El desarrollo de soluciones de almacenamiento de energía más sostenibles y eficientes es uno de los principales desafíos a los que se enfrenta la sociedad actual. En el centro de estas iniciativas se encuentran las baterías de iones de litio, que alimentan los vehículos eléctricos y hacen posible sistemas sostenibles de almacenamiento de energías renovables. Su uso generalizado se debe a su alta densidad energética, estabilidad y mayor eficiencia en comparación con otras tecnologías.

Los metales de transición, como el níquel (Ni), el manganeso (Mn) y el cobalto (Co), se utilizan con frecuencia en los cátodos de baterías de iones de litio porque favorecen reacciones redox electroquímicas reversibles, proporcionando alta densidad de energía y un rendimiento fiable. Sin embargo, estas composiciones también sufren de pérdida de voltaje e inestabilidad estructural, lo que provoca la degradación del rendimiento con múltiples ciclos. Hasta ahora, se pensaba que el cobalto desempeñaba un papel crucial en la estabilización de la estructura laminar de estos materiales catódicos gracias a su capacidad para mejorar la conductividad electrónica. No obstante, su alto coste, suministro limitado y problemas de seguridad han impulsado a los investigadores a buscar alternativas para reducir o eliminar el cobalto de los cátodos, mejorando al mismo tiempo el rendimiento de las baterías.

Este estudio, liderado por investigadores del Sincrotrón ALBA, utilizó técnicas avanzadas de espectroscopía de rayos X operando para observar cómo la eliminación del cobalto afecta al material a escala atómica, revelando transformaciones estructurales y electrónicas clave en tiempo real. La principal innovación radica en el enfoque experimental multimodal, donde la espectroscopía de absorción de rayos X de múltiples bordes operando combinó los resultados obtenibles tanto de las regiones espectrales de estructura cercana al borde de absorción de rayos X (XANES) como de estructura fina de absorción de rayos X extendida (EXAFS). Además, los datos de absorción de rayos X duros operando recogidos en la línea de luz CLAESS se combinaron con microscopía de rayos X de transmisión de alta resolución en el rango de rayos X blandos realizada en la línea de luz MISTRAL, ambas de ALBA. Este enfoque permitió a los investigadores comprender mejor los mecanismos de compensación de carga durante el ciclo y el papel específico de cada metal de transición y de las especies de oxígeno.

El estudio comparó dos cátodos NMC ricos en litio. El NMC es un óxido de estructura laminar compuesto de níquel, manganeso y cobalto. Uno de los cátodos estudiados presentaba un bajo contenido de cobalto y el otro era una variante sin cobalto, ambos sintetizados mediante coprecipitación seguida de una reacción en estado sólido. Estos cátodos se ensamblaron en baterías tipo moneda para evaluar su rendimiento electroquímico mediante ciclos de carga y descarga. Durante los ciclos, los investigadores emplearon espectroscopía de absorción de rayos X de múltiples bordes operando (XAS) para monitorear en tiempo real los cambios en el estado de oxidación de los metales de transición y, de forma indirecta, de las especies de oxígeno. Se aplicó un tratamiento automatizado de big data. Mientras que la región XANES fue analizada con métodos estadísticos avanzados, también se utilizaron técnicas automáticas de ajuste para extraer información cuantitativa complementaria de las señales EXAFS. Adicionalmente, se utilizó microscopía de rayos X de transmisión de campo completo (TXM) para analizar transformaciones morfológicas y estructurales a escala nanométrica.

La combinación de todas estas técnicas proporcionó información crucial sobre el papel del cobalto en la estabilización de la estructura en capas durante los ciclos y cómo su ausencia afecta al rendimiento de la batería. Las mediciones operando XANES confirmaron que, en el material sin Co, el níquel experimenta un proceso de oxidación más completo y rápido durante el primer ciclo de carga, lo que mejora la compensación de carga y reduce la pérdida irreversible de oxígeno. El análisis mediante microscopía de rayos X reveló además que la eliminación del Co suprime la formación de la fase espinela de Mn en el volumen de las partículas del material, un factor clave en la disminución de la capacidad. Este hallazgo explica las razones de la mayor retención de capacidad observada durante muchos ciclos de carga en el cátodo sin Co, lo que lo convierte en un candidato sólido para las baterías de ion-litio de próxima generación.

Estos hallazgos señalan un camino hacia baterías de ion-litio más sostenibles y de alto rendimiento sin depender del cobalto, un elemento escaso y costoso.

“El estudio confirma que los cátodos sin cobalto pueden superar a los que lo contienen y proporciona una comprensión más profunda de los mecanismos implicados. El uso de técnicas avanzadas de espectroscopía de rayos X nos permitió refinar aún más los materiales catódicos y mejorar su eficiencia y longevidad”, afirma Laura Simonelli, líder del grupo en la línea de luz CLAESS y autora principal del estudio.

A medida que aumenta la demanda de soluciones de almacenamiento de energía más limpias, esta investigación contribuye al desarrollo continuo de tecnologías de baterías más seguras, asequibles y respetuosas con el medio ambiente.

La capacidad de rastrear al mismo tiempo la oxidación del Ni y las tensiones consecuentes en la red Mn-O, junto con su correlación con la evolución estructural local y la liberación de oxígeno, proporciona una comprensión más completa de los mecanismos de compensación de carga.

Este estudio pone de manifiesto la importancia de profundizar en el enfoque correlativo en la investigación de baterías en general, integrando sistemáticamente múltiples características medibles y herramientas estadísticas avanzadas como el MCR. De hecho, las sutilezas son probablemente el origen de la alta variabilidad de las propiedades funcionales mostradas por esta clase de materiales. El siguiente paso es explorar cómo estas características se correlacionan en sistemas análogos para llevar a cabo una investigación exhaustiva de los mecanismos subyacentes que impulsan los fenómenos observados.

“El tratamiento automatizado de big data, incluidos los enfoques estadísticos y los ajustes automáticos, y el uso de inteligencia artificial se vuelven entonces necesarios para abordar realmente los problemas y permitir una aceleración significativa en los desarrollos”, afirma Oleg Usoltsev, investigador postdoctoral en la línea de luz CLAESS.