획기적인 연구에서 태양에너지 저장을 향상시킬 수 있는 분자 광스위치가 발견되었습니다. 에너지를 변환하고 저장할 수 있는 분자 광스위치는 태양 에너지 수집의 효율성을 높이는 데 사용될 수 있습니다. 연구원들은 양자 컴퓨팅을 사용하여 대규모 데이터베이스를 분석하여 기술에 가장 적합한 분자를 찾았으며, 이를 통해 배출 없는 태양 에너지 사용을 향한 중요한 진전을 이루었습니다.
연구팀은 이러한 목적을 위해 특히 효율적인 분자 구조를 찾기 위해 양자 컴퓨팅 방법을 사용했습니다. 연구팀은 'Angewandte Chemie' 저널에 자신들의 연구 과정이 400,000개 이상의 분자를 포함하는 데이터 세트를 기반으로 했으며, 태양 에너지 저장 재료에 가장 적합한 분자 구조를 찾기 위해 이를 스크리닝했다고 소개했습니다.
MOST 프로젝트: 태양 에너지에 대한 새로운 접근 방식
현재 태양 에너지는 전기를 생산하는 데 직접 사용되거나 축열기에 간접적으로 저장됩니다. 세 번째 접근 방식은 태양 에너지를 감광성 물질에 저장했다가 필요할 때 방출하는 것입니다. EU가 지원하는 MOST(분자 태양열 에너지 저장) 프로젝트는 실온에서 태양 에너지를 흡수하고 저장할 수 있는 포토스위치와 같은 분자를 탐색하여 태양을 완전히 방출하지 않고 활용하는 것을 현실로 만들고 있습니다.
코펜하겐 대학교(덴마크)의 Kurt V. Mikkelsen과 바르셀로나(스페인) 카탈로니아 폴리테크닉 대학교의 Kasper Moth-Poulsen 연구 그룹은 이 작업에 가장 적합한 광 스위치에 대한 주의 깊은 연구를 수행했습니다. 그들은 빛에 노출되면 고에너지 상태로 전환되는 이환식 디엔이라는 분자를 연구했습니다. 이러한 이환식 디엔 시스템의 가장 두드러진 예는 노르보르나디엔 테트라사이클로이지만 유사한 후보도 많이 존재합니다. 연구진은 "그 결과 화학적 공간에는 약 466,000개의 이환식 디엔이 포함되어 있으며 MOST 기술에 대한 잠재적 적합성을 검사했습니다."라고 연구진은 설명합니다.
혁신적인 스크리닝 방법과 유망한 발견
이 크기의 데이터베이스 스크리닝은 일반적으로 기계 학습을 통해 수행되지만 이를 위해서는 팀이 보유하지 않은 실제 실험을 기반으로 한 대량의 교육 데이터가 필요합니다. 이전에 개발된 알고리즘과 새로운 평가 점수 "eta"를 사용하여 데이터베이스의 분자를 스크리닝하고 평가하면 명확한 결과가 나왔습니다. 가장 높은 점수를 받은 6개의 분자는 모두 구조의 핵심 지점에서 원래의 노르보르나디엔 사환계 시스템과 달랐습니다.
연구자들은 이 구조적 변화, 즉 이중고리 부분의 두 탄소 고리 사이의 분자 다리가 넓어지면서 새로운 분자가 원래의 노르보르나디엔보다 더 많은 에너지를 저장할 수 있게 되었다고 결론지었습니다.
연구진의 연구는 태양 에너지 저장을 위한 분자 최적화의 잠재력을 보여줍니다. 그러나 새로운 분자는 먼저 현실적인 조건에서 합성되고 테스트되어야 합니다. 저자는 다음과 같이 경고합니다. "이러한 시스템이 합성적으로 제조될 수 있다고 하더라도 관련 용매에 용해될 것이라는 보장은 없습니다. 또는 우리가 에타에서 가정한 것처럼 실제로 높은 수율로 또는 전혀 광전환할 것이라는 보장은 없습니다."
영향과 미래 잠재력
그럼에도 불구하고 팀은 기계 학습 알고리즘을 위한 새로운 대규모 교육 데이터 세트를 개발하여 화학자의 힘든 합성 전 단계를 단축했습니다. 저자들은 이 더 큰 규모의 이환식 디엔 라이브러리가 다양한 응용 분야의 광전환 연구에 유용할 것이며 잠재적으로 분자가 특정 요구 사항을 충족하는 것을 더 쉽게 만들 것이라고 생각합니다.
참고: Andreas Erbs Hillers-Bendtsen, Jacob Lynge Elholm, Oscar Berlin Obel, Helen Hölzel, Kasper Moth-Poulsen 및 Kurt V. Mikkelsen이 2023년 7월 25일 Angewandte Chemie International Edition에서 출판한 논문: "이환식 다이엔의 화학적 공간에서 분자 태양열 저장 후보 검색".
DOI:10.1002/anie.202309543
컴파일된 소스: ScitechDaily