在冬冷夏热地区常采用带有辅助散热设备的复合式地源热泵系统。合理的控制运行能减少能耗和运行费用。在辅助散热设备与土壤换热器并联的系统中，本文以瞬时效率为优化目标，提出一种新的控制办法，即直接比较土壤换热器侧与辅助散热设备侧出口水温，选择较低者作为当前时刻运行设备。然而在实际运行过程中，我们只能够实时测得两个温度之一，因为在一个设备运行时另外一个停止运行。为实现直接比较土壤换热器侧与辅助散热设备侧出口水温的控制方法，必须建立准确可靠的预测模型。本文利用人工神经网络建立冷却塔和土壤换热器的预测模型，从而实现新提出的控制办法。选取武汉以办公建筑为研究对象，利用FLUENT建立数值模型，获取数据作为土壤换热器ANN模型的样本。建立土壤换热器与冷却塔的ANN模型，针对输入参数、隐含层神经元数目、学习算法等进行优化。考察新提出的直接比较土壤换热器与冷却塔出口水温的控制办法的能耗特性，并与常用的时间控制法，温差控制法进行对比。分析三种控制方法运行特点和能耗的差异，得出本文结论。结果表明神经网络可以用来准确建立冷却塔与土壤换热器模型，且具有较高的精度。三种控制方法中，基于ANN预测控制的系统能够充分利用土壤换热器的蓄能优势和室外空气的散热能力，能耗最低。这为以后研究复合式地源热泵系统的学者提供可努力的方向，为工程实践提供参考。