【引言】
随着化石能源的日益枯竭和环境污染问题的日益严重，清洁能源和电化学储能设备占据着越来越重要的地位。近年来，生物质基碳电极材料因其原料来源广泛、可再生和低成本的优势而在储能领域引起了极大的关注。更重要的是，生物质因其天然的结构分级有序，组成成分多样化，为制备形貌可控且性能优异的电极材料提供了理想的原料。迄今为止，以生物质为原料采用不同方法已经制备了一系列多孔碳材料，这已成为制备超级电容器电极材料的一个重要领域。然而，如何从多种多样的生物质中选择具有应用前景的前驱体，仍然是一个很有挑战的难题。随着机器学习的深入发展，在储能领域中通过分析大量的历史数据提炼模型，以达到对超级电容器电极材料构效关系的预测成为大势所趋。因此，将理论模型和实验数据结合，将成为揭示电极材料结构与电化学性能之间关系的关键方法。
【成果简介】
本综述系统梳理了近几年来不同生物质前驱体（植物、动物、微生物）用作超级电容器电极材料的研究应用进展。重点总结了长纤维植物衍生碳材料作为超级电容器电极材料时具有的独特应用优势和储能机制，并进一步探讨了生物质基碳材料的特征（孔结构、石墨化程度、杂原子掺杂）对电化学性能的影响，基于此，发展具有良好互联的多孔微结构生物质基碳材料不仅能够提供连续的电子通道，而且大大缩短了电解液离子的扩散路径，这对于设计更高性能的电极材料意义重大。同时，生物质基碳材料的表面化学性质也影响着最终电极材料的储能能力，部分生物质天然地含有N、O、B、S、P等元素，从而使碳材料在碳化或活化过程中实现自掺杂，也可以使用人为添加剂将杂质元素引入，最大限度的发挥双电层电容与赝电容的双功能性，起到提高导电性和浸润性的效果。除此之外，该论文总结了利用机器学习方法预测生物质基碳材料构效关系的多种模型，包括线性回归（LR），随机向量回归（SVR），人工神经网络（ANN），重点分析了ANN借助非线性激活函数与反向传播算法不断更新网络，成功搭建了生物质前驱体-活性碳结构-储能性能之间的构效关系，识别出比表面积、内阻、全孔体积是对储能特性影响最大的三个因素，为原材料的选择指明了方向。虽然近年来前驱体不同的生物质碳材料在高性能超级电容器的方面已经取得了重大进展，但仍面临一些亟待解决的难题，文章在最后提出了未来生物质基碳材料存在的挑战及发展方向。
【图文导读】
图1 以不同生物质前驱体制备碳材料（左图）以及多种机器学习模型预测电容行为的示意图（右图）
图2 以玉米秸秆（a）、银杏树叶（b）作为前驱体制备分层多孔活性碳
图3 以杜鹃花瓣（a）、樱花花萼（b）为前驱体制备活性电极材料示意图；（c-d）高度多孔的樱花花萼基活性碳SEM图片；（e）TEM图片
图4 以蒲公英为前驱体制备中空薄壁结构的活性碳：（a）天然蒲公英照片；（b）蒲公英基中空管状活性碳的SEM图片；（c-d）以柳絮为前驱体制备中空薄壁结构活性碳的SEM图片；（e）以苹果渣为前驱体制备活性碳电极材料示意图
图5 以银耳（a）、根瘤菌（b）为前驱体制备多孔活性碳示意图
图6 （a）以蛋黄为前驱体制备蓬松多孔碳的示意图；（b）蛋黄基三维活性碳的SEM图片；（c）以鱼鳞为前驱体制备薄层掺杂碳材料示意图；（d）鱼鳞基活性碳的SEM图片；（e）以猪皮为前驱体制备三维多孔碳材料示意图
图7 零维发酵米基活性碳的SEM图片（a），TEM图片（b）；（c）一维蒲公英基活性碳的SEM图片；（d）二维椰子壳基类石墨烯结构的活性碳TEM图片；天然长纤维植物的SEM图片：（e）棉杆，（f）雪莲杆，（g）椰子丝，（h）海发菜；高温碳化后的SEM图片：（i）棉杆，（j）雪莲杆，（k）椰子丝，（l）海发菜；KOH高温活化后的SEM图片：（m）棉杆，（n）雪莲杆，（o）椰子丝，（p）海发菜
图8 （a）N、O掺杂的微晶纤维素基活性碳制备流程。（b）微晶纤维素基活性碳在不同扫描速率下的CV曲线。（c）N、O掺杂的三维多孔木头渣基活性碳的制备示意图
图9 （a）超级电容器的人工神经网络模型（ANN）；（b）利用ANN模型对电池-超级电容器系统的循环寿命预测；（c）包含两个隐藏层的超级电容器ANN模型；（d）生物质基活性碳结构参数对质量比电容的相对重要性
【文章题目】
Recentprogress of biomass-derived carbon materials for supercapacitors 论文通讯作者为马雷教授，第一作者为硕士研究生王佳帅。相关研究成果刊登于Journal of Power Sources, (451) 2020 227794. https://doi.org/10.1016/j.jpowsour.2020.227794
