随着智慧城市的进程加快,公共建筑在所有建筑中的能源消耗比不断增大。火车站候车厅作为客流量较大的一类特殊公共建筑,在实际运行过程中,由于候车厅人员具有密集性且变化较大的特点,使得空调系统在兼顾人员舒适性标准与建筑节能时较为困难。因此,对这类公共建筑展开节能优化具有很大的意义。另外,随着节能减排冰蓄冷技术的兴起,其更广泛地被应用到火车站建筑空调领域。在动态客流量的基础上,合理、准确地对火车站候车厅冷负荷进行模拟是优化该建筑冰蓄冷空调运行方式的前提。本课题以客流量变化的动态逐时冷负荷值为基础,能源利用率最高、运营成本最低为目标,对该类建筑的冰蓄冷空调优化展开研究,研究内容如下:首先,基于火车站候车厅的历史逐时数据,确定本课题采用的短期客流量预测算法—BP神经网络、ARIMA时间序列以及组合预测算法,经过对历史数据的预处理,设计出上述算法的各自参数值,并分别应用三种算法对历史客流数据展开预测。最终将三种算法预测结果与实际值对比分析,得出组合预测算法具有较高精准度的结论。其次,以预测出来的客流量数据为原型,对影响火车站候车厅空调负荷的不同因素展开定性、定量分析。采用基于Energy Plus软件模拟和模型计算的方法,分别对围护结构和其他因素进行逐时冷负荷模拟,得出火车站候车厅冰蓄冷空调系统的动态逐时冷负荷值。最后,针对空调系统的工艺流程,建立相应的运行模型—冷量模型、功耗模型以及经济模型。在动态逐时冷负荷值的基础上,将能源利用率最高和运营成本最低设为优化目标,结合相关工程约束条件,应用NSGA-II算法对空调系统进行运行优化,并得出相应的冷量分配控制策略。仿真结果表明,在此控制策略的指导下,系统的运营成本费用可以节约13.0%,能源损失率降低14.7%。