进入二十一世纪,能源紧缺迫在眉睫,给人类的生存和发展都带来了严峻挑战,人们不得不寻求一些解决办法,本文主要就冰蓄冷空调在建筑节能中的应用展开分析研究。在夏季,空调系统成为主要的用电大户,尤其是高温天气,部分地区的生产生活用电大大增加,使得高峰电力不足。冰蓄冷空调是解决这一问题的有效途径,其在夜间用电低谷时制冰蓄冷,白天用电高峰时释放冷量,实现电网的移峰填谷,进而达到节能的目的。冰蓄冷空调系统的管理目标是实现优化控制,亦可称为预测控制,所以精确的负荷预测是在满足建筑物供冷要求的同时使得制冷机与蓄冰槽合理配合运行的重要基础和前提。本文的主要工作是基于人工神经网络对冰蓄冷空调系统的负荷进行预测,找到大空间使用冰蓄冷空调系统的理想控制方案。首先,研究传统的BP神经网络和量子神经网络的训练方法,设计网络结构,针对体育馆人员数对负荷影响大的特点,建立预测仿真模型,并分别对冰蓄冷空调系统的日总冷负荷进行预测,比较其优缺点。对量子神经网络进行改进,加入人工鱼群算法,增强网络的收敛性。其次,利用Matlab仿真软件,采用自己编写的BP神经网络、量子神经网路以及加入鱼群算法的量子神经网络对该空调系统负荷进行预测仿真。最后结合仿真结果,考虑到研究的是大空间体育馆的冰蓄冷系统,负荷变化大,时间相对集中,采用均衡负荷和蓄冰槽优先相结合的方法来实现控制,并在此基础上完成了冰蓄冷空调机房的控制方案,用WebAccess组态软件设计了控制界面,实现了计算机对冰蓄冷空调系统的远程监控。