在新能源汽车产业快速发展的当下，锂离子电池的性能诊断、寿命预测与健康管理成为行业核心研究方向。电化学阻抗谱（EIS）作为分析电池内部电化学过程的关键手段，能精准捕捉电池的欧姆电阻、界面动力学、扩散行为等信息，但传统测试手段难以有效解耦正负极各自的阻抗贡献，且三电极测试体系易受电流不均匀、堆叠对准偏差等因素影响产生测试伪影，导致阻抗数据失真，无法为电池模型校准、健康诊断提供精准的微观依据，成为制约动力电池研发与应用的关键痛点。

近日，通用汽车团队在国际期刊ECS Advances发表重磅研究成果，研发出一款可集成于多层软包电池的通用型磷酸铁锂薄膜参比电极，成功解决了锂电池阻抗解耦与测试伪影两大难题，为动力电池全生命周期阻抗分析与管理提供了全新技术方案。

▲Fig1.  间隔20% SOC的EIS Nyquist 曲线  (a)正极 (b)负极

(c)全电池, 频率范围3 kHz-1mHz.

这款全新设计的参比电极，从结构、性能到测试应用实现多重创新，打破传统测试的局限性，核心亮点尽显技术优势：

• 低干扰设计，对电池本体性能无显著影响

参比电极采用LiFePO4超薄薄膜结构，孔隙率与电池隔膜高度匹配，集成后仅增加一层隔膜相关的欧姆和液相传输电阻，即使在1C 倍率下，对电池整体电化学信号的影响也微乎其微，保证了测试结果的真实性与客观性。

• 消除测试伪影，实现宽频高保真阻抗测试

与传统点式、线式参比电极不同，该电极覆盖正负极间整个电化学活性界面，有效抑制了电流/ 电解液通量不均匀、电池堆叠对准偏差带来的测试伪影；仅在2KHz 以上高频段存在轻微的系统固有电感干扰，可实现3kHz至 1mHz 宽频范围的高保真 EIS 测试，为全维度阻抗分析提供可靠数据。

• 精准阻抗解耦，区分正负极各自阻抗贡献

通过将该参比电极集成于1.4Ah 多层软包电池（石墨负极+ 1% Al 掺杂 NCM811 正极），研究团队成功实现了正极、负极、全电池阻抗的精准分离，可清晰捕捉不同荷电状态（SOC）下正负极阻抗的独立变化规律：正极动力学电阻在中等 SOC 区间最小，高低 SOC 下因锂浓度差别显著增大；负极动力学电阻受 SOC 影响极小，与锂电池负极活性材料利用率更低的特性高度契合。

• 频域-时域高度统一，实现数据工程化转化

借助傅里叶变换技术，将EIS 频域阻抗数据重构为混合脉冲功率特性（HPPC）的时域电压响应，结果与实际 HPPC 测试数据偏差处于噪声水平内，即使 10ms 高采样率下也能精准匹配。这一突破解决了阻抗谱数据向工程应用转化的关键问题，让实验室的高频阻抗分析能直接服务于车用电池的实际研发与管控。

Fig 2 利用电化学阻抗谱（EIS）数据模拟时域

高压脉冲电流（HPPC）脉冲的数学过程

这项研究成果不仅在电化学测试技术层面实现创新，更从动力电池研发、生产、应用全链条提供了核心支撑，兼具理论价值与工程实践意义：

• 为电池模型开发降本增效

该参比电极的测试结果可直接适配伪二维（P2D）电池模型，无需复杂的三维 / 四维建模，大幅降低了电池电化学模型的开发难度与计算成本，为精准电池模型的快速迭代提供数据支撑。

• 支撑电池全生命周期健康诊断

该技术可实现电池从初始成型、使用中期到寿命末期的全生命周期阻抗追踪，清晰解析不同老化阶段正负极阻抗的变化规律，为电池健康状态（SOH）评估、寿命预测提供精准的微观依据，助力电池梯次利用与回收的科学决策。

• 赋能车用电池工程化应用

车用动力电池在实际工作中，终端电压/ 电流会因逆变器、电机产生大量纹波噪声。该技术实现的精准阻抗分析，能帮助工程师清晰理解电池对复杂电信号的响应，为电池热管理优化、安全仿真、状态估计等核心环节提供关键数据，推动阻抗基诊断技术在先进电池管理系统（BMS）中的集成应用。

• 为动力电池研发提供全新测试手段

该参比电极的集成与测试方法，为锂离子电池正负极材料研发、电极结构优化、电解液配方改进提供了精准的阻抗分析工具，可快速筛选出性能更优的电池材料与结构设计，加速高性能动力电池的研发进程。

Fig 3 对比了10% SoC 下HPPC电压响应的

实际测数据和

基于EIS数据采用傅里叶转换预测的数据

(a) 负极，（b）正极，(c)全电池，

(d)计算得到的数据 

此次通用汽车的研究成果，让锂离子电池的阻抗分析从“整体模糊判断"走向“正负极精准解析"，为电化学测试技术与动力电池工程应用的深度结合树立了榜样。随着该技术在电池研发与生产中的进一步落地，将持续推动新能源汽车动力电池向更高性能、更长寿命、更高安全方向发展，为新能源汽车产业的高质量发展注入新动能。

1. Elucidating Individual Impedance Contributions via a Versatile Reference Electrode for Lithium-Ion Batteries, Anne Zhang, Brian J. Koch, ECS Advances, 2026, DOI：10.1149/2754-2734/ae3781