Model Predictive Building Climate Control for Mitigating Heat Pump Noise Pollution (Extended Version)

📄 arXiv: 2504.04182v1 📥 PDF

作者: Yun Li, Jicheng Shi, Colin N. Jones, Neil Yorke-Smith, Tamas Keviczky

分类: eess.SY

发布日期: 2025-04-05

备注: 7 pages, accepted to ECC2025

💡 一句话要点

提出基于模型预测控制的建筑气候控制方法，缓解热泵噪声污染

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 模型预测控制 热泵噪声 建筑气候控制 混合整数线性规划 噪声污染

📋 核心要点

  1. 热泵噪声污染日益严重，尤其在人口稠密地区，限制了热泵的广泛应用，亟需有效控制方法。
  2. 论文提出基于模型预测控制（MPC）的建筑气候控制策略，通过优化热泵运行，降低噪声影响。
  3. 实验结果表明，该方法能有效降低热泵噪声污染，同时将能源成本的增加控制在可忽略的范围内。

📝 摘要（中文）

本文研究了一种用于建筑气候控制的模型预测控制（MPC）方法，旨在最大限度地减少热泵（HP）产生的噪声 nuisance，尤其是在人口稠密的地区。热泵噪声污染日益严重，阻碍了其更广泛的应用。该设计利用热泵噪声模式的分段线性近似，并假设线性建筑热力学，可推广到处理具有混合整数线性规划（MILP）的各种热泵声学模式。此外，还讨论了在所提出的MPC设计中定义噪声成本函数的两种计算高效的方案。在高保真建筑模拟器上进行的数值实验证明了所提出设计的可行性和有效性。仿真结果表明，该方法能够有效降低热泵引起的噪声污染，且能源成本增加可忽略不计。

🔬 方法详解

问题定义：论文旨在解决热泵在人口稠密地区使用时产生的噪声污染问题。现有方法通常只关注能源效率，忽略了噪声影响，导致居民区噪声超标，影响生活质量。因此，需要一种能够同时考虑能源效率和噪声控制的建筑气候控制策略。

核心思路：论文的核心思路是利用模型预测控制（MPC）框架，通过预测未来一段时间内的建筑热力学状态和热泵噪声水平，优化热泵的运行策略，从而在满足建筑气候需求的同时，最小化噪声污染。关键在于建立准确的热泵噪声模型和建筑热力学模型，并设计合适的优化目标函数。

技术框架：整体框架包括以下几个主要模块：1) 建筑热力学模型：描述建筑内部温度随时间变化的动态过程，通常采用线性模型进行简化。2) 热泵噪声模型：描述热泵运行状态（如功率）与噪声水平之间的关系，采用分段线性近似进行建模。3) 模型预测控制器：基于建筑热力学模型和热泵噪声模型，预测未来一段时间内的建筑温度和噪声水平，并优化热泵的运行策略，以最小化噪声成本和能源成本。4) 优化求解器：采用混合整数线性规划（MILP）求解器，找到最优的热泵运行策略。

关键创新：论文的关键创新在于：1) 将热泵噪声控制纳入建筑气候控制的优化目标中，提出了同时考虑能源效率和噪声控制的MPC框架。2) 采用分段线性近似对热泵噪声模型进行建模，使其能够处理各种复杂的热泵声学模式。3) 提出了两种计算高效的噪声成本函数定义方法，降低了MPC的计算复杂度。

关键设计：关键设计包括：1) 建筑热力学模型的参数选择和校准，需要根据实际建筑的结构和材料进行调整。2) 热泵噪声模型的分段线性近似的精度和复杂度，需要在计算效率和模型准确性之间进行权衡。3) 噪声成本函数的定义，需要根据实际的噪声敏感度和法规要求进行调整。4) MPC的预测时域和控制时域的长度，需要在控制性能和计算复杂度之间进行权衡。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在高保真建筑模拟器上进行的数值实验表明，所提出的MPC方法能够有效降低热泵引起的噪声污染，同时将能源成本的增加控制在可忽略不计的范围内。具体而言，噪声水平降低了XX%（具体数值未知），而能源成本仅增加了YY%（具体数值未知）。该方法优于传统的仅考虑能源效率的控制策略。

🎯 应用场景

该研究成果可应用于城市住宅、商业建筑等场景，通过智能控制热泵运行，降低噪声污染，提升居民生活质量。同时，该方法也有助于推广热泵等清洁能源技术，促进可持续发展。未来，可进一步研究考虑天气预报不确定性、用户行为等因素的鲁棒优化方法，提高控制系统的可靠性和适应性。

📄 摘要（原文）

Noise pollution from heat pumps (HPs) has been an emerging concern to their broader adoption, especially in densely populated areas. This paper explores a model predictive control (MPC) approach for building climate control, aimed at minimizing the noise nuisance generated by HPs. By exploiting a piecewise linear approximation of HP noise patterns and assuming linear building thermal dynamics, the proposed design can be generalized to handle various HP acoustic patterns with mixed-integer linear programming (MILP). Additionally, two computationally efficient options for defining the noise cost function in the proposed MPC design are discussed. Numerical experiments on a high-fidelity building simulator are performed to demonstrate the viability and effectiveness of the proposed design. Simulation results show that the proposed approach can effectively reduce the noise pollution caused by HPs with negligible energy cost increase.