集中供热已经成为北方地区最重要的供热方式,为了实现消纳风电的热电联产优化,本文根据长春市某小区的某单元热用户与该小区的换热站之间的集中供热系统,构建各部分数学模型,进行仿真计算,并根据长春市某小区换热站一次管网供水处的负荷温度,利用神经网络技术进行预测,为集中供热系统的调节提供一个数据支持。本文主要的研究内容以及工作如下。(1)为研究讨论集中供热系统的动态特性,分别对集中供热系统中的换热器、二次管网、以及热用户三个物理模型进行了分析,并根据传热原理确定出各个环节的热平衡方程,并在对研究结果产生影响不大的基础上,忽略掉一些次要因素,对研究进行假设简化,建立各个物理环节的数学模型。(2)当一次管网循环停止时,二次管网、建筑物围护储存的热量开始释放以维持热用户的室内温度,由于储热量是一定的,室内温度会随着时间的推移而降低,因此,根据集中参数法的温度场的分析结论,确定散热器、房间以及围护的平均温度与时间的函数关系的数学模型。(3)根据对集中供热系统分析出的理论研究,假设室外温度没有变化和忽略太阳辐射的情况下,利用matlab中simulink工具箱搭建相对应的仿真模型,并对设计工况下的参数进行了仿真计算;当一次管网循环关闭时,分别讨论二次管网是否停运,热用户室内温度降低的情况。结果表明,二次管网继续运行可以减缓热用户室内温度的降低速率,以维持更长时间的舒适状态。(4)利用长春市某小区换热站的一次网进水温度的历史数据,运用BP神经网络工具进行了热负荷温度的实例训练,训练结果表明该方法能很好的预测出热负荷温度,并且该预测结果可以集中供热系统的调节提供依据。