控制与决策

作者：闫军威,黄琪,周璇

单位：华南理工大学 机械与汽车工程学院,广州 510641,,华南理工大学 机械与汽车工程学院,广州 510641,,华南理工大学 机械与汽车工程学院,广州 510641,

关键词：冷源系统;强化学习;DDPG算法;节能优化控制策略;马尔可夫决策过程;策略梯度

基金：广东省自然科学基金项目(2017A030310162,2018A030313352).

针对传统冷源系统节能优化方式机理建模复杂,缺乏自我学习能力,优化速度较慢等问题,提出一种基于数据驱动和自我学习机制的冷源系统节能优化控制策略,设计冷源马尔可夫决策过程模型,并采用深度确定性策略梯度算法(DDPG)解决维数灾难与避免控制动作离散化问题.以夏热冬暖地区某大型办公建筑中央空调冷源系统为研究对象,对冷源系统控制策略进行节能优化,实现在满足室内热舒适性要求的前提下,减少系统能耗的目标.在对比实验中,DDPG控制策略下的冷源系统总能耗相比PSO控制策略和规则控制策略减少了6.47%和14.42%,平均室内热舒适性提升了5.59%和18.71%,非舒适性时间占比减少了5.22%和76.70%.仿真结果表明,所提出的控制策略具备有效性与实用性,相比其他控制策略在节能优化方面具有较明显的优势.

来源：2021年第12期

《控制与决策》期刊编辑部

查看控制与决策杂志2021年第12期