• Nie Znaleziono Wyników

Długoterminowe i krótkoterminowe modele sterowania systemami wodno-gospodarczymi

N/A
N/A
Protected

Academic year: 2022

Share "Długoterminowe i krótkoterminowe modele sterowania systemami wodno-gospodarczymi"

Copied!
10
0
0

Pełen tekst

(1)

Seria j AUTOMATYKA z.59 Nr kol. 694

Henryk SŁOTA

INSTYTUT METEOROLOGII I GOSPODARKI WODNEJ KRAKÖW j

DŁUGOTERMINOWE I EiÖTKOTERMINOWE_ MODELE STEROWANIA:

syst ema mi; WODNO-GOSPODARCZYMI

Streszczenie: Omówiono różnice i powiązania zachodzące między modelami sterowania formułowanymi w celu zoptyma­

lizowania osiągów systemu /długoterminowe modele stero­

wania/ a modelami sterowania stosowanymi w bieżącej eksploatacji /krótkoterminowe modele sterowania/. Zwrócono uwagę na dwa istotne problemy pojawiające się w modelu sterowania krótkoterminowego, mianowicie: długość koryzontu sterowania i związane z tym ograniczenia końcowych stanów systemu.

Sterowanie systemami wodno-gospodarczymi jest procesem bardzo zło­

żonym, gdyż mamy w nim do czynienia z systemami wieloobiektowymi, speł­

niającymi z reguły kilka zadań, poddanymi ponadto losowemu oddziaływaniu otoczenia. Z tych też przyczyn sterowanie procesami ilościowymi i jakoś­

ciowymi zachodzącymi w tych systemach należy traktować jako wielocełowe działanie w warunkach niepewności, o ograniczonych możliwościach przewi­

dywania przyszłości. Dla tak złożonych problemów trudno ustalić jedno­

znaczną metodykę postępowania - akceptowaną przez wszystkich specjalis­

tów z zakresu teorii sterowania i gwarantującą zarazem prawidłowość uzyskanych wyników. W tej sytuacji szczególne znaczenie /pomijając me­

tody analizy matematycznej oraz techniki obliczeniowe/ mają racjonalne założenia konceptualne, rzutujące w sposób istotny na ostateczny ąfekt sterowania. Pmxpojęcie, "założenia konceptualne" rozumie się w tym przypadku przyjęcie odpowiednich modeli zarówno systemu,jak i jego wejść, następnie horyzontu i algorytmu sterowania, aż wreszecie ograniczeń

(2)

i kryteriów oceny sterowań.

Oczywist». jest, ‘żeim £liżej jesteśmy /w pojęciu czasowym/ prak­

tycznej realizacji oddziaływań sterujących, tym założenia konceptualne powinny być "bliższe" rzeczywistości. To z pozoru trywialne stwierdzenie zainspirowało do napisania niniejszego artykułu, którego celem jest zwrócenie uwagi na różnice w sposobach podejścia do sterowania w pro­

blemach projektowania i bieżącej eksploatacji systemów wodno-gospoefcar- czych.

SYS TE M V iO D N O -GOSPODARCZY

y(t)

v(t)

Isft)

Hysunek 1. Schemat systemu wodno-gospodarczego.

Sprowadzając system wodno-gospodarczy do schematu przedstawionego na rys.'! można problem sterowania sformułować jako poszukiwanie tra­

jektorii I (t)tfcQ fcllj maksymalizującej funkcjęs

K K [y W[to,ta * 7^[to,ttj]

i spełniającRj warunki:

y W ^ y p W dla te ttO (2)

* min ¿ ł a t ę [ t o .th ] (5)

przy zananym s ta n ie początkowym

v M = vQ (4)

gdzie: x - wejścia do systemu, czyli wektorowe funkcje czasu charakte­

ryzujące pod względem ilościowym i jakościowym dopływy wody do systemu,

Y - wyjścia z systemu, czyli charakterystyki ilościowe i jakoś­

ciowe odpływów z systemu oraz przepływów w wybranych prze­

krojach kontrolnych,

(3)

v - stany systemu, czyli zmienne charakteryzujące wielkości zapasów wody w zbiornikach,

s - oddziaływania sterujące, czyli odpływy wody ze zbiorników oraz wielkości determinujące rozdział wody w węzłach kontrolnych,

yp - ograniczenia na wielkości wyjściowe,

vQin, - odpowiednio dolne i górne ograniczenia na stany systemu,

to,th - początek i koniec branego pod uwagę przedziału czasu.

