同样的电池，谁能保障更多关键服务？——四种能源管理方案的公平对照仿真

所属议题： 初焰·钠宙 AI4S｜水象议题 10「巨蟹座：把机房级可靠带进日常」

1. 研究目标：从任务许可走向服务结果

第六篇完成服务能源预算建模，第七篇研究能量—供电能力联合检查与任务降级。此前曾预告多场景鲁棒性测试；考虑到这些机制首先需要与常见管理方案作同条件比较，本篇优先完成公平对照，已有的多场景模拟留作后续研究素材。

本次要回答：在相同电池、任务序列与硬件安全条件下，四种管理方式分别能维持多久的基础监测、为多少次关键告警提供所需电能，以及完成多少 AI 任务？不同方案的收益究竟来自能源预留、任务降级，还是 AI 支路的待机管理？

2. 统一模型与评价指标

2.1 服务和任务负载

项目	假设负载	说明
环境监测与 MCU 规则判断	0.65 W	基础常供电服务
必要本地通信与告警控制	0.35 W	基础常供电服务；不等同于断网后的远程推送
模拟关键告警负载	额外 2 W，持续 1 min	在 1.25、3.92、6.92 h 各触发一次
完整 AI 任务	12 W×2 min + 4 W×6 min	AI 增量能耗 0.8 Wh
轻量 AI 任务	3 W×2 min + 2 W×6 min	AI 增量能耗 0.3 Wh
AI 常开待机	额外 0.65 W	仅在没有 AI 任务运行时产生

基础负载合计 1 W。八次 AI 请求分别发生在断电后 0.5、1.5、……、7.5 h。

告警按独立的本地负载脉冲判断：仅当该分钟基础电路与额外告警负载均获得所需电能时，才记录一次“告警供电成功”；不模拟告警消息是否送达。

上述负载均为示例假设，不对应已测量的 MCU、AI 模组或钠电芯。

2.2 同一电池与安全约束

四种方案统一采用初始可用能源 13 Wh 的简化模型，并补测 10.5 Wh、9 Wh。开路电压与等效内阻沿用第七篇的假设函数：

V_{\mathrm{OCV}}=3.25+0.85s,\qquad R=0.10+0.25(1-s)

s=E_{\mathrm{remaining}}/13,\qquad V_{\mathrm{terminal}}=V_{\mathrm{OCV}}-IR

端电压要求不低于 2.90 V。

每分钟均以当时实际总功率进行供电检查，包含基础负载、AI 运行或待机负载，以及当分钟的告警负载。AI 运行时不重复叠加待机功率；供电不足时优先卸载 AI 支路，再判断告警和基础负载能否继续运行。

这里的 $s$ 是归一化剩余能源，不是实测 SOC；功率近似为电池端输出功率，暂未考虑 DC-DC 效率、动态极化和真实保护动作。

全部策略共享相同的假设硬件保护，不允许通过忽略电压限制增加任务次数。

2.3 四种管理方案

策略	任务管理方式	能源预留	AI 待机模式
A：持续供电	优先完整推理，不降级	无	空闲时保留 0.65 W
B：固定阈值	$s\geq0.45$ 优先完整任务； $0.30\leq s<0.45$ 仅轻量任务	无动态预留	按需启停
C：单能源预算	按剩余保障能源选择完整或轻量任务	有	按需启停
D：NaLink 双约束	提前筛选能源与各阶段供电条件，选择完整或轻量任务	有	按需启停

C、D 预留的能源为：

E_{\mathrm{reserve}}(t)=1\,\mathrm W\times(8-t)\,\mathrm h+1.3\,\mathrm{Wh}

其中，1.3 Wh 是告警与预测误差的合并预算。

B 的固定阈值为示例规则，并非经过寻优的最优参数。

C、D 均可降级并采用同样的理想供电安全检查；区别是申请后检查还是选择前检查。模型中被拒绝的申请不产生额外能耗或时延。

评价指标包括基础监测连续时长、三次模拟告警的供电成功数、真正执行完成的 AI 任务数、任务申请拒绝次数、8 小时末剩余能源，以及是否保留 1.3 Wh 预算。

程序分别记录“任务获准”和“实际完成”，只有执行至结束且过程未被供电中断的任务才计入完成数。

3. Python 仿真结果

3.1 13 Wh 主对照：谁真正维持了服务？

指标	A 持续供电	B 固定阈值	C 单能源预算	D NaLink
基础监测连续时长	6.98 h	8.00 h	8.00 h	8.00 h
模拟告警供电成功	2/3	3/3	3/3	3/3
完整 AI 任务完成	2	3	3	3
轻量 AI 任务完成	0	3	4	4
完整任务功率申请被拒绝	4	1	2	0
8 h 末剩余能源	约 0 Wh	1.6 Wh	1.3 Wh	1.3 Wh
保留全部 1.3 Wh 预算	否	是	是	是

图 1 展示不同方案的能源变化，图 2 对比实际完成的 AI 任务和模拟告警供电结果。

A 在本次假设条件下因 AI 空闲待机持续消耗能源，无法完成 8 小时基础监测，最后一次模拟告警负载也未能获得供电。

B、C、D 均完成了 8 小时基础监测，并满足三次模拟告警的供电需求。

C、D 的实际完成任务数与期末能源完全相同。功率申请拒绝次数不同仅说明许可流程不同，不构成 D 更节能或完成更多任务的证据。

3.2 将 AI 常开待机因素单独剥离

为避免把硬件运行方式的收益误当作算法收益，保持 A 的任务选择规则不变，仅取消其额外 0.65 W 待机负载：

A 的运行方式	13 Wh 基础监测时长	模拟告警供电成功	完整/轻量 AI 任务	期末能源
AI 空闲仍消耗 0.65 W	6.98 h	2/3	2 / 0	约 0 Wh
取消额外待机功耗	8.00 h	3/3	3 / 0	2.5 Wh

