对于各种不同的负载控制过程，已经发展了控制。例如，在蒸 汽发生设备中，几个锅炉和/或其他类型的蒸汽发生器产生蒸汽并向 共用集液气箱供给蒸汽。如果使用并行运行的带积分作用的各个压 力控制器来控制锅炉，则可导致锅炉工作中的不稳定性。
因此，集液气箱中的压力通常由产生用于设备输入的总能量需 求(通常以燃料供给来表示)的单个主压力控制器(MPC)来控制。能量 分配模块把总能量需求分成用于各个锅炉的单独的燃料供给需求(即 设定点)。
能量分配模块所实现的总能量需求的划分应当根据不同的经济 条件(诸如燃料和电的价格、环境限制等等)以及根据诸如总生产需 求、技术约束、运行小时数和使用寿命消耗的各种约束进行成本优 化。自二十世纪六十年代以来，根本的优化问题是众所周知的，并 且已经用多种方法以不同的复杂程度解决了该问题。例如，为了优 化操作一个或多个负载的成本，已经实现了实时优化器。
这些实时优化器检测了稳态负载要求，然后基于这个稳态负载 要求提供优化操作负载的成本的控制信号。为了以这种方式操作， 实时优化器不得不等待瞬态过程干扰稳定下来，以便在这种优化器 可调用其优化程序之前，稳态条件已存在。然而，对于那些慢动态 和/或干扰严重的过程，实时优化器对稳态信息的依赖性使控制系统 的性能严重恶化，因为在干扰、如设定点的变化和/或负载的变化所 产生的瞬态期间，没有执行优化。
在过去使用预测控制器时，没有与实时优化器配合使用预测控 制器，以便实时优化器动态地响应投影到预测水平线(horizon)末尾的 所预测过程变量的目标负载值。在本发明的一个实施例中，预测控 制器和实时优化器以这种方式相结合，以便在干扰、如设定点的变 化和负载的变化期间更有效地控制负载。
发明概述
根据本发明的一个方面，用于控制负载的过程控制系统包括预 测控制器和实时优化器。预测控制器根据负载的稳态目标能量需求 来预测负载在预测点k＝0、1、2、...、K的能量需求。实时优化器根 据预测的能量需求来确定负载在预测点k＝0、1、2、...、K的最优动 态能量需要需求，并根据动态能量需要需求来控制负载。
根据本发明的另一方面，用于控制负载1、2、...、N的过程控 制方法包括下列各项：在预测控制器中，根据负载1、2、...、N中 每一个的稳态目标分配，预测负载1、2、...、N中每一个在预测点 k＝0、1、2、...、K的能量需求；在实时优化器中，根据预测的能量 需求，确定负载1、2、...、N中每一个在预测点k＝0、1、2、...、K 的动态能量需要需求；以及根据动态能量需要需求控制负载1、2、...、 N。
根据本发明的又一方面，用于控制负载1、2、...、N的过程控 制方法包括下列各项：通过预测控制器，预测负载1、2、...、N在 预测点k＝0、1、2、...、K的总能量需求；通过实时优化器，根据负 载1、2、...、N中每一个的稳态目标，将总能量需求分配给预测点 k＝0、1、2、...、K的负载1、2、...、N；通过实时优化器，根据所 分配的能量需求，确定负载1、2、...、N中每一个在预测点k＝0、1、2、...、 K的动态能量需要需求；以及根据动态能量需要需求控制负载1、 2、...、N。
附图的简要描述
当结合附图来详细考虑本发明时，本发明的这些及其他特征和 优点将变得更加明显，其中：
图1说明按照本发明的一个实施例的控制系统；
图2说明在解释本发明时有用的曲线图；以及
图3说明描述图1所示控制系统的操作的流程图。
详细描述
在本发明的一个实施例中，提供了将各种约束考虑在内、时变 总需求在负载之中的实时、在线、最优动态分配。所得出的动态分 配由目标分配Fitarg(k)和动态部分widyn(k)ΔFtot(k)组成，其中对于负载 i＝1、...、N，所述动态部分与负载的动态权重widyn(k)成比例。目标分 配Fitarg(k)由实时优化器使用负载成本曲线来提供，该负载成本曲线 可以从效率或消耗曲线等来估计。同样，负载的动态权重widyn(k)也可 以由实时优化器或操作者来设置。
实现最优动态分配的算法与基于模型的预测控制器配合使用。 在这种情况下，在预测水平线末端的稳态负载平衡可被预测为目标 值，用于目标经济分配的计算，预测周期的瞬态部分中的动态偏差 可与动态权重成比例地分配。这样，本发明的系统不需要等待负载 达到干扰后的稳态条件，从而经济地控制负载。
