络的研究有了突破性进展，之后 Rumelhart 和 Mcclelland 以及他们领导的
PDP 小组致力于认知微观结构的探索提出了 PDP 理论。同时发展了多层网络的
BP 学习算法，不仅为解决多层网络的学习问题开辟了成功之路，而且客观上将
神经网络的研究推向了高潮。
进入 90 年代以来，神经网络的研究进入了一个空前高涨的时期，多数研究
集中在网络结构，学习算法和实际应用三个方面。研究者在 1999 年提出了基于
两个区域互联系统的 BP 神经网络控制器。此控制器包括了两个模型，内部模型
用于系统识别，以及作为控制发电机产生功率的逆模型。然而仅仅用人工神经网
络或小波神经网络构成的控制器有一些缺点，比如许多表示电力系统的状态的并
行输入向量组成的神经网络需要经过很长的训练时间，并且需要大量的神经元、
大量的训练数据与许多层来描绘这个复杂的功能。为了改善这些问题，动态小波
神经网络和基于广义的神经网络已经开始被应用到 LFC 问题里。Ha 应用了鲁棒
模糊滑模控制技术在负荷频率问题中，由一个等价控制、转换控制以及模糊控制
构成控制信号，在电力系统中考虑了 GRC 特性与调节器死区特性。神经网络中
有两种不同的解决负荷频率问题的方法，一种是采用线性矩阵不等式方式控制设
计的方法，另一种是基于 GA 优化的方法，以达到与第一种方法同样的性能。这
两种控制器的仿真结果表明它们本身都具有鲁棒性。
1.2.3    电力市场下  AGC  的研究状况
辅助服务并无公认的定义，通常是指为实现能量输送所需的所有措施，包括
调度、系统控制、调节、备用、电压与无功控制等，主要用于保证供电可靠性和
电能质量。前文已经说过，在传统电力工业中，发、输、配电都属于同一个电力
公司，辅助服务也是同一个公司提供。而在电力市场环境下，发、输电分属不同
公司，各发电公司均要实现盈利最大化，发电机提供电能或是辅助服务就与其价
格密切相关。这样，如何适当确定辅助服务的成本及价格就成为重要的问题。随
着电力市场在国外的逐步形成和不断深入，电力市场条件下的 AGC 等辅助服务
的问题得到越来越多的关注，成为电力市场理论研究人员、电力市场规则制定人
员等正在研究的热点问题之一。 1.3   本文研究的主要内容
1.3.1   互联电网  AGC  频率和功率控制策略、方法和考核标准的研究
本文主要研究 CPS 标准下区域电网 AGC 控制策略。随着 CPS 标准在国内
各大区域电网的推广应用，需要对现有区域电网 AGC 控制策略进行改进。首先
分析了互联电网负荷频率控制原理，介绍了两种 AGC 控制性能标准 A1/A2 和
CPS1/CPS2。在此基础上特别针对 CPS1、CPS2 标准的控制机理及其对电网控制
质量的作用进行了较为细致的研究和分析。然后针对两互联区域系统负荷频率控
制（LFC）的非线性、参数的不确定和纯迟延特性的问题，提出了一种基于递归
神经网络模糊预测的控制器。为提高控制信息与实时状态的自适应性，改善模糊
控制品质，用改进的递归神经网络与模糊控制策略，根据当前时刻的区域控制偏
差（ACE）和预测的 ACE 变化值，预测下一时刻的控制输出和系统在未来时刻的
ACE。在此同时，为了提高其控制性能与电网质量，其模糊控制策略引入了基于
CPS（Control Performance Standard）性能的标准进行优化控制，从而使其动 MATLAB 自动发电控制对电网运行影响的研究仿真(4):http://www.youerw.com/zidonghua/lunwen_5855.html