自动发电控制中控制策略的研究发展综述.pdf

第４１卷第８期２０１３年４月ｌ６日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌＶｂ１．４ｌＮＯ．８Ａｐｒ．１６，２０１３自动发电控制中控制策略的研究发展综述颜伟，赵瑞锋，赵霞，王聪，余娟（重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆４０００３０）摘要：对国内外自动发电控制（ＡＧＣ）中控制策略研究的发展历史与现状进行了总结与评述阐述了ＡＧＣ的控制原理和基本控制方式，根据ＡＧＣ的控制与实现机制，将现有的ＡＧＣ控制策略分为常规的ＡＧＣ控制策略和ＡＧＣ动态优化策略两大类，前者包括确定总调节功率的控制策略和总调节功率的指令分配策略。综述了上述两大类策略及所用到的各种控制技术，并对其原理、优点、不足以及应用情况进行了综合分析与比较。最后，对未来ＡＧＣ控制策略领域有待进一步研究的问题以及发展趋势进行了展望。关键词：自动发电控制（ＡＧＣ）；控制策略；频率控制；控制技术；调节功率Ｒｅｖｉｅｗｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｉｎａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ—ＹＡＮＷｅｉ，ＺＨＡＯＲｕｉｆｅｎｇ，ＺＨＡＯＸｉａ，ＷＡＮＧＣｏｎｇ，ＹＵＪｕａｎｒＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００３０，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｈｉｓｔｏｒｙａｎｄｐｒｅｓｅｎｔｓｉｔｕ￣ｉｏｎｏｆｒｅｓｅａｒｃｈｏｎｔｈｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｎａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ（ＡＧＣ）ｉｓｓｕｍｍａｒｉｚｅｄａｎｄｃｏｍｍｅｎｔｅｄ．ＡＧＣｃｏｎｔｒｏｌｐｒｉｎｃｉｐｌｅａｎｄｂａｓｉｃｃｏｎｔｒｏｌｍｏｄｅａｒｅｄｅｓｃｒｉｂｅｄ，ｔｈｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｎＡＧＣ，ａｃｃｏｒｄｉｎｇｔｏｔｈｅｍｅｃｈａｎｉｓｍｏｆｃｏｎｔｒｏｌａｎｄｉｍｐｌｅｍｅｎｔ，ｉｓｃｌａｓｓｉｆｉｅｄｉｎｔｏｔｗｏｔｙｐｅｓｗｈｉｃｈａｒｅｃａｌｌｅｄｃｏｎｖｅｎｔｉｏｎａｌｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆＡＧＣａｎｄｄｙｎａｍｉｃｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｏｆＡＧＣ，ｒｅｓｐｅｃｔｉｖｅｌｙ．ＴｈｅｆｏｒｍｅｒＣａｎｂｅｄｉｖｉｄｅｄｉｎｔｏｃｏｍｐｕｔｉｎｇａｌｌｐｏｗｅｒｒｅｇｕｌａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙａｎｄｔｈｅｉｎｓｔｒｕｃｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎｓｔｒａｔｅｇｙ．Ｔｈｅｐｒｉｎｃｉｐｌｅｓ，ａｄｖａｎｔａｇｅｓ，ｄｉｓａｄｖａｎｔａｇｅｓａｎｄｒａｎｇｅｓｏｆａｐｐｌｉｃａｔｉｏｎｏｆａｌｌｔｈｅｃｏｎｔｒｏｌｍｅｔｈｏｄｓｆｏｒｒｅａｌｉｚｉｎｇｔｈｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｎＡＧＣａｒｅｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙａｎａｌｙｚｅｄａｎｄｃｏｍｐａｒｅｄ．Ｆｉｎａｌｌｙ，ｔｈｅｔｒｅｎｄａｎｄｐｒｏｂｌｅｍｓｏｆｔｈｅｆｕｔｕｒｅｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｉｎＡＧＣａｒｅｐｒｅｓｅｎｔｅｄ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｒｔｅｄｂｙＮ￣ｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（ｙｏ．５１１７７１７８）．Ｋｅｙｗｏｒｄｓ：ａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ（ＡＧＣ）；ｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ；￣ｅｑｕｅｎｃｙｃｏｎｔｒｏｌ；ｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ；ｐｏｗｅｒｒｅｇｕｌａｔｉｏｎ中图分类号：ＴＭ７６１文献标识码：Ａ—文章编号：１６７４．３４１５（２０１３）０８０１４９．０７０引言ＡＧＣ是电网中发电机组调度与控制的一项重要内容，是实现电网有功频率控制、维持系统频率质量以及互联电网之间联络线交换功率控制的一种重要技术手段，其控制策略的优劣直接决定了ＡＧＣ控制效果的好坏【ＪＪ。因此，科学、合理的ＡＧＣ控制策略对于保障电网的安全、可靠和经济运行具有重要意义。