在风能、太阳能等新能源电源大规模入网的形势下，为确保电网的供电品质，大容量超临界、超超临界火电机组参与电网一次调频和自动发电量控制（AGC），进行深度调峰已成为常态。为提高火电机组的深度调峰能力，采用先进控制策略提高机组重要参数的控制效果十分重要。 本项目在国家自然科学基金项目的资助下，进行了一系列理论、仿真及软件开发研究，研制了基于人工神经网络的智能优化控制系统，在火电机组汽温、协调等子系统得以成功应用。 该系统采用先进的人工神经网络建模和群体智能优化技术，针对机组负荷、汽压、过热汽温等重要控制参数，研制了一整套包括神经网络逆控制、神经网络预测优化控制等在内的先进控制算法，开发了优化控制软件，通过数据接口与机组DCS系统双向通讯，实现机组负荷、主汽压及过热汽温等参数的的实时优化控制。

火力发电厂

在火力发电厂优化控制，改善机组协调及汽温系统控制效果，提高机组对电网AGC和一次调频适应能力方面，具有重要的工程实用意义，在大容量火电机组优化控制领域，具有广泛的应用前景。