Supervisory model predictive control for PV battery and heat pump system with phase change slurry thermal storage
我们提出的设计，实施和实验验证的监督预测控制方法的电加热系统具有相变浆料作为热存储和传递介质。控制器优化用作热生成和能量分配部件的设定点的能量流。优化同时处理热和电气子系统，并能够在不同的目标之间切换。我们表明，控制可以在低成本的嵌入式硬件上实现，并验证它与实验测试台，包括安装完整的加热系统，包括所有液压和所有电气组件。实验结果表明，两者的可行性，热泵供热系统与相变浆料，和最优控制方法。主要控制目标，即：热舒适性和太阳能的最大自我消耗，可以满足。此外，该系统及其控制器提供了负载转移潜力。
2020-03-27 cs.SY eess.SY
Imitation learning with artificial neural networks for demand response with a heuristic control approach for heat pumps
本文提出PSC-ANN方法，结合人工神经网络行为克隆与启发式控制，优化热泵调度以降低电费，并在多户建筑中优于现有控制方法，且模型可迁移。
2024-07-16 cs.SY eess.SY
Impact of spatiotemporal heterogeneity in heat pump loads on generation and storage requirements
本文研究了在不灵活的住宅热泵负荷的时空异质性如何影响存储和发电的电力系统的需求下，一切照旧，低碳排放预算。均质和非均质热泵负荷分别使用人口加权平均和当地温度，假设完整的住宅热泵渗透。存储和发电的最佳扩展模型与网络效应的时空均匀和异构的负载配置文件的结果进行了比较。一个案例研究是使用3总线网络的伦敦，曼彻斯特和格拉斯哥在英国的负荷和天气数据的代表周。使用异构供热需求数据改变了存储规模：在正常预算下，基于能源和电力的总存储量增加了26%，并且在异构情况下，该存储量分布在所有总线中。在低碳预算下，所有公交车的总储能按能量计算增加2倍，按功率计算增加40%。在考虑异质性时，每个总线上的存储的能量与功率比也增加;这种变化表明，除了为高度可再生电力系统中的电加热提供功率支持之外，还需要存储来提供能量支持。考虑异质性也增加了建模系统的成本，特别是资本成本，因为需要更高的发电容量在最大的负荷中心和当地的高峰需求在不同的总线重合。这些结果显示了在电力系统规划中考虑热泵负荷不均匀性的重要性。
2022-04-01 cs.SY eess.SY
Price-Optimized EV and Heat-Pump Scheduling Can Exceed Uncoordinated Feeder Peaks
Helmut Schmidt University（赫尔穆特·施密特大学）；HAW Hamburg（汉堡应用科学大学）
本研究通过模拟农村低压馈线，发现分散式价格优化调度电动汽车和热泵会导致负荷同步，使变压器过载远超非协调情况，并提出中央调度可消除违规，而时变电价缓解作用有限。
2026-11-10 cs.SY eess.SY
Learning Agent for a Heat-Pump Thermostat With a Set-Back Strategy Using Model-Free Reinforcement Learning
KU Leuven（荷语鲁汶大学）；Flemish Institute for Technological Research（佛兰芒技术研究所）；EnergyVille（能源城）
本文提出一种基于模型无关强化学习的热泵 thermostat 学习代理，采用回退策略优化能源消耗，通过自编码器和批量强化学习技术解决建筑热特性描述缺失和状态信息不可测的挑战。
2015-06-25 cs.SY eess.SY
Model predictive control lowers barriers to adoption of heat-pump water heaters: A field study
Purdue University（普渡大学）；Trane Technologies（特灵科技）
本研究开发并现场验证了首个无需电阻加热元件的120V热泵热水器模型预测控制系统，通过集成机器学习预测提前预热，在保证舒适度的同时，相比240V标准控制平均节能23%-28%，相比恒温60°C方案节能37%，并具有经济可行性。
2025-10-14 cs.SY eess.SY
Model Predictive Building Climate Control for Mitigating Heat Pump Noise Pollution (Extended Version)
本文提出一种基于MILP的模型预测建筑气候控制方法，通过分段线性近似热泵噪声模式并假设线性热动力学，在能源成本几乎不增加的情况下有效缓解了热泵噪声污染。
2025-04-05 cs.SY eess.SY
Impact of climate change on the cost-optimal mix of decentralised heat pump and gas boiler technologies in Europe