ＡＧＣ是控制中心利用联络线交换功率、系统频率和机组实发功率等信息，按照确定的控制策略计算ＡＧＣ机组输出功率来适应负荷波动的一种闭环基金项目：国家自然科学基金项目（５１１７７１７８）反馈控制，属于负荷频率控制范畴［４－５１。国内外从２０世纪５０年代开始进行ＡＧＣ控制策略的研究与实验工作，取得了丰硕的理论研究与工程实践成果。从控制策略的设计与实现方式上，可将现有的ＡＧＣ控制策略分为常规的ＡＧＣ控制策略和ＡＧＣ动态优化策略。ＡＧＣ控制策略经历了从最初的利用飞轮调速器的ＰＩ控制策略，到基于微处理器的控制策略，再到白适应控制策略和自调整控制策略等的发展历程。随着控制理论和智能算法的发展，模糊逻辑和遗传算法等在ＡＧＣ控制策略设计中也逐步得到广泛应用。不同的控制策略特点不同，应根据实际系统状况和运行特点进行分析并研究合适的方案，才能达到理想的控制效果，因此，全面了解各种ＡＧＣ控制策略非常必要。电力系统保护与控制迄今为止，ＡＧＣ控制策略的综述文献很少，文献【６］综述了影响ＡＧＣ控制效果的各种因素，如系统类型、敏感特性、联络线类型、控制策略等方面，但对控制策略内容只进行了简单介绍；文献［７］主要阐述了华北电网ＡＧＣ的发展历史、ＡＧＣ机组现状与管理方式以及存在的问题，较少涉及控制策略。本文综合现有ＡＧＣ控制策略的研究成果，对各种控制策略的特点以及其存在的问题进行全面的分析和比较，并进一步探讨该ＡＧＣ控制策略领域的发展趋势。１ＡＧＣ的控制原理与控制方式１．１ＡＧＣ的控制原理控制策略在ＡＧＣ控制过程中可以看成一个黑△△箱，频率偏差口联络线功率偏差ＰＴ（以及其他输入信息）为输入量，ＡＧＣ机组的新增调节功率△为输出量，而联络线功率偏差和负荷的变化又决定了Ａｆ￣ＨＡＰｅ，从而形成了一个负反馈，如图１所示。在该反馈环中系统应该满足控制性能标准和ＡＧＣ机组出力上下限约束、联络线功率偏差上下限约束等系统限制。图１ＡＧＣ控制过程的简单描述Ｆｉｇ．１ＳｃｈｅｍａｔｉｃｄｅｓｃｒｉｐｔｉｏｎｏｆＡＧＣｃｏｎｔｒｏｌｐｒｏｃｅｓｓＡＧＣ的控制策略主要分为常规的ＡＧＣ控制策略和ＡＧＣ动态优化策略两大类。第一类实现方式在ＡＧＣ控制策略研究领域最为常见，该方式下，一个完整的控制策略由确定总调节功率的控制策略和总调节功率的指令分配策略两部分组成，其中确定总调节功率的控制策略负责由系统频率偏差、联络线功率偏差等信息计算控制区域的区域控制偏差（ＡＣＥ）和系统中需要调节的总功率；总调节功率的指令分配策略是指在系统总调节功率确定之后，采用何种方式把调节功率分配到各ＡＧＣ机组Ｌ８Ｊ。第二类是通过动态优化直接确定各ＡＧＣ机组的调节功率，即机组调节指令的动态优化策略【９Ｊ。１．２ＡＧＣ的控制方式ＡＣＥ是自动发电控制策略中最为重要的输入量和控制目标。ＡＧＣ系统根据控制策略中采用的不同控制方式实时计算ＡＣＥ，并通过调节各区ＡＧＣ机组的有功出力使ＡＣＥ为零或者维持在正常的范围内，实现控制区域内的有功平衡。ＡＣＥ的构成方式，体现了不同的控制目标，从而产生不同的控制效果。根据不同ＡＧＣ控制方式，主要构成了三种ＡＣＥ计算方式。ＡＧＣ基本控制方式为定频率控制（ＦＦＣ）、定联络线功率控制（ＦＴＣ）和联络线功率频率偏差控制（ＴＢＣ）三种【Ｉ１４Ｊ。除此之外，还有计及电钟偏差和区域问交换功率偿还的控制模式刚。ＦＦｃ能使频率得到有效保证，ＦＴＣ可使联络线功率维持在定值，但调节代价很大，缺点明显。ＴＢＣ兼顾了以上两种控制方式的优点，是目前大多数ＡＧＣ系统广泛采用的一种控制方式，能使系统达到较理想的运行状态，并且在紧急情况下能够对相邻控制区域进行临时增援，体现了互联系统的优越性。２ＡＧＣ中的控制策略迄今为止，国内外相关研究主要集中于ＡＧＣ的常规控制策略研究，特别是确定总调节功率的控“”制策略（文献一般称为ＡＧＣ控制器）研究，已经取得了丰富的理论研究和工程应用成果。总调节功率的指令分配策略的研究相对较少，而ＡＧＣ动态优化策略的研究则刚刚起步。２．１确定总调节功率的控制策略２．１．１经典控制方法早期的ＡＧＣ控制器主要使用传统的比例积分控制（ＰＩ）和最优控制两种。比例积分控制的原理简单，在自动控制领域的应用非常广泛。早在１９５３年，文献［１１］就利用ＰＩ反馈控制设计了基于区域控制偏差的ＡＧＣ控制器，系统总的调节功率由比例分量（稳态调节功率）和积分分量（暂态调节功率）两部分组成。目前，ＰＩ控制器在ＡＧＣ中的应用仍然十分广泛，例如，南瑞的ＡＧＣ控制器的设计就是以ＰＩ控制为基础【ｌ引。传统的ＰＩ控制器设计简单，调整方便，技术成熟，但传统ＰＩ控制的动态性能较差，容易造成暂态频率振荡。随着控制理论和智能算法的发展，出现了与其他控制方法结合或改进的ＰＩ控制器，如模糊ＰＩ、与多种智能算法相结合的ＰＩ等，它们在一定程度上改善了传统ＰＩ控制器的性能。文献［１３】于１９７０年首次提出基于最优控制理论的ＡＧＣ控制策略。之后，国内外学者对最优ＡＧＣ控制器进行了大量研究和改进。最优控制器需要对全部状态变量进行反馈，而在实际系统中难以直接获取全部状态变量，因此，大量研究集中于如何利用状态重组方法来得到不能直接获取的状态变量ｌ１，以满足最优ＡＧＣ控制器的要求。基于优化理论的控制器在ＡＧＣ控制过程中能颜伟，等自动发电控制中控制策略的研究发展综述．１５１．提高系统的暂态响应，改善传统ＰＩ控制的不足；但是，该方法不适合状态变量数比较多的大型互联电力系统，因为最优控制器需要得到系统中所有的状态变量，要获取所有状态变量是非常困难的，所以在实际运用中并不是很实用。此外，如果要工程应用，对系统中一些不可观测的状态还需要进行估测，就进一步增加了难度限制了应用。２．１．２自适应控制自适应控制是一种基于数学模型的控制方法，能够根据系统参数的变化自动调整控制规则与参数，使控制系统具有良好的性能指标。