当钠电状态变化，NaLink 的保障能力会怎样？——低温、低剩余能源、负载突变与预测误差下的鲁棒性验证

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. 研究问题：从任务许可走向可靠性边界

第八篇在统一能源模型下比较了持续供电、固定阈值、单能源预算与能量—功率双约束管理，说明按需运行与服务能源预留的重要性，但当时的零代价安全门控无法独立量化提前功率检查的收益。本篇研究更不利的问题：电池可用能源降低、内阻增加、任务启动峰值超出预测或电池状态估计出现偏差时，哪些服务会先失效？能否通过保守许可改进，代价又是什么？

研究路径为单因素扰动—C/D 对照—优化参数消融—多因素组合—失败恢复敏感性检验。本篇只有假设参数下的 Python 仿真，不是任何商业钠离子电芯的实测表现。

2. 模型、策略与实验设计

2.1 共同电池和负载

名义可用能源为 13 Wh；基础监测及必要本地控制合计 1 W；保障目标为 8 h；期末预留目标为 1.3 Wh。三次模拟本地告警发生于第 75、235、415 分钟，每次增加 2 W、持续 1 min。常规 AI 请求在第 30、90、150、210、270、330、390、450 分钟触发。

完整 AI 任务的增量功率为 12 W×2 min＋4 W×6 min，增量能耗为 0.8 Wh；轻量任务为 3 W×2 min＋2 W×6 min，增量能耗为 0.3 Wh。运行 AI 时仍需同时供给基础负载。

沿用简化电池模型：

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

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

要求判别式 $V_{\mathrm{OCV}}^2-4RP\geq0$ 且 $V_{\mathrm{terminal}}\geq2.90\,\mathrm V$ 。其中 $s$ 是归一化模型剩余能源，不是经标定的 SOC； $k_R$ 为等效内阻倍率。所有策略以同一模型逐分钟扣减能源并检查实际总负载功率。若 AI 负载不可供给，优先停止 AI；之后依次尝试满足告警和基础负载。所谓告警“成功”仅指模拟告警负载获得所需电能，不代表真实消息送达。

2.2 三种策略与失败恢复规则

策略	任务许可机制	执行阶段
C：单能源约束	只检查未来基础能源预留及所申请 AI 模式的预计能耗；不提前检查 AI 端电压	同样执行逐分钟供电保护
D：双约束	先检查能源，再预测任务启动与运行阶段的电压可行性；不可行则降级或拒绝	同样执行逐分钟供电保护
Dopt：保守双约束	在 D 上提高预测功率与内阻裕量，并增加能源余量	同样执行逐分钟供电保护

三者均按完整、轻量的顺序申请任务。为了识别预检查的作用，本篇 C 不采用第八篇 C 所具有的执行前理想功率门控；执行中仍与 D 共用同样的保护。这是跨篇实验口径变化，不能把两篇 C 的任务失败次数直接进行纵向比较。

本次特别修复了任务失败状态机：如果某一分钟无法继续供电，AI 任务立即终止，计为一次执行中断；不再占用原计划中剩余的八分钟，也不会继续耗用 AI 运行能源。主实验设定终止后冷却 2 min，冷却期间不启动新任务。作为控制实验，还分别测试 0、8 min 冷却。模型未加入实测重启能耗、保护动作延迟和硬件退化，因此中断次数不是设备实际故障率。

Dopt 统一采用：基础负载预测 1.2 W、AI 功率预测×1.4、启动峰值额外×1.8、能源安全余量增加 0.4 Wh、预测内阻额外×1.1。这是预先固定的保守参数组，不是最优参数。

2.3 场景矩阵与评价指标

场景类别	输入变化	检验内容
低温代理	12 Wh/内阻×1.35；11 Wh/内阻×1.8	可用能源折减与内阻增加
低剩余能源	13、10.5、9、7.5 Wh	许可和长期供电的边界
单因素分离	仅内阻×1.8；仅能源 11 Wh	区分功率限制与能源缺口
功率或估计误差	启动峰值×1.8；AI 功率×1.35；基础功率 1.2 W；能源高估 2 Wh	预测偏差与中断
任务密集	16 次均匀、集中、后期集中到达	请求竞争、拒绝与计算服务
组合扰动	11 Wh、内阻×1.8、基础功率 1.2 W、AI 功率×1.35、启动峰值×1.8、能源高估 1.2 Wh、集中请求	多因素共同作用

非随机情景采用一条确定性事件序列；均匀、集中、后期集中和组合扰动四类各采用 30 条固定种子的序列（种子 20261016）。共计 132 个情景实例；每个实例运行 C、D、Dopt 与五个单参数消融版本，总计 1056 次策略运行。另进行独立的恢复冷却敏感性测试。

