CN119353717A - 一种集中供热系统的节能优化方法 - Google Patents

Abstract

本申请涉及供热系统控制技术领域，具体涉及一种集中供热系统的节能优化方法，该方法包括：供热数据采集步骤，获取集中供热系统中每个热力站下的各供热末端用户在连续时间内的热负荷数据；供热调控特征提取步骤，根据各供热末端用户局部时间内热负荷数据的波动变化差异情况，得到各供热末端用户的热负荷波动值；节能优化控制步骤，根据各热力站下所有供热末端用户的热负荷波动值的整体分布情况，得到热负荷变化量计算各热力站的初始调整率；综合各热力站下所有供热末端用户的热负荷波动值和热负荷变化量得到初始校正值对各热力站的所述初始调整率进行控制，得到最优调整率。本申请提高了对不同热力站电动比例控制阀开度控制的准确程度。

Description

一种集中供热系统的节能优化方法

技术领域

本申请涉及供热系统控制技术领域，具体涉及一种集中供热系统的节能优化方法。

背景技术

集中供热是由热源产生热用户所需要的热能，再通过热力管网集中向城市或者较大区域供应热能的供热方式。集中供热系统由热源、热网、热用户三部分主体和一级网、二级网组成。集中供热系统的末端用户具有自主调节温度从而改变热负荷的能力，使末端用户所属的热力站的热负荷数据可在短时间内发生较大改变。在集中供热系统的实际操作运行中，热源对热力站的供热量与其热负荷之间存在差异，造成热力失衡与热能损耗。

目前，常采用优化算法对不同热力站电动比例控制阀的开度进行控制时，随机选取初始的位置向量和速度向量，忽略了热力站热负荷的变化特征，导致获取的电动比例控制阀的开度调整率陷入局部最优，造成热源对不同末端用户所属热力站的供热控制不准确。

发明内容

为了解决上述技术问题，本申请提供一种集中供热系统的节能优化方法，以解决现有的问题。

本申请的一种集中供热系统的节能优化方法采用如下技术方案：

本申请提供了一种集中供热系统的节能优化方法，该方法包括以下步骤：

供热数据采集步骤，获取集中供热系统中每个热力站下的各供热末端用户在连续时间内的热负荷数据；

供热调控特征提取步骤，根据各供热末端用户局部时间内热负荷数据的波动变化情况，得到各供热末端用户的热负荷离散度；根据同一热力站下不同供热末端用户的热负荷数据的波动差异情况和热负荷离散度，得到各供热末端用户的热负荷波动值；

节能优化控制步骤，根据各热力站下所有供热末端用户的热负荷波动值的整体分布情况，对各供热末端用户的热负荷数据进行预测，结合所有供热末端用户的所述预测结果与当前时刻的热负荷数据的差异，得到热负荷变化量，计算各热力站对电动比例控制阀开度的初始调整率；综合各热力站下所有供热末端用户的热负荷波动值和热负荷变化量得到初始校正值；根据初始校正值对各热力站的所述初始调整率进行控制，得到各热力站对电动比例控制阀开度的最优调整率。

进一步，所述根据各供热末端用户局部时间内热负荷数据的波动变化情况，得到各供热末端用户的热负荷离散度，包括：

对于各供热末端用户，将各热负荷数据及其之前预设数量个热负荷数据的标准差与均值的比值，作为各热负荷数据的短时波动程度；

将各热负荷数据与其前一个热负荷数据的差值绝对值，记为各热负荷数据的热负荷差分值；

综合所有热负荷数据的短时波动程度以及热负荷差分值，计算供热末端用户的热负荷离散度。

进一步，所述综合所有热负荷数据的短时波动程度以及热负荷差分值，计算供热 末端用户的热负荷离散度，包括：将供热末端用户的热负荷离散度记为， ；其中，L表示热负荷数据的数量；表示第i个热负荷数据的短时波动程度；表示第i个热 负荷数据的热负荷差分值。

