我国的能源组成结构决定电力行业在未来相当长的一段时间内仍以燃煤发电为主。超超临界机组凭借其在发电效率,污染控制,经济性以及可靠性等方面的优势,成为燃煤发电的主流。协调系统作为整个机组系统的核心之一,一方面用于将汽轮机与直流炉作为一个整体进行负荷控制以快速响应外界电力负荷的变化,另一方面用于控制机组内部不同复杂工况之间的切换,同时并保证机组内部运行参数(尤其主蒸汽压力)的稳定。直流炉的结构特点,以及汽轮机与直流炉之间存在的响应差异性,使得机组协调系统具有更高的控制要求。研究并建立协调系统的数学模型,对提高整个机组的控制性能、机组的发电效率并保证机组安全可靠的运行有着非常重要的意义。本文在分析整个机组工艺流程的基础上,并结合机炉协调的控制方式,建立了三输入三输出的多变量控制对象。通过采用不同的子空间辨识算法对系统进行模型辨识,直接得到了协调系统的阶跃响应系数模型,该模型不仅能直观地体现协调系统的动态特性,而且还能直接应用于一些先进的控制算法中。论文的主要工作如下:1.分析超超临界机组的工艺流程,结合协调系统的的动态特性分析,建立了协调系统三输入三输出的模型辨识对象。2.研究闭环子空间辨识算法SIMPCA,SOPIM以及CSOPIM,CSIMPCA。通过对几种算法的理论分析与比较,引入了新的辅助变量,并结合SVD分解提出了IV_SIM_SVD闭环子空间辨识算法。通过经典实例的仿真结果对比,验证了该算法具有较好的一致性。3.研究基于数据驱动的闭环子空间辨识算法。通过附加这一算法求解过程中所忽略的对结果矩阵结构形式上的约束,提出了改进的基于数据驱动的闭环子空间辨识算法,通过仿真实例验证了该算法在一致性上有所提高。4.针对工业现场实际应用的需要,完成辨识软件的功能需求分析,开发系统辨识软件SYSID。分别实现了Modbus与OPC两种通信协议,变量配置模块,历史数据显示,测试信号以及模型辨识模块。5.采样1000MW超超临界机组仿真机数据进行辨识实验,分别采用基于数据驱动的闭环子空间辨识算法以及该算法的改进版本两种算法,实验结果验证了改进算法的有效性。