区域供热系统中最优能量共享与温度调节的同策略强化学习控制

我们解决了在需求和系统参数未知的区域供热系统中进行温度调节和最优能量共享的问题。我们提出了一种温度调节方案，该方案采用数据驱动的同策略更新来实现这些目标。特别地，我们证明了所提出的控制方案能收敛到系统的一个最优平衡点，同时保证收敛到一个最优 LQR 控制策略，从而提供良好的瞬态性能。我们还通过大量仿真验证了该方法的有效性。