一種基于在線動態(tài)規(guī)劃的城市明渠排水系統(tǒng)控制方法
【技術領域】
[0001] 本發(fā)明屬于工業(yè)自動控制領域，面向城市明渠排水系統(tǒng)，涉及一種基于在線動態(tài) 規(guī)劃的城市明渠排水系統(tǒng)控制方法。
【背景技術】
[0002] 城市明渠排水系統(tǒng)的作用是收集居民生產(chǎn)生活廢水和降雨徑流，并將之排放到污 水處理廠或者下一級渠道。
[0003] 在實際操作中，城市明渠排水系統(tǒng)中的栗站通過排水電機抽排水來調(diào)節(jié)明渠的水 位，在這個過程中會消耗大量的電能。目前國內(nèi)城市明渠系統(tǒng)的排水栗站多采用人工24小 時值守的方式，這種方式主要有一下三個缺點：
[0004] 1.面對突發(fā)暴雨、城市居民用水高峰等情況，缺乏科學的控制決策機制，容易引發(fā) 引排水系統(tǒng)溢流，造成嚴重的財產(chǎn)損失和環(huán)境污染問題。
[0005] 2.缺乏適當?shù)墓?jié)能算法，造成電能的大量浪費。
[0006] 3.耗費大量人力物力。
[0007] 所以，人們迫切的需要對現(xiàn)有城市明渠引排水系統(tǒng)進行技術改造。例如，浙江省委 十三屆四次全會提出了 "五水共治"的理念，吹響了浙江大規(guī)模治水行動的新號角。"五水共 治"，意思是要以治污水、防洪水、排澇水、保供水、抓節(jié)水為突破口對現(xiàn)有排水系統(tǒng)進行轉 型升級。
[0008] 為改善現(xiàn)狀，有學者提出用動態(tài)規(guī)劃(dynamic programming，DP)方法對城市明渠 排水系統(tǒng)進行控制。動態(tài)規(guī)劃方法是運籌學的一個分支，是求解決策過程最優(yōu)化的數(shù)學方 法。動態(tài)規(guī)劃的核心是貝爾曼最優(yōu)性原理，它首先將一個多級(步)決策問題轉化為一系列 單級決策問題，然后從最后一級狀態(tài)開始逆向遞推到初級狀態(tài)，從而得出最優(yōu)解。
[0009] 然而，傳統(tǒng)的動態(tài)規(guī)劃方法在城市明渠排水系統(tǒng)難以得到應用，因為它存在以下 幾個問題：
[0010] 1.實際城市明渠系統(tǒng)相對復雜，難以提出精確的系統(tǒng)水力學模型，從而產(chǎn)生系統(tǒng) 誤差。
[0011] 2.現(xiàn)有技術無法對城市降水進行精確預測，從而產(chǎn)生預測誤差。
[0012] 3.傳統(tǒng)動態(tài)規(guī)劃方法是一種開環(huán)控制方法，系統(tǒng)產(chǎn)生擾動時，缺乏自動反饋矯正 機制。
[0013] 4.傳統(tǒng)動態(tài)規(guī)劃方法是一種多級決策控制方法，即使是極小的系統(tǒng)誤差也會被逐 級放大，從而對系統(tǒng)的可靠性和穩(wěn)定性造成嚴重影響。

【發(fā)明內(nèi)容】

[0014] 本發(fā)明的目的在于針對上述現(xiàn)有城市明渠排水系統(tǒng)動態(tài)規(guī)劃方法的不足，提出一 種改進方法。在傳統(tǒng)動態(tài)規(guī)劃的基礎上引入狀態(tài)反饋與滾動優(yōu)化算法，減小系統(tǒng)誤差，增強 系統(tǒng)的實時性和魯棒性，達到跟蹤目標水位、節(jié)約電費和減小污水溢出量的目的。
[0015] 具體地，引入狀態(tài)反饋的目的是為了減小由模型不精確、外界擾動產(chǎn)生的系統(tǒng)誤 差。其基本思想是:首先利用傳統(tǒng)動態(tài)規(guī)劃算法算出一系列階段的控制量，一個階段的控制 量作用結束后，采集并監(jiān)測當前狀態(tài)量，并與前一步動態(tài)規(guī)劃算法中預測的狀態(tài)量進行比 較，將兩者的差值反饋到原系統(tǒng)，從而影響到之后的一系列預測量。這樣，能極大地減小系 統(tǒng)誤差。
