★ 東方電子股份有限公司 張鵬

★ 國網山東省電力公司煙臺供電公司 孫蓬勃，楊福娜，張浩，王浩林

關鍵詞：改進模糊PID算法；負荷；控制；頻率；電力系統

隨著新能源主導的新型電力網絡的發展，電力系統的結構和運行方式都發生了深刻變化。風電等新能源接入電網，在提升電網清潔度的同時，其間歇性和波動性也給電網的穩定運行帶來了極大挑戰。負荷頻率控制作為維持電網頻率穩定和實現跨區域電網有序切換的關鍵技術，其重要性日益凸顯[1]。在此背景下，燃料電池的優化與控制問題受到國內外學者的高度關注，并已有大量研究結果。

但是，當前的電網規模越來越大，結構也越來越復雜。多區域互聯型儲能系統由傳統火電、水電和新興風電、光伏組成，其協調控制復雜性較高。為了對其進行有效控制，通常需要建立一個開放的通信網絡，以實現狀態（如頻率偏差、區域控制誤差ACE等）和控制命令的遠距離傳輸。雖然此類網絡能夠實現大范圍、大數據量的信息交互，但由于帶寬受限、數據擁堵以及網絡阻塞等原因，必然會導致不確定的通信延遲[2]。時滯的出現將使控制系統性能變差，甚至引起不穩定。同時，海量監控數據不斷涌入，對通信通道及中央控制單元的運算能力造成了極大負荷。

針對上述問題， 本文將開展基于改進模糊PID算法的電力系統負荷頻率控制研究。

1   基于改進模糊PID算法的控制模糊規則庫優化

由于電網規模的增大，新能源的大量接入，使得系統具有更加強烈的非線性與時變特征。常規的PID控制方法很難滿足復雜的運行條件，特別是在多區域互聯的情況下，其動態響應速度與抗干擾性很難同時滿足[3]。

針對上述存在的問題，考慮到傳統的模糊規則通常基于專家經驗靜態設定，無法適應電力系統的動態變化問題，本文提出了一種基于動態權重因子的模糊規則庫優化方法。該方法引入動態權重因子wo(t)，o(t)可以結合電力系統的頻率偏差f和其變化率f&，實現實時調整， 以此優化規則庫的輸出權重。假設頻率的偏差 f與變化率f&的模糊子集為{NB, NM, NS, ZE, PS, PM, PB}，集合中各組成分別代表負大、負中、負小、零、正小、正中、正大。將PID參數調整量AKp、ki、 Akd，其模糊子集同樣對應上述7個等級。

對動態權重因子。(t)，按照下述公式（1）進行定義：

其中，a和B表示權重系數， α與p的和為1。在本文中， 將α取值設為0 .6， 將β取值設為0 .4， 以此可以強調頻率偏差的主導作用。利用該動態權重因子，調整模糊規則輸出量的權重，實現規則庫的動態優化[4]。優化后的規則輸出可通過下述公式（2）計算得出：

U.=(t) : ub +(l - w(t)) : U        （2）

其中，ub表示基于經驗規則的傳統輸出；ua表示根據實時系統狀態自適應計算的輸出；  U.表示優化后的規則輸出結果。利用上述計算公式，優化后的規則庫可以在電力系統動態變化的過程中，實現更加快速地調整，并減少對固定規則的依賴，以此達到提高控制靈活性以及準確性的目的。

2   自適應PID參數調整與電力系統負荷頻率控制

在利用改進模糊PID算法，完成對控制模糊規則庫的優化后，針對傳統模糊PID控制中參數調整滯后的問題，本文進一步提出了一種自適應PID參數調整策略[5]。該策略采用實時監測的方式， 獲取電力系統的頻率偏差 f以及其變化率f&，對PID參數KP、ki、kd的調整量進行動態計算， 以此可以實現控制參數的在線自適應整定。將PID控制器的輸出定義為式（3）：

其中，e(t)表示頻率偏差。通過對累積頻率偏移量及頻率偏移速率的調節， 可保證電力系統對動態過程的快速響應，能夠有效地抑制電力系統的振蕩。 PID參數進行自適應調整后，可表示為式（4）、式（5）、式（6）：

k"   = kb + AK,                     （4）

ki"e”  = kibae  + Aki            （5）

kdW  = kdba + Akd               （6）

其中，、、表示基于現有整定方法的初始參數。

利用上述設計的自適應機制，控制器能夠在電力系統受到擾動時迅速調整參數，減少了超調量和調節時間。

3   對比實驗

3.1   實驗環境

實驗環境基于MATLAB/Simulink R2021b仿真平臺搭建。系統的仿真模型為一個經典的兩區域互聯電力系統，每個區域均包含發電機、汽輪機、調速器及負荷等組成部分。將應用本文提出的基于改進模糊PID算法的電力系統負荷頻率控制方法的控制器作為實驗組，將傳統模糊PID控制器設置為對照組。兩種控制方法的輸入均為區域控制誤差及其變化率，輸出為發電機組的功率調整指令。

