能源是现代化建设的基础和动力,伴随着经济与社会的发展,能源与环境问题已经成为世界各国亟需解决的首要问题。为解决能源供需问题,充分利用我国丰富的低温热源,复叠式高温热泵技术是首要选择。制热温度是衡量余热回收的关键指标,制热温度越高代表能质调配的指标越高,则节能的效果越明显。目前复叠式热泵的研究无法满足能质调配的技术需要,为解决以上问题,本文研究的对象为基于逆卡诺循环的复叠式高温热泵系统,简称HTCHP系统。其技术特点是可实现制热温度140℃,为低温能质提升提供有力的技术保障。本文基于目前单级热泵和复叠式热泵的研究现状,基于低温能质提升技术的原理和方法,对复叠式高温热泵系统的循环工质的筛选、热动机械的流固耦合、换热器的优化选择、系统运行参数的优化进行了理论分析,为后续研究工作的开展奠定了理论基础。根据HTCHP系统循环工质筛选的基本原则,首次建立了优选制冷剂的模型,通过对拟合公式求导确定在系统运行温度区间内工质容积制热量的最大值,优选出适合复叠式高温热泵系统的工质对BY-3/R245fa。试验数据证明,工质在150℃排气温度条件下压缩比合理且性能系数较高。通过对冷冻机油进行分析研究,本研究选取160SZ和320SZ分别作为低温端和高温端制冷循环的润滑油。在国家“973”项目的支持下,搭建了20k W的复叠式热泵试验平台,研究系统运行参数对HTCHP系统性能的影响。试验结果表明,当HTCHP系统的制热温度达到142℃时,高低温端制冷循环的压缩比分别为3.84和4.13,系统的COP为1.72,系统具有良好的循环性能。HTCHP系统的?分析计算结果表明,HTCHP系统发生?损失最大的部件为高温端电子膨胀阀、冷凝器和冷凝蒸发器。提高这三者的换热效率是提高HTCHP系统性能的关键。本文引入BP人工神经网络(BP-ANN),预测HTCHP系统的COP、制热量以及高温端冷凝器出水温度,结果表明,BP神经网络在对训练组数据的预测方面具有很高的精度,预测误差都在4%以内,相关系数均接近于1;在对验证组数据的预测上也显示了较高的精度,误差在6%以内。