除基础监测时长、模拟告警供电次数、实际完成 AI 任务和执行中断外，本篇增加三个达标指标：

R_{\mathrm{base}}=\frac{N(\text{连续基础监测达到 8 h})}{N_{\mathrm{instances}}}

R_{\mathrm{alert}}=\frac{N(\text{3 次告警全部获得供电})}{N_{\mathrm{instances}}}

R_{\mathrm{contract}}=\frac{N(\text{8 h 基础监测、3 次告警供电、期末}\geq1.3\,\mathrm{Wh})}{N_{\mathrm{instances}}}

这里的达标率是在指定合成事件序列集合中的频率，不能解释为真实设备的概率可靠性或统计置信保证。

3. 修正后：不同工况下的服务结果

3.1 核心对照

工况	策略	基础监测	告警供电	完成 AI 任务	执行中断	期末能源
基准	C	8.00 h	3/3	3	5	2.50 Wh
基准	D	8.00 h	3/3	7	0	1.30 Wh
基准	Dopt	8.00 h	3/3	5	0	3.40 Wh
强度低温代理	C	8.00 h	3/3	0	8	2.90 Wh
强度低温代理	D	8.00 h	2/3	5	0	1.43 Wh
强度低温代理	Dopt	8.00 h	3/3	0	0	2.90 Wh
AI 启动峰值×1.8	C	8.00 h	3/3	1	7	3.78 Wh
AI 启动峰值×1.8	D	8.00 h	3/3	4	4	2.64 Wh
AI 启动峰值×1.8	Dopt	8.00 h	3/3	5	0	3.00 Wh
能源高估 2 Wh	C	8.00 h	3/3	1	7	1.40 Wh
能源高估 2 Wh	D	8.00 h	3/3	5	3	0.20 Wh
能源高估 2 Wh	Dopt	8.00 h	3/3	5	0	0.90 Wh
组合扰动（30 组均值）	C	8.00 h	2/3	0	13.30	1.33 Wh
组合扰动（30 组均值）	D	8.00 h	2/3	0.30	12.00	1.18 Wh
组合扰动（30 组均值）	Dopt	8.00 h	2/3	0.43	0.20	1.11 Wh

需要指出，修正失败后的立即终止规则后，旧版某些场景出现的基础监测短于 8 h 的结论不再成立。在这次测试的 132 组输入中，除 7.5 Wh 能源不足场景外，基础监测都达到 8 h。任务更早停止，减少了失败后的电能占用，但不表示实际原型具有相同的断电恢复表现。

3.2 低能源与高内阻的失效机制不同

在 13、10.5、9、7.5 Wh 初始可用能源下，D 完成的 AI 任务依次为 7、2、0、0 次。7.5 Wh 情况下，即使全部停止 AI，基础监测仍只能达到 7.40 h；9 Wh 时监测能够达到 8 h，但期末仅剩 0.90 Wh，低于 1.3 Wh 预留目标。

仅提高内阻至 1.8 倍、保持 13 Wh 时，D 仍完成 6 次 AI 任务且没有执行中断。强度低温代理同时降低能源并提高内阻时，D 虽完成 5 次 AI 任务，却仅为 2/3 次模拟告警提供足够功率。剩余能源充足，不代表关键事件发生时供电峰值可用。

3.3 完整保障目标比“在线八小时”更严格

在本模型的 132 个情景实例中，基础监测时长、全部告警供电和期末能源预留可能相互分离。例如：

强度低温代理中，D 的基础监测达到 8 h，但一次模拟告警供电失败；Dopt 通过放弃 AI 完成全部三次告警供电。
基础负载真实提高 20% 时，D 期末仅余 0.60 Wh，Dopt 期末为 2.10 Wh。
能源高估 2 Wh 时，D 虽维持基础监测和告警供电，期末只剩 0.20 Wh；Dopt 为 0.90 Wh，仍未满足 1.3 Wh 完整预留要求。
组合扰动下，C、D、Dopt 的模拟告警供电都只有 2/3，因此完整保障契约达标率均为 0%。

对于本次任务密集的四类随机场景，C、D、Dopt 的基础监测达标率均为 100%；均匀、集中和后期集中三组的完整契约达标率均为 100%，而组合扰动为 0%。这是本组合成输入中各 30 组的结果，并不代表面向真实用户的可靠性百分比。