将白适应控制应用到ＡＧＣ控制器中，能够及时发现并响应系统的参数变化，通过自动调整ＡＧＣ控制器的参数，从而避免固定增益控制器在大范围扰动运行条件下不能达到理想控制效果的不足。早在１９６６年，Ｒ０ｓｓ指出固定增益ＡＧＣ控制器存在的问题，提出增益系数应随系统参数变化而变化的标准，并说明了实际应用中实现增益系数白适应调整的困难Ｌ１。文献［１７］提出了基于强化学习的ＣＰＳ［】自适应控制策略，该策略无需对被控制对象和动态特性做任何假设，对电网的结构、参数和运行方式进行在线学习并改进，使ＣＰＳ控制动作从不断的学习中获得最好，从而快速自动的在线优化ＡＧＣ控制系统的输出。自适应控制的效果优于固定参数控制器，国内外对其进行了大量深入的理论研究［１９－２ｏ］，也有一些工程应用的实例，例如，西班牙电网的ＡＧＣ控制系统采用的就是自适应控制器Ｌ２。自适应ＡＧＣ控制策略可以通过在线修正自身规则与参数以适应对象的变化，能够有效提高模型不精确、系统长时间扰动等情况下的控制效果。但是，自适应控制系统的建模复杂，还需要对一些系统参数进行在线辨识和校正，在线计算量大，控制策略的实时性能不佳。２．１＿３模型预测控制模型预测控制是一种基于模型的闭环优化控制策略，其算法的核心是可预测未来的动态模型，在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。模型预测利用滚动式的有限时域优化策略代替不变的全局优化目标，可使基于预测控￣ＩＪＡＧＣ控制器在控制的全程中实现动态优化，弥补系统扰动与时变等不确定因素。文献［２２】将模型预测控制应用￣ＩＪＡＧＣ总功率计算环节，每个采集周期对系统进行模型预测，产生调速器设定值，提前计算未来几个周期后ＡＧＣ的总调节功率，并对结果进行实时修正，减少了ＡＧＣ机组调节的次数，减低了机组磨损。文献［２３］针对发电机发电约束和调速器死区等非线性因素，利用广义预测控制算法对其进行处理，将带可测扰动的多变量广义预测控制算法用于两区域系统的ＡＧＣ控制。模型预测控制器采用滚动优化策略能应对系统扰动引起的不确定因素，抗干扰性和适应性强，对模型精度的要求不高，跟踪性能良好。其不足是计算量大，耗时长，对多变量预测控制算法的稳定性、鲁棒性以及在实际ＡＧＣ系统中的应用均有待进一步研究。２．１．４鲁棒控制鲁棒控制是为了解决系统内存在一定范围的不确定性，维持系统稳定保持动态性能品质而设计的。电力系统中，负荷变化以及系统运行状态等不确定性因素都可能成为系统的扰动，在ＡＧＣ控制器中引入鲁棒控制能提高ＡＧＣ控制的动态性能和稳定性。关于ＡＧＣ的鲁棒控制也以理论研究为主，现有文献对一些鲁棒方法［２４－２６】在ＡＧＣ控制器中的应用及其效果进行了研究。文献［２５】提出了基于时滞系统控制理论的ＡＧＣＨｏｏ控制方法，采用时滞依赖性稳定条件设计ＡＧＣ控制器，克服了时滞独立性稳定条件的保守性。文献［２６］设计了一种白适应和鲁棒控制相结合的ＡＧＣ控制器，利用鲁棒控制方法克服较小的扰动，自适应控制克服较大的参数偏离，从而能够使系统在较大范围的参数偏移发生时，能够保持良好的系统性能。ＡＧＣ的鲁棒控制器对系统噪声、干扰和系统参数变化有很好的适应性。然而，ＡＧＣ鲁棒控制需要综合考虑电力系统的各种不确定性因素，权函数选择对人工经验的依赖性强，控制器的阶次高，算法复杂，这些因素都制约了鲁棒控制在实际ＡＧＣ控制系统的应用。２．１．５变结构控制变结构是一种白适应的非线性控制，具有控制的不连续性，它能根据被调节量的偏差及倒数使系统沿着预先设定好的模态轨迹运动。ＡＧＣ控制器设计中应用变结构控制理论，能使控制系统在参数不精确的情况下具有良好的鲁棒性和动态品质。１９７４年，Ｅｒｓｃｈｅｒ￣ｔｌＲｏｕｂｅｌｌａｔ等人首次将变结构控制方法应用于ＡＧＣ系Ｊ，其后，出现了一些研究成果，但总体进展缓慢。随着变结构控制理论的进一步发展，滑模变结构控制方法在ＡＧＣ中的应用逐渐得到关注。文献［２８］提出基于Ａｃｋｅｒｍａｎｎ的分散滑模ＡＧＣ控制策略，对系统参数变化以及外部干扰具有很强的鲁棒性，在滑模上具有所期望的动态响电力系统保护与控制应，可确保整个系统的渐近稳定性。文献［２９】提出了一种结合滑模和比例积分的负荷频率控制器，兼具了滑模变结构控制和比例积分控制二者的优点。变结构ＡＧＣ控制器不依赖于模型，对于干扰有良好的鲁棒性，设计相对容易，对系统模型精度的要求不高，且不需要对系统进行辨识，具有良好的工程实用前景。然而，变结构控制本身具有抖振问题，同时系统不确定性参数的确定以及系统扰动的上下限会影响变结构控制器的鲁棒性。２．１．６智能控制人工智能是研究开发用于模拟、延伸和扩展人的智能的一门新科学，智能算法是人工智能研究的重点。基于智能算法的智能控制继承人脑非线性特征，具有感知、记忆、思维、学习和自适应能力。传统ＡＧＣ控制器的设计，通常是将非线性电力系统通过降阶模型来近似，近似后的模型与系统的基本特性联系比较紧密，也就是只能在特定的范围内有效，一旦应用环境变化就需重新建模或者调整系统的各种参数。由于智能算法的上述特性，智能ＡＧＣ控制策略可以改善或避免这些不足。目前，神经网络控制［３０－３１］、模糊控制３２－３３和遗传算法［３４－３６等智能算法在ＡＧＣ系统中应用较为广泛。文献［３０］利用时间反向传播算法设计了ＡＧＣ控制器，并分别对单台和两台ＡＧＣ机组进行负荷频率控制测试，通过神经网络训练控制涡轮机的阀门从而调节机组出力，使频率恢复到额定范围。文献［３２］设计了基于模糊规则控制的ＡＧＣ￥ｉｊ器，通过模糊控制有效降低了ＡＧＣ机组的磨损，并确保ＡＧＣ控制性能指标满足北美电力可靠性委员会提出的性能评价标准ＣＰＳ１５￣ＤＣＰＳ２要求。