Escolar Documentos
Profissional Documentos
Cultura Documentos
Versuch DynPO-2
Programmierung und numerische Lösung von Optimalsteuerungsproblemen
mittels Standardsoftware
1 Einführung
Das Praktikum soll die Umsetzung verbal gegebener Aufgabenstellungen der Optimalsteuerung
in mathematische Problemformulierungen, wie sie in der entsprechenden Lehrveranstaltung [7]
behandelt werden, schulen. Nach dem Aufstellen des Problems in der Vorbereitungsphase auf
den Praktikumsversuch wird eine Implementierung während der Durchführung des Versuchs mit
Standardsoftware (z. B. MATLAB
R
, MATLAB
R
Optimization ToolboxT M )1 vorgenommen. Im
Anhang sind einige Routinen aus der genannten Toolbox aufgeführt, die für die Lösung der
Probleme in Fage kommen könnten. Die Effekte, die bei der Lösung von Optimalsteuerungspro-
blemen auftreten können, sind zu diskutieren, die erhaltenen Ergebnisse geeignet darzustellen
sowie mit Bezug auf den jeweils zu untersuchenden Prozess zu interpretieren und unter prakti-
schen Aspekten zu bewerten.
2 Problemformulierung
Ein allgemeines, nichtlineares und beschränktes Optimalsteuerungsproblem kann wie folgt no-
tiert werden:
Zu minimierendes
Zielfunktional:
Ztf
min J = Φ (x(tf )) + f0 (x(t), u(t), t) dt
u(t)
0
Prozessbeschreibung (Zustandsdifferentialgleichung):
ẋ(t) = f (x(t), u(t), t), t ∈ [0, tf ] , x(t) ∈ Rn , u(t) ∈ Rm
Randbedingungen:
Fester Anfangszustand: x(0) = x0
Fester Endzustand x(tf ) = xtf (fest)
oder freier Endzustand: x(tf ) (frei)
Optimalsteuerungsproblem
xk+1 = f k (xk , uk ), k = 0, 1, . . . , K − 1
( K−1
)
X
min J = Φ(xK ) + f0k (xk , uk )
uk
k=0
(2)
hk (xk , uk ) ≤ 0, k = 0, 1, . . . , K − 1
K K
h (x ) ≤ 0
Die zeitliche Diskretisierung könnte in einem einfachen Fall mit dem Euler-Verfahren und kon-
t
stanter Schrittweite ∆t = tk+1 − tk = Kf erfolgen. Wird u(t) = uk =const. für tk ≤ t < tk+1
gewählt, so gilt
f k (xk , uk ) = xk + ∆t · f¯(xk , uk , tk )
Φ(xK ) = Φ̄ x(tK )
f0k (xk , uk ) = ∆t · f¯0 (xk , uk , tk )
3 Aufgaben
3.1 Hochwasserschutz
z1 u1
x1
z2
x2
u2
Abbildung 1: Systemstruktur.
Abbildung 1: Talsperrensystem
Einfache (normierte) Volumenbilanzgleichungen für die Sperren 1 und 2 berücksichtigen das gespei-
gegeben ist cherte
und Wasservolumen
der Zulauf im Optimierungshorizont
xi , den t ∈im[0,
Volumenstrom im Zulauf zi und 1] durch
Ablauf ui
ẋ (t) = z (t) − u (t), i = 1, 2, t ∈ [0, 1]. (1)
0.1 + 10e−(t−0.15)/0.2
i i
− 10ei −(t−0.15)/0.1
t > 0.15
z1 (t) = (6)
Dabei wird0angenommen, daß der Anfangszustand zum Zeitpunkt
sonst,
t =0
0.3 + 15e−(t−0.35)/0.2 − 15e −(t−0.35)/0.1
0.5 t > 0.35
z2 (t) = x(0) =
0.9
(2) (7)
0 sonst,
im Sinne einer Vorhersage beschrieben werden kann. Die Zeitverläufe der Abgaben ui (t) sind
die Steuergrößen, die bestimmt werden sollen, dass der Scheitelwerte der Hochwasserwelle un-
terhalb der Talsperren (als Maß für ein mögliches Schadensereignis) minimal wird, d. h. das
Maximum des Gesamtabflusses soll minimal werden.
