基于强化学习的建筑集群需求侧能量管理方法

• 作者: 安佳坤 贺春光 刘洪 凌云鹏 齐晓光 李维宇 孙鹏飞 檀晓林
• 来源期刊: 电力建设
• 关键词: 建筑集群 R-C热平衡模型 强化学习 需求侧能量管理
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 能源互联网人工智能关键技术及其应用|Key Technologies and Applications of Artificial Intelligence in Internet of Energy
• 页码范围: 16-26
• 页数: 11页
• 分类号: TM734
• 语种: 中文
• DOI: 10.12204/j.issn.1000-7229.2021.05.003

摘要

针对当前对于强化学习在需求侧能量管理及用户侧需求响应等方面应用的可行性亟待进一步探索等问题,文章提出了基于强化学习的建筑集群需求侧能量管理方法.首先,以建筑集群为终端用能负荷载体,构建了建筑集群需求侧能量管理框架;其次,基于智能建筑的相变虚拟储能特性,构建了一种新的智能建筑热阻-热容(R-C)热平衡模型以及用户灵活性负荷模型,并结合Q学习算法,构建了基于强化学习的需求侧能量管理模型;最后,通过实际仿真算例,对需求侧能量管理结果以及算法的性能进行了对比分析,从而验证文章所提理论方法的有效性与实用性.