进一步，所述根据同一热力站下不同供热末端用户的热负荷数据的波动差异情况和热负荷离散度，得到各供热末端用户的热负荷波动值，包括：

获取各供热末端用户的所有热负荷数据的归一化值按时间顺序组成的序列，记为热负荷周期波动序列；

根据同一热力站下不同供热末端用户的热负荷周期波动序列的波动差异，得到各供热末端用户的同类型用户；

根据各供热末端用户与其所有同类型用户的热负荷周期波动序列之间的差异程度、热负荷离散度，计算热负荷波动值。

进一步，所述各供热末端用户的同类型用户的获取方法，包括：

对于同一热力站下的任一供热末端用户，计算所述任一供热末端用户与其他所有供热末端用户的热负荷周期波动序列之间的差异性；对所有所述差异性进行阈值分析，得到差异阈值；将小于差异阈值的供热末端用户作为所述任一供热末端用户的同类型用户。

进一步，所述根据各供热末端用户与其所有同类型用户的热负荷周期波动序列之间的差异程度、热负荷离散度，计算热负荷波动值，包括：

其中，表示集中供热系统中第m个热力站下第n个供热末端用户的热负荷波动 值；表示第m个热力站下第n个供热末端用户的热负荷离散度；表示第m个热力站下 第n个供热末端用户的同类型用户数量；表示第m个热力站下第n个供热末端用户的热负 荷周期波动序列；表示第m个热力站下第n个供热末端用户的第r个同类型用户的热负 荷周期波动序列；表示热负荷周期波动序列和之间的DTW距离；为大于 0的预设常数。

进一步，所述各热力站对电动比例控制阀开度的初始调整率的获取方法，包括：

对于各热力站，获取热力站下所有供热末端用户的热负荷波动值的最小值；计算各供热末端用户的热负荷波动值与所述最小值的比值；将预设的初始滑动窗口长度与所述比值的乘积的取整值，作为各供热末端用户的滑动窗口长度；

根据各供热末端用户的热负荷波动值的整体占比情况，得到各供热末端用户的多项式拟合次数；

将各供热末端用户的滑动窗口长度、多项式拟合次数代入多项式拟合算法，对各供热末端用户的所有热负荷数据进行拟合，得到多项式拟合曲线；所述多项式拟合曲线的横轴为时间，纵轴为热负荷数据；

获取多项式拟合曲线上当前时刻的下一时刻对应的热负荷数据，记为热负荷预测数据；将供热末端用户的热负荷数据与热负荷预测数据的差值绝对值记为供热末端用户的热负荷变化量；计算热力站下所有供热末端用户热负荷变化量的均值，将所述均值的反正切归一化值记为热力站对电动比例控制阀开度的初始调整率。

进一步，所述各供热末端用户的多项式拟合次数的获取方法，包括：将第m个热力 站下第n个供热末端用户的多项式拟合次数记为，； 其中，表示预设的初始多项式拟合次数；和分别表示第m个热力站下所有供热末 端用户的热负荷波动值的最小值和最大值；表示第m个热力站下第n个供热末端用户的 热负荷波动值；为向下取整函数。

进一步，所述初始校正值的获取方法，包括：

其中，C表示预设的校正限定值；norm()表示归一化函数；表示集中供热系统第 m个热力站下供热末端用户的数量；表示第m个热力站下第n个供热末端用户的热负荷波 动值；表示第m个热力站下第n个供热末端用户的热负荷变化量；表示集中供热系统 第m个热力站的初始校正值。

进一步，所述各热力站对电动比例控制阀开度的最优调整率的获取方法，包括：

在以各热力站对电动比例控制阀开度的初始调整率为中心，初始校正值为半径的区间内随机选取第一预设数量个数值，作为各热力站的更新调整率；

将所有热力站的任一更新调整率按照固定的顺序组成的向量，记为初始调整向量；对所有初始调整向量使用优化算法，获得最优调整向量；其中，最优调整向量中的各元素为各热力站对电动比例控制阀开度的最优调整率。

