偏振中子照进运行中的液流电池：铁没有铺开，全堆在膜的那一侧

电池最会撒的一种谎，是给出一个看似完整的数字。

电流进去了多少，回来多少；电压有多高，循环还剩多少容量。工程师把这些数字画成整齐的曲线，就像医生隔着门听见房间里有人走动，却不知道那个人是在工作、摔倒，还是不停绕圈。

全铁氧化还原液流电池尤其容易制造这种盲区。它把含铁电解液储存在外部罐体，用泵送入反应器；充放电时，铁离子在不同价态之间转换，其中一侧还会让金属铁在电极上沉积、再溶解。铁便宜、来源丰富，也不像钒那样把系统成本绑在一种昂贵金属上，因此经常被视为长时储能的候选路线。

可“铁很便宜”只是元素周期表上的事实，不是电池工厂的报价单。真正的系统要面对泵、膜、储罐、腐蚀、沉积均匀性、寄生反应和长期维护。尤其当铁应该沉积时，水也可能参与竞争，产生氢气。一个电子究竟用来制造了可逆的金属铁，还是变成了气泡？沉下来的铁是否紧贴电极、下次能够顺利溶回去？传统电流曲线很难把这些过程一一分开。

2026 年 7 月 28 日，《Nature Communications》发表了一项由埃因霍温理工大学与瑞士保罗谢勒研究所等团队完成的研究。研究者把一台运行中的全铁液流电池放进偏振中子束，用两种成像信号同时追踪金属铁的沉积、剥离和气体生成。中子穿过许多金属外壳时比 X 射线更从容，又能对含氢物质和磁性结构表现出不同敏感性。

于是，一束中子把一个总效率数字拆成了一部内部交通纪录片。

拆开电池，看到的只是事故之后的房间

实验结束后拆开电池，当然可以观察电极。问题是，拆解会终止流动、改变压力，也可能让松散沉积物脱落或接触空气。人们看到的是事故后的房间，不是事故发生的过程。若只根据充放电电量反推铁的多少，又无法确认电子去了哪里，更不知道铁沉在电极的哪一段。

这项研究利用了铁的一种特殊身份：常见的 α 铁具有铁磁性。中子带有磁矩，一束自旋方向被整理过的偏振中子穿过铁磁材料时，偏振状态会被扰乱。研究者比较不同自旋状态的透射信号，就能在电池运行过程中定位金属铁。与此同时，普通透射图像会对液体与气体的差异作出响应，因此又能追踪流道中气泡的出现。

这不是拿相机拍一张高清照片。实验要依次采集四种自旋组合，每种曝光 60 秒，合成一幅状态图约需四分钟。它看到的是几分钟时间窗中的空间分布，而不是每个微小气泡的瞬时运动。电极沿中子束方向厚约 1.5 厘米，二维图像还会把这段路径上的信息叠加在一起。

这些限制没有削弱方法的价值，反而定义了它真正适合回答的问题：它不擅长追一颗气泡，却能看出铁沉积是不是长期偏向某个区域、剥离是否完整，以及气体总量如何随循环累积。

库仑效率从一成升到八成，铁却一直偏向膜侧

在研究者测试的电池结构中，金属铁并未均匀覆盖整个负极。沉积明显偏向靠近隔膜的一侧。这说明电流分布不是一张平整桌面：离子传输距离、局部电阻、流道几何和反应物供应，共同把更多反应推到某些位置。

最初几次循环，电池的库仑效率很低，大量电荷没有以可逆铁沉积的形式回来。论文报告的典型测试中，效率从最初约一成逐步提高，到第五次循环接近八成，并在第六次左右趋于相对稳定。中子图像同时显示了铁沉积与气体的演变，使研究者能够判断“效率变好”并不只是一个抽象曲线，而与电极表面状态和副反应变化相伴。

这里有一个很容易写错的等式：气体越多，库仑效率就一定越低。论文没有给出这种简单一一对应。气体体积测量、金属铁的可访问程度、溶液中的其他化学变化和电荷核算各有误差与时间尺度。析氢是重要损失来源，但仅凭某一时刻的气体量不能完整解释效率。

更麻烦的是，沉积出来的铁也不等于下个循环都能取回。它可能长在离子难以到达的位置，形成粗糙或脱落结构；也可能与局部化学环境一起产生后续难以利用的物质。总量相同的两块铁，如果一块均匀贴附、一块堵在膜附近，对电池寿命的意义完全不同。

这正是空间成像比单纯称量多出的信息：失败不仅有多少，还有发生在哪里。

调高 pH 之后气泡变少了，损失只是换了藏身处

水系铁电池面临的一个核心竞争是铁沉积与氢气析出。调整电解液 pH，可以改变两种反应的相对倾向。实验显示，较高 pH 有助于抑制气体生成，看上去像是一个直接的优化方向。

