本文工作主要包括:受限预测控制、基于模糊决策的预测控制、模糊增益调度预测控制、基于模糊聚类的非线性预测控制,它们从各个角度上解决了①-⑤所示复杂控制问题.本论文在第二部分详细分析了实际控制系统的幅值、速率受限问题,列举了目前常用的各种受限预测控制策略及其优化算法,对各方法的优缺点做了对比分析,并提出了一种基于粒群优化算法(PSO,Particle Swarm Optimization)的新型受限预测控制方法.它突破了传统二次型指标的约束,能对任何性能指标函数进行受限优化;同时本文利用预测控制滚动优化的特点改进了PSO的随机初始化方法,加快了新型受限预测控制的寻优过程,使计算复杂性大为降低.将上述各种受限预测控制算法应用于双积分系统和吴泾第二电厂再热汽温系统,通过大量仿真试验表明:本部分的受限预测控制具备很好的受限优化能力,能很好的处理热力系统的受限优化控制问题.本论文在第三部分提出了一种基于模糊决策的新型预测控制策略,它能有效处理热力系统的不确定性优化问题.与传统受限预测控制相比,这种新型的模糊决策预测控制方法采用了性能全面、确切的模糊指标函数,将控制系统中的多种输入输出约束自然融合到统一的模糊指标函数中,有效地简化了受限预测控制的整个优化过程;并基于模糊集合理论推导证明了以下结论:无论在单变量还是在多变量系统中,传统预测控制都是新型模糊决策预测控制的一个特例,新方法是传统受限预测控制理论的有效推广.将这种新型模糊决策预测控制算法应用于单变量的汽水热交换过程(强非线性过程)和南京热电厂锅炉再热汽温系统(大惯性过程),仿真试验表明这种新型策略比传统预测控制方法及PID控制方法具有更好的控制品质;同时也将上述方法推广至南京华能电厂300MW直流炉机组对象,大范围的变工况试验证实:这种新型控制系统在具备快速负荷跟踪能力的同时还能保证主汽压力的品质,提高了控制系统的安全性能.为了有效克服传统协调控制策略的缺点,本文的第四部分以非线性机炉系统为基础,研究并建立了非线性机炉协调系统的离散全局模糊模型,并提出了一种新型模糊增益调度预测控制策略.它的滚动时域优化能力使控制系统能动态补偿模型和对象间的失配误差,从而确保协调系统的非线性全局优化性能;同时,这种控制器还能方便地处理控制作用的幅值速率约束优化问题.由对象特性畸变前后的负荷升降试验可看出:本文的模糊增益调度预测控制器具有良好的鲁棒控制品质,在全工况范围内均具备快速的负荷跟踪性能.最后,本文以某火电厂500MW机组实测模型为例,提出了一套通用的多变量模糊建模及非线性预测控制策略.