随着建筑节能措施的推进，建筑围护结构保温性能逐步提升，内扰负荷占比增加使得建筑空调负荷的不确定性突显。同时，随着能源供给侧及需求侧的改革，可再生能源将在未来能源供给中承担重要角色，建筑将从“降耗时代”跨入“赋能时代”。可再生能源系统的固有间歇性及不确定性将增加能源供给的不确定性。确定性设计方法由于未考虑设计边界的多重不确定性，在经济性及可靠性设计方面存在不足。此外，随着建筑从能源消费者角色到能源产销者角色的转变，未来在建筑能源系统设计过程中考虑电力与热力的协同，设计与运行的耦合将成为新的设计常态，建筑能源系统复杂性也将成为设计人员需要解决的设计困局。针对上述问题，本文首先开展了建筑能源系统设计复杂性问题分析，进而继续考虑负荷、可再生能源的不确定性，对不确定设计边界下的建筑能源系统随机规划进行了研究，主要工作如下：
　　(1)为了应对建筑能源系统设计的复杂性难题，本文基于数学规划理论，发展了三类具备不同设计复杂度的建筑能源系统优化设计模型。采用设计与运行一体化的精确优化算法对模型全局最优搜索。通过与案例原设计方案对比分析，验证了优化设计模型在实现建筑能源系统优化设计中的有效性及优越性。
　　(2)在完备不确定性边界场景集合生成方法方面，提出了基于蒙特卡洛仿真与信息熵理论结合的完备不确定性场景集合生成方法。首先建立了用于建筑能源系统随机边界条件生成的蒙特卡洛仿真架构，以相对熵作为蒙特卡洛仿真收敛性判定指标，以蒙特卡洛仿真收敛判定随机场景集合的不确定信息完备性。基于完备不确定性边界场景集合，探究了设计边界不确定性对建筑能源系统优化设计目标及设计方案的影响。研究发现，不确定性会给建筑能源系统优化目标值及配置方案带来显著影响。基于单一确定场景的建筑能源系统优化设计方案存在供能不足的风险。因此在建筑能源系统设计阶段应该考虑设计边界条件的不确定性以提升系统的经济性及供能可靠性。
　　(3)面对建筑能源系统设计的复杂性及负荷的不确定性，提出了一种考虑荷侧一维不确定性的随机规划方法。为了在随机规划模型中考虑包含完备不确定性信息的负荷场景集合，同时保证模型的可解性及高效可解性，本文构建了一种用于随机负荷场景集合的时频域数据降维方法—Bin法。Bin法的优势在于时域到频数域降维过程中可以保证不确定性信息的无损，即降维是有效的，同时降维后的数据维度与随机场景集合数量无关，即降维是高效的；进一步考虑可再生能源出力引起的建筑能源系统源侧不确定性问题，提出了一种考虑源/荷双重不确定性及其时序互相关性的随机规划方法。在Bin法基础上继续发展了Bi-Bin法用于实现源/荷双重不确定性场景降维。与Bin法相比，Bi-Bin法可以考虑源/荷之间的时序互相关性，保证了时频域数据降维过程的有效性。通过算例分析，验证了上述随机规划方法的有效性及求解高效性。并通过与确定性优化设计方案对比分析，验证了本文提出的基于完备信息的随机规划方法在实现建筑能源系统设计方案经济性及可靠性方面的优势。
　　(4)储能能够提升能源系统柔性，而储能策略的随机性也增加了能源系统设计过程的不确定性，面对源/荷/储多维不确定性，本文提出了一种考虑源/荷/储多维不确定性条件的建筑能源系统随机规划方法。构建了典型年及典型日双重场景缩减技术，保证了随机规划模型可解性，同时兼顾了设计边界条件的不确定性。由于随机规划模型考虑了边界条件不确定性，因此随机规划方法可以实现不确定性设计条件下建筑能源系统的全寿命周期经济效益最大化；本文继续探讨了储能在应对源/荷不确定性时的效能，案例结果表明储能柔性能够抵御一定程度的负荷预测偏差。因此面对未来负荷以及可再生能源出力的不确定性，有必要考虑储能系统的规划，提升建筑能源系统的供能柔性，增加系统对抗不确定性的能力。