住宅供暖和热水需求占欧洲能源总需求的31%。空间供暖在很大程度上取决于环境条件，易受气候变化的影响。我们采用技术经济的观点，评估气候变化对分散式供暖需求的影响，以及热泵和燃气锅炉技术的成本优化组合。采用IPCC三种代表性浓度路径的九个气候模式的高空间分辨率温度数据，估计了欧洲供暖需求侧的气候变化。需求侧由加热度日的代理建模。供应侧是通过使用筛选曲线的方法来模拟热生成的经济性。我们发现，在低，中等和极端的全球变暖情景下，空间供暖需求分别减少约16%，24%和42%。当考虑历史天气数据时，我们发现技术的异构组合是成本最优的，这取决于热负荷系数（每年满负荷小时数）。本世纪末环境温度的升高提高了热泵在所有集中路径中的经济性能。成本优化技术大致符合欧洲的供热市场和政策，但也有一些例外
2019-12-17 cs.SY eess.SY physics.soc-ph
Optimal Pump Control for Water Distribution Networks via Data-based Distributional Robustness
在本文中，我们提出了一个基于数据的方法来解决多周期随机最优供水网络（WDN）的问题（OWF）。该框架明确地考虑了水泵计划和供水网络的水头水平与有限的信息的需求预测误差的延长期模拟。我们的目标是确定网络连接的组件，如标称泵的时间表和水箱的水头水平和储备政策，指定设备的反应，以预测误差的波动的水需求的住宿的最佳反馈决策。而不是假设整个水网络的不确定性是由一个规定的一定的分布产生的，我们认为模糊集的分布集中在一个经验分布，这是直接基于一个有限的训练数据集。我们使用基于距离的模糊集与Wasserstein度量来量化真实未知数据生成分布与经验分布之间的距离。这使得我们的多周期OWF框架能够权衡系统性能和训练数据集中固有的采样误差。三水箱配水网络的案例研究系统地说明了泵的运行成本，约束违反的风险，和样本外的性能之间的权衡。
2022-04-24 cs.SY eess.SY math.OC
Control of heat pumps with CO2 emission intensity forecasts
为减少相关发电过程中的CO2排放，提出了一种用于建筑供暖的热泵优化控制方法。该控制使用天气和CO2排放预测作为模型预测控制（MPC）的输入，MPC是使用动态过程模型、约束和要最小化的代价函数的多变量控制算法。在一项模拟研究中，使用2017-2018年全年期间的天气和电网条件对电力招标区DK2（丹麦东部）进行了控制。研究了两种情况;一种是家庭住宅，另一种是办公楼。建筑物的尺寸是根据标准和建筑规范确定的。主要的结果是衡量的CO2排放量节省相对于一个经典的CO2控制。注意，这仅测量使用MPC控制实现的增益，即能量灵活性，而不是绝对节省。结果表明，在此期间，采用地板供暖的隔热良好的新建筑可以节省约16%的费用。此外，还进行了敏感性分析，以评估各种建筑性能的影响，例如绝缘水平和热容量。1977年及以后的丹麦建筑规范被用作绝缘水平的基准。结果表明，绝缘和热质量影响可实现的灵活性节省，特别是地板采暖。符合1979年以后的规范的建筑物可以提供约10%的灵活性减排，而符合早期规范的建筑物根据供暖系统和热质量的不同，可以节省0-5%。
2020-05-11 cs.SY eess.SY
Distributed Temperature Control via Geothermal Heat Pump Systems in Energy Efficient Buildings
Harvard Center for Green Buildings and Cities（哈佛绿色建筑与城市中心）；Harvard University（哈佛大学）
本文提出适用于多区建筑的地热泵控制方案，通过热动态模型和资源分配问题，最大化用户舒适度并最小化能耗，采用实时分布式算法实现高效控制。
2017-02-28 cs.SY eess.SY
A Thermal-Electrical Co-Optimization Framework for Active Distribution Grids with Electric Vehicles and Heat Pumps
Distribution System Operator, Electricity Authority of Cyprus（塞浦路斯电力局配电系统运营部门）；Dept. of Electrical & Computer Engineering, & Informatics, Cyprus University of Technology（塞浦路斯科技大学电气与计算机工程及信息学系）
本文提出了一种整合热泵和电动汽车的热电协同优化框架，通过优化提升配电网运行效率，减少损耗和设备老化。
2026-01-29 cs.SY eess.SY
A systematic review of recent air source heat pump (ASHP) systems assisted by solar thermal, photovoltaic and photovoltaic/thermal sources
太阳能辅助的空气源热泵系统由于其在建筑中用于采暖、制冷和热水的可行性而受到广泛关注。然而，有各种各样的配置，参数和性能标准的太阳能辅助ASHP系统，导致一个主要的不一致性，增加了复杂程度的比较和实施不同的系统。缺乏比较文献综述，旨在评估来自三种主要太阳能来源的各种ASHP系统的性能，例如太阳能热（ST），光伏（PV）和混合光伏/热（PV/T）。因此，本文进行了系统的审查，目前的太阳能辅助ASHP系统，包括其边界条件，系统配置，性能指标，研究方法和系统性能。比较结果表明，PV-ASHP系统的技术经济性能最好，平均性能系数（COP）在3.75左右，但投资和回收期适中。而ST-ASHP和PV/T-ASHP系统的性能较低，平均COP分别为2.90和3.03。PV/T-ASHP系统的成本最高，投资回收期最长，ST-ASHP系统的成本最低。从方法学、系统优化和标准评估等方面探讨了未来的研究方向。
