供热系统的能源消耗在建筑运营时期的总能源消耗中,占比已超过50%。该系统在运行时,由于受到气象条件多变、建筑体形参数不尽相同、设备间高度耦合和控制方法不够先进等因素的影响,使得系统存在供暖滞后、冷热不均、水力失衡和能源浪费等问题。本研究对该系统进行控制策略的优化研究,实现系统的提前优化控制具有重要意义,具体如下。（1）为实现供暖系统中建筑群的热负荷精准预测,提出一种基于CNN的建筑群负荷预测模型。首先针对建筑群,在气象参数的基础上引入建筑体形参数并对其进行筛选;然后使用优化算法SBO对卷积神经网络CNN的超参数进行优化;最后将其在西安某高校内实际供暖区域的热负荷预测中进行应用。实验结果表明,优化后的CNN模型有着更好的拟合优度、预测精度和泛化能力。（2）为避免在规模较大且造价昂贵的实际供暖系统上进行实验,对区域供暖系统中的换热站及其二次侧管网系统建立水力仿真模型。首先针对系统中的主要设备建立各自的数学模型;然后基于图论和基尔霍夫定律对系统的管网拓扑结构以矩阵方程的形式进行详细描述并求解;最后以西安某高校内的区域供暖系统为仿真对象对其进行验证。结果分析可知,对于实际系统的各种工况,此模型均能进行科学、合理且真实的仿真计算。（3）为达到系统的按需供热、水力平衡和节能降耗等目标,对换热站及其二次侧管网系统在分布式架构下进行优化控制研究。首先结合负荷预测结果将系统的优化控制问题分解为阀门优化和水泵优化两个分布式子问题;随后基于改进的分布式果蝇优化算法D-SCAFOA对两个模型的优化求解算法分别了进行详细的设计。实验结果分析可知,与原始的FOA相比,本研究设计的优化算法所得到的控制策略有着系统能耗低、效率高、稳定性更好和收敛速度更快的优势。本文针对区域供暖系统中换热站及其二次侧管网,解决了系统迟滞、近热远冷、水力失衡和能耗过大等问题。此研究可以对系统进行基于负荷的提前优化控制,在系统以最小能耗运行的同时进一步提高室内舒适度,便于精细化管理。这有助于我国“智慧供热”的应用和普及,促进了“节能减排”和“双碳”目标的实现。