基于强化学习的空调系统运行优化
空调系统运行优化是建筑节能的重要组成部分.本文将强化学习算法应用在空调系统运行优化中.首先建立空调系统运行优化任务的马尔科夫决策过程模型,接下来确立规则对探索空间进行进一步缩减,使探索过程尽可能满足系统设备运行和被控区域舒适度的约束,最后应用QLearning算法探索学习不断改进控制策略.通过仿真案例对算法进行了测试.采用动态仿真软件TRNSYS和MATLAB进行联合仿真,对被控区域送风量进行了优化,仿真结果显示,与基于固定规则的控制策略和PID控制相比,本文提出的基于强化学习的控制方法可以在小幅提升被控区域舒适度的同时可将运行费用分别降低超过7％和4.5％.
空调系统 运行优化 强化学习 舒适度 节能效果
王尉同 潘毅群 黄治钟
同济大学 机械与能源工程学院,上海 201804 同济大学 中德工程学院,上海 201804
国内会议
上海
中文
514-519
2017-12-18（万方平台首次上网日期，不代表论文的发表时间）