CN108021024B - 基于双层结构预测控制的工业循环水节能优化控制方法 - Google Patents
基于双层结构预测控制的工业循环水节能优化控制方法 Download PDFInfo
- Publication number
- CN108021024B CN108021024B CN201610969220.4A CN201610969220A CN108021024B CN 108021024 B CN108021024 B CN 108021024B CN 201610969220 A CN201610969220 A CN 201610969220A CN 108021024 B CN108021024 B CN 108021024B
- Authority
- CN
- China
- Prior art keywords
- variable
- priority
- performance variable
- performance
- controlled variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于双层结构预测控制的工业循环水节能优化控制方法,根据工业循环水系统的配置,建立循环水系统的动态模型和稳态模型;设置被控变量的优先级、操作变量的优先级、操作变量的效益方向以及操作变量与被控变量之间的相关性方向;建立目标函数,根据工艺条件和稳态模型构建约束条件;如果有可行域,得到最优操作点;否则对被控变量的约束条件适当放松,得到最优操作点;将得到的最优操作点做为设定值,建立模型预测控制器,并实施控制作用。本发明实现循环水系统各生产单元的回水温度始终处于其最高允许温度下运行,同时,使循环水系统的管网输出流量减少,压力降低。进而实现降低运行成本,系统节能的效果。
Description
技术领域
本发明涉及优化控制领域,具体地说是一种基于双层结构预测控制的工业循环水节能优化控制方法。
背景技术
工业循环水系统是为生产设备实施冷却而配置的,广泛应用于石油化工、热电、钢铁、冶金、制药、化纤等重要的国民经济领域的生产中。据统计,泵的耗电量约占全国发电量的21%,其中工业循环水系统用泵能耗占到70%以上,因而,提高工业循环水系统能量利用效率对节约能耗具有重要意义。
本发明涉及的工业循环水系统涉及的主要设备有循环水泵组、管网、换热器、冷却终端(生产单元)、冷却塔等。一套循环水系统通常为多个生产单元提供冷却水,形成并联的换热器组。
由于各生产单元的设备、换热功率和管理特性各不相同。现有的运行方案主要是调节循环水泵出口阀门或换热器管路阀门实现对各生产单元的冷却温度要求,或通过调节循环水泵出口阀门或循环水泵转速实现对工况最差的换热支路热交换。阀门节流的调节方式造成大量的能量浪费在管网的阀阻上,最不利工作点的运行方式促使部分支路流量过大,同样造成能量浪费。
在控制方法方面,由于工业循环水系统工艺具有多耦合、非线性、大滞后等特点,传统的经典控制方法仅以单个回路为基础,无法从系统的角度实现对循环水系统的准确温度控制,不能很好的满足工业循环水的节能要求。
发明内容
针对现有技术的不足,本发明提供一种基于双层结构预测控制算法的工业循环水节能优化与控制方法,实现循环水系统各生产单元的回水温度始终处于其最高允许温度下运行,同时,使循环水系统的管网输出流量减少,压力降低。进而实现降低运行成本,系统节能的效果。
本发明为实现上述目的所采用的技术方案是:
一种基于双层结构预测控制的工业循环水节能优化控制方法,包括以下步骤:
步骤1:根据工业循环水系统的配置,建立循环水系统的动态模型和稳态模型;
步骤2:根据生产过程的工艺要求,设置被控变量的优先级、操作变量的优先级、操作变量的效益方向以及操作变量与被控变量之间的相关性方向;
步骤3:以最小的能量消耗为目标建立目标函数,根据工艺条件和稳态模型构建约束条件;
步骤4:判断约束条件是否具有可行域,如果具有可行域,则采用操作变量的多优先级优化策略,得到最优操作点;否则采用针对被控变量的多优先级优化策略,对被控变量的约束条件适当放松,得到最优操作点;
步骤5:将得到的最优操作点做为设定值,建立模型预测控制器,并实施控制作用。