此外，由于使用了预测控制器，除了绝对约束外，还引入了变 化率约束，以便对控制过程的稳定性以及控制系统设备的应力和使 用寿命提供正面影响。
控制系统所实现的算法可以是模块化的。例如，目标分配 Fitarg(k)由优化例程使用可从效率曲线等中估计的负载成本曲线来提 供。这个模块化结构允许新特征的加入，例如把燃烧炉配置、燃料 混合等考虑在内，而不改变基本算法。使用现有例程，作为决策支 持工具的离线假定分析也是可能的。
如图1所示，控制系统10包括预测控制器12、实时优化器14 和多个负载161-16N。例如，负载161-16N可以是锅炉、涡轮、压缩机、 冷却器等等。这样，如果i＝1、2、...、N表示图1中的负载161-16N， 那么N表示负载的数目。
预测控制器12适当地感测负载161-16N的负载要求(例如压力、 和/或燃料供给、和/或温度等)并向实时优化器14提供预测的总负载 能量需求Ftot，实时优化器14根据预测的目标分配Fitarg(k)将总负载 能量需求Ftot分成用于各个负载161-16N的各个分配的燃料供给需求 (或设定点)Fidyn(k)。
预测控制器12可以是Honeywell提供的具有零件号码HT- MPC3L125、HT-MPC3L250、HT-MPC3L500、HT-MPC6L125、HT- MPC6L250和HT-MPC6L500的控制器中任一种，或者可以是把系统 响应投影到设定点、负载或其他干扰的任何其他预测控制器。实时 优化器14可以是Honeywell提供的具有零件号码HT-ELA3L125、 HT-ELA3L250、HT-ELA3L500、HT-ELA6L125、HT-ELA6L250和 HT-ELA6L500的实时优化器中任一种，或者可以是能被修改以便对 负载变化预测作出反应的任何其他实时优化器，以便在多个负载之 中节省成本地分配负载需求。
因为预测控制器12是一个预测控制器，所以总负载能量需求Ftot 是一个轨迹，即，对应于直到预测水平线K的预测时间k的序列的 值序列，其中k＝0、1、...、K。因此，总负载能量需求Ftot可由下面 的等式给出：
Ftot＝(Ftot(1)，Ftot(2)，...，Ftot(K))        (1)
负载的动态分配轨迹Fidyn(k)由实时优化器14分两步来确定。第 一，确定负载i＝1、2、...、N的无约束分配轨迹Fiunconstr(k)。第二，修 改负载i＝1、2、...、N的无约束分配轨迹Fiunconstr(k)以满足约束条件并 尽可能地逼近无约束分配(在偏差的最小二乘方的意义上)，以便获得 动态分配轨迹Fidyn(k)。
第一步，无约束的分配轨迹Fiunconstr(k)借助于两组参数来定义：(1) 目标分配Fitarg(k)和(2)动态权重widyn(k)。因此，按照以下等式来定义 无约束的分配轨迹Fiunconstr(k)：
$F_i^{\mathrm{unconstr}}\left(k\right)=F_I^{t\arg }\left(k\right)+w_i^{\mathrm{dyn}}\left(k\right)\Delta F^{\mathrm{tot}}\left(k\right)···\left(2\right)$
其中，对于每个负载i＝1、2、...、N和对于每个轨迹点k＝0、1、...、 K：
$\Delta F^{\mathrm{tot}}\left(k\right)=F^{\mathrm{tot}}\left(k\right)-\underset{i=1}{\overset{N}{\Sigma }}{F}_i^{t\arg }\left(k\right)···\left(3\right)$
目标分配Fitarg(k)对应于无约束分配Fiunconstr(k)在其周围(或附近)变 化的值，并且动态权重widyn(k)是负载161-16N对于总负载需求变化的 灵敏度的一个指示。
