[发明专利]一种基于滚动粒子群算法的城市明渠排水系统控制方法

权利要求书

1.一种基于滚动粒子群算法的城市明渠排水系统控制方法，其特征在于，包括以下步骤：

(1)建立城市明渠排水系统模型

系统状态转移方程为：

h(k+1)=h(k)+[(d(k)-u(k)]T/S-Σi=023-kγ(i+k)e(i),k=0,1,2,...,23]]>

约束条件为：

h_min≤h(k)≤h_max

u_min≤u(k)≤u_max

目标函数为：

J=minΣk=023J(k)=minΣk=023α(k)(h(k+1)-h~)2+β(k)p(k)E(k)]]>

其中：

E(k)＝A(u(k))²+Bu(k)+C

系统各参数的解释如下：

a.明渠水面面积S：被监控的城市明渠水面面积S根据实测得到；

b.阶段总数k：取1天作为一个排水周期进行规划，将1天分为24个阶段，每个阶段持续一小时，阶段总数为24，设k为阶段变量；

c.状态变量h(k)：当前水位用h(0)表示，通过实地检测获得；将k个阶段之后的预期规划水位记为h(k)，k＝1，2，3…23，24；

d.决策变量u(k)：城市泵站通过排水泵的排水量来控制明渠的水位，设水泵在阶段k的排水量为u(k)；

e.预测降水排放量d(k)：城市的未来24小时预测降水排放量每小时更新一次，记未来时刻k的预测降水排放量为d(k)；

f.状态误差反馈量e(k)：设e(k)表示k个阶段之前，预期水位与实际水位的误差值；

g.权重系数γ(k)：γ(k)为e(k)的影响权重系数，它代表了k个阶段之前的状态误差反馈量对未来状态预测的影响；0<γ(k)<1，且γ(k)单调递减；

h.约束条件：h_min，h_max分别表示水位的下限和上限；u_min，u_max分别表示最小排水量和最大排水量；

i.目标函数：本系统以跟踪目标水位和节省总费为控制目标，J(k)表示k时刻的总代价，它包含与水位相关的代价与电费相关的代价两个部分；其中，α(k)与β(k)分别为k时刻的水位代价权重与电费代价权重；为目标跟踪水位；p(k)为时刻k的预测电价；E(k)为时刻k的用电量；E(k)可近似为一个关于u(k)的二次函数；A、B、C为电机相关参数，可根据系统辨识实测得到；

(2)对系统参数进行初始化，具体步骤如下：

(2.1)实测得到明渠底面积S；

(2.2)通过系统辨识得到电机用电量参数A、B、C；

(2.3)设置目标跟踪水位

(2.4)初始化状态误差反馈量e(k)，令e(k)＝0,k＝0,1,...,23；

(2.5)设置权重系数α(k)，β(k)和γ(k)；

(2.6)检测当前水位，并将其值赋给h(0)；

(3)更新d(k)：获取最新的城市未来24小时预测降水排放量，并将其值赋给d(k)；

(4)更新p(k)：获取最新的城市未来24小时的预测电价，并将其值赋给p(k)；

(5)利用粒子群算法进行最优控制序列求解，具体为：

从一个阶段的水位h(k)转向下一个阶段的水位h(k+1)时，根据步骤(1)中的系统状态转移方程求得u(k)的值；将h(k+1)和u(k)带入步骤(1)中的目标函数，则可求得总代价J(k)；把J(k)看作阶段k到阶段k+1的路径长度，则该控制问题转化为了一个从阶段0到阶段24的最短路径问题；采用经典粒子群算法可求得一条最优路径，从而得出预期最佳状态变量序列h(k),k＝1，2，3…23，24,进而得出最优控制序列u(k),k＝0，1，2…22，23；

(6)输出u(0)：控制水泵电机输出第一个控制量u(0)，直到下一个阶段开始；

(7)采集当前水位h(0)：当下一个阶段开始后，检测当前水位，并将其值赋给h(0)；

(8)滚动更新状态误差反馈量e(k)，具体包括以下步骤：

(8.1)将所有e(k)往后推移一位，舍弃原有的e(23)，即：

e(23)＝e(22)；

e(22)＝e(21)；

……；

e(1)＝e(0)；

(8.2)根据步骤(5)中得到的h(1)和步骤(7)中得到的h(0)，更新e(0)的值：e(0)＝h(1)‐h(0)；

(9)循环迭代：重复执行步骤(3)至步骤(8)直到结束控制，关闭系统，跳出循环。