在工业循环水系统中工频泵的两端并联设置一个变频泵。
所述动态模型和稳态模型的建立过程为:
首先,建立循环水系统的水力模型和热力模型;
其次,通过试验数据,修正模型参数,建立循环水系统的动态模型;
最后,由修正后的动态模型模型,建立循环水系统的稳态模型。
所述被控变量包括冷却单元出口温度和管网压力;
所述操作变量包括调节阀组的阀门开度和循环泵运行频率。
所述被控变量优先级定义为优先级越高,约束条件优先得到满足,优先级低的被控变量其次;所述被控变量的优先级为:管网压力优先级最高;根据冷却单元的生产工艺要求,对温度控制要求高的生产单元,对应的出口温度的优先级其次;
所述操作变量的优先级定义为:优先级别高的操作变量,当调节方向和优化方向相同时,优先调节;方向相反时,最后调节;所述操作变量的优先级定义为:变频泵运行频率的优先级最高,其次是调节阀组的阀门开度。
所述操作变量的效益方向包括最大化,最小化和最小移动;操作变量中变频泵运行频率的效益方向为最小化,操作变量中调节阀组的阀门开度的效益方向为最大化。
所述操作变量与被控变量之间的相关性方向设置为:
操作变量中变频泵运行频率与被控变量中冷却单元出口温度的相关性为负相关;
操作变量中变频泵运行频率与被控变量中管网压力的相关性为正相关;
操作变量中调节阀组的阀门开度与被控变量中冷却单元出口温度的相关性为正相关;
操作变量中调节阀组的阀门开度与被控变量中管网压力的相关性为负相关。
所述目标函数为:
minJ=f(Δuss(k),Δyss(k))
Δuss(k)=uss(k+1)-uss(k)
Δyss(k)=yss(k+1)-yss(k)
其中,f(Δuss(k),Δyss(k))为目标函数,表示生产过程中的运营成本;uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,Δuss(k)为稳态输入的增量,Δуss(k)为稳态输出的增量。
所述采用操作变量的多优先级优化策略,得到最优操作点包括以下步骤:
步骤1:对操作变量的操作方向进行判断;
步骤2:对操作变量的操作顺序进行判断;
步骤3:以该操作顺序为新的优先级,通过被控变量的多优先级优化策略进行升序策略的操作变量优先级目标优化,得到最优操作点。
所述对操作变量的操作方向进行判断为:
在当前状态下,为满足优化和控制需求,判断被控变量的调节方向,并根据被控变量与操作变量的相关性,判断操作变量的调节方向;其判断规则为:同号为正,异号为负;
所述对操作变量的操作顺序进行判断为:
同一优先级、不同效益方向的操作变量,当操作方向为正时,操作顺序为:最大化效益操作变量优先于最小化效益操作变量;反之,当操作方向为负时,操作顺序为:最小化效益操作变量优先于最大化效益操作变量;
具有不同优先级的最大化效益的操作变量,当操作方向为正时,其操作顺序与其优先级排序相同;反之,当操作方向为负时,其操作顺序与其优先级排序相反。
所述针对被控变量的多优先级优化策略:
依据升序优先级优化策略,首先对优先级最高的被控变量进行约束调整,得到放松条件
其次,在保持上一优先级优化结果后,进行下一优先级变量的约束调整;
最后采用升序模式对所有优先级的约束条件进行放松,得到各个优先级的放松条件分别为i=1,2,…,Py,其中Py为优先级数;进而构成最优的放松条件以及最优的操作点(Δu*,Δy*)。
所述约束条件为:
Δyss(k)=GuΔuss(k)+GfΔfss(k)+e(k)
uL≤uss(k)+Δuss(k)≤uH
yL≤yss(k)+Δyss(k)≤yH
ΔuL≤Δuss(k)≤ΔuH
其中,uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,Δfss(k)=fss(k)-fss(k-1)为扰动输入增量,Gu为输入-输出稳态增益矩阵,Gf为扰动-输出稳态增益矩阵,uH为操作变量的上限,uL为操作变量的下限,yH为被控变量变量的上限,yL为被控变量变量的下限,ΔuH为操作变量增量的上限,ΔuL为操作变量增量的下限,为稳态误差修正量,其中y(k)为当前k时刻的测量值,为k-1时刻对k时刻的输出预测值。
所述放松条件通过求解如下目标函数得到:
s.t.
