張偉民 張艷霞

摘 要：針對傳統(tǒng)的控制器在滿足控制復(fù)雜系統(tǒng)響應(yīng)快速性、準(zhǔn)確性和魯棒性等方面存在較大不足等問題，通過優(yōu)化經(jīng)典控制器增益值，提出一種基于傳遞函數(shù)控制理論的自動發(fā)電控制系統(tǒng)控制方法，首先運(yùn)用動態(tài)教與學(xué)技術(shù)優(yōu)化控制器參數(shù)，控制了頻率偏差和區(qū)域間聯(lián)絡(luò)線凈交換功率增量，并縮短了調(diào)節(jié)時間，然后通過模擬仿真兩區(qū)、三區(qū)及大擾動系統(tǒng)，并與幾個經(jīng)典控制器的性能進(jìn)行對比分析，控制效果表明傳遞控制器在自動發(fā)電控制系統(tǒng)具有良好的靈敏性和魯棒性，對于研究自動發(fā)電控制具有很好的利用價值。

關(guān)鍵詞：傳遞控制器；自動發(fā)電控制；動態(tài)教與學(xué)優(yōu)化；多區(qū)域電力系統(tǒng)；大擾動系統(tǒng)；魯棒性

中圖分類號：TM 76

文獻(xiàn)標(biāo)志碼：A

文章編號：1007-449X（2018）04-0042-09

Abstract：The conventional controller has significant shortcomings in terms of its rapidity， accuracy and the robustness of the complex system response. Through the optimization of the classical controller gain value， a control method of the automatic generation control system based on the transfer function control theory is proposed. Firstly， the dynamic teaching-learning techniques were applied in the optimization of the controller parameters， the frequency deviation and the increment of the tie line transition net interchange power were controlled， the settling time was also shortened. Then the two-areas， three-areas and large disturbance system were simulated， and a comparison was made in terms of the performance of several classic controllers. The control effects show that the transfer controller in the automatic generation control system has good sensitivity and robustness， and it has good utilization value for the study of automatic generation control system.

Keywords：transfer controller； automatic generation control； dynamic optimization of teaching-learning； multi-area power systems； large disturbance systems； robustness

0 引 言

隨著電力體制改革的深入，幾個獨(dú)立的電力實(shí)體已在激烈的市場中競爭挑戰(zhàn)。自動發(fā)電控制（automatic generation control，AGC）這個重要的輔助服務(wù)，在預(yù)防電網(wǎng)瓦解事故、維持系統(tǒng)穩(wěn)定和提高電能質(zhì)量等方面都起著重要作用[1]。AGC的主要目標(biāo)是確保電力系統(tǒng)頻率在允許偏差范圍之內(nèi)，保證網(wǎng)絡(luò)發(fā)電機(jī)出力與負(fù)荷平衡，并控制區(qū)域間聯(lián)絡(luò)線功率交易值[2]。

目前，國內(nèi)外學(xué)者針對AGC的研究，已經(jīng)取得了豐碩的成果。文獻(xiàn)[3]運(yùn)用細(xì)菌覓食優(yōu)化算法解決常規(guī)的AGC問題，并證明了該算法的有效性，但是，文中方法對于處理多區(qū)域AGC系統(tǒng)問題還需要進(jìn)一步深入研究。文獻(xiàn)[4]運(yùn)用遺傳算法模糊控制器，為多區(qū)域AGC系統(tǒng)的研究提供了一種解決方案，雖然遺傳算法比傳統(tǒng)的方法有效，但是隨著研究的深入，發(fā)現(xiàn)遺傳算法還是存在著不能很好解決大規(guī)模計(jì)算量問題、容易陷入“早熟”的缺陷。文獻(xiàn)[5]考慮到動力學(xué)的雙邊合同效果，采用模糊邏輯算法優(yōu)化控制器增益參數(shù)，但該方法在檢查模糊邏輯控制器的規(guī)則庫時，需要大量計(jì)算時間。文獻(xiàn)[6]提出了一種最優(yōu)輸出反饋控制的方法，利用降階觀測器解決電力市場環(huán)境下的負(fù)荷頻率控制問題，但該方法也不能保證控制器在約束條件下的最佳動態(tài)響應(yīng)。