[0016] 引入滾動優(yōu)化的目的是增強系統(tǒng)的實時性和魯棒性。其基本思想是：首先利用傳 統(tǒng)動態(tài)規(guī)劃方法得到一系列階段的最優(yōu)解，但只對實際系統(tǒng)實施第一個階段的控制量。第 一個階段結束后，根據(jù)當前實際狀態(tài)量、更新的預測擾動量以及上一段所提的反饋矯正量 重新進行一次動態(tài)規(guī)劃方法求解。接著又對系統(tǒng)實施最新最優(yōu)解中第一個階段的控制量， 以此類推。這樣便提高了控制系統(tǒng)的實時性和魯棒性。
[0017] 具體地，本發(fā)明提出的一種基于在線動態(tài)規(guī)劃的城市明渠排水系統(tǒng)控制方法，包 括以下步驟：
[0018] (1)建立城市明渠排水系統(tǒng)模型 [0019]系統(tǒng)狀態(tài)轉移方程為：
[0026] E(k) =A(u(k) )2+Bu(k)+C
[0027] 以下是系統(tǒng)各個參數(shù)的解釋：
[0028] a.明渠水面面積S
[0029] 被監(jiān)控的城市明渠水面面積S可根據(jù)實測得到，忽略水位變化時水面面積S的變 化。
[0030] b.階段總數(shù)k
[0031] 城市明渠排水系統(tǒng)為連續(xù)的時間過程，取1天作為一個排水周期進行動態(tài)規(guī)劃，可 將1天分為24個階段，每個階段持續(xù)一小時，階段總數(shù)為24。設k為階段變量。
[0032] c.狀態(tài)變量h(k)
[0033]當前水位用h(0)表示，通過實地檢測獲得。
[0034] 將k個階段之后的預期規(guī)劃水位記為h(k)，k = l，2,3…23,24。
[0035] d.決策變量u(k)
[0036] 城市栗站通過排水栗的排水量來控制明渠的水位，設水栗在階段k的排水量為u (k) 〇
[0037] e.預測降水排放量d(k)
[0038] 城市的未來24小時預測降水排放量每小時更新一次，記未來時刻k的預測降水排 放量為d(k)。
[0039] f ·狀態(tài)誤差反饋量e(k)
[0040] 設e(k)表示k個階段之前，預期水位與實際水位的誤差值。
[0041] g.權重系數(shù)y(k)
[0042] y(k)為e(k)的影響權重系數(shù)，它代表了 k個階段之前的狀態(tài)誤差反饋量對未來狀 態(tài)預測的影響。γ (k)是人為設定，但應滿足0〈 γ (k)〈l，且γ (k)單調(diào)遞減。
[0043] h.約束條件
[0044] hmin，hmax分別表不水位的下限和上限。Umin，Umax分別表不最小排水量和最大排水 量。
[0045] i.目標函數(shù)
[0046] 本系統(tǒng)以跟蹤目標水位和節(jié)省總費為控制目標，J(k)表示k時刻的總代價，它包含 與水位相關的代價與電費相關的代價兩個部分。其中，a(k)與i3(k)分別為k時刻的水位代價 權重與電費代價權重；1_為目標跟蹤水位;P (k)為時刻k的預測電價;E (k)為時刻k的用電 量;E(k)可近似為一個關于u(k)的二次函數(shù)。A、B、C為電機相關參數(shù)，可根據(jù)系統(tǒng)辨識實測 得到。
[0047] (2)對系統(tǒng)參數(shù)進行初始化，具體步驟如下：
[0048] (2.1)實測得到明渠底面積S;
[0049] (2.2)通過系統(tǒng)辨識得到電機用電量參數(shù)A、B、C;
[0050] (2 · 3)設置目標跟蹤水位
[0051] (2.4)初始化狀態(tài)誤差反饋量e(k)，令e(k)=0，k = 0，l,. . . ,23;
[0052] (2.5)設置權重系數(shù)(1(1〇,3(1〇和7(1〇。其中，7(1〇應滿足0〈7(1〇〈1，且7(1〇單 調(diào)遞減。Y(k)可選?。?br>[0053] /(k)-/1', /r - 0,1,2,....23
[0054] 其中歹為一設定常數(shù)，滿足ο < ? < 1。_
[0055] (2.6)檢測當前水位，并將其值賦給h(0)。