这个消融对照说明，原先持续供电方案提前耗能，很大程度上与设定的 AI 待机负载有关。

不能将 A 与 D 的全部差距归因于双约束算法。

取消额外待机后，A 虽然维持了 8 小时基础监测，并满足三次模拟告警的供电需求，但仍不具备 C、D 的轻量任务降级能力。

3.3 不同初始能源下的结果

初始能源	策略	基础监测时长	模拟告警供电成功	完整/轻量 AI 任务	期末能源	保留 1.3 Wh
10.5 Wh	A	5.88 h	2/3	1 / 0	约 0 Wh	否
10.5 Wh	B	8.00 h	3/3	1 / 4	0.4 Wh	否
10.5 Wh	C	8.00 h	3/3	1 / 1	1.3 Wh	是
10.5 Wh	D	8.00 h	3/3	1 / 1	1.3 Wh	是
9.0 Wh	A	5.42 h	2/3	0 / 0	约 0 Wh	否
9.0 Wh	B	7.20 h	3/3	1 / 3	约 0 Wh	否
9.0 Wh	C	8.00 h	3/3	0 / 0	0.9 Wh	否
9.0 Wh	D	8.00 h	3/3	0 / 0	0.9 Wh	否

当初始能源为 10.5 Wh 时，B 完成更多 AI 任务，但未能保留全部能源裕量；C、D 减少 AI 任务，保留了 1.3 Wh。

当初始能源降低至 9 Wh 时，C、D 仍维持 8 小时基础监测，并满足三次模拟告警的供电需求，但无法保留全部预算。

这说明：基础服务在线、模拟告警供电成功和剩余能源裕量，是三个不同的评价指标。

4. 公平对照能证明什么？

第一，服务目标驱动的能源预留具有可解释的价值。

在本次示例条件下，C、D 优先保留基础监测及能源裕量，而固定阈值策略可能为了执行额外 AI 任务，消耗原定的预留能源。

第二，硬件运行模式是重要影响因素。

A 的额外待机功耗显著影响基础服务持续时间。将 AI 常开与按需启停的全部差距归因于调度算法并不公平，消融实验已将这一影响单独展示。

第三，双约束预检查的独立收益尚未得到证明。

C、D 具有相同的任务降级能力及理想化供电保护，最终任务数和能源结果一致。

虽然 D 减少了不可行的完整任务申请，但模型未设置申请失败所产生的实际能耗、延迟或恢复代价，因此不能据此推断其在真实硬件中具有更低功耗或更高可靠性。

第四，关键服务的评价仍属于系统级近似。

本次单独模拟了告警负载能否获得所需电能，但未验证传感器判别准确率、通信协议可靠性、实际告警送达、响应延迟以及 AI 检测质量。三次预设告警也不足以估计真实设备长期运行的可靠性。

本次服务保障结果基于确定性的负载与电池模型。能源预留可以约束 AI 任务对基础服务预算的占用，却不能保证真实设备在电池状态、基础负载或告警需求偏离假设时，仍然维持服务连续性。

因此，本文所有保障达标结果均指预设仿真条件下的结果。

此外，固定阈值参数尚未寻优；电池 OCV、内阻、任务和告警功耗均为假设值。本次实验属于可复现的系统机制与设计取舍对照，而非真实钠电产品的性能排名。

5. 本阶段结论

本阶段在统一电池模型、任务序列和供电安全条件下，完成了四种能源管理方案的 Python 对照仿真，并加入任务实际完成判定、模拟关键告警供电检查及 AI 待机功耗消融实验。

主要得到三项结论：

（1）用户定义的服务能源保障目标能够指导 AI 任务取舍，但能源不足时，调度策略无法弥补基础供电能力的限制；

（2）AI 支路的空闲功耗显著影响关键基础服务持续时间，必须区分硬件运行模式收益与任务调度收益；

（3）在当前理想保护模型中，NaLink 双约束预检查尚未比具有相同降级能力的单能源预算策略取得额外任务完成率或能源收益。

本阶段的核心成果，是通过公平对照明确了服务目标驱动的能源管理能够带来哪些作用，以及 NaLink 双约束机制尚待验证的独立工程价值。

后续需要结合实际器件功耗、任务失败代价、告警服务质量和电池供电特性，进一步检验这些模型结论的适用范围。

NaLink 探索记录 08｜四种能源管理方案的公平对照仿真

附图：Python 仿真结果

图 1 13 Wh 初始能源下四种管理方案的剩余可用能源曲线

展示四种策略的能源变化及 1.3 Wh 期末能源预留线。C、D 的曲线重合。图中能源值为模型中的负载端可用能源。

图 2 四种策略实际完成的 AI 任务与模拟告警供电结果

左图统计实际运行完成的完整与轻量 AI 任务；右图统计三次模拟告警负载获得所需电能的次数。

图中的“Simulated alert power successes”仅表示模拟告警供电成功，不代表实际告警送达率、通信成功率或识别准确率。

仿真说明：本文全部电池、负载与任务参数均为研究假设，Python 源码和原始记录可用于重复计算。本阶段尚未使用实际钠离子电芯或 AI 模组的实验数据。

【08】同样的电池，谁能保障更多关键服务？——四种能源管理方案的公平对照仿真