数据不确定下的暖通空调调度：一种分布鲁棒方法
最优化与控制
2021-03-11 v1 系统与控制
系统与控制
摘要
供暖、通风与空调(HVAC)系统消耗商业建筑中最多的能源，在美国占总能源使用的60%以上。灵活的HVAC系统设定点调度有可能节省建筑能源成本。本文首先研究确定性优化、鲁棒优化和随机优化，以在室内气温舒适度和机械运行要求的约束下最小化日运行成本。考虑到环境温度的不确定性，提出一种基于Wasserstein度量的分布鲁棒优化(DRO)方法，以增强最优调度对概率预测误差不确定性的鲁棒性。该调度在由Wasserstein度量定义的不确定集内的最坏情况分布下优化。所提DRO方法最初表述为两阶段问题，然后重构为易处理的混合整数线性规划(MILP)形式。本文评估了针对真实商业建筑的优化调度的可行性与最优性。数值结果表明，与常规的不确定性优化技术相比，所提DRO方法的成本最多低6.6%。它们还为需求响应项目中的决策提供了细粒度的风险-收益选项。
引用
@article{arxiv.2103.05850,
title = {HVAC Scheduling under Data Uncertainties: A Distributionally Robust Approach},
author = {Guanyu Tian and Qun Zhou and Samy Faddel and Wenyi Wang},
journal= {arXiv preprint arXiv:2103.05850},
year = {2021}
}
备注
8 pages, 4 figures