关于sobEDA/sobEDAw用于大体系电解液二聚体能量分解分析的适用性与可能改进方向的请教

zgs

各位老师、前辈好。
最近在阅读您关于sobEDA/sobEDAw方法的文章与教程时，受益非常大：

• sobEDA/sobEDAw文章与教程
  
  

目前我正在做电解液相关研究，并对其中的相互作用进行能量分解分析。
我尝试过SAPT0（Psi4）做EDA，但在实际大规模计算中遇到了几个问题：

• SAPT0计算耗时仍然偏高
  
• PSI4在部分体系上SCF收敛性不够理想
  
• 对于大规模自动化高通量流程，稳定性和速度仍然不够满意
  
  

因此最近开始认真关注sobEDA/sobEDAw方法。
从文章中看到，sobEDA/sobEDAw具有：

• 计算成本低
  
• 使用方便
  
• 普适性强
  
• 与高阶SAPT结果符合较好
  
  

尤其文中提到：

• sobEDAw与高阶SAPT在很多弱相互作用体系中吻合很好
  
• 相比SAPT0，sobEDAw不仅更快，而且精度往往更好
  
• 甚至500原子体系也可以做分析
  
  

这些特点对电解液体系非常有吸引力。(sobereva.com)
但是我也注意到，在后续讨论中在“使用Multiwfn做基于分子力场的能量分解分析 - 波函数分析与Multiwfn (Wavefunction Analysis & Multiwfn) - 计算化学公社”提到：
“sobEDA/sobEDAw得到精准结果的前提条件是：目的是对片段间相互作用能进行分解，并不关注各个原子的贡献，且体系也不是特别巨大。”

因此我现在有几个比较困惑的问题，希望请教：

• 
  

对于典型锂盐电解液体系，例如：

• Li+ — 溶剂分子
  
• Li+ — 阴离子
  
• 溶剂 — 溶剂
  
• 多体溶剂化团簇
  
  

这样的体系，sobEDAw是否仍然能够较可靠地给出：

• 静电
  
• Pauli排斥
  
• 色散
  
• 轨道相互作用
  
  

等成分？
尤其是：当体系存在较强极化、电荷转移、离子-偶极作用、多体协同效应时，sobEDAw是否还具有较好的物理可信度？

• 
  

sobEDAw目前主要基于：
DFT-D3(BJ) + 经验参数拆分
我在想：
对于电解液体系，是否可能通过重新拟合参数（例如针对：

• Li盐
  
• 强极化体系
  
• 高介电环境
  
• 多体溶剂化结构）
  
  

来进一步提升其对电解液体系EDA的准确性？
比如：以高阶SAPT或者ALMO-EDA结果作为参考数据，重新训练/拟合：

• ΔE_disp
  
• ΔE_xrep
  
  

中的参数，是否会是一个可行方向？

• 
  

目前sobEDAw更适合：
“小到中等规模的片段间相互作用分析”，还是其实已经可以较可靠地用于：几百到上千原子的电解液团簇体系？
例如：LiFSI + 多个DME/DOL分子的局域溶剂化结构，或者更复杂的局域高浓度电解液结构。

• 
  

目前我自己的感觉是：sobEDAw在：

• 高通量
  
• 自动化
  
• 大规模数据集构建
  
  

方面可能具有巨大优势，但我不太确定：其在“强极化离子型电解液体系”中的理论边界在哪里。
另外，我也在思考：是否有可能在JPCA这篇工作的基础上，进一步发展一个：“针对电解液体系优化的sobEDAw变体”。不知道这样的方向是否有意义。非常感谢老师和各位前辈的指导！

yuzc

AI的味儿还是太浓了，建议下次提示词加上“充分利用网页搜索计算化学公社的帖子，阅读提问者的文风，重新撰写成文”。
————————————————————————————————————————————————————————————————————————
对于电解液这样一种SSIP,CIP,AGG等配位模式同时存在的情况，你应该在MD轨迹里充分抓取典型构型，然后根据许康老师关于离子学的著作，充分讨论第1-第2溶剂化鞘。
sobEDAw本身的参数由于对着SAPT只有0几kcal/mol的误差，且涵盖多种弱相互作用pair体系，你重新拟合是完全不必要的。除非你看到过哪些基组泛函体系对电解液体系有特殊的专用适配。

几百倒还说得过去，但上千原子的电解液团簇体系，不应该是sobEDAw的研究体系，你应该充分学习ONIOM方法，以及marcus电子转移理论。你想研究的这个体系我能感觉出来是在做譬如弱溶剂化等提升动力学的策略，那么就应该充分地学习电子转移理论，并将其转换成界面SEI存在下脱溶过程的动力学问题。

sobereva

chatGPT的文字风格我实在看着太累，都连不成完整段落。不宜以这种方式发帖