分时电价下蓄冷空调系统需求响应强化学习控制

作者：李洋; 孟庆龙^*; 王钰翔; 李泽阳; 孙哲; 杨小龙

来源：建筑科学, 2022, 38(06): 178-196.

DOI：10.13614/j.cnki.11-1962/tu.2022.06.22

• 需求响应
• HVAC
• 强化学习
• 主动储能
• 分时电价

电力需求的快速增长给电力供需平衡带来了很大的挑战。需求响应是1种削减峰值负荷、增强电网稳定性的有效手段。暖通空调系统的集中可控性和建筑的热惯性使其成为高效的需求响应参与者。由于建筑热力学的复杂性和外界环境的干扰，传统基于模型的方法在空调需求响应调控中往往受限。而强化学习是1种无模型、自适应的连续控制方法。本文将强化学习应用到具备储能罐的变风量空调系统中。搭建TRNSYS+MATLAB联合仿真平台，并在此基础上实现强化学习算法。该算法充分考虑了环境因素、分时电价和能耗等因素，以神经网络构建算法策略框架输出离散控制动作，实时学习室内温度设定点。选取3周的夏季高温工作日，运行强化学习控制策略仿真研究。仿真结果表明，所提的强化学习算法能够实现温度设定点控制，相对于固定设定点非蓄冷空调系统，可节约运行费用9.17%。

• 单位
  中国建筑西北设计研究院有限公司; 长安大学; 建筑工程学院; 南阳理工学院