近日，中国农业科学院环发所种植废弃物清洁转化与高值利用团队在秸秆生物炭基储能材料研究方面取得新进展。该研究构建了机器学习大数据模型，揭示了秸秆生物炭材料及其储能特性的构效关系，优化了生物炭基储能材料制备工艺路径，相关研究成果发表在《化学工程杂志（Chemical Engineering Journal）》上。

生物炭材料及其储能特性的构效关系

生物炭因其可再生性和独特的理化特性是超级电容器电极的理想前体，将生物炭应用于储能领域有利于促进生物质的高值利用和可再生能源的快速发展，对于实现我国“双碳”目标具有重要意义，但秸秆生物炭制备调控过程较为复杂，难以通过传统试验确定最佳工艺，并且理化特性与储能的构效关系仍不清晰。研究团队基于生物炭储能材料大数据检索分析，构建并优化了三种机器学习模型用于生物炭制备工艺与储能特性预测，模型预测精度可达0.93，并发现升温速率、微孔占比、比表面积等是影响生物炭比电容的最重要因素，提升活化剂添加量和反应温度，降低反应时间和升温速率对于改善生物炭储能性能具有积极意义，研究结果为秸秆生物炭在储能领域的应用提供理论基础和技术支撑。

中国农科院环发所博士生孙宇轩为上述论文的第一作者，姚宗路研究员为论文通讯作者。该研究得到国家现代农业产业技术体系、中国农业科学院科技创新工程、国家自然科学基金等资助。

论文链接：https://doi.org/10.1016/j.cej.2024.149975