随着国内环保形势的日益严峻,我国政府越来越重视火电厂污染物的排放问题。氮氧化物是火力电厂排放的一项主要污染物,所以环保部门对氮氧化物的排放制定了非常严格的标准。作为一种脱硝效率高、氨逃逸率低的烟气脱硝方法,选择性催化还原(SCR)技术成为了许多电厂的选择。目前大多数电厂均在SCR控制系统中采用PID控制器,但由于SCR被控对象有非线性、大延迟的特点,所以在现场运行中,采用PID控制方式效果比较差。为了解决这些问题,改善控制品质,本文采用模型预测控制的方法对SCR控制系统进行优化,首先利用经过预处理的现场数据通过模型辨识获得过程模型,并对现有控制系统的控制特点和控制效果进行整合分析,进而运用MATLAB进行预测控制器设计并与现有控制方式进行仿真比较,最后就氨逃逸软测量和多变量模型预测控制在SCR控制系统中的应用进行仿真分析。仿真结果表明,模型预测控制可以很好的改善SCR控制系统的动态特性及抗干扰能力,提高SCR出口氮氧化物浓度控制品质,降低喷氨量。本文中的氨逃逸软测量的实现和SCR多变量模型预测控制的应用不但可以提高SCR控制系统的控制品质,也为实际的SCR控制优化提供了更加丰富的控制思路。