为了有效改善大气环境,政府有关部门对燃煤机组等大型工业过程污染物排放制定了严格的排放标准,脱硝成为了燃煤机组烟气处理的重要环节。作为一个具有大惯性、大迟延特征的典型工业过程,燃煤机组SCR脱硝系统在传统的基于PID的串级控制方式下,往往不能取得较好的控制效果,随着其理论体系的不断发展完善,预测控制在SCR脱硝系统中得到了越来越多的应用。在碳达峰、碳中和等奋斗目标背景下,火电机组将越来越多地承担调峰调频任务,机组运行工况日趋复杂多变,给SCR脱硝系统控制问题带来了新的挑战,如何改善预测控制的控制性能成为保证SCR脱硝系统稳定经济运行的关键。本文从提高其扰动抑制能力、保证模型精度两个方面来改善预测控制的控制性能以提高SCR脱硝系统的经济性及安全可靠性。在预测控制扰动抑制方面,提出一种扩增状态空间模型用于扰动估计,通过在线核极限学习机对估计出来的扰动序列建立自适应模型,充分利用其中的趋势信息,实现了对规律性较强、变化趋势相对明显的扰动的有效抑制;在模型在线修复方面,提出了一种基于慢特征分析的模型失配监测方法,通过对模型与对象输出偏差变化趋势的特征分析,实现对模型失配的有效监测,与几种典型算法的对比仿真充分说明了该方法的有效性,将其与闭环子空间辨识算法相结合,实现了对模型的有效修复,改善了控制性能;在SCR脱硝系统工程应用方面,提出了一种基于折算喷氨量的脱硝系统建模方案,将SCR脱硝过程转化为准线性过程处理,给建模及控制带来便利,分析讨论了阀门环节的处理方式,基于Python完成了优化控制软件的开发,并设计了相应的组态图修改方案。