碳中和技术对解决气候问题具有重要的战略意义和时代意义。相较于过往上游碳捕集和下游碳利用的割裂发展，其上下游的有机结合可以有效减少总体系能量输入。一般情况下，CO₂需要先从空气中捕集，捕集后需要高耗能的纯化过程，比如捕集-脱附，气体压缩等，再进行后续的封存或者利用。这个纯化过程需要较高的能量输入，同时需要高成本的前期投入包括购买重资产的设备。直接使用碳捕集液来转化高价值产物，跳过高能耗的高纯CO₂制备过程，可能有效的降低总能量输入。然而由于该碳捕集液电解器使用双极膜 (bipolar membrane) 为基础的膜电极结构，致使电解器的工作电压远高于CO₂还原理论上的经济可行电压 (3 V)。在这篇论文中，作者讨论了一种利用阳极氢氧化反应和阳离子交换膜来替换双极膜的电解器，达到了2.3 V的工作电压下，500 mA cm^-2 的电流密度。

气态CO₂电解器技术目前的一大难点是低CO₂利用率。CO₂还原会产生碱性的氢氧根，其与酸性的CO₂反应会生产碳酸盐从而造成CO₂的损耗，所以一般气态电解器的CO₂利用率在20%之下。这也意味着上游需要消耗能量去捕集纯化更多的CO₂，造成了全过程的能量损失。因此提高CO₂利用率对于CO₂电解至关重要。

英属哥伦比亚大学的Curtis Berlinguette实验室于2019年提出了直接利用碳捕集液的碳捕集液电解器，该类型的电解器由双极膜(bipolar membrane; BPM)解离水分子，在阴极界面处生成由质子形成的局部酸性区域，然后利用此酸性区域将碳捕集液中的碳酸根/碳酸氢根原位转化为CO₂，最后原位生成的CO₂在阴极上进行还原，生产CO等可用于化工生产的原料。然而由于双极膜水解所需电压高（>0.83 V），故导致此电解器构型的经济可行性较差。

本文采用了燃料电池中常用的氢氧化反应(hydrogen oxidation reaction; HOR)和阳离子交换膜 (cation exchange membrane; CEM)的构型来取代了双极膜，用于提供阴极|离子交换膜之内的酸性区域。由于氢氧化所需过电势低，所以在高电流的情况下，其降低电压的作用愈加明显。作者总结了在目前报道的文献中，电流密度大于>200 mA cm^-2及CO₂利用率高于20%的情况下，此构型达到了目前报道的最低电压值（图1）。

（2）相对于传统气态CO₂电解，此方法降低了～30%的能量输入（已包含H₂制备的能量），经济可行性高于传统气态CO₂电解。

英文原题：Conversion of Reactive Carbon Solutions into CO at Low Voltage and High Carbon Efficiency

通讯作者：Curtis P. Berlinguette

作者：Zishuai Zhang (张子帅), Eric W. Lees, Shaoxuan Ren (任少轩), Benjamin A. W. Mowbray, Aoxue Huang （黄傲雪）, and Curtis P. Berlinguette

下载地址：https://doi.org/10.1021/acscentsci.2c00329

图1. 气态CO₂电解器和碳捕集液电解器及其在>200 mA cm^-2电流和 >20% CO₂利用率时的工作电压。HOR|CEM|HCO₃^-等缩写形式代表着 阳极|膜|阴极的结构。OER|AEM|CO₂代表典型的阴离子交换膜的气态CO₂还原电解器结构，OER|BPM|HCO₃^-代表典型的双极膜结构的碳捕集液电解器的结构。

由于在阳离子交换膜和阴极界面间的强酸性，致使阴极析氢反应增强，最终体现在反应的选择性降低。为了解决此问题，作者采用了对碳捕集液加压的方法，增加了其中CO₂在碳捕集液中的溶液度，从而将产物选择性由40%提高到了89% （100 mA cm^-2）（图2）。

图2. 使用双极膜和阳离子交换膜的碳捕集液电解器的电压、电流和产物选择性的关系。

图3. 桑基图用来表示CO₂在气态CO₂电解器和碳捕集液电解器中的分配，以及单位摩尔CO的所需能量。上图代表气态CO₂电解器，下图代表碳捕集液电解器。

基于以上模型，作者对气态CO₂电解器和碳捕集液电解器中单位CO产出的能量输入进行了计算（图3）。经计算，单位摩尔CO在此类型碳捕集液电解器中的生成能量为1.4 MJ，而在气态电解器中所需能量则为1.9 MJ。这主要是由于碳捕集液电解器中的CO₂利用率为>40%，反观气态CO₂电解器，则只有20%。故如需生成同样的量的CO，气态CO₂电解器所需的CO₂的量是碳捕集液电解器的2倍之多。

Curtis Berlinguette现为加拿大英属哥伦比亚大学（UBC）杰出学院教师、加拿大科学院院士、加拿大高等研究院主任、UBC化学院终身教授。Berlinguette教授现领导着一个来自化学、材料学、计算科学、工程学背景的四十多人的团队，研究领域涉及机器学习、CO₂捕集与转化、常温氢化和冷核聚等。

课题组网站： https://groups.chem.ubc.ca/cberling/

相关论文发表在ACS Central Science上，张子帅为第一作者，Curtis Berlinguette教授为通讯作者。

出版信息：

ACS Cent. Sci 2022, ASAP

Publication Date: May 31, 2022

https://pubs.acs.org/doi/10.1021/acscentsci.2c00329

Copyright © 2022 American Chemical Society