Δyss(k)=GuΔuss(k)+GfΔfss(k)+e(k)
uL≤uss(k)+Δuss(k)≤uH
yL,P1-δyL,P1≤yss,P1(k)+Δyss,P1(k)≤yH,P1+δyH,P1
ΔuL≤Δuss(k)≤ΔuH
其中,P1表示优先级为1的变量;为了确保生产安全,通常会另外增加yL,P1-δyL,P1≥yLL,P1和yH,P1+δyH,P1≤yHH,P1的约束,yLL,P1和yHH,P1表示优先级为1的变量的安全下限和上限值,uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,Δfss(k)=fss(k)-fss(k-1)为扰动输入增量,Gu为输入-输出稳态增益矩阵,Gf为扰动-输出稳态增益矩阵,uH为操作变量的上限,uL为操作变量的下限,yH为被控变量变量的上限,yL为被控变量变量的下限,ΔuH为操作变量增量的上限,ΔuL为操作变量增量的下限,为稳态误差修正量,其中y(k)为当前k时刻的测量值,为k-1时刻对k时刻的输出预测值。
所述的模型预测控制器包括预测模型和滚动优化目标函数:
预测模型为所述动态模型;
滚动优化目标函数如下:
其中,uM(k),ΔuM(k)分别表示为被控变量的预测值、操作变量预测值和操作变量增量值,P和M分别表示预测时域和控制时域;Q,R,T分别为误差权矩阵、控制权矩阵和控制增量权矩阵,y*=y(k)+Δy*和u*=u(k-1)+Δu*分别为最优的被控变量值和操作变量值。
本发明具有以下有益效果及优点:
1.本发明的温度控制更精确,总回水管温度始终处于所允许的最高温度范围内;
2.本发明的压力控制更稳定;
3.本发明采用基于优先级的双层结构预测控制算法,有效降低能耗。
附图说明
图1是本发明的方法流程图;
图2是本发明的初始化流程图;
图3是本发明的稳态目标计算流程图;
图4是本发明的动态优化流程图;
图5是本发明的工业循环水的系统工艺流程简图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示是本发明的方法流程图。
本发明提及一种基于优先级策略的双层结构预测控制的工业循环水节能优化控制方法,由稳态目标计算层和动态控制层组成,稳态目标计算层采用经济自优化方式获得最优的稳态被控变量值(温度、压力、流量)和稳态操作变量值(阀门开度、泵的运行频率),动态控制层接收来自稳态目标计算层的最优稳态值,采用预测控制算法获得当前时刻操作变量值,并将其实施到被控对象。
如图2所示为本发明的初始化流程图。
包括如下步骤:
步骤S1初始化。
步骤S11,建立循环水系统的动态模型和稳态模型。首先建立循环水系统的水力模型和热力模型;其次,通过试验数据,修正模型参数;最后,由修正后的模型,建立循环水系统的稳态模型。
步骤S12,根据生产过程的工艺要求,设置各被控变量和操作变量的优先级。优先级越高的被控变量优先得到满足,优先级低的被控变量其次;优先级别高的操作变量,当调节方向和优化方向相同时,优先调节;方向相反时,最后调节。其中被控变量主要包含各冷却单元出口温度,管网压力。操作变量包括调节阀组的各阀门开度和循环泵运行频率。
其中被控变量的优先级为:管网压力优先级最高。其次,根据各冷却单元的生产工艺要求,对温度控制要求高的生产单元,对应的出口温度设置为高级别优先级,以此类推。
操作变量的优先级设置:变频泵的优先级最高,其次为调节阀组。
操作变量的效益方向:为降低能耗,操作变量-循环泵运行频率的效益方向为最小化;为减小阀阻,操作变量-调节阀开度的效益方向为最大化。
注:操作变量的效益方向包括:最大化,最小化,最小移动,即为提高产品收益,希望该操作变量的最优操作指向(依次为uH,uL,Δu=0)。
操作变量与被控变量之间的相关性方向设置。操作变量-循环泵的运行频率与被控变量-生产单元出口温度的相关性为负相关,与被控变量-循环水系统压力的相关性为正相关。操作变量-调节阀的开度与被控变量-生产单元出口温度的相关性为正相关,与被控变量-循环水系统压力的相关性为负相关。
注:相关性方向包括:正相关、负相关、非相关。相关性方向可以从过程的对象模型进行判断。
另外,环境温度为扰动变量,无优先级。
如图3所示为本发明的稳态目标计算流程图。
步骤S2为在线实时稳态目标计算。
步骤S21以最小的能量消耗为目标建立目标函数,根据工艺条件和稳态模型构建约束条件。
其中,目标函数如式(1a),约束条件如式(1b):
minJ=f(Δuss(k),Δyss(k)) (1a)
Δyss(k)=GuΔuss(k)+GfΔfss(k)+e(k)
uLL≤uss(k)+Δuss(k)≤uHL
yLL≤yss(k)+Δyss(k)≤yHL
ΔuLL≤Δuss(k)≤ΔuHL (1b)
