control-jev

这套实验在测什么

被控对象是一座并网的光伏 + 电池场站：15 分钟一步、24 小时一天，电池 500 kWh / 250 kW，效率 0.95。 电价采用峰谷分时（部分场景带尖峰），需量电费按当日最大并网功率计。出口限值是物理约束：超出时先弃光，再限制放电。

所有控制器都通过同一组离散功率档位动作。这一点关键：如果经典控制器能用连续功率而 DP 只能选离散档， 那个"完美预测上界"就不是真正的上界。测试里断言了 oracle ≤ 一切因果控制器。

Jev 的角色：监督式模式路由

让 Jev 直接选功率是错的用法——那本质是多步数值优化，而 Jev 是 System One（快、直觉、只判断）模型。 实测中它把一天调度成本从 $726 劣化到 $1274（81% 的步否决了更有理的代码先验）。 所以这里让代码枚举"运行模式"（套利 / 削峰 / 储备用 / 自用 / 停机），每种模式由经典控制器执行， Jev 只判断"该用哪种运行方式"，代码再做合成与安全兜底。

分工原则

• 代码算数：SoC 变化、当步电费、需量增量、全天电价表，全部由代码精确计算后写成事实句子。
• 模型判断：一次请求里问 mode（Choice）与 reserve_risk（Noul）。
• 代码兜底：SoC/功率物理限幅、策略备用下限、峰值上限由代码强制，模型无法越过。

两个创新点

• 语言即策略：换策略只需换一段文字；经典控制器要重新调参，脚本统计"要改多少个参数"。
• 置信度门控混合：Jev 置信度低于门限时把该步交给因果 MPC，扫描门限得到成本 / 接管率曲线。

诚实声明

我们不主张 Jev 在纯成本上胜过全信息 MPC——它做不到，因为 MPC 就是它自己的执行器之一。 预注册的主张只关于策略切换下的合规性与成本差距，结果无论正负都如实记录在 results/， 汇总见 results/SUMMARY.md，设计过程见 docs/plan.md。