Verfahren zur prädikativen Regelung eines technischen Prozes ses

Die Erfindung betrifft ein verbessertes Verfahren zur Durch führung einer nichtlinearen modellbasierten prädiktiven Rege lung (NMPC). Die Erfindung betrifft außerdem ein Computerpro grammprodukt, eine Speichervorrichtung zur Bereitstellung ei nes Computerprogrammprodukts, und eine Kraftwerksanlage, an der das Verfahren ausführbar ist.

Nichtlineare modellbasierten prädiktiven Regelverfahren ba sieren auf einer wiederholt durchgeführten Berechnung und Lö sung von Gleichungen zur Optimierung von online-Regel- und Steueraufgaben von technischen Anlagen.

Situationen in denen zwei oder mehr Komponenten einer techni schen Anlage miteinander verbunden sind und sich gegenseitig beeinflussen, bilden ein dynamisches System. In einem dynami schen System, das sich über die Zeit verändert, ändern sich physikalische Variablen in Abhängigkeit externer Einflüsse.

Um solche dynamischen Systeme kontrollieren zu können bedarf es einer Kontrolle, die durch einen Regelkreis gesteuert wird.

Allgemein bekannt ist, dass dynamische Systeme, wie bzw. Re gelkreise, auch mittels mathematischer Modelle abgebildet und ausgewertet werden können. Ziel dabei ist es, das widerholte Lösen der nichtlinearen modellbasierten Gleichungen schneller als in Echtzeit durchzuführen, um das Verhalten sehr schnel ler oder sehr langsamer technischer Prozesse vorab simulieren und prädiktiv optimieren zu können.

Bei der Durchführung einer modellprädiktiven Regelung, insbe sondere zur Regelung nichtlinearer Systeme mit mehreren Stellgrößen über einen längeren Zeithorizont, werden übli cherweise sukzessive nichtlineare Optimierungsprobleme mit numerischen Optimierungsverfahren gelöst. Diese Optimierungs verfahren werden auch Optimierer (Optimizer, MPC Controller) genannt.

Anhand einer durch den Optimierer optimierten modellprädikti- ven Regelung wird ein dynamisches System gesteuert. Beispiele für dynamische Prozesse in einer Kraftwerksanlage, sind neben dem Anfahrprozesse auch dynamische Änderungen von Lastgradi enten. In einer Kraftwerksanlage sind dabei weit über 10.000 Variablen zu berücksichtigen.

Durch die Steuerung verändern sich die Zustände der Variablen des technischen Systems, wie beispielsweise Druck, Temperatur oder Massenstrom. Bei einer bekannten Methode zur modellba sierten prädiktiven Regelung werden Messwerte abgegriffen, und einem Zustandsschätzer (State Estimator) zugeführt. In dem Zustandsschätzer werden die Messwerte verarbeitet. Der Zustandsschätzer schätzt dabei aus den Messwerten Anfangszu stände. Dieser Ablauf definiert einen Zeithorizont und findet iterativ und zyklisch statt.

In dem Optimierer und dem Zustandsschätzer werden dazu nicht linearen Gleichungen modellbasiert gelöst. Dazu werden zu nächst Modelle in Form von nichtlinearen Gleichungen anhand von vorliegenden Daten erstellt. Der Optimierer bezieht dazu die Anfangszustände aus dem Zustandsschätzer. Eine solche Gleichung kann dazu dienen die Brennstoffkosten einer Kraft werksanlage zu berechnen. Der Optimierer kann aus dieser Be rechnung die Brennstoffkosten minimieren. Im Anschluss werden die aufgestellten nichtlinearen Gleichungen in einer Lösungs einheit (Solver) gelöst.

Die Zeit, die der Solver für die Lösung der nichtlinearen Gleichungen benötigt, hängt zum großen Teil von den gewählten Startwerten (Initial Guess) ab, welche der Solver aus dem Op timier bezieht. Um die nichtlinearen Gleichungen möglichst schnell lösen zu können sollten die Startwerte nach Möglich keit in der Nähe der Lösung liegen. Bei gut gewählten Start- werten spricht man von einem Warmstart, welcher allerdings vom gewählten Optimierungsverfahren auch unterstützt werden muss. Nach der Lösung der nichtlinearen Gleichungen im Sol- ver, übergibt der Solver die Lösung an den Optimierer, und wird gestoppt. Anschließend wird das Optimierungsverfahren neu gestartet und ein neuer Zyklus beginnt.

