旁路系统是大型机组运行的重要辅助设备，具有协调启动、回收工质、减少损耗、降低排放功能。在大型火电厂运行中有着重要的意义。　　汽轮机旁路控制系统是指与汽轮机并联的蒸汽减温、减压系统，它由阀门、管道及调节机构等组成，其作用是在机组启动阶段或事故状态下将锅炉产生的蒸汽不经过汽轮机而引入下一级管道或凝汽器。旁路系统需要与机组控制系统协调运行，并带有连锁装置。PID控制在旁路系统控制中仍占有主导地位，但现在一般工程应用的试凑等方法法得出的控制参数在控制的速度和超调量等方面存在着不足。粒子群优化算法（PSO）是一种具有启发式特点的群体性的智能型优化算法，将寻找具体问题的最优解转化为相应的粒子在特定的搜索空间内进行迭代搜索过程，本文将其应用于旁路控制系统PID的参数优化过程中。　　本文介绍了粒子群算法的原理及常见的改进方法，针对粒子群算法存在收敛速度慢，易陷入局部最优的缺点，在粒子群算法引入模拟退火算法，采用了新的优化算法NSAPSO，即在粒子群算法的寻优过程中加入模拟退火思想，结合SA算法的随机接受准则有效弥补经典粒子群算法在求解复杂问题较易陷入局部最优的缺点，使得算法在具有高效搜索的同时，能选择接受非最优解进而有能力跳出局部最优。同时在算法中加入极值扰动，增加粒子的多样性，进一步改善算法性能。本文将改进的PSO算法应用到PID控制器的参数优化整定过程中，仿真结果验证了该算法的有效性；最后针对油田热电厂＃3机组的控制进行了旁路控制系统优化升级，采用改进的PSO算法对其PID参数进行优化，运行的结果表明基于改进的PSO算法的旁路制系统获得了很好的调节品质和较强的鲁棒性。