图2说明动态燃料供给分配的例子，其中垂直虚线左侧的样本表 示历史数据和垂直虚线右侧的样本表示预测的(模拟的)轨迹。在时刻 tk＝kTs可取样本，其中Ts是给定的抽样周期。左图所示的总负载能量 需求Ftot在右上图所示的锅炉(负载)B1和右下图所示的锅炉(负载)B2之 间分配。虚曲线20和22分别表示负载B1和B2的无约束分配轨迹 Fi＝1unconstr(k)和Fi＝2unconstr(k)。在左图上的实线曲线表示由预测控制器12所 预测的总负载能量需求Ftot，右图上的实线曲线分别表示由实时优化 器14所产生的负载B1和B2的动态分配燃料供给(设定点)Fi＝1dyn(k)和 Fi＝2dyn(k)。水平实线表示分别对总负载能量需求Ftot和动态分配燃料供 给(设定点)Fi＝1dyn(k)和Fi＝2dyn(k)设置的绝对限制。水平虚线表示目标分配 Fitarg(k)。此外，对于图2所示的例子，假定用于负载B1和B2的动态 权重之比由下式给出：
$\frac{w_{i=1}^{\mathrm{dyn}}\left(k\right)}{w_{i=2}^{\mathrm{dyn}}\left(k\right)}=\frac{3}{1}···\left(4\right)$
因此，总能量负载需求的改变ΔFtot(k)与动态权重成比例地被分 到负载161-16N中，使得所分配的负载能量需求(例如，燃料供给值)由 目标值Fitarg(k)加上来自瞬态偏差ΔFtot(k)的一部分构成。动态权重可 由操作员提供。作为选择，可自动地计算动态权重。例如，可以根 据正运行的煤炭粉碎机、燃烧炉等的数目自动地计算动态权重。
当负载161-16N的目标分配之和 等于式(3)中总负载能量需 求Ftot(k)时，平衡条件存在。在平衡条件中，ΔFtot(k)是零，并且对于 每个轨迹点k满足下列关系：
$\underset{i=1}{\overset{N}{\Sigma }}{F}_i^{\mathrm{unconstr}}\left(k\right)=F^{\mathrm{tot}}\left(k\right)···\left(5\right)$
其中假定非负动态权重根据下式被归一化为1：
$\underset{i=1}{\overset{N}{\Sigma }}{w}_i^{\mathrm{dyn}}\left(k\right)=1···\left(6\right)$
如上所述，目标分配Fitarg(k)是负载i的预测水平线，并由实时优 化器14根据不同的经济条件分配给负载i。目标分配Fitarg(k)可以从偏 移量来估计。
如图2所示，除非目标分配Fitarg(k)有重大变化，如由操作员来改 变，否则假定目标分配Fitarg(k)在预测周期中是恒定的。当目标分配 Fitarg(k)有重大变化时，在整个预测周期，采用从旧值线性内插来获 得新值以代替使用新值，以便保证无波动的操作。
如果目标分配Fitarg(k)被设置(例如，如上所述由操作员设置)以 至于到下一个操作员干涉前是非时变的，那么所有负载上的目标分 配Fitarg(k)之和不能跟随总负载能量需求Ftot的时变目标，即预测水平 线末端的总负载能量需求Ftot的值。然而，如果使用由下式给出的偏 移量Fioff来估计目标分配Fitarg(k)，可以满足明显的平衡条件：
$F_i^{t\arg }=F_i^{\mathrm{off}}+F^{\mathrm{av}}···\left(7\right)$
其中Fav由下面的平衡条件确定：
$F^{\mathrm{tot}}\left(K\right)=\underset{i=1}{\overset{N}{\Sigma }}{F}_i^{t\arg }=\underset{i=1}{\overset{N}{\Sigma }}{F}_i^{\mathrm{off}}+{\mathrm{NF}}^{\mathrm{av}}···\left(8\right)$
这样，即使偏移量(定义负载间差异)是常数，这项 是随时间变 化的并且等于Ftot(k)。
如上所述，动态权重widyn(k)可由操作员设置。除非由操作员作重 大改变，否则在预测周期中动态权重widyn(k)被假定为恒定的。如果它 们被改变，可使用线性内插算法来修正。而且，如以上关于式(6)所 述，动态权重widyn(k)被归一化为1。