本申请至少具有如下有益效果：

本申请通过分析热负荷数据的波动变化对供热控制精度的影响，根据热负荷数据的短时波动程度以及热负荷差分值，计算热负荷数据序列的热负荷离散度，通过建立短时波动窗口计算短时波动程度，增强对热负荷数据变化信息的提取能力，进而提高后续供热系统控制的准确度；进一步根据热负荷离散度计算热负荷波动值，通过对同一热力站下的不同末端用户进行分类，使不同的热负荷变化信息相互补充，减少对末端用户热负荷变化趋势判断的偏差，提高后续对供热系统控制的可靠性；根据末端用户的热负荷波动值拟合热负荷趋势数据，通过计算初始调整率和初始校正值，并采用粒子群算法获得不同热力站电动比例控制阀开度的最优调整率，完成对集中供热系统的节能优化控制，提高了对不同热力站电动比例控制阀开度控制的准确程度。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为本申请提供的一种集中供热系统的节能优化方法的步骤流程图；

图2为本申请提供的不同末端用户在同一天的热负荷数据对比图；

图3为原始多项式拟合的拟合曲线示意图；

图4为本申请的多项式拟合曲线效果图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本申请所提供的一种集中供热系统的节能优化方法的具体方案。

本申请一个实施例提供的一种集中供热系统的节能优化方法，具体的，提供了如下的一种集中供热系统的节能优化方法，请参阅图1，该方法包括以下步骤：

S1，获取集中供热系统中每个热力站下的各供热末端用户在连续时间内的热负荷数据。

本实施例通过在供热系统中每个热力站下的各供热末端用户处安装的超声波热量表测量获得末端用户的热负荷数据，超声波热量表测量末端用户热负荷数据的频率为每小时一次。在数据采集过程中，测量和传输等设备的故障都会导致采集的热负荷数据出现异常。为了提高后续对集中供热系统控制的准确度，计算所有热负荷数据的标准差，根据拉伊达准则剔除异常的热负荷数据，并通过线性插值法补足被剔除位置处的热负荷数据，完成对热负荷数据的预处理。

S2，根据各供热末端用户局部时间内热负荷数据的波动变化情况，得到各供热末端用户的热负荷离散度；根据同一热力站下不同供热末端用户的热负荷数据的波动差异情况和热负荷离散度，得到各供热末端用户的热负荷波动值。

集中供热系统是一种复杂的多变量非线性系统，末端用户热负荷的变化受多种因素共同影响，具有很强的非线性特征，进而使整个系统的热负荷分布发生动态的变化，造成供热系统的热力失衡。准确的供热系统控制可以减小供热量与热负荷之间的差异，提高热能利用率，减少集中供热系统的热能损耗。如图2所示，不同末端用户在同一天的热负荷数据对比图。与传统供热系统相比，集中供热系统多了末端用户自主调节温度从而改变热负荷的能力，末端用户所属热力站的热负荷数据可在短时间内发生较大改变，因此需要及时对集中供热系统的控制进行调整。

具体地，将各热负荷数据及其之前预设数量个热负荷数据的标准差与均值的比值，作为各热负荷数据的短时波动程度。本实施例中，首先以每个热负荷数据为末尾数据，再向前取U-1个热负荷数据组成该热负荷数据的短时波动窗口，对前端不足U个数据的热负荷数据，采用线性插值法进行补充，本实施例中U取值为5。由于不同末端用户的规模不同，其热负荷的测量尺度相差较大，因此将短时波动窗口的标准差与均值的比值记为窗口末尾数据的短时波动程度，表示在该热负荷数据之前的短时相对波动程度，以便后续获取相同类型的末端用户，在供热系统控制中获取更多的热负荷变化信息。

受室内外温度、风速等因素的影响，末端用户热负荷数据在较长时间内的具有相似的分布趋势，可以作为后续计算末端用户热负荷变化趋势的重要依据。首先对连续采集的热负荷数据进行分段处理，对每L个测量获得的热负荷数据进行分析，本实施例中L取值为24。将各热负荷数据与其前一个热负荷数据的差值绝对值，记为各热负荷数据的热负荷差分值。综合所有热负荷数据的短时波动程度以及热负荷差分值，计算各供热末端用户的热负荷离散度。本实施例中，热负荷离散度的计算公式为：

