面向商业建筑需求响应的动态分布式在线凸优化
最优化与控制
2020-12-11 v3 机器学习
摘要
我们将在线分布式加权对偶平均(DWDA)算法[1]的遗憾分析推广到动态情形，并给出了迄今为止针对时间视野的分布式在线凸优化(OCO)算法已知最紧的动态遗憾界。我们的界关于连续最优值之间的累积差是线性的，且不显式依赖于时间视野。我们使用动态在线DWDA(D-ODWDA)并为商业建筑的供暖、通风和空调(HVAC)系统构建了性能有保障的分布式在线需求响应方法。我们在数值仿真中展示了我们的方法在快速时间尺度需求响应上的性能，并获得了紧密复现集中式最优决策的需求响应决策。
引用
@article{arxiv.2002.00099,
title = {Dynamic and Distributed Online Convex Optimization for Demand Response of Commercial Buildings},
author = {Antoine Lesage-Landry and Duncan S. Callaway},
journal= {arXiv preprint arXiv:2002.00099},
year = {2020}
}