如上面指明的，非约束分配轨迹Fiunconstr(k)不需要满足约束条件。 另一方面，动态分配轨迹Fidyn(k)需要受约束。实时优化器14所强加的 约束可由操作者产生。可选择地和/或另外，约束可以是从所有级别 的子级联上的从属控制器所传递的算法生成的约束。约束也可以是 随时间变化的。此外，约束可以是绝对限定(例如动态分配轨迹 Fidyn(k)上的上下限Fimax(k)和Fimin(k))，而且约束可以是变化率限定(例 如递减和递增限定分别为Fi-(k)和Fi+(k))。
当一定不能违反绝对约束时，可以违反变化率约束。然而，应 该严格处罚这种违反，以便避免不期望的热应力，其可能对控制系 统设备的寿命具有负面影响。
在计算动态分配轨迹Fidyn(k)的第二步中，根据非约束分配轨迹 Fiunconstr(k)来计算动态分配轨迹Fidyn(k)。动态分配轨迹Fidyn(k)必须满足 根据下式的总负载能量需求Ftot(就像非约束分配轨迹Fiunconstr(k)也必须 满足一样)：
$\underset{i=1}{\overset{N}{\Sigma }}{F}_i^{\mathrm{dyn}}=F^{\mathrm{tot}}···\left(9\right)$
此外，动态分配轨迹Fidyn(k)由绝对约束来约束，被称作硬约束， 变化率约束被称作软约束，因为它们可被任意(尽管严格处罚)值zi(k) 违反。
这些约束由下面的表达式给出：
$F_i^{\min }\le F_i^{\mathrm{dyn}}\le F_i^{\max }···\left(10\right)$
$-F_i^{-}\le \Delta F_i^{\mathrm{dyn}}-z_i\le F_i^{+}···\left(11\right)$
其中
$F_i^{\mathrm{dyn}}=\left(\begin{array}{c}{F}_i^{\mathrm{dyn}}\left(0\right)\\ ·\\ ·\\ ·\\ F_i^{\mathrm{dyn}}\left(K\right)\end{array}\right)\mathrm{fori}=1,\dots ,N···\left(12\right)$
$F^{\mathrm{dyn}}=\left(\begin{array}{c}{F}_1^{\mathrm{dyn}}\\ ·\\ ·\\ ·\\ F_n^{\mathrm{dyn}}\end{array}\right)···\left(13\right)$
对于Fimin、Fimax、Fi-、Fi+和zi，可以写成类似于表达式(12)的表 达式。每个向量Fidyn、Fimin、Fimax、Fi-、Fi+和zi都有相应的维数K+1。 而且，对于Fmin、Fmax、F-和F+，还可以写成类似于表达式(13)的表 达式。每个向量Fdyn、Fmin、Fmax、F-和F+都有相应的维数N(K+1)。
按照下列等式定义差异向量ΔFidyn：
$\Delta F_i^{\mathrm{dyn}}=D{F}_i^{\mathrm{dyn}}-F_i^{\mathrm{act}}···\left(14\right)$
其中D是由下式给出的(K+1)乘(K+1)差异矩阵：
$D=\left(\begin{array}{cccccccc}1& & & & & & & \\ -1& 1& & & & & & \\ & ·& & & ·& & & \\ & & ·& & & ·& & \\ & & & ·& & & ·& \\ & & & & & & -1& 1\end{array}\right)···\left(15\right)$
并且其中Fiact是如下式给出的第一分量中具有相应负载的实际输入能 量需求(例如锅炉的实际燃料供给)，其余分量是零的(K+1)维向量：
$F_i^{\mathrm{act}}=\left(\begin{array}{c}{F}_i^{\mathrm{act}}\\ 0\\ ·\\ ·\\ ·\\ 0\end{array}\right)···\left(16\right)$
