Comparison of six implicit real-time optimization schemes

ABSTRACT. Real-time optimization (RTO) is a class of methods that use measurements to reject the effect of uncertainty on optimal performance. This article compares six implicit RTO schemes, that is, schemes that implement optimality not through numerical optimization but rather via the control of appropriate variables. For unconstrained processes, the ideal controlled variable is the cost gradient. It is shown that, because of their structural differences, model-free and model-based techniques exhibit different features in terms of required excitation, convergence, scalability with the number of inputs and rejection of uncertainty. This comparison is illustrated through a simulated CSTR. RÉSUMÉ. L’optimsation en temps réel (RTO) est une classe de méthodes où les mesures sont util-isées pour rejeter l’effet de l’incertitude. Cet article compare six techniques de RTO implicites qui optimisent un procédé en contrôlant certaines variables. En l’absence de contraintes, la grandeur commandée idéale est le gradient de la fonction coût. A cause de leurs différences structurelles, les méthodes sans modèle et les méthodes basées sur le modèle se comportent différemment en termes de besoin d’excitation, de temps de convergence, de capacité de mise à l’échelle et d’aptitude à rejeter l’effet d’incertitudes. Cette comparaison est illustrée en simu-lation au moyen d’un réacteur chimique à marche continue