协调控制系统是电网和火电机组之间的联系者,更是火电机组正常运行的核心控制系统,机组和电网的安全性和经济性都直接受其影响。而一次能源的日渐短缺却给发电行业带来很大的影响,电煤紧张和煤价上涨造成许多电厂的燃烧用煤煤质无法保证。煤质的实时变化,其核心是燃料热值的变化,会直接导致火电机组控制系统增益的改变,使控制品质受到影响,因此燃料热值校正是电厂中亟待解决的问题之一。常规的燃料热值校正方法均是基于机组的静态模型,当负荷发生变化时,热值校正回路都处于跟踪状态,很难达到实时修正燃料热值的目的。本文根据协调控制系统的特性,研究燃料热值实时自适应校正方法,主要研究内容包括:(1)基于协调控制系统的特性,建立机组负荷的CARMA模型。首先对协调控制系统进行机理分析,确定模型结构。然后采样某仿真机的给煤量、汽轮机调节汽门开度和机组负荷数据,用渐消记忆最小二乘法对机组负荷的CARMA模型进行参数辨识。最后利用辨识所得的参数通过燃料热值系数计算函数得到燃料热值系数。通过对燃料热值系数估计值和仿真机模拟值的比较,确定了该方法的有效性和准确性。(2)深入分析BP神经网络的基本原理和特点,选择基于降低网络灵敏度的BP网络改进算法,建立燃料热值系数的神经网络模型。仿真结果表明,该模型具有很好的拟合效果,为后续燃料热值校正方法的设计提供了基础。(3)基于前两章的燃料热值系数,设计一种基于燃料热值校正的协调控制系统优化方案,在协调控制系统中加入燃料热值校正部分,以达到及时修正电站锅炉-汽轮机协调系统的燃烧率控制指令的目的。