电力系统控制的思考

有一个问题困扰了我很多年：为什么在发电机励磁、阻尼控制等典型场景里，学术论文里看上去非常先进的最优控制、非线性控制，与现场长期稳定运行的 AVR + PSS、PID 体系相比，实际效果常常没有想象中那么悬殊？如果只看数学推导，很多先进控制似乎理应明显更优；但如果看工业现场，主流方案仍然高度依赖 PID、前馈、分层协调以及附加阻尼控制。这个落差本身就值得认真思考。

本文不是要否定现代控制理论，而是想从电力系统这一类复杂工业对象出发，讨论控制问题究竟应该怎样理解。

1 为什么先进控制在工程上未必显著优于经典控制

1.1 很多工业工况本来就在平衡点附近运行

PID 的有效性有一个重要前提：在工作区间内，对象的局部线性化足够好。很多工业系统——包括励磁、调速、锅炉部分环节、常规过程控制——长期运行时都尽量维持在某个平衡点附近。此时，即使对象本质上是非线性的，局部线性模型的误差也未必大到足以让经典控制彻底失效。

因此，小扰动下“高级控制明显优于 PID”并不是必然结论。很多时候，两者的核心差异并不在稳态附近的主要工况，而在极端工况、强约束工况或多目标冲突工况。

1.2 现场真正难的往往不是控制律，而是模型与约束

学术界强调理论普适性，这是合理的；但工业界首先面对的是具体对象、具体约束、具体边界条件。很多时候，控制难题的根子不在“控制律不够先进”，而在：

• 传感器质量不稳定；
• 执行机构存在死区、饱和、速率限制；
• 模型参数时变；
• 控制目标本身并不唯一；
• 上层业务规则经常改变。

在这些约束面前，理论上更优的控制器未必能在现场转化为更优的整体系统表现。

1.3 大扰动时，控制量常常已经“顶到边界”

以励磁控制为例。大扰动期间，控制器常常很快进入限幅、限流、过励/欠励等约束区域。在这种场景下，决定结果的往往首先是：

• 极限能给多大控制量；
• 控制方向是否正确；
• 阻尼补偿是否及时；
• 保护与限制环节是否协调。

如果控制量本身已经被物理边界卡住，那么再精细的最优律也未必还有多少可发挥空间。换句话说，很多工程控制问题并不是在“无限可控空间”里比数学精度，而是在“强约束、有不确定性、动作代价高”的环境里比稳妥性。

2 为什么电力系统控制必须分层理解

电力系统不是单一控制对象，而是多层控制体系的叠加。不同层级的目标、时间尺度和建模方式都不同。

2.1 小偏差区：局部调节优先

在偏差较小的区域，最重要的是平稳、低成本、低干扰。此时死区、下垂、PID、局部线性化模型都很有效。很多工业控制长期运行的主要时间，其实都处于这一层。

2.2 中等偏差区：优化与协调优先

当系统偏差已经不能靠最底层局部调节自动消化时，上层优化与协调开始起主导作用。例如 AVC 的无功优化、AGC 的区域功率协调、分层分区控制等。本质上，它们关注的是资源分配和约束协调，而不只是一个简单闭环的瞬时调节。

2.3 大偏差或事故区：安全目标压倒经济目标

再往上，当进入事故、越限、稳定风险区间时，控制目标会迅速从经济性转向安全性。这时控制器最重要的往往不是“某个二次型指标最优”，而是：

• 能否避免失稳；
• 能否避免越限扩大；
• 能否快速进入安全区域；
• 能否与保护、切机、切负荷、稳控协调。

因此，一个试图用单一数学框架覆盖全部工况的控制方案，未必比“按工况分层处理”的工程方案更高明。

3 对 AVR + PSS 为什么长期有效的一种理解

以同步发电机励磁控制为例，AVR + PSS 长期占据主流，不是偶然。

第一，AVR 直接增强了电压支撑和同步功率，对静态稳定和暂态稳定都有明确贡献；

第二，PSS 的本质是按频段补充阻尼，它抓住了机电振荡最关键的矛盾，而没有试图“一口气包打天下”；

第三，这套方案参数含义清楚、调试经验丰富、与限制环节和保护体系长期兼容。

这并不意味着它在所有场景都全局最优，而是说明：一个能抓住主要矛盾、便于整定、易于维护、边界行为可预期的控制方案，在工业系统里往往比理论上更一般但实现代价更高的方案更有生命力。

