随着中国城镇化进程的推进,建筑能耗在我国总能耗中所占比重已明显增高。预计到2020年,建筑能耗有可能将超过工业能耗将成为社会能耗的第一领域。作为建筑能耗的最主要能耗,暖通空调系统的节能运行对我国能源可持续发展具有重要意义。同时由于暖通空调系统尖峰电力负荷大、负荷高峰段与城市用电高峰期相近等特点,可能会造成城市电网高峰期电力供应不足。冰蓄冷空调系统作为具有电力“削峰填谷”能力的空调节能运行方案,近年来得到了广泛的工程应用。但由于系统复杂,常规运行调节方法难以充分发挥系统优势,严重限制其经济和社会效益。因此,本文以重庆市某区域能源站作为研究对象,研究冰蓄冷空调系统的优化运行策略。首先,从室外自然因素和室内人为因素两个方面对能源站负荷影响因素进行分析,充分考虑区域建筑群微气候及其他因素对建筑空调负荷的影响,最终确定室外干球温度、相对湿度、太阳辐射强度、室外风速、风向、大气压力、降雨量和负荷日类型等8个因素作为负荷预测模型的输入项。建立经典BP神经网络负荷预测模型,将2018年7月1日-8月31日能源站逐时负荷作为样本对预测模型进行训练和验证。预测结果表明相对误差在10%-30%,最终均方误差值MSE为0.00679,最优散点~2值为0.9635,采用BP神经网络建立的负荷预测模型预测准确度较差,拟合程度不佳,网络预测稳定性不足。进一步利用人工蜂群算法对BP神经网络进行优化,建立了ABC-BP神经网络负荷预测模型。采用相同训练样本验证后,发现ABC-BP预测模型预测相对误差小于5%,MSE值为0.0018296接近目标值0.001,预测最优~2值为0.9927,证明ABC-BP负荷预测模型有效克服了BP神经网络预测模型难以确定初始网络参数和易陷入局部极小值等缺陷,具有更高的预测精度、性能收敛速度和拟合程度。其次,分析系统制冷主机和输配系统能耗数学模型,以日运行费用作为目标函数,建立1号能源站冰蓄冷空调系统最优化数学模型;利用Matlab对模型求解,给出100%、75%、50%和25%等不同设计负荷日的优化运行策略,并最终总结归纳得到以电价政策为导向的运行模式。最后,对优化运行策略进行经济性和社会效益验证。计算得到优化运行策略全年可节约运行费用509.3万元,节省率约11.2%;年高峰用电转移率为40%,低谷电量利用率为28.6%,表明具有显著的经济和社会效益。同时,通过不同负荷设计日计算结果分析得出,随着系统负荷率降低,冰蓄冷空调系统的优化运行策略具有更好的经济和社会效益,对于部分负荷工况较多的工程,冰蓄冷空调系统优化运行策略具有更好的应用价值。