根据2009年的全国电力工业统计年报数据可知，目前我国已是世界上拥有百万千瓦级超临界机组最多的国家。超临界火电机组的协调控制主要任务是，当机组的负荷指令发生变化时，协调汽机阀门开度，通过改变给煤量，风量和给水流量，使得机组的功率随着负荷指令的变化而变化并保证主汽压力的波动在一个较小的范围内。而超临界协调控制系统的控制品质较难有理想的效果，主要原因是系统具有大滞后、时变性、非线性等特征。针对这些情况，本文主要从以下几个方面入手:论文介绍了一种改进型的粒子群算法，根据电厂超临界机组在460MW负荷点下的试验输入输出，辨识出火电机组在协调被控对象模型，并将辨识结果进行仿真验证，结果说明被控对象模型能够反映实际动态特性。　　其次研究基于常规PID控制算法的协调控制策略，PID控制以其结构简单、对模型误差具有鲁棒性以及易于操作等优点，是迄今为止控制系统当中最常用的一种方法，但是由于其参数基本上是根据调试人员自身的经验来设定的，所以结合改进的粒子群算法对参数进行优化，仿真结果表明优化之后的PID控制器有着更好的控制效果。　　预测控制能有效的在系统受到扰动时，抑制被控量的变化。其是上世纪出现的一类新型计算机控制算法，是以某种模型为基础，利用过去的输入输出数据来预测未来某段时间内的输出，再通过预测误差的二次目标函数的极小化，得到当前和未来集中采样周期的最优控制规律。它具有控制效果好、鲁棒性强等优点。但由于其在运算方面存在计算量大和参数较多且难以整定等问题，本文提出了一种改进型预测控制策略，并利用本文提出的改进型粒子群算法对基于预测控制策略的协调控制进行参数优化，仿真结果表明其控制效果优于基于PID控制策略的协调控制系统。