基于 ESDIRK 的随机微分代数方程非线性模型预测控制
最优化与控制
2024-07-29 v1 动力系统
摘要
本文提出了一种用于半显式随机微分代数方程 (DAEs) 的非线性模型预测控制 (NMPC) 算法，这些方程的指数为 1。NMPC 将连续离散扩展卡尔曼滤波器 (CD-EKF) 与集合点跟踪的最优控制问题 (OCP) 结合在一起。我们使用直接多段射击对 OCP 进行离散化。我们应用显式单对角隐式 Runge-Kutta (ESDIRK) 积分方案来求解 DAEs 系统，这既用于 CD-EKF 中的一步预测，也用于每个射击区间的 OCP 中。ESDIRK 方法使用迭代内部数值微分方法进行精确灵敏度计算。这些灵敏度用于在 OCP 中提供准确的梯度信息，并有效地集成 CD-EKF 中的协方差信息。随后，我们提出了一个仿真案例研究，其中将 NMPC 应用于一个简单的碱性电解槽堆模型。我们使用 NMPC 对堆温设定值进行跟踪，该设定值随时间变化，并受输入边界约束。
引用
@article{arxiv.2407.18852,
title = {ESDIRK-based nonlinear model predictive control for stochastic differential-algebraic equations},
author = {Anders Hilmar Damm Christensen and Nicola Cantisani and John Bagterp Jørgensen},
journal= {arXiv preprint arXiv:2407.18852},
year = {2024}
}