如今，經(jīng)典控制器如積分控制器（I）[7]、比例積分控制器（PI）[8]及比例-積分-微分控制器（PID）[9]技術(shù)已日趨成熟，并得到廣泛應(yīng)用。文獻(xiàn)[10]在比較幾種經(jīng)典控制器性能的基礎(chǔ)上，研究了系統(tǒng)電壓和頻率的自動調(diào)節(jié)問題，分析了經(jīng)典控制器對于提高系統(tǒng)魯棒性的不確定性。迄今為止還沒有文獻(xiàn)對高階系統(tǒng)的擾動問題進(jìn)行分析。

本文在優(yōu)化經(jīng)典控制器的增益值基礎(chǔ)上，提出了一種傳遞控制器的數(shù)學(xué)模型，并運(yùn)用動態(tài)教與學(xué)技術(shù)優(yōu)化控制器的多個參數(shù)，與文獻(xiàn)[11]中的幾種經(jīng)典控制器相比較，該控制器較好地控制了頻率偏差和區(qū)域間聯(lián)絡(luò)線凈交換功率增量，并縮短了調(diào)節(jié)時間。最后，通過模擬仿真兩區(qū)[12]、三區(qū)[13]及大擾動[14]系統(tǒng)，研究傳遞控制器的最優(yōu)參數(shù)及其魯棒性。

1 傳遞控制器

本文所提出的傳遞控制器，基本原理是運(yùn)用傳遞函數(shù)控制頻率偏差和區(qū)域間聯(lián)絡(luò)線凈交換功率增量，最大限度地縮短調(diào)節(jié)時間?？刂破髟诟髯詤^(qū)域的控制偏差（area control error，ACE）可按公式（1）進(jìn)行計(jì)算

在AGC系統(tǒng)中發(fā)電廠相互競爭，供電公司自由選擇發(fā)電廠，這就導(dǎo)致發(fā)電廠與供電公司之間存在著多種電能分配方式，故引入DPM的定義。該矩陣中每個元素體現(xiàn)了供電公司的參與性，其數(shù)值為供電公司向發(fā)電廠購買電量占總負(fù)荷功率的百分?jǐn)?shù)，矩陣的行數(shù)為發(fā)電廠個數(shù)，矩陣的列數(shù)為供電公司個數(shù)，可見矩陣中的元素每行之和等于1，每列之和也等于1。

傳遞控制器不但可以控制系統(tǒng)頻率偏差和電壓相角φE，還可以控制區(qū)域間聯(lián)絡(luò)線的凈交換功率增量、調(diào)節(jié)時間及負(fù)荷節(jié)點(diǎn)功率。此外，由傳遞函數(shù)的固有特性決定了傳遞控制器具有良好的靈敏性，且該控制器對于受控系統(tǒng)的參數(shù)變化不敏感。

傳遞控制器的控制策略為：依據(jù)實(shí)時采集的電網(wǎng)不同區(qū)域傳遞控制器受控參數(shù)τ、△f、δ及△Ptie的數(shù)值，計(jì)算出區(qū)域的控制偏差A(yù)CE。通過傳遞控制器優(yōu)化得出AGC發(fā)電機(jī)組的總發(fā)電功率，依據(jù)發(fā)電機(jī)組的ACE參與因子apf分配本區(qū)域各AGC機(jī)組的輸出功率，實(shí)現(xiàn)對電網(wǎng)AGC發(fā)電機(jī)組的動態(tài)協(xié)調(diào)控制，最終達(dá)到對系統(tǒng)頻率調(diào)節(jié)和區(qū)域間聯(lián)絡(luò)線凈交換功率控制的目的。傳遞控制器的系統(tǒng)控制結(jié)構(gòu)如圖1所示。

