Los sistemas de calefacción, ventilación y aire acondicionado (HVAC) residenciales representan una proporción significativa del consumo energético en los edificios, lo que requiere optimizar la gestión energética. Sin embargo, la tecnología de detección de ocupación presenta largos periodos de recuperación de la inversión, problemas de privacidad y un bajo nivel de confort. Además, existe una creciente necesidad de tecnologías más avanzadas que ayuden a regular la calidad del aire interior, además del control energético. En este contexto, un grupo de investigadores de la Universidad Nacional de Hanbat (Corea) ha desarrollado un nuevo método de control inteligente con aprendizaje por refuerzo cuántico (QRL) de variable continua para la gestión de sistemas de climatización residenciales y la energía en el hogar inteligente.
Según los investigadores, el QRL aprovecha los principios de la computación cuántica para gestionar eficientemente espacios de estado y acción de alta dimensión, lo que permite un control más preciso de la climatización en edificios residenciales multizona. Su marco integra la detección de ocupación en tiempo real mediante aprendizaje profundo con datos operativos, incluyendo patrones de consumo energético, datos de control del aire acondicionado y variaciones de temperatura externa.
Además, la tecnología propuesta integra características como refrigeración multizona (para controlar la temperatura de zonas individuales en el edificio) y agrupamiento (para agrupar zonas similares). De esta manera, un único controlador optimiza conjuntamente la comodidad, el coste energético y las señales de carbono en tiempo real.
Los investigadores realizaron simulaciones basadas en datos reales de 26 hogares residenciales durante un período de tres meses. Descubrieron que el control de HVAC QRL supera significativamente a las técnicas convencionales de aprendizaje por refuerzo, así como al algoritmo de optimización de políticas proximales, manteniendo al mismo tiempo el confort térmico, logrando reducciones del 63% y el 62,4% en el consumo de energía, respectivamente, y del 64,4% y el 62,5% en los costos de electricidad, respectivamente.
Aplicaciones del método inteligente con aprendizaje cuántico
El enfoque actual ofrece muchas más ventajas. Es compatible con la modernización y funciona con sensores estándar de temperatura, ocupación y CO₂, así como con equipos y termostatos de climatización comunes. Además, es robusto a la incertidumbre, gestionando fácilmente pronósticos meteorológicos poco fiables, así como limitaciones de ocupación y dispositivos; al tiempo que cuenta con un marco generalizable que puede extenderse desde apartamentos hasta pequeños edificios y microrredes.
Este nuevo método de control inteligente se puede utilizar en termostatos inteligentes y sistemas autónomos de gestión energética doméstica que optimizan la comodidad, las facturas y las emisiones sin necesidad de ajustes manuales ni de la programación de sistemas fotovoltaicos en tejados y baterías domésticas. El sistema también es útil para programas de respuesta a la demanda y de horario de uso de las empresas de servicios públicos con control automatizado.
El control de climatización basado en QRL se puede aplicar, en particular, a escala comunitaria o de campus mediante edificios eficientes que interactúan con la red y centrales eléctricas virtuales (CVE). De esta manera, millones de hogares pueden coordinarse como CVE para estabilizar redes con un alto consumo de energías renovables. También puede garantizar una calidad ambiental interior personalizada dentro de los presupuestos de carbono e integrar opciones avanzadas de control inteligente.
La entrada Nuevo método de control inteligente con aprendizaje por refuerzo cuántico para smart homes aparece primero en CASADOMO.