在建筑节能的大背景下,暖通空调系统的节能十分必要。负荷计算作为暖通设计的源头很大程度上影响着整个系统是否节能高效。因此,当务之急是找到合理的负荷计算方法。负荷计算方法主要包括静态负荷计算法和动态逐时负荷计算法,前者包括工程常用的冷负荷系数法、稳态计算法、冷热指标法等,后者主要是使用软件去实现动态负荷模拟。但当前的静态负荷计算法存在诸多问题,包括:对围护结构热特性考虑不够、没有考虑室外各设计参数“同时发生”的影响以及固定的不保证时（日）数不能满足的气候变化下的设计要求,并且静态的负荷计算无法提供空调供暖季的负荷分布,无法指导机组根据部分负荷运行调节。而动态负荷模拟必须有合理的逐时气象参数,目前常用的“典型气象年”是基于平均意义下的气象数据,用该数据模拟出的逐时负荷来指导机组选型会使空调系统长时间不能满足室内热湿环境要求。因此,需要开发出一种气象年数据,用该数据模拟的逐时负荷指导设备选型匹配和运行调节。“原设计气象年”数据构成的目的就是为了解决上述问题,但该数据同样存在诸多问题,其先取逐时极端值再替换不保证时刻的做法与暖通规范要求的实质不相符,导致用该数据模拟出的极端冷热负荷偏低（偏高）。并且“原设计气象年”数据在替换不保证时刻时以单一的干球温度为依据,并且没有在历年全年8760小时内替换极端冷热时刻,因此造成替换的不保证时刻不可靠。因此,笔者在改进“原设计气象年”的基础上,使用MATLAB编程生成了不同城市的“新设计气象年”数据,并与“原设计气象年”及“典型气象年”进行数据比较。发现“新设计气象年”和“原设计气象年”各城市逐月日平均温度和时总辐射月均值一般都较“典型气象年”高,个别反常现象是因为“新设计气象年”和“原设计气象年”在构成时,极端冷热时刻由多个气象参数共同决定。运用DeST进行各城市典型办公建筑的负荷模拟,分别将三种气象数据模拟得到的逐时负荷进行比较。发现大部分城市月份中用“新设计气象年”和“原设计气象年”模拟出的逐月极端冷热负荷都较“典型气象年”大,这是因为用“设计年”模拟的结果反映的是一定不保证率下极端负荷的情况。进一步比较“新设计气象年”和“典型气象年”模拟结果,发现在各城市绝大部分月份中,“新设计气象年”的逐月冷、热负荷极值较“典型气象年”大,但也出现反常现象,如重庆的7、8月和北京的8月,“典型气象年”的冷负荷极值大于“新设计气象年”的冷负荷极值,其原因主要是“典型气象年”以月为构成单位时会削弱逐时负荷的极端性,同时“典型气象年”逐时极端负荷时刻的含湿量偏高,导致“典型气象年”部分时刻负荷偏高。根据“典型气象年”构成方法存在的上述严重问题,笔者提出了“典型气象年”的改进方向,包括:及时更新、优化构成单位为周、日、时及结合实际情况确定各气象参数权重比;另外“原设计气象年”由于构成方法和数据处理存在问题,模拟出的极端负荷超出了合理范围,模拟的负荷结果不可靠。进一步比较各气象数据下不同城市的全年逐时负荷情况,发现“新设计气象年”模拟的逐时负荷分布在高负荷区间小时数较多,分布在低负荷区间小时数较少。而“典型气象年”则相反,这是因为“典型气象年”用于负荷模拟分析时是反映该地区平均气候下的负荷分布,而“新设计气象年”用于负荷模拟分析时反映的是一定不保证率下逐时极端负荷的情况。比较各城市用“新设计气象年”模拟得出的选型负荷（极端冷热负荷）和鸿业算出的冷热负荷的大小,发现在各城市都存在夏季鸿业算出的冷负荷较小,而冬季“新设计气象年”模拟得出的选型热负荷较小。原因是规范中室外计算参数的基础数据过于陈旧,随着近年来气候变暖,室外设计温湿度等相对偏低等,且室外设计参数独立确定,没有考虑各气象参数在同一时刻对极端负荷产生影响。提出了基于逐时负荷的逐时最小耗电量控制函数,利用MATLAB中的fmincon编程计算,得出了在重庆“新设计气象年”模拟的空调季逐时负荷下（最大冷负荷为446k W,冷负荷指标114W/m₂）,根据函数优化结果选择大机组制冷容量320kW,小机组制冷容量126k W。在大小机组已经选定的前提下,已知空调期间逐时负荷,根据fmincon函数控制逐时耗电量最小,得出逐时各机组承担负荷的情况。由此得出机组在空调季的最优控制方式,并与传统的逐台启动法相比较,得出优化控制策略较逐台启动控制方式在整个空调季节约耗电量10265k Wh,节约电量百分比为9.4%。