随着人们对室内舒适环境的要求不断提高,中央空调系统（Central Air Conditioning System,CACS）在各种建筑环境中得到了广泛应用。蒸汽压缩式制冷机组（Vapor Compression Refrigerating Unit,VCRU）具有易操作、运行效率高和结构形式多样化等特点,成为CACS冷、热源子系统中的关键设备。VCRU安全、经济运行状况可通过相应的性能参数来表征,如冷凝温度Tc,蒸发温度Te,过冷度和过热度等,而冷凝温度Tc对VCRU制冷循环中的第1个热力过程-冷凝效应影响显著。因此设计新型控制策略对Tc进行调节,满足冷凝温度等于其设定值的制冷工艺要求,即Tc=Tc,set,既保证VCRU正常运行,又可带来良好的节能减排效果。充分考虑VCRU中的冷凝器被控对象具有结构参数时变、惯性大和时滞等特点,传统PID调节方式会导致其关键性能参数-冷凝温度Tc的调节时间长、稳态误差和超调量均较大的问题。对此本文提出冷凝温度分数阶PID（PIλDμ）控制策略,且设计改进多目标人工蜂群算法（Improved Multi-Objective Artificial Bee Colony Algorithm,IMOABCA）对该冷凝温度分数阶PID控制器（Fractional Order PID Controller for Condensation Temperature,CT-FOPIDC）参数进行优化整定,提升Tc的调节质量。本文的主要研究内容如下:1.针对冷凝温度被控对象的时滞、大惯性和结构参数时变等特点,提出冷凝温度PIλDμ控制策略。应用改进的Oustaloup滤波器对CT-FOPIDC进行精准拟合。2.依据基本单目标人工蜂群算法（Basic Single-Objective Artificial Bee Colony Algorithm,BSOABCA）,对其学习因子c1和c2进行线性变化,同时保持算法结构和其它参数不变,得到改进单目标人工蜂群算法（Improved Single-Objective Artificial Bee Colony Algorithm,ISOABCA）,且采用经典测试函数验证其有效性。结果表明该ISOABCA从收敛速度、精度和多样性都有了明显的改善。随后,基于ISOABCA,引入快速非支配排序构造Pareto最优解集的方法,构建出改进多目标人工蜂群算法（Improved Multi-Objective Artificial Bee Colony Algorithm,IMOABCA）。应用经典多目标测试函数,对IMOABCA进行验证。结果表明该IMOABCA是可行的,且解的准确性、均匀性、收敛性和多样性均表现出一定的优势。3.根据VCRU工艺要求,对该冷凝温度PIλDμ控制系统中的冷凝温度被控对象、冷凝温度PIλDμ控制器、冷却水流量电动调节阀、冷凝温度测量变送器的传递函数进行了确定。并加入Smith预估器,消除冷凝温度被控对象的时滞对控制系统带来的不利影响,确定该冷凝温度PIλDμ控制系统的运行模式。4.考虑绝对积分时间误差（Integrated Time Absolute Error,ITAE）、调节时间ts和稳态误差绝对值Ess,分别以min ITAE和min(ITAE,ts,Ess)作为ISOABCA、IMOABCA单、多目标适应度函数,设计了冷凝温度PIλDμ控制器参数整定算法,并分别命名为ISOABCA.m与IMOABCA.m。借助水箱液位控制单元（Level Control Unit for Water Tank,LCUWT）,对这两种PIλDμ控制器参数整定算法的效果进行了验证。通过仿真结果与实验数据的对比,表明这两种PIλDμ控制器参数整定算法是可行、有效的。5.借助MATLAB/Simulink软件,分别对基于ISOABCA和IMOABCA的冷凝温度PIλDμ控制系统进行组态和仿真。结果表明,冷凝温度Tc的调节时间短、超调量小,且稳态误差为零。同时,获取了PIλDμ控制器参数最优值[KP*,KI*,K D*,λ*,μ*]。另外,对于相同的冷凝温度被控对象,通过与其他三种控制策略的控制效果对比、分析,本文提出的基于IMOABCA的冷凝温度PIλDμ控制策略明显占优。并依据制冷效率与冷却水流量的仿真结果,定量分析了电量节约、C、CO2、SO2和NOX减排量,表明该冷凝温度PIλDμ控制策略具有一定的节能减排效果。