其中，L表示热负荷数据的数量；表示第i个热负荷数据的短时波动程度；表示 第i个热负荷数据的热负荷差分值；表示供热末端用户的热负荷离散度，反映该末端用户 在之前L个小时的热负荷数据分布的离散程度。

热负荷数据序列中热负荷差分值越大，相邻热负荷数据的差异越大，热负荷数据分布的离散程度越大，热负荷数据序列的热负荷离散度越大；同时，热负荷数据的短时波动程度越大，该数据之前热负荷数据的短时波动程度较大，计算得到的热负荷离散度越大，表明热负荷数据序列整体的分布较离散。通过建立短时波动窗口计算短时波动程度，增强了对热负荷数据变化信息的提取能力，进而提高后续供热系统控制的准确度。

实际生活中，同一热力站下的部分末端用户的热负荷数据具有相似的变化趋势，仅从单个末端用户的热负荷数据中计算热负荷变化趋势，其可靠性较低。学校、写字楼等场所在工作日的工作时间内热负荷较大，而相同时间内居民楼的热负荷较小，并且部分建筑由于建造结构相似，其热负荷受环境的影响相近，因此可将同一热力站下的部分末端用户的热负荷数据相互补充，减少对供热末端用户热负荷变化趋势判断的偏差，提高对供热系统控制的可靠性。

由于不同建筑的功能不同，不同供热末端用户的热负荷变化具有较长的周期。基于上述分析，本实施例中，获取各供热末端用户的所有热负荷数据的归一化值按时间顺序组成的序列，记为热负荷周期波动序列；根据同一热力站下不同供热末端用户的热负荷周期波动序列的波动差异，得到各供热末端用户的同类型用户。

具体地，对于同一热力站下的任一供热末端用户，计算所述任一供热末端用户与其他所有供热末端用户的热负荷周期波动序列之间的差异性；对所有所述差异性进行阈值分析，得到差异阈值；将小于差异阈值的供热末端用户作为所述任一供热末端用户的同类型用户。其中，两个序列之间的差异性表示两个序列的变化趋势的差异程度，本实施例选用DTW距离计算热负荷周期波动序列之间的差异性。采用最大类间方差算法进行阈值分析。同类型用户表示其在较长的时间内具有相似的热负荷变化趋势。

供热末端用户在一天当中相同时间段内的热负荷数据可作为计算其当前热负荷数据变化趋势的参考。根据热负荷离散度以及同类型用户的热负荷周期波动序列之间的差异性，计算热负荷波动值：

其中，表示集中供热系统中第m个热力站下第n个供热末端用户的热负荷离散 度；表示第m个热力站下第n个供热末端用户的同类型用户数量；表示第m个热力站 下第n个供热末端用户的热负荷周期波动序列；表示第m个热力站下第n个供热末端用 户的第r个同类型用户的热负荷周期波动序列；表示热负荷周期波动序列 和之间的DTW距离；为大于0的预设常数，目的是防止分母为零，本实施例中取值为1；表示集中供热系统中第m个热力站下第n个末端用户的热负荷波动值，反映该末端用户 热负荷在之后的波动程度。

末端用户之前热负荷数据分布的离散程度越大，其热负荷离散度越大，之后其热负荷数据波动程度较大的概率越大，计算获得的热负荷波动值越大。另外，末端用户与其同类型用户热负荷周期波动序列的DTW距离越小，两者热负荷变化的趋势越接近，对补充末端用户热负荷数据变化信息的参考程度越高，后续对供热系统控制的调整越大。通过对同一热力站下的不同末端用户进行分类，使不同的热负荷变化信息相互补充，减少对末端用户热负荷变化趋势判断的偏差，提高后续对供热系统控制的可靠性。

