Please use this identifier to cite or link to this item: http://dx.doi.org/10.25673/37484
Full metadata record
DC FieldValueLanguage
dc.contributor.refereeSundmacher, Kai-
dc.contributor.refereeSager, Sebastian-
dc.contributor.authorHimmel, Andreas-
dc.date.accessioned2021-07-27T11:52:46Z-
dc.date.available2021-07-27T11:52:46Z-
dc.date.issued2021-
dc.date.submitted2021-
dc.identifier.urihttps://opendata.uni-halle.de//handle/1981185920/37727-
dc.identifier.urihttp://dx.doi.org/10.25673/37484-
dc.description.abstractModern model-based control strategies are fundamental components when dealing with process engineering systems. They ensure stable, safe, and economically profitable operations. Especially when considering changing feed qualities, electric energy availability, or prices, these control strategies are needed to adapt the process operation. Among these hierarchically structured control strategies, real-time optimization is responsible for a frequent recalculation of the operating points according to an economic assessment. Since production systems consist of strongly interlinked units, storage elements are used to buffer fluctuations in the supply of materials and energy of particular processes. These fluctuations occur, among other things, when the operating points of the production system are changed within defined load ranges or are shut down completely. For a given storage capacity, the control system architecture must ensure that the storage is used optimally, providing sufficient reserve for future operational adaptation. At the same time, it is essential to avoid oversizing of storage capacity. This thesis treats the two tasks of developing an optimization-based operational strategy as part of the control architecture and designing storage elements based on this strategy. In particular, the operational strategy addresses the realtime optimization (RTO) layer, which has to consider the unsteady production system operation due to frequent charging and discharging storage elements when determining the economically optimal operating points. We propose an RTO scheme where information from the closed-loop control of the production system is used to predict the dynamic behavior of the storage levels. This RTO formulation is a bilevel problem. To solve this problem efficiently, we present techniques to reformulate it into a static RTO and an optimal control problem (OCP). The task of the OCP is to guarantee a fast transition between two operating points, where the RTO determines the economically optimal operating point exploiting the results of the OCP. To solve the OCP, we introduce a coordinate transformation of the system states and propose a novel setup function for the output trajectory. This function guarantees a smooth transition between two stationary operating production levels and allows adapting the output trajectory by a finite number of parameters. In this way, the OCP is transformed into a parameter estimation problem that can be solved in the presence of additional system-related constraints. Thus, the proposed RTO scheme provides a time-dependent trajectory for the input and output in addition to the operating points. Based on this operational strategy, we investigate its relation to storage levels. For this purpose, we analyze the effect of changes in economic factors on the RTO result. It allows us to assess the storage behavior of the production system. Furthermore, we show how this information is employed to estimate the minimum storage size. By utilizing stochastic scenarios for the economic factors, we propose a method to expand the storage capacity beyond the minimum size, achieving the best economic operation without storage-based restrictions. A chemical process example will exemplify the theoretical derived techniques and algorithms of the operational strategy and storage size estimation. The main intention of this work is twofold: Firstly, we demonstrate that the classic concept of a static RTO can be extended by closed-loop information without using a complete dynamic model. This way, economical optimal production system operation, including time-optimal transition, is achieved while considering the storage level evolution predictions. Secondly, we link the evolution of storage levels with the economic uncertainties affecting the RTO. It allows estimating storage capacities decoupled from the economic assessment of the investment costs of the storage elements. Hence, a combined design of storage tanks and optimal operation of the production system using these storage elements is achieved.eng
