Price driven coordination strategies in large-scale process systems

  1. Martí Martínez, Rubén
Zuzendaria:
  1. César de Prada Moraga Zuzendaria
  2. Daniel Sarabia Ortiz Zuzendaria

Defentsa unibertsitatea: Universidad de Valladolid

Fecha de defensa: 2015(e)ko iraila-(a)k 30

Epaimahaia:
  1. Fernando Tadeo Presidentea
  2. María Jesús de la Fuente Aparicio Idazkaria
  3. Antonio Alvárez Alonso Kidea
  4. Radoslav Paulen Kidea
  5. Lino Oliveira Santos Kidea

Mota: Tesia

Teseo: 394542 DIALNET lock_openTESEO editor

Laburpena

Durante las últimas décadas, el diseño de sistemas de producción ha evolucionado hacia una alta integración de los procesos que lo constituyen, lo que conlleva a un aumento de la eficiencia de los mismos. Hoy en día, razones tecnológicas y económicas han empujado a los sistemas de producción tales como, procesos de generación de energía, redes de distribución de electricidad y muchos otros a aumentar su complejidad. Entre las diferentes razones destacan: la competitividad global, el aumento de los precios de la energía, la legislación medioambiental, los requerimientos de calidad y otros que fuerzan a las empresas a mejorar sus sistemas añadiendo nuevas funcionalidades y sistemas de gestión de la información. En particular en los sistemas de producción, los requerimientos de calidad, el aumento de la producción y el cumplimiento de las normas seguridad están ligados con sistemas de toma decisión más complejos y sofisticados. Todo ello hace que los sistemas de control deban de lidiar con múltiples unidades de producción y muchos otros aspectos, con lo que finalmente el sistema a controlar es, lo que normalmente se llama, de planta completa o gran escala. En el contexto de la industria de procesos, la necesidad de operaciones de producción más complejas que incluyen la integración energética y la recirculación másica, ha conducido a sistemas de planta de gran tamaño y con una elevada interconexión. En este caso el concepto de plantas de gran tamaño, describe procesos donde existen un elevado número de subprocesos o subsistemas relacionados entre ellos como resultados de recursos compartidos o variables de definición comunes. Controlar esta clase de sistemas de producción es realmente un reto para la ingeniera de control y sistemas. La dificultad proviene de la dependencia que existe entre los diferentes subsistemas que conforman la planta de producción. Una primera aproximación a la resolución de estos problemas de gran tamaño fue la utilización de sistemas de control centralizados que se encargaban de realizar todas las tareas de control. Este enfoque posee grandes dificultades a la hora de gestionar la totalidad del proceso, principalmente por la complejidad inherente, pero también por la necesidad de robustez, fiabilidad y mantenimiento. Por este motivo los sistemas de control se ven forzados a evolucionar hacia unas estructuras de control, donde cada subsistema del proceso es controlado por un sistema de control dedicado o local. Esta nueva estructura de control, llamada distribuido o jerárquica, tiene como finalidad poder resolver todos los inconvenientes que posee una estructura centraliza. Pero a su vez, debe de solventar sus propios problemas como por ejemplo el ser capaz de alcanzar los mismos resultados que la estructura centralizada (cumplimiento de todos los objetivos globales). Para hacer frente a estos problemas de control distribuido o jerárquico, se han desarrollado y mejorado técnicas de coordinación de subsistemas basándose en las leyes que definen los mercados o los precios. Estas técnicas desarrolladas e implementadas se basan en la utilización de las leyes de la microeconomía, donde la interacción existente entre los subsistemas se asimila a la interacción existente entre un productor de bienes materiales y un comprador de los mismos (relación entre el precio de un bien material y su demanda). Además, las técnicas desarrolladas de coordinación basada en precio han sido empleadas para resolver el complejo problema de control que se genera cuando se quiere aplicar técnicas de programación estocástica en sistemas de producción. La programación estocástica es uno de los métodos existentes para tratar de forma explícita