S3，根据各热力站下所有供热末端用户的热负荷波动值的整体分布情况，对各供热末端用户的热负荷数据进行预测，结合所有供热末端用户的所述预测结果与当前时刻的热负荷数据的差异，得到热负荷变化量，计算各热力站对电动比例控制阀开度的初始调整率；综合各热力站下所有供热末端用户的热负荷波动值和热负荷变化量得到初始校正值；根据初始校正值对各热力站的所述初始调整率进行控制，得到各热力站对电动比例控制阀开度的最优调整率。

由于供热末端用户热负荷数据的变化在短时间内具有一定的趋势性，通过调整移动多项式最小二乘法的滑动窗口长度和多项式拟合次数以获取更准确的末端用户热负荷数据。根据末端用户的热负荷波动值，计算其滑动窗口长度和多项式拟合次数：

其中，K表示预设的初始滑动窗口长度，表示预设的初始多项式拟合次数，本实施 例中K和分别取值为5和2；表示第m个热力站下第n个供热末端用户的热负荷波动值；和分别表示第m个热力站下所有供热末端用户的热负荷波动值的最小值和最大 值；表示第m个热力站下第n个供热末端用户的滑动窗口长度；表示第m个热力站下 第n个供热末端用户的多项式拟合次数；为向下取整函数。

将各供热末端用户的滑动窗口长度、多项式拟合次数代入多项式拟合算法，对各供热末端用户的所有热负荷数据进行拟合，得到多项式拟合曲线；所述多项式拟合曲线的横轴为时间，纵轴为热负荷数据；获取多项式拟合曲线上当前时刻的下一时刻对应的热负荷数据，记为热负荷预测数据。表示该末端用户按当前热负荷变化趋势下的下一热负荷数据。

当末端用户热负荷数据的波动程度越大时，其热负荷波动值越大，此时设置更大的滑动窗口长度和多项式拟合次数以提高对数据拟合的精度；相反，热负荷波动值越小时，设置较小的滑动窗口长度和多项式拟合次数，避免产生对热负荷数据的过拟合，提高对热负荷趋势数据计算的准确性，避免加剧供热系统控制中的热力失衡和热能损耗。

如图3所示为原始多项式拟合的拟合曲线示意图，图4为本申请的多项式拟合曲线，横轴为时刻的序号，纵轴为热负荷数据的负荷值；通过对比，本申请设置的滑动窗口长度和多项式拟合次数得到的多项式拟合曲线更能反映热负荷数据的变化。

不同热力站下末端用户热负荷波动程度不一致，各个热力站的热负荷变化互不相同，热源对每个热力站电动比例控制阀开度的最优调整率不同。

将供热末端用户的热负荷数据与热负荷预测数据的差值绝对值记为供热末端用户的热负荷变化量。进一步地，计算热力站下所有供热末端用户热负荷变化量的均值，并对其进行反正切归一化，将归一化结果记为热源对该热力站电动比例控制阀开度的初始调整率，其中反正切归一化为公知技术，此处不再赘述。

为了提高热源对不同热力站电动比例控制阀开度调整率计算的准确性，根据热负荷波动值计算开度初始调整率的初始校正值：

其中，C表示校正限定值，本实施例中取值为0.1，用于限定初始校正值的取值范 围；norm()表示Z-Score标准归一化函数；表示集中供热系统第m个热力站下供热末端用 户的数量；表示第m个热力站下第n个供热末端用户的热负荷波动值；表示第m个热 力站下第n个供热末端用户的热负荷变化量；表示集中供热系统第m个热力站的初始校 正值，用于对其初始调整率进行校正，以对其电动比例控制阀的开度进行更准确的控制。

热力站下末端用户的热负荷波动值和热负荷变化量的绝对值越大，热力站热负荷的变化程度越大，对其电动比例控制阀开度的调整率设置更大的校正范围，避免后续迭代时陷入局部最优，以减小热力站热负荷与热源对其供热量的差异，提高供热节能效果。

