中央空调系统是一个非线性、纯滞后、大惯性和大干扰的被控对象，其用电量在南方地区占整个建筑物用电量30%以上，有的高达60~70%。其优化控制和节能一直是业界研究的重要课题和难题，本课题研究其优化控制与节能的关键技术。通过技术移植和学习交叉，研究适合中央空调系统的迭代学习控制算法，克服非线性、纯滞后、大惯性和周期干扰对控制性能的影响。研究充分利用中央空调系统中制冷机组自身的控制系统与迭代学习控制相结合的控制方法，既能保证制冷机组安全高效地运行，又可以低成本地实现对整个中央空调系统的控制。研究以气候条件和建筑物使用方式为输入的基于模式聚类的中央空调系统工况划分方法，使迭代学习控制算法更加有效。最终得到可以低成本实现的，并能克服中央空调系统的非线性、纯滞后、大干扰的中央空调控制系统结构和控制算法，并初步应用于实际。该课题的成果具有良好的社会效益和可观的经济效益大。
