如果想在氧化还原电池液流电池中使用具有氧化还原活性的有机物，那么就需要设计在所有氧化还原过程中都表现出高溶解性（大于1 M）的有机分子。发展非水溶性的预测方法对于识别具有高溶解性的有机分子具有重要意义。在本文中，美国密歇根大学的Sanford与犹他大学的Sigman 等开发了一种参数化预测具有柔性构象的三（二烷基氨基）环丙烯（CP）自由基溶解度的方法。他们基于多种单体物种建立了统计模型。他们将该模型用于预测新的单体和二聚CP衍生物，这些衍生物在所有氧化态下在乙腈中的溶解度均大于1 M。其中，在不添加支持电解质的对称液流电池中，最易溶解的CP单体在1 M的乙腈溶液中也能够表现出很高的电化学循环稳定性。

Sophia G. Robinson, Melanie S. Sanford, Matthew S. Sigman et al, Developing a Predictive Solubility Model for Monomeric and Oligomeric Cyclopropenium-Based Flow Battery Catholytes, Journal of the American Chemical Society, 2019

DOI: 10.1021/jacs.9b04270

https://pubs.acs.org/doi/10.1021/jacs.9b04270