来源：期刊VIP网 时间：
作者：庄重;段梅梅;黄艺璇;方凯杰;武泽清;徐延泽;
单位：国网江苏省电力有限公司营销服务中心;天津大学电气自动化与信息工程学院;
摘要：深度强化学习是实现建筑能源系统（building energy system,BES）优化控制的有效方法，但其实际应用面临模型训练收敛效率低和室温约束越限的挑战。为解决这一难题，提出一种考虑虚拟储能系统（virtual energy storage system,VESS）的BES近端策略优化（proximal policy optimization,PPO）控制方法。首先，基于建筑围护结构的热惰性特性，构建了建筑VESS模型，并提出了虚拟功率、虚拟容量和虚拟荷电状态3个VESS参数，用以量化热惰性提供的BES可调潜力；在此基础上，将包含VESS的BES模型转化为马尔可夫决策过程，并定义了相应的状态变量、控制动作、奖励函数和转移函数；最后，采用PPO算法对BES进行优化控制。算例结果表明，所提方法有效降低了BES运行成本和室温越限比例，同时显著提升了优化控制策略的生成速度。
关键词：近端策略优化;;马尔可夫决策过程;;虚拟储能系统;;建筑能源系统;;优化控制
基金资助：国网江苏省电力有限公司科技项目资助（J2023126）
