作为单元机组的主控系统,有效的火电厂单元机组协调控制系统(Coordinated Control System, CCS)是提升热工自动化水平、提高电厂经济效益的关键。针对单元机组这样的多变量、非线性、大迟延、不确定性强的复杂对象,传统的协调控制系统实际上是以牺牲系统的动态性能来保证系统稳态的解耦性能,尽管结构相对简单且易于实现,但实际运行效果并不理想。由于作为被控对象的单元机组包含着控制领域中大量的典型问题,诸如非线性、多变量、强耦合、大迟延、以及不确定干扰等等,因此成为了各种先进控制策略研究的热点对象之一。针对单元机组这一复杂的非线性MIMO系统,本文将神经网络逆系统方法这一在机器人解耦控制及多电机解耦控制领域得到广泛应用的控制策略应用于单元机组协调控制的研究中。基于Bell-Astrom模型,在证明该模型可逆的基础上,将神经网络对非线性函数的逼近能力与逆系统方法相结合,对单元机组这一多变量、强耦合的非线性系统,设计了基于神经网络α阶逆系统方法的PID复合控制器。然后在Matlab/Simulink平台下构建的Bell-Astrom模型的基础上,对神经网络α阶逆系统复合控制器的控制效果进行了研究。分别对系统的解耦效果、跟随性能、不同工况点下负荷扰动时的状态变化以及单元机组在变工况时的运行状态进行了仿真研究,实现了对单元机组模型的解耦控制。此外,文中还对不同文献中对Bell-Astrom模型相对阶求取时出现两种结果的情况进行了讨论。仿真实验表明基于该方法的单元机组协调控制器具有较强的鲁棒性和良好的应用前景,并为先进控制算法在单元机组协调控制中的应用提供了一条新的思路。