Escolar Documentos
Profissional Documentos
Cultura Documentos
Resumen—En este documento se presenta el trabajo final de las diferentes etapas del curso, o dicho de otra manera, las
para la asignatura “Fundamentos de sistemas no lineales”. Las diferentes etapas de la comprensión de los sistemas no lineales.
microrredes son una de las soluciones energéticas que está
tomando fuerza en la actualidad debido a la serie de ventajas
que presenta en términos de confiabilidad y eficiencia de recursos Aquı́ dicha aplicación práctica, es el modelo matemático
energéticos (uso de energı́as renovables). A lo largo de los útlimos no lineal del inversor en una microrred y el escenario es
años se han venido estudiando en diferentes campos: Control, la simulación computacional. Tal elección se realiza por
diseño, construcción, topologı́as, estabilidad, entre otras. Este intereses académicos de los autores, sin dejar de lado, que
documento se enfoca en el control, y presenta el problema de el método de comparación puede ser aplicado para otros
controlar los inversores que se encuentran entre los generadores
distribuidos y la microrred, para obtener una operación deseable sistemas no lineales.
de la misma. En la primera sección y segunda sección se hace un
breve acercamiento hacia las microrredes, en la tercera sección se Se expondrá entonces, la conceptualización de la planta
presenta el modelo del inversor, en la cuarta sección se expondrá y la importancia de las microrredes en la actualidad, hecho
el diseño de cada una de las técnicas de control escogidas, en la que concluye con la elección de un modelo no lineal de un
quinta sección se presentan una serie de criterios de desempeño
que se tendrán en cuenta en la sexta sección para el análisis inversor que conecta al generador distribuido con la microrred
de los resultados obtenidos. Finalmente, en la última sección y de los criterios de comparación, propios para la misma, que
se encuentran las conclusiones al respecto y el trabajo futuro se aspira, puedan comparar con justicia las distintas técnicas,
propuesto. en un estudio de la base cualitativa y cuantitativa de los
Index Terms—microrred, modelamiento, control, inversor, resultados.
desempeño, no-lineal
Se entrega una metodologı́a básica de comparación de
I. I NTRODUCCI ÓN
técnicas de control no lineales para la corrección del ángulo
Las técnicas de control no lineal, son, en efecto de la de potencia de un inversor conectado a una microrred, a través
ingenierı́a y la automatización, las puesta en práctica del de criterios de desempeño, el modelo matemático no lineal del
desarrollo teórico de los sistemas no lineales, puesto que mismo, y la aplicación en él, de cuatro técnicas de control no
es aquı́ donde toman forma los conceptos de estabilidad, lineal, Gain Scheduling, Feedback Linearization, Backstepping
invarianza, finitud de las soluciones, etc. a razón de las y Sliding Mode Control.
posibilidades materiales (limitantes fı́sicas, económicas,
II. M ICRORREDES
sociales, etc.) y los requerimientos de las plantas. Es
ası́, como el diseño de los controladores, desarrollados II-A. Concepto de Microrred
sistemáticamente en [3, cap. 12-14], encarna el sentido propio De acuerdo con el Grupo de Intercambio de Microrredes
de la materia, que es la comprensión de dichos sistemas para del Departamento de Energı́a de los Estados Unidos [7]: “Una
la aplicación práctica en escenarios especı́ficos, es decir, la microrred es un grupo de cargas interconectadas y fuentes de
solución de problemas y la satisfacción de necesidades. energı́a distribuida con unas fronteras eléctricas claramente
definidas que actúa como una sola entidad controlable con
El objetivo que se busca, tras el diseño de cada técnica y la respecto a la red. Una microrred puede conectarse o desco-
comprensión de sus fundamentos teóricos, es la comparación nectarse de la red (principal) para habilitar la operación ya sea
a través de criterios de desempeño y estabilidad en un en modo conectado a la red o en modo isla”. Con principio
escenario en concreto, de las técnicas que concluyen cada en esta definición, se puede añadir, que la microrred es un
uno de los capı́tulos mencionados, y que son los derroteros sistema constituido por:
Generación distribuida
Electrónica de Potencia
Cargas
Comunicación & Control
La microrred puede también estar conectada a otras micro-
rredes para temas de confiabilidad. En Fig. 1 se puede ver un
esquema gráfico de una microrred.