[0056] (3)更新d(k):獲取最新的城市未來24小時預測降水排放量，并將其值賦給d(k)。
[0057] (4)更新p(k):獲取最新的城市未來24小時的預測電價，并將其值賦給p(k)。
[0058] (5)利用動態(tài)規(guī)劃算法進行最優(yōu)控制序列求解
[0059] 將明渠可調(diào)水位狀態(tài)劃分為N個可調(diào)狀態(tài)，在24個階段的規(guī)劃中，預期水位只能取 N個可調(diào)狀態(tài)中的一個。水位劃分狀態(tài)越多，計算越精確，計算量也隨之增大。
[0060] 這樣，從一個階段的水位h(k)轉向下一個階段的水位h(k+l)時，根據(jù)步驟1中的系 統(tǒng)狀態(tài)轉移方程可求得u(k)的值。將h(k+l)和u(k)帶入步驟1中的目標函數(shù)，可求得用代價 J(k)。我們把這個代價J(k)看作階段k到階段k+Ι的路徑長度。那么，我們的目標函數(shù)
:實際上就是求初始狀態(tài)到階段24的最短路徑。我們只需求得最短路徑，就能 實際上得到了最優(yōu)控制序列。
[0061 ]最短路徑可通過傳統(tǒng)動態(tài)規(guī)劃方法獲得。例如，在本系統(tǒng)中可采用經(jīng)典Di jkstra 算法得到最短路徑，從而得出預期最佳狀態(tài)變量序列h(k)，1?=1，2,3···23,24,進而得出最 優(yōu)控制序列u(k)，k = 0，l，2…22,23。
[0062] (6)輸出u(0):雖然步驟5求得了 24個階段的最優(yōu)控制序列，但是只控制水栗電機 輸出第一個控制量u(0)，直到下一個階段開始。
[0063] (7)采集當前水位h(0):當下一個階段開始后，即一個小時之后，檢測當前水位，并 將其值賦給h(0)。
[0064] (8)滾動更新狀態(tài)誤差反饋量e(k)，具體包括以下步驟：
[0065] (8.1)將所有e(k)往后推移一位，舍棄原有的e(23)，即：
[0066] e(23)=e(22)；
[0067] e(22)=e(21)；
[0068] ……；
[0069] e(l)=e(0)；
[0070] (8.2)根據(jù)步驟5中得到的11(1)和步驟7中得到的11(0)，更新 6(0)的值：6(0)=11 (l)-h(0);
[0071] (9)循環(huán)迭代:重復執(zhí)行步驟3至步驟8,當人為決定結束控制時，關閉系統(tǒng)，跳出循 環(huán)。
[0072] 本發(fā)明的有益效果是:本發(fā)明方法首先根據(jù)城市明渠系統(tǒng)進行建模，引入城市的 未來24小時降雨預測量與城市生活用水排放預測量作為系統(tǒng)擾動，然后利用在線動態(tài)規(guī)劃 算法對明渠水栗未來24小時的控制進行優(yōu)化，以達到跟蹤目標水位和減小能耗的目的。本 發(fā)明方法針對傳統(tǒng)動態(tài)規(guī)劃算法模型誤差大、對擾動抵抗力不強等缺點，引入了狀態(tài)反饋 和滾動優(yōu)化算法，提高了控制系統(tǒng)的魯棒性和實時性，減小了明渠模型誤差對系統(tǒng)的影響， 減小了預測降水誤差對系統(tǒng)的影響，增強了系統(tǒng)對其他外界擾動的抵抗力，削減了多級決 策算法中的誤差逐級放大的弱點，對城市明渠系統(tǒng)的建設具有重要的科學意義和應用價 值。
【附圖說明】
[0073]圖1本發(fā)明方法流程圖；
[0074]圖2為本發(fā)明動態(tài)規(guī)劃示意圖。
【具體實施方式】
[0075]下面結合附圖和具體實施例對本發(fā)明作進一步詳細說明。
[0076]如圖1所示，本發(fā)明提供的一種基于在線動態(tài)規(guī)劃的城市明渠排水系統(tǒng)控制方法， 包括以下步驟：
[0077] (1)建立城市明渠排水系統(tǒng)模型
[0078]系統(tǒng)狀態(tài)轉移方程為：
[0080]約束條件為：
[0081] hmin<h(k) <hmax
[0082] Umin < u(k) < Umax