文献［３７］提出了多种智能随机优化算法，优化多区互联电力系统的基于Ｓｕｇｅｎｏ模糊逻辑规则的ＡＧＣ控制系统的ＰＩＤ增益系数，结果表明各种智能算法的控制效果近似，但粒子群算法的计算时间相对较少。文献［３６］提出了自动发电参数优化调节的遗传算法，取得了良好的控制效果。智能ＡＧＣ控制器具有良好的自适应、自学习及容错性能，对模型的依赖也比较低，处理不精确信息能力强，并具有较好的鲁棒性。但智能算法也存在一些问题，例如，模糊控制精度不高，稳态性能低，缺乏模糊规则设计的方法；神经网络计算复杂且耗时长，算法收敛性难以保证，可能收敛于局部最优也可能不收敛；遗传算法容易出现早熟收敛，对初始种群的选择有一定的依赖性。各种智能ＡＧＣ控制器各有特点，为了更好地发挥智能控制的优点，已有研究开始考虑结合多种智能算法设计ＡＧＣ控制器，例如，多智能算法结合的ＡＧＣ控制ｐ，智能算法与白适应控制相结合的ＡＧＣ控制Ｌ３ｌｊ】等。２．２总调节功率的指令分配策略总调节功率的指令分配策略，即在确定了ＡＧＣ总调节功率后，将调节功率分配给各ＡＧＣ机组或调频电厂的分配方式。文献［３８］将ＡＧＣ对机组功率的分配有两部分组成，一是按经济调度原则分配计划负荷和计划外负荷送出基点功率，二是将消除ＡＣＥ所需的调节功率分配给各机组。其中区域ｉ的ＡＧＣ调节功率ＰＲｆ按照经济负荷分配与机组调节能力的线性组合分配给区域中各个机组。在国电南瑞的ＡＧＣ控制策略中，总调节功率的指令分配是按照可调容量比例进行分配【３引。文献ｆ８，４０］将ＣＰＳ标准下的总调节功率的指“”令分配问题处理成为一个不确定的随机系统，数学模型为马尔科夫随机过程模型，动态调节功率的指令分配问题理解为一个离散时间马尔科夫决策过程，基于Ｏ学习建立了动态最优调节功率的指令分配模型。按照各区ＡＧＣ调节容量比例或ＡＧＣ装机容量比例进行总调节功率的分配方法，简单明了，操作方便，但对ＡＧＣ资源配置要求较高，在实际应用中很难满足性能标准ＣＰＳ调节需要Ｊ。总调节功率指令的动态最优分配能有效利用ＡＧＣ资源，为解决以上问题提供了良好的思路。２．３ＡＧＣ动态优化策略ＡＧＣ动态优化策略的基本思想是在负荷预测的基础上，在满足控制性能指标与各种安全约束的条件下，以某种目标最优，对未来一段时间内ＡＧＣ机组出力进行动态优化，是一种直接确定各ＡＧＣ机组调节功率的超前控制方式。文献［４１］在ＡＧＣ动态优化策略方面进行了有益的探索，提出了基于内点法的互联电网性能评价标准下的ＡＧＣ控制策略模型。该模型以ＣＰＳＩ￣标最优为目标函数，考虑系统功率平衡约束和机组调节能力等系统约束，求解一组最优的ＡＧＣ调节指令集合，并用实例证明了所提出模型的实用性。文献［１Ｏ１在研究动态优化策略时考虑了ＡＧＣ￣＇令有效性问题。文献『４２］使用粒子群算法对机组调节指令的动态优化策略进行求解，通过与ＰＩＤ控制策略进行对比，验证了动态优化策略的优越性。文献［４３１对文献［４１］的研究进行了扩展，通过神经网络对未来一分钟的频率进行预测，并在优化模型中考虑了频率对机组指令动态优化的影响。文献［４４］提出了ＡＧＣ动态优化策略求解的标准粒子群优化算法，通过仿真表明效果良好。目前，ＡＧＣ动态优化策略的研究刚刚起步，现颜伟，等自动发电控制中控制策略的研究发展综述．Ｉ５３．有的优化模型还比较粗糙，对ＡＧＣ机组动态调节特性、系统频率变化及其影响的考虑都不够细致深入。此外，ＡＧＣ动态优化策略是一个多时段耦合的大规模动态优化问题，如何有效求解该优化问题也需要进一步深入研究。３ＡＧＣ控制策略的研究展望自动发电控制策略是ＡＧＣ控制系统中最重要的组成部分，国内外的专家学者以及工程师经过不断的探索与努力提出了很多控制策略，这些成果及其实际工程经验，为今后的研究打下了坚实的基础。但随着电力工业、电力市场以及计算机、控制技术的发展，ＡＧＣ控制策略仍需要不断完善。结合以上综述，提出了以后要进一步研究的问题与内容，以供参考。１）随着计算机、电力电子技术的迅速进步，微处理器／ＣＰＵ的运算能力进一步增强，之前一些受软硬件技术条件限制而无法实用化的ＡＧＣ控制策略的理论研究有望通过进一步的研究转化为工程应用成果。２）实现ＡＧＣ控制策略的各种现有控制技术，各有优缺点，后续工作可以考虑研究融合各种控制技术的有效途径和方法，例如，进一步研究模糊ＰＩＤ、神经ＰＩＤ、模糊与神经网络相结合等等。３）近几年，随着风能、太阳能等新能源的迅速发展，如何研究和发展适应新能源波动特性和频率特性的ＡＧＣ控制策略，以及如何在ＡＧＣ中考虑新能源的调节能力和调节作用，成为保证系统频率质量、提高电网对新能源消纳能力的一个新问题。４）电力市场环境下，ＡＧＣ控制策略的研究中需要考虑辅助服务费用等因素。为了能适应电力市场发展的需要，需要进一步研究ＡＧＣ控制的新模型和新方法。５）基于多个时段的负荷预测信息，研究ＡＧＣ机组调节功率的动态优化策略，实现水火电机组、快慢ＡＧＣ机组协调超前控制是一个重要的研究方向。传统的ＡＧＣ是一个典型的滞后控制过程，而现有的ＡＧＣ超前控制大多只关注ＡＧＣ机组在下一个调节周期的功率调整，缺乏多个时段之间的协调和配合，形式比较单一，很难实现水火电机、快［￣ＡＧＣ机组的协调控制。４结语ＡＧＣ控制策略是电力系统的重要研究内容。本文对该领域国内外研究所取得的成果和最新进展作了总结概述，对ＡＧＣ控制策略进行了分类，并综合分析对比了各种控制策略的优缺点，并指出了今后研究的发展趋势。考虑电力市场因素及ＡＧＣ机组多时段协调、快慢机组协调超前控制策略对降低ＡＧＣ成本提高控制性能有着非常重要的意义。参考文献［１］刘维烈．电力系统调频与自动发电控制［Ｍ】．北京：中国电力出版社．２００６．’［２］ＫｏｔｈａｒｉＤＰＮａｇｒａｔｈＩＪ．