其中,u∈U,y∈Y,f∈F分别为循环水系统的操作变量、被控变量和扰动变量。f(Δuss(k),Δyss(k))为目标函数,表示生产过程中的运营成本。Δyss(k)=yss(k+1)-yss(k),Δuss(k)=uss(k+1)-uss(k)为稳态输出和稳态输入的增量,其中uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值。
约束条件包含循环水系统的稳态模型和约束边界。稳态模型来自步骤S11,约束边界由工艺条件确定。其中,由于环境温度无法预测,因此扰动输入增量Δfss(k)=fss(k)-fss(k-1);Gu,Gf为稳态增益矩阵;Δe(k)为稳态误差修正量,由于稳态值无法测量,因此采用作为稳态偏差修正量,其中为MPC的输出预测值。uLL,uHL,yLL,yHL分别为操作变量的上下限和被控变量变量的上下限;ΔuLL,ΔuLL为操作变量增量的上下限。
具体的,步骤S22进行稳态目标计算。
其中,当约束条件(1b)不具有可行域时,采用针对被控变量的多优先级优化策略,对被控变量的约束条件适当放松,使目标优化更为合理。
依据升序优先级优化策略,首先对优先级最高(i=1)的被控变量进行约束调整,得到放松条件其次在保持上一优先级优化结果后,进行下一优先级(i=2)变量的约束调整。按该流程,采用升序模式对所有优先级的约束条件进行放松,得到各个优先级的放松条件分别为其中i=1,2,…,Py(Py为优先级数)。进而构成最优的放松条件以及最优的操作点(Δu*,Δy*)。
当约束条件(1b)具有可行域时,采用操作变量的多优先级优化策略,实现最小的操作成本。
首先进行操作变量的操作方向判断。即当前状态下,为满足优化和控制需求,判断被控变量的调节方向(正还是负,或增大还是减少),并根据被控变量与操作变量的相关性,进一步判断操作变量的调节方向。其中,判断规则为:同号为正,异号为负。
其次判断操作顺序:同一优先级不同效益方向的操作变量,当操作方向为正时,操作顺序为:最大化效益操作变量>最小化效益操作变量;反之,当操作方向为负时,操作顺序为:最小化效益操作变量>最大化效益操作变量;具有不同优先级的最大化效益的操作变量,当操作方向为正时,其操作顺序与其优先级排序相同。反之,当操作方向为负时,其操作顺序与其优先级排序相反。
在确定了操作变量的操作顺序后,以该操作顺序为新的优先级,进行升序策略的操作变量优先级目标优化,其过程同被控变量的多优先级优化策略,在此不再赘述。
如图4所示为本发明的动态优化流程图。
具体的步骤S3包括:
步骤S31以稳态目标计算的最优操作点为设定值,建立模型预测控制器。其中,动态模型来自步骤S1;目标函数如下:
其中,uM(k),ΔuM(k)分别表示为被控变量的预测值,操作变量预测值和操作变量最优增量;Q,R,T为权矩阵。
步骤S32,实施来自步骤S31计算得到的控制作用。
如图5所示是本发明的工业循环水的系统工艺流程简图。
主要设备有循环水泵组、管网、换热器、冷却终端(生产单元)、阀门、冷却塔等。一套循环水系统通常为多个生产单元提供冷却水,形成并联的换热器组。在工业循环水系统中各冷却终端的出口管理设置温度传感器,主管路和各支路设置压力检测仪表。工频泵的两端并联设置一个变频泵,其中工频泵实现循环水的最小流量供给;变频泵实现对压力的调节,满足负荷的变化;配置的阀门为调节阀,通过流量调节,实现各个冷却终端(生产单元)的冷量需求。
Claims (7)
1.一种基于双层结构预测控制的工业循环水节能优化控制方法,其特征在于,包括以下步骤:
步骤1:根据工业循环水系统的配置,建立循环水系统的动态模型和稳态模型;
步骤2:根据生产过程的工艺要求,设置被控变量的优先级、操作变量的优先级、操作变量的效益方向以及操作变量与被控变量之间的相关性方向;
步骤3:以最小的能量消耗为目标建立目标函数,根据工艺条件和稳态模型构建约束条件;
所述目标函数为:
min J=f(Δuss(k),Δyss(k))
Δuss(k)=uss(k+1)-uss(k)
Δyss(k)=yss(k+1)-yss(k)
其中,f(Δuss(k),Δyss(k))为目标函数,表示生产过程中的运营成本;uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,Δuss(k)为稳态输入的增量,Δуss(k)为稳态输出的增量;
步骤4:判断约束条件是否具有可行域,如果具有可行域,则采用操作变量的多优先级优化策略,得到最优操作点;否则采用针对被控变量的多优先级优化策略,对被控变量的约束条件适当放松,得到最优操作点;
所述采用操作变量的多优先级优化策略,得到最优操作点包括以下步骤:
步骤41:对操作变量的操作方向进行判断;
步骤42:对操作变量的操作顺序进行判断;
步骤43:以该操作顺序为新的优先级,通过被控变量的多优先级优化策略进行升序策略的操作变量优先级目标优化,得到最优操作点;
所述对操作变量的操作方向进行判断为:
