XiaoMi-AI文件搜索系统
World File Search System预冷
基于迭代优化和学习的物联网系统，用于互联建筑的能源管理
摘要 —建筑物占一次能源的近 40% 和温室气体排放的 36%，是推动气候变化的主要因素之一。减少建筑物能耗，实现零能耗建筑是确保实现未来气候和能源目标的重要支柱。然而，由于建筑负荷和客户舒适度需求的高度不确定性，以及建筑热特性的极端非线性，开发有效的零能耗建筑能源管理 (BEM) 技术面临着巨大的挑战。本文提出了一种基于学习的新型迭代物联网系统来应对这些挑战，以实现互联建筑 BEM 的零能耗目标。首先，基于物联网的 BEM 系统中的所有建筑都与聚合器共享其运行数据。其次，聚合器使用这些历史数据训练基于深度确定性策略梯度方法的深度强化学习模型。学习模型生成预冷或预热控制动作，以实现建筑供暖通风和空调 (HVAC) 系统的零能耗 BEM。第三，为解决暖通空调系统与建筑内部热增益负荷之间的耦合问题，开发了一种迭代优化算法，将基于物理和基于学习的模型相结合，通过合理安排建筑负荷、电动汽车充电周期和储能系统，最大限度地减少现场太阳能光伏发电量与实际建筑能耗之间的偏差。最后，考虑客户的舒适度要求，制定最佳负荷运行计划。然后，所有连接的建筑物根据聚合器发布的负荷运行计划运行其负荷。通过使用来自 Pecan Street 项目的真实建筑数据进行模拟，验证了所提出的基于学习的迭代物联网系统。