1.目标建筑的冷负荷需求预测方法，其特征在于，包括如下步骤：步骤a：利用Mini-Max建筑空间单元划分方法将目标建筑划分成多个空间单元；

步骤b：采集各空间单元内空调箱数据，根据空调箱数据获得各空间单元的标准供应冷负荷；

步骤c：采集待调控日当前时刻的冷负荷影响因素，将当前时刻的冷负荷影响因素和各空间单元的标准供应冷负荷分别输入PSO-BP网络预测模型，输出各空间单元当前时刻的冷负荷需求预测值；

步骤d：若当前时刻不是待调控日的最后一个时刻，则令待调控日的下一时刻等于当前时刻返回执行步骤c，获得各空间单元下一时刻的冷负荷需求预测值；若当前时刻是待调控日的最后一个时刻，则停止循环，获得各空间单元所有时刻的冷负荷需求预测值，利用生成树加和法得到目标建筑的待调控日的总冷负荷需求预测值。

2.如权利要求1所述的目标建筑的冷负荷需求预测方法，其特征在于，步骤b中根据空调箱数据通过式Ⅱ计算各空间单元的标准冷负荷，Q'demand＝cwmw(ts-ti)  式Ⅱ其中，Q'demand为空间单元的标准冷负荷，单位为kW，cw为水的比热容值，单位为J/(kg·℃)，mw为通过空调箱的冷冻水质量，单位为kg，ts为空调箱进水温度，单位为℃，ti为空调箱出水温度，单位为℃。

3.如权利要求1所述的目标建筑的冷负荷需求预测方法，其特征在于，所述当前时刻的冷负荷影响因素包括：当前时刻室外空气温度、当前时刻太阳辐射强度、当前时刻相对湿度、前一时刻室外空气温度、前一时刻太阳辐射强度、前一时刻空调冷负荷和前两时刻空调冷负荷。

4.目标建筑的冷负荷需求预测系统，其特征在于，包括分区模块，采集模块和冷负荷需求预测模块；

所述分区模块用于根据Mini-Max建筑空间单元划分方法将目标建筑划分成多个空间单元；

所述采集模块用于采集各空间单元内空调箱数据和待调控日所有时刻的冷负荷影响因素；

所述冷负荷需求预测模块采用权利要求1-3中任一种冷负荷需求预测方法获得待调控日的总冷负荷需求预测值。

5.冰蓄冷空调负荷分配方法，其特征在于，该方法利用分布式PSODE优化算法根据式Ⅰ获得多组冷量分配结果，所述冷量分配结果包括冰槽供冷占比的值以及k个冷机部分负载率的值，选择任一组冷量分配结果作为目标建筑内冰槽的供冷占比及k台冷机的部分负载率，完成冷负荷分配；

所述冷量分配结果小于等于如权利要求1-3任一种冷负荷需求预测方法得到的目标建筑的总冷负荷需求预测值；

所述冷量分配结果满足目标建筑的能耗、费用和能耗损失最小；

其中，t表示时刻的序号，k表示冷机的序号，PLRt(k)表示第t小时第k台冷机的部分负载率，所述部分负载率的取值范围为[0.3,1]，tank表示冰槽，ηtank(t)表示[B]中第t小时冰槽的供冷占比，所述供冷占比为冰槽供冷量占目标建筑总冷负荷需求的比例且取值范围为[0,1]。

6.如权利要求5所述的冰蓄冷空调负荷分配方法，其特征在于，所述冷量分配结果满足目标建筑的能耗、费用和能耗损失最小是指：运行能耗目标函数、运营成本目标函数和能耗损失目标函数三种目标函数最小：其中，运行能耗目标函数f1＝Wc+Wct+Wpump，其中，Wc为冷机运行周期内总能耗，Wct为冷却塔运行周期总能耗，Wpump为泵运行周期内总能耗；

运营成本目标函数 其中，e(t)为每个采样步长的电价；

能耗损失目标函数 其中，δ为蓄冰阶段冷机蓄冰的冷量转化率，t1和t3分别为蓄冰时长和冰槽供冷时长。

7.如权利要求5所述的冰蓄冷空调负荷分配方法，其特征在于，所述冷量分配结果还需要满足：

冷机各时段的制冷量小于等于该冷机的额定制冷量；

运行周期内冰槽的供冷量小于等于冰槽总蓄冰量且大于等于总蓄冰量的95％；

冰槽当前时刻的供冷量小于等于当前时刻冰槽剩余冷量和蓄冰槽当前时刻最大供冷量。

8.冰蓄冷空调负荷分配系统，其特征在于，该系统包括处理器，所述处理器执行如权利要求5-7任一种冰蓄冷空调负荷分配方法设置目标建筑内冰槽的供冷占比及k台冷机的部分负载率，完成冷负荷分配。