研究展望

金属−有机框架材料在低浓度CO2电催化转化中的应用与展望

  • 黄大帅 ,
  • 廖培钦 , *
展开
  • 中山大学化学学院 生物无机与合成化学教育部重点实验室 广州 510275

★“框架材料化学”专辑

黄大帅, 中山大学博士后. 2021年于西北大学获得学士学位, 2025年于中山大学获得博士学位, 导师陈小明教授和廖培钦教授. 目前研究方向为金属−有机框架材料的设计合成及其在电催化领域的应用.

廖培钦, 中山大学化学学院教授, 博士生导师. 2011年于中山大学获得学士学位, 2016年于中山大学获得博士学位, 导师陈小明教授. 目前的研究方向包括新型多孔材料的设计与合成, 以及其在小分子催化转化中的应用.

收稿日期: 2026-01-05

  网络出版日期: 2026-01-30

基金资助

国家重点研发计划(2024YFF0506100)

国家自然科学基金(22371304)

国家自然科学基金(224B2117)

中山大学高校基本科研业务费(24lgzy006)

广州科技计划(SL2023A04J01767)

Applications and Perspectives of Metal-Organic Framework Materials in Electrocatalytic Conversion of Low-Concentration CO2

  • Dashuai Huang ,
  • Peiqin Liao , *
Expand
  • MOE Key Laboratory of Bioinorganic and Synthetic Chemistry, School of Chemistry, Sun Yat-Sen University, Guangzhou 510275, China

★ For the VSI "Chemistry of Framework Materials".

Received date: 2026-01-05

  Online published: 2026-01-30

Supported by

National Key Research and Development Program of China(2024YFF0506100)

National Natural Science Foundation of China(22371304)

National Natural Science Foundation of China(224B2117)

Fundamental Research Funds for the Central Universities, Sun Yat-Sen University(24lgzy006)

Guangzhou Science and Technology Program(SL2023A04J01767)

摘要

低浓度二氧化碳(烟气中15%、空气中720 mg/m3级)的高效捕集与电催化转化是实现碳减排与资源化利用的重要技术路径. 然而, 受限于CO2传质不足、杂质气体引发的竞争反应以及产物分离成本高等因素, 传统电催化体系在低浓度条件下面临显著性能衰减的问题. 金属−有机框架(MOF)材料凭借其可设计的多孔结构、可调控的化学环境以及高度集成化的功能潜力, 为突破上述瓶颈提供了独特的平台. 本文围绕MOF基材料在低浓度CO2电催化转化中的应用进展, 系统梳理并总结了几类代表性的设计策略: 从单一MOF内部实现CO2捕集-催化双功能集成, 到MOF基分子筛膜-电解池的器件级耦合, 实现烟气或空气源CO2的原位富集、纯化与高选择性转化. 相关研究揭示了低浓度CO2电催化转化从分子尺度活性位点调控, 到反应环境优化, 再到器件级系统集成的递进式创新思路. 最后, 结合当前研究现状, 对该领域在催化机理、耐杂质体系构建等方面面临的挑战与发展机遇进行了展望.

本文引用格式

黄大帅 , 廖培钦 . 金属−有机框架材料在低浓度CO2电催化转化中的应用与展望[J]. 化学学报, 2026 , 84(5) : 689 -696 . DOI: 10.6023/A26010006

Abstract

Efficient capture and electrocatalytic conversion of low-concentration carbon dioxide (15% in flue gas and 720 mg/m3 in ambient air) represents a promising pathway toward carbon emission mitigation and value-added chemical production. In principle, directly utilizing dilute CO2 streams could bypass energy-intensive purification steps and improve the overall process economics. However, electrocatalytic CO2 reduction (eCO2RR) under low CO2 partial pressures is fundamentally limited by sluggish CO2 mass transfer, severe competition from the hydrogen evolution reaction, and performance deterioration induced by impurities (e.g., O2, NOx, and SO2). Moreover, conventional neutral/alkaline electrolytes suffer from pronounced carbonate formation, leading to substantial carbon losses and low single-pass carbon efficiency. These challenges indicate that simply improving intrinsic catalytic activity is insufficient; instead, new materials and system-level strategies are required to simultaneously enrich CO2, regulate interfacial microenvironments, and decouple separation from conversion. Metal-organic frameworks (MOF), featuring tailorable pore architectures, designable pore chemistry, and the capability of integrating multiple functions into a single material or device component, provide a unique platform to address the above limitations. This Perspective highlights recent advances in MOF-based materials for eCO2RR using low-concentration CO2 feedstocks, with an emphasis on representative design paradigms spanning “molecular-scale synergy - reaction-environment regulation - device-level integration”. First, capture and conversion can be coupled within individual MOFs by embedding CO2-philic motifs and catalytic centers into the same porous scaffold, enabling preferential CO2 enrichment, and facilitated transport to active sites under simulated flue gas. Second, reaction-environment engineering, particularly under acidic conditions, offers a viable solution to suppress carbonate formation and enhance carbon utilization; protonation of N-rich frameworks can strengthen CO2 adsorption/transport while limiting proton accessibility to catalytic sites, leading to high Faradaic efficiency and improved single-pass conversion even with dilute CO2 inputs. Third, device-level strategies further decouple CO2 purification from downstream electrolysis by integrating MOF-based molecular sieving mixed-matrix membranes (e.g., MOF/PIM-1 composites) into membrane electrode assemblies, allowing in situ enrichment of flue gas- or air-derived CO2 and impurity removal prior to catalytic conversion. Collectively, these advances demonstrate how MOFs can enable progressive innovations from materials design to interfacial regulation and electrolyzer integration. Finally, key challenges and opportunities are discussed, including mechanistic understanding under complex impurity mixtures, long-term stability, scalable manufacturing of MOF-based layers and membranes, and compatibility with industrial capture and electrolysis infrastructures.

