JP2014085899A - プラントの制御器設計方法及び制御器設計装置 - Google Patents
プラントの制御器設計方法及び制御器設計装置 Download PDFInfo
- Publication number
- JP2014085899A JP2014085899A JP2012235274A JP2012235274A JP2014085899A JP 2014085899 A JP2014085899 A JP 2014085899A JP 2012235274 A JP2012235274 A JP 2012235274A JP 2012235274 A JP2012235274 A JP 2012235274A JP 2014085899 A JP2014085899 A JP 2014085899A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- controller
- output
- environmental conditions
- load
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E20/00—Combustion technologies with mitigation potential
- Y02E20/14—Combined heat and power generation [CHP]
Landscapes
- Feedback Control In General (AREA)
Abstract
【解決手段】プラントの特性(例えばエンジンの燃料消費特性)と制御条件(例えばバッテリ残量の制約条件)を混合整数計画問題として表現して最適化しようとする制御性能(例えば燃料消費量や排出ガス量)を目的関数として設定すると共に、前提条件となる負荷出力(例えば走行負荷と車速)と環境条件(例えば温度と風速)を設定する(ステップ101〜103)。この後、負荷出力と環境条件を満たす中で目的関数を最適化するように混合整数計画問題を解いて制御器出力(例えばエンジン出力)を算出し、車両シミュレータを用いて制御器出力に基づいてプラント状態(例えばバッテリ残量等)を算出して、制御器出力とプラント状態とに基づいて制御器を設計する(ステップ104〜107)。
【選択図】図2
Description
まず、図1に基づいてプラント制御器設計システムの概略構成を説明する。
まず、図2に基づいてプラントの制御器を設計する際の手順を説明する。
プラントの制御器を設計する場合には、作業者がステップ101〜103,106の処理を実行し、コンピュータ11でステップ105,107の処理を実行する。
次に図3乃至図8を用いて各ステップ101〜107の具体的な処理内容を説明する。
例えば図3に示すエンジンの燃料消費特性を数式モデル化する場合、エンジン出力Pe に対する燃料消費量Fuel の特性を、下記のように区分線形モデルを用いて数式で表現する。
(a) 上記ステップ101で作成したエンジンの燃料消費特性の数式モデル(区分線形モデル)を混合整数計画問題として記述する。ここでは、エンジンのオン/オフ(運転/停止)の離散事象を扱うため、混合整数計画問題として記述する。
具体的には、まず、エンジンの燃料消費特性の区分線形モデルを離散と連続が混在したMLDS(Mixed Logical Dynamical Systems )モデルで表現する。
第1の制約条件として、バッテリ残量SOCが各時刻で所定の制限範囲から越えないための制約条件を、次式で表現する。
MinSOC<SOC(k) <MaxSOC
ここで、MinSOCはバッテリ残量SOCの下限許容値であり、MaxSOCはバッテリ残量SOCの上限許容値である。
MinEndSOC<SOC(N) <MaxEndSOC
ここで、MinEndSOCはバッテリ残量SOCの最終値の下限許容値であり、MaxEndSOCはバッテリ残量SOCの最終値の上限許容値である。
SOC(k) =ΣE(i) ×C
また、発電量Eは、エンジン出力Pe と走行要求動力DrvPwrとバッテリ損失Btloss とMG(モータジェネレータ)損失Mgloss とを用いて、次式により算出することができる。
E(k) =Pe(k)−DrvPwr(k) −Btloss(k)−Mgloss(k)
例えば、図4及び図5に示すように、前提条件となるプラントの負荷出力として、走行負荷の時系列データと車速の時系列データを設定する。更に、前提条件となる環境条件として、温度や風速等を設定する。
上記ステップ103で設定した負荷出力(例えば走行負荷と車速)と環境条件(例えば温度と風速)及び上記ステップ102で設定した制約条件(例えばバッテリ残量SOCの二つの制約条件)を満たす中で、上記ステップ102で設定した混合整数計画問題(例えばエンジンの燃料消費特性に関する混合整数計画問題)を解くことで、目的関数を最適化するプラントの制御器出力(例えばエンジン出力)を算出する。本実施例では、図6に示すように、燃料消費量を最小化するエンジン出力の時系列データを算出する。
図7に示すように、上記ステップ103で設定した負荷出力(例えば走行負荷と車速)と環境条件(例えば温度と風速)及び上記ステップ104で算出した制御器出力(例えばエンジン出力)等を、車両シミュレータ(プラントの数式モデル)に入力し、この車両シミュレータで制御器以外のプラント状態(例えば、モータ出力、バッテリ出力、バッテリ残量、冷却水加熱量、冷却水温度、排気熱量等)を算出する。
フィードバックやフィードフォワード等の制御器の形態や制御器の入力変数(例えば微分項や積分項の有無等)を決定する。入力変数は、プラント状態に限定する必要は無く、プラントの入力や外気温等の環境変数としても良い。
エンジン出力u=f(走行負荷x,バッテリ残量y)
上記ステップ106で構造を決定した制御器の出力の誤差(理想値との差)が小さくなるように制御器のゲインを設計する。
Claims (3)
- 離散事象と連続事象が混在するプラントの制御器を設計する方法であって、
前記プラントの特性と制約条件を混合整数計画問題として表現して最適化しようとする制御性能を目的関数として設定すると共に前提条件となる前記プラントの負荷出力と環境条件を設定し、前記プラントの負荷出力と環境条件を満たす中で前記目的関数を最適化するように前記混合整数計画問題を解いて前記プラントの制御器出力を算出し、前記プラントの数式モデルを用いて前記制御器出力に基づいて前記プラントの状態を算出して、前記制御器出力と前記プラントの状態とに基づいて前記プラントの制御器を設計することを特徴とするプラントの制御器設計方法。 - 前記プラントの負荷出力と環境条件を複数パターン設定し、前記複数パターンの負荷出力と環境条件に対してそれぞれ前記制御器出力と前記プラントの状態を算出することで複数パターンの制御器出力とプラントの状態を求め、前記複数パターンの制御器出力とプラントの状態を用いて前記制御器を設計することを特徴とする請求項1に記載のプラントの制御器設計方法。