在当前状态下,为满足优化和控制需求,判断被控变量的调节方向,并根据被控变量与操作变量的相关性,判断操作变量的调节方向;其判断规则为:同号为正,异号为负;
所述对操作变量的操作顺序进行判断为:
同一优先级、不同效益方向的操作变量,当操作方向为正时,操作顺序为:最大化效益操作变量优先于最小化效益操作变量;反之,当操作方向为负时,操作顺序为:最小化效益操作变量优先于最大化效益操作变量;
具有不同优先级的最大化效益的操作变量,当操作方向为正时,其操作顺序与其优先级排序相同;反之,当操作方向为负时,其操作顺序与其优先级排序相反;
步骤5:将得到的最优操作点做为设定值,建立模型预测控制器,并实施控制作用;所述的模型预测控制器包括预测模型和滚动优化目标函数:
预测模型为所述动态模型;
滚动优化目标函数如下:
其中,uM(k),ΔuM(k)分别表示为被控变量的预测值、操作变量预测值和操作变量增量值,P和M分别表示预测时域和控制时域;Q,R,T分别为误差权矩阵、控制权矩阵和控制增量权矩阵,y*=y(k)+Δy*和u*=u(k-1)+Δu*分别为最优的被控变量值和操作变量值,y(k)为当前时刻被控变量的输出值,Δy*为当前时刻最优被控变量增量值,u(k-1)为上一时刻操作变量值,Δu*为当前时刻最优操作变量增量值。
2.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,其特征在于:在工业循环水系统中工频泵的两端并联设置一个变频泵。
3.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,其特征在于:所述动态模型和稳态模型的建立过程为:
首先,建立循环水系统的水力模型和热力模型;
其次,通过试验数据,修正模型参数,建立循环水系统的动态模型;
最后,由修正后的动态模型模型,建立循环水系统的稳态模型。
4.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,其特征在于:
所述被控变量包括冷却单元出口温度和管网压力;
所述操作变量包括调节阀组的阀门开度和循环泵运行频率;
所述被控变量优先级定义为优先级越高,约束条件优先得到满足,优先级低的被控变量其次;所述被控变量的优先级为:管网压力优先级最高;根据冷却单元的生产工艺要求,对温度控制要求高的生产单元,对应的出口温度的优先级其次;
所述操作变量的优先级定义为:优先级别高的操作变量,当调节方向和优化方向相同时,优先调节;方向相反时,最后调节;所述操作变量的优先级定义为:变频泵运行频率的优先级最高,其次是调节阀组的阀门开度。
5.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,所述操作变量的效益方向包括最大化,最小化和最小移动;操作变量中变频泵运行频率的效益方向为最小化,操作变量中调节阀组的阀门开度的效益方向为最大化。
6.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,所述操作变量与被控变量之间的相关性方向设置为:
操作变量中变频泵运行频率与被控变量中冷却单元出口温度的相关性为负相关;
操作变量中变频泵运行频率与被控变量中管网压力的相关性为正相关;
操作变量中调节阀组的阀门开度与被控变量中冷却单元出口温度的相关性为正相关;
操作变量中调节阀组的阀门开度与被控变量中管网压力的相关性为负相关。
7.根据权利要求1所述的基于双层结构预测控制的工业循环水节能优化控制方法,所述针对被控变量的多优先级优化策略:
依据升序优先级优化策略,首先对优先级最高的被控变量进行约束调整,得到放松条件
其次,在保持上一优先级优化结果后,进行下一优先级变量的约束调整;
最后采用升序模式对所有优先级的约束条件进行放松,得到各个优先级的放松条件分别为其中Py为优先级数;进而构成最优的放松条件以及最优的操作点(Δu*,Δy*);
所述约束条件为:
Δyss(k)=GuΔuss(k)+GfΔfss(k)+e(k)
uL≤uss(k)+Δuss(k)≤uH
yL≤yss(k)+Δyss(k)≤yH
ΔuL≤Δuss(k)≤ΔuH
其中,uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,Δuss(k)为操作变量的稳态优化值的增量,Δyss(k)为被控变量的稳态优化值的增量,Δfss(k)=fss(k)-fss(k-1)为扰动输入增量,Gu为输入-输出稳态增益矩阵,Gf为扰动-输出稳态增益矩阵,uH为操作变量的上限,uL为操作变量的下限,yH为被控变量变量的上限,yL为被控变量变量的下限,ΔuH为操作变量增量的上限,ΔuL为操作变量增量的下限,为稳态误差修正量,其中y(k)为当前k时刻的测量值,为k-1时刻对k时刻的输出预测值;
所述放松条件通过求解如下目标函数得到:
s.t.
