万能な能量控制策略ツール

多様な用途に対応可能な能量控制策略ツールを利用して、業務の効率化と柔軟性を実現しましょう。

能量控制策略

  • 建物のエネルギー管理、マイクログリッド制御、需要応答戦略の最適化のためのオープンソースの強化学習環境。
    0
    0
    CityLearnとは?
    CityLearnは、強化学習を用いたエネルギー管理研究のためのモジュール式シミュレーションプラットフォームです。ユーザーは、多ゾーン建物クラスター、HVACシステム、貯蔵ユニット、再生可能エネルギー源を定義し、需要応答イベントに対してRLエージェントを訓練できます。環境は温度、負荷プロファイル、エネルギー価格などの状態観測を提供し、アクションは設定点や貯蔵運用を制御します。柔軟な報酬APIは、コスト削減や排出削減などのカスタムメトリクスを可能にし、ロギングユーティリティは性能分析をサポートします。CityLearnは、ベンチマーク、カリキュラム学習、新しい制御戦略の開発に理想的な再現性のある研究フレームワークです。
    CityLearn コア機能
    • 設定可能な多ゾーン建物とマイクログリッドのシミュレーション
    • 需要応答イベントのモデリング
    • カスタマイズ可能な報酬関数API
    • ベースラインエージェントの実装
    • 詳細なロギングと分析ツール
    • シナリオとデータセット管理
    CityLearn 長所と短所

    短所

    主にトレーニングとシミュレーションに焦点を当てており、実際のロボットハードウェアとの統合が展開に必要な場合があります。
    現実的なナビゲーションポリシーを訓練するための高品質なデータセットの利用可能性に依存しています。
    価格情報や商用サポート情報は利用できません。

    長所

    極端な環境変化がある大規模な都市規模の実世界環境でのトレーニングを可能にします。
    サンプル効率の良い学習のためのコンパクトな二重モーダル画像表現を利用し、生の画像処理方法に比べてトレーニング時間を大幅に短縮します。
    昼夜や季節の移行を通じた一般化をサポートし、ナビゲーションポリシーの堅牢性を向上させます。
    公開コードとデータセットを備えたオープンソースです。
フィーチャー