如何准确地测量活性材料的固相扩散系数？
在电池仿真领域，P2D模型是我们模拟电池性能的强大工具。而在模型的一堆动力学参数中，固相扩散系数 (Ds) 无疑是核心之一。它直接决定了锂离子在活性材料颗粒内部的迁移速度，这几乎就定义了电池的倍率性能。试想一下，如果这个如此重要的参数，从源头输入时就是错的，那么你跑出来的仿真结果还能信吗 ？为了避免“垃圾进，垃圾出”的窘境，我们首先要搞清楚，这个系数该怎么测，以及我们测到的到底是什么?
测量固相扩散系数的“三板斧”
在实验室里，大家测量固相扩散系数常用的无非就是“三板斧”：GITT、PITT 和 EIS。
1. GITT (恒电流间歇滴定法)
像挤牙膏一样，先用一小段恒流充/放电，然后让电池“歇一会儿”弛豫，再重复这个过程 。通过分析弛豫过程中电压的变化，我们就可以计算出固相扩散系数。
2. PITT (恒电位间歇滴定法)
这个方法和GITT有些像，但它控制的是电压的阶跃，然后观察电流如何随时间衰减 。通过分析电流衰减的快慢，便可以反推出固相扩散系数(Ds)。
3. EIS (电化学阻抗谱)
通过给电池施加一个微小的正弦波扰动，来观察体系的响应。通过分析其在低频区的韦伯阻抗（Warburg Impedance）的斜率，也同样可以得到固相扩散系数。
表观固相扩散系数
从理论上看，上述这些方法都设计精巧，公式完备，似乎可以准确地得到我们想要的扩散系数。但问题真的这么简单吗？问题的关键在于，我们测量的对象是“极片”，而非纯粹的活性材料本身。一个真实的极片（图1），是由活性材料、导电剂和粘结剂混合而成的复合体，其内部的孔隙中还填充着电解液。
图1. 正极极片典型微观结构示意图
因此，当你对整个极片进行电化学测试时，你所记录到的信号，必然是一个包含了所有组分和过程影响的“综合信号”。这意味着，你得到的固相扩散系数，并不是材料“本征”的扩散系数，而是一个“表观”的固相扩散系数。 这个“表观值”包含了除固相扩散本身以外的多种过程的影响，例如 ：
电荷转移动力学 SEI/CEI 界面膜的阻抗 液相离子传输 固相电子传输等
因此，极片中的粘结剂、导电剂，以及极片的孔隙率、厚度等物理参数，都不可避免地会影响最终的测量结果。
“表观”与“本征”的差距
你可能会问，这些额外因素造成的影响到底有多大？我们来看一个最经典的例子——磷酸铁锂（LFP）。LFP是一种典型的橄榄石结构材料，其锂离子被认为是准一维扩散（主要沿b轴方向）。在早期的研究中，许多团队采用上述的常规方法，在极片上测得的LFP扩散系数普遍在10−13至10−16 cm2/s 这个数量级。这个值非常低，以至于当时学界普遍认为，LFP倍率性能的瓶颈就是缓慢的固相扩散。 然而，后来有研究者通过更精密的实验方法，例如使用微电极技术(图2）直接测量单颗粒的扩散行为，从而排除了导电剂、粘结剂、粒径分布等一系列的干扰因素 。结果你们猜怎么着？他们测出的LFP本征固相扩散系数，高达 10−8至10−9 cm2/s。
图2. 单颗粒微电极装置示意图
看到了吗？从极片测出的表观值到单颗粒测出的本征值，差距足足有5个数量级！甚至有学者发现，LFP单颗粒能在900C超高倍率下放电依然能保持其全容量的50%（图3）。这些结果是颠覆性的，它们告诉我们，对于性能优化的LFP材料而言，真正限制其倍率性能的，可能并非固相扩散本身，而是电荷转移或其它界面过程。如果你拿着从极片上测出的“表观”数据去指导材料改性，或是直接带入仿真模型，那么努力的方向可能从一开始就跑偏了。
图3. LFP单颗粒不同倍率下的放电曲线（750 nA相当于900 C）
结尾
读到这里，相信大家已经明白，我们日常从极片中测量到的固相扩散系数，本质上是一个受多种因素影响的“综合动力学指标”。但这并不意味着它没有价值，关键在于我们如何看待和使用它。正如文中所说，想要获得更接近材料本征的扩散系数，可以采用单颗粒测试等更为前沿的方法。 那么问题来了，想和各位同行与读者们深入探讨一下：
除了进行更复杂的单颗粒测试，在常规的极片测试中，我们还能通过哪些实验设计或数据分析的技巧，来尽可能地排除干扰，让结果更具参考价值？ 对于构建靠谱的P2D模型，是必须追求“本征扩散系数”么？
欢迎在评论区留下您的真知灼见，分享您的经验与思考。如果大家对单颗粒测试技术感兴趣的人数较多，我们后续会考虑单独出一期内容，专门深入聊聊这个话题。
参考文献：
1. Journal of Power Sources 217 (2012) 444e448
2. J. Electrochem. 2015, 21(6): 566-571