Warunki (2) -(4) muszą być jeszcze uzupełnione równaniami opisującymi zależności między wielkościami wejściowymi i wyjściowymi /tzw.operator systemu/ oraz ograniczeniami wynikającymi z technicznych charakterys­

tyk obiektów i struktury systemu, jak i z warunków jego zasilania.

Sformułowany powyżej model sterowania optymalnego ma zastosowanie nie tylko w bieżącej eksploatacji ale również w poprzedzających ją ana­

lizach symulacy jno-optymalizacy jnych,mających na celu ustalenie spodzie­

wanych osiągów systemUjCzyli efektów jego działania. Nie można bowiem określić osiągów systemu bez założenia przyszłościowej procedury eksplo­

atacyjnej. Znajomość osiągów systemu względnie ich pochodnych ekono­

micznych- jest następnie wykorzystywana w procesie optymalizacji para­

metrów obiektów systemu. .

Z uwagi na duże różnice w szczegółach modeli stosowanych w anali­

zach osiągów systemu oraz w bieżącej eksploatacji wyróżnia się w teorii sterowania dwa rodzaje modeli [i] £2] s

- modele sterowania długoterminowego /long-term control strategy/, stosowane w optymalizacji osiągów systemów,

- modele sterowania krótkoterminowego /short-term control strategy/, stosowane w bieżącej eksploatacji systemów-

Nasuwają się więc dwa pytania: 1 - czym różnią się wyodrębnione powyżej rodzaje modeli; 2 - jaki powinien być związek między tymi modelami.

Odpowiadając na pytanie pierwsze można przyjąć, że wspomniane mo­

dele różnią się'następującymi elementami;

1, Celami,dis których są formułowane. Modele sterowania długoterminowego formułowane są celem zoptymalizowania /maksymalizacji/ efektów dzia-

(4)

łania systemu w wieloletnim okresie czasu - np. gwarantowanych od­

pływów zaregulowanych, gwarantowanej produkcji energii elektrycznej, stanu czystości wód, itp. Natomiast modele sterowania krótkotermi­

nowego formułowane są celem zoptymalizowania efektów działania systemu w najbliższej perspektywie czasu.

2. Modelami matematycznymi systemu. W sterowaniu długoterminowym sto­

suje się modele przybliżone, znacznie upraszczające zarówno strukturę systemu,Jak i przebieg procesów w nim zachodzących. W przeciwieństwie do tego w sterowaniu krótkoterminowym wykorzystuje się modele bar­

dziej adekwatne do rzeczywistości.

Horyzontem sterowania. Ocena sterowania w modelu długoterminowym od­

noszona jest do bardzo długiego horyzontu czasu - teoretycznie zmie­

rzającego do nieskończoności. Natomiast w modelu krótkoterminowym sterowanie jest optymalizowane dla krótszych horyzontow czasu - rok, miesiąc, doba.

ń. Kryteriami optymalizacji. W- modelu długoterminowym sterowanie jest oceniane za. pomoce, charakterystyk probabilistycznych osiągów sys­

temu, jak np. wartości średnie i ekstremalne, kwantyle, prawdopodo­

bieństwa wybranych wartości itp. Kryteriami oceny sterowań w modelu krótkoterminowym są natomiast dodatkowe efekty pracy systemu, czyli uzyskiwane niezależnie od efektów określonych w analizie osiągów systemu, np. dodatkowa energia elektryczna,zwiększenie pewności spełnienia zadań systemu, zmniejszenie kosztów eksploatacji , itp.

•y, Modelami hydrologicznymi. 19 modelu sterowania długoterminowego sto­

suje się modele hydrologiczne, charakteryzujące wieloletnią zmienność dopływów wody do systemu, jak np. wieloletnie ciągi przepływów histo­

rycznych lub wygenerowanych, względnie funkcje rozkładu prawdopodo­

bieństwa, których parametry estymowane były na podstawie wielolet­

nich danych historycznych. Można również ograniczyć się do charakte­

rystycznego okresu czasu,np. okresu krytycznego, roku suchego, roku mokrego. Natomiast w modelu sterowania krótkoterminowego wykorzystu­

je się dostępne informacje o aktualnych i prognozowanych dopływach 1 wody do systemu, względnie inne modele predykcji dopływów wody dla najbliższej perspektywy czasu.