Bei der technischen Umsetzung im Solver sind neben der ei gentlichen Berechnung zusätzlich verschiedene zeitintensive Operationen notwendig, wie z.B. Vorverarbeitungsroutinen, - analysen und Speicheroperationen. Insbesondere wenn der Sol ver keinen Warmstart unterstützt, ist der Neustart des Opti mierungsverfahrens sehr zeitaufwändig.

Diese zusätzlichen Operationen in Verbindung mit der Zeit, die der Solver zur Lösung der nichtlinearen Gleichungen benö tigt, führen dazu, dass Optimierungsverfahren insgesamt sehr aufwendig und Zeitintensiv sind. Es benötigt einige Zeit, um zu einer prädiktiven Regelung zu gelangen. In der Praxis kann das dazu führen, dass diese Optimierungsverfahren nicht onli ne durchgeführt werde können, oder die langen Laufzeiten un ter Umständen dazu führen, dass die Modelle nur vereinfacht beschrieben werden können, bzw. dass die prädiktiven Betrach tung der Modelle nur wenige Sekunden in die Zukunft und somit nur ungenau möglich ist.

Aus dem Stand der Technik sind verschiedene Methoden bekannt, wie die Laufzeit von Optimierungsverfahren mittels Nichtline aren modellbasierten prädiktiven Regelung (NMPC) zur Optimie rung einer Regelung in Gas- und Dampfturbinenkraftwerken ver bessert werden kann. Um die Laufzeit der online durchgeführ ten Optimierungsverfahren zu beschleunigen, kann als Start wert das Ergebnis der vorhergehenden Lösung des Solvers ver wendet werden. Um dem Lösungsprozess weiter zu beschleunigen, und das Risiko zu minimieren, dass der Solver keine Lösung findet, sind weiterhin verschiedene Methoden bekannt: Bei einer Methode werden zur Findung eines Startwertes die Optimierungsvariablen von Trajektorien bisheriger Lösungen herangezogen. Bei einer weiteren Methode wird der Vektor der Trajektorien der bisherigen Lösungen herangezogen und verla gert, um zu Startwerten für die Optimierungsvariablen zu ge langen. Dieser Ansatz führt zu einer schnellen Berechnung.

Durch die im Stand der Technik beschriebenen Methoden zu Be schleunigung der Lösungsfindung kann die Berechnung zwar be schleunigt werden, ist jedoch immer noch zu langsam für kom plexe Aufgaben.

Es ist daher Aufgabe der Erfindung ein Verfahren anzugeben, dass es ermöglicht eine prädiktive Betrachtung eines techni schen Prozesses über einen längeren Zeitraum durch eine ge nauere Berechnung zu ermöglichen, die Modellgenauigkeit zu verbessern und/oder den Zyklus zu verkürzen. Ferner ist es Aufgabe der Erfindung eine Kraftwerksanlage anzugeben, an der das prädiktive Regelverfahren ausführbar ist, um deren Be triebsweise zu optimieren. Außerdem ist es Aufgabe der Erfin dung ein Computerprogrammprodukt, und eine Speichervorrich tung zur Bereitstellung eines Computerprogrammprodukts anzu geben.

Gelöst wird die auf ein Verfahren gerichtete Aufgabe der Er findung durch ein Verfahren zur prädiktiven Regelung eines technischen Prozesses, umfassend ein Modell des technischen Prozesses, definiert durch ein nichtlineares Gleichungssys tem, einen Zustandsschätzer, einen Solver und einen Optimie- rer, der den technischen Prozess durch Regelinformationen steuert. In einem ersten Zyklus bezieht der Zustandsschätzer Messwerte aus dem technischen Prozess, schätzt Anfangszustän de anhand der Messwerte, und übergibt diese Anfangszustände dem Solver. Der Solver löst die Gleichungen des Modells an hand von Startwerten aus dem Optimierer und übergibt die Lö sungen der Anfangszustände dem Optimierer. Der Optimierer er mittelt anhand der Lösungen Regelinformationen und übergibt diese an den technischen Prozess. Erfindungsgemäß verwendet der Solver in einem der darauffolgenden Zyklen die Lösung aus dem davorliegenden Zyklus als Startwerte und übergibt nicht die Startwerte an den Optimierer oder werden durch den Opti- mierer überschrieben.

