目前,燃煤机组通过对单一技术进行升级来达到超低排放的标准,但是这会导致污染物脱除系统能耗增加,装置运行和维护成本升高,系统的整体经济性降低,所以燃煤电站面临的一个重要问题:如何以更加节能且高效的方式进行烟气污染物控制。随着环保标准日益严格,燃煤机组势必采用污染物一体化控制技术。本文在国家重点研发计划——“燃煤锅炉污染物（SO2、NOX、PM）一体化控制技术研究及工程示范”的支持下,以某300MW燃煤机组为研究对象,结合脱硫脱硝过程机理分析,利用运行数据建立了SCR脱硝系统和吸收塔系统模型,并在此基础上利用遗传算法对运行成本进行寻优计算,在保证达到排放标准的同时系统运行成本最低,为该一体化控制提供运行策略。其中主要研究内容包括:（1）引入稳定因子作为机组稳态工况的判定标准,选取机组负荷和烟气量作为判定参数,采集机组稳态工况下的实际运行数据,并对数据进行标准化。（2）分析SCR和吸收塔脱除污染物的机理,计算影响因数与输出值的皮尔逊相关系数,其中喷氨量、烟气温度、液气比、浸没深度、臭氧流量的皮尔逊相关系数大于0.5;结合机理分析和皮尔逊相关系数计算结果选取模型的输入参数;分别采用BP神经网络和支持向量机进行建模,并对比分析模型精度,结果表明BP神经网络模型具有更好的预测效果,其中SCR模型和吸收塔模型的均方根误差和平均绝对百分比误差分别为4.43 mg/m~3和5.26%、4.27 mg/m~3和8.39%。（3）采用遗传算法优化BP神经网络模型,进一步提升模型精度,其中SCR模型和吸收塔模型的均方根误差和平均绝对百分比误差分别降低至2.73mg/m~3和3.91%、2.17mg/m~3和6.64%;建立污染物一体化控制路线的运行成本计算模型,引入折算浓度,并以脱除吨污染物成本为目标函数,采用遗传算法进行寻优计算,得到吨污染物脱除成本最低时的运行参数以及各项运行成本,由此达到污染物一体化控制的目的;对比分析单独SCR控制和一体化控制两种运行方式达到设定环保标准下的运行成本,分析结果表明一体化控制在脱硝效果和经济性上都具有明显的优势。（4）以优化后的BP神经网络模型为基础,利用Py Qt库开发寻优计算软件。通过简洁的GUI用户界面,以图像和数据的方式显示污染物一体化控制的寻优计算结果,便于实际应用。