基于强化学习的地铁站空调系统节能控制

作者：焦焕炎; 冯浩东; 魏东^*; 冉义兵; 胡朝文

来源：控制与决策, 2022, 37(12): 3139-3148.

DOI：10.13195/j.kzyjc.2021.0778

• 强化学习
• 深度确定性策略梯度法
• 神经网络
• 多步预测
• 地铁站空调系统
• 节能控制

地铁站空调系统能源消耗较大,传统控制方法无法兼顾舒适性和节能问题,控制效果不佳,且目前地铁站空调控制系统均是对风系统和水系统单独控制,无法保证整个系统的节能效果.鉴于此,提出基于强化学习的空调系统节能控制策略.首先,采用神经网络建立空调系统模型,作为离线训练智能体的模拟环境,以解决无模型强化学习方法在线训练收敛时间长的问题;然后,为了提升算法效率,同时针对地铁站空调系统多维连续动作空间的特点,提出基于多步预测的深度确定性策略梯度算法,设计智能体框架,将其用于与环境模型进行交互训练;此外,为了确定最佳的训练次数,设置了智能体训练终止条件,进一步提升了算法效率;最后,基于武汉某地铁站的实测运行数据进行仿真实验,结果表明,所提出控制策略具有较好的温度跟踪性能,能够保证站台舒适性,且与目前实际系统相比能源节省约17.908%.

• 单位
  北京建筑大学