📚 课程目录第1章课程导入

1. 课程导入

一颗在轨运行的卫星，本质上是一个"能量预算极其紧张、且几乎无法中途充值"的移动计算平台。它依靠太阳电池阵在光照期发电，把多余电能存入蓄电池，在阴影期由蓄电池供电；而每一次成像、数传、姿态机动、载荷开机，都要从这份有限的能量池中"支取"功率与电量。任务排程要回答的核心问题就是：在能量收支平衡、蓄电池荷电状态（SOC）不越限、各分系统工作模式互不冲突的前提下，如何安排一整天甚至一周的任务序列，使完成的观测与数传收益最大。

这不是一个单纯的"排班"问题。它同时受三类硬约束夹击：时间窗约束（目标可见、地面站可见只在特定时段出现）、能量约束（发电、储能、负载三者动态耦合）、资源与逻辑约束（同一时刻只能执行一个任务、载荷需预热、两次机动之间要有稳定时间）。其中能量约束最容易被低估——它不像时间窗那样"看得见"，却常常是导致排程方案在仿真中"看起来可行、实际不可行"的根因。

为什么能量约束是排程的"隐形天花板"

先建立一个最小可算的能量模型。设卫星轨道周期为 T，光照期占比为 ρ（例如太阳同步轨道常见 ρ≈0.6～0.65），太阳电池阵在光照期的可用发电功率为 P_sa（已扣除效率衰减与入射角损失），平台基础负载（姿控、星务、热控平均功耗）为 P_base，蓄电池容量为 C_wh、最大放电深度为 DoD_max。则一个轨道周期内的能量收支可近似写为：

光照期充电能量：E_chg = (P_sa - P_base) × (ρ·T)
阴影期放电能量：E_dis = P_base × ((1-ρ)·T) + E_task
能量平衡条件：E_chg ≥ E_dis / η_rt   （η_rt 为充放电往返效率，典型 0.85～0.92）
SOC 约束：SOC_min ≤ SOC(t) ≤ SOC_max，且 SOC_min = 1 - DoD_max

其中 E_task 是本周期内所有任务消耗的电量之和。举例（示例参数，非实测）：T=6000 s，ρ=0.62，P_sa=1800 W，P_base=600 W，则 E_chg=(1800-600)×3720≈4.46×10⁶ J≈1.24 kWh。若阴影期基础耗电为 600×2280≈1.37×10⁶ J，取 η_rt=0.9，则留给任务的"净额度"约为 1.24×0.9−0.38≈0.74 kWh。一次 8 分钟、平均 900 W 的成像任务耗电约 0.12 kWh——也就是说，一个轨道周期内大约只能塞进 5～6 次这样的任务，再多就会击穿 SOC 下限。这个"额度"就是排程的隐形天花板。

关键认识：能量约束不是排程完成后的"校验项"，而应当作为排程搜索过程中的"剪枝条件"。把能量放到事后检查，往往得到的是大量不可行解。

本课程的知识框架

围绕"能量—时间—任务"三者的耦合，课程按四条主线展开，它们并非线性步骤，而是相互支撑的知识结构：

能量建模主线：轨道与光照几何 → 太阳阵发电模型 → 蓄电池充放电与 SOC 演化 → 负载功率剖面。解决"能量从哪来、到哪去、还剩多少"。
任务建模主线：任务类型（成像、数传、定标、机动）→ 时间窗与可见性 → 持续时间与功率需求 → 任务间逻辑与互斥关系。解决"任务长什么样、什么时候能做"。
排程求解主线：约束满足与优化建模 → 贪心/优先级启发式 → 滚动时域与在线重排 → 冲突消解与降级策略。解决"怎么排、排不下怎么办"。
验证与评估主线：能量仿真回放 → SOC 曲线与裕度检查 → 收益指标（完成率、加权收益、数传时延）→ 异常场景（阴影延长、载荷超耗）鲁棒性测试。解决"排得对不对、稳不稳"。

四条主线的关系可以用下面这张结构图概括：能量建模提供"预算"，任务建模提供"需求"，排程求解在两者之间寻找可行且优的匹配，验证评估则把结果反馈回模型与策略，形成闭环。

学习目标

完成本课程后，你应当能够独立完成以下工作，而不只是"知道概念"：

根据轨道参数与太阳阵、蓄电池参数，手算或编程计算一个轨道周期的能量收支与可用任务额度，并判断给定任务集合是否能量可行。
把一条自然语言描述的任务需求，转化为结构化任务模型：时间窗、持续时长、功率曲线、优先级、前置/互斥关系。
针对小规模任务集，用优先级贪心 + 能量剪枝手工排出一份可行调度表，并说明每一步为何这样选。
读懂 SOC 演化曲线，识别能量瓶颈出现在哪个轨道周期、由哪个任务引起，并给出降级或重排方案。
面对"任务排不下"的冲突，能按降级、移位、拆分、放弃的顺序给出可解释的处置策略。

核心概念速览

概念	含义	在排程中的作用
光照期 / 阴影期	卫星处于太阳照射或地球阴影的时段	决定发电与耗电的时间分布
SOC	蓄电池荷电状态，0～1	硬约束变量，越限即方案不可行
DoD_max	允许最大放电深度	决定 SOC 下限，压缩可用额度
时间窗	任务可执行的时段区间	排程的离散候选位置
能量剪枝	在搜索中提前剔除能量不可行分支	提升求解效率、避免无效解
滚动时域	只排未来一段窗口，执行后滚动更新	应对云层、故障等不确定性

学习建议：本课程大量使用"示例参数"来演示计算过程，这些数值用于说明方法，不代表任何具体型号卫星的真实指标。实际工程中应以总体设计给出的能量平衡表与蓄电池特性曲线为准。

常见误区：把"平均功率不超"当作能量可行。实际上 SOC 是积分量，短时大功率任务即使平均功率不高，也可能在阴影期把 SOC 拉到下限以下。判断可行性必须看 SOC 随时间的完整轨迹，而不是单点功率比较。

接下来的章节将沿着上述四条主线逐步展开：先建立可计算的能量模型，再刻画任务与时间窗，然后进入排程算法与冲突消解，最后用仿真与评估把整条链路闭合起来。你在本章需要建立的，是一个"能量是预算、任务是支出、排程是配平"的整体直觉——后续所有方法，都是在这个直觉上做精细化。