Las microrredes pueden clasificarse en AC, DC o hı́bridas,
según el tipo de generación distribuida, o el tipo de cargas.
δ̇ = ωv − ϕ̇ (5)
δ̈ = ω̇v − ϕ̈ (6)
δ̇ = ωv − ϕ̇
m 1
δ̈ = − ωv + (Tm − Te ) − ϕ̈
J J
Si las variaciones de la frecuencia de la corriente (ϕ̈) no son
lo suficiente mente significantes, es decir ϕ̈ ≈ 0, entonces, (5)
toma la forma:
Figura 4. Esquema de control clásico, resaltando el lazo de control “Droop”.
Editada de [9] m 1
δ̈ = − ωv + (4T ) (7)
J J
actuar como un amortiguador en el modo conectado a la red,
y es usado como un control ”droop”de potencia y frecuencia Ahora, derivando (2) respeto al tiempo se obtiene:
en el modo isla [8], puede ser calculado de la ecuación (1), 3 3 3
con algunos valores máximos o mı́nimos de cada una de Ṫe = ψ̇f i0 cos δ + ψ i̇0 cos δ − ψf i0 δ̇ sin δ (8)
2 2 2
las variables implicadas dependiendo de la aplicación, sin
Si el controlador “Droop”(para el flujo del rotor ψf ) tiene la
embargo, aquı́ se toma el valor arbitrario m = 70.
función de transferencia:
Consecuentemente, el momento de inercia es obtenido por:
ka
J = mτf Gc (s) = (9)
τa s + c
Donde τf es la constante de tiempo del lazo “Droop”de Donde, si c = 1 el controlador se comporta como un filtro
potencia y frecuencia, determinado por el diseñador acorde a pasa bajas, si c = 0, se comporta como una acción puramente
una dinámica aceptable, aquı́ se toma el valor τf = 0, 04. integral. De modo que, si ψf = Gc u, de (9) se deduce:
Por último, tomando (10) y (7), el modelo en el espacio de ė2 = ẋ2 − α̇1 = a2 x2 + a3 x3 − k1 ė1 (18)
estados, con una variable d debida a las perturbaciones o = [1 − k1 (a2 + k1 )]e1 + (a2 + k1 )e2 + a3 e3 + a3 α2
incertidumbres del sistema, está dada por: (19)
ẋ1 = x2 (11) Sea la función candidata de Lyapunov:
ẋ2 = a2 x2 + a3 x3 (12)
1 2 1 2
c 3 V2 = e + e
ẋ3 = uf − x3 + {ψf i0 cos x1 − ψf i0 x2 sin x1 } + d 2 1 2 2
τa 2
(13) Cuya derivada a través de las trayectorias es:
Donde a2 = −m/J, a3 = −1/J y uf = 3ka /2τa u cos x1 , y V̇2 = V̇1 + e2 ė2 (20)
[x1 , x2 , x3 ] = [δ, δ̇, 4T ]
Si se tiene que α2 = b1 e1 + b2 e2 , donde:
IV. E STRATEGIAS DE C ONTROL
(1 − k1 (a2 + k1 ) (k1 + k2 + a2 )
Las estrategias de control que se pretende aplicar al modelo b1 = − b2 = −
a3 a3
de la microrred, corresponden a las analizadas en [3, cap. 12-
14]; puesto que cada una de ellas sintetizan lo desarrollado Y reemplazando (18) en (20), se tiene:
secuencialmente en diferentes etapas del curso. Tales técnicas
son: V̇2 = −k1 e21 − k2 e22 + a3 e2 e3
El modelo aumentado del sistema modifica las matrices A Derivamos la superficie de deslizamiento para que aparezca
y B, transformándolas en las siguientes: la señal de control:
0 1 0 0
Ṡ =a3x˙3 + (C1 + a2)x˙2 + C2x˙1
0
0 0 1 0 0 c 3
A= , B= Ṡ =a3 uf − x3 + {ψf i0 cos x1 − ψf i0 x2 sin x1 } + d
0 0 a2 a3 0 τa 2
0 0 0 − τca 1 + (C1 + a2)(a2x2 + a3x3 ) + C2x2
Empleando Matlab, con el comando ’acker’ se definieron Dado el conocimiento de la planta, proponemos la siguiente
los polos del lazo de control y ası́ se obtuvieron las ganancias ley de control:
correspondientes para la linealización y para el seguimiento.
