清华大学 胡泽春：含灵活资源的一次与二次调频联合优化，基于这份解读与资料生成可视化解读与知识图谱

已生成网页产物《含灵活资源的一次与二次调频联合优化 · 可视化解读与知识图谱》，点开上方卡片即可查看：其中含可点击的知识图谱（从问题到三大方法支柱、再到验证与展望）、四步技术主线、两张算例对比图和逐项数字表。

这份解读里最值得记住的三层逻辑

第一层是问题：2024 年全球新增电力装机中 89.4% 为风光，2025 年我国新能源装机首次超过火电、风电光伏累计突破 1800GW（第 3 页），而传统频率控制的三个缺陷是资源单一、自由度有限、参数长期固定（第 4 页）。更关键的是，多数研究把一次与二次调频分开优化，忽略了二者在动态过程上的耦合（第 9 页）。

第二层是方法：先用 looped-functional 方法处理时延与采样，推出闭环系统的 LMI 稳定性判据（对系统矩阵呈凸性），再用凸组合把判据推广到一般控制策略并给出 H∞ 鲁棒判据，最后构造一条把神经网络策略映射到线性策略凸包的通道，让 DRL 在训练与部署前就有理论稳定性保证（第 14–17 页）。在此基础上，才谈决策变量（下垂系数、PI 参数、参与因子）、J1–J6 的加权目标与两类约束（第 22–24 页），并按正常态与紧急态拆成两个 MDP 分别求解（第 26 页）。

第三层是效果：单控制区里，所提方法的区域控制偏差平方和为 0.81Hz，优于经典线性控制的 1.12Hz，但不及不加限制的经典 DRL 的 0.20Hz；AGC 里程为 12.67 p.u.，也低于后者的 15.02 p.u.。也就是说，它在偏差与里程之间做了折中，加权目标 -14.44 的代价更可控（第 19 页）。两区域算例中，0.02 p.u. 阶梯扰动下所提方法 -176.4、Benchmark1 -182.3，而比例分配的两种基准分别为 -7184.5 与 -7175.7（第 29 页），差距主要落在“比例分配”这条做法上。

给从业者的一条提醒：一次调频下垂系数从固定值变为自适应平面（第 25 页）、以及储能指令约 40s 后逐步撤回以避免电量持续偏移（第 28 页），这两点是储能与场站侧最直接可以借鉴的。不过，结论目前建立在单控制区与两区域算例上；原文自己把分散式与分布式判据、更精细模型、多时间尺度融合、多区域训练的数据隐私列为后续工作（第 32 页）。

以上数字与页码均已回核原文；本页为 AI 生成的解读与图谱，最终表述以原文为准。资料详情见：查看解读详情页