3、计算化学工具：Gaussian、VASP等软件在添加剂筛选中的基本使用
说实话，十年前我刚入行那会儿，筛选电解液添加剂基本靠「炒菜」——配方师凭经验配几十种组合，然后灌电池、跑循环，等上三个月看结果。运气好能筛出一两个能用的，运气不好就是白忙活。
现在不一样了。计算化学工具让我们能在电脑上先把分子「跑一遍」，预测它的氧化电位、还原电位、与溶剂的相互作用。说白了，就是把试错成本从实验室搬到服务器上。今天我就聊聊Gaussian和VASP这两款软件，在添加剂筛选里到底怎么用。
核心逻辑：计算化学不是要替代实验，而是给实验指路。你算出来10个候选分子，挑出前3个去合成测试，效率能翻好几倍。
3.1 Gaussian：小分子的「体检报告」
Gaussian适合做单个分子或小分子簇的计算。我习惯用它来算添加剂的HOMO/LUMO能级、静电势分布、以及反应活性位点。
为什么要算HOMO/LUMO？
HOMO（最高占据分子轨道）决定了分子失去电子的难易程度。LUMO（最低未占分子轨道）决定了分子得到电子的难易程度。在电解液里，我们希望添加剂能优先于溶剂被氧化或还原，形成稳定的SEI膜。所以，HOMO越高越容易被氧化（适合做正极成膜添加剂），LUMO越低越容易被还原（适合做负极成膜添加剂）。
举个例子，我去年帮一个项目筛选负极成膜添加剂。客户给了10个候选分子，我用Gaussian算了一遍LUMO能级，发现其中两个分子的LUMO比EC溶剂低了0.8 eV以上。我建议他们优先合成这两个，结果第一个就通过了验证。嗯，这就是计算的价值。
3.1.1 一个典型的Gaussian输入文件
%chk=additive.chk
#p B3LYP/6-31G(d) opt freq
Title: FEC molecule optimization
0 1
C 0.0000 0.0000 0.0000
O 0.0000 0.0000 1.2000
F 1.2000 0.0000 0.0000
...（坐标略）
这里我用了B3LYP泛函和6-31G(d)基组。对于添加剂筛选，这个级别足够了。如果你想算更准的氧化电位，可以试试M06-2X或者ωB97XD，但计算时间会翻倍。
我的小技巧：算完优化后，一定要做频率分析。如果没有虚频，说明结构是稳定的。我曾经遇到过算出来能量很低，但结构有虚频的情况——那其实是过渡态，不是稳定构型。
3.1.2 从输出文件提取关键数据
Gaussian的输出文件里，你需要关注几个关键词：
- SCF Done：总能量，单位是Hartree。1 Hartree ≈ 27.2 eV。
- Alpha occ. eigenvalues：HOMO能级（最高占据轨道能量）。
- Alpha virt. eigenvalues：LUMO能级（最低未占轨道能量）。
- Dipole moment：偶极矩，反映分子的极性。
我一般会写一个Python脚本批量提取这些数据。10个分子跑完后，几分钟就能出一张对比表。
3.2 VASP：固体界面与反应路径
VASP跟Gaussian不一样。它基于平面波基组和周期性边界条件，适合算固体表面、界面吸附、以及反应能垒。在添加剂筛选里，我主要用它来研究添加剂在电极表面的分解路径。
你想想看，添加剂在电解液里是自由的，但一旦到了电极表面，它会被吸附、被极化、然后分解。这个过程用Gaussian算不太准，因为电极表面是周期性的。这时候就得VASP上场了。
3.2.1 构建表面模型
以石墨负极为例，我会建一个4层石墨烯的slab模型，底部两层固定，顶部两层放开弛豫。然后在表面放一个添加剂分子，做结构优化。
# INCAR 文件关键参数
ENCUT = 400 # 截断能，400 eV够用
ISIF = 2 # 只优化原子位置，不优化晶胞
EDIFF = 1E-5 # 电子步收敛标准
EDIFFG = -0.02 # 离子步收敛标准，单位eV/Å
这里要注意，VASP的收敛标准比Gaussian严格得多。我刚开始用VASP时，经常遇到不收敛的情况。后来发现，把初始磁矩设成0（ISPIN=1），或者用更小的步长（POTIM=0.1），能解决大部分问题。
3.2.2 计算吸附能
吸附能是判断添加剂是否容易吸附在电极表面的关键指标。公式很简单：
E_ads = E_total - (E_surface + E_molecule)
其中E_total是吸附体系的总能量，E_surface是干净表面的能量，E_molecule是孤立分子的能量。吸附能越负，说明吸附越强。
我曾经帮一个客户算过VC和FEC在石墨表面的吸附能。结果发现FEC的吸附能比VC低了0.3 eV。这意味着FEC更容易吸附在负极表面，优先分解形成SEI膜。这个结果跟实验完全吻合。
避坑指南：算孤立分子能量时，一定要把分子放在一个足够大的晶胞里（至少15 Å的真空层），避免分子与自身的镜像相互作用。我曾经犯过这个错，算出来的吸附能偏大了0.5 eV，差点误导了项目方向。
3.3 计算筛选流程：从分子到界面
在实际项目中，我通常把Gaussian和VASP结合起来用。下面这张图展示了我的标准流程：
这个流程看起来简单，但每一步都有坑。我建议你从Gaussian开始，先算HOMO/LUMO，把明显不合适的分子筛掉。剩下的再交给VASP算吸附能和反应路径。这样能节省大量计算资源。
3.4 实战案例：FEC vs VC
最后分享一个我实际做过的案例。客户想知道FEC和VC哪个更适合做负极成膜添加剂。我用Gaussian算了两者的LUMO能级：
| 分子 | LUMO (eV) | HOMO (eV) | 偶极矩 (Debye) |
|---|---|---|---|
| FEC | -1.23 | -7.85 | 4.52 |
| VC | -0.95 | -7.62 | 3.87 |
| EC（溶剂） | -0.45 | -8.10 | 4.01 |
从数据看，FEC的LUMO比VC低了0.28 eV，比EC低了0.78 eV。这意味着FEC更容易被还原，优先在负极表面分解。再加上FEC的偶极矩更大，更容易被电场极化吸附。综合判断，FEC更适合做负极成膜添加剂。
后来客户做了半电池测试，FEC的首次库伦效率比VC高了3.2%，循环寿命提升了40%。嗯，计算没骗人。
一点提醒：计算只是辅助手段。最终还是要靠实验验证。我见过太多人算出来一个「完美」分子，结果合成出来发现溶解度太差，或者跟锂盐不兼容。所以，计算+实验，两条腿走路才稳。
公众号:蓝海资料掘金营，微信deep3321