Δyss(k)=GuΔuss(k)+GfΔfss(k)+e(k)
uL≤uss(k)+Δuss(k)≤uH
yL,P1-δyL,P1≤yss,P1(k)+Δyss,P1(k)≤yH,P1+δyH,P1
ΔuL≤Δuss(k)≤ΔuH
其中,P1表示优先级为1的变量;为了确保生产安全,通常会另外增加yL,P1-δyL,P1≥yLL,P1和yH,P1+δyH,P1≤yHH,P1的约束,yL,P1和yH,P1表示优先级为1的变量的安全下限和上限值,uss(k)和yss(k)为k时刻的操作变量和被控变量的稳态优化值,yss,P1(k)和Δyss,P1(k)分别为k时刻优先级为1的被控变量和被控变量增量的稳态值,δyL,P1和δyH,P1分别为优先级为1的被控变量稳态优化值的下限和上限约束放松值,Δfss(k)=fss(k)-fss(k-1)为扰动输入增量,Gu为输入-输出稳态增益矩阵,Gf为扰动-输出稳态增益矩阵,uH为操作变量的上限,uL为操作变量的下限,yH为被控变量变量的上限,yL为被控变量变量的下限,ΔuH为操作变量增量的上限,ΔuL为操作变量增量的下限,为稳态误差修正量,其中y(k)为当前k时刻的测量值,为k-1时刻对k时刻的输出预测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610969220.4A CN108021024B (zh) | 2016-10-28 | 2016-10-28 | 基于双层结构预测控制的工业循环水节能优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610969220.4A CN108021024B (zh) | 2016-10-28 | 2016-10-28 | 基于双层结构预测控制的工业循环水节能优化控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108021024A CN108021024A (zh) | 2018-05-11 |
CN108021024B true CN108021024B (zh) | 2019-09-06 |
Family
ID=62083494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610969220.4A Active CN108021024B (zh) | 2016-10-28 | 2016-10-28 | 基于双层结构预测控制的工业循环水节能优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108021024B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109118658A (zh) * | 2018-07-30 | 2019-01-01 | 台州卓标企业管理咨询有限公司 | 一种无线智能锁控阀管理系统设计方法 |
CN109688652B (zh) * | 2018-11-20 | 2021-06-01 | 昆明理工大学 | 一种基于双层结构模型预测控制的微波高温反应器温度精确控制的方法 |
CN110262257B (zh) * | 2019-07-25 | 2021-11-16 | 杭州希亚智新科技有限公司 | 一种多变量控制方法及装置 |
CN113515154A (zh) * | 2020-04-10 | 2021-10-19 | 上海华依科技集团股份有限公司 | 一种测试台用温控系统和方法 |
CN113917891B (zh) * | 2020-07-07 | 2023-08-25 | 中国科学院沈阳自动化研究所 | 一种面向化工的优先级升序可行性判定与软约束调整方法 |
CN113608436A (zh) * | 2021-07-01 | 2021-11-05 | 杭州希亚智新科技有限公司 | 一种多维度鲁棒预测控制方法和装置 |
CN114296354B (zh) * | 2021-12-31 | 2024-03-08 | 上海电力设计院有限公司 | 基于多优先级约束放松的混合优化算法 |
CN114879513B (zh) * | 2022-07-07 | 2022-12-16 | 浙江中控技术股份有限公司 | 循环水系统的实时优化节能控制方法及装置 |
CN115963795B (zh) * | 2023-01-04 | 2023-07-07 | 浙江中智达科技有限公司 | 一种流程工业控制方法、装置、设备及存储介质 |
CN116405874B (zh) * | 2023-06-06 | 2023-08-15 | 湖南省水务规划设计院有限公司 | 一种水库生态环境实时监控方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100511039C (zh) * | 2003-01-31 | 2009-07-08 | 法赫尔丁·T·阿塔尔瓦拉 | 使用模块化模型预测控制器的集成优化和控制 |