2021-02-19 cs.SY eess.SY
Field demonstration of predictive heating control for an all-electric house in a cold climate
本文提出一种基于天气预报、入住情况和数据驱动模型调节室温设定点的空气-空气热泵预测控制系统，现场测试表明其能显著降低全电气化住宅的供热能耗、备用能耗及成本，并维持热舒适度。
2024-02-10 cs.SY eess.SY
Energy-Optimal Thermal Management of Heat-Pump Battery Electric Vehicles
Chalmers University of Technology（查尔姆斯理工大学）；Geely Technology Europe（吉利欧洲技术）
提出一种结合规则基监督层与连续非线性模型预测控制的混合控制框架，用于热泵电动汽车的热管理，在满足舒适性和温度约束下最小化热能耗，并在寒冷气候下实现20-28%的节能。
2026-05-27 cs.SY eess.SY
Model Predictive Control for Unlocking Energy Flexibility of Heat Pump and Thermal Energy Storage Systems: Experimental Results
本文面向热泵与储热系统，提出含灵活性评估与需求响应利用的两步MPC需求侧管理框架，并通过仿真和真实实验验证其有效性。
2025-07-23 cs.SY eess.SY
Optimal Integration Of Heat-Pump And Solar Thermal Energy In The Pre-heating Loop Of Wood And Gas Boiler Based District Heating System
本文构建含温度离散化的MILP模型，优化木材/燃气锅炉区域供热预热回路中太阳能热能与热泵集成，并通过多碳税情景评估技术经济与CO2表现。
2025-07-24 cs.SY eess.SY math.OC
Model Predictive Control Design for Unlocking the Energy Flexibility of Heat Pump and Thermal Energy Storage Systems
本文提出一种面向热泵与热能存储系统的模型预测控制设计，通过灵活性评估与利用实现需求侧管理，并经实际装置数值实验验证其有效性。
2024-02-23 cs.SY eess.SY
Robust MPC with data-driven demand forecasting for frequency regulation with heat pumps
随着连接到电网的挥发性可再生能源的数量增加，以及基于化石燃料的发电厂的逐步淘汰，对频率调节的需求增加。在需求方面，频率调节服务可以由配备有电加热或冷却系统的建筑物或区域通过利用其热惯性来提供。利用这种潜力的现有方法通常依赖于动态建筑模型，在实践中，获取和维护动态建筑模型可能具有挑战性。因此，这种系统的实际实施是稀缺的。此外，主动控制建筑物需要广泛的控制基础设施，并可能导致区域能源系统中的隐私问题。受此启发，我们利用热惯性的缓冲存储储备，减少建筑模型的需求预测在这里。通过将基于鲁棒模型预测控制的控制方案与仿射策略以及基于人工神经网络的供热需求预测与在线校正方法相结合，我们提供了频率调节储备，并通过包括热泵和缓冲存储的系统保持用户舒适度。虽然鲁棒的方法，确保乘员的舒适性，仿射策略的使用减少了干扰的不确定性对系统状态的影响。在第一次与一个真正的区域式建筑能源系统的实验中，我们证明了该方案能够在各种条件下提供储备，并跟踪调节信号，同时满足连接建筑物的供暖需求。13.4%的电力消耗是灵活的。在额外的数值研究中，我们证明，使用仿射政策显着降低了代价函数，并增加了所提供的储备量，我们调查的次优性相比，一个无所不知的控制系统。
2022-02-14 cs.SY eess.SY
Distributionally Robust Scheduling of Electrified Heating Under Heat Demand Forecast Uncertainty
Technical University of Denmark（丹麦技术大学）
本文提出了一种分布鲁棒机会约束优化框架，用于在供热需求预测不确定性下的电锅炉日提前调度，通过校准模糊集和建模实时反弹成本，有效降低运营成本和需求违规风险。
2026-02-19 cs.SY eess.SY
Variability in electricity consumption by category of consumer: the impact on electricity load profiles
交通和供暖的住宅电气化正在显著改变消费及其特征。以前的研究已经证明了社会技术经济决定因素对住宅消费的影响。然而，他们未能捕捉到这些消费者群体的分布特征，影响网络规划和灵活性评估。使用丹麦720，000个家庭的实际住宅用电量数据，我们证明热泵比电动汽车更有可能影响总峰值消费。与此同时，其他社会经济因素，如占用率、居住面积和收入，几乎没有影响。比较热泵或电动汽车的全面推出的外推表明，与拥有电动汽车的家庭相比，部署热泵的最常见消费者类别在高峰负荷时间的最大消耗量增加了14%，平均消耗量增加了46%，中位数增加了两倍。电动汽车已经显示出灵活性，其重合系数在5-15%之间，最大为17%，而热泵主要是基本负荷。这项研究的详细和全面的结果支持灵活性评估和电网规划在未来的研究，也灵活的技术的操作。
