人机协同人工智能用于暖通空调管理：提升舒适度与能效
系统与控制
2025-05-12 v1 人工智能
系统与控制
最优化与控制
摘要
供暖、通风和空调（HVAC）系统约占全球建筑能耗的38%，是能耗最高的服务之一。日益增长的能效与可持续性需求，加之提升居住者舒适度的需要，对传统HVAC系统构成了重大挑战。这些系统通常无法动态适应电力市场价格的实时变化或个体舒适偏好，导致能源成本增加和舒适度下降。为此，我们提出一种人机协同（Human-in-the-Loop, HITL）人工智能框架，通过整合实时用户反馈并响应波动的电价来优化HVAC性能。与传统系统需要预定义占用或舒适度信息不同，我们的方法基于持续的用户输入进行学习和适应。通过将占用预测模型与强化学习相结合，该系统提高了运行效率，并根据电力市场动态降低了能源成本，从而助力需求响应计划。通过仿真，我们证明与基线方法相比，我们的方法在维持或提升居住者舒适度的同时，实现了显著的成本节约。这种反馈驱动的方法无需预定义设置即可确保个性化的舒适度控制，提供了一种可扩展的解决方案，在个人偏好与经济及环境目标之间取得平衡。
引用
@article{arxiv.2505.05796,
title = {Human-in-the-Loop AI for HVAC Management Enhancing Comfort and Energy Efficiency},
author = {Xinyu Liang and Frits de Nijs and Buser Say and Hao Wang},
journal= {arXiv preprint arXiv:2505.05796},
year = {2025}
}
备注
ACM e-Energy 2025