分布式数据中心制冷控制的深度强化学习算法

为对数据中心空调送风温度与送风速度进行智能控制,降低数据中心制冷能耗,提出一种基于多智能体强化学习的数据中心空调制冷控制方法。所有空调智能体的制冷策略联合训练使其能合作制冷,设置温度约束保证设备在安全温度下运行。在不断与环境模型交互的过程中获得经验,通过经验优化控制方法,以更加节能的方式保证数据中心的正常工作。仿真结果表明,与单智能体强化学习的CCA方法相比,所提方法在分布式数据中心环境中,降低了14.1%的空调功耗与18.09%的温度违约惩罚。