本发明公开了一种智能楼宇综合供暖设备的调控方法，包括以下步骤：构建供暖设备调控的室内温度的状态集合；根据供暖设备功率的集合，构建供暖设备调控的动作集合；根据能源价格和目标温度，构建供暖设备调控的立即回报函数；根据Q-Learning算法训练动作值函数，直至得到供暖热备的最优调控策略。本发明采用Q-Learning方法解决智能楼宇内不同类型供暖设备的调控问题，平衡考虑用户满意度和供热成本，实现了无需建立准确物理模型的前提下进行供暖设备的调控，同时算法简单，易于实现，对处理单元的硬件要求低。