增量式 PI 控制器在储能功率调节中的工程实践增量式 PI 控制器在储能功率调节中的工程实践一、我为什么在 EMS 里

增量式 PI 控制器在储能功率调节中的工程实践

一、我为什么在 EMS 里选「增量式」而不是「位置式」

做储能 EMS 功率闭环时，我面对的不是教科书上的理想控制对象，而是：电表、PCS、并网点功率的测量噪声、通信抖动、策略目标 target_power 的阶跃变化，以及充放电两套完全不同的对象增益。

若直接把 PID 写成位置式——每一步都算一个「绝对输出」：

$u(k) = K_p e(k) + K_i \sum e + K_d \Delta e$

在工程上会遇到两个老问题：

目标或工况切换时，积分项里的历史误差会「顶」在新工况上，表现为输出猛跳或长时间拖尾；
输出端已受上层限幅约束（功率上下限、SOC、并网点约束），位置式积分在饱和边界上很容易 windup，补偿量很难「体面地」退回来。

增量式（velocity form）的核心思想是：不直接维护「绝对控制量」，而维护「本周期相对上一周期要加多少修正」。在我们代码里，比例项用的是误差变化量：

$\Delta p = K_p,(e(k)-e(k-1))$

积分项用的是当前误差的一步累加，二者合成 output_delta，再叠加到状态量 fCompensation 上，也就是「补偿量跨周期累积」。

这样做的好处，我用工程语言概括三条：

第一，工况切换时，旧误差的历史不会以「一整块积分」压在新目标上。 当然仍需配合清零与限幅，但行为比位置式更可控。

第二，输出端饱和时，增量式 + 显式限幅更容易做 anti-windup。 补偿被钳住时，至少不会每周期再往积分里灌无解的误差。

第三，和功率指令的语义贴合。 EMS 往往先有一个「策略给出的目标功率」，PID 只负责「在目标附近做细调」；把修正量做成 fCompensation 累加在 target_power 上，结构清晰：raw_output = target_power + fCompensation。

位置式不是不能用，但在「目标频繁跳、约束多、执行器非线性重」的储能场景里，增量式更常见——不是因为它数学上更优，而是它把「大目标」和「小修正」拆开了，调试时脑子更清楚。

二、对照代码：这条环里到底算什么 PI

在 Power_Control_Loop() 里，误差定义为 error = target_power - meter_power（表计侧功率），充放电分支选用不同的 PID 参数（stPIDChgParams / stPIDDischgParams）。比例增量与积分增量合成后写入补偿：

float p_term_delta = pPidParams->Kp * (error - pPID_Ctx->fPrevError);
float i_term_delta = pPidParams->Ki * error;
pPID_Ctx->fCompensation += (p_term_delta + i_term_delta);

完整的输出链路是：

计算 p_term_delta 和 i_term_delta，合成后累加进 fCompensation；
对 fCompensation 做 fCompensation_Lmt 对称限幅；
合成 raw_output = target_power + fCompensation；
对 raw_output 再做 fMaxOutput_Lmt / fMinOutput_Lmt 输出限幅。

从控制理论严格来说，这是「增量型 PI」的一种离散实现。其中积分通道写成 $K_i e(k)$ ，等价于在实现里把采样周期吸收进 Ki 的标定。

有一点我必须说清楚：调参时不要把 Ki 当作课本上的 $1/s$ ，而要把它当作「每步往补偿里塞多少」的工程增益，否则会和仿真对不上，现场整定也会越调越迷糊。

三、死区：小误差不等于小问题

电表功率、PCS 反馈在几十到几百瓦上抖动是常态。如果死区设为零，PI 会在噪声带上做无意义的高频修正——PCS 收到的是一串小锯齿指令，现场表现为继电器式抖动或效率损失。

我们在参数里显式放了 fDead_Band：当 fabsf(error) 小于死区时，直接把 error 置零。

这不是「偷懒」，而是承认测量与执行分辨率有限，控制系统不应比传感器更神经质。

工程上我的死区不会只定一个数：充放电、轻载重载、是否处于并网点功率闭环模式，噪声水平各不相同。此外，死区还会和「目标稳定判据」配合使用——代码里有 fPrevTarget 与 nTargetStableCount 一类逻辑，目标在抖动时先别急着让 PI 当真，否则等于追着噪声跑。

四、积分分离：大误差时先别积分

积分分离（integral separation）的经典动机是：误差很大时，积分通道会疯狂累计，等误差掉下来时，积分里已经塞满了「过冲燃料」，表现为大幅超调或长时间反向功率输出。

实现上通常是：当 |error| 超过 fIntegral_Term_Sepa_Thres，令 i_term_delta = 0，只允许比例项工作，把系统先「拉回到线性区」。

在我们工程里，积分分离和死区是两个不同维度的保护：

死区解决「小误差噪声」问题；
积分分离解决「大误差积分饱和风险」问题。

从实际整定经验来看，分离阈值要大于死区，且需要与 PCS 响应时间匹配——阈值太小，积分永远起不来，稳态误差消不掉；太大，大偏差阶段响应又太慢。

五、比例分离：名字容易误会，工程意图要拆清

「比例分离」这个词在教科书里的讲法是：超大偏差时减弱比例，避免动作过猛。但我们仓库里的实现与此略有不同：

当 |error| 超过 fProportional_Term_Sepa_Thres 时，不仅把 p_term_delta 置零，还把 error 置零——其效果是后续积分项也按「当前被清零后的误差」计算。在大偏差区间，实质上会同时关掉 P 与 I 的增量贡献，与教科书里「纯积分」的说法并不相同。

