计算机工程与科学

作者：魏东, 贾宇辰, 韩少然

单位：（1.北京建筑大学电气与信息工程学院，北京 100044；2.北京建筑大数据智能处理方法研究北京市重点实验室，北京 100044；3.北京京诚瑞达电气工程技术有限公司，北京 100176）

关键词：数据中心制冷系统,预测控制,强化学习,深度确定性策略梯度法,集成学习,

基金：国家自然科学基金（62371032)；北京市自然科学基金（4232021）；住房城乡建设部科学技术项目 (研究开发项目)(2019-K-149)；北京建筑大学高级主讲教师培育计划(GJZJ20220803)

数据中心制冷系统需要全年不间断运行，其能耗不容忽视，且传统PID控制方法难以实现系统整体节能。为此提出数据中心制冷系统强化学习控制方法，控制目标为在满足制冷要求的前提下提升系统整体能效。设计双层递阶控制结构，针对上层优化层提出多步预测深度确定性策略梯度MP-DDPG算法，利用DDPG处理制冷系统多维连续动作空间问题，以求取空气处理机组水阀开度以及制冷站系统各回路的最佳设定值，同时通过多步预测提升算法效率，并在实时控制阶段克服系统大时滞影响。下层现场控制层通过PID控制使被控变量跟踪优化层得出的最优设定值，可在不破坏原有现场控制系统的情况下实现性能优化。针对无模型强化学习控制难以满足控制实时性问题，首先构建系统预测模型，将强化学习控制器与其进行离线交互训练，然后实现在线实时控制。实验结果表明，与传统DDPG算法相比，控制器学习效率提升50%；与PID和MP-DQN相比，系统动态性能得到了改善，且整体能效提升约30.149%和11.6%。

来源：2025年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第3期