4 最优控制指标为什么在现场常常“说得通但用不顺”

最优控制常见的二次型指标当然有数学意义，而且便于推出 Riccati 方程及闭式解。但现场控制需求远不止“状态和控制量平方加权”这么简单。实际要求可能是：

• 快，但允许一定超调；
• 稳态误差极小，但响应速度可以慢一些；
• 绝对不允许越过某个安全边界；
• 对某个频段信号特别敏感，对别的频段噪声必须抑制；
• 要和已有控制器、限制器、调度策略兼容。

这些需求并不总能被一个统一、优雅的二次型指标自然表达。于是就出现一个现实：理论推导很漂亮，但指标和现场真实业务之间仍然隔着一层“翻译”。这层翻译做不好，控制器再先进也很难落地。

5 电力系统里常见的几种实用思路

5.1 模型足够准时，前馈往往最有效

若对象模型较准、扰动可预见，前馈控制经常比复杂反馈更直接。例如 AVC 的上层无功分配，本质上就具有很强的前馈特征：根据当前断面和目标值重新计算最合适的无功分配，再下发给各执行点。

5.2 存在离散动作和强约束时，模型预测控制更有价值

如果控制中包含电容器投切、档位切换、启停顺序、动作次数限制等离散或强约束因素，MPC 往往比单纯 PID 更自然。因为这类问题的核心不是“连续控制增益如何更精确”，而是“如何在未来若干步内兼顾约束和目标”。

5.3 反馈控制仍然应优先从 PID 思路出发

对大多数工程师而言，PID 不是“落后方法”，而是最重要的分析语言。即使最终采用附加环节、增益调度、频段分离、前馈补偿或状态反馈，也往往可以先用 PID 的语言理解对象、目标和主要矛盾。

5.4 频段分工是很有工程价值的思想

很多电力控制问题本质上不是“一个误差，一个控制器”这么简单，而是不同频段的误差应该交给不同环节处理。PSS 是典型例子；AGC 的 ACE 处理、一次调频与二次调频的分工，也都体现了这一思想。把不同时间尺度和频段的控制任务混在一起，往往是问题的开始。

6 我对工程师学习控制理论的一个判断

我并不主张工程师把大量时间花在追逐控制理论新名词上，而忽略下面这些更根本的问题：

1. 控制目标是否定义清楚；
2. 传感器和执行机构质量是否足够；
3. 关键约束是否识别完全；
4. 分层结构是否合理；
5. 上层业务是否真的需要这个控制器；
6. 失效后系统会怎样退化。

如果这些问题没有想明白，那么就算换上 ADRC、鲁棒控制、非线性最优控制、自适应控制，很多时候也只是把问题包得更漂亮，而不是解决得更彻底。

7 未来值得重视的方向

电力系统控制未来真正值得重视的，我认为主要有三个方向。

第一，是控制装置平台化。控制算法不再只是一个固定死的函数块，而是运行在可配置、可维护、可远程升级的平台上。

第二，是控制与上层系统协同增强。越来越多的控制不是孤立设备内的闭环，而是系统级数据、调度策略、边界约束共同参与的结果。

第三，是模型与数据联合。纯机理模型和纯数据驱动都各有局限，未来更有生命力的方案，往往是机理边界清楚、参数与扰动用数据在线校正的混合路线。

8 结语

我对电力系统控制的总体判断是：工程上最有价值的控制，不一定是理论上最一般的控制，而是最能抓住主要矛盾、最能适应约束、最容易维护、最容易与现有系统协同的控制。

从这个角度看，PID、AVR + PSS、前馈、分层协调这些“老办法”之所以能长期存在，不是因为行业保守，而是因为它们在复杂工业对象上抓住了本质。真正高水平的工程控制，并不是不断更换术语，而是知道什么时候该追求理论一般性，什么时候该接受工程上的“足够好”。