基于改进H-AC算法的冷源系统节能优化控制策略.pdfVIP

华南理工大学学报（自然科学版）

第53卷第1期JournalofSouthChinaUniversityofTechnologyVol.53No.1

2025年1月（NaturalScienceEdition）January2025

doi：10.12141/j.issn.1000-565X.240105

基于改进H-AC算法的冷源系统节能优化控制策略

1，2，311，2，3

周璇莫浩华闫军威

（1.华南理工大学机械与汽车工程学院，广东广州510640；2.广州现代产业技术研究院，广东广州511458；

3.人工智能与数字经济广东省实验室（广州），广东广州511442）

摘要：中央空调冷源设备台数与运行参数的优化是一类离散与连续变量的协同优化

问题，而经典强化学习算法难以优化此类问题。为此，该文提出了一种结合选项-评论

者与演员-评论者框架的中央空调冷源系统节能优化控制策略。首先，采用分层演员-

评论者（H-AC）算法分层优化设备台数与运行参数，且高层和底层模型共用Q网络评估

状态价值，以解决多时间尺度下的优化难题；然后，在智能体架构、策略与网络更新

方式等方面对H-AC算法进行改进，以加速智能体的收敛；最后，以夏热冬暖地区某科

研办公建筑中央空调冷源系统为研究对象，基于冷源系统TRNSYS仿真平台进行实验。

结果表明：在平均室内舒适时间占比分别增加14.08、11.23、29.70、9.07个百分比的前

提下，基于改进H-AC算法的系统能耗分别比其他4种常规深度强化学习算法减少了

32.28%、28.55%、28.63%、11.53%；虽然基于改进H-AC算法的系统能耗比基于选

项-评论者框架的算法增加了0.27%，但获得了更平稳的学习过程且平均室内舒适时间

占比增加了4.8个百分点。该文算法可为各类建筑中央空调冷源系统节能优化提供有效

的技术手段，助力建筑“双碳”目标的实现。

关键词：冷源系统；TRNSYS仿真平台；深度分层强化学习；选项-评论者框架；协同

优化

中图分类号：TU831.3文章编号：1000-565X（2025）01-0021-11

据国际能源署估计，建筑能耗将在2050年上源系统能耗最小为目标，优化大小型号设备开启台

［1］

升至总能耗的50%，且冷源系统能耗占中央空调数和运行参数，是一类离散与连续变量的协同优化

［2］

系统总能耗的60%以上，空调冷源系统节能是建问题。

筑“双碳”目标实现的重要环节之一。常见的水冷动态规划等精确求解算法能获得理论上的最优

式中央空调冷源系统结构复杂，制冷剂、冷冻水与参数设置，但因对模型精确度的依赖性高而应用较

［4］

冷却水等多个环路相互耦合，多相流共存，传热机少；启发式算法因使用条件简单而广泛应用于中

［3］

理复杂，机