家用浸入式热水器的截止时间感知与节能控制
人工智能
2026-02-04 v2
摘要
典型的家用浸入式热水器系统在冬季通常持续运行，其加热方式追求快速而非高效，且忽略了可预测的需求窗口与环境热损失。我们研究截止时间感知控制，其目标是在指定时间达到目标温度的同时最小化能耗。我们引入了一个高效的 Gymnasium 环境，该环境对具有一阶热损失、每 120 秒应用一次 0 W 和 6000 W 离散开关动作的浸入式热水器进行建模。方法包括时间最优的 bang-bang 基线、零样本 Monte Carlo Tree Search 规划器以及 Proximal Policy Optimisation 策略。我们在相同的物理动力学下报告以瓦时为单位的总能耗。在初始温度从 10 摄氏度到 30 摄氏度、截止时间从 30 步到 90 步、目标温度从 40 摄氏度到 80 摄氏度的扫描测试中，PPO 在 2 小时即 60 步的时限下实现了最节能的性能，耗电量为 3.23 千瓦时，而 bang-bang 控制耗电为 4.37 至 10.45 千瓦时，MCTS 耗电为 4.18 至 6.46 千瓦时。这相当于在 30 步时节能 26%，在 90 步时节能 69%。在包含 50 kg 水质量、20 摄氏度环境温度和 60 摄氏度目标温度的代表性轨迹中，PPO 比 bang-bang 控制少消耗 54% 的能量，比 MCTS 少消耗 33%。这些结果表明，在相同的物理假设下，习得的截止时间感知控制降低了能耗，而规划器无需训练即可提供部分节能效果，习得的策略一旦训练完成则提供近乎零成本的推理。
引用
@article{arxiv.2601.18123,
title = {Deadline-Aware, Energy-Efficient Control of Domestic Immersion Hot Water Heater},
author = {Muhammad Ibrahim Khan and Bivin Pradeep and James Brusey},
journal= {arXiv preprint arXiv:2601.18123},
year = {2026}
}
备注
Accepted at AAAI 2026