1 引言

随着工业化进程的持续推进和化石能源的大规模消耗, 大气中二氧化碳(CO2)浓度不断攀升, 预计到本世纪末将达到约1062 mg/m3 [1-2], 显著加剧全球气候变暖与生态环境风险. 人类活动引发的CO2排放已成为制约可持续发展的核心挑战之一[3-4]. 在“双碳”战略背景下, 如何实现CO2的高效捕集与资源化利用, 已成为能源、化学与材料科学领域的研究热点[5-7]. 电催化CO2还原反应(eCO2RR)可在温和条件下, 利用可再生电能将CO2转化为高附加值燃料或化学品[8-11], 如C1产物(一氧化碳、甲酸、甲烷和甲醇)[11-14]以及C2+产物(乙烯、乙醇、乙酸盐和丙醇)[15-17], 被认为是构建人工碳循环体系的关键技术之一. 过去十余年中, 随着催化材料与电解池结构的快速发展, eCO2RR在高纯CO2条件下已实现了较高的选择性[18-19]、电流密度与运行稳定性, 展现出良好的技术可行性[20-24]. 然而, 现有研究绝大多数依赖于高纯度CO2 (>99%)作为反应原料, 这与实际CO2来源存在显著差距. 工业烟气中CO2含量通常仅为5%~15%, 而空气中的CO2浓度更低至720 mg/m3[25-29]. 为满足传统eCO2RR体系的进料要求, 这些低浓度CO2需经过能耗高、成本昂贵的捕集、富集与纯化过程[30-33], 严重制约了该技术的经济性与规模化应用潜力. 因此, 绕过CO2纯化步骤, 直接利用低浓度CO2进行电催化转化, 已成为当前亟待突破的重要科学与工程问题[34-37].
为了在低浓度CO2条件下提高eCO2RR性能, 研究者在催化剂设计等方面进行了一些尝试和探索[38-44], 经历了从“提高催化剂本征活性”到“传质与反应界面协同调控”的转变. 但目前传统电催化体系普遍面临三方面瓶颈: (1)低浓度CO2在电解液中的溶解度低、传质缓慢, 导致催化活性位点利用率受限; (2)烟气或空气中的O2、NOx、SO2等杂质易引发竞争反应, 降低目标产物的法拉第效率(FE)并导致催化剂失活; (3)反应产物多与电解液混溶, 后续分离提纯成本高, 系统能效难以提升. 针对这些问题, 单纯依赖催化活性提升已难以实现根本性突破, 亟需在材料结构设计与反应体系构建层面引入新的解决思路.
金属−有机框架(MOF)材料作为一类晶态多孔材料, 具有比表面积大、孔径与孔环境高度可调、活性位点可精准修饰等显著优势, 可通过结构设计同时实现CO2选择性捕集与定向电催化转化, 为低浓度CO2资源化利用提供了独特解决方案[45]. 与沸石、多孔碳等传统多孔材料相比, MOF材料在低浓度CO2处理领域的突出优势在于其“可编程孔结构与可修饰孔环境”. 一方面, MOF的孔径与孔道化学环境可通过配体/金属节点的理性设计实现精确调控, 有利于在低分压CO2下获得更高选择性吸附; 另一方面, MOF可在同一框架内集成捕集位点与电催化活性中心, 或作为功能层实现传质调控与器件级耦合, 从而为“捕集-富集-转化一体化”的低浓度CO2电催化提供独特平台. 近年来, 围绕MOF基材料的“捕集-催化”协同机制、产物定向调控及系统集成展开系列研究[12,42-43], 推动了该领域从单一材料设计逐步迈向器件级与系统级创新. 本文将对相关工作进行系统总结与评述. 并在此基础上对该研究领域面临的一些主要挑战和未来可能的发展方向进行展望, 以期为低浓度CO2电催化转化技术的实用化提供参考.

2 捕集-催化双功能MOF: 从材料内协同到器件级解耦的递进式设计

低浓度CO2(如烟气或空气)条件下的电催化转化, 本质上受到CO2供给不足、杂质气体干扰以及反应与分离过程高度耦合等多重因素制约. 因此, 如何在不同空间与功能层级上实现CO2的有效富集, 并与电催化过程形成协同, 是MOF材料发挥结构与功能优势的关键. 本节围绕若干代表性研究, 按照“单一材料内协同→反应环境协同→器件级功能解耦”的顺序, 系统梳理了捕集-催化双功能MOF的设计思路.