2022-10-07 cs.SY eess.SY
Optimal Coordination of Heat Pump Demand Flexibility and Battery Energy Storage Considering the Operation of Distribution Networks
School of Sustainable Energy Engineering, Faculty of Applied Sciences, Simon Fraser University（西蒙菲莎大学应用科学学院可持续能源工程学院）
提出MILP-MPC框架协调热泵预热、电池储能与电压调节设备，在配电网中削减峰值23.1%并缓解过载，支持供暖电气化。
2026-10-07 cs.SY eess.SY
An optimal home energy management system for modulating heat pumps and photovoltaic systems
高效的住宅部门耦合在支持能源转型方面发挥着关键作用。在这项研究中，我们分析了与家庭能源管理系统的最优控制和常见的技术配置和目标的影响的结构特性。我们进行这项研究，通过模拟一个具有代表性的建筑与调制空气源热泵，光伏（PV）系统，电池和蓄热系统的地板采暖和热水供应。此外，我们通过假设固定上网电价允许电网上网，并考虑用户舒适度。在我们的数值分析中，我们发现电池自然是提高自给自足的重要组成部分。然而，为了有效地利用光伏盈余，电网馈入是必要的。在给定的关税结构下，通常考虑的最大限度地实现自我消费的目标在经济上是不可行的;然而，通过最大限度地实现自给自足，可以实现接近最佳性能和大幅减少解决时间。基于最优控制并考虑季节性影响，可以得到光伏分布的优势阶数和蓄能系统的目标荷电状态。使用滚动时域方法，求解时间可以减少到不到1分钟（实现每年1小时的时间分辨率）。通过评估信息的价值，我们发现，24小时的预测和控制视野的共同价值的结果在无意中，但可以避免的视野结束的影响。我们使用Julia JuMP编程语言开发的输入数据和混合整数线性模型以开源方式提供。
2020-09-14 cs.SY eess.SY
Comprehensive Review on the Control of Heat Pumps for Energy Flexibility in Distribution Networks
本文综述热泵在配电网能源灵活性中的调度与实时优化控制方法，指出先进MPC和RL策略在电网影响评估中的研究不足。
2025-02-19 cs.SY eess.SY
An Integration and Operation Framework of Geothermal Heat Pumps in Distribution Networks
在地热热泵（GHP）中应用节能的热量和能量管理机制对于降低整个建筑行业的整体能耗和碳排放是必不可少的。此外，在虚拟电厂（VPP）系统中，集群GHP系统的需求响应可以提高电网的运行灵活性。提出了一种配电网中GHP的集成和运行框架，采用分层通信和优化方法协调社区中的多个集群GHP。在所提出的分层操作方案中，区域GHP的操作者在短时间粒度内收集热区域信息和建筑物的干扰预测，预测能量需求，并将信息传输到聚合器。该聚合器采用一种新的线性化最优潮流模型，协调和聚合配电网中GHP系统的负荷资源。通过这种方式，可以应用具有热和能量管理机制的GHP系统来实现VPP中的需求响应，并为社区提供更多的能源灵活性。
2021-06-12 cs.SY econ.GN eess.SY
Constrained Reinforcement Learning for Safe Heat Pump Control
Faculty of Computer Science, University of Freiburg（弗莱堡大学计算机科学学院）；University of Freiburg（弗莱堡大学）；Systems Control and Optimization Laboratory, Department of Microsystems Engineering, University of Freiburg（弗莱堡大学微系统工程系系统控制与优化实验室）
针对建筑供热系统优化能源效率并保持热舒适度这一约束优化问题，提出建筑模拟器I4B，应用无模型约束强化学习算法CSAC-LB，通过与基线算法对比，证明该算法在数据探索、约束满足和性能方面的效率。
2026-07-14 cs.AI cs.LG cs.SY
Interpretable reinforcement learning for heat pump control through asymmetric differentiable decision trees
IDLab Ghent University（根特大学IDLab）；imec；Daikin Europe NV（大金欧洲有限公司）
本文针对深度强化学习在家庭能源管理中的黑箱问题，提出一种非对称软微分决策树构建方法，通过按需扩展节点提升可解释性和性能，实现热泵控制的透明高效决策。
2025-06-02 cs.LG cs.SY eess.SY
