Frequency Regulation Method Based on Consensus Modeling of Distributed Flexibility Resources

YU Guangzheng; LI Xiangshuai; CHEN Tiantian; YANG Bin; GAO Yuan

doi:10.7500/AEPS20250401004

您当前的位置：

首页 >

文章列表页 >

Frequency Regulation Method Based on Consensus Modeling of Distributed Flexibility Resources

Basic Research | 更新时间：2026-02-28

- Frequency Regulation Method Based on Consensus Modeling of Distributed Flexibility Resources
- Automation of Electric Power Systems Vol. 50, Issue 3, Pages: 67-76(2026)
- 作者机构：
  
  1.上海电力大学电气工程学院，上海市 200090
  2.国网上海市电力公司电力科学研究院，上海市 200437
  3.国网浙江省电力有限公司衢州供电公司，浙江省衢州市 324000
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52207121)
- DOI：10.7500/AEPS20250401004
  CLC：
- Received：01 April 2025，
  
  Revised：2025-09-05，
  
  Online First：12 November 2025，
  
  Published：10 February 2026
- 稿件说明：
移动端阅览
余光正,李香帅,陈甜甜等.基于分布式灵活性资源一致性建模的调频方法[J].电力系统自动化,2026,50(3):67-76.

YU Guangzheng,LI Xiangshuai,CHEN Tiantian,et al.Frequency Regulation Method Based on Consensus Modeling of Distributed Flexibility Resources[J].Automation of Electric Power Systems,2026,50(3):67-76.
余光正,李香帅,陈甜甜等.基于分布式灵活性资源一致性建模的调频方法[J].电力系统自动化,2026,50(3):67-76. DOI： 10.7500/AEPS20250401004.

YU Guangzheng,LI Xiangshuai,CHEN Tiantian,et al.Frequency Regulation Method Based on Consensus Modeling of Distributed Flexibility Resources[J].Automation of Electric Power Systems,2026,50(3):67-76. DOI： 10.7500/AEPS20250401004.

摘要

随着高比例可再生能源并网加剧电力系统频率调节压力，灵活性资源成为频率调节的重要补充手段。然而，灵活性资源分布广、响应参数异构的特性导致集中调控难以适配其动态差异，引发协同效率低下的问题。针对上述挑战，提出多元灵活性资源一致性建模方法及权重动态分配的协同调频策略。通过提炼功率、荷电状态等共性参数，构建基于一阶滞后环节的一致性模型，统一表征资源的动态响应特性。在此基础上，设计“集中训练-分散执行”协同架构。上层统筹全局频率偏差与调频成本优化；下层提出差分奖励驱动的状态交互权重分配机制，通过量化智能体动作对频率控制的贡献，动态筛选高价值交互信息，实现“贡献权重越高，策略影响力越强”的协同控制。最后，以改进的IEEE 39节点为例，验证了所提方法的有效性。

Abstract

With the increasing integration of a high proportion of renewable energy into power grids

the frequency regulation pressure on power systems has intensified

making flexibility resources an important supplementary means for frequency regulation. However

the characteristics of wide distribution and heterogeneous response parameters of flexibility resources make it difficult for centralized control to adapt to their dynamic disparities

leading to low coordination efficiency. To address these challenges

this paper proposes a consensus modeling method for multi-type flexibility resources and a cooperative frequency regulation strategy with dynamically allocated weights. By extracting common parameters such as power and state of charge

a consensus model (CM) based on the first-order lag element is constructed to uniformly characterize the dynamic response characteristics of resources. On this basis

a collaborative architecture with “centralized training-decentralized execution” is designed. The upper layer coordinates global frequency deviation and frequency regulation cost optimization

and the lower layer proposes a differential reward-driven state interaction weight allocation mechanism

which dynamically screens the high-value interaction information by quantifying the contribution of agent actions to the frequency control

realizing the coordinated control with “higher contribution weights leading to stronger strategy influence”. Finally

the effectiveness of the proposed method is verified through a modified IEEE 39-bus system.

关键词

Keywords

references

武昭原，周明，王剑晓，等 . 双碳目标下提升电力系统灵活性的市场机制综述［J］. 中国电机工程学报， 2022 ， 42 （ 21 ）： 7746 - 7764 .

WU Zhaoyuan ， ZHOU Ming ， WANG Jianxiao ， et al . Review on market mechanism to enhance the flexibility of power system under the dual-carbon target ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 21 ）： 7746 - 7764 .

余光正，陆柳，汤波，等 . 考虑转折性天气的海上风电功率超短期分段预测方法研究［J］. 中国电机工程学报， 2022 ， 42 （ 13 ）： 4859 - 4871 .

YU Guangzheng ， LU Liu ， TANG Bo ， et al . Research on ultra-short-term subsection forecasting method of offshore wind power considering transitional weather ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 13 ）： 4859 - 4871 .

