经过几十年的发展，集中供热系统在我国得到广泛的普及，由于我国的供热管网的优化控制技术与欧洲发达国家尚存在着较大的差距，很难做到热量的按需分配，造成了能源的浪费。由于供热管网自身非线性、大滞后、时变性、强耦合的特性，传统控制方法很难取得较好的效果。针对集中供热系统一次管网的热量分配问题，文中设计了一种基于双启发式动态规划（DHP）算法的热量调节控制器，并通过 Flowmaster仿真软件加载控制算法，验证控制优化效果。　　本文首先以中国天气网的天气数据与供热公司的供热数据作为 BP神经网络的训练样本，保证了训练数据真实有效。同时考虑到普通 BP神经网络的局限性，很难达到较高的预测精度。选用遗传算法获得网络连接权值、阈值的优化值，建立可以满足供暖需求的热负荷预测模型,得到未来24小时各热力站的热负荷值。预测热负荷值既可以作为DHP算法中效用函数的一部分，也作为优化算法效果的检验依据。然后根据供热系统的实际运行工况建立集中供热系统一次侧的数学描述，即性能指标函数，利用 DHP算法进行求解，得到每个热力站一次侧的供水温度、供水流量的优化设定值。DHP算法的求解是本文的重点，其中 DHP算法结构包括模型网络、执行网络、评价网络三个部分，这三个部分均可以采用神经网络实现。确定算法的结构功能之后通过 Matlab编写相应的代码，得到各热力站一次侧供水温度、供水流量设定值。最后利用Flowmaster仿真软件建立包括一个热源、多个热力站、多个热用户的集中供热系统的仿真模型，并通过软件的所支持的第三方接口与 Matlab中的优化算法结合，进行联合调试，得到多个热力站一次侧的24小时的供水流量、供水温度设定值的变化曲线。将该设定值及计算所得的热负荷值与实际工况计算所得热负荷值和预测热负荷进行对比。通过对比结果对算法进行进一步改进与优化。　　本文将 Matlab设计的热量分配控制器与 Flowmaster软件进行了联合仿真，验证了DHP算法在集中供热系统一次网热量优化分配问题上的有效性，基本上可以满足供暖需求，同时实现了能源的合理利用，避免了冷热不均的情况，从理论上达到了按需供热的要求，对实际应用有一定的指导意义。