CP2K的独特卖点是混合基组——GTH赝势处理近核区波函数的节点问题,Gaussian型基函数展开价电子波函数,平面波辅助格点做电子密度的快速傅里叶变换。这个组合让CP2K在300个原子以上的体系上跑杂化泛函成为可能——这在纯平面波框架下(VASP/CASTEP)基本不现实。
但Gaussian基组有BSSE。BSSE在气相二聚体里是个经典问题,到了周期性表面吸附体系变成了一个更隐蔽的问题。

这个项目是在做碳捕获材料筛选,需要算CO₂在一系列ZSM-5骨架中的吸附能。每个ZSM-5单胞有292个原子(Si/Al=47),含一个Al取代+Brønsted酸质子。标准PBE在GGA精度下跑这种中等大小的周期性体系,VASP大约需要800-1000核·小时/单点(按2×2×2 k点)。没算结构弛豫——只弛豫就是一个数量级的增加。
CP2K用DZVP-MOLOPT基组+GTH-PBE赝势,在只有Γ点的情况下跑同样大小的体系,单点能只要约60核·小时。快了一个数量级。这是选CP2K的理由——不是精度更高,是跑得动。
但首批数据出来之后发现了问题:CO₂在ZSM-5孔道交叉位点的吸附能是-0.38eV,而实验微量热法报道的CO₂等量吸附热换算下来吸附焓约0.42eV(对应吸附能约-0.44eV)。差了0.06eV,不算大,但方向是系统性偏低——所有测试的ZSM-5组分都偏低5-15%。
CO₂分子在吸附位附近与ZSM-5骨架的Si-O-Si桥氧有弱氢键作用(C-H···O距离约3.1Å)。这个距离上CO₂的基函数和骨架O的基函数有明显的空间重叠——CO₂的O原子基组会借用吸附位附近Si-O-Si桥氧的基函数来弥补自身基组的不完备性。这就是BSSE的物理起源:吸附质利用表面的基函数降低了自身能量。
很多人认为周期性体系不需要做BSSE——平面波基组确实没有BSSE,但CP2K用的是Gaussian基组,BSSE是真实存在的。
我们用Counterpoise方法做校正:分别计算吸附质+表面总能量、孤立表面能量(在吸附质基函数投影下)、孤立吸附质能量(在表面基函数投影下)。基组设为DZVP-MOLOPT时,BSSE校正值为+0.07eV——校正后吸附能-0.45eV,与实验-0.44eV吻合。升到TZVP基组后BSSE降到+0.03eV,吸附能-0.43eV(基组极限)。两套基组的收敛方向一致。
这意味着:DZVP基组在不做BSSE校正的情况下,吸附能会被系统性高估约15%——对于需要比较不同材料吸附性能的筛选工作来说,15%的系统偏差足以把排序打乱。
BSSE校正之后,吸附能与实验对上了。但PBE泛函本身有个问题——对所有闭壳层分子的吸附,PBE的系统性偏差方向虽然一致(通常是overbinding或underbinding),但幅度随化学环境变化。CO₂在酸性位附近的吸附涉及一定程度的电荷转移,PBE的自相互作用误差会高估这个电荷转移的稳定性。
我们尝试用PBE0(CP2K支持ADMM加速的杂化泛函,比HSE06便宜3-5倍)。PBE0+D3给出的吸附能是-0.46eV,与实验几乎完美(-0.44eV),但计算量增加了4倍。值不值得?
对于需要高精度吸附焓排序的场景——比如筛选最优的Si/Al比和Al取代位——PBE0的价值在:减少PBE在不同化学环境下偏差不一致导致的错误排序。但在批量筛选阶段,PBE+BSSE+D3已经足够在0.05eV精度内给出合理排序。
CP2K的超能力不是”跑得更准”,而是”跑得动大体系”——前提是你认得了BSSE这个坑,并且愿意付出Counterpoise校正的额外计算量(三倍单点能)。
材料模拟计算方法全景——从量子力学到有限元的多尺度策略
DFT密度泛函理论从基础到实践——一个计算材料研究者的十年认知
GITT法计算锂离子扩散系数的实验设计与数据处理要点
金属原子间键能计算的方法选择与精度控制——从DFT到EAM势
密度泛函理论DFT计算在催化材料筛选中的实践经验
第一性原理计算层错能:超胞建多大、层错怎么引入、弛豫要不要开
DFT计算表面能:切面、弛豫、化学势——三条线交叉决定表面能算出来是0.8还是1.2 J/m²
DFT计算材料相容性:界面的电子结构不匹配,宏观相容性无从谈起