冰蓄冷空调系统利用夜间多余电能蓄冷,白天蓄冰槽辅助制冷机组供冷,减轻了电网供电压力。和普通空调系统相比,冰蓄冷空调系统初始投资多,能量转换过程多,如果运行策略不合理,将出现运行费用高、能量损失多等问题,无法实现良好的经济效益和节能效益。因此,研究冰蓄冷空调系统运行策略优化方法具有重要意义。一些学者提出了模型预测控制、粒子群算法等方法优化冰蓄冷空调的运行策略,这些方法需要建立建筑物的热动态模型,但在实际工程中建模过程较为复杂。强化学习是一种数据驱动方法,通过试错机制实现自适应学习与在线优化,避免了复杂模型的建立过程。本文研究了基于强化学习的冰蓄冷空调系统运行策略优化方法。首先,建立了一个运行周期内冰蓄冷空调系统主要耗能部件的能耗模型,该模型是计算运行费用和分析功率变化的基础。然后在保证商场内部热舒适性的前提下,以降低运行费用为目标,采用深度Q学习算法计算制冷机组和蓄冰槽逐时供冷比例,优化运行策略。实验结果表明,基于深度Q学习的控制方法可以小幅度提升室内热舒适性,而且和基于规则的控制方法、PID控制方法相比,可以分别降低7.43%、8.12%的运行费用。最后,以平滑功率曲线为目标,建立冰蓄冷空调系统的马尔可夫决策过程模型,使用深度确定性策略梯度算法优化运行策略。优化后制冷机组的运行效率得到提升,和主机优先控制方法、融冰优先控制方法相比,该优化方法在100%典型日负荷下可以降低26.4%、6.9%的运行费用,减少22.9%、22.9%的峰谷负荷差,在75%典型日负荷下可以降低43.7%、16.6%的运行费用,减少28.8%、25.1%的峰谷负荷差。综上所述,基于强化学习的冰蓄冷空调系统运行策略优化方法具有良好的经济效益和节能效益。