Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Towards deployable demand-side management: a reinforcement-learning-enabled digital twin framework for single-family houses
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.ORCID-id: 0000-0002-8704-8538
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för tillämpad fysik och elektronik.
2026 (Engelska)Ingår i: BuildSim Nordic 2026: book of abstracts / [ed] Santhan Reddy Penaka, Umeå: Umeå University, 2026, s. 22-22Konferensbidrag, Muntlig presentation med publicerat abstract (Refereegranskat)
Abstract [en]

This paper presents a digital twin-enabled demand-side management framework for single-family houses. The aim is to develop an integrated platform that can systematically coordinate heterogeneous residential energy resources and support real-time optimization of home energy management by responding to dynamic electricity pricing. The digital twin environment (DTE) includes a multi-zone building thermal model, photovoltaic (PV) generation, battery storage system (BSS), electric-vehicle (EV) model, and schedulable electric appliances. The Soft Actor-Critic (SAC) algorithm is adopted as the embedded reinforcement learning optimizer in the DTE to determine optimal control actions for these resources by minimizing cost and comfort deviation. The framework is linked to a Modelica-based high-fidelity building emulator for data generation and subsequent validation. Compared with a rule-based strategy, the results demonstrate that the proposed RL-digital twin framework can effectively manage flexible resources while saving the electricity cost. In addition, the RL-digital twin efficiently satisfies occupants’ needs on thermal comfort and domestic hot water, which are significantly compromised under the rule-based strategy. The obtained results demonstrate the RL-digital twin framework potential for real-world deployment in residential demand-side management.

Ort, förlag, år, upplaga, sidor
Umeå: Umeå University, 2026. s. 22-22
Nationell ämneskategori
Elektroteknik och elektronik Maskinteknik
Identifikatorer
URN: urn:nbn:se:umu:diva-258224ISBN: 978-91-6850-090-4 (digital)OAI: oai:DiVA.org:umu-258224DiVA, id: diva2:2096174
Konferens
12th BuildSimNordic Conference & 4th IBPSA Nordic Conference
Forskningsfinansiär
Forskningsrådet Formas, 2022-01475Tillgänglig från: 2026-08-28 Skapad: 2026-08-28 Senast uppdaterad: 2026-08-28Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Book of abstracts

Person

Liu, PengjuChokwitthaya, ChanachokOlofsson, ThomasLu, Weizhuo

Sök vidare i DiVA

Av författaren/redaktören
Liu, PengjuChokwitthaya, ChanachokOlofsson, ThomasLu, Weizhuo
Av organisationen
Institutionen för tillämpad fysik och elektronik
Elektroteknik och elektronikMaskinteknik

Sök vidare utanför DiVA

GoogleGoogle Scholar

isbn
urn-nbn

Altmetricpoäng

isbn
urn-nbn
Totalt: 86 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf