机构名称：
¥ 1.0
电气化住宅供暖系统具有为电网提供灵活性的巨大潜力，先进的运行控制机制能够利用这一点。因此，在这项工作中，我们在模拟研究中将强化学习 (RL) 方法应用于住宅热泵的运行，并将结果与传统的基于规则的方法进行比较。为此，我们考虑一个拥有 100 个居住单元和一个中央热泵以及一个用作储热器的中央热水箱的公寓大楼。与该领域的其他研究不同，我们专注于数据驱动的方法，其中不需要建筑模型，并且居民的生活舒适度永远不会受到影响。这两个因素最大限度地提高了在现实世界建筑中的适用性。此外，我们研究了不确定性对热泵运行的影响。这是通过测试四个不同的观察空间来实现的，每个观察空间对 RL 代理的数据可见性和可用性都不同。与此同时，我们还模拟了预测条件下的热泵运行，据我们所知，这以前从未做过。我们发现典型的住宅供热系统的惯性足够高，因此缺失或不确定的信息对运行的影响很小。与基于规则的方法相比，所有 RL 代理都能够利用可变电价和热存储的灵活性，从而显著降低电力成本和能源消耗。此外，通过所介绍的智能操作，可以节省已安装热泵的大部分标称电能。通过对所有设置运行十个独立的训练和测试周期并获得可重复的结果，证明了该方法的稳健性。
应用能源
主要关键词
相关文件推荐
