随着我国国民经济的快速发展,人们对生活环境的舒适性要求越来越高。集中供热事业是我国重要的基础性事业,是保证我国北方地区人们冬季生活环境舒适性的重要手段。当前我国能源于环保形势严峻,粗放式集中供热方式不满足绿色发展要求。依靠先进的技术手段与控制策略来保证集中供热系统的高效节能运行是建筑集中供热系统发展的趋势。随着计量与监控技术、网络控制技术、信息处理技术的发展,依托这些先进技术,研究建筑集中供热系统节能控制策略,提升集中供热系统运行能效,已经成为相关领域研究和关注的重要内容。本文基于陕西地区某热力公司的供热技术平台的数据,考虑负荷动态调节要求,以末端负荷预测为目的,研究具有动态调节特征的负荷预测方法,在末端动态负荷预测的基础上,提出了集中供热系统末端设备节能控制策略和换热站节能控制策略,以期提升集中供热系统运行节能效率。本文首先分析了现行供热系统变流量控制策略与热负荷预测方法中存在的问题。现行供热系统的变流量控制策略主要有“温差”和“压差”控制策略,这两种方法都是基于系统热负荷的集中效应进行的控制,不能完全满足供热系统末端用户动态调节的要求和保证所用末端用户的热舒适性。随着供热系统计量与监控技术发展,我们可以比较方便地获得所用末端用户的环境与运行参数,利用这些参数,研究合适的动态负荷方法,改善现行供热系统变流量控制策略的不足,是本文研究的核心内容。通过对影响热负荷变化的因素进行分析,发现供热系统负荷变化受多种因素影响,并具有很强的非线性和不确定性。通过供热系统常用的负荷预测算法进行简单的分析,发现目前热负荷预测算法具有算法复杂、关注集中效应、不具备动态调节特征等局限。为了目前热负荷预测算法中存在的问题。本文从负荷数据预测与曲线拟合的相似性出发,引入了移动多项式最小二乘预测模型;考虑供热系统负荷变化较为平缓而且趋势性较为明显的特点,采用改进加权移动平均算法对末端负荷进行了预测。本文用相同的、来自实际工程的热负荷数据,分别采用移动多项式最小二乘预测模型、改进加权移动平均算法预测模型与目前负荷预测研究领域的热点算法BP神经网络算法进行了预测计算,并对预测结果进行了对比分析。预测结果表明:移动多项式最小二乘算法和改进加权移动平均算法较BP神经网络算法的平均预测误差小,算法更为简单,所需数据也较少,更能适用于集中供热系统末端热负荷预测的工程应用。最后,根据对末端用户热负荷动态预测的结果,结合供热系统的网络控制与管理平台的功能,本文提出了基于末端用户热负荷动态预测的节能控制策略,可分别实现用户末端设备调节和换热站负荷调节的节能运行优化控制,力图实现整个热网的按需供热,有助于提高整个供热系统运行效率,实现节能减排的目标。