15、基于时间序列AI模型的空调系统最优控制与并行搜索策略

基于时间序列AI模型的空调系统最优控制与并行搜索策略

1. 模拟退火算法的搜索过程与评估函数

在空调系统的最优控制中，模拟退火（SA）算法是一种有效的时间序列算法。首先，SA算法会更新功率限制命令值，将旧的功率限制值 $P_{L_m}^{old}$ 更新为新的 $P_{L_m}^{new}$ ，即：
[
{P_{L_m}^{old}} {m = 1}^{M} = {P {L_m}^{new}}_{m = 1}^{M}
]
上述搜索过程完成一次SA搜索，SA算法的搜索通过重复此过程直至达到最大搜索次数来完成。

在SA最优搜索控制中，以空调系统为例，其评估函数用于平衡空调功耗和室温上升之间的权衡。评估函数如式（5.19）所示：
[
J_{I}^{b} = \alpha \sum_{s = 1}^{s_{max}} R_{s} W_{s}^{b} + (1 - \alpha) \sum_{s = 1}^{s_{max}} Z_{s}^{b}
]
其中，$b$ 是建筑多类型空调机组的编号（$b = 1, 2, \ldots, b_{max}$），$s$ 是电价单位时间框架编号（$s = 1, 2, \ldots, s_{max}$），$\alpha$ 是平衡因子，用于平衡两个相互冲突的项。

$W_{s}^{b}$ 通过式（5.20）计算：
[
W_{s}^{b} = \frac{1}{60} \sum_{m = 1}^{m_{max}} \sum_{t’ = 1}^{t_{max}’} \tilde{P}^{b}(s \tau_{s} + m \tau_{m} + t