热电厂具有供电和供热的双重功能,比普通电厂拥有更高的能源利用率。目前,热电厂在电力、石化、冶金、造纸和热电联产等企业之中广泛存在。热电厂的运行方式普遍采用母管制。母管蒸汽压力的自动控制对热电厂的安全经济运行至关重要,而负荷的优化分配则是实现母管蒸汽压力控制的基础。因此,研究母管蒸汽压力控制的负荷优化具有重要意义。本文针对热电厂采用不同厂家分布式控制系统(Distributed Control System,简称DCS)的情况,就实现母管蒸汽压力自动控制时所遇到的负荷分配方面的问题进行了深入研究。首先,针对不同厂家的DCS之间不能联网这一问题,设置了一套母管蒸汽压力控制系统,规划了它与各炉DCS之间的信息交换。在详细地分析了各种通信方式的特点后,提出了信息交换采用硬接线的通信方式进行。其次,研究了母管系统的压力负荷特性,建立了压力负荷特性模型,提出了一种基于现场数据的BP神经网络模型参数辨识方法。在此模型的基础上推导出了根据母管蒸汽压力变化求解母管蒸汽总负荷需求的计算公式。实例计算表明参数辨识方法的有效性和模型的正确性。母管蒸汽总负荷需求的求解是设置的母管蒸汽压力控制系统的一项重要功能,是实现母管蒸汽压力控制的先决条件。母管系统压力负荷特性模型的建立有助于推导母管蒸汽总负荷需求的计算公式。然后,为了实现母管蒸汽总负荷需求的分配,针对已有控制方案固定调压锅炉、母管蒸汽压力难以长期自动控制的弊端,提出了调压锅炉组在线辨识、调压锅炉数量的实时统计方法及调压锅炉组蒸汽总负荷的计算公式。最后,针对调压锅炉组蒸汽总负荷的优化分配,提出了一种负荷优化分配新方法——自适应Hopfield神经网络法。算例证明该方法具有和常规的等微增率法一样良好的优化效果,且没有使用条件的限制。