一种基于强化学习的商业建筑能量管理方法

作者：杨雯婷; 郁进明^*

来源：物联网技术, 2023, 13(09): 94-97.

DOI：10.16667/j.issn.2095-1302.2023.09.023

• 强化学习
• 能量管理
• 智能建筑
• HVAC
• 非凸优化
• “演员-评论家”算法

在智能建筑的能源管理中，为了最大限度地降低建筑能源成本，在保持建筑内管道水力平衡的同时，需要有效控制供暖、通风和空调（HVAC）系统并尽可能减少能源消耗。该文综合考虑商业建筑中储能、空调、水力单元调度，设计独立可控的HVAC系统，在减少建筑暖通空调的能源成本的同时，保证居住者的热舒适度。本文将水力平衡与热舒适度约束下的系统成本最小化问题建立为非凸优化问题，并进一步转化为马尔可夫决策问题；为了解决系统中的不确定性，提出了基于“演员-评论家”的深度强化学习算法来学习最优调度策略。数值仿真表明，与基线算法相比，该算法能降低9.15%的系统成本。