夏季公共建筑冷负荷需求大,冰蓄冷空调系统利用夜间余电蓄冷,日间冰槽辅助制冷机组供冷,实现空调用电“移峰填谷”,缓解了夏季负荷高峰期电网压力。冰蓄冷空调系统是时间和空间上分布的大规模系统,实际工程中不当的控制策略造成了系统运行效率低、能源浪费、运行费用高等问题。因此,研究建筑次日实时冷负荷预测,优化系统运行策略,提高制冷机组效率,实现机组最优组合,对于冰蓄冷空调系统实现节能经济的社会效益具有重要指导价值。然而传统集中式控制系统在暖通空调应用中,控制网络搭建复杂,系统升级改造困难,且设备性能参数难以获取导致模型和优化算法存在误差。为此,本文利用一种新型的群智能建筑技术,构建了基于群智能的建筑冷负荷预测和冰蓄冷空调运行策略优化控制系统,根据冷负荷预测结果,优化冷机和冰槽的供冷策略。具体地包括:(1)以西安某商场建筑的冰蓄冷空调系统为研究对象,建立了制冷机组、冷却塔和水泵的运行能耗模型,以及冰槽蓄冷量、融冰供冷量的计算模型,为优化控制策略提供基础。(2)论文研究了基于建筑空间单元的冷负荷预测方法,建立了改进的自适应学习率深度信念网络冷负荷预测模型,预测建筑次日实时冷负荷需求。根据建筑空间单元划分原则,各空间单元并行独立地完成所控单元的冷负荷预测,基于生成树规则,相邻单元互相传递,最终得到整个建筑的冷负荷总需求。该商场一层建筑的实验结果表明,本文改进的冷负荷预测模型在单个空间单元上取得了更好的预测精度。且较传统的建筑整体预测相比,各空间单元并行的预测方法,充分挖掘了商业建筑冷负荷非线性动态特征,预测结果更接近实际负荷。(3)应用群智能控制结构,以机电设备为单元,提出了一种分布式的多目标粒子群差分进化组合优化算法。以冰蓄冷空调系统能耗、运行费用和能耗损失为优化目标,以实际系统运行物理条件为约束,求解冷机逐时部分负荷率和冰槽逐时供冷比例。与传统的控制策略相比,该优化算法是一种高效的分布式优化算法,具有收敛性好,稳定性高,鲁棒性强等优点,且优化结果提高了冷机运行效率,冷机-冰槽的负荷分配平衡了系统运行能耗和运行费用的矛盾,取得更高的效益。以上研究基于群智能建筑技术,提出了基于建筑空间单元的冷负荷预测方法,进一步提高了建筑冷负荷预测精度。进而,基于机电设备的冰蓄冷空调多目标运行策略优化,取得了更好的节能经济效果。