基于深度强化学习的热泵供热系统节能控制

作者：秦浩森; 于震; 李太禄; 李立

来源：建筑科学, 2022, 38(12): 1-6.

DOI：10.13614/j.cnki.11-1962/tu.2022.12.01

• 强化学习
• Deep Q-Learning
• 控制策略
• 暖通空调
• 近零能耗建筑

热泵供热系统广泛应用于住宅建筑，其优化控制对于提高需求侧的能源效率至关重要。基于模型的控制方法需要精确的建筑模型，而无模型控制方法前期效果较差，收敛速度较慢。针对这些问题，提出了1种基于Deep Q-Learning及其改进算法的强化学习方法。该方法具有较快收敛速度，能够根据不同建筑环境自适应学习建模，在热舒适收益和能耗成本之间寻找平衡。北京市某近零能耗住宅建筑实际验证结果表明，该算法与基准策略相比综合收益提高15.3%。

• 单位
  中国建筑科学研究院有限公司; 河北工业大学