随着智能电网的发展,电网整体的供需相对平衡,但在某些地区的电力负荷高峰期,仍会出现阶段性、局部性的紧张状态。电网缓解间歇式可再生能源发电和需求增长压力的一个关键解决方案是鼓励需求响应（Demand Response,DR）作为需求侧参与电力市场。空调系统是夏季峰值电力负荷的主要贡献者,调控空调系统参与需求响应,是缓解城市电网供需矛盾的重要手段。目前,关于空调系统的需求响应策略已有部分研究,但针对考虑建筑综合热惰性和分时电价相结合的研究还不够深入。基于以上问题,本课题重点研究基于建筑综合热惰性与分时电价的空调系统需求响应控制策略。首先,针对缺少适用于分析需求响应控制策略的建筑综合热惰性模型这一问题,基于建筑动态传热过程,建立完整的建筑热惰性模型。其中,建筑围护结构和内部构件的传热过程使用一维非稳态模型描述,室内陈设物利用“有效面积法”分析。通过实测得到不同室外温度环境下办公建筑的室内温度以及各朝向围护结构内外壁温度,通过BP（Back Propagation,BP）建立室内温度预测模型,由此确定需求响应时段。其次,针对参与需求响应的空调系统负荷预测方法存在预测精度低、预测时长久等问题,提出一种基于主成分分析（Principal Component Analysis,PCA）与海鸥算法（Seagull Optimization Algorithm,SOA）优化的极限学习机（Extreme Learning Machine,ELM）空调负荷预测模型。相较于BP、ELM和PSO-ELM模型,该预测模型的平均百分比误差分别降低7.49%、5.16%、1.01%;预测时长分别降低119.3s、12.5s、3.5s。最后,建立实际空调系统的能耗模型。通过TRNSYS仿真模拟,提出基于建筑综合热惰性与分时电价的空调需求响应室内温度重设和PMV调控策略。结果表明,在考虑建筑综合热惰性利用空调系统提前预冷房间,以及实施分时电价的需求响应控制策略的措施下,系统的峰期负荷转移率有明显的提升:基于温度的优化工况1和基于PMV的优化工况2峰期负荷转移率分别为30.74%和23.29%。相较于各自的常规工况,优化工况1和优化工况2的运行电费分别降低15.62元和18.48元。由此可见,利用建筑综合热惰性提前预冷以及采取分时电价需求响应控制具有一定的优越性。