近年来,气候挑战使节能减排成为全球各界关注的热点问题,而既有建筑节能改造是其中重要的组成部分。为了响应国家节能减排的号召,本研究着眼于提高不确定条件下既有建筑能源系统的能源效率和节能改造项目的经济收益,以及优化资源配置的目标,将不确定条件下的节能改造规划视为一个复杂系统优化问题,研究相应的不确定参数分析方法、不确定优化建模方法,和模型求解方法。本文围绕节能改造中的不确定问题,展开以下研究:在补丁学习框架下引入长短期记忆网络和支持向量回归,建立了一种局部与全局预测误差都尽量小的建筑能耗预测模型,从源头弱化建筑能耗不确定对改造后建筑性能评估的影响。仿真示例表明了补丁学习预测模型的有效性和精度高等特性。对建筑能源系统运行中的设备损坏和性能衰减现象进行深入分析,建立了设备数量的动态模型。并以一栋中国南方老旧办公楼为原型,构建了有限预算下,包含项目总能耗目标与经济收益目标的节能改造基本优化模型。基于此,进行节能改造规划中参数不确定分析及系统不确定响应研究,建立了三种鲁棒优化决策模型,并对鲁棒性参数进行分析。仿真结果表明了所建立的鲁棒优化模型的有效性。考虑节能改造与被改造建筑用户之间的相互作用,引入能源经济学领域反弹效应的概念,正确评价用户因实施节能改造而改变行为模式所导致的反弹效应的影响,开展基于鲁棒优化的含用户行为不确定的节能改造规划研究。仿真结果表明,考虑反弹效应的鲁棒优化能够削弱直接反弹效应对决策性能的影响。本研究的成果可以为不确定条件下建筑能源系统节能改造提供理论指导与技术支持。