水轮机调速系统作为水电站控制的核心,其控制性能的优劣将对电力系统的稳定性产生一定的影响同时也影响着电能的质量,但是由于在实际工况下存在着多种不确定因素,使得水轮机调速系统的建模和精准控制存在一定的困难,因此水轮机调速系统模型和控制方法的研究仍是目前需要研究的重点。本文首先在水轮机调速系统研究现状的基础上分析了水轮机调速系统各部分的结构,并建立了可以满足不同工况下的水轮机调速系统综合模型,以此为研究对象在MATLAB/Simulink上对其进行建模仿真。由于不同规模的水电站其正常运行时对频率的误差要求也不一样,通常大型水电站的频率误差要求范围一般是在?2.0HZ,而小型水电站对频率误差要求比较低通常只需控制在?5.0HZ范围内即可,但由于水电站调速系统存在极大的非线性、时变性,而常规的控制算法难以做到快速性和准确性之间的平衡,因此本文前后总共使用了三种智能控制算法对控制器的三个PID参数进行寻优。首先是改进蝙蝠算法,该算法通过引入惯性权重因子?赋予原蝙蝠算法记忆功能,算法前期给?赋予一个较大的值使算法全局搜索能力加大,后期接近目标的时候给?赋予一个较小的值放慢飞行速度以加强对局部范围的搜索能力,实验结果证明这种算法无论是在应对频率还是负荷扰动时都能很好的控制超调量,只是调节时间较长,因此该控制器适用于生产线较长对频率误差要求较高的大型水电站控制;第二种是模糊神经网络控制算法,该算法将模糊控制和神经网络算法两者的优势进行有效的融合得到模糊神经网络算法,结果表明该控制器的控制效果明显比传统PID控制器要好,调节到稳定状态所需要的时间要比改进蝙蝠算法PID控制器更短,只是该控制器在控制超调量方面略微逊色于改进蝙蝠算法PID控制器,但依然具有较好的稳定性,因此该控制器对于生产线较短对频率误差要求较低的小型水电站来说经济性更好;第三种是改进磷虾群算法,该算法通过对磷虾群算法引入进化因子?以及优化算子?以增加算法自适应调节能力。仿真结果显示在应对频率和负荷扰动时该算法优化的PID控制器具有很好的稳定性以及调节性能,调节时间很短几乎没有超调,在实验过程中具有很好的控制效果,适合于各种类型的水电站控制。