1.一种智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，包括以下步骤：基于能源互联网中的能量枢纽概念建立多个单楼宇多能流能源系统；

通过输电线、供暖管道、天然气管道对所述多个单楼宇多能流能源系统进行互联，形成多楼宇多能流能源互联系统；

建立所述多楼宇多能流能源互联系统的数学模型，其中，所述数学模型包括楼宇用能目标函数和楼宇用能约束条件；

利用交替方向乘子算法对所述数学模型进行优化求解，以得到智能楼宇最优用能策略。

2.如权利要求1所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，各单楼宇多能流能源系统的第一输入端用于输入电能，第二输入端用于输入热能，第三输入端用于输入天然气，第一输出端用于输出电能至电负荷，第二输出端用于输出热能至热负荷。

3.如权利要求2所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述电能来自光伏发电以及外部电网，所述热能来自光伏发热以及相邻楼宇之间，所述天然气来自天然气公司。

4.如权利要求3所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，各单楼宇多能流能源系统均包括微型燃气轮机、天燃气锅炉和电热锅炉，所述微型燃气轮机的输入端用于输入所述天然气，第一输出端用于输出电能至所述电负荷，第二输出端用于输出热能至所述热负荷，所述天燃气锅炉的输入端用于输入所述天然气，输出端用于输出热能至所述热负荷，电热锅炉的输入端用于输入电能，输出端用于输出热能至所述热负荷。

5.如权利要求4所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述多楼宇多能流能源系统中电-热-气能量耦合矩阵通过下式表示：其中，Le,t,b、Lh,t,b分别为楼宇b在t时刻的电负荷和热负荷，ηh,MTE、ηe,MTE分别为微型天然气轮机的热效率和电效率，ηF、ηB分别为天然气锅炉的效率和电热锅炉的效率，Qgas为天然气的热值，PPV,t,b、PPT,t,b分别为楼宇b在t时刻输入的来自太阳能发电的电能和来自外部电网的电能，Pgrid,t,b、Pg,t,b分别为楼宇b在t时刻输入的来自光伏发热的热能和来自天然气公司的天然气，SMTE,t,b为微型天燃气轮机输出的电能，SF,t,b为天然气锅炉输出的热能，SB,t,b为电热锅炉输出的热能。

6.如权利要求5所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述楼宇用能目标函数通过下式表示：其中，minF为所述楼宇用能目标函数，F为所有楼宇的用能目标函数的总和，N为楼宇的总数，fb,t为楼宇b在t时刻的用能目标函数， 为楼宇b在t时刻的用电成本， 为楼宇b在t时刻的用气成本， 为楼宇b在t时刻的电池损耗成本。

7.如权利要求6所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述楼宇用能约束条件包括局部约束条件，所述局部约束条件包括温控负荷约束、储能系统约束、电动汽车充电约束、微型天然气轮机运行约束、天然气锅炉运行约束、电热锅炉运行约束、功率平衡约束，其中，所述温控负荷约束为：HImin≤HIb,a,t≤HImax和 其中，HIb,a,t＝M1·

2 2 2 2

θb,a,t+M2·θb,a,t·Rt+M3·(θb,a,t) +M4·θb,a,t·(Rt) +M5·(θb,a,t) ·(Rt) +FR(Rt)为在温控负荷作用下楼宇b在t时刻的热指数，HImin、HImax分别为预设最小和最大热指数，为在温控负荷作用下楼宇b在t时刻作用区域内的室内温度，且分别为负荷a在t时刻最小与最大温度限制， 为楼宇b在t时刻的室外空气温度，Mb为楼宇b内空气的总量，Cb为楼宇b内空气的热容值，Req,b为楼宇b的等效热阻抗，Pb,a,t为温控负荷的功率，Δt为预设时间间隔，M1、M2、M3、M4、M5分别为与温度湿度相关的热指数多项式系数，Rt为在t时刻的空气相对湿度，Ft(·)为热系数中的一个函数，其值的大小由空气相对湿度Rt决定，ΔPb,a,t＝Δθb,a,t·Lb.a为可削减负荷a在t时刻的削减功率，Δθb,a,t为可削减负荷a在t时刻控制对象的温度变化，Lb,a为功率温度关系的常数， 为可削减负荷a在t时刻最大削减负荷功率；

