本发明涉及供热，尤其是涉及一种多能互补供热系统供热优化方法、装置、存储介质及设备。
背景技术：
1、集中供热是现代城市供热的主流，尤其是在我国北方，每年至少有4个月的供暖期，供暖期内供热会消耗大量能源，造成大量的二氧化碳排放。为推动建筑供暖期间节能减碳工作的实施，有效实现建筑供暖的绿色化和智慧化，降低其运行碳排放并更好地满足用户热负荷需求，许多建筑在供暖系统中引入了清洁可再生热源，并采用多源协同的方式进行供热，形成了多源协同的多能互补供暖系统。
2、现有技术中，多能互补供暖系统中各个子热源系统的能源形式、耗能设备等特点不同，对供暖系统各热源的负荷分配成为保证系统高效运行的关键，目前的多源协同供暖系统主要根据经验进行热源的负荷分配，智能化程度不高，导致能源利用效率低下，具备较大的节能减碳潜力。
技术实现思路
1、有鉴于此，本技术提供了一种多能互补供热系统供热优化方法、装置、存储介质及计算机设备，主要目的在于解决现有技术中多源协同供暖系统负荷分配不合理，能源利用效率低的技术问题。
2、根据本发明的第一个方面，提供了一种多能互补供热系统供热优化方法，所述方法包括：
3、根据供热需求确定供热系统，其中，所述供热系统包括多个供热子系统；
4、基于所述多个供热子系统的运行数据建立所述供热系统的优化目标函数以及所述优化目标函数的决策变量，并设定多个约束条件；
5、基于所述优化目标函数、所述决策变量和所述多个约束条件构建供热优化模型，利用多目标优化算法对所述供热优化模型进行优化，得到帕累托前沿解集，其中，所述帕累托前沿解集包括多个供热优化方案；
6、利用topsis熵权法在所述帕累托前沿解集中确定供热优化目标方案。
7、可选地，所述基于所述多个供热子系统的运行数据建立所述供热系统的优化目标函数以及所述优化目标函数的决策变量，包括：
8、基于所述多个供热子系统中每一供热子系统的运行数据，计算每一供热子系统的运行成本函数、碳排放函数和综合能效函数；
9、对所述多个供热子系统的运行成本函数进行求和，得到所述供热系统的总成本函数；
10、对所述多个供热子系统的碳排放函数进行求和，得到所述供热系统的总碳排放函数；
11、根据所述多个供热子系统的综合能效函数之和，以及预设的楼栋热力入口总供热量和预设的标准煤低位发热量进行计算，得到所述供热系统的总综合能效函数；
12、基于所述总成本函数的最小值、所述总碳排放函数的最小值和所述总综合能效函数的最大值为目标，建立所述供热系统的优化目标函数；
13、获取所述多个供热子系统的运行数据中每一供热子系统的热负荷参数，将每一供热子系统的热负荷参数设定为所述优化目标函数的决策变量。
14、可选地，所述多个供热子系统包括空气源热泵系统、燃气锅炉系统、生物质锅炉系统、燃煤锅炉系统、电蓄热锅炉系统和地源热泵系统；所述多个供热子系统的运行数据还包括每一供热子系统的负荷率参数和能源消耗占比参数；所述多个约束条件包括热负荷约束条件、负荷率约束条件和能源资源性限制条件；所述设定多个约束条件，包括：
15、基于每一供热子系统的热负荷参数建立热负荷约束条件，所述热负荷约束条件包括每一供热子系统的热负荷均大于0，且小于热负荷极值，其中，每一供热子系统的热负荷极值均等于所述供热系统的热负荷参数，所述供热系统的热负荷参数等于所述多个供热子系统的热负荷参数之和与预设参数之间的乘积，所述预设参数的取值范围为0.995-1.005；
16、基于每一供热子系统的负荷率参数建立负荷率约束条件，所述负荷率约束条件包括所述空气源热泵系统和所述地源热泵系统的负荷率参数均处于预设的热泵负荷率范围内，所述燃气锅炉系统、所述生物质锅炉系统、所述燃煤锅炉系统和所述电蓄热锅炉系统的负荷率参数均处于预设的锅炉负荷率范围内；
17、基于每一供热子系统的能源消耗占比参数建立资源性限制条件，所述资源性限制条件包括所述燃煤锅炉系统的能源消耗占比参数大于所述燃煤锅炉系统的能源消耗占比最小值、所述燃气锅炉系统的能源消耗占比参数小于所述燃气锅炉系统的能源消耗占比最大值、所述生物质锅炉系统的能源消耗占比参数小于所述生物质锅炉系统的能源消耗占比最大值以及所述地源热泵系统的能源消耗占比参数小于所述地源热泵系统的能源消耗占比的最大值。
18、可选地，所述基于所述多个供热子系统中每一供热子系统的运行数据，计算每一供热子系统的运行成本函数、碳排放函数和综合能效函数，包括：
19、在所述多个供热子系统的运行数据中获取每一供热子系统的设备费用、年度运维费用和运行年数，计算所述年度运维费用与所述运行年数的乘积后，再与所述设备费用求和，得到每一供热子系统的运行成本函数；
20、在所述多个供热子系统的运行数据中获取每一供热子系统的设备碳排放和运行碳排放，对所述设备碳排放与所述运行碳排放求和，得到每一供热子系统的碳排放函数；
21、在所述多个供热子系统的运行数据中获取每一供热子系统的热源总燃料消耗量、燃料折算标准煤系数、热源锅炉系统以及辅助系统等总耗电量、电力折算标准煤系数、热源耗水量和水折算标准煤系数，计算所述热源总燃料消耗量与所述燃料折算标准煤系数的第一乘积，计算所述热源锅炉系统以及辅助系统等总耗电量与所述电力折算标准煤系数的第二乘积，计算所述热源耗水量与所述水折算标准煤系数的第三乘积，计算所述第一乘积、第二乘积与第三乘积之和，得到每一供热子系统的综合能效函数。
22、可选地，所述基于所述优化目标函数、所述决策变量和所述多个约束条件构建供热优化模型，利用多目标优化算法对所述供热优化模型进行优化，得到帕累托前沿解集，包括：
