Hierarchical robust real time optimization with zone control

Abstract

El problema de control de sistemas de gran escala y en red se resuelve normalmente dividiendo el problema y aplicando técnicas locales de modelamiento y control a subsistemas más pequeños y más manejables . Dado que una partición no es natural, los subsistemas no necesariamente intercambian la información apropiada y los controladores no se comportan como deberían. La falta de cooperación hace que los controladores interactuen de manera inesperada lo cual no fue considerado en la fase de diseño. Como resultado de ello, el sistema completo puede ser muy fragil e incluso ser inestable en presencia de perturbaciones no modeladas. Actualmente, es bien sabido que con el fin de obtener un funcionamiento óptimo global de un sistema, es necesario medir, estimar y actuar en base a la información global. Hacer estas tareas es difícil e implica un serio compromiso entre la complejidad y fiabilidad, este compromiso debe ser negociado con el fin de obtener resultados reales y aplicables. En los problemas de control de sistemas de gran escala, la eficiencia, la tratabilidad del control y el modelo son puntos claves: es necesario calcular una buena acción de control y simular el sistema de una manera precisa, teniendo en cuenta que todos los subsistemas no necesariamente tienen el mismo comportamiento dinámico, y la simulación de todo el sistema puede tener una alta carga computacional. Una partición jerárquica basada en la dinamica temporal puede ser propuesta con el fin de reducir el tamaño y la carga computacional del problema. En ese sentido y con el fin de hacer frente a estos problemas, el uso de control distribuido en el que el sistema se subdivide en varias subregiones es necesario. También habrá una distribución temporal de los controladores, lo que resulta en una estructura jerárquica en la que los controladores de nivel inferior se ocupan de la dinámica rápida en una región pequeña y en el que los controladores de nivel más alto cuidan de las dinámicas más lentas y hacen la coordinación sobre una región más grande. Así que en la configuración anterior, los sistemas de mayor funcionalidad residen en niveles más altos, mientras que en los niveles inferiores de las unidades individuales, deben garantizar funciones especificas. Además del seguimiento de referencias y objetivos económicos que se consideren explícitamente. En esta tesis se presenta un enfoque de control jerárquico aplicado a sistemas de gran escala mediante el control predictivo basado en modelo por zonas. Este método utiliza una integración de la optimización dinámica en tiempo real (DRTO) y el control predictivo basado en modelo por zonas. En general, el control de las diferentes variables se establece en una referencia definida, pero en ocasiones, esto puede afectar la viabilidad de la solución es especial cuando el sistema está altamente interconectado. En general en los sistemas de gran escala las variables no necesariamente deben estar en una referencia específica, allí es cuando se utiliza el control por zonas, donde las variables de salida se mantienen en una zona determinada. Control por zonas es un enfoque que ayuda a encontrar una solución factible, ya que libera las variables para estar en una zona especifica y no en una referencia fija. En el enfoque de control jerárquico propuesto, en la capa superior se solucionan dos problemas: una optimización dinámica en tiempo real (DRTO) y una optimización dinámica en tiempo real robusta (RDRTO), por medio de estos problemas de optimización es posible encontrar los limites (desde el punto de vista económico) y trayectorias de referencia optimas para el coordinador (capa intermedia). El coordinador calcula las variables de entrada jerárquicas y referencias de salida que estan siempre en la zona especificada, esta información es tomada por los controladores de los subsistemas (capa inferior) para generar las variables de entrada que se van a aplicar