各區域的時間常數、增益及互聯同步系數等均作為系統的核心參數，參考行業內的典型值，具體配置如表1所示。

表1 實驗環境參數配置

在實驗過程中， 模擬總時長設為50s， 在實驗開始到第5s時，在區域1中引入一個幅值為0 .02 p.u .（標幺值）的階躍型負荷擾動，用于模擬電力系統運行過程中突然增加的用電需求。將實驗仿真步長設置為0.01s，以此確保最終實驗結果的精確性。

3.2   實驗數據

為驗證本文提出的基于改進模糊PID算法的電力系統負荷頻率控制方法，我們在上述典型的兩區域互聯電力系統模型中進行仿真，系統參數如表2所示。

表2 兩區域互聯電力系統參數配置表

對比實驗組和對照組在施加相同的負荷擾動情況下的動態響應效果，通過這一結果可以直觀看出各控制方法是否實現了對電力系統振蕩的抑制，是否可以加快電力系統的穩定過程。

3.3   實驗結果

為更精確地量化對比，表3給出了從響應數據中計算得到的各關鍵指標參數。

表3 負荷擾動下電力系統動態性能對比表

從上述得到的實驗結果可以看出，實驗組的超調量明顯低于對照組。針對直接受到干擾的區域1，超調量從19.2%降至12.9%，降幅可達32.8%。這一實驗結果說明，本文控制方法引入動態權重因子以及自適應機制后，在控制過程中能夠更敏銳地感知系統擾動并及時調整控制力度，以此達到抑制頻率和功率過沖的問題，從而提升電力系統的相對穩定性。

除此之外，實驗組的調節時間也得到大大縮短， 區域1的調節時間從18.2s縮短至13.2s，縮短了27.5%。這一實驗結果說明，實驗組控制方法在應用中不僅可以有效抑制超調，同時還能夠加快電力系統的收斂過程，使電力系統能夠更快回歸穩定狀態。

4   結束語

針對傳統PID算法控制存在的不足，本文提出了一種基于改進模糊PID算法的控制方法，并通過實驗驗證了該方法與現有方法相比所具備的優勢。將本文提出的控制方法應用于實際，對于提高電力系統運行穩定性和安全性具有十分重要的價值和意義。

總而言之，改進模糊PID算法是提升復雜電力系統頻率控制性能的有效途徑。未來的研究趨勢將更聚焦于：

應對極端不確定性：提升在新能源極端波動、突發大負荷擾動等復雜場景下的魯棒性。

實現多目標協調：在頻率穩定、電壓支撐、經濟性等多個目標間取得更優平衡。

探索工程實用化：降低先進算法的計算復雜度，研究其在實際工程中的可靠部署方案。

作者簡介：

張   鵬（1996-），男，山東濰坊人，學士，現就職于東方電子股份有限公司，研究方向為電力系統控制。

參考文獻：

[1] 李春鋒. 面向礦區電網新能源消納的智能資源調度方法[J]. 計算機仿真, 2025, 42 (06) : 148 - 153.

[2] 李謨發, 張志文, 胡斯佳, 等. 基于MVO算法與改進目標函數的電力系統負荷頻率控制[J]. 電力系統保護與控制, 2024, 52 (6) : 1 - 14.

[3] 郭強, 薛志偉, 蘆曉輝, 等. 含風光水火儲的多區域互聯電力系統協同優化負荷頻率控制[J]. 熱力發電, 2023, 52 (3) : 136 - 143.

[4] 吳文進, 吳晶, 郭海婷, 等. 基于變論域模糊PID算法的鋰電池組級聯式均衡控制[J]. 電子測量與儀器學報, 2024, 38 (8) : 137 - 144.

[5] 楊浩, 金博, 孫正龍, 等. 面向精細化頻率恢復要求的受端電網響應驅動自適應減載控制策略[J]. 中國電機工程學報, 2024, 44 (22) : 8715 - 8729.

[6] 曹沐. 基于RBF - PSO算法的電力系統儲能設備優化選址[J]. 電工技術, 2025, (14) : 68 - 71.

[7] 馬國真, 王云佳, 夏靜, 等. 基于大數據深度挖掘技術的電力負荷智能感知系統[J]. 電子設計工程, 2025, 33 (14) : 171 - 175.

摘自《自動化博覽》2026年3月刊