随着人们对绿色建筑的关注,越来越多的建筑师使用建筑运行模拟软件辅助设计和研究,软件模拟逐步成为提升建筑性能和降低运行能耗的重要手段。在现实生活中,建筑的运行状态往往会随着人或自然的因素不断变化。而在建筑运行模拟中,建筑经常被看作静止、孤立的个体。这种差异带来了模拟误差,从而间接地引起建筑性能的下降和能耗的增加。针对这一问题,本文旨在探索一个优化建筑控制策略的一般方法,为不同地区、不同类型的建筑提供最优控制策略,以提高建筑性能并降低能耗。本文使用4种不同的深度神经网络建立了室外干球温度、露点温度和风速的预测模型,并使用5种优化算法训练预测模型。通过对比分析,本文确定了3种室外环境的最优预测模型。本文使用DQN和DDPG算法建立了设定点策略模型和窗户开关策略模型。本文根据策略模型输入和输出的需求确定了状态空间和动作空间,使用热舒适度指标PPD和能耗组成了损失函数,使用深度神经网络表示值函数并用室外环境的最优预测模型改进值函数的网络结构。本文建立了协同仿真环境,制定了模拟软件与控制策略之间的数据交换规则。本文并以一个寒冷地区的办公建筑为例,在协同仿真环境下利用数据训练控制策略模型以得到最优控制策略,并在协同仿真环境下测试该最优控制策略。测试结果表明,本文建立的4种控制策略模型在训练后均能根据外部环境采取合理的决策行为,其中DDPG设定点策略模型与DQN窗户开关策略模型的决策表现更好。与对照组相比,DDPG设定点策略模型与DQN窗户开关策略模型的组合既提高了热舒适度又降低了能耗,验证了本文探索最优控制策略方法的有效性和可行性。本文的研究成果可用于探索不同地区、不同类型的建筑的最优控制策略,也可以把在计算机环境中训练好的最优控制策略迁移使用到真实建筑的运行控制,具有较好的应用意义。