2 動態(tài)教與學(xué)優(yōu)化技術(shù)

本文運(yùn)用動態(tài)教與學(xué)優(yōu)化技術(shù)，對全部求解空間參數(shù)進(jìn)行搜索。該方法是模擬教師對班級學(xué)員教學(xué)效果的啟發(fā)式群智能算法，在優(yōu)化過程中，一個班級即為一個種群，班內(nèi)教師和學(xué)員總數(shù)Np就是種群內(nèi)所包含的個體數(shù)，將全部教師和學(xué)員分為d組分別學(xué)習(xí)各自的科目，d為種群的維度，且分別對應(yīng)于d個優(yōu)化參數(shù)變量。學(xué)員被看作是優(yōu)化參數(shù)的設(shè)計(jì)變量群體，每個教師則是優(yōu)化參數(shù)變量的最佳解決方案（事實(shí)上，種群內(nèi)每個個體的水平不可能達(dá)到教師水平），教師通過與學(xué)員共享知識，提高學(xué)員的平均成績。適應(yīng)度值通過班級學(xué)員的成績來計(jì)算，最佳解決方案是目標(biāo)函數(shù)的最優(yōu)值。該模擬優(yōu)化算法由“教階段”和“學(xué)階段”構(gòu)成。

2.1 教階段

在此階段，教師Xt試圖提高班級全體學(xué)員Xs的成績平均值。這項(xiàng)任務(wù)通過提高班級學(xué)員的學(xué)習(xí)能力來完成，可表達(dá)為

滿足公式（17）的學(xué)員具有了更好的學(xué)習(xí)成績，算法將持續(xù)進(jìn)行迭代，直至達(dá)到最優(yōu)值；滿足公式（18）的學(xué)員學(xué)習(xí)能力差，可以通過重復(fù)教階段的公式（15）繼續(xù)提高學(xué)習(xí)能力，進(jìn)而提高學(xué)習(xí)成績。算法的流程如圖2。

運(yùn)用MATLAB/SIMULINK實(shí)現(xiàn)動態(tài)教與學(xué)優(yōu)化算法并進(jìn)行測試，測試方法如下：取班內(nèi)教師和學(xué)員總數(shù)即種群數(shù)Np=212、分組數(shù)d=2，其中，第一組有1名教師和10名學(xué)員，第二組有1名教師和200名學(xué)員，對于相同的優(yōu)化參數(shù)分兩組進(jìn)行教與學(xué)的優(yōu)化。測試結(jié)果表明：兩組師生學(xué)習(xí)優(yōu)化的最終收斂值相差不大；第一組師生迭代學(xué)習(xí)30次，收斂結(jié)果即達(dá)到最優(yōu)值，而第二組師生要迭代學(xué)習(xí)50次才達(dá)到同樣結(jié)果。因此在下面的案例分析中，每組的教師取1位、學(xué)員取10人。當(dāng)被優(yōu)化參數(shù)的最優(yōu)解與標(biāo)準(zhǔn)最優(yōu)解之差小于預(yù)設(shè)值時，則認(rèn)為優(yōu)化成功并終止循環(huán)輸出最優(yōu)值；否則，返回“教”階段與“學(xué)”階段，重復(fù)迭代過程，且迭代次數(shù)加1。

與傳統(tǒng)優(yōu)化技術(shù)相比，動態(tài)教與學(xué)方法通過教師帶領(lǐng)學(xué)員分組學(xué)習(xí)，并合理設(shè)定學(xué)習(xí)次數(shù)，能取得最優(yōu)學(xué)習(xí)效果，明顯提高了在全部求解空間搜索控制參數(shù)最優(yōu)值的能力，避免了數(shù)值過度迭代及局部最優(yōu)導(dǎo)致的異常收斂；提升了收斂速度，縮短了計(jì)算時間，且該方法簡單易行。

3 案例分析

為驗(yàn)證本文所提方法的有效性，對圖3的IEEE39節(jié)點(diǎn)系統(tǒng)進(jìn)行仿真驗(yàn)證，并與PID、PI控制器進(jìn)行對比分析。其中，節(jié)點(diǎn)30-35處的發(fā)電機(jī)為AGC機(jī)組。本文是在人為指定分區(qū)個數(shù)的基礎(chǔ)上，運(yùn)用文獻(xiàn)[15]的具有多目標(biāo)量化評估算法，對IEEE39節(jié)點(diǎn)系統(tǒng)進(jìn)行內(nèi)部分區(qū)的。該方法的原理是：基于表征各級系統(tǒng)各節(jié)點(diǎn)間電氣距離矩陣的結(jié)果，采用K-均值按照指定的分區(qū)個數(shù)對電網(wǎng)發(fā)電機(jī)進(jìn)行初始分區(qū)，再通過構(gòu)建適用于不同運(yùn)行方式的適應(yīng)度函數(shù)進(jìn)行目標(biāo)求解。

在兩區(qū)域系統(tǒng)中，編號為30、31和32節(jié)點(diǎn)的AGC機(jī)組屬于區(qū)域1，其余節(jié)點(diǎn)的AGC機(jī)組屬于區(qū)域2，節(jié)點(diǎn)14-15之間的線路為區(qū)域間聯(lián)絡(luò)線。區(qū)域1：2 000 MW，區(qū)域2：2 000 MW，且在每個控制區(qū)域內(nèi)，分別有兩個供電公司和兩個發(fā)電廠。

在三區(qū)域系統(tǒng)中，編號為30和31節(jié)點(diǎn)的AGC機(jī)組屬于區(qū)域1，編號為32和34節(jié)點(diǎn)的AGC機(jī)組屬于區(qū)域2，編號為33和35節(jié)點(diǎn)的AGC機(jī)組屬于區(qū)域3，節(jié)點(diǎn)4-14之間的線路為區(qū)域1與區(qū)域2之間的聯(lián)絡(luò)線，節(jié)點(diǎn)15-16之間的線路為區(qū)域2與區(qū)域3之間的聯(lián)絡(luò)線。區(qū)域1：2 000 MW，區(qū)域2：2 000 MW，區(qū)域3：2 000 MW，且在區(qū)域1中有兩個供電公司和兩個發(fā)電廠，在區(qū)域2和區(qū)域3中各自只有一個供電公司和一個發(fā)電廠。運(yùn)用MATLAB/SIMULINK對該系統(tǒng)進(jìn)行模擬仿真，考慮優(yōu)化算法的隨機(jī)性，在程序第一次運(yùn)行時，可以設(shè)定較大的迭代學(xué)習(xí)次數(shù)為1 000次，并記錄測試結(jié)果。在得到結(jié)果之后，將迭代次數(shù)縮小到接近于收斂穩(wěn)定值的迭代次數(shù)。經(jīng)測試，最終取目標(biāo)函數(shù)評估的最大迭代學(xué)習(xí)次數(shù)為30，運(yùn)行中獲得的最優(yōu)值被選作控制器參數(shù)的最佳解決方案，并取作控制變量的收斂穩(wěn)定值。

3.1 兩區(qū)域系統(tǒng)

傳統(tǒng)的兩區(qū)域系統(tǒng)分析是為了模擬簡單的兩個區(qū)域間的AGC研究（例如兩個臨近供電企業(yè)之間的AGC控制）。本文研究了負(fù)載變化僅發(fā)生在區(qū)域1的系統(tǒng)，即只有供電公司1和供電公司2參與交易，并假定區(qū)域2中的供電公司3和供電公司4在其他電廠沒有任何用電負(fù)荷。

