作者：邹德虎
有个问题困扰了我10多年，一直在断断续续的思考。那就是我发现，对于发电机励磁控制，采取微分几何方法的最优控制与基于传统经典控制论频域法的AVR+PSS，仿真的效果总是差不多（至少我是亲自仿真的）。另外发电厂实际现场，也都用的是AVR+PSS。但是学术论文可以证明，最优控制的效果应该会好得多。这里的偏差到底如何解释呢？当然，电力系统的控制远不止励磁控制，还有AVC、AGC，新能源电站也有控制，火力发电厂的锅炉DCS控制也是非常复杂的。总的来说，电力工业的控制是以PID为主的（其它工业领域也是类似的）。以下仅为个人的几点想法，完全可能是错误的。
PID控制是系统数学模型为线性，且只有输出量可观测时。最简洁有效的控制策略，这个是公认的。但是实际的系统是非常复杂的，有各种非线性因素和干扰，因此学者提出各种现代控制理论处理这些复杂和不确定性。但是实际系统运行时，大多数工况偏离平衡点并不远（至少对于工业过程控制是这样的）。因此，就算是线性化误差也不大，因此，调试好的PID控制和先进控制的效果相差不远。对于励磁来说，小扰动下非线性最优控制与PID完全等效。
如果工况偏离平衡点很远怎么办呢？这种情况也是必须考虑的。学术界的思路是提出具有更普遍性的理论，囊括各种工况，这就是现代控制理论的初衷。学术界非常看重理论的普适性和推广性。但是工业界的思路是具体问题具体分析，分门别类的处理。以电力系统电压控制为例，当偏差很小，就认为是死区，不控制；偏差正常的时候，以经济性为主，控制目标更偏向于运筹优化；偏差再大一些，那就有安全性的问题了，控制是以解决安全问题为首要目标，经济性暂时放一边。也就是说，根据不同的工况，控制的策略、目标是完全不同的。任何一种控制策略只需要适应比较特定的一段工况。这个跟学术界的思路是不一样的。
工况偏离平衡点很远，还有一种可能的现象：先进控制由于自身是非线性的，可能会产生过大的控制量。在实际的工程中有可能不允许这么大的控制量，或者风吹草动会使得大控制量产生反效果（例如模型不准确）。具体到励磁控制，AVR在高增益下可能带来负阻尼，在PSS成功补偿阻尼后，AVR可以做的非常灵敏和高增益。这时候发电机机端趋于维持电压，这就大幅度增加了稳定功率极限（同维持次暂态电势相比），而且无论是静态稳定和暂态稳定都受益。这是AVR+PSS在大扰动情况下也能提高稳定性的根本原因。另外，大扰动过程中，控制量几乎都是在允许的边界上，换精细的算法没有更多发挥余地。
最优控制的目标设定是值得商榷的。首先，线性最优控制，最常见的做法是设定二次型指标。这个指标确实是有工程意义，同时是最容易进行理论推导的理论形式。可以很容易的由变分法推出Riccati方程，再得出控制器。对于非线性最优控制，往往是先通过微分几何或者反推法得到非线性坐标转换，再转换成线性方程，使用Riccati方程，再反求回去。但是，Riccati方程未必适合所有的情况。实际的控制需求是千变万化的，比如有的控制器要求快速控制，不在乎超调和稳态误差；有的控制要求极小的稳态误差；有的控制绝对不许超调。还有的控制需要跟踪某个频段的主信号，过滤掉其它频段的噪声干扰。有的人可能说，咱们每种需求都可以推导出最优的数学规律啊，但是现场的工程师又有几个学过变分法和泛函分析呢？大家肯定用频域法和PID控制去了。在实际的控制工程中，我真的是从未见过用二次型指标作为指标的。
下面再综合的谈一谈在电力系统应用控制理论的几点看法。
如果数学模型很准确，可以直接使用前馈控制，连反馈都不需要。AVC的二级电压控制就是典型的前馈控制：每隔一段时间运行，发现电压有偏差，则通过二次规划的方法重新布局发电机无功出力，然后直接下命令。（其实我以前在南瑞的时候，通过搭建MATLAB模型，用反馈实现AVC的二级电压控制，还是非常有意思的）。
如果问题更复杂（比如需要考虑电容器投切造成的离散环节），则可以用模型预测控制。但不管怎么样，开环控制都可以用数据驱动的方法在线估计并更新模型参数，取得更好的效果。
实用性的控制一般都是多层组合的，不同的层面控制目标、模型、时间尺度都是不一样的。另外前馈和反馈也可以结合起来。
对于反馈控制，用PID控制的思路去实现。如果遇到更复杂的情形，要么在某个频段上引入附加控制（PSS）；要么对控制误差分出不同的频段，再分别实现（例如AGC的ACE滤波成不同频段分量，再分配给不同调速特性机组去执行）；PID本身的调参也很重要。
如果某个控制连PID控制都搞不定，那就要仔细思考前面的环节（工艺设计、传感器、业务与控制目标，等等）是不是有更大的改进空间。至于是否采用ADRC、鲁棒控制等先进控制，我的建议是工程师没必要花太多时间在这上面。
最后，随着软件定义和嵌入式硬件的发展，控制装置本身的运行可靠性、性能、易于工程维护变得更重要。算法越来越趋向于可编程、可在线甚至远程配置切换、可自定义的APP了。也就是说，控制装置平台化，本身也成为更大、更全面的运行系统的一个环节。