YU G Z ， ZHANG Z L ， CUI G ， et al . Low-carbon economic dispatching strategy based on feasible region of cooperative interaction between wind-storage system and carbon capture power plant ［J］. Renewable Energy ， 2024 ， 228 ： 120706 .

YU G Z ， SHEN L X ， DONG Q ， et al . Ultra-short-term wind power forecasting techniques： comparative analysis and future trends ［J］. Frontiers in Energy Research ， 2024 ， 11 ： 1345004 .

张剑云，李明节 . 新能源高渗透的电力系统频率特性分析［J］. 中国电机工程学报， 2020 ， 40 （ 11 ）： 3498 - 3507 .

ZHANG Jianyun ， LI Mingjie . Analysis of frequency characteristics of the power systems highly penetrated by new energy generation ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 11 ）： 3498 - 3507 .

孙华东，王宝财，李文锋，等 . 高比例电力电子电力系统频率响应的惯量体系研究［J］. 中国电机工程学报， 2020 ， 40 （ 16 ）： 5179 - 5192 .

SUN Huadong ， WANG Baocai ， LI Wenfeng ， et al . Research on inertia system of frequency response for power system with high penetration electronics ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 16 ）： 5179 - 5192 .

文云峰，杨伟峰，汪荣华，等 . 构建100%可再生能源电力系统述评与展望［J］. 中国电机工程学报， 2020 ， 40 （ 6 ）： 1843 - 1856 .

WEN Yunfeng ， YANG Weifeng ， WANG Ronghua ， et al . Review and prospect of toward 100% renewable energy power systems ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 6 ）： 1843 - 1856 .

WANG S ， WU W . Aggregate flexibility of virtual power plants with temporal coupling constraints ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 6 ）： 5043 - 5051 .

王枭，何怡刚，马恒瑞，等 . 面向电网辅助服务的虚拟储能电厂分布式优化控制方法［J］. 电力系统自动化， 2022 ， 46 （ 10 ）： 181 - 188 .

WANG Xiao ， HE Yigang ， MA Hengrui ， et al . A distributed optimal control method for virtual energy storage plants in grid ancillary services ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 10 ）： 181 - 188 .

HUI H ， DING Y ， SHI Q ， et al . 5G network-based Internet of Things for demand response in smart grid： a survey on application potential ［J］. Applied Energy ， 2020 ， 257 ： 113972 .

黄如玉，程若发，吕翔龙 . 考虑多重因素的空调虚拟储能响应潜力评估与分层优先排序控制策略［J］. 南方电网技术， 2025 ， 49 （ 3 ）： 1 - 10 .

HUANG Ruyu ， CHENG Ruofa ， LÜ Xianglong . Response potential evaluation and hierarchical priority control strategy for air conditioning virtual energy storage considering multiple factors ［J］. Southern Power System Technology ， 2025 ， 49 （ 3 ）： 1 - 10 .

杨德健，卢学炫，王枭，等 . 考虑用户特征与意愿的电动汽车调节功率刻画及频率支撑策略研究［J］. 电工技术学报， 2025 ， 40 （ 6 ）： 1 - 12 .

YANG Dejian ， LU Xuexuan ， WANG Xiao ， et al . Characterization of electric vehicle regulating power considering user characteristics and willingness and frequency support strategy ［J］. Transactions of China Electrotechnical Society ， 2025 ， 40 （ 6 ）： 1 - 12 .

李晓涵，曹伟 . 弹性充电需求下电动汽车调频激励机制及控制策略［J］. 中国电力， 2025 ， 58 （ 4 ）： 148 - 158 .

LI Xiaohan ， CAO Wei . Frequency regulation incentive mechanism and control strategy for electric vehicles under elastic charging demand ［J］. Electric Power ， 2025 ， 58 （ 4 ）： 148 - 158 .

ZHOU C Y ， YU Q B ， XIAO Y . Day-ahead scheduling of air-conditioners based on equivalent energy storage model under temperature-set-point control ［J］. Applied Energy ， 2024 ， 368 ： 123481 .

FENG C ， CHEN Q ， WANG Y ， et al . Provision of contingency frequency services for virtual power plants with aggregated models ［J］. IEEE Transactions on Smart Grid ， 2023 ， 14 （ 4 ）： 2798 - 2811 .

WEN Y ， HU Z ， LIU L . Aggregate temporally coupled power flexibility of DERs considering distribution system security constraints ［J］. IEEE Transactions on Power Systems ， 2023 ， 38 （ 4 ）： 3884 - 3896 .

CHEN X ， DALL’ ANESE E ， ZHAO C ， et al . Aggregate power flexibility in unbalanced distribution systems ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 1 ）： 258 - 269 .

