一种基于深度强化学习的集群空调负荷差异化调控方法

    公开(公告)号:CN114623569B

    公开(公告)日:2023-09-29

    申请号:CN202111301293.3

    申请日:2021-11-04

    IPC分类号: F24F11/62

    摘要: 本发明提出了一种基于深度强化学习的集群空调负荷差异化调控方法。包括:构建空调负荷基础模型,基于LSTM神经网络预测用户用能需求,模拟单个用户行为特性;根据用户行为模拟,引入用能行为相似度来量化用户差异化用能需求的切合程度;建立差异化用能需求的集群空调负荷调控模型;利用基于DDQN的集群空调负荷差异化调控算法优化控制策略。本发明通过建立负荷调控模型、搭建神经网络与深度学习网络,切实考虑与量化用户差异用能需求,设计了基于DDQN的差异化负荷调控优化方法,解决了既降低用户用能成本又满足各用户的差异化舒适需求的问题,并有效降低了峰谷差。为节约能源、需求侧管理的精细化以及制定用户个性化用能策略方面提供了一种可行的方法。

    一种基于深度强化学习的集群空调负荷差异化调控方法

    公开(公告)号:CN114623569A

    公开(公告)日:2022-06-14

    申请号:CN202111301293.3

    申请日:2021-11-04

    IPC分类号: F24F11/62

    摘要: 本发明提出了一种基于深度强化学习的集群空调负荷差异化调控方法。包括:构建空调负荷基础模型,基于LSTM神经网络预测用户用能需求,模拟单个用户行为特性;根据用户行为模拟,引入用能行为相似度来量化用户差异化用能需求的切合程度;建立差异化用能需求的集群空调负荷调控模型;利用基于DDQN的集群空调负荷差异化调控算法优化控制策略。本发明通过建立负荷调控模型、搭建神经网络与深度学习网络,切实考虑与量化用户差异用能需求,设计了基于DDQN的差异化负荷调控优化方法,解决了既降低用户用能成本又满足各用户的差异化舒适需求的问题,并有效降低了峰谷差。为节约能源、需求侧管理的精细化以及制定用户个性化用能策略方面提供了一种可行的方法。