Computational chemistry has proven to be a powerful tool for gaining a fundamental understanding of chemical phenomena and facilitating their applications. Herein, I introduce novel methods for evaluating the solubility and stability of organic/inorganic charge carriers in redox flow batteries based on a combination of density functional theory and molecular dynamics. I also explore machine-learning approaches to develop a solubility prediction model from an ab initio perspective. Furthermore, I will delve into the mechanistic studies focused on the formation and utilization of metal-ligand multiple bonds, providing valuable insights into inorganic synthesis. In summary, this dissertation will apply various computational techniques to provide in-depth insights across multiple domains, including electrochemistry, organic chemistry, and inorganic chemistry.
계산화학은 화학 현상에 대한 기본적 이해를 얻고 이를 적용하기 위한 강력한 도구로 사용되어왔다. 본 논문에서는 밀도범함수이론과 분자 동역학의 결합을 기반으로 산화 환원 흐름 전지에서 유기/무기 전해질의 용해도와 안정성을 평가하기 위한 방법을 소개한다. 또한, 이론적 관점에서 용해도 예측 모델을 개발하기 위한 기계 학습 접근법을 탐구한다. 더불어 금속-리간드 다중 결합 형성과 활용에 중점을 둔 메커니즘 연구를 탐구하여 무기 합성에 대한 통찰력을 제공한다. 요약하면, 이 논문은 다양한 계산화학적 기법을 이용하여 전기화학, 유기화학 및 무기화학을 포함한 여러 분야에서 깊은 통찰력을 제공하고자 한다.
