房屋热模型估计：跨季节和设定点的鲁棒性
系统与控制
2025-10-27 v1 系统与控制
摘要
实现来自房屋供暖、制冷和通风系统(HVAC)的灵活性，有可能通过聚合许多家庭的 HVAC 负荷调整来实现大规模需求响应。这种需求响应策略有助于配电网灵活地增加或减少本地负荷需求，从而使其能够最优地匹配大容量电力系统的发电曲线。然而，实现这一能力需要既计算高效又对运行条件鲁棒的房屋热模型。在这项工作中，使用三种优化算法估计了房屋电阻-电容(RC)网络热模型的参数：非线性最小二乘法(NLS)、批量估计法(BE)和最大似然估计法(MLE)。通过跨四个不同季节和三个设定点的前向仿真对所得模型进行了评估。结果说明了一种选择降阶模型和估计方法的原则性方法，该方法考虑了训练-测试数据集中季节和设定点变化所提供的鲁棒性。
引用
@article{arxiv.2510.21044,
title = {House Thermal Model Estimation: Robustness Across Seasons and Setpoints},
author = {Kunal Shankar and Ninad Gaikwad and Anamika Dubey},
journal= {arXiv preprint arXiv:2510.21044},
year = {2025}
}
备注
This manuscript is a version of our paper accepted at the 57th North American Power Symposium (NAPS) 2025