随着火电机组规模不断扩大，参与电网调峰日趋频繁，其运行控制呈现出复杂的非线性、大惯性、多变量强耦合特点，且机组特性易随着燃料品质变动、设备磨损故障等发生未知变化，并受到阀门开度、速率等物理限制的严格约束。由于这些困难，常规的建模及控制方法很难取得满意的效果。为此，本文首先将基于“分解-合成”思路的多模型策略与子空间辨识方法结合，利用输入输出数据，为火电机组建立适合高级控制器设计的全局模型，并在多模型子空间辨识的思路和所得模型的基础上研究先进预测控制方法及其在火电机组热工过程上的设计应用，以改进和提高火电厂自动化控制系统的性能和品质。　　本文的主要内容包括:　　1.为解决火电机组热工过程大范围变工况运行下的非线性控制建模问题，提出将分段线性化策略与子空间辨识结合的数据驱动建模方法。方法首先利用间隙值度量的手段，来估计机组在整个运行工况范围内的非线性分布状况，以实现局部区间的合理划分，再使用子空间辨识算法，为每个局部区间建立具有状态空间表达形式的模型。为了克服各局部子模型不在同一基底，无法相互连接的问题，分别针对多变量机炉协调系统及单变量过热汽温系统，给出两种相似变换的方法，将局部模型状态向量转移到统一基底下，组成整体多模型系统。所得模型具有满意精度，适合高级控制器设计的理想形式，同时由于建模过程完全基于数据驱动，无需对于机组工作原理、运行情况、设备部件规格尺寸等作过多了解，易被拓展用于其它复杂系统的辨识建模。　　2.针对火电机组热工过程大范围变工况运行下的非线性控制建模问题，提出将模糊聚类和子空间辨识结合的T-S模糊模型建模方法。方法首先采用G-K模糊聚类的方法，对非线性对象进行结构划分，并确定各局部区间相应的模糊隶属度函数。接着依据多模型策略“以多个简单模型逼近对象复杂特性”的思路，使用一种简化的多模型状态空间结构，以牺牲模型部分非线性逼近能力为代价，克服模糊隶属度函数与输入输出数据结合后，子空间矩阵维数大、算法不可行的问题，使得常规子空间算法能够被直接拓展，用于辨识T-S模糊模型的结论部分。该方法完全基于数据驱动，模糊模型结构与参数的确定一次完成，需要较少的人为干预。由于模糊隶属度函数的存在，局部模型之间连接平滑，便于多模型控制器实现无扰切换。　　3.在多模型子空间辨识的思路基础上，提出了分段线性子空间数据驱动预测控制器和模糊子空间数据驱动预测控制器，用于解决火电机组热工过程大工况范围内的控制问题。通过直接使用子空间辨识的中间矩阵构造预测器，避免了传统模型预测控制的建模过程及相应模型误差的影响。方法同时考虑多模型设计框架下预测器的在线更新，以克服机组特性的未知变化，进一步增强系统的鲁棒性。在Bell-(A)str(o)m机炉协调控制系统的仿真表明:这两种控制器可以在满足输入约束情况下快速适应负荷工况点的大范围变化。　　4.基于子空间辨识所得模型，提出一种稳定预测跟踪控制算法，以实现闭环系统稳定和动态调节最优这两项火电机组运行中的主要控制目标。为解决常规基于状态变量性能指标设计的稳定预测控制在使用子空间模型时输出调节性能较差的问题，直接使用输出变量作为性能指标，重新设计了稳定预测控制算法，改善了输出调节效果。为了增强系统的鲁棒性，确保复杂情况下对输出变量的无偏调节，在模型中扩增了扰动项，用于集中反映燃料品质变化、环境变化、设备磨损故障等未知扰动和特性变化对机组的影响，并借助在稳定预测框架内综合设计扩增观测器和稳态设定值计算器，来估计扰动的大小，最终消除其对控制过程的影响。在600MW机组过热汽温系统和协调系统上的仿真表明，本文设计的稳定预测跟踪控制器可以在满足输入约束、保证闭环系统稳定的前提下实现对火电机组大范围变工况运行的无偏差控制。