Ｍｏｄｅｍｐｏｗｅｒｓｙｓｔｅｍａｎａｌｙｓｉｓ［Ｍ］．ＴａｔａＭｃＧｒａｗ－ＨｉｌｌＥｄｕｃａｔｉｏｎ，２００３．［３］谭涛，姜杰，何潜，等．省级电网ＡＧＣ控制策略研究［Ｊ］．电力系统保护与控制，２０１１，３９（１６）：６３．６６．ＴＡＮＴａｏ，ＪＩＡＮＧＪｉｅ，ＨＥＱｉａｎ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｐｒｏｖｉｎｃｉａｌｐｏｗｅｒｇｒｉｄＡＧＣｃｏｎｔｒｏｌｓｔｒａｔｅｇｙ［Ｊ］．Ｐｏｗｅｒ—ＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１６）：６３６６．［４］ＪａｌｅｅｌｉＮ，ｅｔａ１．Ｕｎｄｅｒｓｔａｎｄｉｎｇａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９２，７（３）：ｌ１０６．１１２２．［５］彭显刚，张聪慧，王星华，等．ＬＮＧ调峰电厂负荷优化分配的应用探讨［Ｊ］．电力系统保护与控制，２０１０，３８（１４）：８４・８７．———ＰＥＮＧＸｉａｎｇａｎｇ，ＺＨＡＮＧＣｏｎｇｈｕｉ，ＷＡＮＧＸｉｎｇｈｕａ，ｅｔａ１．ＡｐｐｌｉｃａｔｉｏｎｒｅｓｅａｒｃｈｏｆｏｐｔｉｍａｌｌｏａｄｄｉｓｔｒｉｂｕｔｉｏｎｏｎＬＮＧｐｏｗｅｒｐｌａｎｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（１４）：８４・８７．’［６］Ｉｂｒａｈｅｅｍ，ＫｕｍａｒＰＫｏｔｈａｒｉＤＰＲｅｃｅｎｔｐｈｉｌｏｓｏｐｈｉｅｓｏｆａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｉｎｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２０（１）：３４６．３５７．［７］刘永奇，韩福坤．华北电网自动发电控制综述［Ｊ］．电网技术，２００５，２９（１８）：１－５．—ＬＩＵＹｏｎｇｑｉ，ＨＡＮＦｕ－ｋｕｎ．ＡｓｕｒｖｅｙｏｎａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｙｓｔｅｍｉｎｎｏａｈＣｈｉｎａｐｏｗｅｒｇｒｉｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２００５，２９（１８）：１－５．［８］余涛，王宇名，刘前进．互联电网ＣＰＳ调节指令动态最优分配Ｑ一学习算法［Ｊ］．中国电机工程学报，２０１０，３Ｏ（７）：６２６９．—ＹＵＴａｏ，ＷＡＮＧＹｕｍｉｎｇ，ＬＩＵＱｉａｎ－ｊｉｎ．—Ｑｌｅａｒｎｉｎｇ－ｂａｓｅｄｄｙｎａｍｉｃｏｐｔｉｍａｌａｌｌｏｃａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒＣＰＳｏｒｄｅｒｏｆｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｇｒｉｄｓ［Ｊ］．—ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１０，３０（７）：６２６９．［９］李雪峰．互联电力系统的ＡＧＣ容量需求和控制策略研究［Ｄ］．沈阳：大连理工大学，２０１０．Ｌ１Ｘｕｅ－ｆｅｎｇ．ＲｅｓｅａｒｃｈｏｎＡＧＣｃａｐａｃｉｔｙｒｅｑｕｉｒｅｍｅｎｔａｎｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓ［Ｄ］．Ｓｈｅｎｙａｎｇ：ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，２０１０．［１０］周全仁．自动发电控制（ＡＧＣ）在我国电网中的应用（一）［Ｊ］．电力自动化设备，１９９６，１６（１）：６０．６３．ＺＨＯＵＱｕａｎ－ｒｅｎ．ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＡＧＣｉｎｏｕｒｐｏｗｅｒｎｅｔｗｏｒｋ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔｓ，．１５４．电力系统保护与控制１９９６，１６（１）：６０－６３．［１１］ＣｏｎｃｏｒｄｉａＣ，ＫｉｒｃｈｍａｙｅｒＬＫ．Ｔｉｅ－ｌｉｎｅｐｏｗｅｒａｎｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｏｆｅｌｅｃｔｒｉｃｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，ＰａｒｔＩＩＩ．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＡｍｅｒｉｃａｎＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｓ，１９５３，７２（２）：５６２．５７２．［１２］高宗和，滕贤亮，张小白．互联电网ＣＰＳ标准下的自动发电控制策略［Ｊ】．电力系统自动化，２００５，２９（１９）：４０．４４．—ＧＡＯＺｏｎｇ－ｈｅ，ＴＥＮＧＸｉａｎｌｉａｎｇ，ＺＨＡＮＧＸｉａｏ－ｂａｉ．Ａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｕｎｄｅｒｃｏｎｔｒｏｌｐｅｒｆｏｒｍａｎｃｅｓｔａｎｄａｒｄｆｏｒｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｇｒｉｄｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００５，２９（１９）：４０．