强化学习在建筑能源管理中的创新应用

本文介绍某中心赞助的NeurIPS 2022建筑能源管理挑战赛,重点探讨如何通过强化学习技术优化家庭电池和光伏系统的协同控制,实现电网成本与碳排放的双重优化。比赛使用真实能耗数据,要求参赛者设计智能体策略来平衡能源使用效率与环境影响。

某中心赞助建筑能源管理竞赛

建筑物贡献了全球30%的温室气体排放。与此同时,建筑正通过为电网提供支持而在电力系统中扮演更积极的角色。因此,建筑领域成为应对气候变化的未开发机遇。家庭电池等储能设备可通过调整用电时段来降低电网峰值负荷,太阳能光伏发电则能降低电网总需求并减少排放。但需要同时精细管理多个建筑的这些资源,才能充分发挥其能源潜力并降低业主成本。

CityLearn挑战赛2022

由智能环境实验室和AICrowd组织、某中心提供计算资源的CityLearn挑战赛2022,重点关注家庭电池存储和光伏系统带来的机遇。参赛者需开发强化学习智能体来控制建筑电池充放电,并设计能同时最小化电网用电成本和碳排放的奖励函数。获奖者将在NeurIPS 2022上公布。

在该挑战赛的多智能体场景中,智能体可共享数据以协同优化能源管理。比赛采用CityLearn开发环境(专为分布式能源管理和需求响应设计),使用来自加州Fontana市Sierra Crest住宅区17栋独户建筑的一年实际用电需求和光伏发电数据。这些数据源自非营利研究机构EPRI关于零能耗社区电网整合的研究论文。

技术方案设计

参赛者可开发单智能体或多智能体策略及奖励函数。单智能体方案使用同一策略控制所有建筑电池,而多智能体方案则为每栋建筑电池设计独立策略(允许智能体共享观测信息)。为确保居住舒适度,建筑用电负荷保持不变,但智能体需学习以下决策:

  • 何时直接使用现场太阳能发电
  • 何时充放电电池
  • 何时依赖电网(需选择电价低廉或低碳电力时段)

赛事安排与奖励

比赛于7月18日启动,10月31日结束。前三名团队将获得现金奖励、学生差旅补助及合著研究论文的机会。NeurIPS会议将于11月28日至12月9日在新奥尔良举行,竞赛环节以虚拟形式进行。

研究领域:可持续发展
技术标签:可再生能源、挑战赛、NeurIPS

comments powered by Disqus
使用 Hugo 构建
主题 StackJimmy 设计