面向建筑能源管理的数据驱动模型预测与强化学习控制：综述
系统与控制
2021-06-29 v1 系统与控制
摘要
建筑能源管理是现代电网中在确保居住者舒适的同时降低能耗的核心问题之一。然而，随着可再生能源渗透率的提高以及人与建筑之间交互的复杂化，建筑能源管理系统（BEMS）正面临更多挑战与不确定性。经典的模型预测控制（MPC）已展现出降低建筑能耗的能力，但其受制于费力的建模与复杂的在线控制优化。近来，随着建筑控制与自动化数据可及性的提升，数据驱动方案引起了更多研究关注。本文紧凑地综述了面向 BEMS 的数据驱动 MPC 与基于强化学习的控制方法的最新进展，并讨论了这些方法中的主要挑战以及控制方法选择的见解。
引用
@article{arxiv.2106.14450,
title = {Data-driven Model Predictive and Reinforcement Learning Based Control for Building Energy Management: a Survey},
author = {Huiliang Zhang and Sayani Seal and Di Wu and Benoit Boulet and Francois Bouffard and Geza Joos},
journal= {arXiv preprint arXiv:2106.14450},
year = {2021}
}