1 Dabei sind die minimalen bzw. maximalen
Fassungsvermögen der beiden Talsperren
als auch die Nicht-Negativitätsforderung für die beiden Abflüsse ui (t), i = 1, 2, zu beachten.
Versuchsvorbereitung:
Versuchsdurchführung:
3.1.3 Lösen Sie das entstehende Optimierungsproblem mit einem geeigneten Verfahren aus der
MATLAB
R
Optimization ToolboxT M !
3.1.4 Diskutieren Sie die Ergebnisse und Probleme, die sich bei einer praktischen Anwendung
einer solchen Verfahrensweise ergeben!
Das Wasserversorgungssystem
VERSUCH DynPO-2 einer Gemeinde besteht aus einem Hochbehälter mit einem Fassungs-
4
3
vermögen von 5000 m , einer Wasseraufbereitungsanlage und den Versorgungsleitungen zu den ein-
zelnen Verbrauchern.
u
Verbrauchsganglinie
250
200
Verbrauch [m3/h]
150
100
50
z
0
0 6 12 18 24
Zeit [h]
Abbildung
Abbildung 1: 2:Systemdarstellung
Wasserversorgungssystem und Verbrauch
und Verbrauchsganglinie.
3.2 Trinkwasserversorgungsprozess
Das System kann durch die Differentialgleichung
Das Wasserversorgungssystems in Abb. 2 einer Gemeinde besteht aus einem Hochbehälter mit
einem Fassungsvermögen von 5000 m3 , einer
ẋ =Wasseraufbereitungsanlage
u−z und den Versorgungs- (1)
leitungen zu den einzelnen Verbrauchern.
beschrieben werden.
Das System kannDer tägliche
durch 3000 m3 und wird durch die Beziehung
Verbrauch z beträgt(Volumenbilanzgleichung)
die Differentialgleichung
z = (3000
ẋ(t) + 1000
= u(t) − 7.2)/12)
sin(π(tx(0)
− z(t), = x0 + 2000 sin(π(t − 6)/6))/24 , t ∈ [0, 24h] (9) (2)
z̄
formuliert, wobei mit xS ein Sollinhalt und mit zS = 24 ein mittlerer Verbrauch bezeichnet wird.
VERSUCH DynPO-2 5
Versuchsvorbereitung:
3.2.1 Formulieren Sie zunächst das (zeitkontinuierliche) Optimalsteuerungsproblem für den Fall
der zu ermittelnden periodisch optimalen Steuerung unter der Bedingung auf, dass der
Hochbehälter im Mittel zu 80 % gefüllt sein soll (Wichtungskoeffizienten q = 1 und r = 10,
zeitliche Diskretisierung ∆t = 1 h)! Periodisch optimal bedeutet, dass sich der Bewirtschaf-
tungsvorgang mit einer Periode von einem Tag wiederholt und demzufolge zu Beginn und
am Ende eines Zeithorizontes die Speicherinhalte gleich sein müssen. Der Zeithorizont soll
von 6.00 Uhr bis 6.00 Uhr des Folgetages reichen.
Versuchsdurchführung:
3.2.3 Implementieren Sie das unter 3.2.2 formulierte Problem unter MATLAB
R
! Lösen Sie das
Optimierungsproblem mit einem geeigneten Verfahren! Diskutieren Sie die Ergebnisse!
Literatur
[2] L.T. Biegler. Nonlinear Programming. MOS-SIAM Series on Optimization. SIAM. 2010.
[4] R. Franke and E. Arnold. Applying new numerical algorithms to the solution of discrete-time
optimal control problems. In: 2nd European Workshop on Computer-Intensive Methods in
Control and Signal Processing., pp. 67-72, Prague, 1996
[5] R. Franke. Integrierte dynamische Modellierung und Optimierung von Systemen mit sai-
sonaler Wärmespeicherung. Dissertation, TU Ilmenau, 1998.
[6] C.J. Goh, K.L. Teo. Control parametrization: A unified approach to optimal control problems
with general constraints. Automatica, 24(1):3-18, 1988.
[11] S.J. Wright. Interior-Point-Methods for Optimal Control of Discrete Time Systems. JOTA,
77(1):161-187, 1983.