建筑能源系统能够调节建筑物室内的热舒适环境,因此被广泛应用在商业综合体、办公楼、厂房以及医院等建筑中,但是建筑能源系统在为人们带来舒适空间环境的同时,也浪费了很多能源。造成浪费的主要原因包括:以高峰负荷为参照对设备进行设计选型,投入运行后依靠工作人员的历史经验对参数进行设置,控制系统不能根据实际所需负荷进行及时调节等,对建筑能源系统节能方法展开研究具有很高的经济价值、社会价值和环境价值。本文以辽宁省沈阳市某商业建筑能源系统为研究对象,主要研究内容如下:根据所选商业建筑的基本热工参数、制冷系统形式及实际运行情况建立DeST模型,模拟该商业建筑制冷季的自然室温、逐时冷负荷、冷水机组制冷量、循环水泵能耗等参数;基于神经网络处理非线性系统问题的优点,采用SPSS相关性分析,将室外干球温度、含湿量、太阳辐射强度、前一时刻室外干球温度、前一时刻冷负荷以及前一天同一时刻冷负荷作为模型输入变量,将下一时刻系统所需提供的冷负荷作为输出变量,建立目标商业建筑制冷系统的BP神经网络动态负荷预测模型,得到建筑冷负荷的预测值;结果表明,冷负荷预测值与模拟值的平均误差达到98%以上,可以为后文系统优化提供数据支撑。针对目标商业建筑冷水机组负荷率不合理的问题,采用半经验能耗模型作为优化目标函数,不考虑机组内部性能参数的优化,选用COP作为评价指标对优化后的系统整体性能进行评价;利用粒子群算法以目标建筑能源系统的最低能耗为目标进行优化,基于动态负荷预测结果,提出优化策略,确定八个时刻不同工况下各台冷水机组的最优负荷率、系统能耗和优化所需时间;经过优化后的系统COP平均提高28.9%,且每一次优化所需时间在20s以内,能够满足实际工程需求。为了解决目标商业建筑冷水机组内部的运行参数优化问题,采用DOE-2模型结合MATLAB软件拟合建立冷水机组、冷冻水泵、冷却水泵和冷却塔的能耗计算模型,在满足动态负荷预测结果的前提下建立系统运行参数能耗优化计算模型;采用优化算法中的粒子群算法得到不同工况下系统最佳运行参数,带入能耗优化目标函数后,得到优化后的系统总能耗;通过对比分析,经过粒子群算法优化后的系统总能耗可以节约13%-26%,系统的平均节能率为19%左右。在MATLAB软件中的Simulink平台搭建目标商业建筑能源系统的冷水机组、冷冻水泵、冷却水泵以及冷却塔的仿真模块,并对冷却水系统进行动态仿真,验证运行参数优化的准确性和可靠性;对比自适应模糊PID控制系统和传统PID控制系统在稳定情况下和有干扰的情况下对于建筑能源系统房间温度控制的调节效果;结果表明,自适应模糊PID控制系统的调节响应更快,有更强的鲁棒性。