IEEE Power & Energy Magazine - Spanish - May/June 2022 - 59

de control basada en DDPG no
ubica al punto de ajuste en el valor
más bajo posible incluso durante
las horas de precio máximo para
evitar las infracciones al confort
durante los momentos en los que
la temperatura exterior es extremadamente
baja. Estas comparaciones
demuestran que, una
vez que está bien entrenado, el
control del DDPG ha aprendido
el impacto de la señal de precio
y la temperatura exterior sobre
la recompensa, y desarrolla una
estrategia inteligente de control
del punto de ajuste a fin de contemplar
el precio máximo y la
temperatura exterior baja.
La figura 6(c) ilustra el caso
de punto de ajuste fijo,
llamado
así porque esta estrategia de control
siempre fija la temperatura al
mayor valor. Por ende, la temperatura
interior también permanece
en el nivel más alto entre las tres
estrategias de control. Entonces,
el control del punto de ajuste fijo
ocasiona el costo más alto de la
energía.
Nótese que, al calcular las
infracciones a la temperatura o al
confort, solo cuenta el momento
en el que la temperatura interior
es menor al límite inferior. Esto
se debe a que este es un escenario
de calefacción, y una temperatura
interior baja se considera una
infracción insoportable, mientras
que una temperatura interior alta
es aceptable para los usuarios de
HVAC residencial.
En el segundo escenario, la
estrategia de control del DDPG
entrenada previamente se valida
con 10 modelos de edificios
nunca antes vistos con distintos
parámetros de masa térmica para
demostrar su capacidad de generalización.
La tabla 3 ilustra una
comparación entre los costos de
la energía y las infracciones a la
temperatura para el control del
DDPG y dos controles de referencia
ya mencionados. Como
muestra la tabla, al igual que en
mayo/junio 2022
25 de marzo de 2021 al 5 de abril de 2021, simulación con puntos de ajuste de AR
25
24
23
22
21
25
26
24
23
22
6,000
4,000
2,000
Tin2_sim_DQN
Tin2_Tstat
Energía simulada = 212,915 Wh, Energía medida = 218,488
Potencia_sim_DQN
Potencia_medida
Tin1_sim_DQN
Tin1_Tstat
Costo simulado = US$ 20.9, Costo medido = US$ 20.64
25 de marzo 27 de marzo 29 de marzo31 de marzo
Tiempo
(a)
25
24
23
22
21
25
26
24
23
22
Energía simulada de referencia = 188,389 Wh, Energía medida de AR = 218,488
6,000
4,000
2,000
Potencia_sim_BL
Potencia_medida
1 de abril 3 de abril
5 de abril
25 de marzo de 2021 al 5 de abril de 2021, simulación de referencia
Tin1_sim_BL
Tin1_Tstat
Costo simulado de referencia = US$ 23.67, Costo medido de AR = US$ 20.64
Tin2_sim_BL
Tin2_Tstat
25 de marzo 27 de marzo 29 de marzo31 de marzo1 de abril 3 de abril
Tiempo
(b)
figura 8. Una comparación de los resultados de la simulación y la implementación:
(a) un caso simulado de DQN frente a datos medidos para el control de DQN y (b)
un caso simulado de referencia frente a datos medidos para el control de DQN. BL:
baseline, referencia.
ieee power & energy magazine
59
5 de abril
Potencia (W)
Potencia (W)
Temperatura (°C)
Temperatura (°C)
Temperatura (°C)
Temperatura (°C)
IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022