在以各热力站对电动比例控制阀开度的初始调整率为中心，初始校正值为半径的区间内随机选取第一预设数量个数值，作为各热力站的更新调整率；本实施例中第一预设数量的取值为30。

将所有热力站的任一更新调整率按照固定的顺序组成的向量，记为初始调整向量；对所有初始调整向量使用优化算法，获得最优调整向量；其中，最优调整向量中的各元素为各热力站对电动比例控制阀开度的最优调整率。初始调整向量中包含每个热力站的一个更新调整率，数量为所有热力站的所有更新调整率的排列组合数。需要说的是，固定的顺序表示不同的初始调整向量中每个位置的更新调整率对应同一个热力站。

具体地，本实施例采用粒子群优化算法，将各个热力站的初始校正值组成初始校正向量，作为粒子群算法位置向量的速度向量。另外，通过Flowmaster软件建立的集中供热系统模型，获取当前热源对热力站的开度调整率下，热力站对各个供热末端用户的供热量，计算所述供热量与热负荷趋势数据差值的绝对值，记为热负荷失衡量，将集中供热系统所有末端用户的热负荷失衡量之和记为位置向量的适应度函数。设置粒子群算法的最大迭代次数为20，输出最优调整向量，并将其各个分量记为对应热力站电动比例控制阀开度的最优调整率，完成对集中供热系统的节能优化控制。

通过以上结合附图对实施方式的描述，所属领域的技术人员可以了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

以上内容，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。

Claims (10)

1.一种集中供热系统的节能优化方法，其特征在于，该方法包括以下步骤：

供热数据采集步骤，获取集中供热系统中每个热力站下的各供热末端用户在连续时间内的热负荷数据；

供热调控特征提取步骤，根据各供热末端用户局部时间内热负荷数据的波动变化情况，得到各供热末端用户的热负荷离散度；根据同一热力站下不同供热末端用户的热负荷数据的波动差异情况和热负荷离散度，得到各供热末端用户的热负荷波动值；

节能优化控制步骤，根据各热力站下所有供热末端用户的热负荷波动值的整体分布情况，对各供热末端用户的热负荷数据进行预测，结合所有供热末端用户的所述预测结果与当前时刻的热负荷数据的差异，得到热负荷变化量，计算各热力站对电动比例控制阀开度的初始调整率；综合各热力站下所有供热末端用户的热负荷波动值和热负荷变化量得到初始校正值；根据初始校正值对各热力站的所述初始调整率进行控制，得到各热力站对电动比例控制阀开度的最优调整率。

2.如权利要求1所述的一种集中供热系统的节能优化方法，其特征在于，所述根据各供热末端用户局部时间内热负荷数据的波动变化情况，得到各供热末端用户的热负荷离散度，包括：

对于各供热末端用户，将各热负荷数据及其之前预设数量个热负荷数据的标准差与均值的比值，作为各热负荷数据的短时波动程度；

将各热负荷数据与其前一个热负荷数据的差值绝对值，记为各热负荷数据的热负荷差分值；

综合所有热负荷数据的短时波动程度以及热负荷差分值，计算供热末端用户的热负荷离散度。

3.如权利要求2所述的一种集中供热系统的节能优化方法，其特征在于，所述综合所有 热负荷数据的短时波动程度以及热负荷差分值，计算供热末端用户的热负荷离散度，包括： 将供热末端用户的热负荷离散度记为，；其中，L表示热负荷数据的数量；表示第i个热负荷数据的短时波动程度；表示第i个热负荷数据的热负荷差分值。

4.如权利要求1所述的一种集中供热系统的节能优化方法，其特征在于，所述根据同一热力站下不同供热末端用户的热负荷数据的波动差异情况和热负荷离散度，得到各供热末端用户的热负荷波动值，包括：

