基于深度强化学习的地面辐射供暖系统优化控制

暖通空调系统运行能耗是建筑能耗的主要方面,为了降低能耗节约资源,暖通空调系统优化控制就显得尤为重要.随着深度强化学习(DRL)的发展,其在工程优化控制中的表现良好,更多的暖通空调系统开始采用基于DRL的优化控制方法,但针对类似地暖的热惰性大的系统应用研究相对较少.因此,文中将DRL算法应用到地面辐射供暖系统优化控制中,并综合考虑人体热舒适、工作效率及系统能耗,分别与传统的地暖通断控制和PID控制效果进行对比分析.结果表明,DRL控制在室内热舒适度略优于传统通断控制和PID控制,但工作效率及能耗方面相对略差一些.该研究对象是针对于单房间区域模型,但包括了三个不同的地区,验证了DRL控制策略在地板辐射供暖系统的可行性,为进一步多房间模型研究提供基础.