冷水机组作为中央空调系统最主要的能耗设备,其控制策略将直接影响到空调系统乃至建筑物的整体能耗。因此,如何在满足舒适性的要求下使中央空调系统节能已经成为该领域的研究热点之一,精准的冷水机组能耗建模以及在此基础上的运行优化对于中央空调节能具有重要意义。本文基于南京某酒店磁悬浮式冷水机组设计采集方案,设置传感器采集了16种运行特征参数以及冷水机组能耗的实测数据,并将其用于基于自动机器学习能耗预测模型性能的验证。然后通过仿真模拟建立了具有额定制冷量一大一小的两台冷水机组简单商场建筑的空调水系统模型,进行了全年逐时能耗模拟运算,获得模拟能耗数据,并将其用于能耗预测模型性能以及冷水机组运行优化策略可行性的验证。传统预测方法由于其系统复杂,运行参数种类多且难以确定,严重依赖物理原理等劣势,难以运用到工程实践。本文将自动机器学习方法应用于冷水机组能耗预测,可有效解决这一问题。结果表明,基于仿真建筑的模拟运行数据,自动机器学习模型得到了很好的能耗预测结果,其预测误差普遍低于5%,有着极佳的预测性能。基于实测数据,自动机器学习模型的RMSE、CV-RMSE和R2分别达到了1.82k W、12.95%和0.9917,均为各模型中的最优值。本文在建立冷水机组能耗预测模型以及能耗仿真数据的基础上,通过辨识影响冷水机组能耗的主要因素,以冷水机组能耗最低为优化目标,分别进行了运行参数优化研究以及负荷分配优化研究。前者输出控制参数为冷冻水出水温度、冷却水进水温度,后者为各冷机负荷率。以带有精英策略的非支配排序遗传算法对上述优化问题进行求解,对比优化前后各负荷率下的能耗,结果表明,提出的方法能够在不同的负荷率下实现较好的节能效果。