钠电全生命周期运维：AI→经济层数据接口规范

问题

对抗性审查指出：SoH/RUL 预测结果到 Degradation Cost 之间没有数学映射链。经济模型中的 C_deg = ΔC_ap × P_bat 是一个断开的公式——ΔC_ap 从哪里来、怎么算、谁提供，没有定义。

接口定义

数据流

BMS 传感器数据 → AI 状态估计 → SoH(t), RUL(t), Risk(t)
                                    ↓
                           容量损失映射函数
                                    ↓
                    ΔC_ap(t) → C_deg(t) → EMS 调度器

映射函数

SoH 到容量损失的转换：

ΔC_ap(t) = C_nominal × [SoH(t-1) - SoH(t)]

其中 C_nominal 是电池额定容量（Ah），SoH(t) 由 AI 估计模块在每个循环结束后输出。

Degradation Cost 的完整定义：

C_deg(t) = ΔC_ap(t) × P_bat × η_age

其中：
  P_bat = 电池更换单价（元/Ah），钠电当前约 0.5-1.0 元/Wh
  η_age = 老化加速因子，当 RUL < 50 循环时 η_age = 2.0，否则 η_age = 1.0

η_age 的引入是为了反映膝点后的加速衰减——电池越接近寿命终点，每次循环的"寿命资产消耗"越大。

EMS 调度决策

EMS 在每个调度周期内求解：

max  Revenue(t) = Σ P_elec(t) × [P_discharge(t) - P_charge(t)]
s.t. C_deg(t) ≤ C_deg_max(t)     ← 寿命损耗预算
     Risk(t) ≤ Risk_threshold     ← 安全约束
     SoC_min ≤ SoC(t) ≤ SoC_max  ← 物理约束

C_deg_max(t) 是基于 RUL 预测动态调整的"寿命预算"：

• RUL > 100 循环：C_deg_max 宽松，可激进调度
• RUL 50-100 循环：C_deg_max 收紧，降额运行
• RUL < 50 循环：η_age = 2.0，强制保守模式

实测验证

在 BatteryLife NA-ion 数据集上的验证结果：

指标	数值
数据源	BatteryLife NA-ion (KDD 2025)
电池数	64 块 18650 钠电
充放电倍率	2.5C
SoH 估计 R²	0.9538
SoH 估计 RMSE	0.0116
膝点检测	64/64 块成功

SoH 估计在真实钠电数据上的 R² = 0.9538，RMSE = 0.0116，优于合成数据上的 0.9253。极化电压（V_max - V_min）仍然是最高效的单一特征。

温度分析说明

BatteryLife NA-ion 数据集仅包含 25°C 条件下的循环数据，无法进行跨温度敏感性分析。对抗性审查指出的"温度维度缺失"问题需要补充多温度数据集（如 RWTH Aachen 的钠电数据集，覆盖 -10°C 到 50°C）才能完成。这作为后续工作保留。

---

引用来源

• [1] BatteryLife 数据集：31 块钠电 18650 电池（实际含 64 个 pkl 文件），1.0 Ah，2.5C 充放电，25°C。来源：Zenodo 17756951.
• [2] 对抗性审查：指出经济模型缺乏 AI→经济层数据接口。攻击面 #3。