Astlingen城市排水基准网络的机遇约束随机MPC
系统与控制
2021-12-17 v1 系统与控制
摘要
在城市排水系统（UDS）中，基于模型预测控制（MPC）的实时控制（RTC）是一种被证实可减少合流制溢流（CSO）污染的方法。文献中针对UDS的RTC所提出的MPC方法依赖于基于确定性降雨预报的最优控制策略计算。然而现实中，降雨预报存在不确定性，严重影响了最优控制策略计算的准确性。在此背景下，本文旨在关注与降雨预报相关的不确定性及其影响。一种方案是在控制器中使用关于降雨事件的随机信息；在使用MPC方法的情况下，可采用称为随机MPC的类别，其中包括诸如机会约束MPC方法等多种途径。在本研究中，我们将随机MPC应用于UDS，采用机会约束方法。此外，我们还比较了具有完美预报的经典MPC与基于不同降雨预报随机情景的机会约束MPC的运行行为。该应用与比较基于使用Astlingen城市排水基准网络的SWMM模型进行的仿真。
引用
@article{arxiv.2010.06883,
title = {Chance-constrained Stochastic MPC of Astlingen Urban Drainage Benchmark Network},
author = {Jan Lorenz Svensen and Congcong Sun and Gabriela Cembrano and Vicenç Puig},
journal= {arXiv preprint arXiv:2010.06883},
year = {2021}
}
备注
A preprint of a submitted article to the Journal Control Engineering Practice