la incertidumbre inherente de parámetros o variables que describen el comportamiento del sistema de producción. Los objetivos generales de esta tesis son contribuir, desarrollar y facilitar el uso de los llamados métodos de coordinación basados en precio en sistemas de gran escala. Más concretamente, se ha estudiado la aplicación de las técnicas de coordinación basadas en precio en procesos químicos industriales. Se han explorado dos metodologías diferentes para la coordinación de controladores predictivos locales (MPC): la coordinación basada en precio y la conversión del esquema de coordinación basada en precio en un problema de control por realimentación clásico. Además, las técnicas desarrolladas han sido utilizadas para reformular los problemas de control estocásticos multietapa considerando de forma explícita las incertidumbres en las variables. Por lo tanto, la tesis desarrollada cubre dos partes diferentes, cada una de ellas con los objetivos que se especifican a continuación. Métodos de coordinación basados en precios El objetivo principal de esta parte de la tesis es desarrollar nuevos enfoques y estudiar la aplicación de métodos de coordinación basados en precio para la operación de problemas de optimización de gran escala o planta completa, descomponiendo y coordinando los diferentes problemas. Como ejemplo de prueba se ha seleccionado una red de reactores y un sistema de cuatro tanques. Para el cumplimiento de estos objetivos globales, se han propuesto los siguientes objetivos particulares: - Estudiar los diferentes enfoques de coordinación basada en precio para ser implementados en un sistema de control jerárquico y distribuido. - Implementar las técnicas de coordinación basadas en precio en el ámbito del control predictivo no lineal. - Convertir el enfoque tradicional de control jerárquico distribuido en una arquitectura de control clásico de realimentación. - Estudiar las generalidades de los métodos basados en descomposición Lagrangeana y formular los métodos de descomposición basados en precio basándose en los anteriores. - Comprobar los métodos propuestos en los dos casos de estudios. Métodos de coordinación en NMPC estocástico El principal objetivo de esta parte de la tesis es estudiar la aplicación de las técnicas de coordinación basadas en precio para el manejo de los problemas de optimización asociados al enfoque de programación multi-etapa. Como casos de estudio se han elegido, una unidad de hidrodesulfuración y un reactor industrial de polimerización. Para el cumplimiento de estos objetivos globales, se han propuesto los siguientes objetivos particulares: - Estudiar la problemática asociada a los algoritmos basados en multi-etapa. - Implementar los algoritmos genéricos de programación estocástica en los dos casos de estudio. - Estudiar las particularidades que existen entre la implementación de la programación multi-etapa y la programación en dos etapas y estudiar el modo en que las técnicas de coordinación basadas en precio pueden ser utilizadas en estos casos de optimización dinámica. - Usar las técnicas de coordinación basadas en precio, teniendo especial atención en: - Los requerimientos de tiempo computacional y memoria del enfoque NMPC multi-etapa. - Ineficiencia de las técnicas de descomposición cuando son utilizadas para resolver problemas estocásticos. - Probar los diferentes enfoques propuestos en los casos de estudio. - Discutir sobre la factibilidad de la solución propuesta y su aplicación. Esta tesis ha presentado varias contribuciones relacionadas con el desarrollo y la aplicabilidad de las técnicas de coordinación basadas en precio en problemas de gran escala, concretamente se han explorado dos metodologías diferentes, la primera de ellas la coordinación de controladores predictivos mediante el uso de técnicas de mercado. Así como, un segundo enfoque donde se realiza la conversión de la estructura de control jerárquico basado en precio por una estructura de coordinación basada en control regulatorio. Por otro lado, los métodos desarrollados se han aplicado en los problemas de programación estocástica multi-etapa. Las principales contribuciones realizadas son las siguientes: 1. Se ha desarrollado un enfoque mejorado