传统寿命评估的局限性
锂离子电池作为现代储能技术的核心，其寿命预测长期受限于传统评估方法。学界与产业界普遍采用“库仑效率（CE）”作为关键指标，认为库仑损失（即库仑非效率，CIE）直接等同于不可逆容量衰减——库仑损失越小，电池寿命越长。
然而，实际应用中存在明显矛盾：
- 许多商用长寿命电池（如液态电解质电池、固态电池）实测库仑效率常低于99.9%，但容量衰减远低于理论预测；
- 某些情况下，引入牺牲型电解质添加剂虽增加库仑损失，反而提升了容量保持率，出现“高损失、长寿命”的反常现象。
上述现象表明，将库仑损失简单等同于不可逆容量损失的传统认知存在根本性缺陷，亟需从物理机制层面重新审视。
库仑损失与容量衰减的“脱钩”机制
通过对Gr||NMC532（石墨||镍锰钴三元）电池的系统研究，研究证实了传统模型的偏差：
- 传统模型假设“所有库仑损失均导致容量衰减”，但实验显示，该模型对电池1000次循环的容量衰减预测显著高于实测值（图1b），存在系统性高估；
- 电压-容量滑移（capacity slippage）作为另一衡量指标，也未能准确反映实际衰减趋势——即使电压曲线高度可逆，累积滑移量仍与容量衰减不匹配（图1c），进一步证明二者并非等价关系。
根本原因在于：传统模型未区分“有害的库仑损失”与“可补偿的库仑损失”，忽略了电池内部复杂的电荷转移机制。
图示
科学贡献与应用价值
- 理论突破：颠覆“库仑损失=不可逆容量损失”的传统认知，首次提出“局部电荷中性+全局电荷补偿”是影响电池寿命的核心机制；
- 量化工具：引入ρ（有害比）和\(i_p/i_n\)（平衡比）两个可测量参数，为电池设计提供明确量化目标（如ρ<0.2、\(i_p/i_n≈1\)）；
- 技术革新：建立基于短期高精度测试（300小时）预测长期寿命（6个月以上）的加速评估方法，突破传统依赖千次循环与多年日历老化的耗时瓶颈；
- 行业影响：指导长寿命电池设计，涵盖电解质添加剂优化、正负极材料匹配，适用于液态、固态及硅基电池等多种体系，推动物理信息神经网络（PINNs）等模型在电池领域的深度应用。