調(diào)度中心依據(jù)追蹤到的系統(tǒng)τ、△f、δ和△Ptie實(shí)時信息，計(jì)算出ACE數(shù)值，通過傳遞控制器得到一個總的發(fā)電功率指令，并根據(jù)AGC機(jī)組的apf及DPM數(shù)據(jù)分配各機(jī)組的功率輸出，運(yùn)用本文動態(tài)教與學(xué)算法優(yōu)化ACE的四個控制參數(shù)，實(shí)現(xiàn)ACE的最優(yōu)輸出，達(dá)到經(jīng)濟(jì)合理控制AGC機(jī)組的目的。具體實(shí)現(xiàn)步驟如下：

1）設(shè)置班級種群參數(shù)Np=44、d=4。其中，班級教師數(shù)量為4個，學(xué)員數(shù)量為40個。將全部學(xué)員分為4組，每組10人，分別跟隨1位教師學(xué)習(xí)優(yōu)化傳遞控制器的AGC控制參數(shù)τ、△f、δ和△Ptie4個科目，即四組師生學(xué)習(xí)優(yōu)化四個參數(shù)。根據(jù)式（16）初始化每組學(xué)員的學(xué)習(xí)因子，輸入學(xué)員的初始成績（各參數(shù)的學(xué)員初值為優(yōu)化控制AGC發(fā)電機(jī)組前，調(diào)度系統(tǒng)每間隔0.1 s分別追蹤到的10個系統(tǒng)τ、△f、δ和△Ptie實(shí)時數(shù)值）；

2）給定每個科目教師水平的最優(yōu)值Xt=0，并設(shè)定取值范圍為[Xmins，Xt]；

3）進(jìn)入“教”階段。通過式（15）提高每位學(xué)員的學(xué)習(xí)能力，縮小學(xué)員與教師的差距，提高本科目的平均成績；

4）學(xué)員進(jìn)入“學(xué)”階段。每個科目的學(xué)員采用不同的學(xué)習(xí)策略進(jìn)行學(xué)習(xí)。在每次迭代之后，學(xué)員的成績隨機(jī)與其他學(xué)員進(jìn)行比較，當(dāng)Xnewsi滿足公式（17）時，算法將持續(xù)進(jìn)行迭代，直至達(dá)到最優(yōu)值；當(dāng)Xnewsi滿足公式（18）時，算法將轉(zhuǎn)至“教”階段；

5）判斷是否滿足結(jié)束條件，若最優(yōu)解小于0.005時，則優(yōu)化終止并輸出最優(yōu)值；否則，返回步驟3重復(fù)學(xué)習(xí)，且迭代次數(shù)加1。

最后，利用輸出的ACE最優(yōu)值，實(shí)現(xiàn)控制AGC的目的。并將本文優(yōu)化算法與傳統(tǒng)的粒子群算法、人工神經(jīng)網(wǎng)絡(luò)算法進(jìn)行比較分析，對比結(jié)果如表1所示。

分析表中三種算法的優(yōu)化結(jié)果，可以清楚地得出如下結(jié)論：動態(tài)教與學(xué)算法在優(yōu)化過程中比其他兩種算法具有更好的最優(yōu)值。

為了研究傳遞控制器的動態(tài)響應(yīng)特性，設(shè)在t=0 s時刻，區(qū)域1中有10%的階躍負(fù)載變化。與PID、PI控制器在相同的環(huán)境進(jìn)行動態(tài)響應(yīng)結(jié)果測試并比較，如圖4、圖5、圖6所示。

分析圖中顯示的數(shù)據(jù)，可以清晰地得出以下結(jié)論：

1）傳遞控制器具有更好的控制效果和更高的靈敏性、控制器的動態(tài)響應(yīng)性能得到顯著改善。傳遞控制器的收斂速度優(yōu)勢明顯：比PID控制器提升30%以上、比PI控制器提升35%以上。

