建筑能耗在生产生活能源消耗中占比巨大。而在建筑能耗中，空调能耗占比达到60%左右。因此针对制冷系统的稳定运行以及能效优化研究对于降低建筑电力消耗，建设绿色建筑有着重要意义。目前市面上制冷空调大多采用压缩式制冷原理，在实际运行中，空调往往工作在部分负荷状态下，系统实际运行效率底下。为实现压缩式制冷系统能效的优化，本文对压缩式制冷系统的机理模型进行研究，确定了非线性PID控制算法对制冷系统进行控制，并采用一种改进的粒子群算法实现对制冷系统的工作点优化。
　　首先，分析了压缩式制冷机组的结构构成与基本工作原理，分析了各部件对系统影响以及相互耦合关系。对响应快速的压缩机和膨胀阀建立输入输出关系模型；对动态响应较慢的蒸发器和冷凝器则根据集中参数法建立分相区动态模型。同时，经合理假设简化系统参数，得到包括制冷机组与冷水循环在内的制冷系统七阶动态模型。对于所建分相区模型，使用实验数据辨识模型待定系数，并通过实验数据与仿真数据的对比验证本动态模型的准确性。
　　其次，分析PID控制各个参数的作用与影响。为实现制冷系统控制的稳定性、准确性、快速性，给出非线性PID控制算法，包括误差调整、误差非线性化、误差整合、增益非线性化、控制信号计算、饱和器等环节。通过仿真验证了非线性PID相对于传统PID在制冷系统动态模型控制上的控制性能优势。
　　之后，分析粒子群算法的优化策略、基本结构与优缺点，并从参数调整、拓扑结构调整、与其他智能算法混合三方面深入研究粒子群算法的算法改进。为提高粒子群对制冷系统的寻优能力，设计了一种改进的协同粒子群算法。根据适应度的大小将粒子分为优劣两个种群，两个种群采用不同的进化策略，非线性调整权值，相互合作，协同进化。
　　制冷系统的负荷变化有着长期循环与短期变动的特点，针对这一特性模拟制冷系统负荷需求曲线。最后，构造制冷系统能效优化结构流程：根据系统制冷负荷要求，使用粒子群算法优化工作点，使得系统能耗指标得到优化；并在所优化工作点处使用粒子群算法调节非线性PID参数，优化系统动态指标。通过实验比较了粒子群优化算法相对普通控制算法在能效优化上的优势。