实际输入能量需求Fiact可由位于负载161-16N的能量输入端的适当传 感器来感测。
为了处罚变化率约束的违反，引入变量zi(k)。如果zi(k)等于零(无 处罚)，则根据不等式(11)，ΔFidyn(k)必须处于变化率限定以内。如果 ΔFidyn(k)不在相应限定内，变量zi(k)等于ΔFidyn(k)与范围(-Fi-(k)，Fi+(k)) 的偏差，被定义成Z的范数的限定违反处罚变成非零。
通过使对于Fdyn与非约束分配Funconstr的偏离和变化率限定的违反 的处罚最小化来获得动态需求分配Fdyn。也就是说，通过最小化下列 函数来获得动态分配Fdyn：
$f(F,z)={\left|\right|F^{\mathrm{dyn}}-F^{\mathrm{unconstr}}\left|\right|}_{Q\left(1\right)}^2+{\left|\right|z\left|\right|}_{Q\left(2\right)}^2···\left(17\right)$
关于变量Fdyn和z，受到(9)-(11)约束。应该指出，式(17)中的向量 Funconstr具有类似于式(13)右手边的2N(K+1)维。函数(17)是具有2N(K+1) 维的二次编程问题。
平方N(K+1)乘N(K+1)范数矩阵Q(1)和Q(2)可被选择成其元素仅 依赖于锅炉i，而不依赖于轨迹点k的对角矩阵。因此，这些矩阵可以 由下式给出：
$Q^{\left(j\right)}=\left(\begin{array}{ccccc}{q}_1^{\left(j\right)}& & & & \\ & ·& & & \\ & & ·& & \\ & & & ·& \\ & & & & q_N^{\left(j\right)}\end{array}\right)···\left(18\right)$
$q_i^{\left(j\right)}=w_i^{\left(j\right)}I···\left(19\right)$
其中j＝1、2，其中I是(K+1)乘(K+1)单位矩阵，并且其中对于i＝1、...、 N，wi(1)和wi(2)是处罚权重。在优化器启动期间，处罚权重wi(1)和wi(2)可 以由过程工程师来定义。
如上所述的控制算法可以由控制系统10按照图3所示的流程图来 实现。在这个流程图的框30中，对于每个点k，当k等于当前值时， 总能量负载需求Ftot(k)由预测控制器12来投射出去到水平线K。在框 32，利用式(3)使用由上述实时优化器14所设置的预测稳态目标分配 Fitarg(k)来计算Ftot(k)的变化、即ΔFtot(k)。作为选择，目标分配 Fitarg(k)可按照上述式(7)和(8)来确定。此外，在框34，使用式(2)来计 算非约束分配轨迹Fiunconstr(k)，其中目标分配Fitarg(k)就如用于框32中 的一样，其中动态权重widyn(k)可由例如操作员来设置，并且其中总能 量负载需求Ftot(k)由框30来提供。
然后在框36，按照式(17)、(18)和(19)来确定动态需求分配轨迹 Fidyn(k)，并且在框38中，按照式(14)、(15)和(16)来确定差异向量 ΔFidyn。在框40，按照式(9)、(10)和(11)将约束应用于动态分配轨迹 Fidyn(k)和差异向量ΔFidyn。在框42，受约束的动态需求分配轨迹Fidyn(k) 被用来控制提供给各个负载1，...，N的能量。
然后，在重复框(30)-(44)的操作之前，框44中的算法等待下一个 时间k。
上面已经描述了本发明的某些修改。本领域的技术人员会想到 本发明的其他修改。例如，虽然上面已经具体参照负载、如锅炉的 控制描述了本发明，但是本发明还可结合其他各种控制过程使用。
如上所述，目标分配Fitarg(k)由实时优化器提供。作为选择，目 标分配Fitarg(k)可由操作员来设置。
因此，本发明的描述应被解释成仅用于说明和教导本领域技术 人员实施本发明的最佳方式。细节可能有很大改变，但不脱离本发 明的实质，并且保留在所附权利要求范围内的所有修改的专用权。