４４．—［１３］ＥｌｇｅｒｄＯＩ．ＦｏｓｈａＣＥ．Ｏｐｔｉｍｕｍｍｅｇａｗａｔｔｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｏｆｍｕｌｔｉａｒｅａｅｌｅｃｔｒｉｃｅｎｅｒｇｙｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，１９７０（４）：—５５６５６３．［１４］ＹａｍａｓｈｉｔａＫ，ＴａｎｉｇｕｃｈｉＴ．Ｏｐｔｉｍａｌｏｂｓｅｒｖｅｒｄｅｓｉｇｎｆｏｒ—ｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＥｌｅｃｔｒｉｃａｌＰｏｗｅｒ＆ＥｎｅｒｇｙＳｙｓｔｅｍｓ，１９８６，８（２）：９３－１００．—［１５］ＢｏｈｎＥＶＭｉｎｉｅｓｙＳＭ．Ｏｐｔｉｍｕｍｌｏａｄｆｒｅｑｕｅｎｃｙ—ｓａｍｐｌｅｄｄａｔａｃｏｎｔｒｏｌｗｉｔｈｒａｎｄｏｍｌｙｖａｒｙｉｎｇｓｙｓｔｅｍｄｉｓｔｕｒｂａｎｃｅｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ．１９７２（５）：１９１６－１９２３．［１６］ＲｏｓｓＣＥｒｒｏｒａｄａｐｔｉｖｅｃｏｎｔｒｏｌｃｏｍｐｕｔｅｒｆｏｒｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒ—ＡｐｐａｒａｔｕｓａｎｄＳｙｓｔｅｍｓ，１９６６（７）：７４２７４９．［１７］余涛，周斌．基于强化学习的互联电网ＣＰＳ自校正—控制［Ｊ］．电力系统保护与控制，２００９，３７（１０）：３３３８．ＹＵＴａｏ，ＺＨＯＵＢｉｎ．ＲｅｉｎｆｏｒｃｅｍｅｎｔｌｅａｒｎｉｎｇｂａｓｅｄＣＰＳｓｅｌｆ－ｔｕｎｉｎｇｃｏｎｔｒｏｌｍｅｔｈｏｄｏｌｏｇｙｆｏｒｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｓｙｓｔｅｍｓ］Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，—２００９，３７（１０）：３３３８．．［１８］雷霞，马一凯，贺建明，等．ＣＰＳ标准下的ＡＧＣ控制策略改进研究【Ｊ］＿电力系统保护与控制，２０１１，３９（１１）：—７９８２．８９．ＬＥＩＸｉａ，ＭＡＹｉ－ｋａｉ，ＨＥＪｉａｎｍｉｎｇ，ｅｔａ１．ＲｅｓｅａｒｃｈｏｎｉｍｐｒｏｖｅｄＡＧＣｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｂａｓｅｄｏｎＣＰＳｓｔａｎｄａｒｄ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（１１）：７９－８２．８９．［１９］余涛，陈亮，蔡广林．基于ＣＰＳ统计信息自学习机理的ＡＧＣ自适应控制［Ｊ］．中国电机工程学报，２００８，—２８（１０）：８２８７．—ＹＵＴａｏ，ＣＨＥＮＬｉａｎｇ，ＣＡＩＧｕａｎｇｌｉｎ．ＣＰＳｓｔａｔｉｓｔｉｃｉｎｆｏｒｍａｔｉｏｎｓｅｌｆ－ｌｅａｒｎｉｎｇｍｅｔｈｏｄｏｌｏｇｙｂａｓｅｄａｄａｐｔｉｖｅａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，—２００８，２８（１０）：８２８７．［２０］ＴａｌａｑＪＡ１－ＢａｓｒｉＦ．Ａｄａｐｔｉｖｅｆｕｚｚｙｇａｉｎｓｃｈｅｄｕｌｉｎｇｆｏｒｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，—１９９９，１４（１）：１４５１５０．［２１］ＯｌｍｏｓＬ，ｄｅｌａＦｕｅｎｔｅＪＩ，ＭａｃｈｏＪＬＺ，ｅｔａ１．ＮｅｗｄｅｓｉｇｎｆｏｒｔｈｅＳｐａｎｉｓｈＡＧＣｓｃｈｅｍｅｕｓｉｎｇａｎａｄａｐｔｉｖｅｇａｉｎｃｏｎｔｒｏｌｌｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，１９（３）：１５２８－１５３７．［２２］ＡｔｉｃＮ，ＲｅｒｋｐｒｅｅｄａｐｏｎｇＤ，ＨａｓａｎｏｖｉｃＡ，ｅｔａ１．ＮＥＲＣｃｏｍｐｌｉａｎｔｄｅｃｅｎｔｒａｌｉｚｅｄｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｄｅｓｉｇｎｕｓｉｎｇｍｏｄｅｌｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ［Ｃ】／／ＰｏｗｅｒＥｎｇｉｎｅｅｒｉｎｇＳｏｃｉｅｔｙＧｅｎｅｒａｌＭｅｅｔｉｎｇ，２００３，ＩＥＥＥ：５５４－５５９．［２３］展小磊．考虑非线性互联网电力系ＡＧＣ控制策略研究［Ｄ】．北京：华北电力大学，２０１０．—ＺＨＡＮＸｉａｏｌｅｉ．ＲｅｓｅａｒｃｈｏｎｃｏｎｔｒｏｌｌｉｎｇｓｔｒａｔｅｇｙｆｏｒＡＧＣｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｎｏｎｌｉｎｅａｒｉｔｙ［Ｄ］．Ｂｅｉｊｉｎｇ：ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，２０１０．［２４］ＫｈｏｄａｂａｋｈｓｈｉａｎＡＥｄｒｉｓｉＭ．ＡｎｅｗｒｏｂｕｓｔＰＩＤｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｌｅｒ［Ｊ］．ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇＰｒａｃｔｉｃｅ，２００８，１６（９）：１０６９－１０８０．［２５］段献忠，何飞跃．考虑通信延迟的网络化ＡＧＣ鲁棒控制器设计［Ｊ］．中国电机工程学报，２００６，２６（２２）：—３５４０．—ＤＵＡＮＸｉａｎｚｈｏｎｇ，ＨＥＦｅｉ－ｙｕｅ．ＮｅｔｗｏｒｋｅｄＡＧＣｒｏｂｕｓｔｃｏｎｔｒｏｌｌｅｒｄｅｓｉｇｎｉｎｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｃｏｍｍｕｎｉｃａｔｉｏｎｄｅｌａｙｎｅｔｗｏｒｋｅｄＡＧＣｒｏｂｕｓｔｃｏｎｔｒｏｌｌｅｒｄｅｓｉｇｎｉｎｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｃｏｍｍｕｎｉｃａｔｉｏｎｄｅｌａｙ［Ｊ］．Ｐｒｏｃｅｅｄｉｎｇｓｏｆ—ｔｈｅＣＳＥＥ，２００６，２６（２２）：３５４０．［２６］ＷａｎｇＺｈｏｕＲ，ＷｅｎＣ．Ｎｅｗｒｏｂｕｓｔａｄａｐｔｉｖｅ—ｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｗｉｔｈｓｙｓｔｅｍｐａｒａｍｅｔｒｉｃｕｎｃｅｒｔａｉｎｔｉｅｓ［Ｊ］．ＩＥＥＰｒｏｃｅｅｄｉｎｇｓｏｆＧｅｎｅｒａｔｉｏｎ．—ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，１９９４，３（１４１）：１８４１９０．［２７］ＥｒｓｃｈｌｅｒＪ，ＲｏｕｂｅｌｌａｔＶｅｍｈｅｓＪＰＡｕｔｏｍａｔｉｏｎｏｆａｈｙｄｒｏｅｌｅｃｔｒｉｃｐｏｗｅｒｓｔａｔｉｏｎｕｓｉｎｇｖａｒｉａｂｌｅ－ｓｔｒｕｃｔｕｒｅ—ｃｏｎｔｒｏｌｓｙｓｔｅｍｓ［Ｊ］．Ａｕｔｏｍａｔｉｃ，１９７４，１Ｏ（１）：３１３６．［２８］孟祥萍，薛昌飞，张化光．基于Ａｃｋｅｒｍａｎｎ公式的分散滑模负荷频率控制［Ｊ］．东北大学学报：自然科学版，—２０００，２１（２）：１２８１３１．ＭＥＮＧＸｉａｎｇ－ｐｉｎｇ。—ＸＵＥＣｈａｎｇｆｅｉ，ＺＨＡＮＧ—Ｈｕａｇｕａｎｇ．Ｄｅｃｅｎｔｒａｌｉｚｅｄｓｌｉｄｉｎｇｍｏｄｅｌｏａｄｆｒｅｑｕｅｎｃｙ’ｃｏｎｔｒｏｌｂａｓｅｄｏｎＡｃｋｅｒｍａｎｎｓｆｏｒｍｕｌａ［Ｊ］．ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ：ＮａｔｕｒａｌＳｃｉｅｎｃｅ，２０００，２１（２）：１２８．１３１．［２９］孟祥萍，薛昌飞，张化光．多区域互联电力系统的ＰＩ滑模负荷频率控制［Ｊ】．中国电机工程学报，２００１，２１（３）６．１１．ＭＥＮＧＸｉａｎｇ－ｐｉｎｇ，—ＸＵＥＣｈａｎｇｆｅｉ，ＺＨＡＮＧ—Ｈｕａｇｕａｎｇ．ＰＩｓｌｉｄｉｎｇｍｏｄｅｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｏｆ—ｍｕｌｔｉａｒｅａｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００ｌ，２１（３）：６－１１．［３０］ＦｒａｎｏｉｓｅＢ，ＭａｇｉｄＢｅｒｎａｒｄＷＡｐｐｌｉｃａｔｉｏｎｏｆｎｅｕｒａｌ—ｎｅｔｗｏｒｋｓｔｏｌｏａｄｆｒｅｑｕｅｎｃｙｃｏｎｔｒｏｌｉｎｐｏｗｅｒｓｙｓｔｅｍｓ［Ｊ］．—ＮｅｕｒａｌＮｅｔｗ，１９９４，７（１）：１８３１９４．颜伟，等自动发电控制中控制策略的研究发展综述．１５５．［３１］ＺｅｙｎｅｔｇｉｌＨＬ，ＤｅｍｉｒｏｒｅｎＡ，ＳｅｎｇｏｒＮＳ．ＴｈｅａｐｐｌｉｃａｔｉｏｎｏｆＡＮＮｔｅｃｈｎｉｑｕｅｔｏａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｆｏｒｍｕｌｔｉ・ａｒｅａｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＥｌｅｃｔｒｉｃａｌＰｏｗｅｒ＆ＥｎｅｒｇｙＳｙｓｔｅｍｓ，２００２，２４（５）：３４５－３５４．［３２］ＦｅｌｉａｃｈｉＡ，ＲｅｒｋｐｒｅｅｄａｐｏｎｇＤ．ＮＥＲＣｃｏｍｐｌｉａｎｔｌｏａｄ￣ｅｑｕｅｎｃｙｃｏｎｔｒｏｌｄｅｓｉｇｎｕｓｉｎｇｆｕｚｚｙｒｕｌｅｓ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，２００５，７３（２）：１０１－１０６．［３３］ＴａｌａｑＪ．Ａ１－ＢａｓｒｉＦ．Ａｄａｐｔｉｖｅｆｕｚｚｙｇａｉｎｓｃｈｅｄｕｌｉｎｇｆｏｒｌｏａｄ￣ｅｑｕｅｎｃｙｃｏｎｔｒｏｌ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，１９９９，１４（１）：１４５－１５Ｏ．［３４］李嫒媛，宋永华，魏少岩．ＡＧＣ机组调配经济型的混沌遗传算法研究［Ｊ］．电力系统保护与控制，２００８，—３６（１４）：１７２１．ＬＩＹｕａｎ－ｙｕａｎ，ＳＯＮＧＹｏｎｇ－ｈｕａ，ＷＥＩＳｈａｏ－ｙａｎ．ＲｅｓｅａｒｃｈｏｆｃｈａｏｓｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｎＡＧＣｕｎｉｔｓｄｉｓｐａｔｃｈｍｅｎｔ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，—２００８，３６（１４）：１７２１．［３５］ＣｈａｎｇＣＳ，ＷｅｉｈｕｌＦＵ，ＷｅｎＦ．Ｌｏａｄ￣ｅｑｕｅｎｃｙｃｏｎｔｒｏｌｕｓｉｎｇｇｅｎｅｔｉｃ－ａｌｇｏｒｉｔｈｍｂａｓｅｄｆｕｚｚｙｇａｉｎｓｃｈｅｄｕｌｉｎｇｏｆＰＩｃｏｎｔｒｏｌｌｅｒｓ［Ｊ］．