低温多能建筑弹性调度

停电后运行成本最优

一种基于深度强化学习的校正控制方法，在计及多重不确定性与运行约束的同时，实现停电后多能源系统运行成本的最优化。

Wang, Jiawei · 王一 · Qiu, Dawei · 苏涵光 · Štrbac, Goran · Gao, Zhiwei

Applied Energy 2025

技术优势

考虑热-电耦合

同时削减电负荷和热负荷，协调电力与供热系统，避免停电影响供热。

不确定性下可行

在强化学习训练中显式考虑多重不确定性，使得到的控制策略在实际运行中更可能满足约束。

模型无关控制

基于深度强化学习直接从数据学习控制策略，避免了传统基于模型优化方法的非凸性和高计算复杂度。

应用场景

• 多能源系统运行：停电时协调多能源系统削减负荷，降低运行成本。
• 建筑能源管理：提供建筑级多能源系统的实时校正控制策略，作为现有EMS的补充。
• 智能建筑控制：基于DRL的控制器可在线适应不确定性，实现应急智能控制。