水轮机调速系统是一个水-机-电因素相互耦合的复杂调控系统,由于其模型内包含弹性水击下流量变化引起水头变化体现出的非最小相位特性,电液随动系统中大扰动下的接力器动作过快、参数设置不当出现的极限环和Hopf分岔现象等,使得建立起其精确数学模型很困难。水轮机调速系统通过改变活动导叶开度,调整水力机组输出机械力矩,稳定机组转速,影响电网频率,对保证电力系统安全稳定运行至关重要。但受现实条件制约,无法到水电站参与真机实验,因此运用仿真软件对水轮机调速系统模型进行理论研究成为主要的研究手段,在机理已知的前提下,参数的准确性是建立精确数学模型的重点,而模型中一部分参数可由水力机组获得,参数辨识成为另一部分参数获取的主要方法。本文首先在前人研究的基础上对水轮机调速系统的PID调节器、液压随动系统、压力引水系统、水轮机、发电机等子系统进行了推导,建立了物理意义清晰、模块完整的水轮机调速系统模型。然后应用智能优化算法对模型参数辨识问题进行了研究,辨识所需输入输出数据为所搭建模型在给定扰动输入下的输出响应曲线,分别采用粒子群算法对线性模型进行了参数辨识,将基于莱维飞行改进粒子群算法和人工蜂群算法应用于非线性模型参数辨识中。在所进行的负荷扰动和频率扰动仿真实验中,辨识所得模型参数与预设参数很接近,且辨识输出曲线与给定扰动下系统响应输出曲线拟合的很好。参数辨识的目的是为了获得更为精确的水轮机调速系统模型,从而应用于后续的模型进一步研究。最后对前面已辨识水轮机调速系统非线性模型进行了基于改进差分进化算法（DE）的PID参数优化研究,在一定范围内对PID参数的寻优,通过与粒子群算法（PSO）进行对比,DE能找到此模型在负荷扰动和频率扰动下具有良好调节性能,较稳定过渡过程对应的参数。在20%负荷扰动实验中,DE找到的最优参数比PSO的对应输出曲线更为稳定,调节更快;在5%频率扰动实验中,DE找到的最优参数对应输出曲线超调量仅为1.38%,小于PSO找到的最优参数对应输出曲线超调量6.94%。验证了差分进化算法应用于水轮机调速系统PID参数优化问题可行且有效,为真实机组的PID参数设置提供一定的指导意义。