针对控制系统中负荷分量变化的不确定性问题及负荷扰动的随机性问题，结合云模型控制器，设计了一种基于云模型的负荷频率控制方法。将云控制器接入两区域互联电力系统中，输出的PI参数经云控制器调整，实现电力系统的负荷频率控制（LFC）。仿真结果表明，在加入云模型控制器的负荷频率控制系统中，负荷频率达到稳定时间缩短。在某时刻加入扰动信号时，区域1的频率偏差相比于传统控制系统降低了21%，区域2的频率偏差相比于传统控制系统降低了51%。基于云模型的控制系统降低了频率偏差，提高了负荷频率控制的动态性能。

针对区域互联电力系统受到风电及负荷扰动后，系统频率会出现大幅度波动的问题，提出一种基于云神经网络自适应逆系统的多区域互联电力系统负荷频率控制方法。在分析单一区域电力系统有功输出特性的基础上，建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制有效解决系统响应和扰动抑制的矛盾。将云模型引入自适应逆系统构建云神经网络辨识器。利用云模型在处理模糊性和随机性等不确定性方面的优势，进一步提高神经网络的辨识能力。仿真结果表明，所设计的云神经网络自适应逆系统不仅可以得到好的动态响应，还可以使