Folglich löst der Solver nach dem Lösen der Gleichungen wei ter prädiktiv die Gleichungen und bei Beginn des nächsten Zyklus setzt der Solver ausgehend von der Lösung der zuletzt gelösten Gleichungen als Startwerte den Zyklus fort.

Die Erfindung geht von der Überlegung aus, dass der Solver Aufgaben schneller als in Echtzeit löst, und dass die dadurch gewonnen Zeit genutzt werden kann, um Probleme wiederholt zu lösen. Dies ist dadurch möglich, da erfindungsgemäß der Sol ver die Lösung aus dem davorliegenden Zyklus als Startwerte verwendet und nicht die Startwerte an den Optimierer überge ben oder durch den Optimierer überschrieben werden.

Anwendbar ist die Erfindung insbesondere überall da, wo es lange dauert, bis es sichtbar wird, dass eine Stellgröße auf die Regelung durch eine Regelgröße reagiert. Dies ist bei spielsweise bei der Speisewasser-Regelung in Kraftwerken der Fall, insbesondere im Anfahrprozess.

Vorteilhafterweise werden bei Beginn eines nächsten Zyklus die Lösungen aus der Gleichungen des ersten Zyklus in einer Speichereinheit im Solver gehalten, und bei Start des nächs ten Zyklus die Startwerte aus der Speichereinheit des Solvers geholt.

Das erfindungsgemäße Speicher- und rechenzeiteffiziente Ver fahren kommt ohne zeitaufwändige Operationen aus und ist des halb insbesondere zur Online-Optimierung und modellprädikti- ven Regelung geeignet.

Dabei werden Informationen aus der technischen Anlage durch den Zustandsschätzer (State Estimator) verarbeitet und an den Optimierer (MPC Controller) weitergegeben, welcher ausgehend von einer Startlösung eine Lösung für eine Zeitspanne abhän gig von der Zielfunktion, den Nebenbedingungen und dem Modell für die technischen Anlage berechnet. Diese Lösung wird auf die technische Anlage auf den nächsten Zeithorizont verscho ben und auf diesen aufgeprägt. Dieser Ablauf wiederholt sich zyklisch in regelmäßigen Abständen, die auch Zeithorizont ge nannt werden. Bei der Durchführung wird die Startlösung für das Optimierungsverfahren aus der berechneten Lösung des vor herigen Zeithorizonts extrapoliert.

Die auf eine Kraftwerksanlage gerichtete Aufgabe der Erfin dung wird gelöst durch die Merkmale gemäß Anspruch 4, wobei die Kraftwerksanlage derart ausgestaltet ist, dass das Ver fahren nach Anspruch 1 darin ausführbar ist, sodass die Kraftwerksanlage durch die prädiktive Regelung optimiert be treibbar ist.

Die auf ein Computerprogrammprodukt gerichtete Aufgabe der Erfindung wird gelöst durch die Merkmale gemäß Anspruch 5, wobei Computerprogrammprodukt, vorzugsweise körperlich ver körpert in einem maschinenlesbaren Speichermedium, umfassend ausführbare Instruktionen, eine Recheneinheit veranlasst ein Verfahren gemäß einem der Ansprüche 1 bis 4 auszuführen.

Die auf eine Speichervorrichtung zur Bereitstellung eines Computerprogrammprodukts gerichtete Aufgabe der Erfindung wird gelöst durch die Merkmale gemäß Anspruch 6, wobei die Speichervorrichtung das Computerprogrammprodukt speichert und/oder das Computerprogrammprodukt zur weiteren Nutzung be- reitstellt.

