火力发电在未来较长时间内仍将是我国最主要的发电形式,在促进工业发展的同时也使能源消耗和环境污染形势更为严峻。伴随着机组容量的不断增加,其燃烧过程也愈加复杂。本文基于660MW超超临界燃煤机组的锅炉燃烧建模和优化展开研究,针对炉膛各个燃烧层温度和负荷、各层一次、二次风量、给煤量等信息,对燃烧系统进行分层建模,并采用粒子群算法优化模型参数。基于所建立的燃烧模型和蚁群算法,实现对各个燃烧子模型的优化,降低NOx排放量和排烟温度。主要的研究内容如下:首先分析了影响锅炉热效率的主要因素,以及燃煤机组NOx的生成机理。基于炉膛各个燃烧层温度和其他相关运行参数,分析各个参数与NOx排放、排烟温度之间的相关性。针对660MW超超临界机组的锅炉燃烧历史数据,采用负荷变化区间三等分的原则对其进行样本空间划分,分为低、中、高三个负荷段,并对各个负荷段的输入样本子空间采用主成分分析法进行特征提取,筛选出各个负荷段中对NOx排放、排烟温度的最主要影响因素,为燃烧系统建模奠定基础。其次,采用最小二乘支持向量机(LSSVM)的方法分别对三层样本空间建立了锅炉NOx排放和排烟温度的整体模型,并利用改进的粒子群算法对每层模型中的正则化系数、核函数参数进行寻优。仿真结果表明,所建立的燃烧模型对NOx排放和排烟温度的具有预测精度高和泛化能力强的特点。最后基于LSSVM燃烧模型实现对NOx排放和排烟温度的双目标优化。针对所建立的锅炉燃烧系统的三层LSSVM模型,以锅炉可调整的运行参数为优化变量,包括各个燃烧层的给煤机给煤量、各层二次风、燃尽风等,利用多目标优化的蚁群算法,以降低锅炉的NOx排放量和排烟温度为优化目标进行全局优化。对各子模型进行优化后的结果表明,优化后的NOx和排烟温度都达有所下降,实现了优化目标。