我更愿意把这种策略解释为：在极端偏差区间，先切断 PI 的增量注入，把行为交给上层目标刷新、限功率与其它保护——避免在并网点功率已经异常时，闭环还在持续堆补偿，让问题越来越难收。

最后有一条必须写进调试文档的铁律：比例分离阈值、积分分离阈值、死区三者的相对大小要画在一张表上，否则半年后你自己都忘了为什么充放电两套参数不对称。

六、补偿量 `fCompensation`：跨周期累积、限幅与 Anti-Windup

fCompensation 是这条环的「记忆」，它承载着历史误差的所有累积效应。围绕它有两层限幅，顺序至关重要：

先限 fCompensation：每周期加完 output_delta 后，立刻对 fCompensation 做对称限幅；
再限 raw_output：合成后的输出根据 PCS 能力做最终上下限约束。

限幅顺序不能颠倒——若只做输出限幅、不限补偿，积分状态会在看不见的地方胀满；若只限补偿、不审视输出，又可能和 PCS 实际能力脱节。

Anti-windup 在文献里有很多变体（条件积分、反算、跟踪抗饱和）。在嵌入式 EMS 里，我常用的策略是：先限补偿、再限输出，并在工况切换或禁能时清零状态。代码路径里，当 PID 未使能、目标未稳定、或接近总功率限时，会把 fPrevError、fCompensation 等清掉或暂停误差累积。这不是高深的算法，而是用状态机把 PI 放在「该工作的时候」才工作。

此外还有一个「小目标清零补偿」的判据：当 fabsf(target_power) < fClearCompensationThres 时，把 fCompensation 置零。这是为了避免目标回到近零时，历史补偿还挂在上面，造成莫名其妙的充放电指令输出。

七、Kp、Ki 怎么整定：Ziegler-Nichols 与现场经验

Ziegler-Nichols（临界比例度法）在课堂里很经典，但在储能功率环，我很少照搬。原因很现实：

对象随 SOC、温度、电池内阻、PCS 工作点变化，名义传递函数一直在漂；
现场不允许为了 ZN 做「破坏性的临界振荡试验」；
功率环往往还有外环策略、内环电流环，ZN 假设的单回路理想模型根本不成立。

我更常用的是分段手动法，分四步走：

第一步，Ki 小、Kp 中，保证不发散，观察表计功率跟踪目标的时间常数。

第二步，加大 Kp，提高响应速度，直到出现明显振荡或噪声放大，再往回退一档。

第三步，略增 Ki，消除稳态误差，观察大阶跃下是否超调、补偿是否顶满限幅。

第四步，微调死区与分离阈值，用现场数据（CSV 录波）复盘，覆盖轻载、重载、充放切换等典型工况。

第一人称结论：ZN 给我的是数量级，真正上线靠的是工况覆盖与限幅配合。

八、AI 调参：贝叶斯优化与强化学习，我怎么看

贝叶斯优化（BO）适合「仿真代价高、试验次数有限」的场景：把 (Kp, Ki, 死区, 分离阈值) 当作超参数，用高斯过程建模目标函数（例如 IAE、超调量、约束违反惩罚的加权和），在可行域内主动采样。它的优点是样本效率高于网格搜索；缺点是若仿真模型和真机偏差大，BO 找到的是「假最优」，迁移到实机会直接翻车。

强化学习（RL）适合「策略本身也要学」的问题。但直接用 RL 替代 PI 控制器，在储能工程里我持谨慎态度——安全约束与可解释性是电网侧项目的硬门槛，甲方和电网公司不会接受一个黑盒在控制功率指令。更现实的路线是：

RL 或 BO 只调外层少量参数，PI 结构保持不变；
或者 BO 在硬件在环（HIL）上跑，再迁移到实机微调；
任何自动调参都必须配故障注入与约束检查，否则优化器会钻目标函数的空子，例如把振荡当成快速响应来奖励。

我的态度只有一句话：AI 是加速器，不是免责牌。上线仍要保留手动降级参数与禁能路径，任何情况下工程师都必须能接管。

九、收束：一条可落地的实践清单

如果你也在 EMS 里实现增量式 PI，建议把下面几条当作上线前的 checklist：

#	检查项	说明
1	误差定义与符号	充放电目标功率符号是否统一，表计功率方向是否与 EMS 约定一致——否则 PID 越聪明越反向
2	三者阈值文档	死区、积分分离阈值、比例分离阈值分工明确，大小关系有文档
3	补偿与输出双层限幅	明确限幅顺序，以及何时清零状态
4	目标稳定与 PID 使能	避免目标抖动时 PI 全功率追逐噪声
5	充放电两套参数	对象增益不同，不要指望一组 Kp/Ki 通吃两种工况
6	关键量打日志	Kp、Ki、死区、分离阈值、`fCompensation`、`fPrevError` 打在同一行，排障会省一半时间

增量式 PI 在储能里不是什么炫技，它是在噪声、约束、工况切换三者夹击下，让功率调节「能稳住、能解释、能上线」的一种工程选择。

我写的每一行限幅与分离，本质上都是在给物理世界留余地——控制器再聪明，也要尊重电表和 PCS 的脾气。

增量式 PI 控制器在储能功率调节中的工程实践