目前,基于空调区域舒适度和空调系统节能的需要,空调系统往往选用更加节能的VAV(Variable Air Volume,变风量)空调系统。在现代的商业及办公建筑中,空调区域的人数变动频繁,设备散热不均等因素造成室内冷热负荷要求相异,空调系统的送风量也随之变化,VAV空调控制系统能够根据空调区域的实际负荷改变送风量大小,与定风量空调系统相比,更具有控制意义。但VAV控制系统的控制回路多,各回路之间耦合性强,传统的PID控制方法应用在VAV空调系统的控制中,不仅达不到理想的控制效果,而且还不能兼顾能耗最低的性能指标,给VAV空调系统实现控制过程的自动化和智能控制系统的设计增加了难度。　　 本文以空调房间被控区域的温度控制为目标,结合神经网络和预测控制的优点,提出了一种基于神经网络的非线性预测优化算法和PID算法的串级控制方法,对VAV空调的运行进行智能控制。首先利用研华的BAS3520控制器和ADAM系列数据采集模块进行被控区域参数的采集,利用BP神经网络建立空调房间温度的动态预测模型。基于构建的预测模型对空调末端采用串级控制,以神经网络优化控制器作为串级控制的主控制器,由空调区域预测模型和被控区域的状态参数计算末端的设定风量,以PID控制器作为串级控制的副控制器,比较设定风量与实测风量之间的偏差信号经计算得到空调区域末端风阀控制信号,控制阀门开度使送风量满足空调区域的负荷要求。对VAV系统的串级控制过程进行了仿真,结果表明,由于变风量空调的串级控制系统中采用的神经网络预测优化控制方法具有自学习性,对非线性系统的控制效果好,鲁棒性强,而且由于算法本质上是最优控制方法,通过配置系统的最优性能指标,在保证空调房间温度和风量控制精度的同时还能节省能耗。