CHEN X ， LI N . Leveraging two-stage adaptive robust optimization for power flexibility aggregation ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 5 ）： 3954 - 3965 .

XU T ， LIN Z X ， LIN X W ， et al . Multi-agent consensus control scheme for the load control problem ［J］. Energy Engineering ， 2022 ， 119 （ 4 ）： 1501 - 1515 .

KE S ， YANG J ， LU Z H ， et al . Consistency collaboration control strategy based on adaptive virtual inertia in multiple charging stations ［J］. IEEE Transactions on Energy Conversion ， 2024 ， 39 （ 2 ）： 896 - 913 .

仪忠凯，侯朗博，徐英，等 . 市场环境下灵活性资源虚拟电厂聚合调控关键技术综述［J］. 中国电力， 2024 ， 57 （ 12 ）： 82 - 96 .

YI Zhongkai ， HOU Langbo ， XU Ying ， et al . Key technologies for aggregation and control of flexibility resource virtual power plant in market environment ［J］. Electric Power ， 2024 ， 57 （ 12 ）： 82 - 96 .

CAO D ， ZHAO J ， HU W ， et al . Attention enabled multi-agent DRL for decentralized volt-var control of active distribution system using PV inverters and SVCs ［J］. IEEE Transactions on Sustainable Energy ， 2021 ， 12 （ 3 ）： 1582 - 1592 .

LIU H ， ZHANG C ， CHAI Q ， et al . Robust regional coordination of inverter-based volt/var control via multi-agent deep reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 6 ）： 5420 - 5433 .

ZHANG J ， PENG F F ， WANG L L ， et al . A load frequency control strategy based on double deep Q-network and upper confidence bound algorithm of multi-area interconnected power systems ［J］. Computers and Electrical Engineering ， 2024 ， 120 ： 109778 .

梁煜东，陈峦，张国洲，等 . 基于深度强化学习的多能互补发电系统负荷频率控制策略［J］. 电工技术学报， 2022 ， 37 （ 7 ）： 1768 - 1779 .

LIANG Yudong ， CHEN Luan ， ZHANG Guozhou ， et al . Load frequency control strategy for multi-energy complementary power generation system based on deep reinforcement learning ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 7 ）： 1768 - 1779 .

范培潇，柯松，杨军，等 . 基于改进多智能体深度确定性策略梯度的多微网负荷频率协同控制策略［J］. 电网技术， 2022 ， 46 （ 9 ）： 3504 - 3515 .

FAN Peixiao ， KE Song ， YANG Jun ， et al . Collaborative load frequency control strategy for multi-microgrid based on improved multi-agent deep deterministic policy gradient ［J］. Power System Technology ， 2022 ， 46 （ 9 ）： 3504 - 3515 .

谢黎龙，李勇汇，范培潇，等 . 基于深度强化学习的孤立多微电网系统频率和电压综合控制［J］. 电力自动化设备， 2024 ， 44 （ 6 ）： 118 - 126 .

XIE Lilong ， LI Yonghui ， FAN Peixiao ， et al . Comprehensive frequency and voltage control for isolated multi-microgrid system based on deep reinforcement learning ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 6 ）： 118 - 126 .

GUPTA J K ， EGOROV M ， KOCHENDERFER M J . Cooperative multi-agent control using deep reinforcement learning ［C］// Adaptive Agents and Multi-agent Systems Workshops ， May 8 ， 2017， Sao Paulo， Brazil.

MOEINI A . Open data IEEE test systems implemented in SimPower systems for education and research in power grid dynamics and control ［C］// UPEC2015 ， September 1-4 ， 2015 ， Sto ke-on-Trent， UK .

LOWE R ， WU Y ， TAMAR A ， et al . Multi-agent actor-critic for mixed cooperative-competitive environments ［EB/OL］. ［ 2025-04-01 ］. https：//arxiv.org/pdf/1706.02275v4 https://arxiv.org/pdf/1706.02275v4 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Comprehensive Adaptive Control Strategy for Enhancing Frequency Regulation Capability of Grid-forming Wind Turbines

Frequency Control Method for Offshore Wind Farm Based on Trajectory Optimization and Pinning Consensus Algorithm

Real-time Coordinated Pricing Method for Charging Stations Based on Multi-agent Deep Reinforcement Learning

Related Author

CHAO Pupu

ZHANG Ruihao

ZHANG Xiaotong

ZHANG Qiang

JIN Yonglin

LI Weixing

ZHOU Haiqiang

CAO Boyuan

Related Institution

School of Electrical Engineering, Dalian University of Technology

Electric Power Research Institute of State Grid Liaoning Electric Power Co., Ltd.

Electrical and Power Engineering School, Hohai University

State Grid Shanghai Municipal Electric Power Company

College of Electrical Engineering, Qingdao University

⁰