de la coordinación de controladores basado en precio usando sensibilidad paramétrica. La solución propuesta, S-CDNMPC, ha sido desarrollada con la finalidad de coordinar diferentes controladores predictivos no lineales, con objetivos de control económicos que deben operar en procesos industriales con recursos compartidos. Gracias a la coordinación, la solución obtenida por los controladores locales satisface las restricciones globales del proceso. Además, los métodos propuestos solucionan los problemas que surge del cambio del conjunto activo de restricciones mediante el empleo del análisis de sensibilidad paramétrica. Por último, la principal ventaja que supone el uso de las técnicas desarrollas, es que no es necesario cambiar la estructura de control actual. Únicamente es necesario añadir una pequeña modificación en la función de coste local de cada controlador. La técnica desarrollada, utilizada para la coordinación de controladores no lineales, ha sido presentada en: ¿Rubén Martí, Daniel Sarabia, Daniel Navia, and César de Prada. Coordination of Distributed Model Predictive Controllers Using Price-Driven Coordination and Sensitivity Analysis, 10th IFAC International Symposium on Dynamics and Control of Process Systems (2013). Bombay, Mumbai, India, 2013¿ 2. Además, se ha presentado un nuevo enfoque para la coordinación de varios controladores NMPC. Cada NMPC se encarga de controlar una parte del sistema global, estando los subsistemas acoplados entre ellos por las variables manipuladas, y la coordinación se formula como un problema de control clásico de realimentación. Las principales ventajas de este enfoque se corresponden a su facilidad de implementación sobre un sistemas industrial ya existente y además, la menor cantidad de intercambio de información entre controladores para la coordinación permite usar periodos de ejecución más rápidos. El enfoque de coordinación basado en un sistema de control clásico se ha presentado en: ¿Rubén Martí, Daniel Sarabia, Daniel Navia and César de Prada. A method to coordinate decentralized NMPC controllers in oxygen distribution networks. Computers & Chemical Engineering, Vol. 59, pp. 122-137. 2103. Ed Elsevier¿ y en ¿R. Martí, D. Sarabia and C. de Prada. Price-Driven Coordination for Distributed NMPC using Feedback Control Law. Distributed MPC Made Easy. J.M. Maestre and R.R. Negenbor. Springer, chapter 3, pp. 73-79 2014¿. 3. Posteriormente, se ha desarrollado en el Departamento ISA de la UVa una planta piloto constituida por una red de reactores que consumen un recurso compartido, el oxígeno. Se ha comprobado el correcto funcionamiento del enfoque de conversión del problema de coordinación en un problema de control por realimentación en la planta pilota desarrollada. El desarrollo de la planta piloto, así como, la estructura de control fue publicada en: ¿D. Navia, R. Martí, D. Sarabia, C. de Prada. Laboratory Plant of a Gas Distribution Network. In proceedings of 9th Symposium on Advances in Control Education IFAC ACE2012, Vol. 9, pp. 390-395, 2012¿. 4. Finalmente, se han presentado diferentes opciones para la resolución de los problemas de optimización que se generan por la utilización de programación estocástica para el manejo de incertidumbre. Se conseguido los mismos tiempos de computo (o incluso menores) que empleando una solución centralizada, siendo la principal ventaja la gran reducción de memoria necesaria para la resolución de los problemas. En particular, se ha empleado un enfoque basado en la descomposición del problema completo en diferentes escenarios, aplicando coordinación de precios para conseguir el cumplimiento de las restricciones globales. El enfoque desarrollado fue descrito en ¿Rubén Martí, Sergio de Lucia, Daniel Sarabia, Radoslav Paulen, Sebastian Engell and César de Prada. Improving Scenario Decomposition Algorithms for Robust Nonlinear Model Predictive Control. Computers & Chemical Engineering¿, para posteriormente ser ampliado en el siguiente artículo de revista ¿Rubén Martí, Sergio de Lucia, Daniel Sarabia, Radoslav Paulen, Sebastian Engell and César de Prada. Improving Scenario Decomposition Algorithms for Robust Nonlinear Model Predictive Control. Computers & Chemical Engineering¿.