随着城市化快速发展,许多城市的空调用电量达到高峰用电量30%以上,严重威胁着电网的稳定性,同时对其经济性也有严重的影响。目前,能源资源不足与用电峰谷差的增大,已经成为电力系统面临的最大问题。而冰蓄冷技术因为其“削峰填谷”的特点,得到政府的大力支持。虽然冰蓄冷空调系统具有很好的社会效益和经济效益,但是由于其运行控制的复杂性,又严重制约了它的发展。因此,本文主要对冰蓄冷空调系统的运行调控策略进行研究,以具体项目为研究基础,制定优化配置和运行策略方案。首先,建立BP神经网络负荷预测模型,利用主成分分析法,确定主要的影响因素为天气类型、最高气温、最低气温、负荷日类型,然后用不同类型的负荷样本数据对神经网络进行训练,采用遗传算法对神经网络结构和性能参数进行优化。通过预测结果和真实数据的对比分析,研究得到在有限的训练样本下,根据日负荷类型划分不同的神经网络后,再进行样本训练,预测结果的精确度会有很大的提高,能够把预测数据的最大相对误差控制到7.6%,标准均方根误差为3.8%,预测模型的性能良好,能够指导冰蓄冷空调系统制定优化控制策略。其次,建立制冷机组、输配系统、蓄冰设备的数学模型,用测试数据对模型进行验证。然后根据最优化理论,建立冰蓄冷系统最优化数学模型,利用动态规划方法对模型进行求解,得到了在100%、75%、50%、25%设计日负荷工况下运行的优化控制。在该控制策略下,蓄冰系统年高峰电量转移率为63.5%,低谷电量利用率为39.8%。最后,以重庆某工程案例为基础,利用静态经济评价法对冰蓄冷空调系统经济性进行分析,冰蓄冷空调系统初投资增加3513万元,冰蓄冷空调系统年节省运行费用为765.2万元,投资回收期为4.59年。本文从蓄冷率、负荷预测、优化控制、经济性等方面对冰蓄冷空调系统进行研究,得到的研究成果为用户选择蓄冰系统提供参考。