EEL6001: Teoria de Sistemas Lineares I

Prof. Aguinaldo S. e Silva

Trabalho 01: An alise de conceitos de artigo - 2013-1
Marcelo Dalmas
marcelo.dalmas@reason.com.br
Resumo
O trabalho apresenta uma an alise dos objetivos do ar-
tigo e da formulac ao usada e a identicac ao dos concei-
tos apresentados na disciplina EEL6001: Teoria de Siste-
mas Lineares.
1. Objetivos
O artigo [1] selecionado, prop oe um ndice de desem-
penho, baseado na autoestrutura (autovalores e autovetores)
do sistema em malha fechada, para medir o desempenho do
din amico do sistema, bem como o esforco de controle. Esse
ndice e utilizado para a construc ao de func oes objetivos uti-
lizadas para o projeto de controles otimos. Tamb em e pro-
posto um procedimento para o ajuste dos controladores, ba-
seado em programac ao n ao linear, utilizando o m etodo de
programac ao quadr atica sequencial.
2. Formulac ao
2.1.

Indice de desempenho
O modelo linear de um sistema de pot encia em malha fe-
chada pode ser descrito com indicado em 1.
x
j
= A
j
x
j
y
0
= E
j
x
j
u
c
= K
j
x
j
(1)
Onde x
j
e A
j
R
nn
s ao o vetor de estados e a matriz
de estados para a j- esima condic ao de operac ao. y
0
e o vetor
de sada. u
c
e o vetor de controle e E
j
e K
j
s ao as matrizes
de sada.

E possvel ent ao, denir uma func ao de custo quadr atica

para a j- esima condic ao de operac ao como e mostrado em
2.
cost
j
=

0
[y
H
0
Q
j
y
0
+u
H
c
R
j
u
c
]dx
x
j
(0) = x
j0
(2)
onde Q
j
R
n
Q
n
Q
e R
j
R
n
R
n
R
s ao matrizes di-
agonais com elementos positivos. H e operador transposto
conjugado. x
j0
e o valor inicial de x
j
.
A partir das equac oes 1 e 2 pode-se obter:
cost
j
=

0
[x
H
j
P
j
x
j
]dt (3)
Onde a matriz auto-adjunta P
j
e dada por:
P
j
= E
H
j
Q
j
E
j
+K
H
j
R
j
K
j
(4)
A matriz de estado A
j
pode ser diagonalizada por uma
transformac ao de similaridade, obtendo-se a soluc ao da
equac ao 1 no domnio do tempo:
x
j
(t) = U
j
e
jt
V
j
x
j0
(5)
Para t 0. U
j
e V
J
s ao as matrizes de autovetores a es-
querda e a direita de A
j
.
j
e uma matriz diagonal denida
por:

j
= diag(
1j
,
2j
, ,
nj
) (6)
Onde
1j
,
2j
, ,
nj
s ao os autovalores de A
j
.
Se o sistema e est avel ent ao pode-se calcular a func ao
custo 3 a partir da equac ao 5, como mostrado a seguir:
cost
j
=

0
[x
H
j0
V
H
j
e

H
j
t
U
H
j
P
j
e
jt
V
j
x
j0
]dt
= x
H
j0
V
H
j
[

0
(e

H
j
t
U
H
j
P
j
U
j
e
jt
)dt]V
j
x
j0
= x
H
j0
V
H
j
[(U
H
j
P
j
U
j
) L
j
]V
j
x
j0
= x
H
j0
M
j
x
j0
(7)
Onde M
j
e a matriz custo do j- esima condic ao de
operac ao e e denida como:
M
j
= V
H
j
[(U
H
j
P
j
U
j
) L
j
]V j (8)
Onde L
j
e a matriz auto-adjunta dada por:
L
j
=

