Diseño de sistemas de control de climatización para edificios, utilizando aprendizaje reforzado

Abstract

Los sistemas de climatización son aquellos que permiten mantener factores de clima de- seados al interior de cualquier inmueble, ya sea calentando o enfriando el aire ingresado para mantener la temperatura en los rangos deseados, o generando flujos de aire para mantener la humedad y concentración de CO2 en niveles cómodos para la presencia humana. Para lograr su cometido estos sistemas utilizan una cantidad considerable de energía y este gasto aumenta considerablemente cuando el inmueble es un edificio. Es por ello que es necesaria una técnica de control que permita optimizar el uso energético de estos sistemas. En el presente trabajo se diseñan controladores de estos sistemas utilizando distintos al- goritmos de aprendizaje reforzado. Además, se analiza el rendimiento de estos algoritmos en distintas variantes del problema. El rol de los controladores es escoger acciones para llevar el sistema a la zona de operación, es decir, el de máxima recompensa y el resultado del entrenamiento es un controlador. Los re- sultados del sistema se muestran de forma cualitativa como cuantitativa, es decir, se muestra gráficamente el avance de los estados y las acciones en el tiempo con el objetivo de analizar la forma de estos. Además, se hace una comparación cuantitativa que incluye la cantidad de energía utilizada, recompensa obtenida y penalizaciones de estados durante una simulación de prueba. Es gracias a estos resultados que podemos comparar el desempeño de los algorit- mos para, finalmente, escoger alguno como el mejor y más adecuado para este caso de estudio. Para realizar el diseño de los distintos controladores se utiliza el software Matlab, el cual permite utilizar una amplia gama de algoritmos de aprendizaje reforzado, además, de poder simular el sistema de climatización en la herramienta de Simulink. La metodología en este trabajo consiste en diseñar e implementar para luego evaluar si el desempeño, en cuanto a cumplimiento de restricciones, es suficientemente bueno para considerarlo una solución o hay que realizar cambios e implementar nuevamente. Además de los resultados de los controladores, se construye un principio de toolbox que es de utilidad para realizar los experimentos de este trabajo. Este permite cambiar de sistema de una manera relativamente simple, lo que le entrega generalidad para trabajar con cualquier sistema. Además, es fácil de configurar y permite entrenar un controlador con cualquiera de los 3 algoritmos tratados en este trabajo.