Im Folgenden werden die Erfindung und der Unterschied zum Stand der Technik anhand von Figuren näher beschrieben. Dabei beschreibt

Figur 1: Ein Prozessschaltbild eines bekannten modellprädik- tiven Regelverfahrens aus dem Stand der Technik Figur 2: Ein sequenzieller Ablauf der Berechnung von nicht linearen Optimierungsproblemen im Solver aus dem Stand der Technik

Figur 3: Die Berechnung von nichtlinearen Optimierungsprob lemen im Solver gemäß der Erfindung

Figur 1 zeigt ein modellprädiktives Regelverfahren 1, wie es aus dem Stand der Technik bekannt ist. Das modellprädiktive Regelverfahren 1 zur Regelung eines technischen Prozesses 3, umfasst einen Zustandsschätzer 5 und einen Controller 2. Der Controller 2 umfasst einen Optimierer 4, ein Modell 6 des technischen Prozesses 3 sowie Zielfunktion und Nebenbedingun gen 10.

Der technische Prozess 3 beschreibt ein dynamisches System wie beispielsweise eine komplexe technische Anlage mit mehre ren Stellgrößen. Der technische Prozess 3 ist in dem Modell 6 durch eine Anzahl an nichtlinearen Gleichungen abgebildet.

Das Model 6 beschreibt damit eine mathematische Definition eines dynamischen Systems. Das Modell 6 beinhaltet zudem di verse Optimierungsfunktionen, wie zum Beispiel Kostenoptimie rungsfunktionen, die ebenfalls durch nichtlineare Gleichungs systeme beschrieben sind. Die modellprädiktive Regelung eines Modells 6 eines technischen Prozesses 3 wird auch Optimie rungsproblem bezeichnet.

Durch den Controller 2 wird der technische Prozess 3 durch Regelinformationen geregelt, wodurch sich die Zustände des technischen Prozesses, wie beispielsweise Druck, Temperatur oder Massenstrom dynamisch verändern. In dem Zustandsschätzer 5 werden die Messwerte 7 aus dem technischen Prozess 3 zu An fangszuständen verarbeitet. Der Optimierer 4 erhält diese An fangszustände von dem Zustandsschätzer 5. In dem Optimierer sind zudem Startwerte hinterlegt.

Der Optimierer umfasst einen Solver. Der Solver erhält Start werte und Anfangszustände aus dem Optimierer. Ausgehend von den Startwerten und den Anfangszuständen, löst der Solver die Gleichungen des Modells mehrfach für den betrachteten Zeitho rizont. Die gelösten Gleichungen werden in dem Optimierer 4 verglichen mit der Zielfunktion und den Nebenbedingungen. Bei Abweichungen der Messwerte 7 von dem Modell 6 und dem Zu standsschätzer 5, werden von dem Optimierer 4 Regelinformati onen u an den technischen Prozess 3 geleitet, um den techni schen Prozess 3 an das Modell 6 anzugleichen. Dieser vorbe schriebene Prozess findet kontinuierlich statt und definiert einen Zyklus. Ein Zyklus entspricht einem Zeithorizont. Beim Neustart eines Zyklus wird der Solver neu initialisiert.

Der Solver 8 löst die nichtlinearen Optimierungsprobleme mit numerischen Optimierungsverfahren. Ziel dabei ist es, den technischen Prozess 3 entsprechend der Optimierungsfunktionen zu kontrollieren und optimal zu regeln und steuern. Dazu wer den die modellbasierten nichtlinearen Gleichungen im Solver 8 immer wieder neu gelöst, um das Verhalten der technischen An lage 3 vorab zu simulieren und prädiktiv zu optimieren.

Die Zeit, die der Solver 8 für die Lösung der nichtlinearen Gleichungen benötigt, hängt zum großen Teil von den gewählten Startwerten ab. Um die nichtlinearen Gleichungen möglichst schnell lösen zu können sollten die Startwerte nach Möglich keit in der Nähe der Lösung liegen. Im Stand der Technik be kannt ist, dass als Startwerte für einen neuen Zyklus die Schlusswerte aus dem vorangegangenen Zyklus gesetzt werden. Dazu werden diese Schlusswerte in einen Speicher im Optimie rer 4 geschrieben. Bei Beginn eines neuen Zyklus wird der Solver 8 neu initialisiert, indem diese Schlusswerte aus dem Speicher in den Solver 8 geladen und als Startwerte für den neuen Zyklus verwendet werden.

