随着人口增长、区域经济发展及工业化和城市化进程的加快,城市污水排放量不断增加,对污水处理设施的处理能力及排放指标提出了更高要求。污水处理是典型的能耗密集型流程,运行成本高是城市污水处理领域的一个严重问题,一定程度上制约了污水处理设施的可持续发展。本文旨在确保污水排放满足标准的同时提高污水处理过程的能源效率,降低能耗。本文研究受到江苏省自然科学基金项目(编号：BK2011346)、湖北省自然科学基金项目(编号：2011CDB277)及“水力机械过渡过程”教育部重点实验室开放基金项目支持。提出了基于POET(Performance, operation, equipment and technology)的污水处理流程能源审计矩阵,用矩阵网格化分析方法规避了当前能源审计研究中概念模糊、指南不明确等问题,规范了污水处理流程能源审计的内容、方法和工具。用实际污水处理厂对基于POET的能源审计矩阵进行了验证,建立了污水处理流程的耗能特征,寻求并验证了节能机会,并明确了污水提升和污水生物处理这两个能效优化的重点研究对象。以城市污水处理流程的连续性为原则,将管网提升泵站与污水处理厂作为整体进行研究,提出了管网泵站的最优控制策略。在优化目标函数中综合考虑分时电价、泵的启停次数及多台泵之间的累计运行时间差,建立了污水提升泵站基于多目标平衡的混合最优控制问题。算例研究表明污水提升泵站混合优化控制方法在高中负荷及低负荷下能分别节省约25%及35%的能源费用,还能有效抑制泵的频繁启停并均化各泵的累计运行时间。提出了基于最小二乘支持向量机(Least square support vector machine, LS-SVM)进行活性污泥污水生物处理过程学习建模的研究方法。研究了基于LS-SVM的动态建模方法,并将LS-SVM模型的稀疏化过程转换为一个以样本剪切率为优化变量并以校验样本均方根误差(Root mean squared error, RMSE)为目标函数的最优化问题进行研究。分别以BSM1 (Benchmark simulation model, No 1)及浙江省某污水处理厂(记为“Z”厂)为范例,建立了污水生物处理过程出水水质指标的LS-SVM动态预测模型。建立了活性污泥污水生物处理过程的多变量能效优化控制问题,以污水处理流程的总能耗为优化目标,以曝气量、混合液回流量及排泥量为优化变量,并考虑了排水水质约束及控制量上下界约束。研究了基于粒子群优化(Particle swarm optimization, PSO)的求解方法。以BSM1及Z污水处理厂为对象,分别验证了能效多变量最优控制策略在多种工况下的有效性。结果表明：BSM1在晴天、雨天及暴雨天时,能效优化控制能分别获得2.8%、4.65%及5.44%的节能率;Z厂在入水COD(Chemical oxygen demand,化学需氧量)高、中、低3种工况下,能效优化控制分别具有7.71%、9.73%及8.9%的节能潜力。本文针对污水提升系统及活性污泥污水生物处理过程展开了能效优化研究,获得了一定创新成果,体现在：①提出了基于POET(Performance, operation, equipment and technology)的污水处理流程能源审计矩阵,规范了污水处理过程能源审计的内容、方法和工具；②提出了污水提升泵站能效混合优化控制策略,在提高泵站能源效率的同时还能有效抑制泵的频繁启停并均化了各泵的累计运行时间；③提出了基于PSO的LS-SVM模型最优稀疏化方法,能同时获得最优剪切率及最小性能指标。本文针对城市污水处理流程建立了一条从能源审计到控制建模在再到能效优化的完整研究路线。提出了基于POET的能源审计、基于LS-SVM的动态建模及基于多变量最优控制的能效优化等一系列方法。论文的研究结论提高了污水处理流程运行优化的理论水平,可为污水处理流程的节能降耗提供技术支撑。