本發明提出了一種基于深度強化學習的集群空調負荷差異化調控方法。包括:構建空調負荷基礎模型,基于LSTM神經網絡預測用戶用能需求,模擬單個用戶行為特性;根據用戶行為模擬,引入用能行為相似度來量化用戶差異化用能需求的切合程度;建立差異化用能需求的集群空調負荷調控模型;利用基于DDQN的集群空調負荷差異化調控算法優化控制策略。本發明通過建立負荷調控模型、搭建神經網絡與深度學習網絡,切實考慮與量化用戶差異用能需求,設計了基于DDQN的差異化負荷調控優化方法,解決了既降低用戶用能成本又滿足各用戶的差異化舒適需求的問題,并有效降低了峰谷差。為節約能源、需求側管理的精細化以及制定用戶個性化用能策略方面提供了一種可行的方法。
聲明:
“基于深度強化學習的集群空調負荷差異化調控方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)