23、设置所述多目标优化算法的初始参数值，其中，所述多目标优化算法为nsga3目标优化算法，所述初始参数值包括交叉率、突变率、种群个数和迭代次数；
24、利用设置后的多目标优化算法对所述供热优化模型进行优化迭代，得到帕累托前沿解集，其中，所述帕累托前沿解集包括多组帕累托前沿解，且每组帕累托前沿解对应一组优化目标函数。
25、可选地，在所述利用设置后的多目标优化算法对所述供热优化模型进行优化迭代，得到帕累托前沿解集之后，所述方法还包括：
26、基于所述多组帕累托前沿解构建评价指标矩阵，并对所述评价指标矩阵进行归一化处理；
27、对归一化处理后的所述评价指标矩阵中每一指标进行求和运算得到标准化矩阵，并对所述标准化矩阵中每一指标进行运算，得到每一优化目标函数对应的权重。
28、可选地，所述利用topsis熵权法在所述帕累托前沿解集中确定供热优化目标方案，包括：
29、将每一所述优化目标函数对应的权重与归一化处理后的所述评价指标矩阵中每一指标相乘，得到归一化决策矩阵；
30、选取所述归一化决策矩阵中每一列指标中的最大值作为正理想解，选取所述归一化决策矩阵中每一列指标中的最小值作为负理想解；
31、计算所述归一化决策矩阵中每一指标与其对应列中的正理想解和负理想解之间的欧几里得距离，并基于所述欧几里得距离计算每组帕累托前沿解的贴近度；
32、选取所述贴近度最接近1的帕累托前沿解作为供热优化目标方案。
33、根据本发明的第二个方面，提供了一种多能互补供热系统供热优化装置，装置包括：
34、系统确认模块，用于根据供热需求确定供热系统，其中，所述供热系统包括多个供热子系统；
35、目标函数建立模块，用于基于所述多个供热子系统的运行数据建立所述供热系统的优化目标函数以及所述优化目标函数的决策变量，并设定多个约束条件；
36、多目标优化模块，用于基于所述优化目标函数、所述决策变量和所述多个约束条件构建供热优化模型，利用多目标优化算法对所述供热优化模型进行优化，得到帕累托前沿解集，其中，所述帕累托前沿解集包括多个供热优化方案；
37、目标方案生成模块，用于利用topsis熵权法在所述帕累托前沿解集中确定供热优化目标方案。
38、根据本发明的第三个方面，提供了一种存储介质，其上存储有计算机程序，程序被处理器执行时实现上述多能互补供热系统供热优化方法。
39、根据本发明的第四个方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述多能互补供热系统供热优化方法。
40、本发明提供的一种多能互补供热系统供热优化方法、装置、存储介质及计算机设备，首先根据供热需求确定包括多个供热子系统的供热系统，能够有效根据各个供热子系统之间的相互关系全面地评估供热系统，从而实现系统的整体优化；然后基于多个供热子系统的运行数据建立供热系统的优化目标函数以及优化目标函数的决策变量，并设定多个约束条件，为系统提供了清晰的优化方向，进而能够量化和比较不同的优化结果，选择最符合特定目标的方案，约束条件的设定在保证优化过程效率的基础上，还兼顾实际可行性与合规性；最后基于优化目标函数、决策变量和多个约束条件构建供热优化模型，利用多目标优化算法对供热优化模型进行优化，得到帕累托前沿解集，其中，帕累托前沿解集包括多个供热优化方案，并利用topsis熵权法在帕累托前沿解集中确定供热优化目标方案，能够在考虑多个目标的情况下寻找最优解，帕累托前沿解集提供了多种可能的选择，增加了决策的灵活性，使用topsis熵权法从帕累托前沿解集中确定最终方案，减少主观判断的影响，使决策过程更加客观和科学。上述方法能够使得多能互补供暖系统在满足用户需求的同时，提高能源利用效率，降低运行成本，增强系统的灵活性和适应性，增强了系统的智能化和自动化的管理水平。
41、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
1.一种多能互补供热系统供热优化方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述多个供热子系统的运行数据建立所述供热系统的优化目标函数以及所述优化目标函数的决策变量，包括：
3.根据权利要求2所述的方法，其特征在于，所述多个供热子系统包括空气源热泵系统、燃气锅炉系统、生物质锅炉系统、燃煤锅炉系统、电蓄热锅炉系统和地源热泵系统；所述多个供热子系统的运行数据还包括每一供热子系统的负荷率参数和能源消耗占比参数；所述多个约束条件包括热负荷约束条件、负荷率约束条件和能源资源性限制条件；所述设定多个约束条件，包括：
4.根据权利要求2所述的方法，其特征在于，所述基于所述多个供热子系统中每一供热子系统的运行数据，计算每一供热子系统的运行成本函数、碳排放函数和综合能效函数，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述优化目标函数、所述决策变量和所述多个约束条件构建供热优化模型，利用多目标优化算法对所述供热优化模型进行优化，得到帕累托前沿解集，包括：
6.根据权利要求5所述的方法，其特征在于，在所述利用设置后的多目标优化算法对所述供热优化模型进行优化迭代，得到帕累托前沿解集之后，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述利用topsis熵权法在所述帕累托前沿解集中确定供热优化目标方案，包括：
8.一种多能互补供热系统供热优化装置，其特征在于，所述装置包括：
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
