太阳能作为一种清洁的新能源,其利用技术与应用领域也在快速发展和逐渐广泛,吸收式热泵技术在太阳能利用方面发挥着越来越大的作用,如何来提高热泵系统的太阳能利用率实现最大限度地节能成为急切需要解决的一个重要问题。本文针对太阳能热泵系统的能量优化利用问题,研究太阳能集热系统和吸收式热泵系统的建模方法,并利用所建立的模型提出了太阳能热泵系统运行的优化调度策略,最终实现能量最大限度的利用。本文主要的研究内容包含以下几个方面:（1）吸收式太阳能热泵系统工作原理分析及实验平台的搭建。通过吸收式太阳能热泵系统工作机理的分析,搭建了太阳能集热系统和以DMF-R134a为工质对的单效吸收式热泵系统。为了实现太阳能的充分利用,在系统中安装了大量温度、压力、流量等传感设备以便实时检测系统的运行状态,同时系统中的循环泵、风机等设备安装了变频器件、电子膨胀阀安装了步进电机控制器以便通过控制装置实现整个系统的优化调度。（2）通过对太阳能集热系统的机理分析,提出了实时预测太阳能集热系统集热量的混合建模方法和经验建模方法,并进行了比较研究。在混合建模方法中:首先根据能量守恒的基本原理和太阳能集热系统传热机理推导出了系统集热量的理论模型,并把理论模型中几何参数、经验参数以及随工作状态变化不大的物理量集总为模型的未知参数,提出混合模型结构;然后利用TRNSYS仿真软件搭建太阳能集热仿真系统,获取用于辨识混合模型未知参数的稳态数据,最后利用PSO算法作为模型参数的辨识方法辨识模型的未知参数。在经验建模方法中:通过对太阳能集热系统工作原理的分析,确定影响集热系统集热量的主要因素,提出系统模型的输入输出结构,利用太阳能集热系统实时采集的稳态实验数据,使用基于径向基函数（Radial Basis Function,RBF）的神经网络建模方法对太阳能集热系统集热量进行了预测。模型预测值和实验结果的比较表明,两种方法都能够在大工况范围内实时地、高精度地预测太阳能集热系统的集热量,其误差分别为2.02%和3.80%。（3）利用BP神经网络建立了太阳能集热量与吸收式热泵系统的能量关系模型。通过对吸收式热泵系统工作机理的分析,阐述了影响热泵系统出力的主要因素,确定了系统模型的输入输出结构,采用BP神经网络的建模方法,建立了太阳能集热量与吸收式热泵系统的能量关系模型。模型预测值和实际值的比较结果表明,模型的预测精度较高,其误差仅为3.25%。（4）利用建立的太阳能集热系统和吸收式热泵系统模型,提出了太阳能集热系统运行的优化调度策略。根据太阳能集热系统集热量与热泵系统制冷需求关系,以用热循环泵的耗电量最低为优化目标,以所建立的模型为等式约束,提出了太阳能集热系统四种工作模式切换的优化控制策略。通过对水箱温度、太阳能保证率和用热循环泵的电耗量的变化进行分析,验证了此优化调度策略的可行性,具有良好的节能效果。