既有大型空调冷源系统长期处于部分负荷运行状态,目前大型空调系统大多依据额定工况运行,使系统存在优化运行以节约系统能耗的空间。现有冷源系统的节能研究中,利用冷源系统模型优化系统运行为常用方法,目前空调系统传统模型中设备结构参数难以获取,而且模型不能反映设备性能随运行时长的衰减;同时大部分系统运行优化局限于单变量或局部系统优化。为能对空调系统全生命期内整体系统进行全局优化,指导系统节能运行,本文构建基于数据学习思想的中央空调冷源系统模型,考虑系统整体节能,对中央空调冷源系统进行节能优化研究。本文分别建立基于数据学习思想的中央空调冷源系统BP神经网络模型和参数辨识模型进行冷源系统运行能耗的预测,对比分析两模型的冷源系统能耗预测精度,针对BP神经网络模型和参数辨识模型在预测系统能耗时随模型输入参数不同各有其高精度预测区间的特点,本文使用K-means聚类方法将BP神经网络模型和参数辨识模型的高精度预测区间相结合形成中央空调冷源系统融合模型,对比BP神经网络模型和参数辨识模型,融合模型的冷源系统能耗预测精度平均提升约30%,其对冷源系统能耗的预测误差约在8%以内。针对目前冷源系统设备运行调节大多局限于启停调节的现状,本文结合冷源系统模型研究了冷源系统设备运行影响因素以及设备多台并联运行优化调节策略。本文应用遗传算法优化多台冷水机组并联运行的负荷分配,制订了多台冷水机组并联运行负荷分配优化调节策略;根据水泵变频运行原理,本文以水泵变频区间和功率为限制条件制订了多台水泵并联运行同步变频优化调节策略,三台水泵并联优化运行对比工频运行的平均节能率约为53.5%;通过分析相同换热量和冷却塔效率下多台冷却塔并联运行能耗,本文以冷却塔风机变频高效区间为限制条件制订了多台冷却塔并联运行同步变频优化调节策略,在满足风机高效变频区间的前提下,冷却塔并联同步变频运行台数越多越节能。在上述基础上从冷源系统全局角度出发,本文以冷源系统运行能耗最低为目的建立冷源系统节能优化目标函数,以冷冻水供水温度、供回水温差和冷却水进水温度、进出水温差为优化变量,在设备安全运行和能量守恒的约束条件下,对不同负荷率下的中央空调冷源系统进行全局优化并分析了全局优化后系统运行参数随负荷率的变化趋势。通过对比冷源系统定流量运行、单独优化冷冻水侧以及单独优化冷却水侧三种系统运行模式下的能耗,全局优化模式在负荷率为40%-100%的运行工况下冷源系统的平均节能率约为14.10%,4.74%,7.62%。结合某地铁站实际中央空调冷源系统,本文利用上述冷源系统全局优化方法模拟分析了该系统某制冷日的优化运行能耗,对比系统实际运行能耗,冷源系统全局优化后的节能率约为13.2%。