锅炉燃烧系统作为大型火电机组的能源动力来源,其控制水平直接决定了火电机组运行的安全性与经济性。为了提高燃烧系统的控制品质,需要在了解其热工特性的基础上建立较为精确的数学模型。鉴于燃烧系统具有多参数、强耦合、时变和非线性等特点,传统辨识方法难以准确辨识出热工对象模型。而群智能优化算法具备通用性强、全局优化性能高、适合于并行处理等优点,在辨识热工对象时能得到较为可靠的模型。本文以群智能算法中的人工蜂群算法为工具,对1000MW超超临界机组燃烧系统的建模与优化控制进行研究,主要工作如下:(1)基于现场历史数据利用人工蜂群算法辨识燃烧系统选择某一工况下的历史数据,对所选数据进行预处理后,利用人工蜂群算法对燃料量与主汽压、送/引风量与炉膛负压、燃料量/风量与烟气含氧量之间的关系进行辨识。并采取同一负荷下不同运行数据对所得模型进行验证,证明了本文方法的有效性。(2)采用人工蜂群算法整定PID控制器参数针对辨识所得到的模型,分别采用人工蜂群算法和专家经验公式整定PID控制器参数,对该模型施加一定的扰动信号观察控制效果。在保持输入信号与扰动信号不变的情况下,通过修改模型参数以验证系统在参数不确定情况下的鲁棒性。仿真结果表明,经人工蜂群算法优化控制器参数后的系统控制品质更佳。