CN103472723A (zh) * | 2013-08-19 | 2013-12-25 | 上海交通大学 | 基于多模型广义预测控制器的预测控制方法及系统 |
EP2884354A1 (en) * | 2013-12-12 | 2015-06-17 | Honeywell spol s.r.o. | Model-based predictive controller with steady-state model adaptation |
-
2016
- 2016-10-28 CN CN201610969220.4A patent/CN108021024B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100511039C (zh) * | 2003-01-31 | 2009-07-08 | 法赫尔丁·T·阿塔尔瓦拉 | 使用模块化模型预测控制器的集成优化和控制 |
CN103472723A (zh) * | 2013-08-19 | 2013-12-25 | 上海交通大学 | 基于多模型广义预测控制器的预测控制方法及系统 |
EP2884354A1 (en) * | 2013-12-12 | 2015-06-17 | Honeywell spol s.r.o. | Model-based predictive controller with steady-state model adaptation |
Non-Patent Citations (3)
Title |
---|
工业冷却循环水系统节能优化技术及应用;汪家铭;《石油化工技术与经济》;20140228;第30卷(第1期);第50-52页 * |
工业大系统双层结构预测控制的集中优化与分散控制策略;邹涛等;《自动化学报》;20130831;第39卷(第8期);第1366-1373页 * |
离线优化在线查表的双层结构预测控制;郑洪宇等;《控制理论与应用》;20160630;第33卷(第6期);第735-744页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108021024A (zh) | 2018-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021024B (zh) | 基于双层结构预测控制的工业循环水节能优化控制方法 | |
CN110011330B (zh) | 基于燃煤机组热力系统蓄*修正的一次调频优化控制方法 | |
AU2010362490B2 (en) | Energy-saving optimized control system and method for refrigeration plant room | |
CN107421029B (zh) | 一种末端冷量均衡控制方法 | |
CN102094801A (zh) | 基于输送能耗最低的泵组优选方法 | |
CN101900992B (zh) | 化工过程预测控制系统经济目标优化自适应退避选择方法 | |
CN108512258B (zh) | 一种基于改进多智能体一致性算法的风电场有功调度方法 | |
CN103631140B (zh) | 基于性能评估的焦炉加热燃烧过程火道温度自动调节方法 | |
CN105652663B (zh) | 一种基于负荷区判别的滑压曲线深度优化的方法 | |
CN1869532A (zh) | 一种集中供冷系统的自动化控制方法 | |
CN113701321B (zh) | 一种中央空调水泵节能变频控制方法 | |
CN101286044A (zh) | 一种燃煤锅炉系统混合建模方法 | |
CN107368049A (zh) | 基于电厂dcs系统的机组变负荷下给煤量的控制方法 | |
CN107270283B (zh) | 一种基于循环流化床机组的多变量约束预测控制方法 | |
CN110879620A (zh) | 一种核电站立式蒸汽发生器液位控制方法以及系统 | |
CN113757931B (zh) | 一种空调控制方法及系统 | |
CN101709863B (zh) | 燃煤锅炉炉膛压力系统混合控制方法 | |
CN103995466B (zh) | 一种基于软约束的区间预测控制建模及优化方法 | |
CN113446661A (zh) | 一种智能高效的热网运行调节方法 | |
CN115449621A (zh) | 一种加热炉温度设定的控制方法 | |
CN102520617A (zh) | 一种炼油工业过程的部分解耦非最小化模型预测控制方法 | |
CN113835342B (zh) | 一种过热汽温系统的抗扰预测控制方法 | |
CN112815389A (zh) | 一种换热机组运行控制方法及系统 | |
CN111522235B (zh) | 参数自整定的mimo异因子紧格式无模型控制方法 | |
CN106979583A (zh) | 一种中央空调运行参数的调节方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |