论文发表

• 开发了一个面向多建筑灵活性的可扩展物理机理平台。
• 支持多尺度建筑灵活性控制策略的基准测试与分析。
• 通过通信枢纽实现建筑模型与控制智能体之间的实时信息交互。
• MuFlex 采用模块化、标准化设计，并支持最新 OpenAI Gym 接口。
• 调优后的 Soft Actor-Critic 算法实现了四栋办公建筑的灵活性协同控制。

随着电网中可再生能源发电渗透率不断提高，维持系统平衡需要建筑群提供协同的需求侧灵活性。强化学习（RL）因其无模型特性，已被广泛探索用于建筑控制。开源仿真测试平台不仅对训练强化学习智能体至关重要，也对公平比较控制策略至关重要。然而，大多数建筑领域测试平台面向单体建筑；多建筑平台相对有限，且通常依赖简化模型或数据驱动方法。为弥补这些不足，本文开发了 MuFlex，一个可扩展、开源的多建筑灵活性协调平台。MuFlex 支持多个由 EnergyPlus 和 Modelica 编写的详细建筑模型之间的同步信息交换与协同仿真，并遵循最新 OpenAI Gym 接口。该平台已在 GitHub 开源：https://github.com/BuildNexusX/MuFlex。

Wu, Z., Korolija, I. & Tang, R. MuFlex: A Scalable, Physics-based Platform for Multi-Building Flexibility Analysis and Coordination. Energy 140565 (2026). https://doi.org/10.1016/j.energy.2026.140565.

• 对低压配电网中的能源共享进行了建模。
• 分析了能源系统配置、定价和未来预测。
• 评估了负载、电压和加固成本方面的电网性能。
• 结合德国慕尼黑真实数据以及即将实施的法规开展研究。
• 为可再生能源社区提供面向监管机构、公用事业公司和配电系统运营商等主体的见解。

向可再生能源转型（尤其在住宅部门）依赖光伏系统、热泵、电池储能系统和电动汽车等分布式能源资源（DER）。将 DER 接入低压配电网会带来潜在电网不稳定等挑战。能源共享是一种以消费者为中心的市场方式，允许消费者和产消者建立可再生能源社区（RECs），并共享由 DER 产生的能源。关于能源共享的既有文献往往优先强调其给参与者带来的收益，而较少考察其对配电网基础设施等既定系统边界的直接影响。为此，我们采用顺序建模方法，研究由 REC 促成的能源共享方案接入及其对组件负载、电压幅值和电网加固成本等电网性能指标的影响。我们考察了 12 个情景，反映德国当前（2023）和未来（2037）背景下不同 REC 配置、DER 采用水平和定价策略。研究发现，实施能源共享不仅能在社区层面带来显著成本节约（相对于无能源共享情景，潜在节约最高可达 80%），还可显著降低电网资产负载（相对于基线情景，变压器负载最高降低 68%，线路负载最高降低 62%）。相反，我们也表明，能源共享会显著影响电网不同节点的电压幅值，并可能在未来情景（即 2037 年）中显著增加电网加固成本。本研究为 REC 参与者、监管机构和配电系统运营商理解能源共享对欧洲低压配电网的影响并探索电网加固等缓解选项提供了有价值的见解。

Lersch, J., Tang, R., Weibelzahl, M., Weissflog, J. & Wu, Z. Assessing the impacts of energy sharing on low voltage distribution networks: Insights into electrification and electricity pricing in Germany. Applied Energy 378, 124743 (2025). https://doi.org/10.1016/j.apenergy.2024.124743.

• 实施了无模型和基于模型的强化学习算法。
• 讨论了基于价值、策略梯度和 actor-critic 的强化学习。
• 研究了算法的训练效率和控制性能。
• 分析了算法的数据需求和对超参数调节的鲁棒性。

强化学习（RL）作为一种先进控制技术，在建筑控制中展现出显著潜力，可使建筑更加节能运行。随着各类 RL 算法在建筑控制中的性能被研究，跨越完整特征谱系对这些算法进行基准比较，对于提供总体认识并深化对 RL 应用的理解十分必要。因此，本研究旨在比较和分析多种 RL 算法的有效性，覆盖以基于价值、策略梯度、actor-critic 和基于模型 RL 为特征的完整 RL 类别，并考虑模型可用性和策略表示。为开展综合分析，除基于 RL 代价函数的累计奖励量化控制性能外，还研究了数据需求和超参数调节鲁棒性。研究选用开源 Gym-Eplus 框架作为虚拟环境训练和测试不同 RL 智能体。结果表明，在能耗和热舒适方面，无模型和基于模型的 RL 智能体均优于基线规则控制；RL 智能体能够评估短期和长期回报，并在在线控制过程中持续实现自适应控制优化。基于模型的 RL 智能体提高了数据采样效率，但在测试夏季日中表现出相对牺牲的控制性能。

Wu, Z., Zhang, W., Tang, R., Wang, H. & Korolija, I. Reinforcement learning in building controls: A comparative study of algorithms considering model availability and policy representation. Journal of Building Engineering 90, 109497 (2024).