在我国现阶段的能源结构中,火力发电仍旧占据着很大比重。随着电厂规模的不断扩大,如何保证热工过程的各个环节可以高质量、高经济效益、安全可靠地运行是电力行业健康发展的关键,其中热工过程的控制策略是研究的重点。PID算法因其结构简单、可靠性高,在热工过程控制中被广泛应用。然而,随着工业过程复杂程度的日趋增加,且发电过程中,设备的动态特性会随着负荷的变化而改变,使得系统具有非线性、时变性、滞后性等复杂特性,传统方法难以取得理想的控制效果。本文充分考虑热工过程的控制难点,提出基于Laguerre正交基优化的时间序列模型预测控制算法。在设计中结合算法融合的思想,借鉴传统控制策略的优势进行改进,将改进后的算法应用到典型的热工过程控制系统中,检验了控制效果。本文的主要工作及创新点包括:(1)将多变量Laguerre函数模型预测控制算法与增量式分数阶PID算法相结合,提出了一种具有分数阶PID结构特征的预测控制策略。该算法通过借鉴分数阶PID的控制结构来改进预测控制的性能指标。将所提出的算法应用到火电单元机组负荷控制的仿真实验中,结果表明,与其它算法相比,该方法具有更加出色的跟踪性能和鲁棒性,有效抑制了超调量,改善了系统的控制质量。(2)将带外部输入的自回归(Autoregressive with Exogenous Input,ARX)模型的系数通过Laguerre正交基进行展开,提出了基于ARX-Laguerre模型的预测控制方法,并分别将PID、分数阶PID控制器用于改进滚动优化的性能指标。将改进后的算法应用到过热汽温控制的仿真实验中,结果表明,两种算法均在不同程度上提高了过热汽温系统的控制品质。(3)将带外部输入的自回归滑动平均(Autoregressive Moving Average with Exogenous Input,ARMAX)模型进行Laguerre正交基展开,提出了基于ARMAX-Laguerre模型的预测控制算法,并将其与PID算法相结合,应用到循环流化床锅炉主蒸汽压力控制的仿真实验中,实现了对目标的精确跟踪,提高了系统的快速性和鲁棒性。在参数选定的问题上,为了解决依靠先验知识和人工调试带来的工作量大和取值不精确等问题,本文采用差分进化算法对PID参数进行寻优,使算法在参数整定方面更加智能。