时变多参数不确定性下室内环境的节能控制

摘要

为解决当前室内环境受多种时变参数影响不确定性较大，且现有控制设备无法根据室内环境对工作功率进行自适应调节造成的能源浪费问题，采用在深度确定性策略梯度(deep deterministic policy gradient, DDPG)中融入优先经验重放(prioritized experience replay, PER)的方法，合理优化控制设备功率，对室内空气质量(indoor air quality, IAQ)和热舒适度进行控制。结果表明：DDPG-PER算法能够在冬夏两季不同室外空气质量条件下，结合多时变参数，将室内环境控制在要求范围之内；与定风量控制系统相比，能源成本降低了13.30%,用户全年可节约2 000元左右电费。研究结果对中国“碳中和”策略和绿色低碳建筑行业的发展具有一定的参考价值。

关键词

环境质量监测与评价 / 强化学习 / 深度确定性策略梯度 / 优先经验重放 / 节能控制