火力发电厂通常是由锅炉-汽轮机系统组成,耦合为电力系统的原动机。锅炉-汽轮机结构体系是一个多变量、非线性、时变系统,其蒸汽压力与动力输出回路之间存在强耦合、大时延、非线性和不确定扰动等特征。协调控制是控制负荷跟踪模式的最佳方法,它可以在优化过程中同时兼顾经济节能的要求,即满足实时负荷需求基础上尽可能减少煤、水的消耗,实现经济运行。现代启发式优化方法由于对求解问题约束较少,因此成为解决单元机组协调控制问题的潜在方法。本文主要研究工作如下：1、理论基础分析,包括启发式多目标优化算法、发电厂控制技术理论等研究。详细分析了典型启发式优化算法：遗传算法、差分进化、粒子群优化、模拟退火算法及多目标进化算法等方法的基本原理与设计原则,通过函数测试算例的优化,比较这些方法的性能。2、基于监督控制的稳态协调控制系统一类有效解决锅炉控制系统的方法。由于协调控制器是控制系统的上层回路,而压力与功率控制则是下层回路,因此多目标单元机组协调控制问题可通过优化方法生成最佳设定值调节阀门执行器位置,实现系统在每个设置点处于最佳运行方式。3、算法性能比较。分别将遗传算法、差分进化、粒子群优化等几种用于求解多目标发电机组协调控制优化算例,验证各种算法求解该问题的有效性。4、提出一种改进的差分进化算法,并将改进算法应用于单元机组协调控制优化问题。所提算法采用均匀初始化控制区因子、动态变异等策略减少算法寻优的随机性,改善了初始算法的性能。将改进算法应用于测试算例,并与遗传算法、粒子群优化算法等现有启发式优化方法进行比较分析,验证了算法改进的有效性。将改进算法应用于单元机组协调控制问题,仿真结果进一步验证了改进方法求解单元机组协调优化问题的有效性。5、针对多目标单元机组协调控制问题,分别采用现有代表性多目标进化算法：非劣解分级的遗传算法(NSGA-Ⅱ)、加强帕累托进化算法(SPEA-Ⅱ)对相关问题进行了优化。算例分析表明,这些算法可以有效地生成原始问题的帕累托解集分布,进而为决策者提供更多的方案选择,以方便其按照个人决策偏好和目标优先度从备选方案中进行筛选。