- 離散事象と連続事象が混在するプラントの制御器を設計する装置であって、
前記プラントの特性と制約条件を混合整数計画問題として表現して最適化しようとする制御性能を目的関数として設定すると共に前提条件となる前記プラントの負荷出力と環境条件を設定する最適化問題設定手段(12)と、
前記プラントの負荷出力と環境条件を満たす中で前記目的関数を最適化するように前記混合整数計画問題を解いて前記プラントの制御器出力を算出する制御器出力算出手段(11)と、
前記プラントの数式モデルを用いて前記制御器出力に基づいて前記プラントの状態を算出するプラント状態算出手段(11)と、
前記制御器出力と前記プラントの状態とに基づいて前記プラントの制御器を設計する制御器設計手段(11)と
を備えていることを特徴とするプラントの制御器設計装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012235274A JP5846500B2 (ja) | 2012-10-25 | 2012-10-25 | プラントの制御器設計方法及び制御器設計装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012235274A JP5846500B2 (ja) | 2012-10-25 | 2012-10-25 | プラントの制御器設計方法及び制御器設計装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014085899A true JP2014085899A (ja) | 2014-05-12 |
JP5846500B2 JP5846500B2 (ja) | 2016-01-20 |
Family
ID=50788892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012235274A Active JP5846500B2 (ja) | 2012-10-25 | 2012-10-25 | プラントの制御器設計方法及び制御器設計装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5846500B2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018514042A (ja) * | 2015-04-24 | 2018-05-31 | ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation | 自律車両シミュレーションシステム |
JP2019029010A (ja) * | 2017-07-31 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
CN112379270A (zh) * | 2020-11-13 | 2021-02-19 | 哈尔滨工业大学 | 一种电动汽车动力电池荷电状态滚动时域估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001249705A (ja) * | 2000-03-03 | 2001-09-14 | Toshiba Corp | プロセスシミュレータ応用非線形制御装置およびその方法 |
JP2002091504A (ja) * | 2000-09-19 | 2002-03-29 | Toshiba Corp | プラント監視制御用パラメータ調整支援装置 |
JP2008219512A (ja) * | 2007-03-05 | 2008-09-18 | Toshiba Corp | 無線型制御システム |
JP2011028416A (ja) * | 2009-07-23 | 2011-02-10 | Yokogawa Electric Corp | プラント最適運転計画装置 |
-
2012
- 2012-10-25 JP JP2012235274A patent/JP5846500B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001249705A (ja) * | 2000-03-03 | 2001-09-14 | Toshiba Corp | プロセスシミュレータ応用非線形制御装置およびその方法 |
JP2002091504A (ja) * | 2000-09-19 | 2002-03-29 | Toshiba Corp | プラント監視制御用パラメータ調整支援装置 |
JP2008219512A (ja) * | 2007-03-05 | 2008-09-18 | Toshiba Corp | 無線型制御システム |
JP2011028416A (ja) * | 2009-07-23 | 2011-02-10 | Yokogawa Electric Corp | プラント最適運転計画装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018514042A (ja) * | 2015-04-24 | 2018-05-31 | ノースロップ グラマン システムズ コーポレイションNorthrop Grumman Systems Corporation | 自律車両シミュレーションシステム |
JP2019029010A (ja) * | 2017-07-31 | 2019-02-21 | 本田技研工業株式会社 | 制御装置 |
JP7162814B2 (ja) | 2017-07-31 | 2022-10-31 | 本田技研工業株式会社 | 制御装置 |
CN112379270A (zh) * | 2020-11-13 | 2021-02-19 | 哈尔滨工业大学 | 一种电动汽车动力电池荷电状态滚动时域估计方法 |
CN112379270B (zh) * | 2020-11-13 | 2024-01-30 | 哈尔滨工业大学 | 一种电动汽车动力电池荷电状态滚动时域估计方法 |
Also Published As
Publication number | Publication date |
---|---|
JP5846500B2 (ja) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tran et al. | Thorough state-of-the-art analysis of electric and hybrid vehicle powertrains: Topologies and integrated energy management strategies | |
Kermani et al. | Predictive energy management for hybrid vehicle | |
