在公共建筑能耗中空调系统的能耗损失占据较大部分,根据统计发现,因空调系统控制策略以及控制特性引起的能耗损失是整个空调系统能耗的30%。在变风量空调系统控制中,变静压控制相较于定静压与总风量法,虽然能够高效节能的实现风机控制达到室温要求,但因其控制复杂性,送风静压的变化会随着风机转速和风阀开度的变化而变化。与此同时室内温度也会发生改变,并且静压变化属于快速响应而室温变化为一个慢响应过程。因此会造成风阀以及送风静压频繁调节,增加了系统控制的不稳定性。文中基于群智能系统,以变风量空调节能为目标,对变风量空调送风系统控制方法进行研究。从控制角度研究变风量空调系统的控制特性,分析VAV系统变静压控制策略。具体研究内容如下:首先,根据群智能特点及送风系统特性,利用Matlab/Simulink软件,建立变风量空调送风系统群智能拓扑结构以及变风量空调送风系统各模块的数学模型,包括空调房间、送风机、末端风阀、及送风管网等模型,为之后研究变风量空调系统有关研究提供了平台。其次,为解决传统的变静压模糊控制方法依赖人为经验获取模糊规则的问题,提出了一种自适应神经模糊推理系统(SC-ANFIS)的变静压模糊控制方法,该方法利用减聚类算法的对输入样本进行聚类分析,优化输入样本数据和生成模糊规则,用神经模糊推理的方法训练模糊规则,从而实现VAV变静压模糊控制。通过对比实验,该方法对比定静压法减小了67%送风机电耗;对比经验变静压模糊控制方法,其调节时间更短、控制过程更加稳定、抗干扰性更强同时减小了7%送风机电耗,具有一定的节能效果。再次,在群智能系统下,以某办公楼中办公区域为研究对象,采用灰箱建模的方法,利用群智能特点,建立了室内温度预测模型。在该模型中考虑了相邻温度对于当前房间温度的影响,探讨了室内温度参数和控制量之间的关系。利用系统辨识确定相关参数,并验证了模型的正确性。根据建立的预测模型对研究对象进行室温预测控制,并与传统控制方式进行对比,发现预测控制下的控制效果更加稳定。最后,为解决变风量送风系统中因室温变化过程较慢而引起的送风静压与末端阀位调节频繁而造成的系统控制不稳定。在群智能室温预测的基础上提出了一种基于末端阀位预测的变静压模糊控制方法,结果表明,通过合理选择的室温预测控制回路控制周期以及改进了的变静压模糊控制相结合的方法,能够使变风量空调送风系统控制更加稳定性,更加节能。本文针对变风量空调送风系统的控制特性,基于群智能建立了送风系统仿真模型以及室温预测模型,在模型建立的基础上,研究了变风量空调送风系统控制与优化,提出了基于末端阀位预测的变静压模糊控制方法,并对变静压模糊控制方法进行了优化。结果表明,本研究提高了变静压空调送风系统的稳定性,实现了变风量空调送风系统的高效、节能运行,对变风量空调系统的节能优化有一定借鉴作用。