中央空调可以改善室内办公和生活环境,但同时也带来了巨大的能源消耗。相关资料表明,目前在国内,中央空调的耗能量可以占到建筑行业能耗的40%以上。在中央空调中,冷冻水系统能耗的占比非常大,通过节能优化控制降低其能耗对整个空调系统能耗的降低有着重要作用。而精准的负荷预测可以为冷冻水系统的节能优化提供有效的指导,因此,本文以冷冻水系统为对象,基于空调负荷预测对冷冻水系统进行节能和控制优化,以此来实现空调系统的节能。首先,针对冷冻水温差控制的两种方式——定温差控制和变温差控制进行了数学分析,通过对比两种控制方法在相同负荷比下的节能潜力,最终决定采取变温差控制方式作为本文冷冻水系统的调节方式。然后,在TRNSYS里构建出实验房间的虚拟模型,通过仿真模拟得到实验所需的制冷季负荷。采用最小二乘支持向量机（Least Square SVM,LS-SVM）模型对空调负荷进行预测,并通过对比不同组输入数据下LS-SVM模型的预测效果确定了模型的最佳输入数据集。针对LS-SVM模型使用时存在的核参数和正则化参数难以准确确定的问题,提出了一种改进遗传算法（Genetic Algorithm,GA）对LS-SVM模型进行改进。利用改进前后的LS-SVM模型分别对两个不同预测日的空调负荷进行预测,发现改进后的LS-SVM模型相较于改进前预测精度有明显提升,其预测结果的平均相对误差分别从2.08%和1.39%下降到1.43%和0.70%。接着,以数学建模的方式建立冷冻水系统相关设备的能耗模型。同时以供回水温差为对象构建冷冻水系统的控制传递函数。在完成相关的建模工作以后,以冷冻水系统运行能耗最小为目标进行优化,并在相应的约束条件下,利用本文提出的改进遗传算法对冷冻水系统的能耗以及运行参数进行寻优,从而得到冷冻水系统的最优能耗以及最优能耗下的供回水温差值。通过对比发现,优化后冷冻水系统的能耗相较于优化前有明显降低,优化后系统的节能率最高可达9.61%。最后,为了确保最优温差设定值变化时,系统快速稳定进入新的最值状态,本文提出了一种基于改进GA的无模型自适应控制（Model Free Adaptive Control,MFAC）算法。通过对预测日内连续三个时间段的最优温差再设值进行控制,并对比传统PID以及改进前MFAC的控制效果。结果表明改进后的MFAC在对冷冻水系统进行控制时有较好的鲁棒性和更短的调节时间。