随着一带一路的快速发展,机场航站楼的建设数量迅速增加。机场航站楼供热系统智能调控是改善机场节能和室内热舒适性状况的重要手段。精确的热负荷预测为能源站优化调度提供理论依据,由于航站楼热负荷影响因素较多、随机性强、预测难度较大,对航站楼热负荷进行准确地预测尤显重要。同时,机场供热系统主要由市政供热、中深层地热和燃气锅炉三种热源组成,实施科学合理的优化调度策略关乎经济效益和社会效益。论文针对机场航站楼供热系统负荷预测与多热源优化调度展开详细研究,主要内容如下:首先,建立了机场航站楼热负荷预测模型。利用Pearson相关性系数法筛选出热负荷影响因素较高的变量,将变量采用变分模态分解方法进行分解,将分解变量作为门控循环网络预测模型的输入进行训练,构成VMD-GRU热负荷预测模型。其次,提出了多热源优化调度策略。研究了多热源优化调度模型,以环境调度和经济调度为目标,在预测热负荷的基础上,建立热负荷平衡和流量平衡的约束条件,并采用了骨干粒子群算法对调度模型求解,进而提出了兼顾经济和环境的优化调度策略。最后,开发了基于物联网的机场航站楼供热监管系统,完成了监管系统的架构设计、硬件选取及点位布置,建立了机场航站楼供热监管系统数据库,将热负荷预测和热源优化调度等功能加入其中,进一步实现了机场航站楼供热监管系统的负荷预测、能耗管理等功能。通过仿真实验对比可知,建立的热负荷预测模型相比BP、GRU和VMD-BP的平均绝对误差分别降低1428.674、1318.424和630.927。提出的多热源优化调度策略与常规调度方法相比,运行费用平均降低13.94%,污染物综合排放量平均降低14.96%。该机场航站楼供热监管系统解决了机场航站楼的热负荷预测不准等问题,实现了对供热系统的综合管理,对机场航站楼热源调度及节能管理具有指导与借鉴作用。