PI(Proportion-Integration,PI)控制是目前风电机组实际工程控制中应用最广泛、最成熟的一种控制策略,其具有结构简单、调节准确、控制效果良好等诸多优点。风电机组是一个多变量、强耦合、随机干扰的非线性系统,将给风电机组PI控制器的参数整定带来较多难题。因此,如何得到合适的PI控制参数就显得十分重要。在国家重点研发计划课题“大型海上风电机组传动链关键部件优化设计和批量制造工艺及检测技术”(2018YFB1501304)的资助下,提出了一种改进粒子群算法,将其应用于风电机组变桨PI控制器的参数优化,仿真证明优化参数改善了系统的控制性能。主要研究成果如下:(1)以2MW双馈风电机组为研究对象,基于Bladed与MATLAB软件得到了风电机组不同工作点下的桨距角-转速传递函数模型,分别采用Pade降阶法、Routh降阶法以及系统辨识法进行模型降阶,经过比较得到了基于系统辨识降阶方法的高精度低阶简化模型。(2)针对粒子群优化算法后期易早熟收敛、陷入局部最优的缺点,提出一种融入思维进化逻辑的改进粒子群优化算法。并通过对标准测试函数的极值寻优,证明了该改进粒子群算法的寻优结果优于标准粒子群算法,提高了算法的求解精度。(3)应用改进粒子群算法对风电机组变桨控制器进行PI参数优化,通过仿真验证了该算法用于PI控制器参数优化的有效性。并设计了风电机组自适应变桨控制器,在Bladed软件中进行仿真分析,验证了基于改进粒子群算法优化的控制参数对于风电机组功率与转速控制的有效性与优越性。