2.1 孔道内原位协同: 氨基功能化Ag-MOF直接还原烟气CO2制CO

将CO2捕集位点与电催化活性中心整合于同一MOF框架内, 使CO2在孔道中完成“捕获-传输-转化”的连续过程, 是实现低浓度CO2电催化转化的最直接策略. Liao等[43]使用一种含氨基官能团的银基MOF (1-NH2, 又称Ag12bpy-NH2), 通过集成CO2捕获与催化活性位点, 实现了对模拟烟气(15% CO2)的高效电还原转化为一氧化碳(CO). 该工作在MOF孔道内实现了“捕获-催化”协同机制, 为直接利用工业废气提供了新思路. 1-NH2 MOF由Ag12金属簇和3-氨基-4,4'-联吡啶(bpy-NH2)配体构成, 其微孔通道内的芳香氨基官能团可通过Lewis酸碱相互作用选择性吸附CO2, 作为“CO2中继站”(图1a). 对比同构MOF (11-CH3, 分别不含氨基或含甲基), 1-NH2在298 K和0.015 MPa条件下对CO2的吸附容量达0.90 mmol•cm−3, 远高于1 (0.34 mmol•cm−3)和1-CH3 (0.27 mmol•cm−3)(图1b). 且较高的吸附焓(Qst=50.1 kJ•mol−1)表明其对CO2具有较强亲和力(图1c). 在膜电极组装(MEA)电解池中, 以模拟烟气(V(CO2)∶V(N2)=15∶85)为原料, 1-NH2在2.3 V的低全电池电压下实现96.4%的CO法拉第效率(FE(CO)), 115 mA•cm−2的部分电流密度(j(CO)), 性能接近纯CO2条件(FE(CO)为96.3%, j(CO)为128 mA•cm−2)(图1d, 1e). 机理研究表明, MOF孔道内氨基官能团在富集CO2的同时, 可作为“分子中继站”将CO2定向输运至邻近的Ag12簇活性位点, 促进关键*COOH中间体的生成(图1f). 这一工作在MOF内部实现了低浓度CO2的捕集-催化原位协同, 验证了通过孔道功能化缓解传质受限问题的可行性.
图1 (a) 1, 1-CH3和1-NH2的合成路线及制备示意图. (b) 在298 K下测得的1, 1-CH3和1-NH2的CO2吸附脱附等温线. (c) 1-NH2的CO2吸附焓. (d) 1-NH2在CO2气氛和模拟烟气中对CO的选择性. (e) 1-NH2在CO2气氛和模拟烟气中对CO的部分电流密度. (f) 1-NH2对CO2和 H2O分子的吸附活性位点

Figure 1 (a) Preparation route and structures of 1, 1-CH3, and 1-NH2. (b) CO2 adsorption and desorption isotherms measured at 298 K for 1, 1-CH3, and 1-NH2. (c) CO2 adsorption enthalpy for 1-NH2. (d) Comparison of CO selectivity for 1-NH2 measured in CO2 atmosphere and simulated flue gas. (e) Partial current density of CO for 1-NH2 under pure CO2 atmosphere and simulated flue gas. (f) The adsorption active sites for CO2 and H2O molecules of 1-NH2

2.2 捕集-催化一体化制液体产物: 导电Bi-MOF在烟气条件下高效生成甲酸

相比气态产物, CO等仍需额外的分离与储存步骤[22,46], 液态产物在能量密度、运输与终端利用方面更具优势, 因此在低浓度CO2条件下实现液体产物(如甲酸(HCOOH))的高效电催化转化更具应用潜力. 然而, 在低浓度CO2条件下, 传统电催化剂面临传质限制和竞争反应(如析氢反应HER)的挑战, 导致HCOOH选择性和电流密度显著下降. 针对上述挑战, Liao等[42]构筑了一种导电的Bi-HHTP MOF, 利用其微孔结构富集CO2, 并在模拟烟气中直接电还原生成高纯度HCOOH水溶液.
Bi-HHTP MOF由Bi12金属簇和2,3,6,7,10,11-六羟基三亚苯(HHTP)配体构成, 形成一维zigzag双链结构, 并通过π-π堆积形成3D微孔框架(孔径约1 nm), 其孔表面暴露的Bi(III)位点和羟基官能团可作为CO2吸附和催化活性中心(图2a, 2b). 气体吸附测试表明, 在298 K和0.1 MPa下, Bi-HHTP对CO2的吸附容量达23.6 cm3•g−1, 而对N2的吸附仅1.1 cm3•g−1, 其CO2/N2选择性高达91, 凸显了其对CO2的优先捕获能力(图2c). 在MEA电解池中, 以模拟烟气(V(CO2)∶V(N2)∶V(O2)=15∶80∶5)为原料, Bi-HHTP在低全电池电压2.6 V下实现甲酸法拉第效率(FE(HCOOH))达90%, 部分电流密度(j(HCOOH))为71 mA•cm−2, 性能与纯CO2条件(FE(HCOOH)为93.6%, j(HCOOH)为88 mA•cm−2)接近(图2d). 原位衰减全反射红外光谱(图2e)和密度泛函理论(图2f)计算揭示了关键中间体*OCHO的形成路径: CO2在Bi位点吸附后经质子化生成*OCHO, 其吉布斯自由能变(ΔG)为-0.22 eV, 远低于竞争性HER路径, 从而保障高HCOOH选择性. 此外, 30 h连续电解中, 电流密度稳定在70 mA•cm−2, FE(HCOOH)维持在90%, 并产出无电解质的0.2 mol•L−1甲酸水溶液, 可直接用于燃料电池.
图2 (a) Bi-HHTP的一维锯齿形双链结构. (b) Bi-HHTP的三维π-π堆积结构, 沿b轴方向具有一维孔道. (c)在298 K下的CO2和N2吸附脱附等温线. (d)在高纯CO2和稀释CO2气氛下, 不同电池电压对应的FE(HCOOH)和电流密度. (e) Bi-HHTP上随时间变化的eCO2RR的原位衰减全反射傅里叶变换红外光谱. (f) Bi、Bi2CO5和Bi-HHTP上eCO2RR的吉布斯自由能变