所述储能系统约束为： 和 其

中， 为楼宇b的储能设备在t时刻的功率，功率正

为充电，功率负为放电， 为储能设备的最大充放电功率， 为楼宇b的储能设备在t时刻的荷电状态，ηESS为储能设备的充放电效率， 分别为储能设备的最小和最大荷电状态；

所述电动汽车充电约束为： 和 其中，

且 为楼宇b的电动

汽车在t时刻的功率， 为电动汽车的最大充电功率， 为楼宇b的电动汽车在t时刻的荷电状态，ηEV为电动汽车的充放电效率， 分别为电动汽车的最小和最大荷电状态， 为电动汽车离家的最小荷电状态；

所述微型燃气轮机运行约束为： 和

其中， 和 分别为微型燃气轮机的输出电能功率和热功率，ηMTE和ηMTH分别为微型燃气轮机的气-电转换效率和气-热转换效率， 为微型燃气轮机输入的天然气体积，QGAS为天然气的低位热值， 为微型天然气轮机的总输入功率；

所述天然气锅炉运行约束为： 其中， 为天然气锅炉的输出热功

率， 为天然气锅炉的天然气消耗体积，ηF为天然气锅炉的气-热转换效率；

所述电热锅炉运行约束为： 其中， 为电热锅炉的输出热功率，

为电热锅炉的电能输入功率，ηBO为电热锅炉的电-热转换效率；

所述功率平衡约束为： 和

其中，A1、A2、A3分别为固定负荷、可削减负荷和可转移负荷的集合。

8.如权利要求7所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述楼宇用能约束条件还包括全局约束条件，所述全局约束条件包括传输约束，所述传输约束为： 和 其中，PLim为最大电能传输功率，VLim为最大天然气传输体积。

9.如权利要求8所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，所述利用交替方向乘子算法对所述数学模型进行优化求解，以得到智能楼宇最优用能策略，包括以下步骤：S41，输入电动汽车、储能系统、供热系统参数、多能流系统参数、基础负荷信息、电价信息和网络拓扑结构；

S42，设置迭代次数为0，初始化初始残差δ1和对偶残差δ2，初始化耦合变量x、一致变量z和拉格朗日乘子y，设置迭代步长；

S43，利用拉格朗日算子λ、α对所述全局约束进行松弛，并利用一致约束xe＝ze、xh＝zh和xg＝zg将所述楼宇用能目标函数拆解为下式所示的多个优化子问题：其中，x为各单楼宇多能流能源系统的耦合变量，z为相邻楼宇的一致变量，为各单楼宇多能流能源系统的运行成本，

体现了与楼宇b相连的输电线和燃气管道之间的协同作用，ye、yh、yg分别为电、热、气一致约束的拉格朗日乘子，de、dh、dg分别为电、热、气一致约束的恒定步长，χb为楼宇b的决策变量；

S44，根据所述多个优化子问题和所述局部约束条件为各楼宇构造调度优化子问题；

S45，在每次迭代中，各楼宇利用最新的一致变量z和拉格朗日乘子y解决自己的调度优化子问题，得到最新的耦合变量x：S46，根据如下公式更新一致变量z，以保证电、热、气间协同优化：其中，Ce、Ch、Cg分别为连接至楼宇b的输电线、热力管道、燃气管道的数目；

S47，根据如下公式判断是否满足迭代终止条件：

且

S48，如果不满足，则根据如下公式更新拉格朗日乘子y，并返回步骤S44：S49，如果满足，则得到所述智能楼宇最优用能策略。

10.如权利要求8所述的智能楼宇群体的分布式综合能源需求响应协同优化方法，其特征在于，耦合变量x包括相邻楼宇间的电能潮流、天然气流、供暖管道的进出口温度和回馈管道的进出口温度。