面向电池寿命延长的任务导向型负载调度策略研究及其在自主系统中的应用

针对自主系统中时间关键型负载的实时性与电池寿命难以兼顾的难题，中国科学院研究人员提出了一种两阶段任务导向型负载调度策略。该方法通过可调度性检查确保任务截止时间，并动态优化执行时序，使BMS（电池管理系统）电压波动降低11%，电池寿命延长9%，为航天器等不可维修设备的能源管理提供了创新解决方案。

　　

在太空探索设备等自主系统中，高功耗、周期性的时间关键型负载（如通信、激光操作）常导致总线电压波动和电池加速老化，而传统智能电网的负载调度方法缺乏实时约束，现有硬实时系统调度又忽视性能优化。这一矛盾在不可维修设备的能源系统中尤为突出——电池一旦失效，整个系统将陷入瘫痪。中国科学院的研究团队在《Journal of Energy Storage》发表的研究，开创性地将任务导向型调度引入电池能源管理系统(BEMS)，通过动态平衡实时性与性能优化，实现了"鱼与熊掌兼得"的突破。

研究采用三阶段技术路线：首先建立基于触发机制的周期/非周期负载模型；其次通过算法1计算可调度范围（schedulable range）确保实时性；最后在Simulink搭建的BMS仿真平台中，结合SLIDE电池老化模拟器（可模拟多场景电池退化行为），动态搜索最优执行时序。PID控制器参数经严格标定（见表1），并对比了主动/被动两种电源控制拓扑的适应性。

【System model】
研究同时考虑无DC/DC转换器的被动拓扑和带级联控制（外环电压调节+内环电流跟踪）的主动拓扑。通过建立负载触发模型，将时间关键型任务分为严格周期性和事件触发型两类，为后续调度奠定理论基础。

【Real-time guarantee of loads】
基于固定优先级原则（低优先级任务不得抢占高优先级），开发的可调度性检查算法能实时计算每项任务的执行时间窗。仿真显示，该方法在100%任务截止时间达标前提下，仍保留平均23%的时间裕度用于性能优化。

【Simulation steps】
在模拟激光雷达等混合负载场景时，提出的两阶段策略使DC总线电压波动标准差降低11%，并通过平滑电流峰值将电池寿命延长9%。SLIDE老化模型证实，该方法显著减缓了锂离子电池的容量衰减速率。

【Cost & Applicability】
该方案仅需在现有BMS处理器上增加调度算法，无需硬件改造。特别适用于航天器、深海探测器等具有不可更换电池的高价值设备，对延长火星车等设备的在轨服役时间具有直接工程价值。

结论部分指出，这是首个同时兼顾时间关键型负载截止期限与电池寿命优化的调度策略。通过将负载电流（而非电池电流）作为调度指标，突破了传统BMS的调控瓶颈。未来研究将探索机器学习在动态优先级分配中的应用。作者Heng Li团队特别感谢国家自然科学基金（项目号52377221、62172448）和湖南省自然科学基金（2023JJ30698）的支持。