近年来随着智能发电概念的提出,对燃煤火电机组提出了更高的要求,其要求燃煤火电机组集成智能传感与执行、智能控制与优化、智能管理与决策等技术,形成具备自学习、自适应、自趋优、自恢复、自组织的发电运行控制管理模式,实现燃煤火电机组的“少人/无人值守”。然而在新能源电力系统环境下,燃煤火电机组面临的外界环境更加恶劣,为了平抑风电、光伏等新能源电力的随机波动性,在我国能源结构中仍占据主体地位的燃煤火电机组,仍需频繁的参与电网调频调峰。在该外界环境下,为了实现燃煤火电机组的“少人/无人值守”,则需要极大的提升控制系统的自动化程度,即提升控制系统的自主决策控制能力。在火电机组频繁的升降负荷过程中,其调控的重点就是实现风、煤、水之间的协同,其中煤量的调节更是关系到整个锅炉的燃烧状态以及与汽轮机间的能量供需平衡。由于磨煤机出力的限制,在升降负荷过程中制粉系统需要频繁的进行启停操作,其不仅给运行人员带来了较大的操盘负担,且磨煤机启停时机不同、磨组运行组合情况不同,会直接改变炉内的燃烧状态,影响到锅炉各受热面吸热比例以及锅炉运行经济性,因此如何实现制粉系统自启停控制、磨组投切的自动判断和磨组间优化调度,对提升锅炉燃烧系统的安全、经济运行,实现燃煤电站“少人/无人值守”具有重要的意义。本文通过对制粉系统启停流程的分析,以实现快速启停为目标,设计了制粉系统自启停APS控制逻辑策略,为实现制粉系统的自主决策控制奠定基础;进而,根据制粉系统各煤层出力及相关输入变量,通过时序神经网络构建能够反应锅炉各受热面吸热量、锅炉排烟温度及锅炉出口 NOx的锅炉燃烧系统模型;结合机组负荷的日调度曲线和磨煤机备用容量,确定启停磨的最佳时机,并以锅炉燃烧系统的神经网络模型为基础,以锅炉受热面热量分布均衡为目标,采用粒子群优化调度算法,得到不同工况下的磨组合方案和分层配煤优化调度策略。结果表明,通过本文设计的制粉系统自启停控制策略可以实现磨煤机在6分30秒内实现快速启动,为制粉系统自主决策控制奠定基础;根据对锅炉燃烧系统输入/输出变量的分析,以LSTM神经网络算法构建的锅炉燃烧系统模型具备较高的仿真精度,可以支持基于模型的磨组和煤层出力优化的寻优;以锅炉各受热面吸热比例、锅炉排烟温度和出口 NOx排放为目标函数,在煤层变化调整量最小为约束,通过粒子群寻优算法,得到不同负荷工况下最佳磨组方式和煤层出力优化分配方案,从仿真结果可以看出通过本文的优化策略,在一定程度上可以保证锅炉各受热面吸热比例更加合理,避免锅炉内部局部受热面的超温,在不影响锅炉燃烧经济性和排放指标的前提下,更好的提升整个锅炉燃烧系统的安全性。