近年来,被动式超低能耗建筑（以下简称被动房）受到建筑行业越来越多的关注,推动建筑物迈向超低能耗是建筑领域实现碳中和的重要途径。我国严寒地区冬季寒冷且漫长,供暖负荷较大。且由于燃煤供暖需求大,供暖季室外雾霾严重,影响室内空气质量。基于以上两个地域特征,严寒地区实现超低能耗同时保障室内空气质量存在巨大的挑战。目前,严寒地区被动房数目较少,且其设计与建造以技术措施为导向,缺乏能耗全局分析与生命周期的性能优化研究。为此,本文从严寒地区试点项目入手,基于后评估发现的问题展开研究工作。首先,对严寒地区首个被动房示范项目的室内环境与供暖能耗运行参数进行了测试,基于现场调研数据对其室内热环境、室内空气质量和供暖能耗进行了后评估,并与同一小区的普通住宅进行了对比。研究发现被动房高性能的围护结构可有效提高室内操作温度,且由于设置了机械通风系统,可有效稀释室内CO2浓度。然而,被动房供暖季室内PM2.5超标,说明新风系统对细颗粒物的过滤效率不足。供暖能耗计算结果表明供暖实际运行能耗高于超低能耗建筑年供暖耗热量指标,偏差达到33.6%。其次,针对新风系统对细颗粒过滤效率不足导致的室内PM2.5超标问题,通过建立颗粒物质量平衡模型,结合连续监测的室内外PM2.5数据与实际换气次数,对过滤器的最小设计效率进行了求解,并分析了过滤器效率对新风系统能耗的影响。以不保证一定天数（5d,10d,15d,20d）的室外PM2.5浓度作为室外设计浓度,分别计算了室内满足WHO标准（25μg/m~3）、我国一级标准（35μg/m~3）和二级标准（75μg/m~3）所需要最小的PM2.5过滤效率,得到过滤器最小设计效率的选择范围。该参数作为后续敏感性分析的输入变量之一。第三,针对被动房设计参数多且参数取值的不确定性,引入敏感性分析来量化设计参数的不确定性对能耗的影响,选择了基于回归的标准秩回归系数SRRC和基于方差的Sobol方法两种方法来评估各参数对建筑能耗的敏感性。对于参数的全局最优化取值,提出以性能目标为导向、多目标优化算法驱动进行自动寻优的建筑性能优化策略。通过对比不同算法,选择改进的遗传算法NSGA-II作为本研究的优化算法,并选择神经网络作为代理模型构建设计参数与性能目标的映射关系。第四,利用Energy Plus建立了严寒地区某被动房能耗模拟模型,对于夏季供冷能耗的模拟设置了自然通风优先的策略。然后对参数的不确定性进行了蒙特卡洛模拟,应用标准秩回归系数SRRC和基于方差的Sobol两种方法,对被动房能耗影响因素进行了全局敏感性分析。发现新风量是影响供暖能耗和总一次能耗最关键的参数,而朝向和外窗的太阳得热系数是影响供冷能耗的主要参数。建筑围护结构参数取值在75%节能标准迈向被动房标准的过程中,对总能耗的影响有限,但却会增加建筑建造的成本,需要从全生命周期的角度,对围护结构热工性能参数进行全局优化。最后,针对严寒地区不断增强外围护结构热工性能带来的节能边际效应递减规律,以严寒地区某被动房为例,权衡全生命周期成本和碳排放两个目标性能,对被动房热工设计参数进行了全局优化。首先确立了朝向、外墙和屋面保温厚度、外窗类型、窗墙比（东、西、南和北）和外遮阳悬挑长度9个输入变量,然后通过参数化模拟得到优化变量与目标函数的数据库,接着利用人工神经网络构建预测模型的适应度函数,最后利用多目标遗传算法NSGA-Ⅱ对该函数进行优化求解,得到满足全生命周期成本与碳排放最小的优化设计方案。综上所述,本文对严寒地区首个被动房进行了后评估,结合实测数据和理论分析,提出了新风系统过滤器设计效率的计算方法。结合实测数据和数值模拟,得到严寒地区被动房能耗影响因素的敏感性排序。最后,从权衡全生命周期成本和碳排放的角度,求解了被动房热工性能设计参数的最优组合方案。本文的研究可为严寒地区被动房室内环境控制、低碳和节能的建筑设计,提供一定的理论指导和技术支撑。