由于现代火电机组规模不断扩大,且参与电网调峰日趋频繁,电厂热工过程的特性越来越复杂,主要表现在：非线性、多变量耦合、大时滞、控制受约束、未知干扰因素多。传统的线性控制方法在面对这样的复杂对象时一般难以取得良好的控制效果。为此,本文利用多模型策略应对热力系统大范围变工况运行带来的非线性,基于此设计了几种适用于复杂热工过程的先进控制策略,以进一步提高火电厂热力系统的控制品质。本文的主要内容包括：(1)以局部模型网络作为非线性系统的多模型描述形式,提出了一种改进的基于满意模糊聚类的多模型建模方法。该方法不需要预先指定局部模型的个数即聚类数,它基于样本协方差矩阵的奇异值分解来确定初始聚类中心,并利用聚类有效性指标结合建模精度要求来确定最佳聚类数。根据聚类结果可快速确定出局部模型网络(LMN)的模型结构参数,进而采用基于加权性能指标的多模型辨识算法可得到各局部模型参数。对Bell-Astrom锅炉-汽轮机系统的建模结果表明,这种多模型建模方法具有辨识精度高、子模型数少和计算量小等优点。(2)基于局部模型网络设计了两种先进的多模型预测控制策略,即考虑局部模型有效域约束的控制器加权型多模型预测控制(CWMMPC)和基于免疫遗传算法(IGA)优化的模型加权型多模型预测控制(MWMMPC)。第一种控制策略,直接以模型的调度函数值作为控制器的加权值,在设计局部预测控制器时,将局部模型的有效域约束加入到控制律优化求解过程中,避免了因局部模型在整个预测时域内失效导致局部控制量不准确而引起的控制品质下降。第二种控制策略,将离线辨识到的LMN全局模型作为时变预测模型,利用改进后的IGA直接对引入终端代价函数的预测控制性能指标进行有限时域优化,给出最优的控制量；通过利用局部镇定控制器和终端代价函数,可以在确保稳定性和不影响控制品质的情况下,有效缩短预测时域,减小在线计算量。通过对多变量Bell-Astrom锅炉-汽轮机系统以及500MW单元机组负荷系统的仿真试验,分别验证了这两种多模型预测控制策略的优越性能。(3)针对热工过程中存在的各种不可测扰动,设计了一种改进的扰动观测器,并提出了一种基于改进扰动观测器的多模型预测控制(MDOB-MMPC)。局部控制器采用的是一种复合控制策略,即首先利用改进的扰动观测器得到不可测扰动的估计值,然后利用该扰动估计值进行前馈补偿,使受扰被控对象具有与标称对象相似的控制特性；反馈通道的MPC控制律根据标称对象设计,通过在约束处理部分引入前馈补偿信号,可确保系统满足控制约束条件。针对锅炉过热汽温对象的仿真试验结果表明,采用该控制策略的系统对工况变化适应能力强,且能有效抑制各种不可测扰动。(4)针对大惯性、大滞后热工过程因大范围变工况带来的非线性及因煤种变化、环境条件改变和模型简化等带来的不确定性,设计了一种简单易实现的多模型预估滑模控制(MMPSMC)。局部控制器采用的是一种便于运行人员理解和工程实现的基于二阶加纯滞后(SOPDT)模型的预估滑模控制方案,即首先基于标称工况下辨识得到的SOPDT模型构建一个无迟延输出预估模型用于过程输出值的预测,然后通过合理设计滑模函数和不确定上界自适应估计的滑模控制律使得具有不确定性的闭环系统能在任何外扰的作用下保持渐进稳定。针对循环流化床(CFB)锅炉床温对象的仿真试验结果表明,采用该控制策略的系统在大范围工况内均具有调节速度快、超调量小的特点和良好的抗干扰能力。