Optimización en tiempo real (RTO) de procesos industriales. Aplicaciones a sistemas de energía

Abstract

La operación eficiente de los procesos industriales es determinante para reducir el consumo de energía, minimizar el impacto ambiental y maximizar los beneficios de la producción. La optimización en tiempo real (RTO) es una herramienta de la informática aplicada a la ingeniería de procesos, que utiliza las mediciones existentes en la planta para adaptar los modelos disponibles y determinar la forma óptima de operar un proceso. Esta tesis desarrolla formulaciones alternativas de la RTO, con aplicación general pero orientada a sistemas de generación de calor y potencia, que son apropiados para la RTO por su dinámica rápida y la necesidad de responder a cambios en la demanda, precios y condiciones ambientales. La estructura particular de los sistemas de energía se utiliza para obtener una variante de la estrategia de adaptación por modificadores (adaptación por modificadores basada en ecuaciones de eficiencia), que reduce la cantidad de datos necesarios para estimar gradientes y permite su aplicación a sistemas con mayor número de variables de entrada. A partir de esta formulación, se propone una evolución desde la RTO tradicional (no lineal, continua y de un solo período), con la incorporación de decisiones discretas (con modelos de programación disyuntiva) y de formulaciones multiperíodo para integrar la RTO con el scheduling óptimo. Finalmente, se aborda la problemática del uso del tiempo. Se propone una metodología para aprovechar el tiempo máximo disponible para generar soluciones candidatas a ser aplicadas en la planta, y se plantean estrategias para el uso del tiempo ocioso entre ejecuciones de RTO.

The efficient operation of industrial processes is key to reduce energy consumption, minimize environmental impact and maximize benefits. Real-time optimization (RTO) is a tool from process systems engineering which makes use of the existing plant measurements to adapt the available models and calculate the optimal values for the operating variables of a process. This thesis develops alternative formulations of RTO, with general application, but oriented to heat and power generation systems. These systems are appropriate for RTO due to their fast dynamics and the need to react to changes in demand, prices and ambient conditions. The particular structure of energy systems is used to propose an alternative formulation of the modifier adaptation strategy (modifier adaptation based on efficiency equations), which reduces the amount of data required for gradient estimation, and allows the application of modifier adaptation to systems with a greater number of input variables. Starting from this formulation, an evolution is proposed from traditional RTO (nonlinear, continuous, single-period): First, with the inclusion of discrete decisions (through disjunctive programming models); second, with the incorporation of multi-period formulations to integrate RTO with optimal scheduling. Finally, the problem of time is approached. A methodology is proposed to make use of the maximum available time to generate candidate solutions to be applied on the plant. Also, strategies are suggested to utilize the spare time between RTO executions.