chemical plant,numerical optimization,receding horizon,real time,sensitivity ,"/>
摘要:
针对化工装置中大规模非线性操作优化出现的求解复杂度高、收敛难度大以及实时性差等问题,在原始滚动时域优化算法的基础上开发了一种基于灵敏度信息的数值优化求解实时性提升算法。该算法在克服优化计算不确定性的同时,可利用当前非线性规划问题优化结果的灵敏度信息实现在线预估未来优化时间段内操作优化问题的近似最优解,并且通过背景计算和离线矫正进一步提升预估解的精度,从而保证既快又精准地求解操作优化问题。文章选择了1个典型的化工装置作为仿真案例,优化计算耗时相比传统方法减少64.3%,验证了上述实时性提升算法的有效性。