中央空调能耗约占整个建筑总能耗的55%左右,而空气处理机组的能耗约占整个空调系统能耗的35%左右,降低空气处理机组的能耗对于整个中央空调系统的节能是十分必要的。目前绝大多数空调处在低效下运行,能源浪费严重,系统大多数时间都处于部分负荷状况下运行,因此,研究空气处理机组的在线优化,使其能根据负荷在线找到最优设定点,将会大幅度降低空调系统能耗。本文通过分析空气处理机组运行过程和各个环节中设备的能耗特点,提出了对中央空调空气处理机组的工作设定点进行在线优化,使空气处理机组在满足用户负荷要求的情况下,实现最佳运行,节约能耗。针对空气处理机组的特点,采用最小二乘算法和BP神经网络,运用实验数据,对关键设备的模型进行辨识,得到的模型可以准确的描述试验设备的能耗特性。根据实际中央空调系统的运行特点,结合建立的设备模型,提出了空气处理机组的优化目标和约束条件,对于所建立的多变量、非线性、包含等式约束和不等式约束的空气处理机组优化问题,从工程实际情况出发,应用基于改进Powell法的罚函数法进行优化。通过运用此优化算法在线优化中央空调空气处理机组,得到送风温度、送风压力等最优设定点,使系统高效地运行,实现了节能优化效果。根据具体的基于LonWorks技术的实验设备,使用Visual C++作为工具,开发了空气处理机组优化软件包。软件包实现了空气处理机组设备的参数录入、主要设备建模、在线优化及在线跟踪等功能,并实现了友好的人机交互界面。