随着能源紧缺问题越来越严峻和节能减排任务的提出,空气源热泵由于其高效节能、使用安全等独特的优势受到商家的广发关注。然而,当前的空气源热泵热水系统依然存在不能充分利用空气热源和制水水温固定不变的问题。针对这点,本文主要致力于智能控制理论的研究,把模糊控制、BP网络以及分层递阶多agent控制理论引入到空气源热泵热水系统中,解决当前问题,提高系统的智能程度。主要研究成果如下:1)通过对空气源热泵工作特性的详细分析,采用分层递阶控制的层次结构把热水系统逐层分解成一个个子系统,每个子系统采用具有独立求解问题能力的agent分别实现,从而简化了控制线路,使复杂的控制系统简单化。2)针对制水水温固定不变的问题,把模糊控制技术引入到水箱水温设定控制中,设计了控制规则加权因子自适应的水温设定模糊判定器,使其能够以气温平均值和气温平均值变化量为输入变量自动将水箱制水水温设定在[39℃,52℃]范围内。3)针对不能合理配置机组启动时间使其工作在最佳制热效率下的问题,提出根据预测的热水装置的热水产率和制水任务约束合理调整机组启动时间的决策方案。通过对BP神经网络的学习研究,设计了热水装置的热水产率预测器,并把既加有动量因子又能动态调整学习速率的BP网络和只加入动量因子但不能动态调整学习速率的BP网络以及动态调整学习速率但没有加入动量因子BP网络的预测效果进行了对比分析。分析表明,既加有动量因子又能动态调整学习速率的BP网络具有较好的预测效果,能够满足工程实践需要。本文设计的空气源热泵分层递阶多agent控制的热水系统解决了空气源热泵热水系统当前存在的不能合理利用空气热源和固定温度制水的问题,对提高其节能增效性能具有良好的实践和经济效用。