随着智慧机场的不断建设,实现机场能源站多种能源智慧化调度,最大限度地降低能耗和运行成本,是建设“四型机场”的关键点之一。机场能源站中多热源供暖系统的结构设计较为复杂,各热源之间存在一定耦合关系,精准的热负荷预测结果有利于指导多种热源的优化调度。为解决机场多种热源协同供暖问题,本文进行了多热源供暖系统负荷预测与优化调度研究。首先,根据机场能源站实际的工程概况,分析了多热源供暖系统的运行工艺和热负荷分配,研究了中深层地热、市政供暖、燃气锅炉等三种热源子系统的换热原理;建立了多热源供暖系统中板式换热器、热泵机组、燃气锅炉和循环水泵等主要运行设备的数学模型;完成多热源供暖系统数学模型的建立工作,为之后的多目标优化研究提供理论基础。其次,由于供暖系统热负荷影响因素众多,易导致预测模型输入冗余等问题,利用套索回归筛选出热负荷影响因素较高的变量;采用数学形态学对历史热负荷数据进行聚类分析,提取与预测日高度相似的历史样本作为预测模型的训练输入;利用改进树种算法优化广义回归神经网络,建立了多热源供暖系统负荷预测模型,预测结果作为多目标优化研究的热量平衡约束及数据支撑。实验结果表明,本文建立的预测模型均方根误差降低至0.272,提高了模型的预测精度。最后,针对多热源供暖系统优化调度问题,建立了基于运行费用和碳成本的多目标优化函数,以及系统运行的约束条件;将优化调度问题转化为数学函数求解问题,研究了改进多目标蜻蜓算法进行寻优求解,得到了多热源供暖系统的优化调度策略。经对比验证,相较于基本蜻蜓算法与粒子群优化算法,改进多目标蜻蜓算法的优化效果更佳、节省比例更高,搜索最优解的平均运行时间分别减少了47.32%和58.39%。综上所述,提高机场多热源供暖系统负荷预测模型精度,采用多目标优化算法对多种热源进行智能调度研究,对于实现机场智慧化建设具有较高的研究价值,有利于推进机场绿色、低碳、高效、经济的全面发展。