Estabilizador de Sistemas de Potencia usando Control Predictivo basado en Modelo

Abstract

<p>Se propone un estabilizador de potencia predictivo para amortiguar oscilaciones de potencia en un sistema eléctrico de potencia(SEP) formado por una sola máquina conectada a una barra infinita (Single Machine Infinite Bus, SMIB). Este enfoque considera un análisis de estabilidad de pequeña señal, usando un modelo incremental alrededor de un punto de operación. El estabilizador proporciona señales de control óptimas, debido a que además de utilizar el controlador predictivo basado en modelo (Model Predictive Controller, MPC) sus parámetros se optimizan fuera de línea empleando un algoritmo de optimización por enjambre de partículas (Particle Swarm Optimization, PSO). Su comportamiento se compara con un estabilizador del sistema potencia convencional, con parámetros también optimizados con PSO fuera de línea. Para validar la metodología propuesta, se presentan numerosas simulaciones de respuestas dinámicas del SMIB, para diferentes condiciones de operación y perturbaciones.</p>

Metodología de programación dinámica aproximada para control óptimo basada en datos

“…El diseño de controladores basados en optimización es de gran relevancia actual en múltiples facetas teóricas (Ariño et al, 2010) y prácticas (Armesto et al, 2015;Duarte-Mermoud and Milla, 2018;Rubio et al, 2018).…”

Estimación de intensidades rotóricas en máquinas polifásicas para control predictivo

“…En la realización del CPCE aparece el problema de que las corrientes de rotor forman parte del estado del sistema y sin embargo no son medibles. La importancia queda manifiesta por la sensibilidad del CPCE ante errores de modelado y otros que afecten a las predicciones (Arahal et al, 2013;Duarte-Mermoud and Milla, 2018).…”

Método de error de Bellman con ponderación de volumen para mallado adaptativo en programación dinámica aproximada

“…El diseño de controladores basados en optimización es de gran relevancia actual en múltiples facetas teóricas (Liberzon, 2011;Ariño et al, 2010) y prácticas (Armesto et al, 2015;Duarte-Mermoud and Milla, 2018;Rubio et al, 2018).…”