2）圖5所示，當(dāng)區(qū)域1中有10%的階躍負(fù)載變化時，區(qū)域2中會產(chǎn)生10%的階躍頻率偏差動態(tài)同步響應(yīng)。并且從圖中清楚地看出：當(dāng)階躍負(fù)載的位置發(fā)生改變時，傳遞控制器比PID、PI控制器具有更好的動態(tài)響應(yīng)特性。

3）圖6所示，在區(qū)域1中施加10%的階躍負(fù)載變化時，由于傳遞函數(shù)的固有特性，使傳遞控制器的峰值超調(diào)量、區(qū)域間聯(lián)絡(luò)線凈交換功率和偏差得到明顯改善。

控制器參數(shù)在表2中給出。與PID控制器的ITSE=0.573 6和PI控制器的ITSE=0.783 7相比，傳遞控制器有最小ITSE值為0.384 9；在調(diào)節(jié)時間方面也具有絕對的優(yōu)勢。

3.2 三區(qū)域系統(tǒng)

隨著智能電網(wǎng)規(guī)模的擴(kuò)大，三區(qū)域及多區(qū)域系統(tǒng)的研究，是為了模擬大規(guī)模復(fù)雜網(wǎng)絡(luò)（例如多省區(qū)之間）AGC問題的研究。本文為了簡化計(jì)算，仍以IEEE39節(jié)點(diǎn)系統(tǒng)進(jìn)行模擬分析。

為了驗(yàn)證傳遞控制器與其它類型控制器共同控制多源、多區(qū)域互聯(lián)電力系統(tǒng)的協(xié)作能力，模擬仿真擴(kuò)展到三區(qū)域系統(tǒng)，且每個區(qū)域包括具有不同種類控制器的發(fā)電機(jī)單元，并具有高壓直流輸電系統(tǒng)。在t=0 s時刻，三個區(qū)域中同時有10%的階躍負(fù)載變化。本文研究了一種可能類型的DPM，即所有的供電公司只與發(fā)電廠進(jìn)行電力交易，并且每個供電公司都從發(fā)電廠獲得0.01 p.u.MW的電能，DPM模型如下

傳遞控制器的最佳增益值由動態(tài)教與學(xué)優(yōu)化技術(shù)獲得。通過模擬仿真，并與經(jīng)典控制器的動態(tài)響應(yīng)數(shù)據(jù)進(jìn)行對比分析，其結(jié)果如圖7、圖8、圖9、圖10和圖11所示。

從圖中數(shù)據(jù)可以看出：傳遞控制器與其他類型的控制器具有良好的兼容性。

從圖9和圖10知：在具有高壓直流輸電的系統(tǒng)中，區(qū)域間聯(lián)絡(luò)線凈交換功率增量曲線為平行線。與圖5進(jìn)行對照可以看出：若系統(tǒng)中不存在高壓直流輸電線路及設(shè)備，區(qū)域間聯(lián)絡(luò)線凈交換功率增量為曲線，這也證明本文采用ITSE目標(biāo)函數(shù)提高了控制器的靈敏性。通過與PID、PI控制器對比，在相同的測試環(huán)境下，傳遞控制器可以獲得最小的聯(lián)絡(luò)線功率交易值。

不同種類控制器ITSE目標(biāo)函數(shù)最優(yōu)值及調(diào)節(jié)時間的仿真結(jié)果在表3中給出。可見，在相同的測試環(huán)境下，運(yùn)用ITSE目標(biāo)函數(shù)獲得傳遞控制器最優(yōu)參數(shù)具有優(yōu)異的性能：調(diào)節(jié)時間和ITSE最優(yōu)值在合理范圍內(nèi)變化，并接近于用標(biāo)稱系統(tǒng)參數(shù)獲得的相應(yīng)值。

