模型设定与验证逻辑

一、承接与切入

第一篇抛出了“C算子”（风险收缩）与“Π算子”（安全投影）的猜想，并明确了“零数据最小仿真”的验证路线。 这篇承接上文，拆解这个抽象框架是如何一步步翻译成可运行代码的，以及跑通过程中踩过的坑。

二、验证逻辑

为了让验证过程干净、透明，设计了如下的零数据最小仿真：

1. 构造虚拟电池：一阶等效电路 + 线性热模型。
2. 注入合成风险信号：外部风险标量 r_k，200步内模拟“正常→风险上升→回落”。
3. 观察三件事：
   • 风险上升时，可行域是否真的在动态收缩？
   • 加上投影算子后，系统是否绝对不越界？
   • 动态优化在安全-经济权衡上，是否优于静态保守策略？

三、模型设定与参数

1. 电热动力学（step 函数）

• SOC更新：SOC_{k+1} = SOC_k - (Δt/Q)·I_k（放电为正）
• 温度更新：T_{k+1} = T_k + (Δt/C_th)·(I²R_int - h(T-T_amb))
• 参数：Q=5 Ah，R_int=0.02 Ω，h=0.05 W/K，Δt=60 s，T_amb=25℃，C_th=300 J/K（对应 Δt/C_th=0.2 K/W，括号内为功率W，乘后得温度增量K）
• 初始条件：SOC₀=0.5，T₀=25℃，共200步。 【严谨声明：上述参数为通用级别假设，非真实钠电实测值。我们旨在验证数学闭环，而非模拟真实电池的物理退化。】

2. 合成风险信号与动态边界（C算子）

• 风险信号：r_k = 0.1 + 0.8·σ((k-50)/10)·σ((150-k)/10)，σ为sigmoid函数。实际 r_k ∈ [0.105, 0.889]。
• 四条动态边界（风险越高，约束越紧）：
  • SOC_min(r) = 0.05 + 0.15r
  • SOC_max(r) = 0.95 - 0.15r
  • T_max(r) = 60 - 15r
  • I_max(r) = 15·(1-0.7r)（r=0时±15A，实际仿真中I_max在13.89~5.66A之间变化）

3. 安全投影算子（project 函数）

一维电流空间下，投影退化为闭式截断： u_safe = np.clip(u_des, -I_max(r), I_max(r)) 无论上层策略输出什么激进动作，执行器最终输入都严格落在 S(r) 内。

四、跑通结果

策略对比：

策略	平均执行电流	最小温度裕度	是否越界
裸RL（无投影）	13.00 A	-26.50℃	温度严重越界
SE-OCF（动态边界+投影）	9.04 A	+0.25℃	无越界
恒定电流基线（静态边界）	7.00 A	+8.34℃	无越界但保守
安全优先（过保守）	3.00 A	+19.33℃	无越界但收益低

三个结果：

1. 风险单调收缩：r_k上升时I_max从13.89A降到5.66A，可行域单调变窄。
2. 投影幂等：连续投影两次和投影一次结果完全一致（max|Π(Π(u))-Π(u)| = 0.000e+00）。
3. 前向不变性：SE-OCF温度始终贴在T_max(r)红线内，无投影基线越界26.5℃。

五、错误

1：抖振（Chattering）

• 现象：图1中蓝色安全动作在动态边界附近高频来回跳。
• 最初猜测：r_k变化太快导致I_max突变，投影被削顶产生高频切换。
• 实际原因：愿望动作采用SOC跟踪策略（SOC>0.5放电+13A，SOC<0.5充电-13A）。SOC在0.5附近震荡时，u_des符号每步翻转，投影只是忠实地把这个高频翻转截断到边界内。I_max本身是平滑的sigmoid曲线。
• 修正：正文把“I_max突变处投影引起抖振”改成“愿望动作在动态边界附近频繁穿梭时”，并补了实际部署时需级联低通滤波或速率限制器。

2：离散时序错位导致伪越界

• 现象：裸RL温度越界26.5℃很戏剧性，但SE-OCF版本在某些步浮点上偶尔出现0.01℃越界。
• 原因：离散时间仿真里，第k步判断约束时用的是T_k，但温度演化方程算的是T_{k+1}。这是一步延迟——判断时安全，执行后可能已经超了。
• 修正：约束判断时人为留0.5℃安全裕度（SAFETY_MARGIN=0.5）。SE-OCF最小温度裕度从理论0变成+0.25℃，这是离散时序补偿后的余量，不是物理上真的贴线运行

六、下一篇：代入真实钠电数据

仿真在合成数据上跑通了。但必须指出一个关键局限：所有动态边界函数的系数都是基于通用文献范围的假设值，未经真实钠电数据标定——例如 I_max(r)=15(1-0.7r) 中的收缩系数 0.7、T_max(r)=60-15r 中的温度斜率 15，均缺乏真实钠电池老化实验数据支撑。 下一篇将代入公开钠电池数据集的实测参数（容量、电压窗口、充放电倍率、温度特性），替换当前假设边界函数，重新运行闭环仿真，观察安全-经济权衡结果的变化。