Thermal management is becoming a major challenge for electronics, and a better temperature control algorithm that could maximize the system performance will play a greater role in fully utilizing the existing cooling capacity. Unfortunately, the simplest look-up table method is still widely used as the temperature control algorithm in current portable electronic devices, especially laptops, resulting in a significant performance loss of devices. In this paper, a general temperature control framework for a commercial laptop that considers the skin temperature constraints is proposed based on the model predictive control algorithm. In specific, a high-accuracy compact thermal model is first generated through the model order reduction method and validated by abundant experimental data. Then the proposed MPC is numerically evaluated in three test scenarios, covering different workloads and performance indexes. The results show that the proposed MPC outperforms the baseline look-up table method by achieving about 10–20% higher performance index in different test scenarios. The open-loop optimal control method is also considered to estimate the optimality of the proposed MPC. Moreover, a parametric study is conducted to analyze the influence of different control parameters, indicating broad prospects for the future application of the proposed MPC algorithm.

热管理正成为电子产品的一大挑战，而更好的温度控制算法可以最大限度地提高系统性能，将在充分利用现有冷却能力方面发挥更大的作用。遗憾的是，目前的便携式电子设备，尤其是笔记本电脑中，仍然广泛采用最简单的查表法作为温度控制算法，导致设备性能大幅下降。在本文中，基于模型预测控制算法，提出了一种考虑皮肤温度约束的商用笔记本电脑通用温度控制框架。具体而言，首先通过模型降阶方法生成高精度紧凑热模型，并通过大量实验数据进行验证。然后在三个测试场景中对所提出的 MPC 进行数值评估，涵盖不同的工作负载和性能指标。结果表明，所提出的 MPC 在不同的测试场景中实现了大约 10-20% 的性能指标，优于基线查找表方法。还考虑了开环最优控制方法来估计所提出的 MPC 的最优性。此外，还进行了参数研究，分析了不同控制参数的影响，为所提出的 MPC 算法的未来应用提供了广阔的前景。还考虑了开环最优控制方法来估计所提出的 MPC 的最优性。此外，还进行了参数研究，分析了不同控制参数的影响，为所提出的 MPC 算法的未来应用提供了广阔的前景。还考虑了开环最优控制方法来估计所提出的 MPC 的最优性。此外，还进行了参数研究，分析了不同控制参数的影响，为所提出的 MPC 算法的未来应用提供了广阔的前景。