中央空调系统(Central Air-Conditioning)是按照能够满足用户额定负荷设计的,由于中空调系统负荷和空气环境因素是实时变化的,目前按定工作点控制方式是造成空调系统能效比低的主要问题之一。另外,中央空调空气处理单元(Air Handingunit,AHU)的能耗约占整个空调系统能耗的35%左右,其定工作点控制方式造成系统长期运行在大流量小温差的工作状态,因此系统能效比相对较低,能源浪费严重。所以研究空气处理系统的在线优化,使系统在全负荷范围内以最佳工作点运行,对降低空调系统的能量消耗具有重大意义。中央空调空气处理系统的优化目标是系统在满足各种负荷要求的情况下,使系统能耗最小,即对供风风扇、冷却盘管和冷冻水泵进行建模以及优化。本文针对中央空调空气处理系统功率优化多约束、多变量、非线性等特点,提出一种基于混合算法——混沌蚁群算法(CAC)的中央空调空气处理系统优化算法,利用蚁群算法与混沌优化算法相结合的方法,求解中央空调空气处理系统的最小功率。本文将混沌算法嵌入到蚁群算法中,充分结合了两种算法的优点,使混沌蚁群算法比传统增强型蚁群算法具有更好的搜索全局最优解的能力,并且其收敛性较传统增强型蚁群算法有了明显的提高。本算法利用信息素正反馈的思想指导混沌搜索方向和区域,从而克服混沌搜索的盲目性,提高寻优效率。混沌蚁群优化克服了单一蚁群算法经常出现的停滞现象,较容易陷入局部最优解,全局搜索能力较差等缺点,提高了混沌蚁群算法的精确度和搜索速度,为中央空调风系统节能提供了一种新的有效方法。本文通过实验室中的小型中央空调系统,对空气处理单元的不同工况下验证混沌蚁群算法的有效性,得到了令人满意的优化结果,充分验证了此算法的可行性。