随着我国经济的快速发展,我国的能源工业面临着进一步的转型升级。分布式能源系统为我国能源工业的转型升级提供了一条新思路。以微型燃气轮机驱动的双效Li Br吸收式制冷机是当前分布式能源系统中应用最为广泛的。其中,Li Br吸收式制冷机因其可对各种低品位热能进行利用、工质安全无毒、噪音小、负荷变化时性能稳定等优点,正受到日益广泛的重视。但由于Li Br吸收式制冷系统具有非线性、大惯性和易受外界干扰等特点,常规的PID控制方法往往无法满足控制需求。于是,本文对双效Li Br吸收式制冷机进行了机理建模和动态仿真,并将基于改进粒子群算法的广义预测控制应用到Li Br吸收式制冷机的控制系统中,控制效果较好。由于标准PSO陷入局部最优的几率较大,于是参考细菌觅食算法中的迁徙策略,提出一种自适应迁徙策略并将其应用于粒子群优化算法中。利用测试函数测试改进算法跳出局部最优的能力以及收敛速度、收敛精度,试验证明均优于标准粒子群算法。并将改进粒子群算法应用于热工参数的辨识中,得到的辨识结果与实际数据拟合程度较高,精度能够满足实际需求。分析双效Li Br制冷机的工作过程,建立了各个部分的数学模型,并结合水和Li Br溶液的热物性以及制冷机的各项参数,对双效Li Br制冷机进行了动态建模和仿真,并进行了阶跃扰动试验分析其动态特性。设计了Li Br制冷系统的冷热负荷调节策略,建立了控制对象模型,利用改进的粒子群算法对控制对象模型参数进行辨识,并与实际仿真结果进行对比,验证了所建模型的准确性。为了解决在实际控制过程中,由于控制对象存在约束而导致的求解最优控制量较为困难的问题,利用改进的粒子群算法对性能指标函数进行优化。并将改进的广义预测控制应用于Li Br吸收式制冷机的负荷控制系统中,与传统PID控制算法的控制效果进行对比,验证了改进预测控制器具有更好的控制效果。