循环流化床是一种新型燃煤发电工业技术,无论是低热值的劣质煤或是高热值的优质煤,都能进行充分和高效率燃烧,同时保证系统有良好的节能优势和环保效能。循环流化床锅炉调节性能优异、污染率低、效能高,具有较广的燃烧适应性,其技术的成功应用对于我国完成“碳达峰”和“碳中和”的目标有着重大意义。但由于循环流化床锅炉机组是非线性强耦合控制对象,这使得建立模型与控制优化变得十分困难。因此,建立准确的系统模型并进行优化控制一直是研究热点,对于提升系统性能与控制效果也是至关重要的。本文针对330 MW循环流化床锅炉机组协调控制系统,对结构设置、基本原理、燃烧特性、协调控制系统目标等进行了简单介绍,抓住主要参数变量并进行简化处理,以锅炉机组给煤量、一次风量、阀门开度为输入量,床温、主蒸汽压力、输出功率为输出量,简化系统模型。由于循环流化床锅炉机组系统的动态特性是随着输出功率变化而改变的,并且包含了锅炉机组输出功率全部范围,所以选用输出功率负荷作为前提变量,采用T-S模糊神经网络建立循环流化床锅炉机组协调控制系统模型,并与线性最小二乘法进行比较。仿真实验表明T-S模糊神经网络在全工况范围内都能对系统对象有较好的拟合作用。提出T-S模糊神经网络模型的循环流化床锅炉机组协调控制系统监督预测控制算法。利用实时优化层优化经济目标函数得到最优设定值,监督预测控制器根据优化设定值计算出被控对象的控制量及输出量,进行跟踪控制。通过仿真实验表明,相较于传统广义预测控制,监督预测控制器对循环流化床锅炉协调控制系统这样的非线性多变量系统有很好调控效果,显著改善了机组响应特性,而且具有良好控制性能和品质。