Figure 2 (a) 1D zigzag double chains of Bi-HHTP. (b) 3D π-π stacking structure of Bi-HHTP with 1D pores along the b-axis direction. (c) CO2 and N2 sorption isotherms measured at 298 K. (d) FE(HCOOH) values and current densities under different cell voltages in high-purity CO2 and dilute CO2 (V(CO2)∶V(N2)=15∶85) atmospheres, respectively. (e) Time-dependent operando ATR-FTIR spectra for the eCO2RR on Bi-HHTP. (f) Calculated Gibbs free energy evolution of eCO2RR on Bi, Bi2CO5, and Bi-HHTP, respectively

2.3 反应环境协同调控: 酸性条件下质子化MOF实现高碳效率制甲酸

除材料结构本身外, 反应环境对低浓度CO2电催化转化的影响同样不可忽视. 在中性及碱性电解质中CO2易与OH反应生成碳酸盐, 导致碳效率(<50%)显著下降, 制约了碳源的充分利用. 为解决这一关键瓶颈, 研究进一步将捕集-催化协同的设计维度扩展至反应环境调控. Yang等[47]开发了一种氮富集多孔共轭框架MOF (CAU-35), 实现了酸性电解质中模拟烟气向甲酸的高效转化, 其核心创新在于通过质子化增强吸附机制, 同步解决了低浓度CO2富集与碳损失两大难题.
CAU-35具有高度共轭的氮富集结构, 其晶体结构在pH=2~3的酸性条件下暴露48~96 h后仍保持完好, Bi3+活性位点保留率接近100%, 展现出优异的酸稳定性(图3a, 3b). 气体吸附测试表明, 298 K和0.1 MPa下, CAU-35对CO2的吸附容量达8.12 cm3•g−1, 是N2吸附容量(1.62 cm3•g−1)的5倍, 且在模拟烟气(V(CO2)∶V(N2)=15∶85)中呈现瞬时CO2捕获特性, N2可快速渗透, 凸显其高CO2选择性(图3c, 3d). 与Bi-HHTP依赖孔道物理吸附不同, CAU-35的氮原子在酸性环境中发生质子化, 使材料ζ电位从pH=7时的-20.7 mV转变为pH=2时的+26.53 mV(图3e), 通过优化与CO2分子的范德华力和库仑相互作用, 显著增强低浓度CO2的吸附与传质效率, 同时抑制H+向活性位点扩散, 削弱析氢竞争反应.
图3 (a) CAU-35的结构示意图. (b)不同酸浸条件下Bi活性位点的保留率. (c) CAU-35在298 K下的CO2和N2吸附脱附等温线. (d) 298 K、0.1 MPa条件下, CO2/N2 (V(CO2)∶V(N2)=15∶85)混合气体在CAU-35上的穿透曲线(Ci和Co分别为气体在进口和出口处的浓度). (e) 298 K下CAU-35在不同pH值下的ζ电位(溶剂为去离子水, pH值通过盐酸调节以避免离子干扰). (f) pH=2、稀释CO2流速为6 mL/min时, CAU-35在不同总电流密度下的单通转化效率(SPCE)和法拉第效率(FE)

Figure 3 (a) Structure of CAU-35. (b) Retention rate of Bi sites after acid leaching under different conditions. (c) CO2 and N2 sorption isotherms of CAU-35 measured at 298 K. (d) Breakthrough curves for a 15∶85 (V/V) mixture of CO2/N2 at 298 K and 0.1 MPa. Ci and Co are the concentrations of each gas at the inlet and outlet, respectively. (e) ζ-Potential of CAU-35 at different pH values at 298 K. The solvent is DI water, and pH is adjusted with HCl to avoid ion interference effects. (f) SPCE and FE on CAU-35 at different total current densities with a dilute CO2 flow rate of 6 mL/min at pH=2

在酸性电解质(pH=2, 0.05 mol•L−1 H2SO4+0.5 mol•L−1 K2SO4)中, 以模拟烟气为原料, CAU-35在50~150 mA•cm−2的电流密度范围内FE(HCOOH)均超过95%, 并且在6 mL/min流速下, 单通转化效率(SPCE)最高达71.4%(图3f). 连续电解7 h后, FE(HCOOH)仍保持95%以上, 且几乎不产生碳酸盐副反应, 表明了反应环境与MOF骨架电荷状态的协同调控, 可在低浓度CO2条件下同时实现高选择性与高碳效率的可行性.
除上述“骨架质子化-酸性环境”协同策略外, 近年来也有研究将MOF进一步作为催化电极表面的功能化涂层, 构建界面“CO2存储层(CO2 reservoir layer)”, 以提升局域CO2供给并重塑反应微环境. 例如, Hod等[48]将腈基修饰的UiO-66-CN MOF组装为连续多孔薄膜覆盖在Bi催化电极表面(图4a), 在传统H型电解池中即可将eCO2RR速率提升约7倍, 并实现93%的甲酸选择性. 更重要的是, 在气体扩散电极(GDE)体系中, 该MOF薄膜虽为电绝缘层, 仍可实现超过90%的甲酸选择性, 并将甲酸部分电流密度提升至166 mA•cm−2 (-0.9 V vs. RHE), 展现出显著的界面增益效应(图4b~4d).
图4 (a) Bi-GDE-UiO-66-CN气体扩散电极的结构示意图. (b)线性扫描伏安曲线. (c) FE(HCOOH)变化曲线. (d) j(HCOOH)变化曲线

