Scenario-based model predictive control of water reservoir systems

要約

貯水池システムの最適運用は、相反する複数の目的を含む困難な課題である。複雑さの主な原因は流入水の存在であり、流入水は外生的で非常に不確実な擾乱としてシステムに作用する。モデル予測制御（MPC）が採用される場合、最適な放水量は通常、流入量の（予測）軌跡に基づいて計算される。この選択は、実際の流入量が予測と異なる場合に、クローズドループの性能を危険にさらす可能性がある。この研究では、貯水池のための確率的MPCアプローチを初めて検討し、過去のデータから直接生成されたもっともらしい将来の流入量に基づいて制御を最適化する。このようなシナリオベースのMPC戦略により、制御装置はより慎重になり、干ばつ期間（例えば、湖水位が乾燥限界値を下回る）を打ち消すと同時に、農業用水需要を満たすことを保証することができる。この手法の有効性は、イタリアのコモ湖の実際の流入量データを用いた広範なモンテカルロ試験によって検証されている。

要約(オリジナル)

The optimal operation of water reservoir systems is a challenging task involving multiple conflicting objectives. The main source of complexity is the presence of the water inflow, which acts as an exogenous, highly uncertain disturbance on the system. When model predictive control (MPC) is employed, the optimal water release is usually computed based on the (predicted) trajectory of the inflow. This choice may jeopardize the closed-loop performance when the actual inflow differs from its forecast. In this work, we consider – for the first time – a stochastic MPC approach for water reservoirs, in which the control is optimized based on a set of plausible future inflows directly generated from past data. Such a scenario-based MPC strategy allows the controller to be more cautious, counteracting droughty periods (e.g., the lake level going below the dry limit) while at the same time guaranteeing that the agricultural water demand is satisfied. The method’s effectiveness is validated through extensive Monte Carlo tests using actual inflow data from Lake Como, Italy.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL