1. 二次调频考核指标为什么难算从两个细则到工程实现的落差1.1 AGC考核到底在考什么调节速率、调节精度、响应时间做AGC自动发电控制相关工作的人没有谁躲得过月度考核。调度侧每个月都会下发一份考核结果电厂这边要做的第一件事不是认栽而是搞清楚扣分到底扣在哪个指标上。国内大多数电网对二次调频的考核主要围绕三个核心指标展开调节速率、调节精度、响应时间也有的区域网会再叠加一个综合电量指标。这三个指标听上去很简单落到代码里才发现到处都是口径问题。调节速率考核的是机组从接到AGC指令到跨过某个考核区间的爬坡速度。这里马上就会遇到第一个分歧考核区间按什么算有的调度把目标负荷作为考核终点有的把目标负荷的±2%作为终点带还有的按机组额定功率的百分比划出考核带。区间口径一改速率结果能差出去一倍都不止。所以做指标计算系统第一步不是写代码而是把所在电网的细则文本翻出来逐字读把考核区间、死区范围、爬坡开始时刻这类定义全部落到配置表里。调节精度考核的是机组实发功率在稳态段内偏离目标值的程度。精度计算一般是取一段时间的偏差平均值或者最大偏差但这段时间窗口从哪里开始、到什么时候结束又是一个口径陷阱。用滑动窗口还是固定窗口结果差异也很大。我见过一个经典案例某机组实际调节表现不错但因为精度计算的窗口把刚刚进入稳态的过渡过程也划进去了导致偏差被放大整月考核分被拉低。响应时间考核的是从调度指令变化到机组实发功率开始明显变化的时间间隔。这个指标看起来最简单但明显变化四个字就够让人头疼的。是超过死区就算响应还是功率变化量超过某个门槛才算不同调度系统的判断逻辑不同有些甚至把指令下发通道的延迟也算进机组响应时间里这对电厂来说相当被动。1.2 死区、爬坡区间、反调判定的三个经典坑指标计算系统在工程落地上我总结有三个高频坑几乎每个项目都会踩一遍。第一个坑是死区处理不一致。机组实发功率天然带波动如果不设置死区调节精度会被噪声白白拉低。但死区设多大、是否跟随负荷水平变化不同调度软件的处理方式差异很大。有的系统用固定死区比如±2MW有的系统按机组额定功率的百分比动态变化。更麻烦的是部分调度统计精度时会在死区外逐点累计偏差但死区内直接跳过这时本地计算必须模拟同一套逻辑否则本地估算和调度侧结算永远对不上账。第二个坑是爬坡区间的端点识别。调节速率是拿爬坡距离除以爬坡时间的但这个距离到底从哪个点算到哪个点很容易被偷换概念。标准做法是从离开起始死区边界的点开始到第一次进入目标死区边界的点结束。可实际功率曲线是抖动的可能在接近目标带时反复进出死区造成多个候选端点。如果取第一个进入点速率算出来偏高如果取最后稳定点又偏低。工程上常用连续N秒保持在目标死区内来锁定终点N取多少就需要结合调度口径来标定。第三个坑是反向调节反调的判别。机组在收到AGC指令的初始阶段由于汽机调门动作和锅炉蓄热释放的时序差异可能出现实际功率先朝反方向走一小段再掉头的情况。调度统计时如果反调量超过某个阈值要么扣除响应时间考核分要么单独记为一次无效调节。本地系统如果忽略反调识别就会把先反向后跟随的曲线当成正常响应月底结算是很容易被翻旧账的。1.3 一套可用于落地的指标计算流程针对上面这些问题我在做的计算系统里采用了一套可配置的流水线结构核心思想是把调度细则里的每一条口径都抽象成配置参数而不是写死在代码里。我按这样的流程处理原始数据首先是数据清洗剔除遥信抖动、通信中断带来的坏数据然后是事件切分根据AGC指令变化把连续功率曲线切分成单次调节事件接着是事件特征提取标记响应开始点、爬坡段、稳态段最后是指标聚合把每次调节事件的速率、精度、响应时间折算成分钟级或月度的综合指标。这套流程里每个环节的判定阈值都放在一个JSON配置里换一个区域电网只需要改配置不需要动代码。下面这段是事件切分后计算调节速率的伪代码逻辑实际项目里我会用Python实现def calc_regulation_rate(seg, dead_band, hold_time): # seg: 单次AGC调节事件包含目标值与实发功率序列 start_idx find_exit_start(seg, dead_band) if start_idx is None: return None # 未越出死区不算调节 end_idx find_first_stable_enter(seg, target, dead_band, hold_time) if end_idx is None: end_idx len(seg) - 1 # 未进入目标带取数据末端 distance_pu abs(target - seg.power[start_idx]) / base_capacity duration seg.time[end_idx] - seg.time[start_idx] rate distance_pu / (duration / 60) # 单位额定功率百分比/分钟 return rate这套流程跑通之后本地估算和调度侧结算的偏差基本可以控制在很小范围内。关键心得是不要相信平均值要相信自己把细则转化为代码时保留的那份口径配置表。2. 常规PID在AGC调频中的力不从心问题出在哪里2.1 从负荷指令到实发功率机组的惯性、迟延和非线性二次调频的本质是让机组实发功率快速而准确地跟随调度下发的AGC指令。但这个跟随过程一点都不简单从DEH数字电液调节系统接收到目标负荷指令到锅炉主蒸汽压力响应、汽机调门开度变化、发电机实发功率变化中间隔着一大串惯性环节。直白点说机组不是一根能即拉即走的杠杆而是一个有大惯性和大迟延的被控对象。拿最常见的单元制火电机组来说锅炉侧的热惯性是秒级到分钟级的汽机侧的功率响应是秒级的二者叠加之后实发功率对负荷指令的响应曲线呈现出明显的纯迟延加惯性特征。更麻烦的是不同负荷段下这个动态特性还不一样低负荷段锅炉蓄热不足功率爬升慢高负荷段调门接近全开线性度反而变差。这个时变非线性特性是固定参数PID最难啃的骨头。机组的非线性还体现在另一个地方爬坡速率约束。调度给的AGC指令变化率可能很大但机组本身的机械和热应力限制了实际允许的爬坡速率。控制器输出如果直接按偏差大小驱动很容易让调门动作超出机组承受能力反过来触发保护逻辑限制出力。所以好的AGC控制器必须在快速跟踪和限制变化率之间找到一个平衡点。2.2 固定PID参数的两难快速性与超调的拉锯常规PID在二次调频控制里做得最多的活就是跟随负荷指令。它的逻辑很简单拿目标负荷和实发功率的偏差经过比例、积分、微分三个通道的运算输出一个调门开度调节量。参数调好了小扰动场景下确实够用参数调不好问题就一串一串的。固定PID参数最典型的痛点是快速性和超调之间的拉锯。比例和积分参数调大了偏差收敛快但容易超调一旦超调实发功率就会越过目标带轻则拉低调节精度指标重则触发汽机功率保护参数调小了稳是稳了但调节速率上不去考核指标直接不达标。我在一个改造项目里见过这种情况运行人员把PI参数调得很保守月度的调节速率考核分几乎被扣干净改控制器的诉求就是这么来的。常规PID的另一个隐含问题是它把机组当成了线性定常对象。同一个PI参数在70%负荷段可能表现良好到40%负荷段就变成慢半拍到90%负荷段又开始振荡。运行中负荷是不断变化的靠人工定期修改PID参数既跟不上节奏也不能保证每次都调对。这就是为什么调频控制需要引入参数自整定能力。2.3 模糊PID为什么值得尝试模糊PID并不是什么新概念它在过程控制领域已经用了很多年但把它用在二次调频考核口径下的完整闭环里仍然有很强的现实价值。道理很简单模糊控制擅长处理没有精确数学模型、动态特性随工况变化的被控对象而机组AGC恰好就是这样一种对象。模糊PID的思路不是去精确建模机组的动态特性而是把有经验的运行人员怎么调参数的直觉转化为规则。当偏差大且偏差变化快时应该加大比例增益让功率尽快拉回来当偏差快进入死区时应该减小积分作用防止超调当偏差跨越目标带开始往反方向走时还要考虑输出限幅和回拉。这些规则逻辑简单但覆盖面足够广适合用模糊规则表来表达。把模糊推理得出的修正量叠加到基础PID参数上就实现了参数跟着工况走的效果。我在实际项目里对模糊PID还做了一个不太常见的改进把考核指标反算出来的调节速率和调节精度残差作为模糊规则表的额外输入约束。也就是说这不再是单纯的偏差驱动控制而是偏差驱动加指标驱动的双重闭环。后面第3章我会详细说这里的思路。3. 改进模糊PID控制器的设计变量、规则表与参数自整定3.1 控制器总体结构先说清楚整体结构再展开细节。这个改进模糊PID控制器运行在协调控制系统的上层输出作为DEH侧调门开度修正指令的前馈叠加值。它接收三个输入AGC目标负荷、机组实发功率、目标负荷变化率由AGC指令序列差分得到。输出的就是叠加在原有PID输出上的修正量。核心控制框架是基础PID模糊参数修正指标反馈校正三层结构。基础PID负责常规跟随模糊参数修正层根据当前偏差e和偏差变化率ec实时调整PID三个参数Kp、Ki、Kd的增量指标反馈校正层则更慢它按分钟级周期读取本地计算的考核指标结果如果发现调节速率偏低或者调节精度偏差偏大就反向调整模糊论域的缩放系数。为什么这么设计因为调频控制天然存在两个时间尺度。快时间尺度上偏差和偏差变化率决定了当前该用多大的控制力度慢时间尺度上一段时间的考核指标反映了控制器整体参数与当前工况是否匹配。只做快尺度修正而忽略慢尺度面对负荷段切换时仍然会表现出一阵好一阵差的问题。加上指标反馈校正层之后系统就具备了对工况漂移的自适应能力。3.2 模糊规则表模糊控制器设计里最关键的是输入变量量化和规则表。我这里把偏差e和偏差变化率ec都量化为七个模糊子集负大、负中、负小、零、正小、正中、正大简写为NL、NM、NS、ZO、PS、PM、PL。隶属度函数选用三角形和梯形组合论域经过归一化处理这样在不同机组容量下不需要重新标定规则表。Kp的模糊规则表如下当偏差为NL且偏差变化率为NL时说明功率大幅低于目标且还在快速偏离必须大幅增加比例增益取PL当偏差为ZO且偏差变化率为ZO时处于稳定保持状态Kp取中等值避免稳态抖动当偏差为PS且偏差变化率为PL时已经过冲且还在快速上升此时应该减小Kp甚至取NL来抑制超调。e \ ecNLNMNSZOPSPMPLNLPLPLPMPMPSZOZONMPLPLPMPSPSZONSNSPMPMPMPSZONSNSZOPMPMPSZONSNMNMPSPSPSZONSNSNMNMPMPSZONSNSNMNMNLPLZOZONSNMNMNLNLKi和Kd的规则表分两套设计。Ki的变化趋势和Kp总体类似但在偏差接近零、偏差变化率也接近零时Ki要显著减小防止积分饱和导致的稳态振荡。Kd的规则有一个独特之处当偏差大且偏差变化率大时微分增益应取中大值来提前制动但偏差小、偏差变化率大时微分反而要减弱因为此时高频噪声容易通过微分通道放大。这套规则虽然简单却是我根据实测功率曲线反复调整出来的和教科书上的经典模糊PID表有不小区别更贴近调频场景。3.3 改进点一考核指标残差引回模糊论域前面谈到要引入指标反馈校正层实际做法是计算两个残差速率残差是目标调节速率与实际调节速率的差值经过归一化后的量纲值精度残差是稳态偏差绝对值的滑动平均。这两个量不会直接修改Kp、Ki、Kd而是修改模糊控制器输入输出的论域缩放因子。举个例子如果连续一段时间调节速率残差为负说明机组爬坡偏慢。于是系统把偏差e的论域整体缩小相当于放大了偏差在模糊规则里的影响权重等效于提高控制器增益。反过来如果精度残差持续偏大说明稳态段振荡超调问题更突出系统会把偏差变化率ec的论域缩小等效于提前提升微分和抑制积分的权重。这个改进的巧妙之处在于它不改变模糊规则表本身而是通过改变输入输出去适配不同工况。规则表是经验性的不需要频繁改动论域缩放系数则是自适应的可以在线调整。这有点像把模糊PID又套了一层参数自整定但收敛速度比逐参数调整更快因为只需调两个缩放系数。3.4 改进点二变论域抗积分饱和与限幅策略第二个改进是用变论域的思想去处理积分饱和。火电机组调门开度有上下限控制器输出限幅之后积分项继续累加就会饱和。常规做法是积分限幅或者积分分离但我这里做了一个动态限幅当输出接近上限时模糊控制器自动加大微分权重提前减小输出增量同时把积分项设定为目标的函数值避免输出到限幅边界后出现来回振荡。