ＥｌｅｃｔｒｉｃＭａｃｈｉｎｅｓａｎｄＰｏｗｅｒＳｙｓｔｅｍｓ，１９９８，２６（１）：３９－５２．［３６］Ａｂｄｅｌ－ＭａｇｉｄＹＬ，ＤａｗｏｕｄＭＭ．ＯｐｔｉｍａｌＡＧＣｔｕｎｉｎｇｗｉｔｈｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓＲｅｓｅａｒｃｈ，１９９６，３８（３）：２３１－２３８．［３７］ＲｏｙＲ，ＢｈａｔｔＰ＇ＧｈｏｓｈａｌＳＥＥｖｏｌｕｔｉｏｎａｒｙｃｏｍｐｕｔａｔｉｏｎ—ｂａｓｅｄｔｈｒｅｅａｒｅａａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ［Ｊ］．ＥｘｐｅｒｔＳｙｓｔｅｍｓｗｉｔｈＡｐｐｌｉｃａｔｉｏｎｓ，２０１０，３７（８）：５９１３－５９２４．［３８］周京阳，于尔铿．能量管理系统（ＥＭＳ）第５讲自动发—电控制【Ｊ】．电力系统自动化，１９９７，２１（５）：７５７８．—ＺＨＯＵＪｉｎｇｙａｎｇ，ＹＵＥｒ－ｋｅｎｇ．Ｅｎｅｒｇｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍ（ＥＭＳ）ｐａｒｔｆｉｖｅａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，１９９７，２１（５）：７５．７８．［３９］高宗和，丁恰，温柏坚，等．利用超短期负荷预报实现ＡＧＣ的超前控制［Ｊ］．电力系统自动化，２０００，２４（１１）：４２．４４．ＧＡＯＺｏｎｇ－ｈｅ，ＤＩＮＧＱｉａ，ＷＥＮＢｏ－ｊｉａｎ，ｅｔａ１．ＡＧＣ－—ｉｎａｄｖａｎｃｅｂａｓｅｄｏｎｓｕｐｅｒ－ｓｈｏｒｔ－ｔｅｒｍｌｏａｄｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０００，２４（１１）：—４２４４．［４０］Ｙｕｅｔａ１．Ｓｔｏｃｈａｓｔｉｃｏｐｔｉｍａｌｒｅｌａｘｅｄａｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｉｎｎｏｎ－Ｍａｒｋｏｖｅｎｖｉｒｏｎｍｅｎｔｂａｓｅｄｏｎｍｕｌｔｉ－ｓｔｅｐｌｅａｒｎｉｎｇ［Ｊ］．ＩＥＥＥＴｒａｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１（９９）：１－１１．［４１］李滨，韦化，农蔚涛，等．基于现代内点理论的互联电网控制性能评价标准下的ＡＧＣ控制策略［Ｊ］．中国电机工程学报，２００８，２８（２５）：５６．６１．ＬＩＢｉｎ，ＷＥ１Ｈｕａ，ＮＯＮＧＷｅｉ－ｔａｏ，ｅｔａ１．ＡＧＣｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｕｎｄｅｒｃｏｎｔｒｏｌｐｅｒｆｏｒｍａｎｃｅｓｔａｎｄａｒｄｆｏｒｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎｏｐｔｉｍｉｚａｔｉｏｎｔｈｅｏｒｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００８，２８（２５）：５６－６１．［４２］ＬｕｏＷＳｈｉＹＡｕｔｏｍａｔｉｃｇｅｎｅｒａｔｉｏｎｃｏｎｔｒｏｌｓｔｒａｔｅｇｉｅｓｕｎｄｅｒＣＰＳｂａｓｅｄｏｎｐａｒｔｉｃｌｅｓｗａｌＴｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ［Ｃ】／／２０１０ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＥｌｅｃｔｒｉｃａｌａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，３４００－３４０３．［４３］韦昌福．基于现代内点法含频率预测的ＡＧＣ控制策略研究【Ｄ］．南宁：广西大学，２０１１．ＷＥＩＣｈａｎｇ－ｆｕ．ＡｓｔｕｄｙｏｎｍｏｄｅｍｉｎｔｅｒｉｏｒｐｏｉｎｔｔｈｅｏｒｙｆｏｒＡＧＣｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｉｎｃｌｕｄｉｎｇ￣ｅｑｕｅｎｃｙｐｒｅｄｉｃｔｉｏｎ［Ｄ］．Ｎａｎｎｉｎｇ：ＧｕａｎｇｘｉＵｎｉｖｅｒｓｉｔｙ，２０１１．［４４］刘斌，王克英，余涛，等．ＰＳＯ算法在互联电网ＣＰＳ功率调解中的应用研究【Ｊ】＿电力系统保护与控制，２００９，３７（６）：３６－３９，５２．—ＬＩＵＢｉｎ，ＷＡＮＧＫｅｙｉｎｇ，ＹＵＴａｏ，ｅｔａ１．ＳｔｕｄｙｏｎｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｐａｒｔｉｃｌｅｓｗａｌＴｎｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｔｏｐｏｗｅｒｒｅｇｕｌａｔｉｏｎｏｆＣＰＳｉｎｉｎｔｅｒｃｏｎｎｅｃｔｅｄｐｏｗｅｒｇｒｉｄｓ［Ｊ］ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２００９，３７（６）：３６－３９５２．—收稿日期：２０１２－０６２１；—修回日期：２０１２－０８２８作者简介：颜伟（１９６８一），男，博士，教授，博士生导师，长期从事电力系统运行与控制、风险评估、电力市场和智能电网研究；赵瑞锋（１９８１一），男，博士研究生，主要从事自动发电控制、电力信息系统开发与集成研究；Ｅ．ｍａｉｌ：ｒｕｉｆｚｈａｏ＠ｇｍａｉｌ．ｃｏｍ赵霞（１９７５一），女，博士，副教授，主要从事电力系统优化运行及风险评估研究。