设计过程包含各种不同的设计阶段，每个阶段的已知和未知条件不同，随着设计的展开，各阶段的已知和未知条件也随时之相互转化，前一阶段的未知因素通过设计成为本阶段的已知条件。例如，在初步设计阶段，内外扰是已知条件，在这些扰运作用下建筑物的热特性是未知的；而到了方案设计阶段，建筑物的热特性成为已知因素，设计者需要在详细的建筑物热特性的基础上对空调方案进行比较、取舍，并为进一步的设备选择提供依据。建筑物的热特性是初步设计和方案设计之间的重要桥梁，通过设计分析，它从前一阶段的未知条件变为后一阶段的已知条件。
在每一个设计阶段，DeST采用详细的数学模型来表述已知的部分，而"理想化"的部件来表述未知的部分。假设"理想化"的部件能满足任何的要求（冷热量、水量等）。这样的处理与设计过程相当吻合，并且避免了"缺省的部件"对模拟结果的不利影响。因为有些未知的部分往往是到下一阶段才能解决，无论采用何种的"缺省部件"都不能保证与下一阶段最终选择的部件一致。采用"理想化"模型具有两个优点：
·基于"理想化"模型的模拟结果具有可比性，因为它们采用了相同的输入和假设。
·可以得到对下一阶段的需求。"理想化"模块的输出便是对实际设备的要求，而"缺省设备"则无法为下阶段选择提供有益的信息。
以方案设计阶段为例，表1中给出了本阶段的任务、已知和未知条件。
表1 方案分析阶段的任务和条件[8]
任务 选择适当的分区方式、空调系统形式（变风量、定风量等）以及运行方式（新风利用策略等）
已知 建筑物的热特性（基础室温、各种热扰对房间温度的响应）
未知
送风管道系统
空调机组的详细信息
控制手段
方案模拟数学模型为
式中，tk为房间 k的空气温度；dk为房间k的含湿量；Qk为通过风机盘管或末端再热器投入到房间k的冷热量；Gk为房间k的送风量；tk,base为房间 k的基础室温；A，Aj，Bj为状态空间法中的系数；tsupply为机组的送风温度；d supply为机组的送风含湿量；t k,set,min，t k,set,max分别为房间 k的温度设定最小值和最大值；φ k,set,min，φ k,set,max为房间 k的相对温度最小值和最大值，%；G k, min，G k, max 为房间k的最小和最大送风量（变风量系统）；Q k, min，Q k, max 为房间k的风机盘管或者末端热器可投入的冷热量最小值和最大值；t out，d out 为房间k分别为室外的空气温度和含湿量；t return，d return 分别为机组的回风温度和含湿量；min：J为空气处理室及各末端的最小能耗。
通过详细的建筑模拟，得到了各房间的基础室温tk,base和空调系统（冷热量）作用在房间温度上的影响系数A和Aj。它们是本阶段的已知因素。各个时刻下送风量（Gk）、送风状态（tsupply，d supply）以及风机盘管或者末端再热器的输出（Qk，如果系统中有相应的设备）需要通过本阶段的模拟来确定，其目标是使系统内所有的房间都能满足其设定值要求，所有的参数都必须满足方程组（1）的限制。通过下列步骤，可以计算出各种空调方案下系统的性能：
①计算每一个房间所要求的送风状态区域（SSRk）；
②由于在任一时刻，系统只能存在一个统一的送风状态，因此需要求出所有房间送风状态区域的交集（公共的送风状态区间，CSSR）；
③以公共的送风状态区域内的任何一点作为送风参数，都能使分区内所有的房间满足其设定值要求，而不同的送风状态点对应的空气处理能耗是不同的，在此通过某种优化算法计算出公共送风状态区域中的最优点，同时确定产生此最优送风状态点的相应的空气处理过程：
④在确定最优的送风状态之后，依据能耗最小的原则，可以确定系统的送风量及风机盘管或者末端再热热器投入的冷热量。
⑤计算出各个房间的温湿度。
根据计算出来的逐时的各个房间的温湿度，统计全年内各房间满足设定值要求的小时数或者比率，并以此来比较不同空调方案的性能。如果不同的方案都能满足各房间要求，则通过各方案要求能耗值来进行比较。
在此阶段，空气处理室被发作一个"理想化"的设备，假设它能够产生要求的任意送风温湿度。在进行方案模拟时，只需要确定空气处理室的类型，而不需要确定各组成的详细参数。图3是一个"理想化"空气处理室的示意图，该空气处理室的示意图，该空气处理室包括一个混合段、表冷盘管、再热盘管以及蒸汽加湿器。t1，t2代表室外和室内的空气状态，tW是冷冻水进口温度。当空气处理室的类型确定后，类似图3的焓湿图分区也随这确定。空气处理过程的方向受到设备类型的限制，例如加热过程必然是一根垂直向上的线。而设备的容量是无限的（"理想化"假设），空气处理过程线的长度可以任意长。采用"理想"化的空气处理室进行方案模拟，可以计算出全年中各个时刻对各个部件的要求。当方案确定后，对整个空气处理室的要求随之确定。根据逐时要求的各段空气处理过程线，在详细设计阶段可以对机组的各个组成部件进行详细的校核。
图3 一个“理想化”的空气处理室
同样的假设也被用在送风管网分析上。在方案分析阶段，假设送风管网可以提供任意要求的送风量。当方案设计完成后，也得到了要求的逐时风量分布数据，而这些数据正是进行风机和管网的详细校核所需要的。 4 控制和逆向计算过程
通常控制都是以小步长进行的，但在空调系统设计时，需要考虑建筑物和系统全年的运行情况。如何将这两种不同类型的过程结合在一起呢？实际上，设计可以划分成两个层次：空调系统设计和控制设计。DeST注重于解决前一层次的问题。无论选择何种系统，采用何种设备，系统设计的目的是要产生一个完全可控的、能够满足用户要求的系统。DeST对系统进行模拟时，以1h为时间步长进行长时间（全年）的计算。为了避免不同控制器特性的影响，没有采用小步长的控制方法，而用逆向的计算过程。例如，在详细设计阶段，当对变风量系统的送风管网进行分析时，设计者的任务是校验管网能否满足各个时刻的风量分布要求，并选择适当的风机。
为解决此问题，采用传统小步长控制的模拟过程是：
①选择一个风机，设定控制参数（比如PID参数）；
②计算管网各处的流量；
③如果管网的流量与要求的流量没，通过某种控制策略调整变风量末端；
④在下一个小的时间步长内，重复②，以期达到要求的流量分布。
由于风道的惯性非常小，此模拟必须以相当小的时间步长进行计算（1s），能否达到要求的流量分布与控制策略有很大的关系，因此此方法不适用于对全年各种工况的校验。从另一个角度考虑此问题，假想在一种理想化的控制下，各变风量末端可以满足要求的送风量，从而可以计算出各管段上的流量；假设各房间的压力为零，则当定压点压力能够维持时，各变风量前后的压差可以计算出来，对风机的流量和压力要求也可以确定。相对于传统的模拟过程，这是一种逆向的求解过程。因此，校验送风量分布是否能够实现，应该首先通过在各工况下地风机的要求来判断，而不应立即着眼于确定详细的控制策略。只要风机和管网能够在理想控制下满足要求，则必然可以通过某种具体的控制方式满足流量分布。在设计时，应先解决"可控性"的问题，然后再解决"如何控制"的问题。图4给出了在两种定静压控制方式和一种变静压控制方式下风机的工况点。在此基础上可以选择风机以满足全年运行，结合风机的性能参数，确定风机
