协调控制系统作为一种平衡机炉能量供需的解决方案,广泛应用于各类燃煤机组的生产过程中。然而,经典的协调控制系统无法完全克服锅炉侧的大延迟大惯性,致使部分关键参数出现超调与波动,严重影响系统控制品质以及机组运行的安全稳定性。随着智能电站概念的提出,越来越多的智能算法被用于优化协调控制系统。研究一种能够准确预测信号未来变化趋势的算法模型并嵌入控制回路中,对提升控制系统响应能力、保证机组运行效率、维持关键参数的稳定具有积极的意义。本文首先对现有的协调控制系统优化方案进行了细致研究,提出利用时序预测技术优化协调控制系统性能。在此基础上综合分析各类时序预测方法,通过试验证明ARMA模型具有较好的预测精度与适用性。使用仿真数据对ARMA模型进行一系列试验分析并得出模型相关特征,以此为基础并针对实际应用场景优化ARMA模型建模流程,同时选用粒子滤波算法二次优化预测模型,随后通过仿真数据验证优化效果。将优化后的预测模型应用于基于APROS仿真平台的实际机组模型中,通过对比优化前后的主蒸汽压力运行数据证明预测模型的应用价值。最后总结出影响预测模型性能的主要参数,利用试验数据分析参数变化对预测模型产生的影响,提出参数整定方案并为参数自整定程序的开发提供理论依据。由APROS仿真平台试验的运行数据可知,时序预测模型的引入明显降低了主蒸汽压力的超调量,增强变负荷过程中主汽压力实际值对于滑压曲线设定值的跟随性。本文所做工作为解决锅炉侧大延迟大惯性问题以及提升协调控制系统控制品质提供了新的研究思路,所建立的时序预测模型具有较强的理论意义与工程应用价值。