请用 Python 做一个可复现的数值实验，回答一个建模问题：预测固定式 SOFC 在负荷恢复后的净出力时，仅凭当前净功...

Prompt

请用 Python 做一个可复现的数值实验，回答一个建模问题：预测固定式 SOFC 在负荷恢复后的净出力时，仅凭当前净功率和接下来的负荷指令，是否足以估计电池需要补多少电？ 请构造两段运行历史。两段历史从同一个初始状态出发，经过不同的负荷变化，在比较时刻达到相同的整机净功率；从这一刻起，给它们完全相同的负荷指令和控制策略。历史由模型实际运行产生，不直接指定比较时刻的温度。你可以自行选择最简单的热状态、热平衡方程和控制器，但要解释每个状态为什么会影响可用净出力。参数可以是公开值或明确标注的示例值。 请比较两种预测方法：一种保留你认为必要的内部状态；另一种在比较时刻只保留当前净功率。让两种方法使用相同的参数和未来负荷信息，交代后一种方法怎样从净功率初始化。画出两段历史、比较时刻前后的内部状态和恢复后的净出力，并分别计算电池需要承担的峰值功率（kW）和补供电量（kWh）。电池只补供电缺口，先按理想电池处理。 请设计一个能检验你自己结论的对照实验：改变一个有物理含义的条件，使历史的影响应当减弱或消失，再看程序是否真的给出这个结果。同时检查热平衡残差、时间步长收敛性，以及比较时刻两条轨迹的净功率是否确实相等。 交付一份可直接运行的 Python 脚本、一张结果图和一张数值表。最后说明：在你测试的条件下，调度模型最少需要保留什么信息？哪些判断由方程和数值实验支持，哪些还需要固定式设备的实测曲线才能确定？