Borhan et al. | MPC-based energy management of a power-split hybrid electric vehicle | |
Serrao et al. | A comparative analysis of energy management strategies for hybrid electric vehicles | |
Panday et al. | A review of optimal energy management strategies for hybrid electric vehicle | |
Vagg et al. | Stochastic dynamic programming in the real-world control of hybrid electric vehicles | |
Taghavipour et al. | Real-time predictive control strategy for a plug-in hybrid electric powertrain | |
Karbaschian et al. | Review and comparison of power management approaches for hybrid vehicles with focus on hydraulic drives | |
Pei et al. | Dynamic programming-informed equivalent cost minimization control strategies for hybrid-electric vehicles | |
Zhou et al. | A pseudospectral strategy for optimal power management in series hybrid electric powertrains | |
Lin et al. | Online correction predictive energy management strategy using the Q-learning based swarm optimization with fuzzy neural network | |
He et al. | Global Optimal Energy Management Strategy Research for a Plug‐In Series‐Parallel Hybrid Electric Bus by Using Dynamic Programming | |
Li et al. | The role and application of convex modeling and optimization in electrified vehicles | |
JP5846500B2 (ja) | プラントの制御器設計方法及び制御器設計装置 | |
Trinh et al. | Development of fuzzy-adaptive control based energy management strategy for PEM fuel cell hybrid tramway system | |
Mozaffari et al. | Multi-objective component sizing of a power-split plug-in hybrid electric vehicle powertrain using Pareto-based natural optimization machines | |
Cipek et al. | A novel cascade approach to control variables optimisation for advanced series-parallel hybrid electric vehicle power-train | |
Lin et al. | Intelligent energy management strategy based on an improved reinforcement learning algorithm with exploration factor for a plug-in PHEV | |
Ma et al. | Computational intelligence nonmodel-based calibration approach for internal combustion engines | |
Shen et al. | Two-level energy control strategy based on ADP and A-ECMS for series hybrid electric vehicles | |
CN113415288A (zh) | 分段式纵向车速规划方法、装置、设备及存储介质 | |
Li et al. | A receding horizon sliding control approach for electric powertrains with backlash and flexible half-shafts | |
Kalia et al. | On implementing optimal energy management for EREV using distance constrained adaptive real-time dynamic programming | |
Kong et al. | A data-driven energy management method for parallel PHEVs based on action dependent heuristic dynamic programming (ADHDP) model | |
Yang et al. | MPGA-based-ECMS for energy optimization of a hybrid electric city bus with dual planetary gear |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141222 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20151030 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151030 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151112 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5846500 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |