协调控制系统是电厂单元机组的核心,对电厂的安全、高效运行起着重要的作用,但随着电网容量的扩大以及新能源的快速发展,电网对大型发电机组的调峰调压能力和对电网负荷指令响应有越来越严格的要求,使得常规PID控制难以达到满意的控制要求,所以协调控制系统的优化研究对电厂经济效益的提高有一定的现实意义。单元机组协调控制系统是一个多变量、强耦合的非线性系统,本文研究的是三输入三输出的协调控制系统,传统的PID控制存在多方面问题,不能满足人们对其的控制要求。本文是在分析了模糊控制和神经网络控制的优缺点和分析了协调控制对象动态特性的基础上,提出了将模糊神经网络控制应用在单元机组协调控制系统中。主要完成4个方面的研究工作:1、建立单元机组非线性动态模型。结合现场实际,将模型进行简化并进行机理分析,得出单元机组非线性模型。然后利用数据辨识和参数估计求得单元机组的模型参数,并对模型进行了正确性验证,仿真结果表明了模型的可靠性。2、建立协调控制仿真系统。根据现场SAMA图建立协调控制系统仿真模型,与单元机组模型构成仿真回路,为协调控制的优化做好准备。3、模糊控制和神经网络理论的研究,应用模糊神经网络智能算法设计RBF模糊神经网络自调整参数控制器,该控制器结合了模糊控制系统和神经网络控制的优点。4、将模糊神经网络控制器应用于协调控制系统中,通过仿真实验,并与工程上广泛应用的传统PID控制进行比较,也和自适应模糊神经网络(ANFIS)控制进行了比较,结果表明:本文的RBF模糊神经网络控制方法使协调控制的品质得到了明显的提高,优化后的协调控制系统具有很好的控制水平,负荷响应好,主汽压力和主汽温度波动小。本文提出的系统建模和控制优化方法不仅具有理论研究价值,更具有工程应用意义,对电厂协调控制系统的建模和优化工作起到了借鉴作用。