实现上也不复杂输出限幅信息反馈到模糊规则表的尾段当输出达到限幅值时强制将Ki增量设为负大、Kd增量设为正大。边界处的处理逻辑只用一个条件分支加查表就可以完成完全兼容DCS的扫描周期。这样既避免了传统积分限幅的不平滑问题也让机组在深度调峰场景下的反复大范围调节更流畅。4. 考核指标计算与控制系统联调实测效果与数据对比4.1 仿真与测试条件整个系统在投入使用前我建议先做一轮半物理仿真不要直接上机组。以我参与的模拟项目X为例被控对象模型采用某300MW等级机组简化动态模型包含锅炉惯性、汽机调门执行机构和发电机的功率响应环节。仿真环境里同时跑了两套对照一套是固定的常规PID参数另一套是本章说的改进模糊PID。测试工况设计了三类小幅负荷跟踪±5%额定负荷阶跃、连续爬坡跟踪按调度给定的高变化率加负荷、深度调峰段切换从50%到40%负荷的长时间保持。每个工况跑24小时模拟数据再把这24小时数据送入第1章讲的指标计算模块统一考核口径后算指标。这里有一点需要特别注意仿真里的考核和真实月度考核的口径必须完全一致。我在仿真里直接用第1章配置好的同一套指标计算逻辑否则拿到真实调度侧又会对不上账前后工作就白做了。4.2 指标对比结果测试结果的对比如下表中数值按标幺化处理便于跨机组容量比较指标常规PID改进模糊PID提升幅度平均调节速率(pu/min)1.521.8924.3%平均调节精度偏差(pu)0.0180.01044.4%平均响应时间(s)18.512.333.5%超调次数(次/24h)26965.4%累计考核扣分(折算)基准下降43.2%—调节速率提升是最直观的。模糊PID在偏差大的阶段自动增强比例作用功率爬升明显更快同时由于接近目标带时积分减弱、微分增强超调次数大幅下降调节精度也跟着变好。响应时间改善主要来自前馈逻辑的优化目标负荷变化率纳入输入量后控制器能在指令变化早期就给出前馈动作而不是等偏差形成后再被动纠偏。4.3 结果讨论哪些提升是可复现的哪些要打折扣坦率地讲仿真结果比实际运行结果普遍乐观10%到20%。原因不复杂仿真模型没充分模拟煤质波动、吹灰扰动和调门非线性摩擦。但即使打些折扣调节速率提升15%以上、超调次数减半这类收益在后续实际运行中确实复现了这说明核心改进是有效的。另一个值得说的现象是指标反馈校正层在负荷段切换时的作用最明显。仿真里故意加了两次大范围负荷切换常规PID在切换后约40分钟才重新稳定到正常精度水平而改进模糊PID在10分钟左右就回到正常水平。原因是变论域缩放因子在切换后迅速感知到精度残差增大主动把论域收缩等效增益提高快速修正了功率偏差。这类工况在真实调度里很常见尤其深调时段对考核指标的影响很大。如果你的机组主要运行在稳定负荷段没有频繁升降负荷改进模糊PID带来的指标提升幅度可能没那么大。要不要上这套系统得先看自己机组的调频剖面别只盯着别人的成功案例盲目上。5. 部署这套系统时踩过的坑数据、接口与口径5.1 数据质量是所有计算与控制的前提第一个坑是数据源质量问题。指标计算需要AGC指令、实发功率、调门开度、目标负荷等一系列信号但现场这些信号往往分布在不同的系统中指令在调度侧或RTU里实发功率在DCS或DEH里调门反馈又可能只在DEH里。多源数据拼接时时间戳对齐、采样周期不一致、通信延迟都是要命的问题。我遇到过的情况是DCS的历史数据采样周期是1秒但调度指令的时间戳是5秒一条两条曲线对齐时偏差最大能到2.5秒。听起来不大但对响应时间这种秒级指标来说这个偏差足以让计算结果完全失真。解决方法是建立统一的时间基准对调度指令做插值重采样到1秒同时对DCS数据做滤波对齐确保所有信号在同一时间轴上。另一个数据坑是遥信跳变。偶尔一次通信抖动会把实发功率打出个瞬时毛刺。毛刺如果落在爬坡段计算端点附近就会让调节速率的计算结果出现不可思议的数值。我的做法是加一层中值滤波加规则校验功率跳变超过一定幅度且只持续一个扫描周期时判定为坏数据并剔除。