准备计算化学考研需要掌握以下方面的知识和技能：
理论知识
量子化学：理解物质在原子和分子水平上的行为，使用量子力学的基本原理来解释和预测化学现象。
统计力学：研究大量粒子系统宏观性质与其微观状态之间的关系，包括配分函数、系综理论、经典力学和量子力学的统计处理方法。
计算化学：熟悉各种计算方法，如分子力学、半经验方法、从头算方法等，并能够运用这些方法进行分子结构优化、能量计算和反应路径分析。
分子动力学模拟：掌握模拟的基本原理、算法和应用，以及如何分析模拟结果。
密度泛函理论（DFT）：了解DFT的基本原理和应用。
分子轨道理论：理解分子轨道理论的基本概念和应用。
化学反应动力学：学习化学反应速率、反应机理等。
热力学：掌握热力学的基本原理和应用，包括相平衡理论等。
计算机技能
编程技能：掌握至少一种编程语言，如Python、C++或Fortran，以便进行复杂的化学计算和数据分析。
软件使用：熟练使用化学计算软件，如Gaussian、VASP、Psi4等，进行分子模拟和计算。
实践技能
实验技能：虽然计算化学主要侧重于理论计算，但实验技能也是必要的，可以通过实验室实践来增强对理论的理解和应用。
项目经验：参与化学相关的科研项目，积累实践经验，这对考研和未来的研究都非常有帮助。
学术背景
数学和物理基础：计算化学需要扎实的数学和物理基础，包括微积分、线性代数、量子力学、统计力学等。
结构化学和量子化学：深刻的结构化学和量子化学基础有助于理解和应用计算化学方法。
研究方向
电化学：电化学是计算化学的一个分支，主要研究电池等应用，是一个交叉学科，发展前景较好。
其他分支：根据个人兴趣和职业规划，可以选择其他计算化学的分支，如分子模拟、计算材料科学等。
建议
选择学校和专业：选择有计算化学或相关交叉学科研究的学校和专业，如南京大学、四川大学、山东大学等。
课程学习：除了专业课程外，建议学习一些计算机科学和数学课程，如数据结构、算法分析、数值方法等。
项目实践：积极寻找和参与化学相关的科研项目，积累实践经验，这对考研和未来的研究都非常有帮助。
学术交流：参加学术会议和研讨会，了解最新的研究进展和方法，拓宽视野。
通过以上准备，可以全面提升自己在计算化学领域的竞争力，为考研和未来研究打下坚实的基础。