En la Fig.5 se puede apreciar el diagrama de bloques imple-
c 3 1
mentado en Simulink, que muestra la estructura de bloques uf = x3 − {ψf i0 cos x1 − ψf i0 x2 sin x1 } + (−(C1 + a2)(a2x2
τa 2 a3
empleada.
Reemplazando la señal de control propuesta en Ṡ, tenemos:
IV-D. Sliding Mode Control
En [3, cap. 14.1] se presenta la estrategia de control no d
Ṡ = −M sgn(S) +
lineal por modos deslizantes. Es una estrategia de control a3
que plantea una superficie de deslizamiento en el espacio de Ahora, para verificar la existencia de modos deslizantes
estados, garantizando que sea una superficie de conmutación (concepto que se deriva del concepto de estabilidad de Lya-
atractiva, de forma que las trayectorias que empiecen en punov) según Utkin, tenemos que garantizar:
algún lugar, vayan hasta dicha superficie y se ”deslicen”hacia
el punto de equilibrio.
S Ṡ < 0
Luego: VI. A N ÁLISIS DE R ESULTADOS
La simulación se realizó con el software MATLAB, y
d su complemento de SimuLink, en donde se implementaron
S Ṡ = S(−M sgn(S) + )
a3 las diferentes técnicas de control previamente definidas y se
d evaluó su desempeño para una entrada de referencia de 0,3◦ ,
S Ṡ = −M sgn|S| + S
a3 tipo paso, para el ángulo de potencia (x1 ). Adicionalmente se
Asumiendo que las perturbaciones e incertidumbres del ingresó una perturbación equivalente a la entrada de la forma
sistema tienen cota máxima conocida, podemos decir que: d + d sin 2πt, con un valor de d = 100.
d
≤L
a3
d
S ≤ L|S|
a3
Entonces:
S Ṡ ≤ −M sgn|S| + L|S|
S Ṡ ≤ −|S|(M − L)
Por lo tanto, para que existan modos deslizantes (y garan-
tizar estabilidad por Lyapunov), el valor de M debe escogerse
mayor a la cota máxima de la perturbación. Para nuestra
implementación, dado que variabamos el valor de ’d’, el valor Figura 6. Respuesta ante una referencia tipo paso del ángulo de potencia
de M se consideró como M = 1,1d. de cada estrategia de control, sin perturbación. SMC(azul), GainScheduling
(red), FeedbackLinearization (purple) and Backstepping (yellow).
V. C RITERIOS DE DESEMPE ÑO
La aplicación de las técnicas de control busca dar un En la Fig.6 se puede observar el comportamiento de los
perfil cuantitativo y cualitativo de cada una de ellas y cuatro controladores ante la misma entrada sin perturbación
sus resultados para una aplicación concreta. No se trata (d = 0). El comportamiento del controlador por Gain
de evaluar el desempeño general de cada técnica, sino de Scheduling es igual al de Feedback Linearization, debido
poderlas comparar, a través de la simulación computacional, a que se ubicaron los mismos polos. El Controlador por
en un escenario especı́fico, de tal manera que la comparación Backstepping es el que presenta el mejor transitorio (el
tenga un sentido práctico; tal escenario es el de aplicarlas en menor tiempo de establecimiento) y el controlador por modos
el control de referencia del ángulo de potencia en el inversor deslizantes (SMC) tiene el mayor tiempo de estabilización.
de un generador distribuido conectado a una microrred.
Figura 7. Respuesta ante una referencia tipo paso del ángulo de potencia
Los criterios que se escogieron fueron los siguietes: de cada estrategia de control, con perturbación. SMC(azul), GainScheduling
Estabilidad (red), FeedbackLinearization (purple) and Backstepping (yellow).