Figure 4 (a) Schematic structural representation of Bi-GDE-UiO-66-CN GDE. (b) LSV curves. (c) Variation in FE(HCOOH). (d) Variation of j(HCOOH)

2.4 器件级功能解耦: MOF基分子筛膜实现低浓度CO2的原位纯化与转化

尽管捕集-催化一体化MOF在材料层面展现出显著优势, 其性能仍高度依赖特定框架结构, 且在长期运行中难以规避复杂杂质对催化位点的影响. 为提升体系的通用性与稳定性, 研究思路进一步发展为在器件层面实现CO2纯化与电催化反应的功能解耦.
Liao等[12]突破性地将MOF基混合基质膜(MOF-MMM)作为独立分子筛分组件集成于电解池中, 实现了“先纯化后催化”的器件级创新. 通过将MOF(如CALF-20KAUST-7)与高透气性聚合物(如PIM-1)复合制备自支撑膜, 该膜可选择性富集CO2并阻隔杂质, 再与催化电极(如Bi纳米颗粒)耦合, 在MEA电解器中直接转化低浓度CO2为高纯度甲酸. 此策略将气体分离与电催化过程分离, 兼具通用性、高选择性和稳定性, 为工业化应用开辟新路径.
MOF-MMM的核心在于利用MOF的精确孔道实现分子筛分效应(图5a, 5b). 在MOF-MMM的构筑中, MOF作为“分子筛分填料”提供选择性传输通道, 而聚合物基质则作为连续相赋予膜材料可加工性与力学稳定性. PIM-1具有较高的气体渗透率与成膜性, 可有效降低膜层传质阻力, 同时在一定程度上“包覆并连接”MOF颗粒界面, 缓解颗粒-聚合物间不连续造成的非选择性泄漏. 以CALF-20为例(图5d), 其孔径为0.27 nm×0.29 nm, 可通过尺寸排阻和亲和吸附双机制选择性地捕获CO2(动力学直径0.33 nm), 而阻隔较大分子(如N2: 0.364 nm)或极性杂质(如SO2: 0.36 nm). 膜分离实验验证, 在模拟烟气(15% CO2, 80% N2, 4% O2, 1310 mg/m3 SO2和615 mg/m3 NO)中, CALF-20-MMM使CO2纯度提升至82.5%, SO2和NO残留分别低于78.6 mg/m3和36.9 mg/m3, 避免催化剂中毒. 将MOF-MMM嵌入MEA电解池, 作为独立组件置于气体进口与催化层之间(图5c), 直接通入湿化烟气或空气, CO2经膜富集后扩散至Bi/GDL催化层, 使用CALF-20-MMM时, 烟气原料下2.5~4.3 V电压范围内甲酸法拉第效率(FE(HCOOH))≥95%, 最大电流密度达1010 mA•cm−2, 与纯CO2条件(1040 mA•cm−2)相当, 且使用MEA-SSE电解池在4.0 V下连续电解300 h, 产出1.8 L 0.91 mol•L−1甲酸水溶液(图5e, 5f). 更显著的是, KAUST-7-MMM(孔径0.30 nm×0.30 nm)处理空气(720 mg/m3 CO2)时, 可将CO2富集50倍至2.05%, 并实现FE(HCOOH)为98.2%, 部分电流密度5.3 mA•cm−2, 产率177200 μmol•h−1•g−1, 较无膜系统提升5000倍(图5g~5i). 该器件级设计将CO2纯化与电催化反应有效解耦, 使捕集-催化策略不再受限于单一MOF的化学特性, 为低浓度CO2电催化转化的规模化与实际应用提供了更具普适性的解决方案.
图5 (a, b) MOF基分子筛分膜提纯CO2示意图. (c)装有MOF基分子筛分膜的MEA-SSE电解池示意图. (d) CALF-20的孔结构. (e)以烟气为原料、嵌入CALF-20-MMM时, 不同电解池电压下的FE(HCOOH). (f) 300 h连续电解后得到的1.8 L甲酸水溶液(浓度0.91 mol•L−1). (g) KAUST-7的孔结构. (h) 298 K下KAUST-7的CO2与N2吸附等温线. (i)以Bi纳米颗粒为催化剂、空气为原料, 在嵌入KAUST-7-MMM的流动电池中测试得到的LSV曲线