(5)

6. Dyskrefryzac.ia procesu w czasie. W modelach sterowania długotermino­

wego przebieg procesów w czasie obserwowane- jest w stosunkowo dłu­

gich krokach czasowych - np. rok, sezon, miesiąc, dekada. Natomiast w modelach sterowania krótkoterminowego dyskretyzacja po czasie jest dokładniejsza i dochodzi do dobowego, a nawet godzinowego kroku czaso­

wego.

Omówione różnice w modelach sterowania przedstawiono w sposób syntetyczny na rys.2, na którym rozszerzono przyjętą klasyfikację mode­

li o model sterowania ciągłego, używany w teorii automatycznej regula­

cji pracy urządzeń.

Jak wynika z powyższych różnic, granica między sterowaniem długo­

terminowym a krótkoterminowym nie jest ściśle sprecyzowana. Okazuje się bowiem, że im dokładniejszy jest model sterowania zastosowany w analizie osiągów systemu, tym bliższy jest on modelowi sterowania ope­

racyjnego. Teoretycznie można dopuścić sytuację, w której model stero­

wania długoterminowego jest zarazem modelem sterowania krótkotermino­

wego. Wydaje się jednak, że z punktu widzenia celów(dla których formułu­

je się modele sterowania długoterminowego,nie ma potrzeby komplikować icb o . dodatkowe problemy wynikające z działania "dzień po dniu".

Odpowiedź na drugie pytanie wynika bezpośrednio z różnicy w celach i kryteriach sterowania długoterminowego i krótkoterminowego. *Tzyjmuje się bowiem, że zadaniem sterowania krótkoterminowego, czyli realizowa­

nego w czasie rzeczywistym, jest taka eksploatacja systemu, która oprócz efektów gwarantowanych przez model sterowania długoterminowego, zapewnia uzyskanie efektów dodatkowych. Mówiąc inaczej można stwierdzić, że mo­

del krótkoterminowy, zapewniając osiągi systemu,jakie gwarantuje model długoterminowy, udoskonala sterowania na bieżąco, dostosowując je do aktualnej i przewidywanej na najbliższą przyszłość sytuacji, zwiększa­

jąc w ten sposób efektywność działania systemu. Pftśr po jęcie - zwiększe­

nia efektywności działania systemu należy rozumieć zarówno wymierne efekty dodatkowe /ponadpodstawowe zadania systemu/, jak i efekty nie­

wymierne, wyrażające się zwiększeniem pewności /prawdopodobieństwa/

spełnienia zadań podstawowych. Zadania podstawowe utożsamiane są w tym przypadku z osiągami systemu okreśiorpmi za pomocą modelu sterowania długoterminowego.

(6)

îypy mode l i 1 loh p o w i ą z a n i a pion o w e Cele / k r y t e r i a opt./

Modele systemu

rów ania.dy.,»

s k r e t y z a c j a proc e s u w cz a sle

Modele hy d rologiczne

Plany r o z w o j u gosp.-społeoznego Poli t y k a e k o n o m i k i gosp.w o d n e j W y m a g a n i a u ż y t k . / p o t r z e b y i ich rozkład w cz a s i e . p e w n o ś ć zaspoko*

Jen i a /

MODEL STEROWANIA DŁUGOTERMINOWEGO

S t r u k t u r a syst e m u 1 p a r a m e t r y obiektów

Z a d a n i a s y s t e m u 1 w a r u n k i ich spełn i e n i a

Wymagane sta n y systemu

MODEL S T E R O W N IA KROTKÓTERM1N0WEG0

Ifartośoi średnie o d d z i a ł y w a ń s t e r u j ą c y c h lub zad a n i a n a n a j ­ b l i ż s z y okres c z a s u , l u b wie l k o ś o l zapasów w o d y w z b i o r n i k a c h n a koni e c n a j b l i ż s z e g o okresu ozasu

