随着我国经济的快速发展,大型建筑数量不断增多,能耗也居高不下,其中,中央空调冷源系统占了建筑能耗的50%以上。在设计之初,冷源系统的额定制冷量一般会有20%以上的余量,导致其长期处于部分负荷状态;系统控制时考虑到其稳定性与便捷性,未启用设备的变频功能,整体处于最大制冷输出状态,存在较大的节能空间。现有的节能策略中,多建立冷源系统模型来优化系统运行参数,实时匹配需求冷量,但对于相关设备的建模常常不能全面反映现场工况,需求冷量的计算精度也不高;同时,优化的对象仅仅局限于单个设备或是局部系统。本文针对以上问题,以大型冷源系统节能领域作为具体应用场景,设计了节能优化平台架构,对冷负荷的校准与预测、系统建模、寻优算法等方面展开研究,实现了需冷侧与供冷侧之间的动态匹配。主要研究内容如下:（1）针对需冷侧的冷负荷测量中出现大误差、大滞后的问题,设计了一种基于多特征融合的数据校准和长短期记忆网络（LSTM）的冷负荷校准与预测方案。针对传统冷负荷测量值进行特征工程研究,利用多特征融合实现冷负荷的校准,解决了孤立点与测量噪声影响原始数据准确性的问题;理论分析了建筑冷负荷的主要影响因素,建立了适用于冷负荷预测的LSTM模型,克服了冷负荷测量值滞后导致控制效果偏差的通病。（2）为了解决冷源系统能耗、工况难以预测的问题,本文建立了机理特性与数据驱动相结合的冷源系统仿真模型,具体地研究了冷源设备的机理特性,以此作为模型整体框架,并采用数据驱动的方式,对设备特性曲线参数中随时间老化而发生偏移的部分进行修正,实现了模型对设备变化工况曲线的自适应修正。同时,通过现场冷源的能耗、工况数据与仿真数据间的对比验证了模型准确性。（3）为保证冷源系统长期稳定运行在高效节能点,提出了一种带收缩系数的粒子群优化算法与下山单纯形法相结合的混合智能优化算法（PSOCC-NM）,达到了收敛速度快、优化效果好的目的,解决了冷源系统控制变量耦合关系复杂影响寻优效率的问题。本文将供冷侧与需冷侧间的动态匹配问题转化为系统能耗最低化问题,分析了系统整体的能耗耦合关系从而确定优化变量,设计了基于PSOCC-NM的冷源系统全局最优的控制策略。本文将上述节能优化平台在浙江杭州某大型办公楼中实地部署并投入使用,验证该架构可充分满足设计需求。其中,冷负荷预测模型的准确率在98%以上;冷源仿真模型的能耗准确率在95%以上,系统重要参数的均方差变异系数低于15%;2022年9月8日当天部署节能优化平台后的数据显示,冷源系统相较平台部署前节能14%,系统能效比（EER）为4.48,提升20%以上。