dc.description.abstractDer Einsatz moderner modellbasierter Regelungsstrategien spielt für den Betrieb verfahrenstechnischer Produktionssysteme oder Anlagen eine wesentliche Rolle. Sie gewährleisten sowohl einen sicheren und stabilen als auch einen wirtschaftlich rentablen Betrieb. Insbesondere bei schwankenden Qualitäten der Eingangsströme, der Verfügbarkeit der elektrischen Energie oder den Einkaufspreisen werden diese Regelungsstrategien benötigt, um den Prozessbetrieb anzupassen. Innerhalb dieser hierarchisch aufgebauten Regelstrategien sorgt die Echtzeitoptimierung für eine stete Neuberechnung der Betriebspunkte gemäß einer wirtschaftlichen Bewertung. Da verfahrenstechnische Anlagen häufig aus miteinander verketteten Prozessen oder Prozesselementen bestehen, werden Speicherelemente zur Pufferung von Fluktuationen in der Material- und Energieversorgung der einzelnen Prozesse eingesetzt. Diese Schwankungen treten u.a. auf, wenn die Betriebspunkte der Anlage innerhalb definierter Lastbereiche verändert werden oder Teilprozesse vollständig abgeschaltet werden. Bei einer gegebenen Speicherkapazität muss die Regelungsarchitektur sicherstellen, dass der Speicher optimal genutzt wird und genügend Reserve für zukünftige Anpassungen des Anlagenbetriebs bietet. Gleichzeitig ist es wichtig, eine Überdimensionierung der Speicherkapazität zu vermeiden. Die vorliegende Arbeit beschäftigt sich mit zwei Aufgaben, nämlich eine optimierungsbasierte Betriebsstrategie als Teil der Regelungsarchitektur zu entwickeln und die Speicherelemente auf Basis dieser Strategie zu entwerfen. Die Betriebsstrategie adressiert insbesondere die Ebene der Echtzeitoptimierung (engl. Real Time Optimization, RTO), die bei der Ermittlung der wirtschaftlich optimalen Betriebspunkte den instationären Anlagenbetrieb aufgrund der häufigen Be- und Entladung von Speicherelementen berücksichtigen muss. Wir schlagen ein RTO-Verfahren vor, bei dem Informationen aus der Regelung der Anlage verwendet werden, um das dynamische Verhalten der Speicherstände vorherzusagen. Bei dieser Formulierung der RTO handelt es sich um ein Bilevel-Optimierungsproblem. Um das Problem effizient zu lösen, werden Techniken vorgestellt, um es in eine statische RTO und ein Optimalsteuerungsproblem (engl. Optimal Control Problem, OCP) umzuformulieren. Die Aufgabe des OCP besteht darin, einen schnellen Übergang zwischen zwei Betriebspunkten zu gewährleisten, wobei die RTO den wirtschaftlich optimalen Betriebspunkt unter Ausnutzung der Ergebnisse des OCP ermittelt. Um das OCP zu lösen, wird eine Koordinatentransformation der Systemzustände eingeführt und eine neuartige Setup-Funktion für die Trajektorie der Produktionsniveaus vorgeschlagen. Diese Funktion garantiert einen glatten Übergang zwischen zwei stationären Produktionsniveaus und ermöglicht außerdem die Anpassung der Trajektorie durch eine endliche Anzahl von Parametern. Das OCP wird so in ein Parameterschätzproblem umgewandelt, das unter Berücksichtigung zusätzlicher anlagenspezifischer Nebenbedingungen gelöst werden kann. Das vorgeschlagene RTO-Verfahren erzeugt somit zusätzlich zu den Arbeitspunkten eine zeitabhängige Trajektorie für den Systemeingang und die Produktionsniveaus. Basierend auf dieser Betriebsstrategie wird in dieser Arbeit auch die Beziehung zu den Speicherständen näher untersucht. Hierzu wird der Einfluss von Änderungen der wirtschaftlichen Faktoren auf das Ergebnis der RTO betrachtet. Dies ermöglicht es, das Speicherverhalten der Anlage zu bewerten. In diesem Zusammenhang wird gezeigt, wie die Informationen genutzt werden können, um die erforderliche minimale Speichergröße abzuschätzen. Durch die Einführung stochastischer Szenarien für die wirtschaftlichen Faktoren schlagen wir eine Methode zur Erweiterung der Speicherkapazität über die Mindestgröße hinaus vor, um einen wirtschaftlich optimalen Betrieb ohne speicherbedingte Restriktionen zu gewährleisten. Anhand eines chemischen Prozessbeispiels werden die theoretisch abgeleiteten Techniken und Algorithmen der Betriebsstrategie und der Speichergrößenabschätzung erprobt. Die Ziele dieser Arbeit können in zwei Punkten zusammengefasst werden: Zum einen wird dargestellt, dass das klassische Konzept einer statischen RTO um Informationen des geschlossenen Regelkreises erweitert werden kann, ohne das vollständige dynamische Modell zu verwenden. Hierdurch wird ein wirtschaftlich optimaler Anlagenbetrieb einschließlich der zeitoptimalen Übergänge unter Berücksichtigung der Entwicklung der Speicherstände erreicht. Zum anderen werden die ökonomischen Unsicherheiten, die die RTO beeinflussen, mit der Entwicklung der Speicherniveaus verknüpft. Dies entkoppelt die Auslegung der Speicherkapazitäten von der ökonomischen Bewertung der Investitionskosten der Speicherelemente. Auf diese Weise wird die Auslegung der Speicher mit dem Design einer optimalen Betriebsstrategie der Anlage verknüpft.ger
dc.format.extente-o, 220 Seiten-
dc.language.isoeng-
dc.rights.urihttps://creativecommons.org/licenses/by-sa/4.0/-
dc.subjectRegelungstechnikger
dc.subjectSteuerungstechnikger
dc.subject.ddc660.0115-
dc.subject.ddc629.8312-
dc.titleOptimization-based operation strategy and storage design for coupled processeseng
dcterms.dateAccepted2021-
dcterms.typeHochschulschrift-
dc.typePhDThesis-
dc.identifier.urnurn:nbn:de:gbv:ma9:1-1981185920-377273-
local.versionTypeacceptedVersion-
local.publisher.universityOrInstitutionOtto-von-Guericke-Universität Magdeburg, Fakultät für Verfahrens- und Systemtechnik-
local.openaccesstrue-
dc.identifier.ppn1764643933-
local.publication.countryXA-DE-ST-
cbs.sru.importDate2021-07-27T11:49:12Z-
local.accessrights.dnbfree-
Appears in Collections:Fakultät für Verfahrens- und Systemtechnik

Files in This Item:
File Description SizeFormat 
Himmel_Andreas_Dissertation_2021.pdfDissertation2.85 MBAdobe PDFThumbnail
View/Open