稳态目标计算方法：优化计算方案

在实际应用中，预测控制器的顶层通常有一个局部稳态优化（Local Steady-State Optimization）——经常被称为实时优化（Real-Time Optimization，RTO），该优化器给出部分CV、MV的理想值。RTO的上一级可能有更全局的调度和优化，所以冠有“局部”的说法。MPC控制器本身则通常具有预测、稳态目标计算、动态控制三个模块。稳态目标计算（Steady-State Target Calculation，SSTC）在每个控制周期计算MV、状态或CV的稳态目标值（指动态控制的设定值），在计算中兼顾RTO提供的理想值。将含有SSTC和动态控制的MPC称为双层MPC，这是因为SSTC的执行更像是处于动态控制的上一层。在双层MPC的背景下，RTO给出的理想值被重新命名为外部目标（External Target，ET）、目标理想值或期望目标。注意，关于“局部稳态优化”，有些文献中指的是SSTC，还有一些文献中指的是RTO等，所以本书不再采用这个笼统的称呼。SSTC与RTO不仅采用的模型不同，而且执行周期也不一样。RTO的执行周期不定，比SSTC大得多。MPC一词，在不同的文献中有不同内涵，它或者指MPC工程技术（因此含有辨识、优化、控制等一系列解决方案），或者指双层MPC，或者狭义的指单层MPC（即仅限于双层MPC中的“动态控制”模块）。在商品化MPC软件整体实施架构中，优化这一数学手段要解决不同层级的问题，包括RTO、SSTC、动态控制模块等。

SSTC是非常必要的，因为在任意控制周期内进入过程的扰动或操作人员的人工干预都可能改变过程的最优目标。SSTC的主要目的是跟踪RTO的计算结果和进行以经济性为目的的优化。具有经济优化能力的MPC软件包，可以在稳态工作点附近进行自动寻优，找到最佳的动态控制的设定值。经验表明，使用具有经济优化功能的线性MPC软件包在大多数情况都会取得较好的经济效益，但这是否与过程的本质非线性相冲突呢？一般情况下是不会的。尽管过程的非线性是绝对的，但多数的大型生产过程都具有连续、稳定生产的特点，因而在稳态工作点附近的一定区域内，过程的动态特性呈现出较为一致的线性关系，线性模型能够较为准确地表征过程的输入输出关系，从而使得SSTC具有较好的应用效果。

SSTC是一种计算过程局部最优稳态目标的开环优化方法。该方法结合过程的稳态数学模型（该模型与MPC所使用的动态模型具有稳态一致性），考虑过程的输入输出约束条件，根据具体要求设置目标函数，最终形成LP（Linear Program）问题或QP（Quadratic Program）问题。在SSTC的实施过程中，需要根据优化操作的要求以及生产过程的特点将MV划分为代价变量（Cost Variable）和最小动作变量（Minimum-Move Variable），将CV划分为稳定CV和积分CV。(www.xing528.com)

本章给出的仅是原理性算法，不能形成整体的策略。SSTC不限于MPC，其他的控制方法也可以基于SSTC。当然，MPC技术更适合采用SSTC。

本章主要符号：表示CV（MV，DV）。y_ss（u_ss，f_ss）表示CV（MV，DV）的稳态值。y_t（u_t）为CV（MV）的外部目标值。。