Figure 5 (a, b) Schematic diagram of the membrane separation device. (c) MEA-SSE electrolyzer embedded with MOF-based MMM. (d) Pore structure of CALF-20. (e) FE(HCOOH) values under different cell voltages with dilute CO2 as feedstock embedded with CALF-20-MMM. (f) 1.8 L of HCOOH aqueous solution (0.91 mol•L−1) after 300 h continuous electrolysis. (g) Pore structure of KAUST-7. (h) CO2 and N2 adsorption isotherms of KAUST-7 at 298 K. (i) LSV curve by Bi NPs as catalyst with air as feedstock in flow cell embedded with KAUST-7-MMM

3 结论与展望

直接电还原工业烟气等低浓度CO2, 可省去CO2捕获与提纯的额外能耗, 是极具潜力的碳资源化路径. 本文围绕MOF基材料在低浓度CO2电催化转化中的应用, 系统梳理了从材料内捕集-催化协同, 到反应环境调控, 再到器件级功能解耦与系统集成的多层级设计策略. 尽管该领域已取得一系列重要进展, 距离实际应用仍面临若干关键科学与工程问题亟待解决, 主要体现在以下三个方面:
(1)新型协同吸附-催化体系的精准构建: 现有单一物理吸附易导致CO2供应不连续, 化学吸附则可能因吸附强度过高阻碍传质效率. 未来需开发物理-化学吸附协同的复合体系(如胺基功能化MOF负载高活性催化位点), 通过精准调控吸附强度与传质速率的平衡, 实现活性位点附近CO2的高效富集与持续供给, 进一步提升催化反应动力学.
(2)复杂杂质体系下的催化机理深度解析: 工业烟气与空气中含有的O2、SO2、NOx等杂质, 及其共存时的协同干扰机制尚未明确, 相关研究仍较为零散. 亟需借助原位TEM、X射线吸收光谱、红外光谱等原位表征技术, 系统揭示杂质对催化剂结构稳定性、活性位点电子态及产物选择性的影响规律, 阐明催化剂失活路径, 为耐杂质、长寿命MOF基催化剂的定向设计提供坚实理论支撑.
(3)酸性介质中低浓度CO2的高效还原: 碱性/中性体系易因碳酸盐生成造成碳损失(碳效率<50%), 酸性介质可有效解决该问题. 未来需通过MOF骨架结构调控、活性位点电子态修饰、电解质界面优化等多维度策略, 在强化低浓度CO2吸附活化的同时, 显著抑制HER竞争反应, 实现酸性条件下高选择性、高碳效率的低浓度CO2电催化转化.
此外, MOF基体系走向规模化应用仍面临工程化挑战: 例如MOF的大规模可控合成与成本约束、膜/电极功能层制备工艺与现有制备设备的兼容性、在复杂烟气/空气组分下的长期结构与界面稳定性, 以及与现有捕集单元、气体处理与电解系统的流程耦合与能效评估等. 未来需在材料开发与过程工程之间建立更紧密的协同优化路径, 以推动低浓度CO2电催化从概念验证向可部署技术演进. 总体而言, MOF材料为低浓度CO2电催化转化提供了从分子尺度到系统尺度的多维解决方案. 随着材料设计、反应机理认知及器件工程的协同推进, 该领域有望实现从概念验证向实际应用的跨越, 为碳中和目标的实现提供技术支撑.
(Cheng, B.)
[1]
Osman, M. B.; Tierney, J. E.; Zhu, J.; Tardif, R.; Hakim, G. J.; King, J.; Poulsen, C. J. Nature 2021, 599, 239.

DOI

[2]
Allen, M. R.; Frame, D. J.; Huntingford, C.; Jones, C. D.; Lowe, J. A.; Meinshausen, M.; Meinshausen, N. Nature 2009, 458, 1163.

DOI

[3]
Duan, H.; Zhou, S.; Jiang, K.; Bertram, C.; Harmsen, M.; Kriegler, E.; van Vuuren, D. P.; Wang, S.; Fujimori, S.; Tavoni, M.; Ming, X.; Keramidas, K.; Iyer, G.; Edmonds, J. Science 2021, 372, 378.

DOI

[4]
Rogelj, J.; den Elzen, M.; Höhne, N.; Fransen, T.; Fekete, H.; Winkler, H.; Schaeffer, R.; Sha, F.; Riahi, K.; Meinshausen, M. Nature 2016, 534, 631.

DOI

[5]
Li, H.; Zick, M. E.; Trisukhon, T.; Signorile, M.; Liu, X.; Eastmond, H.; Sharma, S.; Spreng, T. L.; Taylor, J.; Gittins, J. W.; Farrow, C.; Lim, S. A.; Crocellà, V.; Milner, P. J.; Forse, A. C. Nature 2024, 630, 654.

DOI

[6]
Sanz-Pérez, E. S.; Murdock, C. R.; Didas, S. A.; Jones, C. W. Chem. Rev. 2016, 116, 11840.

PMID

[7]
Ren, S.; Joulié, D.; Salvatore, D.; Torbensen, K.; Wang, M.; Robert, M.; Berlinguette, C. P. Science 2019, 365, 367.

DOI

[8]
Nitopi, S.; Bertheussen, E.; Scott, S. B.; Liu, X.; Engstfeld, A. K.; Horch, S.; Seger, B.; Stephens, I. E. L.; Chan, K.; Hahn, C.; Nørskov, J. K.; Jaramillo, T. F.; Chorkendorff, I. Chem. Rev. 2019, 119, 7610.