MODEL STEROW ANIA CIĄGŁEGO faut, requl. pracy

urzqdzJ

Bież ą c e s terowanie pra c ą oblek- tówjsystemu

O p t y m a l i z a c j a z a d a ń syst e m u i param e t r ó w obiektów

R e a l i z a c j a zaa d a ń s y s t e m u i m a k s y m a l i z a c j a efek t ó w d o d a t ­ k o w y c h

Mo d e l p r z y b l i ż ę n y z u p r o s z c z o ­ n ą s trukturą s yatemu włącznie / m o d e l statyczny/

M o d e l d okładniej s z y , m o g ą c y Jednak agregować k i l k a obiektów w Jeden

R e a l i z a c j a za d a ń 1 efek t ó w d o d a t k o w y c h p rz y minlmalnyol k o s z t a c h wzgl.

i n n y c h w s k a ź n i ­ k a c h e k s p l o a t a ­ c y j n y c h

M o d e l bard z o d o k ł a d n y s z c z e ­ gól n i e dl a

o bie k t ó w s t e ­ ro w a l n y c h /mo d e l d y n a ­

m i c z n y /

Wleloleolo, w p r z e d z i a ­ ł a c h r o c z n y o h miesię c z n y c h , ‘ d e k a d o w y c h

Ro k ,miesiąc, d e k a d a , t y ­ d z i e ń , d o b a

D o b a , g o d z i n a minuta, sterowanie ciągłe

Wi e l o l e t n i e ciągi p r z e ­ pływów h i s t o r y c z n y o h lub w y g e n e r o w a n y c h /w n i e k t ó r y c h p r z y p a d ­ k a c h dane dotyc z ą c a okre s ó w eh a r a k t e r y s t y - o z n y o h - r o k suchy, okres k r y t y c z n y /

D ł u g o t e r m i n o w ^ p r o - g n o z y . w z g l ę d n i e d o w o l ­ ny m o d e l predy k c j i dopływów

Prog n o z y k r ó t k o t e r ­ minowe

Rys . 2 C h a r a k t e r y s t y k i p o a z o z e g ó l n y o h m o d e l i s t e r o w a n i a

Czynn o ś c i

S y m u l a c j a s t e r o w a n i a

Okreś l e n i e sterowań w trybie o p e r a c y j ­ ny m

R e a l i z a c j a s t e r o w a ń

H.Słota

(7)

Takie postawienie problemu sterowania krótkoterminowego pociąga za sobą konieczność wprowadzenia do ¡jego modelu dodatkowych warunków ograniczających o postaci:

y (t) £ MY (t) dla te [to.th] (5) v (t) £ UV (t) dla te [to,th] (6)

v(th)>vfc^ (7)

Warunki (5) i (6) ograniczają wyjścia i stany systemu do obszaru wartoś­

ci /MY, ŁiV/, spełniających podstawowe zadania systemu w przedziale czasu [to, th] . Natomiast warunek (?) dotyczy zapasów wody w zbiornikach na końcu horyzontu sterowania^ i ma na celu zapewnienie spełnienia podsta­

wowych zadań systemu w okresie późnie jszym,czy li w czasie t>th.

'Warunek (7) wprowadzamy do modelu krótkoterminowego jedynie w przypadku,gdy maksymalizujemy efekty dodatkowe. Wówczas kryterium (1) jest miarą oceny tych efektów dodatkowych. W sytuacji gdy maksymalizuje się pewność spełnienia zadań podstawowych, warunek ten nie v.ystępuje , natomiast kryterium wyboru sterowań optymalnych ma postać:

K = f |v(th) - v * J (8)

Funkcja f |.l wyrąża przyjętą miarę odchylenia rzeczywistych stanów końcowych od stanów wymaganych dla spełnienia zadań podstawowych.

W modelu sterowania krótkoterminowego zakłada się, że wielkości wejściowe x (t) są znane dla całego horyzontu czasowego optymalizacji.

Mogą to być wielkości prognozowane lub też określone na podstawie do­

wolnego modelu predykcji przepływów. Zjawiska hydrologiczne można teore­

tycznie prognozować w nieskończoność, wiado: . jest jednak, że spraw- dzalność prognoz maleje‘w miarę wydłużania perspektywy prognozowania.