Respuesta transitoria (sobre-pico y tiempo de estabiliza-
ción) Por otra parte, al evaluar el comportamiento ante una
Valor máximo de la señal de control perturbación, observamos en la Fig.7 y en la Fig.8, que el
Simplicidad del diseño del controlador control por modos deslizantes (SMC) presenta un rechazo
Simplicidad de la implementación del controlador de la perturbación, mientras que los otros controladores sólo
Rechazo/Atenuación a perturbaciones logran atenuarla. Sin embargo, la atenuación es bastante
Simular el conjunto de todas las dinámicas no lineales
completo del sistema del inversor conectado a la microrred
y la interacción con la misma permitirá validar a un mejor
nivel cada una de las estrategias presentadas.
R EFERENCIAS
[1] Departamento Nacional de Planeación. (2019). Bases del Plan Nacional
de Desarrollo 2018-2022: Pacto por Colombia, pacto por la equidad.
Bogotá, D. C., Colombia: Departamento Nacional de Planeación. Retrie-
ved from https://colaboracion.dnp.gov.co/CDT/Prensa/PND-2018-2022-
Interactivo.pdf
[2] M. Young, The Technical Writer’s Handbook. Mill Valley, CA: Univer-
sity Science, 1989.
[3] H. K. Khalil, “Nonlinear Systems”, 3rd Edition, Prentice Hall, 2002.
Figura 8. Respuesta ante una referencia tipo paso del ángulo de potencia de [4] E. Mojica-Nava, Juan M. Rey, Javier Torres-Martinez, and Miguel
cada estrategia de control, con perturbación, con un zoom para visualizar la Castilla, “Decentralized Switched Current Control for DC Microgrids”,
atenuación/rechazo de la misma. SMC(azul), GainScheduling (red), Feedbac- IEEE Transactions on Industrial Electronics, vol. 66, no 2, pp. 1182-
kLinearization (purple) and Backstepping (yellow). 1191, 2019.
[5] SachidanandaSen, VishalKumar, Microgrid modelling: A comprehensive
survey, Annual Reviews in Control 46 (2018), pp. 216 - 250, 2018
[6] Ahmad Alzahrania, Mehdi Ferdowsia, Pourya Shamsia, and Cihan
considerable, y la oscilación es muy pequeña como para H. Dagli, Modeling and Simulation of Microgrid, Procedia Computer
considerarse determinante. Science 114 (2017), pp. 392–400.
[7] DOE Office of Electricity Delivery and Energy ReliabilitySmart Grid
R&D Program, ”DOE Microgrid WorkshopReport”, August, 2011.
Atendiendo a los criterios de desempeño definidos previa- [8] Ashabani, S. M., Mohamed, Y. A. R. I. A flexible control strategy for
mente, tenemos lo siguiente: grid-connected and islanded microgrids with enhanced stability using
nonlinear microgrid stabilizer. IEEE Transactions on Smart Grid, 3(3),
Control ts (seg) umax Rechazo d 2012.
Feedback Linearization 1.411 192.5 0.0025 [9] Zhong, Q.-C., Hornik, T. Synchronverters: Grid-Friendly Inverters That
Gain Scheduling 1.411 11996 0.0025 Mimic Synchronous Generators. Control of Power Inverters in Renewa-
ble Energy and Smart Grid Integration, 2012.
Backstepping 0.5898 146.1 0.003 [10] Karimi, A., Feliachi, A. Decentralized adaptive backstepping control of
SMC 2.648 2125 0 electric power systems. Electric Power Systems Research, 2008.
Donde el valor de Rechazo d, corresponde a la amplitud
de la señal de perturbación atenuada en porcentaje, respecto a
la señal de perturbación aplicada. Todos los controladores se
diseñaron estables, y ante perturbaciones conservan su estabi-
lidad. De acuerdo a la simplicidad en diseño e implementación
se ordenaron de mayor a menor simplicidad como sigue:
1. Backstepping
2. Gain Scheduling
3. Feedback Linearization
4. SMC