进入90年代以来,由于地方区域经济的迅速发展,航空技术的进步,以及强劲增长的航空业需求,使得大型现代化航站楼建筑成为城市间经济联接不可缺少的组成部分。而且随着人们生活水平的提高,对于出行时大型交通建筑的室内环境品质也有了更高的要求。与此同时,伴随着近年来人们对于空调系统节能与环保要求的更多关注,这些都给大型空调系统的设计带来了更多的挑战和问题。其中,除了需要对大型空调系统的各个部件进行精心设计外,另外一个非常关键的因素就是系统的控制策略问题,如何通过优化系统的控制,使空调系统在满足用户侧负荷的前提下更加稳定和节能地运行,已经成为大型建筑空调系统的重要研究课题之一。对于研究建筑能耗和空调系统运行状态而言,数字仿真器已经被认为是一种功能强大且方便的研究工具。它通常是被用作预测建筑能耗、诊断空调系统故障和优化空调系统运行控制策略等方面的研究。特别对于大型空调系统,任何优化控制策略的提出都必须要建立一个准确、并且仿真结果与实际系统相近的数字仿真器,它被认为是研究空调系统能耗和优化空调系统运行控制策略的基础。因此,本文通过对比实际数据对所研究的航站楼空调系统仿真模型进行了验证和修正,以确保其仿真结果的准确性。本文以我国某大型航站楼供冷站系统作为优化控制的研究对象,经过实地调研与现场测试,获得大量关于该航站楼建筑物、风侧空调区域以及供冷站水系统的结构参数和具体特性。通过对这些数据的整理和分析,利用EnergyPlus平台建立了航站楼建筑及其风侧空调区域的负荷仿真模型,用于为TRNSYS平台所建立的航站楼供冷站水系统仿真器提供实时的负荷数据。同时,本文还利用TRNSYS平台建立了供冷站水系统的实时仿真器,用于分析和验证基于冷水机组供水温度设定值和负荷分配率的优化控制策略。冷水机组的供水温度是影响水泵和冷水机组能耗的关键控制变量,因此,如何合理地优化设定这个控制变量是空调系统节能的关键。本文提出了基于全年优化的固定供水温度设定值控制策略,并通过已建立的系统仿真器对其进行验证和分析。然而,由于空调系统的负荷是逐时变化的,固定的供水温度设定值不能够达到空调系统能耗最小化的控制目标。为了解决这一问题,本文通过已建立的水系统实时仿真模型对冷水机组供水温度设定值进行实时在线的优化,并提出了供水温度设定值实时优化的控制策略。从仿真试验结果可以看出:相比常规基于经验的供水温度设定值控制策略(供水温度设定值为7℃),基于全年优化的固定供水温度设定值控制策略和供水温度设定值实时优化控制策略都有明显的节能效果,然而相比后两者,供水温度设定值实时优化控制策略的节能效果更为明显。另外,冷水机组的负荷分配率也是另一个影响冷水机组能耗的重要控制变量。对于多台机组联合运行的系统,特别是不同额定制冷量的多台机组,它们在部分负荷下所承担的负荷通常都未达到其额定负荷,因此通过优化分配给各台机组的负荷以提高机组的部分负荷率是提高系统整体COP(Coefficient of Performance)的有效途径。本文采用回归方法获得冷水机组COP与部分负荷率PLR(Part Load Ratio)的关系,并建立了各机组部分负荷率与冷水机组总能耗之间的目标方程,然后通过引入冷负荷率时间频数这一指标,列举和分析了本文航站楼在冷负荷率0~100%各区间内,空调系统全年累计运行时间的分布情况,最后利用拉格朗日算法和遗传算法分别求解机组能耗方程,从而获得冷水机组在不同冷负荷率区间内的最优部分负荷率以及全年能耗。从仿真试验结果可以看出:相比常规的顺序控制策略,采用遗传算法GA(Genetic Algorithm)和拉格朗日算法两种优化控制策略都有明显的节能效果。而两者相比而言,采用遗传算法的优化控制策略更为节能,因为遗传算法具有全局寻优的特点,不会存在局部最小点的问题。