■Z drugiej strony, im dalsza perspektywa sterowania,tym mniejszy wpływ na sterowania początkowe warunków ograniczających końcowe stany zbior­

ników- a tym samy® większa "elastyczność" sterowania. Przy dostatecznie długiej perspektywie sterowania wpływ ten może zaniknąć całkowicie.

Syt.uacja odwrotna, tzn. przybliżanie horyzontu sterowania, polepsza wprawdzie trafność prognozy ale zarazem "usztywnia" sterowanie krótko­

terminowe poprzez silniejsze oddziaływanie na sterowania początkowe warunków ograniczających stany końcowe zbiorników. W granicy moie nawet nastąpić zbieżność sterowania krótkoterminowego ze sterowanie:: długo-

(8)

terminowym.

Trudno więc określić jednoznaczne zasady przyjmowania długości horyzontu sterowania krótkoterminowego. W każdej sytuacji wymaga to bowiem przeprowadzenia dokładnych ocen zysków wynikających z elastycz­

ności sterowania i konsekwencji popełnianych błędów w sterowaniut na skutek korzystania z mniej trafnych prognoz.

Pozostaje jeszcze problem identyfikacji ograniczeń na końcowe stany zbiorników. Upraszczając znacznie zagadnienie można ograniczenia te utożsamiać z minimalnymi zapasami wody w zbiornikach, pozwalającymi na spełnienie podstawowych zadań systemu, przy procedurze sterowania przyjętej względnie zoptymalizowanej w modelu długoterminowym.

Z uwagi na cykliczność procesów hydrologicznych, należałoby okreś­

lić przebieg funkcji v*(t) dla te £o,trj/gdzie tr - długość cyklu hydrologicznego/. W praktyce wystarcza znajomośó warunków v * dla dys­

kretnych wartości czasu, odpowiadających przyjętej dyskretyzacji po czasie procesu sterowania.

Zasady wyznaczania niezbędnych zapasów wody najprościej wyjaśnić na przykładzie pojedynczego zbiornika( wyrównującego przepływy dla ce­

lów zaopatrzenia w wodę. iytamy - jaki powinien być zapas wody w zbior­

niku na początku np. listopada, aby określone potrzeby użytkowników

o

zaspokojone były w następnych miesiącach z pewnością równą np. 1.0.

Na pytanie to można odpowiedzieć po określeniu funkcja rozkładu prawdo­

podobieństwa odpływów ze zbiornika dla różnych poziomów jego napełnienia w dniu "1 , listopada oraz dla zadanego algorytmu sterowania długo­

terminowego.

Stosując podejście stochastyczne implicite sprowadzany powyższe zadanie do wielokrotnej symulacji pracy zbiornika dla zbioru wygenero­

wanych ciągów dopływów wody. Otrzymane iezultaty poddajemy następnie analizie statystycznej, utożsamiając procent wygenerowanych ciągów,dla których spełniono zadany odpływ zaregulowany z prawdopodobieństwem zaspo­

kojenia potrzeb użytkowników. Dokonując tego rodzaju obliczeń dla różnych pojemności początkowych zbiornika, możemy dla danego momentu czasa t określić zależność między zapasem wody w zbiorniku a prawdopodobieństwem zaspokojenia potrzeb użytkowników.

(9)

Powtarzając podobne analizy dla różnych momentów czasu oraz dla różnych wartości potrzeb, można określić dla danego zbiornika związki wiążące ze sobą wszystkie analizowane wielkości. Związki te można przedstawić za pomocą funkcji uwikłanej, o postaci:

q.(v*, t, p, w ) = 0, (8)

która pozwala określić potrzebny w chwili ”t" zapas wody "v*" w zbior­

niku dla zaspokojenia z prawdopodobieństwem "p" potrzeb użytkowników w wysokości "w".

Określenie funkcji (8) jest o wiele trudniejsze w przypadkach systemów wielozbiornikowych, w których struktura przerzutów wody umoż­

liwia zaspokajanie potrzeb jednego użytkownika z kilku źródeł wody.

Problematyka ta została szerzej omówiona w pracy i poparta konkret­

nym przykładem identyfikacji funkcji dla systemu dwuzbiornikowego.