Figur 2 zeigt ein Diagramm, an welchem die sequenzielle Be rechnung von nichtlinearen Optimierungsproblemen im Solver 8 beschrieben wird, wie sie aus dem Stand der Technik bekannt ist. Aufgetragen ist die Steuergröße u über der Zeit t. Zum Zeitpunkt 0 beginnt der erste Zyklus, der bei 1 endet. Bei 1 beginnt der zweite Zyklus, der bei 2 endet. Jeder Zyklus de finiert einen Zeithorizont. In dem Diagramm sind die Trajek- torien tl und t2 dargestellt. Die Startwerte 9 der Trajekto- rie tl werden vom Zustandsschätzer 5 bezogen. Der Solver 8 berechnet anhand der Startwerte die Gleichungen des Models 6 für den ersten Zyklus. Diese Berechnung ist durch die Trajek- torie tl abgebildet. Nach Abschluss der sequenziellen Berech nung im Solver 8 werden die Schlusswerte 11 in einen Speicher geschrieben und die Ergebnisse an den Optimierer übertragen.

Im darauffolgenden zweiten Zyklus bezieht der Solver 8 die gespeicherten Schlusswerte 11 als Startwerte 9 für den zwei ten Zyklus sowie Messwerte aus dem Zustandsschätzer. Mit die sen Daten wird der Solver 8 neu initialisiert. Im gezeigten Diagramm führt dies zu einer Verschiebung der Startwerte 9 im zweiten Zyklus für die Trajektorie t2 gegenüber den Schluss werten 11 der Trajektorie tl.

Bei komplexen Anlagen, wie beispielsweise einer Kraftwerksan lage ist so je nach Komplexität des dynamischen Systems eine prädiktive Regelung von ca. 3 bis 10 Sekunden möglich.

Figur 3 zeigt die Berechnung von nichtlinearen Optimierungs problemen im Solver gemäß der Erfindung. Aufgetragen ist die Steuergröße u über der Zeit t. Zum Zeitpunkt 0 beginnt der erste Zyklus. Die Optimierungsfunktion des ersten Zyklus ist durch die Trajektorie tl dargestellt. Erfindungsgemäß wird zum Zeitpunkt 1 der Solver nicht gestoppt. Das Optimierungs problem wird somit nicht beendet, sondern lediglich die zu diesem Zeitpunkt vorliegenden Lösungen werden abgegriffen und an den Optimierer weitergegeben. Die Zeit, in welcher der Op timierer diese Werte verarbeitet und einen neuen Zyklus vor bereitet, löst der Solver das Optimierungsproblem weiter, hier dargestellt durch die Trajektorie t3. Die Trajektorie t3 verlängert die Trajektorie tl und stellt eine Verlängerung des Zeithorizonts dar. Diese definiert die Zeit, in welcher der technische Prozess weiter in die Zukunft prädiktiv regel bar ist. Mit Beginn des zweiten Zyklus zum Zeitpunkt 2 startet die Trajektorie t2. Ohne dass der Solver neu gestartet wird, wer den die Schlusswerte 11 der Trajektorie t3 auf die Startwerte 9 der Trajektorie t2 aufgeprägt. Dieser Vorgang wiederholt sich für den zweiten Zyklus und die Trajektorie t2.

Der zeitaufwändige Neustart des Optimierungsverfahrens wird vermieden, indem das Zeitgitter des Modells adaptiv auf den nachfolgenden Zeithorizont verschoben wird. Dabei werden gleichzeitig die Startwerte 9 der Trajektorien der Zustände auf die vom Zustandsschätzer zur Verfügung gestellten Werte des nächsten Zyklus angepasst. Die dazu notwendigen Anpassun gen beim zugrundeliegenden Optimierungsverfahren betreffen die Abbruchkriterien sowie eine Erweiterung der Schnittstel len, um dem Regler jederzeit Zugriff auf die Stellgrößen und Zustandstrajektorien zu ermöglichen. Dadurch entfallen auf wändige Verfahrensschritte, wie z.B. Extrahieren der Werte für eine geeignete Startlösung und verfahrensspezifischer Pa- rameter. Aufgrund der Zeitersparnis kann die Komplexität des Modells gesteigert werden, so dass ein besseres Abbild der Realität und damit eine verbesserte Qualität des Reglers er reicht werden kann. Bei komplexen Anlagen, wie beispielsweise einer Kraftwerksan lage ist gemäß der Erfindung eine prädiktive Regelung von bis zu 60 Sekunden möglich.