х (t + 1) = Фх (t) -f Ци (t) + Tw(t) 1
z(t) = Hx{t) +
v(t) J.
(IV.44)
где
В качестве критерия оптимизации [18] следует выбрать функционал R, характеризующий суммарные затраты на поставки и хранение конденсата:
2
(IV.45)
где рг — стоимостная оценка потерь при отклонении запасов в i-м резервуаре от желаемого уровня So i\ о — стоимостная оценка затрат, связанных с транспортировкой конденсата; a2su-о2и j — дисперсии запасов и управлений соответственно. Такой
131
функционал затрат справедлив, если колебания запасов в резервуарах и управления подчинены распределению Гаусса.
Таким,образом, задачу оптимального управления конденса-тосборными парками можно сформулировать:
(IV.46)
при ограничениях, задаваемых системой: x(t + 1) = Ox(t) + qu(t) + Tw (t).
(IV.47)
В работе [181 показано, что выполнение необходимых условий минимума для (IV.46) можно обеспечить выбором так называемых согласующих значений параметров рг-, /> Поэтому задача синтеза оптимальной системы управления сведется к минимизации R:
(IV.48)
где pi*, г,* — оптимальные весовые коэффициенты (согласующие значения параметров).
Условимся рассматривать стационарную линейную систему управления запасами при стационарных случайных возмущениях. Как показывают экспериментальные исследования, все существующие на практике случаи для газоконденсатных парков хорошо охватываются такой системой [18].
Для отыскания алгоритма оптимального управления в общем случае перепишем критерий (IV.48) в матричной записи:
f=0
u(t-
-l)u'(t-l) (IV.49)
где
0
О .... О . . . .0
0 |
0 |
• • . РпЛЧ |
(0 |
0 |
... 0 |
0 |
... 0 |
|
0 |
0 |
. • • гПш(£) |
M—символ математического ожидания. 132
В качестве начальных условий зададим ковариационную матрицу вектора состояний в начальный момент времени* ■
cov{a;(0),
As(0) I 0
~ ~"6 " ~ 76)"
У
(IV. 50)
где Ps(0) — ковариационная матрица начальных запасов S(0),
имеющая размерность п\-Щ\
А/(0)—ковариационная матрица вектора состояний, описывающего возмущения; имеет размерность n3-n3. Предположим, что вектор белого шума w(t), формирующий вектор возмущения | (t), статистически независим от вектора запасов S(t) и вектора помех измерений v(t). Поскольку нас интересует управление для замкнутой системы, то будем его формировать на основе вектора наблюдения z(t). Ограничиваясь классом нерандомизированных стратегий, искомое управление запишем в виде детерминированной вектор-функции:
где
Решим задачу методом динамического
программирования.
Согласно [49] принцип
динамического программирования при
меним к замкнутым стохастическим задачам
оптимального уп
равления, если выполняется следующее соотношение при опти
мальном управлении: . .
mmMx{f[xtu{x)]}^Mx jmin/f*, u(x)]\. y (IV.52)
Предположив справедливость (IV.52), получим основное функциональное уравнение динамического программирования для поставленной задачи. Введем вспомогательный функционал
VN{k) = min \м \ J) (xtQ
'(IV. 53)
Очевидно, Vnik) определяет минимальное значение критерия R в интервале (k, N) при условии, что известна прошлая информация zh о системе в интервале (0, k). Перепишем (IV.53) в следующем виде:
VN(k) = min min, . . . , min \M xk+iQk+iXk+i + u'kRkuk +
Uk+!........ |
||
N |
' 'п |
«■Фи' R |
uk uk+i....... uN~l t I
(IV.54) 133
Отсюда видно, что первые два члена не зависят от -1 и xh+2, ..., Xn, а последнее слагаемое не содержит uk, что позволяет записать:
Уважаемый посетитель!
Чтобы распечатать файл, скачайте его (в формате Word).
Ссылка на скачивание - внизу страницы.