杨雯婷，郁进明

（东华大学 信息科学与技术学院，上海 201620）

0 引 言

作为智能电网的大型消费者，商业建筑物可能会消耗超过35%的电力，其中40%～50%的耗能归结于供暖、通风和空调系统[1]，导致建筑运营商要承受较大的经济负担。在保障整个商业建筑内的人群能够享受舒适环境的前提下，暖通空调可以灵活地调整功耗，进而降低建筑经济成本。

目前，已经有一些关于商业建筑中与暖通空调系统相关的功耗和人群热舒适度管理的研究。Mantovani 等[2]利用模型预测控制（Model Predictive Control, MPC）来实现商业建筑中暖通空调的功耗最小化；Yu 等[3]提出了一种基于DDPG（Deep Deterministic Policy Gradient）的能量管理算法来联合调度电池储能系统和暖通空调系统；Li 等[4]提出了一种基于信任区域策略优化的需求响应策略，用于优化家用电器的调度。然而，由于建筑系统的复杂性（如传感器的数量和位置、人体热效应的影响），基于传感的任务环境控制系统大多无法捕捉到居住者的“真实舒适度”[5]。为了量化人类的热舒适度，Fanger 开发了预测平均票数指数，用经验法拟合感觉来建立热平衡模型，并被标准化[6]。PMV 指数的范围从-3 ～3，分别对应于人类从冷到热的感觉，其中PMV指数为0 时表示中性。图1 显示了PMV 值及相应的舒适度。

图1 ASHRAE 标度

基于上述内容，本文的主要贡献如下：（1）提出了一种基于A3C（Asynchronous Advantage Actor-critic）强化学习的商业建筑能源控制算法；（2）在解决能源最小化问题时，考虑到了建筑的水力平衡和人群热舒适度。

1 暖通空调的商业建筑能量管理模型

本文考虑一个配备有光伏发电、电池储能系统、不可转移的用户负荷和暖通空调的商业建筑，如图2 所示。……