随着我国电力工业的快速发展,热工过程中被控对象维数越来越高、结构越来越复杂,致使系统控制难度越来越大。为了提高系统性能,各类先进控制算法应运而生,如鲁棒控制、预测控制、自适应控制及分散控制等,虽然这些算法都能改善系统的性能,但结构比较复杂,计算量较大。自抗扰控制(ADRC)结构简单、易于设计、抗干扰能力强,自上世纪八十年代被提出以来,已经取得了突破性的进展,迄今为止仍然是控制理论研究的中心问题之一。本文主要研究自抗扰控制器的优化设计及应用研究,努力做到结构优化与参数优化并重,改善系统的性能。首先,在非线性自抗扰控制的基础上,针对其参数多不易调节的缺点,本文将免疫理论中的非特异性免疫、特异性免疫与遗传算法结合,形成了免疫遗传算法。该算法不仅继承了遗传算法与免疫算法的优点,还提高了算法的稳定性、收敛精度和收敛速度。并通过变速恒频风力发电系统自抗扰控制器参数优化实例证明该算法的有效性,解决控制器参数优化问题,提高风能利用效率。其次,针对实际生产过程中多变量系统普遍存在耦合的特点,本文首先采用不变性原理设计多变量系统的动态解耦补偿器；为了简化控制模型,进一步对补偿器模型进行简化；其次在动态解耦的基础上,引入自抗扰控制(ADRC),形成自抗扰解耦控制方案,利用ADRC的解耦功能,将变量间的耦合看作一种扰动进行实时估计和补偿,实现进一步解耦；然后,以循环流化床系统为例,设计该系统解耦前、解耦后的Matlab仿真实验,并与PID控制的仿真结果进行对比,验证该方案的有效性。最后,鉴于工业控制系统中普遍存在着迟延现象,本文充分利用Smith结构对迟延的补偿优势以及ADRC抗扰性强的优点,将Smith结构和ADRC相结合,形成既能补偿迟延又能抑制扰动的史密斯-自抗扰控制(Smith-ADRC)方案。该方案结构简单,设计简便,且具有很强的鲁棒性和适应性。然后,以单变量的主汽温系统、多变量的球磨机系统为例设计仿真实验,并与Smith-PID、ADRC的优化结果进行对比,验证该方案的有效性。