DOI

[9]
Huang, L.; Gao, G.; Zhao, J.; Roberts, W. L.; Lu, X. Nat. Catal. 2025, 8, 968.

DOI

[10]
García de Arquer, F. P.; Dinh, C.-T.; Ozden, A.; Wicks, J.; McCallum, C.; Kirmani, A. R.; Nam, D.-H.; Gabardo, C.; Seifitokaldani, A.; Wang, X.; Li, Y. C.; Li, F.; Edwards, J.; Richter, L. J.; Thorpe, S. J.; Sinton, D.; Sargent, E. H. Science 2020, 367, 661.

DOI

[11]
Yang, Y.; Louisia, S.; Yu, S.; Jin, J.; Roh, I.; Chen, C.; Fonseca Guzman, M. V.; Feijóo, J.; Chen, P.-C.; Wang, H.; Pollock, C. J.; Huang, X.; Shao, Y.-T.; Wang, C.; Muller, D. A.; Abruña, H. D.; Yang, P. Nature 2023, 614, 262.

DOI

[12]
Huang, D.-S.; Wang, Y.; Tang, Y.; Huang, J.-R.; Li, P.-X.; Liang, C.-P.; Zhao, Z.-H.; Liao, P.-Q.; Chen, X.-M. Natl. Sci. Rev. 2025, 12, nwaf329.

DOI

[13]
Song, Y.; Musgrave, C. B.; Su, J.; Huang, L.; Guo, W.; Liu, Y.; Li, G.; Xin, Y.; Zhang, Q.; Feng, X.; Liao, C.; Liu, S.; Kwok, R. T. K.; Lam, J. W. Y.; He, M.; Choong, K. S.; Feng, Z.; Tang, B. Z.; Goddard, W. A.; Ye, R. Nat. Nanotechnol. 2025, 21, 78.

DOI

[14]
Dai, Y.; Li, H.; Wang, C.; Xue, W.; Zhang, M.; Zhao, D.; Xue, J.; Li, J.; Luo, L.; Liu, C.; Li, X.; Cui, P.; Jiang, Q.; Zheng, T.; Gu, S.; Zhang, Y.; Xiao, J.; Xia, C.; Zeng, J. Nat. Commun. 2023, 14, 3382.

DOI

[15]
Huang, D.-S.; Zhu, H.-L.; Zhao, Z.-H.; Huang, J.-R.; Liao, P.-Q.; Chen, X.-M. ACS Catal. 2022, 12, 8444.

DOI

[16]
Ding, J.; Bin Yang, H.; Ma, X.-L.; Liu, S.; Liu, W.; Mao, Q.; Huang, Y.; Li, J.; Zhang, T.; Liu, B. Nat. Energy 2023, 8, 1386.

DOI

[17]
Huang, D.-S.; Qiu, X.-F.; Huang, J.-R.; Mao, M.; Liu, L.; Han, Y.; Zhao, Z.-H.; Liao, P.-Q.; Chen, X.-M. Nat. Synth. 2024, 3, 1404.

DOI

[18]
Zhang, H.; Li, D.; Chen, Z.; Wang, Y.; Sun, H.; Liu, F.; Liu, M.; Zheng, Y.; Huang, H. Chin. J. Chem. 2024, 42, 1846.

DOI

[19]
Lu, J.; Wang, Q.; Jin, Z.; Xiao, Y.; Huang, B.-H.; Zhang, C.-H.; Yang, G.-Z.; Zhou, Y.; Ke, F.-S. Chin. J. Chem. 2024, 42, 2788.

DOI

[20]
Jin, S.; Hao, Z.; Zhang, K.; Yan, Z.; Chen, J. Angew. Chem. Int. Ed. 2021, 60, 20627.

DOI

[21]
Guan, Y.; Li, Y.; Li, Z.; Hou, Y.; Lei, L.; Yang, B. Adv. Mater. 2025, 37, 2417567.

DOI

[22]
Belsa, B.; Xia, L.; Golovanova, V.; Polesso, B.; Pinilla-Sánchez, A.; San Martín, L.; Ye, J.; Dinh, C.-T.; García de Arquer, F. P. Nat. Rev. Mater. 2024, 9, 535.

DOI

[23]
Lai, W.; Qiao, Y.; Zhang, J.; Lin, Z.; Huang, H. Energy Environ. Sci. 2022, 15, 3603.

DOI

[24]
Jia, S.; Ma, X.; Sun, X.; Han, B. CCS Chem. 2022, 4, 3213.

DOI

[25]
Goeppert, A.; Czaun, M.; Surya Prakash, G. K.; Olah, G. A. Energy Environ. Sci. 2012, 5, 7833.

DOI

[26]
Chu, S. Science 2009, 325, 1599.

DOI

[27]
Keith, D. W.; Holmes, G.; St. Angelo, D.; Heidel, K. Joule 2018, 2, 1573.

DOI

[28]
Wei, W.; Li, D.; Yan, X.; Mu, X.; Li, Z.; Liu, Z. Carbon Capture Sci. Technol. 2024, 13, 100235.

[29]
Buckingham, J.; Reina, T. R.; Duyar, M. S. Carbon Capture Sci. Technol. 2022, 2, 100031.

[30]
Wang, M.; Joel, A. S.; Ramshaw, C.; Eimer, D.; Musa, N. M. Appl. Energy 2015, 158, 275.

DOI

[31]
Gouedard, C.; Picq, D.; Launay, F.; Carrette, P. L. Int. J. Greenh. Gas Control 2012, 10, 244.

DOI

[32]
Bui, M.; Adjiman, C. S.; Bardow, A.; Anthony, E. J.; Boston, A.; Brown, S.; Fennell, P. S.; Fuss, S.; Galindo, A.; Hackett, L. A.; Hallett, J. P.; Herzog, H. J.; Jackson, G.; Kemper, J.; Krevor, S.; Maitland, G. C.; Matuszewski, M.; Metcalfe, I. S.; Petit, C.; Puxty, G.; Reimer, J.; Reiner, D. M.; Rubin, E. S.; Scott, S. A.; Shah, N.; Smit, B.; Trusler, J. P. M.; Webley, P.; Wilcox, J.; Mac Dowell, N. Energy Environ. Sci. 2018, 11, 1062.

[33]
Dutcher, B.; Fan, M.; Russell, A. G. ACS Appl. Mater. Interfaces 2015, 7, 2137.

DOI

[34]
Yang, Q.; Wang, X.; Zhang, J.; Mao, Y.; Xi, S.; Liu, Y.-C.; Hsu, Y.-H.; Zhang, L.; Bin Dolmanan, S.; Wang, M.; Wang, B.; Zang, Y.; Zhang, M.; Leow, W. R.; Hung, S.-F.; Wang, Z.; Lum, Y. Nat. Synth. 2025, 4, 1396.

DOI

[35]
Jouny, M.; Luc, W.; Jiao, F. Ind. Eng. Chem. Res. 2018, 57, 2165.

DOI

[36]
Jin, J.; Wicks, J.; Min, Q.; Li, J.; Hu, Y.; Ma, J.; Wang, Y.; Jiang, Z.; Xu, Y.; Lu, R.; Si, G.; Papangelakis, P.; Shakouri, M.; Xiao, Q.; Ou, P.; Wang, X.; Chen, Z.; Zhang, W.; Yu, K.; Song, J.; Jiang, X.; Qiu, P.; Lou, Y.; Wu, D.; Mao, Y.; Ozden, A.; Wang, C.; Xia, B. Y.; Hu, X.; Dravid, V. P.; Yiu, Y.-M.; Sham, T.-K.; Wang, Z.; Sinton, D.; Mai, L.; Sargent, E. H.; Pang, Y. Nature 2023, 617, 724.

DOI

[37]
Luo, J.-P.; Zhang, J.; Yin, N.; Wang, T.-P.; Tan, Z.-C.; Han, W.; Shi, Q. Chem. Eng. J. 2022, 442, 136210.

DOI

[38]
Hou, P.; Song, W.; Wang, X.; Hu, Z.; Kang, P. Small 2020, 16, 2001896.

DOI

[39]
Jiao, L.; Yang, W.; Wan, G.; Zhang, R.; Zheng, X.; Zhou, H.; Yu, S.-H.; Jiang, H.-L. Angew. Chem. Int. Ed. 2020, 59, 20589.

DOI

[40]
Ding, M.; Liu, X.; Ma, P.; Yao, J. Coord. Chem. Rev. 2022, 465, 214576.

DOI

[41]
Zhang, Y.; Ding, L.; Xie, Z.; Zhang, X.; Sui, X.; Li, J.-R. Chin. Chem. Lett. 2025, 36, 109676.

DOI

[42]
Zhao, Z.-H.; Huang, J.-R.; Huang, D.-S.; Zhu, H.-L.; Liao, P.-Q.; Chen, X.-M. J. Am. Chem. Soc. 2024, 146, 14349.

DOI

[43]
Liu, Y.-Y.; Huang, J.-R.; Zhu, H.-L.; Liao, P.-Q.; Chen, X.-M. Angew. Chem. Int. Ed. 2023, 62, e202315579.

DOI

[44]
Kim, C.; Bui, J. C.; Luo, X.; Cooper, J. K.; Kusoglu, A.; Weber, A. Z.; Bell, A. T. Nat. Energy 2021, 6, 1026.

DOI

[45]
Li, H.-Y.; Kong, X.-J.; Han, S.-D.; Pang, J.; He, T.; Wang, G.-M.; Bu, X.-H. Chem. Soc. Rev. 2024, 53, 5626.

DOI

[46]
Lees, E. W.; Bui, J. C.; Romiluyi, O.; Bell, A. T.; Weber, A. Z. Nat. Chem. Eng. 2024, 1, 340.

DOI

[47]
Liu, W.; Lv, Z.; Li, X.; Wang, C.; Tian, C.; Feng, X.; Wang, B.; Yang, W. J. Am. Chem. Soc. 2025, 147, 24023.

DOI

[48]
Mukhopadhyay, S.; Naeem, M. S.; Shiva Shanker, G.; Ghatak, A.; Kottaichamy, A. R.; Shimoni, R.; Avram, L.; Liberman, I.; Balilty, R.; Ifraemov, R.; Rozenberg, I.; Shalom, M.; López, N.; Hod, I. Nat. Commun. 2024, 15, 3397.

DOI PMID

文章导航

/