Control predictivo generalizado de inversores conectados a red

Show simple item record

dc.contributor.author Judewicz, Marcos Gabriel
dc.date.accessioned 2016-04-11T15:22:29Z
dc.date.available 2016-04-11T15:22:29Z
dc.date.issued 2016-03-22
dc.identifier.uri http://rinfi.fi.mdp.edu.ar/handle/123456789/65
dc.description In grid current injection applications, the inverter current control must respond fast to grid variations, must deliver power with an acceptable harmonic distortion and, at the same time, must be robust against model mismatch. Model Predictive Control (MPC) is an adequate technique because it fulfills these requirements. The main contribution of this thesis is the application of a linear MPC strategy known as Generalized Predictive Control (GPC) to grid-tie inverters. In this sense, work has been made particularly at the impact of the λ parameter, which is the weight assigned to the control dynamics on the method cost function, on the robustness against model mismatch and calculation delays, and it was demonstrated that with a correct selection, controller robustness can be improved. From this research, a design method was devised for its application to grid-tie inverters, which guarantees good dynamic performance and robustness, while keeping a low computational burden. Experimental results showed that GPC complies with quality standards and outperforms classic controllers such as the PR controller, both in steady state and transient responses. A THDi of 2,7 % was obtained, in comparison with a 5,2 % resultant from a suboptimal systematic PR design. This reflects the fact that the proposed controller is well below the maximum THDi values of 5 % imposed by the standards, as opposed to the PR controller which is slightly off limits. Also, the system robustness criteria resulted coherent with the design process. Finally, the GPC computation time span was verified and resulted in 12,8 µs which is shorter than in other MPC strategies and also shorter than the required time span of any of the existing works which present a THDi< 5 %. Therefore, the proposed GPC technique can be included as practical controller in grid-tie inverters, even in the absense of powerful hardware platforms, as opposed to other computationally demanding MPC strategies. Additionally, based on a study of the most widespread MPC techniques in grid injection, a series of improvements was proposed. More specifically, the Finite Control Set MPC (FCS-MPC) robustness was improved by the inclusion of a Luenberger observer to estimate the load current future value to be used in the optimization algorithm. With this addition, THD could be kept constant even with 50 % load inductance variations. Injected current quality was improved by using a digital filter in the cost function, for which different FIR and IIR filter alternatives were assessed. When the strictest constraint lies on computational burden or in the converter efficiency, the IIR filter proved being the best choice. Nevertheless, if a greater power quality is desired, the maximally flat FIR filter proved to be the optimal choice. Finally, if minimal spectral dispersion is desired, the equiripple FIR was the one with best results. In this way, evaluation parameters were obtained for different digital filter alternatives which fit to each application requirements. es_AR
dc.description.abstract En la inyección de energía a la red eléctrica, el control de corriente del inversor debe responder de forma rápida frente a los cambios en la red eléctrica, entregar la energía a la red eléctrica con una distorsión armónica aceptable y, al mismo tiempo, ser robusto frente a variaciones paramétricas del sistema. El Control Predictivo basado en Modelo (Model Predictive Control, MPC) es una técnica adecuada ya que cumple con estos requerimientos. El aporte principal de esta tesis es la aplicación de una estrategia de control MPC en una variante lineal conocida como Control Predictivo Generalizado (Generalized Predictive Control, GPC) a inversores conectados a red. En este sentido, se trabajó particularmente en el impacto del parámetro λ, que es el peso asignado a la dinámica del control en la función de costo del método, sobre la robustez frente a variaciones paramétricas y retardos de cálculo, y se mostró que con una correcta selección se puede mejorar la robustez del controlador. A partir de esta investigación se ideó un método de diseño para su aplicación en inversores conectados a red, que garantiza buen desempeño dinámico y robustez, manteniendo un bajo costo computacional. Los resultados experimentales mostraron que el GPC cumple con los estándares de calidad y supera a controladores clásicos como el control Proporcional Resonante (PR), tanto en la respuesta de régimen permanente como en la transitoria. Se obtuvo un valor de Distorsión Armónica Total (Total Harmonic Distortion, THD) en la corriente, THDi, de 2,7 %, en comparación con un 5,2 % resultante de un diseño sistemático subóptimo del PR. Esto refleja el hecho de que el controlador propuesto se encuentra bien por debajo de los máximos valores de THDi del 5 % impuestos por los estándares, en oposición al controlador PR que está levemente fuera de los límites. También los criterios de robustez del sistema resultaron coherentes con el proceso de diseño. Finalmente, se verificó el tiempo de cálculo del GPC que resultó 12,8 µs, menor que en otras estrategias MPC y también menor que el tiempo requerido por cualquiera de las contribuciones existentes en la bibliografía que presentan una THDi< 5 %. Por lo tanto, la técnica de GPC propuesta puede ser incluida como un controlador práctico en inversores conectados a red, incluso ante la ausencia de plataformas de hardware poderosas, en oposición a otras estrategias MPC computacionalmente demandantes. Adicionalmente, en base a un estudio de las técnicas de MPC más utilizadas en inyección a red, se propusieron una serie de mejoras. Más etalladamente, se mejoró la robustez del MPC de conjunto finito de estados (Finite Control Set MPC, FCS-MPC) mediante la inclusión de un observador de Luenberger en la estimación del valor futuro de corriente en la carga para su utilización en el algoritmo de optimización. Con esto se pudo mantener la THD aún con variaciones de hasta el 50 % en la inductancia de la carga. La calidad de la corriente inyectada fue mejorada mediante la utilización de un filtro digital en la función de costo, para lo que fueron evaluadas distintas alternativas de filtros digitales de Respuesta Finita al Impulso (Finite Impulse Response, FIR) y de Respuesta Infinita al Impulso (Infinite Impulse Response, IIR). Cuando la mayor restricción se encuentra en la carga computacional o en la eficiencia del convertidor, el filtro IIR demostró ser la mejor opción. Sin embargo, si se desea una mayor calidad en la energía, el filtro FIR de máxima planicidad mostró ser la elección óptima. Por último, si se desea minimizar la dispersión espectral, el filtro FIR equiripple fue el que mejor resultados obtuvo. De esta forma, se obtuvieron parámetros de evaluación para distintas alternativas de filtro digital que se ajustan a los requerimientos de cada aplicación. es_AR
dc.format application/pdf es_AR
dc.language.iso es es_AR
dc.publisher Universidad Nacional de Mar del Plata. Facultad de Ingeniería. Argentina es_AR
dc.rights info:eu-repo/semantics/openAccess es_AR
dc.rights info:eu-repo/semantics/openAccess es_AR
dc.subject CONTROL PREDICTIVO GENERALIZADO es_AR
dc.subject INVERSORES CONECTADOS A RED es_AR
dc.subject ENERGÍAS RENOVABLES es_AR
dc.subject Research Subject Categories::TECHNOLOGY::Electrical engineering, electronics and photonics es_AR
dc.title Control predictivo generalizado de inversores conectados a red es_AR
dc.title.alternative Generalized predictive control of grid-tie inverters es_AR
dc.type Thesis es_AR
dc.rights.holder https://creativecommons.org/licenses/by/4.0/ es_AR
dc.description.fil Fil: Judewicz, Marcos Gabriel. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina es_AR


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search RINFI


Browse

My Account

Statistics