获取各供热末端用户的所有热负荷数据的归一化值按时间顺序组成的序列，记为热负荷周期波动序列；

根据同一热力站下不同供热末端用户的热负荷周期波动序列的波动差异，得到各供热末端用户的同类型用户；

根据各供热末端用户与其所有同类型用户的热负荷周期波动序列之间的差异程度、热负荷离散度，计算热负荷波动值。

5.如权利要求4所述的一种集中供热系统的节能优化方法，其特征在于，所述各供热末端用户的同类型用户的获取方法，包括：

对于同一热力站下的任一供热末端用户，计算所述任一供热末端用户与其他所有供热末端用户的热负荷周期波动序列之间的差异性；对所有所述差异性进行阈值分析，得到差异阈值；将小于差异阈值的供热末端用户作为所述任一供热末端用户的同类型用户。

6.如权利要求4所述的一种集中供热系统的节能优化方法，其特征在于，所述根据各供热末端用户与其所有同类型用户的热负荷周期波动序列之间的差异程度、热负荷离散度，计算热负荷波动值，包括：

其中，表示集中供热系统中第m个热力站下第n个供热末端用户的热负荷波动值；表示第m个热力站下第n个供热末端用户的热负荷离散度；表示第m个热力站下第n 个供热末端用户的同类型用户数量；表示第m个热力站下第n个供热末端用户的热负荷 周期波动序列；表示第m个热力站下第n个供热末端用户的第r个同类型用户的热负荷 周期波动序列；表示热负荷周期波动序列和之间的DTW距离；为大于0 的预设常数。

7.如权利要求1所述的一种集中供热系统的节能优化方法，其特征在于，所述各热力站对电动比例控制阀开度的初始调整率的获取方法，包括：

对于各热力站，获取热力站下所有供热末端用户的热负荷波动值的最小值；计算各供热末端用户的热负荷波动值与所述最小值的比值；将预设的初始滑动窗口长度与所述比值的乘积的取整值，作为各供热末端用户的滑动窗口长度；

根据各供热末端用户的热负荷波动值的整体占比情况，得到各供热末端用户的多项式拟合次数；

将各供热末端用户的滑动窗口长度、多项式拟合次数代入多项式拟合算法，对各供热末端用户的所有热负荷数据进行拟合，得到多项式拟合曲线；所述多项式拟合曲线的横轴为时间，纵轴为热负荷数据；

获取多项式拟合曲线上当前时刻的下一时刻对应的热负荷数据，记为热负荷预测数据；将供热末端用户的热负荷数据与热负荷预测数据的差值绝对值记为供热末端用户的热负荷变化量；计算热力站下所有供热末端用户热负荷变化量的均值，将所述均值的反正切归一化值记为热力站对电动比例控制阀开度的初始调整率。

8.如权利要求7所述的一种集中供热系统的节能优化方法，其特征在于，所述各供热末 端用户的多项式拟合次数的获取方法，包括：将第m个热力站下第n个供热末端用户的多项 式拟合次数记为，；其中，表示预设的初始多项式拟 合次数；和分别表示第m个热力站下所有供热末端用户的热负荷波动值的最小值 和最大值；表示第m个热力站下第n个供热末端用户的热负荷波动值；为向下取整 函数。

9.如权利要求1所述的一种集中供热系统的节能优化方法，其特征在于，所述初始校正值的获取方法，包括：

其中，C表示预设的校正限定值；norm()表示归一化函数；表示集中供热系统第m个 热力站下供热末端用户的数量；表示第m个热力站下第n个供热末端用户的热负荷波动 值；表示第m个热力站下第n个供热末端用户的热负荷变化量；表示集中供热系统第 m个热力站的初始校正值。

10.如权利要求1所述的一种集中供热系统的节能优化方法，其特征在于，所述各热力站对电动比例控制阀开度的最优调整率的获取方法，包括：

在以各热力站对电动比例控制阀开度的初始调整率为中心，初始校正值为半径的区间内随机选取第一预设数量个数值，作为各热力站的更新调整率；

将所有热力站的任一更新调整率按照固定的顺序组成的向量，记为初始调整向量；对所有初始调整向量使用优化算法，获得最优调整向量；其中，最优调整向量中的各元素为各热力站对电动比例控制阀开度的最优调整率。