Control predictivo distribuido sin modelo fenomenológico para microrredes ac aisladas.

Abstract

En los últimos años el Estado de Chile se ha visto envuelto en una encrucijada energética por diferentes razones, ya sea por conflictos con países vecinos, sequías o por su histórica dependencia de combustibles fósiles. A razón de esto, diferentes políticas han sido impulsadas con tal de suplir dicha necesidad sobre todo en lo referente a la electricidad. En este sentido, la utilización de recursos renovables tales como el solar o el eólico resultan especialmente atractivos dadas las características del territorio nacional, en donde se ubica, por ejemplo, el desierto de Atacama el cual se caracteriza por poseer la mejor radiación solar del planeta [1]. En consecuencia, la explotación de dichos recursos naturales puede ser mediada por micro- redes (MicroGrids/MGs). Una microrred es un sistema eléctrico controlado el cual utiliza fuentes de generación renovables y no renovables. Así, para llevar a cabo el control de la microrred se tienen tres niveles de control: primario, secundario y terciario que operan en distintas escalas de tiempo. Del mismo modo, existen diferentes arquitecturas de control que definen los enlaces de comunicación en el sistema, en particular, estas son: centralizada, dis- tribuida y descentralizada. A raíz de esto, es posible destacar que las microrredes constituyen un nuevo modelo para la generación y distribución eléctrica basada en recursos renovables. Sin embargo, dada la complejidad asociada a la diversidad de fuentes de dichos recursos es necesaria la utilización de estrategias de control para el manejo adecuado de estas. Con lo anterior, es primordial la búsqueda de estrategias que utilicen de manera ´optima tales recursos, con esto, la presente tesis se ha visto inspirada en los trabajos publicados en: “A distributed, predictive secondary control for voltage and frequency regulation, economic dispatch and imbalance sharing in isolated microgrids” [2] (principalmente), “Distributed predictive control for frequency and voltage regulation in microgrids” [3] y “Distributed predictive secondary control with soft constraints for optimal dispatch in hybrid ac/dc mi- crogrids” [4], en donde conceptos como microrredes (MicroGrids/MGs) y control predictivo distribuido (Distributed Model-Based Predictive Control/DMPC) son abordados. En razón de ambos conceptos es notable que [2] utiliza, en parte, una microrred de tipo AC (Alternating Current) compuesta por diferentes generadores distribuidos (Distributed Generators/DGs) los cuales actúan de manera coordinada y eficiente para llevar a cabo el control del sistema. Este se caracteriza por una red de comunicación bidireccional que opera

a la par de la estrategia de control óptimo DMPC. En consecuencia, al estar el control secundario fundamentado en una estrategia de control que utiliza un modelo matemático se tiene que el sistema en cuestión es altamente sensible a errores en la estimación de parámetros o en la formulación matemática del problema, lo cual es característica inherente de la familia MPC (Model-Based Predictive Control)/DMPC. En vista de lo anterior, y con tal de lograr la independencia del sistema respecto de las deficiencias previamente señaladas, se reemplazarán los modelos matemáticos de potencia activa y reactiva que forman parte del controlador predictivo propuesto en [2] por modelos AR y ARX (Auto-Regressive/Auto-Regressive with Exogenous Variables) en primera instancia y por una red neuronal (Neural Network/NN) entrenada off-line en segundo lugar. Dichos sistemas de control basados en datos generan las predicciones necesarias para llevar a cabo el control secundario del sistema, el cual pasara´ a ser de tipo: Model-Free o sin modelo fenomenológico. Cabe destacar que solo los modelos matemáticos asociados a la potencia activa y reactiva serán modificados ya que estos son los únicos que dependen de elementos pasivos, en este caso, de un inductor y su respectiva inductancia. El desempeño de los diferentes sistemas de control propuestos será´ analizado comparando, respecto del sistema original, tanto la calidad de sus predicciones como la evolución temporal de diferentes variables de interés. Los tests a realizar para llevar a cabo dicha comparación consistirán en la variación de parámetros que resulten críticos en el rendimiento del sistema, en este caso, la inductancia del inductor de acople (Li) o la resistencia de su resistor en serie (Ri). Estos elementos son apreciables en la página 67. Con esto, se espera mostrar la superioridad de la propuesta en relación al controlador presentado en [2] en términos de estabilidad, robustez y confiabilidad.