4. 优化效果、消融与失败恢复敏感性

4.1 保守优化不是无代价提升

工况	原始 D	保守 Dopt	结论
基准	完成 7 次 AI；剩 1.30 Wh	完成 5 次 AI；剩 3.40 Wh	牺牲计算换取能源裕量
强度低温代理	告警供电 2/3；AI 完成 5 次	告警供电 3/3；AI 完成 0 次	以停止 AI 换取告警供电
启动峰值×1.8	执行中断 4 次	执行中断 0 次	保守峰值预测避免部分启动失败
基础功率 1.2 W	期末剩 0.60 Wh	期末剩 2.10 Wh	预留估计改善
组合扰动	告警供电 2/3	告警供电 2/3	软件许可仍无法消除物理供电限制

4.2 单参数消融

在保持其他条件不变时，仅将基础功率预测改为 1.2 W，强度低温代理的告警供电由 2/3 改为 3/3，但 AI 完成由 5 次降为 3 次。仅将启动峰值预测倍率提高到 1.8，在实际启动峰值×1.8 的场景中，D 的执行中断由 4 次降为 0 次，实际完成任务由 4 次增至 6 次。仅为能源预留增加 0.4 Wh，在基准场景中 AI 完成由 7 次降为 5 次，却没有增加本已全部达标的告警次数。

这些结果说明：不同保守参数针对不同失效机理，并非每项安全裕量都能独立改善所有指标。完整 Dopt 同时改变多项参数，不能把它的全部收益归功于某一个阈值或仅归功于“双约束”。

4.3 失败恢复规则是否改变结论？

为避免任务失败处理方式决定策略排名，选取基准、启动峰值和组合扰动，分别将失败后冷却设为 0、2、8 min，统一应用于 C、D、Dopt。

在基准和启动峰值场景中，三种冷却时间下的 AI 完成数、执行中断数和完整保障达标结果均未变化。这与常规请求相隔 60 min、恢复时间远短于请求间隔有关。

在组合扰动的 30 组任务序列中，冷却时间改变了失败尝试次数，平均结果为：

组合扰动下平均执行中断	冷却 0 min	冷却 2 min	冷却 8 min
C	15.83	13.30	9.17
D	14.53	12.00	8.07
Dopt	0.20	0.20	0.17

这三个恢复方案的组合扰动基础监测达标率均为 100%，完整保障契约达标率均为 0%；AI 完成任务均值也没有因冷却设置发生变化。因此，恢复规则确实影响“中断计数”，却没有改变这组输入中的完整保障结论。不能据此推断在更高任务密度、真实启动损耗或长时间恢复条件下仍然如此。

4.4 模型边界

本次程序采用理想的逐分钟电压检查和立即卸载，没有建模真实 BMS 动作时延、DC/DC 效率、瞬态电容、AI 重新启动能耗、任务队列恢复或告警送达协议。低温代理也不代表任何特定摄氏温度；能源比例不是标定 SOC。调度检查次数只是软件逻辑计数，不能直接解释为 MCU 的实测耗时和功耗。因此，本篇关于可靠性的说法均限定为所设合成工况下的服务供电与任务完成结果。

5. 结论

本篇实际运行了 132 个情景实例与 1056 次策略仿真，修复失败任务继续占用原定执行时段的问题，补充了恢复冷却对照、独立能源及内阻扰动、单参数消融和完整保障契约达标评价。

研究得到三点认识：其一，能源与瞬时供电能力的限制不同，基础服务在线不能替代关键告警供电验证；其二，提前功率检查能在部分模型工况下减少已启动任务中断，但预测误差仍可能破坏能源预留；其三，保守调度通过减少 AI 计算改善部分保障指标，遇到严重组合扰动时仍可能无法完成全部关键服务。

需要特别强调：本次结果不能证明 NaLink 在真实低温或低 SOC 下具备某项确定的续航和告警成功率。下一步需要采用实际钠离子电芯的温度—容量—内阻与脉冲放电数据，并对 MCU 许可耗时、AI 启停损耗、供电保护行为及端到端告警效果开展原型验证。

NaLink 探索记录 09｜非理想工况下的鲁棒性与保守调度验证

附图说明

图 1｜不同初始可用能源下的 AI 实际完成任务数。 13、10.5、9、7.5 Wh 为模型能源输入，不是实测 SOC 曲线；三条曲线分别为 C、D、Dopt。

图 2｜典型非理想工况下完整保障契约达标率与 AI 完成数量。 完整契约定义为基础监测持续 8 h、三次模拟告警均获供电且期末至少保留 1.3 Wh。随机场景使用 30 组固定输入的达标频率。

图 3｜组合扰动下的失败恢复冷却敏感性。 对比 0、2、8 min 冷却规则下已启动任务的中断次数均值，说明失败记账会受恢复策略影响。

复现说明：Python 固定随机种子 20261016；主实验采用立即中止、2 min 冷却规则；全部电池与负载参数均为研究假设，不包含钠离子电芯实测数据。

【09】当钠电状态变化，NaLink 的保障能力会怎样