1j
+1j
1

1j
+2j

1

1j
+nj
1

2j
+1j
1

2j
+2j

1

2j
+nj
.
.
.
.
.
.
.
.
.
.
.
.
1

nj
+1j
1

nj
+2j

1

nj
+nj

(9)
Pode-se mostrar que M e uma matriz denida positiva,
e ent ao a equac ao 7 pode ser decomposta como mostrado a
seguir:
x
H
j0
M
j
x
j0
=
1j
|z
1j
|
2
+
2j
|z
2j
|
2
+ +
nj
|z
nj
|
2

1j

2j

nj
(10)
x
j0

2
2
= |z
1j
|
2
+|z
2j
|
2
+ +|z
nj
|
2
(11)
Onde
1j
,
2j
, ,
nj
s ao os autovalores de M
j
e os
n umeros reais positivos z
ij
, z
2j
, ..., z
nj
s ao os valores das
coordenadas quando x
j0
e projetado na base ortonormal
formada pelos autovetores a direita de M
j
.
Como x
j0
n ao e determinado, um novo ndice e pro-
posto, como mostrado a seguir:
f
pj
=
n

k=1

kj
(12)
Esse novo ndice n ao depende de x
j0
e, apesar de n ao ser
equivalente a cost
j
, mede o desempenho din amico do sis-
tema bem como o esforco de controle.
2.2. Modelagem do sistema em malha fechada
A estrutura geral de um sistema contento PSSs (Power
System Stabilizers) e SDCs (Supplementary Damping Con-
trolleres) com o objetivo de minimizar as oscilac oes e mos-
trado na gura 1.
Figura 1. Estrutura geral de um sistema.
Geralmente modelos de sistemas de pot encia s ao de or-
dem elevadas. Com o intuito de facilitar o projeto utilizou-
se a aproximac ao de ordem reduzida do sistema mostrada
nas equac oes 13 e 14.
x
rj
= A
rj
x
rj
+B
rj
u
c
(13)
[ y
c
, y
o
]
H
= [C
rj
, E
rj
]
H
x
rj
(14)
Onde x
jr
R e A
jr
R
nrnr
s ao o vetor de estado
e a matriz de estado do sistema de ordem reduzida para o
j- esima condic ao de operac ao. y
c
e o vetor de sada para en-
trada os controladores. B
rj
e a matriz de entrada, C
rj
e E
rj
s ao matrizes de sada.
Os atrasos s ao aproximados utilizando a aproximac ao de
Pad e de segunda ordem:
e
s

2
s 6s + 12

2
+ 6s + 12
(15)
Onde e o vetor de atrasos.
As equac oes de estados que descrevem a din amica dos
atrasos s ao dadas por:
x

= A

+B

y
c
(16)
y
c
= C

+D

y
c
(17)
Onde x

e o vetor de estado dos atrasos. y

c
e o vetor de
entrada dos controladores. A

, B

, C

e D

s ao as matri-
zes de estado, de entrada, de sada e de controle, respectiva-
mente.
Utilizando as equac oes 16 e 17 nas equac oes 13 e 14
obt em-se o modelo linear descrito a seguir:
x
1j
= A
1j
x
1j
+B
ij
+u
c
(18)
[y
c
, y
0
] = [C
1j
, E
1j
]
H
x
1j
(19)
Onde as matrizes s ao dadas por:
x
1j
=

x
rj
x

A
1j
=

A
rj
0
B

C
rj
A

B
1j
=

B
rj
0

C
1j
=

C
rj
C

E
1j
=

E
rj
0

Supondo n
c
controladores, sendo que o i- esimo contro-
lador possui par ametros T
wi
, T
mi
, K
i
, T
1i
, T
2i
, T
3i
e T
wi
.
Esse controladores podem ser modelados por:
x
ci
= A
ci
x
ci
+B
ci
y
ci
(20)
u
ci
= C
ci
x
ci
(21)
Com i = 1, 2, ..., n
c
. Onde u
c
e y
c
s ao entrada e sada,
respectivamente, do i- esimo controlador. x
c
e o vetor de es-
tado e as matrizes s ao denidas como:
u
c
= [u
c1
, u
c2
, , u
cn
]
H
y
c
= [y
c1
, y
c2
, , y
cn
]
H
A
ci
=