3.3 大擾動系統(tǒng)的魯棒性分析

魯棒性是指控制系統(tǒng)在一定（結(jié)構(gòu)，大小）的參數(shù)攝動下，維持其它某些性能的特性。如果傳遞控制器是魯棒控制器，則當(dāng)系統(tǒng)的負(fù)載條件改變或系統(tǒng)參數(shù)變化時，不需要重新調(diào)整控制器自身參數(shù)。

為了驗(yàn)證系統(tǒng)發(fā)生大擾動時傳遞控制器的良好魯棒性，仿真模擬兩區(qū)域系統(tǒng)的參數(shù)改變和負(fù)載條件變化，其中，系統(tǒng)參數(shù)變化范圍為系統(tǒng)標(biāo)稱值的-150%到+150%，區(qū)域1中有35%階躍負(fù)載變化，且不改變傳遞控制器增益的最優(yōu)值，并假設(shè)區(qū)域1中有10%的合同違約。為了顯示傳遞控制器對于大擾動的優(yōu)越魯棒性，將結(jié)果與PID、PI控制器進(jìn)行比較，控制器頻率偏差、區(qū)域間聯(lián)絡(luò)線凈交換功率偏差的動態(tài)響應(yīng)對比結(jié)果如圖12、圖13所示。

從圖中可以看出：當(dāng)系統(tǒng)發(fā)生大擾動時，傳遞控制器比PID、PI控制器具有更好的穩(wěn)定性，負(fù)載條件發(fā)生大幅度波動時對系統(tǒng)響應(yīng)的影響可忽略不計(jì)；系統(tǒng)參數(shù)的較大改變對控制器性能指標(biāo)的影響也可以忽略不計(jì)。在標(biāo)稱負(fù)載下利用標(biāo)稱參數(shù)獲得的控制器參數(shù)最佳值，不必因系統(tǒng)負(fù)載或系統(tǒng)參數(shù)發(fā)生較大變化而重置，且無需重置系統(tǒng)負(fù)載和系統(tǒng)參數(shù)，也不需要更改違約的位置及范圍。

表4給出了系統(tǒng)發(fā)生大擾動時，控制器性能的對比數(shù)據(jù)。在相同的大擾動情況下，傳遞控制器比PID、PI控制器具有更好的魯棒性。

4 結(jié) 論

本文提出將傳遞控制器運(yùn)用于電力市場環(huán)境下的多區(qū)域AGC系統(tǒng)，并運(yùn)用動態(tài)教與學(xué)優(yōu)化技術(shù)同時優(yōu)化控制器的多個參數(shù)，最后對IEEE39節(jié)點(diǎn)系統(tǒng)進(jìn)行了仿真。與經(jīng)典控制器的性能相比，無論在兩區(qū)或三區(qū)系統(tǒng)，還是在大擾動系統(tǒng)中，該控制器在減小頻率偏差和區(qū)域間聯(lián)絡(luò)線凈交換功率增量，以及在縮短調(diào)節(jié)時間、獲取目標(biāo)函數(shù)最優(yōu)值等方面均具有一定的優(yōu)勢，且具有良好的穩(wěn)定性和魯棒性。對于研究AGC系統(tǒng)控制具有較好的利用價值。

參 考 文 獻(xiàn)：

[1] SAHU R K， PANDA S， YAGIREDDY N K. A novel hybrid DEPS optimized fuzzy PI/PID controller for load frequency control of multi-area interconnected power systems[J]. Journal of Process Control，2014， 24（10）：1596.

[2] SAHU R K， PANDA S， PADHAN S. Optimal gravitational search algorithm for automatic generation control of interconnected power systems[J]. Ain Shams Engineering Journal， 2014， 5（3）：721.

[3] WECKX S， GONZALEZ C， DRIESEN J. Combined central and local active and reactive power control of PV inverters[J]. IEEE Transactions on Sustainable Energy，2014，5（3）：776.

[4] LIU X， CRAMER A M， LIAO Y. Reactive-power control of photovoltaic inverters for mitigation of short-term distribution-system voltage variability[C]. IEEE PES T & D Conference and Exposition，2014： 1-5.

