自动发电控制(AGC：AutomaticGenerationControl)是现代电网控制的一项基本和重要功能，是建立在电网调度自动化能量管理系统(EMS)与发电机组协调控制系统(CCS)间闭环控制的一种先进的技术手段。当前，电力市场的竞争愈演愈烈，电网为了自身的安全和经济效益，对火电厂单元机组提出了一系列严格的调频和调峰的范围和速度的要求，竞价上网的市场原则迫使火电厂必须最大限度地挖掘机组潜力，提高效率，减少人员，降低成本，这就要求电厂实现自动发电控制(AGC)。 本文主要以火电机组的自动发电控制系统为例，研究借助Matlab软件采用先进辨识算法及模糊控制方法对协调控制系统(CCS)和自动发电控制(AGC)系统进行建模、仿真及其优化。传统的物理模型参数都是依据设备的额定参数计算得到的，但是随着机组的运行，无论是机组性能还是设备参数都会有所改变，致使模型与实际过程误差很大。针对该问题，文中提出了一种机理建模与基于数据的建模(系统辨识)相结合的建模方法，并利用主元素分析法对庞大的火电厂DCS系统实时数据进行降维处理，找出影响控制过程的关键数据，结合物理机理简化模型，从而在不影响辨识精度的同时，降低建模难度。 由于火电厂控制系统十分复杂，存在大量迟延、非线性、耦合等因素，经典的辨识方法无法对其进行辨识。因此，本文研究引入对模型描述不敏感的、具有随机搜索特性的遗传算法辨识模型参数。确定遗传算法辨识精度的重要因素之一是适应度函数的选取，本文采用不同的适应度函数辨识同一待辨识模型，找出合适的适应度函数，以提高辨识精度。由于遗传算法存在过早收敛(早熟)的缺点，容易使辨识结果陷入局部最优解，这与初始种群的选取有很大关系；同时，初始种群的确定对搜索速度和运算结果精度都有很大影响，因此本文提出一种搜索空间分割法求取初始种群；并针对控制系统模型自身的特点，提出采用子空间辨识的运算结果做为遗传算法初始种群，以提高迭代速度和辨识精度。 仿真模型建立后，以日立HIACS-5000DCS系统为例，结合电厂SAMA图，研究对电厂的控制系统进行Simulink仿真，从而建立一种模型与控制系统相结合的综合仿真模型，使基于Matlab的电厂全仿真模型的建立成为可能。 针对AGC系统使用的PI控制器参数调节困难、鲁棒性差、很难得到系统最佳参数等缺点，本文研究采用模糊PID控制器代替原来的经典PID控制器，使PID参数在运行过程中经过逻辑运算自行调节，达到更好的控制效果，同时研究了模糊控制器参数对系统性能的影响。 综上所述，本文的建模、仿真、辨识及优化研究，无论是对电厂设备的设计、运行、改造，还足对控制系统的组态、性能评价、参数调节，先进控制方法、辨识算法的引入，以及电厂人员的培训、操作都将起到指导作用，将其应用于实际生产过程，必将能缩短开发周期、降低运行成本、节省人力物力，大大提高经济效益。