0 1 0 0
0 0 1 0
0 0 0 1
1
a4
a1
a4
a2
a4
a3
a4

B
ci
=

0
0
0
1
a4

C
ci
=

0 K
i
T
wi
K
i
T
wi
(T
2i
+T
4i
) K
i
T
wi
T
2i
T
4i

a
1
=T
1i
+T
3i
+T
mi
+T
wi
a
2
=T
1i
T
3i
+T
mi
T
wi
+T
mi
T
1i
+T
mi
T
3i
+T
wi
T
1i
+T
wi
T
3i
a
3
=T
1i
T
3i
(T
mi
+T
wi
) +T
mi
T
wi
(T
1i
+T
31
)
a
4
=T
1i
T
3i
T
mi
T
wi
Ent ao as equac oes de estado do controlador sintetizado e
dado por:
x
c
= A
c
x
c
+B
c
y
c
(22)
u
c
= C
c
x
c
(23)
Onde:
A
c
= diag(A
c1
, A
c2
, , A
cnc
)
B
c
= diag(B
c1
, B
c2
, , B
cnc
)
C
c
= diag(C
c1
, C
c2
, , C
cnc
)
x
c
= [x
c1
, x
c2
, , x
cnc
]
H
O modelo linear denido pela equac ao 1 pode ser cons-
trudo incorporando-se as equac oes 22 e 23 nas equac oes 18
e 19. As matrizes obtidas s ao dadas por:
x
j
=

x
ij
x
c

A
j
=

A
1j
B
1j
C
c
B
c
C
1j
A
c

E
j
=

E
1j
0

K
j
=

0 C
c

2.3. Procedimento de ajuste dos controladores

No artigo os par ametros K
i
, T
1i
, T
2i
, T
3i
e T
4i
dos
PSSs e SDCs s ao considerados ajust aveis. As constantes de
tempo T
mi
e T
wi
s ao preestabelecidas e permanecem cons-
tantes durante o procedimento de ajuste.
Um procedimento de ajuste dos controladores baseado
em otimizac ao proposto e mostrado a seguir:
min
n

j=1

j
f
pj
s.a. :
kj

c
k = 1, 2, ..., n
j = 1, 2, ..., n
p
p
min
p p
max
(24)
E p e o vetor de par ametros dado por:
p = [K
1
, T
11
, T
21
, T
31
, T
41
, ..., K
nc
, T
1nc
, T
2nc
, T
3nc
, T
4nc
]
H
3. Conceitos
O artigo apresenta v arios dos conceitos vistos durante a
disciplina EEL6001: Teoria de Sistemas Lineares.
Os modelos apresentados utilizam a representac ao de
sistemas por estado, na forma de equac oes diferencias ma-
triciais:
x = Ax +By
y = Cx +du
Para obter-se a soluc ao da equac ao 1 utilizou-se uma
transformac ao de similaridade para diagonalizac ao de ma-
triz. A forma diagonalizada utiliza os autovalores e autove-
tores, conceitos fundamentais vistos durante a disciplina.
A func ao custo cost
j
descrita pela equac ao 7 uti-
liza a matriz L
j
na sua denic ao. Essa matriz se apre-
senta na forma companheira. A func ao custo e decomposta,
ent ao, utilizando os conceitos de norma, base ortonor-
mal e projec ao de vetores.
4. Conclus oes
Atrav es da an alise do artigo e possvel notar que os con-
ceitos vistos durante a disciplina EEL6001: Teoria de Siste-
mas Lineares s ao ferramentas b asicas de fundamental utili-
dade para a an alise de sistemas de pot encia.
Refer encias
[1] D. Ke, C. Chung, and Y. Xue. An eigenstruture-based per-
formance index and its application to control design for dam-
ping inter-area oscillations in power systems. IEEE Transac-
tions on Power Systems, 26(4):23712380, November 2011.