然而化学系统很少免费赠送改进。pH 改变也会影响铁离子的形态、沉积结构和可达性；条件不合适时，部分沉积可能在后续剥离中难以重新参与反应，甚至出现不希望的固相。若只看“气泡变少”，工程师可能以为问题已经解决；把磁性铁分布一起放进图中，才会发现损失只是换了一个藏身之处。

流场几何也表现出类似的双刃性。泵把电解液推过电极，流道决定反应物送到哪里，也影响气泡能否及时排走。提高流量可能改善传质，却增加泵耗；重新设计流道可以让反应分布更均匀，却可能带来压降、制造复杂度和堵塞风险。实验中的典型流量为每分钟 22.5 毫升，电流密度约每平方厘米 50 毫安，电解液酸度约 pH 1。这些是研究装置中的条件，不是可以直接复制到任意尺寸电堆的配方。

对实验室来说，最大的进步不是已经找到“最佳 pH”或“最佳流道”，而是终于拥有一种方法，能把每次改动的内部后果看出来。设计迭代由此从猜测变成观察：改变膜、电极、流道或电解液以后，铁去了哪里，气体从哪里产生，哪些区域在下次放电时沉默。

中子束进不了电站，它是研发阶段的一双透视眼

实验在瑞士散裂中子源 SINQ 的 BOA 束线上完成。中子成像需要大型设施、屏蔽、精密的自旋控制和稀缺机时，不可能像温度探头那样装进每个商业电池柜。这项技术的现实位置不是“在线监控所有储能电站”，而是成为研发阶段的一双透视眼。

汽车工业不会把同步辐射装进每辆车，却会用它研究材料内部；芯片工厂不会让每颗芯片都经历一次粒子束实验，却会用先进表征找到失效机制。同样，中子束可以帮助液流电池团队筛选电极和流场设计，再把观察到的规律转译成更便宜的间接传感、控制策略和制造标准。

这种转译仍需大量工作。论文展示的是约十次循环中的实验室电池，回答的是方法能否区分铁与气体、能否定位不均匀沉积。商业储能关心的却是数千乃至更长循环、停机维护、温度变化、杂质容忍、堆叠尺度、泵耗、安全认证和全生命周期成本。一幅漂亮的内部图像不能跨过这些工程台阶。

全铁路线也不能只凭“材料便宜”宣布胜出。液流电池的价值取决于储能时长、功率与容量如何独立扩展、电解液利用率、系统平衡部件以及部署场景。不同化学体系会在能量密度、成本、成熟度和供应链之间交换优势。本文所述实验没有进行路线间完整经济比较。

能源的进步，常常先来自测量而不是材料

能源技术的发展常被叙述为材料突破：找到一种更好的电极、更便宜的元素、更稳定的膜。但许多进步其实先来自测量。只有能把一种损失与另一种损失区分开，研发团队才能知道该优化什么。

库仑效率是一张账单，告诉我们多少电荷没有回来；偏振中子成像则像仓库摄像头，告诉我们货物堆在何处、哪条通道冒出了气泡。两者不是替代关系。没有总账，人们不知道系统表现；没有空间证据，人们可能用错误原因解释总账。

这也是实验结果最具人文意味的地方。我们习惯把一个数字叫作“性能”，仿佛它就是机器本身。可任何总指标都在压缩现实：平均值会抹平热点，效率会把不同失败合并，循环数会省略使用条件。技术成熟的过程，就是不断学习哪些压缩是有用的，哪些压缩会误导决定。

测量也会反过来改变研发团队的分工。过去，电化学研究者根据电压和电流提出机理，材料人员在循环结束后分析电极，流体工程师再用模型推测通道中的分布；三种证据来自不同时间，常常难以对齐。原位图像给了他们一张共同的时间表：某次充电的哪一阶段出现气体，铁从哪一端开始积累，下一次剥离后哪里仍有残留。它不会自动告诉团队怎样修复，却能让相互竞争的解释接受同一幅空间证据。仪器最深的价值，往往不是多产生一组图片，而是让不同专业开始讨论同一个可定位的问题。

中子没有让铁液流电池突然变得可商用。它做了一件更朴素的事：让研究者看见，铁虽然在流动，却反复选择同一个角落；让“损失”从一个百分比，恢复成具体的沉积、气泡和通道。

当一个问题终于有了形状，工程才真正开始。

参考资料清单

• 《Simultaneous operando tracking of iron plating and gas evolution in all-iron redox flow batteries》，埃因霍温理工大学、瑞士保罗谢勒研究所等，2026 — https://www.nature.com/articles/s41467-026-74808-0
• 瑞士保罗谢勒研究所 BOA 成像方式说明，瑞士保罗谢勒研究所 — https://www.psi.ch/en/sinq/boa/imaging-modalities
• ChemRxiv 预印本，ChemRxiv，2025 — https://doi.org/10.26434/chemrxiv-2025-bm036
• 埃因霍温理工大学项目资料，埃因霍温理工大学 — https://research.tue.nl/nl/publications/advancing-all-iron-redox-flow-batteries-electrolytes-electrodes-a/