负荷-频率控制(LFC)一直被认为是大型互联电力系统自动发电控制(AGC)的一个重要组成部分。实际上,电力网用户侧负载持续不断随机变化,对电力互联系统的系统频率和联络线功率产生强烈影响。针对这一现象,设计有效的负荷-频率控制策略(LFC),保持网络频率在额定值和联络线功率潮流满足预定需求是非常必要的。这意味着有效的LFC控制器必须能够快速抑制系统频率和联络线功率潮流的动态波动,保证网络的稳定性和可靠性。为了解决LFC问题,联络线偏压控制策略广泛采用两类典型控制器:传统控制器和智能控制器。传统控制器采用如积分(I),比例-积分(PI),比例-积分-微分(PID)调节器作为LFC策略。在电力互联系统中使用传统的LFC控制器,往往只能取得比较差的性能,如超调量过大、稳定时间过长,无法达到预期的控制目标。所以最近一些基于现代控制技术的智能控制器,如人工神经网络(ANN)、遗传算法(GA),模糊逻辑(FL)、粒子群优化(PSO)等,已被考虑用于替代传统的负荷-频率控制器(LFC)。这些智能控制器的设计原理基本上是基于人类的工作机制。这使得智能控制器具有灵活、高效、适应等优异的控制性能。因此,一般选择一种可行的智能控制器去解决非线性复杂系统的控制问题,特别是针对多区域互联电网负荷-频率控制。本文采用继承和综合的方法构建这些智能控制器。首先,设计了基于基本模糊逻辑(FL)智能控制策略的负荷-频率控制器。然后,通过使用优化技术(如GA,PSO)来设计自适应FL负荷-频率控制器,以此来克服简单FL控制器在确定隶属度函数、规则库以及比例方面的缺陷。另一种有效地改善简单FL负荷-频率控制特性的办法是配合基于ANN的控制器。因此,设计了一种混合控制器有效解决荷-频率控制问题。此外,研究了滑模控制(SMC)策略,以解决非线性和不确定性对负荷-频率控制影响。本文将按照如下的安排展开研究:首先,基于联络线偏置控制策略,建立了包含多控制区域的互联电力系统的数学模型。该模型具有不同的涡轮机以及发电机组,可以作为一个复杂互联电力系统典型案例进行研究。这些模型能够被线性化且不包含不确定性,所以可以用来验证本研究所提出的LFC方法的准确性和灵活性。其次,本文的提出了基于FL和人工神经网络技术的基本智能LFC控制策略。首先提出了两个具有明确规则的简单FL控制器(PI和PD型FL架构)。接着提出了包含NARMA-L2和MRAC的两个基于人工神经网络的LFC控制策略。这些控制策略能够得到比三类传统LFC控制器((I、PI和PID)更优异的控制性能。尽管如此,为了适应实际大规模电力系统的复杂性,仍然需要对它们的隶属度函数、规则库以及比例因子优化方面做进一步的研究。此外,结合FL和人工神经网络技术,设计一种混合智能LFC策略,以进一步增强LFC问题的控制性能。第三,本文提出了一种基于人工神经网络和FL技术的新型混合LFC控制器。特别地,这种新颖的控制策略包括两个连续的阶段:基于MRAC的模型(ANN阶段)和PD型FL架构(FL阶段)。通过两阶段的运行机制,提出的混合LFC控制器能够利用FL和ANN技术的优点,有效满足LFC控制策略的要求。此外,利用高效率的稳频的超导磁储能(SMES)装置,可大大提高混合LFC方法的控制质量,从而在本研究中,可以设计出一个优秀的LFC架构,处理实际的电力互连。第四,本文设计了一个最优的基于FL的负荷-频率控制器,以进一步提高基本LF架构控制特性。这种新的控制架构是所提出的基于PI的基本PI推理系统的改进模型,结合了生物学启发的优化机制(即PSO和GA)和在线调整方法。原则上,通过合理的执行机制,采用PSO和GA算法以及在线调整方法,可以优化基本类PI的FL模型的隶属函数,规则库和缩放因子等一些参数。通过综合,建立了一种新型的自适应PI型FL控制器,与基本的控制器相比,可以获得更好的控制性能。第五,本文提出了一种基于滑模控制的鲁棒LFC架构,解决实际电力系统的非线性和不确定性。一个实际的电力互连系统通常具有非线性和不确定性,使得控制方法的设计极具挑战性。通常采用滑模控制解决此类问题,已应用于许多非线性和不确定控制系统,特别是与现代电力网络的负荷-频率控制。本文所提出的方法,可以显著减少一些非线性如调速器死区(GDB)和频率保持的生成率约束(GRC)的影响,并且考虑了这方面的不确定性。最后通过进行不同的多控制区域互联电力系统模型和负载条件下的数字仿真,表明了本文所提出的控制策略的可行性、有效性以及优越性。仿真结果验证了这些智能控制器能够有效地应用于实际互联电力系统LFC策略中,因此,这些解决方案有可能取代传统的LFC控制器。