Poruszone tutaj zagadnienia nie wyczerpują w pełni wszystkich problemów teorii sterowania systemami wodno-gospodarczymi. Omówiono jedynie te elementy, które jak dotychczas nie były rozpatrywane szcze­

gółowo. Pominięto natomiast problemy struktur decyzyjnych i hierarchii sterowania oraz metod analiz optymalizacyjnych, uważając iż zostały one wystarczająco wyjaśnione w pracach Instytutu Automatyki Politechniki Warszawskiej.

LITERATURA

CO Becker L.,Yeh W.,Fults D.,Sparks D.: Operations Models for Central Yalley Project. Journal of the Water Resources Planning and Manage­

ment Division WR 1, 1976*

(2J Becker A.,Krippendorf H.,Thiele W.: Einsatz von Modellen fur eine effektivere Bewirtschaftung der Oberflachengenasser. Die Technik Heit 8, 197Q.

[3} Słota H.: Koael adaptacyjnego sterowania rozrządem wody w systemach wielozbiornikowych. IMGS, Kraków, 1979 /maszynopis/

(10)

ÆOJirOCPO MHHE H KPATKOCPOMHHE MOflEJIH ynPABJŒEHHH B0JH0X03HHCTBEHHHMJI CHCIEMAMH

P e 3 » h e

OÔeyK aeH H paSHHOH H CXOJICTBa u e z a y UOaeUHMH

ynpaB JieH H H $ o p u yjm p o B a H H H itH o u o jib b o n ra M ira a iiK H flo c T H H e H M c H c i e -

uu /f lo s r o o p o 'iH H e u o a e jm y u p a s jio H H H / a uo aejiH U M y n p aB jieH H H n p n u e H H e - iiHUH b T e K y q e ft B K cm iyaT artH H / K p a iK o c p o iH iie u o a e m i y n p a B H e H H H /.

Oipa-jjeH O BilH RBHHB H a flB0 Cyii(0CTB6H H lI8 npOÔBeUH B03H2KaKXf!e'B U OflejU l K p a iK o c p o T O o r o y n p a B jie H iiH ,a h u q h h o : a m in a p o p n s o H T a yn paB H eH H H h CBHSaHM C 3THM O rpaH H N0HHH ROHSHHHX COOTOHHH» CHCT0H H .

LONG AM) SHORT - TERM MODELS OP WATER - ECONOMY SYSTEM CONTROL

S u m m a r y

The paper presents differences and relations between control Models aiding to optimize the system performance index (long-term control mo­

dels} and those utilized in current optimization (short-terr. control mo­

dèle; . Attention has been drawn to the two significant problems emerging within the short-term control method, namely the length of control hori-,

zon and the related restrictions imposed upon the final states of the system. The paper also analyzes the studies carried out by the Institute of Meteorology and Water Economy regarding the above mentioned problems.

Cytaty

Powiązane dokumenty

według [5], która posłuży do określenia odpowiedniej liczby personelu obsługi, niezbędnej do utrzymania systemu stero- wania w stanie gotowości oraz liczby elementów

3 migniecia Blad w konfiguracji TransKey Sprawdzic konfiguracje TransKey (w Cattron-Theimeg lub serwisie) 4 migniecia Blad w tescie zbyt niskiego napiecia Wymienic

Rozwój konstrucji łożysk elektromagnetycznych [1] oraz automatyki cyfrowej [2 ] umożliwia sterowanie nawet tak szybkimi procesami, jakimi są drgania wirników

Ewentualna rozbudowa stacji wiązałaby się z dodawaniem tylu modułów sterujących, ile jest potrzebnych do obsłużenia każdej grupy urządzeń sterowania

Spraw dź dla każdego pasa, czy odstępy czasu, w ynikające z intensyw ności X, pojaw iania się pojazdów w strum ieniu Poissona, sp ełniają w arunki generow ania

[r]

[r]

Paöota nocBamaetca KOHueimjm ynpauremw b isópamoft boâososhëct - BeHHO® CHCTeMe .ÎIpeiCTauieHa MaTeuaTnaecKaa wojejn. flaiee onpeflejHBTCH sanami ynpauieHia ,