[5] NAIDU K， MOKHLIS H，BAKAR A H A， TERZIJA V， ILLIAS H A. Application of firefly algorithm with online wavelet filter in automatic generation control of an interconnected reheat thermal power system[J]. International Journal of Electrical Power & Energy Systems，2014，63（1-2）：401.

[6] PARMAR K， MAJHI S， KOTHARI D. LFC of an interconnected power system with multi-source power generation in deregulated power environment[J]. International Journal of Electrical Power & Energy Systems，2014，57（5）：277.

[7] BARISAL A. Comparative performance analysis of teaching learning based optimization for automatic load frequency control of multi-source power systems[J]. International Journal of Electrical Power & Energy Systems，2015，66： 67.

[8] SAHU R K， SEKHAR G， PANDA S. Optimized fuzzy PID controller with derivative filter for LFC of multi source power system in deregulated environment[J]. Ain Shams Engineering Journal，2015，6（2）：511.

[9] MOHANTY B， PANDA S， HOTA P. Controller parameters tuning of differential evolution algorithm and its application to load frequency control of multi-source power system[J]. International Journal of Electrical Power & Energy Systems，2014，54（1）：77.

[10] 王哲， 陳穎， 梅生偉， 等. 配電網(wǎng)混成電壓控制系統(tǒng)指標(biāo)體系設(shè)計(jì)與應(yīng)用[J].電機(jī)與控制學(xué)報， 2010，14（12）：35.

WANG Zhe， CHEN Ying， MEI Shengwei， et al. Design and application of index system for hybrid control in distribution network[J]. Electric Machines and Control， 2010， 14（12）： 35.

[11] 謝先平， 王旭東， 吳曉剛， 等. 自動離合器位置跟蹤神經(jīng)元自適應(yīng)PID控制[J].電機(jī)與控制學(xué)報，2008， 12（5）：555.

XIE Xianping， WANG Xudong， WU Xiaogang， et al. Neuron adaptive PID control for position tracking control of automatic cluth[J]. Electric Machines and Control，2008，12（5）：555.

[12] 陳銘， 劉嬈， 呂泉， 等. AGC機(jī)組分群控制策略[J].電網(wǎng)技術(shù)，2013，37（3）：868.

CHEN Ming， LIU Rao， L Quan， et al. A grouping control strategy for AGC units[J].Power System Technology，2013，37（3）：868.

[13] 熊衛(wèi)斌， 李鵬， 張昆， 等. 南方電網(wǎng)頻率演變機(jī)制與改善分鐘級波動的探索[J].電網(wǎng)技術(shù)，2012，36（9）：244.

XIONG Weibin， LI Peng， ZHANG Kun， et al. Mechanism of frequency evolution of China southern power grid and exploration on improving minute level fluctuation [J].Power System Tchnology，2012，36（9）： 244.

[14] 陳磊， 胡偉， 徐飛， 等. 互聯(lián)電網(wǎng)聯(lián)絡(luò)線隨機(jī)功率波動統(tǒng)計(jì)特性與評價標(biāo)準(zhǔn)分析[J].電網(wǎng)技術(shù)，2013， 37（11）：3137.

CHEN Lei， HU Wei， XU Fei， et al. Analysis on statistic characteristic and evaluation criteria of tie-line stochastic power fluctuation in interconnected power systems[J]. Power System Technology，2013，37（11）： 3137.

[15] 邵雅寧， 唐飛， 王波， 等. 具有多目標(biāo)量化評估特性的無功電壓雙階段分區(qū)方法[J].中國電機(jī)工程學(xué)報，2014，34（22）：3768.

SHAOYaning， TANG Fei， WANG Bo， et al. A dual-stage partitioning method for reactive and voltage with multi-objective quantitative assessment[J]. Proceedings of the CESS，2014，34（22）：3768.

（編輯：劉素菊）