Page 136 - LAS CIENCIAS AMBIENTALES EN EL ANTROPOCENO - DIGITAL(1)
P. 136
APRENDIZAJE POR REFUERZOS
PARA EL CONTROL INTELIGENTE DE
SISTEMAS PASIVOS Y ACTIVOS DE
CLIMATIZACIÓN EN VIVIENDAS CON
RESPETO DEL CONFORT
Eje Temático Tecnología e Innovación Ambiental
l sector residencial es un gran consumidor de energía, representando el 25% de
la demanda en Argentina que, junto con el sector de la industria y el transporte,
Eson los principales pilares de la demanda de energía primaria y secundaria. Con
el fin de reducir los consumos energéticos, estrategias pasivas de climatización, se Germán Rodolfo Henderson ,
1
pueden implementar en el diseño viviendas; sin embargo, estas requieren de usuarios Alejandro Pablo Arena ,
2
activos, lo cual, trae aparejados consumos de energía mayores a los esperados, Facundo Bromberg 3
debido a pereza o falta de conocimiento de los usuarios. Una alternativa para evitar
estos problemas es la automatización de las estrategias pasivas implementadas, Palabras Clave: RL;
obteniendo, así, nuevos mecanismos que, si bien consumen energía para su Bioclimática; Control;
accionamiento, poseen ahorros energéticos mayores. Muchos sistemas de control Climatización; Confort
para estos mecanismos han sido desarrollados; no obstante, presentan la desventaja
de no considerar las preferencias de los habitantes particulares, por la complejidad Institución: Universidad
que esto implica. Por otra parte, el desarrollo de la inteligencia artificial ha ido Tecnológica Nacional
creciendo en las últimas décadas, permitiendo abordar problemáticas complejas, Facultad Regional
como la aquí planteada. En la actualidad, se han desarrollado modelos que permiten Mendoza 1,2,3
resolver, de manera óptima, problemas de mucha complejidad. Es por ello que, en este
trabajo, se implementa un algoritmo de aprendizaje por refuerzos, específicamente, País: Argentina
Q-learning, de forma tal, que se pueda realizar una política óptima de los sistemas
pasivos y activos, de una vivienda y que considera el confort de los habitantes. El E-mail: german.
objetivo principal de este trabajo es presentar los avances en la línea de investigación [email protected].
que se está abordando, encontrándose el caso de estudio, basado en la simulación ar, [email protected],
de un modelo simple, implementado en el simulador de edificios EnergyPlus versión [email protected]
9.5.0 y con sobreescritura, para el accionamiento de los sistemas de control, a través
de un código escrito en Python, que utiliza la API del simulador. Para la evaluación
del modelo, se comparó el consumo de energía y las horas de confort, obtenidas
con sistemas de reglas fijas, convencionales en la actualidad y con otro moderno,
que aplica inteligencia artificial, pero solo al sistema activo. Como resultados, el
127