火电厂锅炉过热蒸汽温度是一类典型的大迟延、大惯性、时变、非线性控制对象。目前主要采用常规的串级式比例积分微分(Proportion Integration Differentiation,PID)控制方案,在大扰动、变工况时难以达到理想的控制效果。而预测控制利用滚动优化、反馈校正的机理,能适应此类复杂系统控制不确定性和时变性的实际情况。由于过热汽温模型特性会随着负荷的变化发生变化的特点,必须考虑控制系统的鲁棒性,因此本文采用广义预测控制算法(Generalized Predictive Control,GPC),并引进了一种简化的广义预测控制算法(JGPC)以减少计算量。为了实时估计对象参数,结合一种带遗忘因子的递推最小二乘法形成JGPC自适应算法,增强控制系统对负荷变动的适应性。　　 综合简化的广义预测控制(JGPC)和串级控制的优点形成了JGPC-PID串级控制,并对电厂主汽温控制系统进行的仿真试验,取得了满意的控制效果。考虑控制过程的实际情况,引入给控制量增加约束的思想,并将全局寻优能力强、简单、易实现的粒子群优化(Particle Swarm Optimization,PSO)算法用于寻找最优控制量,设计出基于粒子群优化的约束预测控制器,构建了基于最小二乘法模型的PSOGPC自适应控制算法,同时对算法实现过程中所涉及的模型辨识、滚动优化算法、反馈校正、参数选择等问题进行分析,并给出算法步骤。这种算法不必求解Diophantine方程,减小了在线计算量,确保了系统的快速性,提高了预测控制的寻优能力,并能够将输入量很好地控制在约束范围之内。　　 最后针对某超临界600MW锅炉高温过热器的过热汽温控制系统,采用PSOGPC-PID串级控制进行Matlab仿真试验,结果表明该方法在保证系统稳定性、准确性和快速性的同时,限制了控制量在规定范围内变化,并避免了控制量的剧烈变化,有较大的实际意义。