宁可少算一个事件也不要算出一个明显错误的事件。5.2 DCS/DEH接口改造增量尽量小控制器要真正上位起作用必然要和DCS或DEH交互。这里一个工程原则是不要把整套模糊控制逻辑塞进DCS里面。DCS的逻辑组态适合简单的回路控制复杂查表和模糊推理在DCS里做起来很别扭还难维护。推荐做法是模糊PID核心逻辑运行在一台独立的高可靠工业控制器上通过Modbus或OPC协议与DCS交换数据DCS侧只做信号隔离、手自动切换和输出限幅保护。手自动切换是必须重点设计的环节。控制器投入自动时输出增量和DCS原有的PID输出叠加切手动时输出增量必须无缝回零否则会造成调门开度跳变。我在项目里专门做了一个无扰切换逻辑手动状态下控制器持续跟踪DCS输出投入自动前先把手动状态下输出的增量置为DCS输出与基础PID输出的差值保证切换瞬间输出连续。5.3 口径表维护考核细则一变系统马上要能跟上指标计算系统的口径配置表不能是写一次就不管的。电网调度考核细则每隔一段时间就会有修订考核区间范围、死区大小、反调判定阈值都可能变。如果系统把口径写死在代码里每次细则调整都得改代码、重新编译、重新部署周期长还容易出错。我的做法是把口径配置做成独立的配置文件同时留一个后台维护页面。每次细则有更新运行人员或工程师在页面上改参数就能完成适配。配置表里还要保留变更记录方便回溯某个月考核分异常时能快速确认当初是按什么口径计算的。6. 优化系统的架构落地与后续扩展6.1 系统模块划分与数据流把前面几章说的内容拼起来整个系统可以从逻辑上切为四层数据采集与清洗层、指标计算层、控制决策层、执行与输出了。数据采集层负责多源信号的汇集、时间对齐、坏数据剔除指标计算层实现第1章的流程输出分钟级和月度的调节速率、精度、响应时间结果控制决策层运行改进模糊PID算法产出调门修正量执行输出层负责DCS通信、手自动切换、限幅保护。四层之间通过标准的接口衔接尽量做到解耦。指标计算层出问题不会影响控制决策层运行控制决策层故障DCS还能退回常规PID回路。分层的另一个好处是可以在没有改造DCS逻辑的情况下先把指标计算和考核预警功能投运观察一段时间再做控制闭环风险和收益都能控制得更精细。实际部署时我建议第一周只跑指标计算和考核预警不投入模糊PID控制闭环。利用这一周的考核指标数据和人工对比验证口径配置是否和调度侧一致再考虑投控制闭环。这个先看后动的思路帮我在多个项目里避免了上线即返工的尴尬。6.2 部署环境与可靠性考虑这套系统在硬件上不需要很高规格一台带有冗余电源的工业服务器或者工控机就可以。但可靠性要求不低因为控制闭环一旦投入它的运行稳定性就直接影响机组安全。我坚持配双机热备指标计算结果和控制器运行状态实时同步主备故障切换时间控制在秒级以内。通信链路也要冗余设计。与DCS的通信如果不是硬接线至少要两条独立的网络通道。我在项目里遇到过主通信链路拥塞导致控制输出刷新延迟的情况当时幸好备份链路马上接管否则AGC指令变化时控制输出滞后几秒考核指标和机组安全都会受影响。报警设计上至少要覆盖数据源信号异常、指标计算结果超限、控制器输出饱和、手自动状态异常。报警阈值要分两级一级提示工程师关注二级自动切除控制闭环并通知值班人员。宁可多切几次也不能让异常工况下的控制输出持续运行。6.3 后续可以做的扩展方向这套系统的架构后续还有不少扩展空间说两个实际有价值的一是把新能源侧信息引入考核指标计算。随着新能源场站参与调频网侧对爬坡资源的考核方式在变化如果能把风、光、储的功率信息一起接入指标计算层统一评估火电机组和储能的调频贡献系统价值会更大。二是基于指标数据的设备健康度分析。调节速率长期偏慢、响应时间逐渐变长往往是调门卡涩、执行机构死区增大等机械问题的早期表现。把这四层系统里沉淀下来的指标历史数据做趋势分析就能在设备即将出问题前给出预警把控制系统和数据系统串成一个更完整的闭环。如果有精力还可以把模糊规则表做成自动学习版本通过强化学习在线调整规则权重而不是只调整论域缩放系数。这个方向我还在尝试初步结果不错但离工程化还有距离等有机会再专门写一篇分享。
