Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Braga, Isadora Nascimento Della-Sávia lattes
Orientador(a): Ferreira, Sílvia Costa
Banca de defesa: Pacheco, Vínicius Miranda, Pereira, Daniel Augusto, Leite, Daniel Furtado, Faria, Ivan Paulo de
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Sistemas e Automação
Departamento: Departamento de Engenharia
País: brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufla.br/handle/1/50496
Resumo: A geração de energia por meio de fontes renováveis e distribuídas possui inúmeras vantagens. No entanto, devido a intermitência e volatilidade na geração, é necessário que estes sistemas sejam associadas à sistemas de armazenamento de energia ou conectadas à rede elétrica. Sendo assim, este trabalho propõe a aplicação e comparação de desempenho do Controle Preditivo Baseado em Modelo com Conjunto de Controle Finito (FCS-MPC) perante a escolha de dife- rentes funções custo aplicadas a um cenário para o conversor Buck e a dois cenários diferentes para o conversor Boost e para o Sistema Regulador de Tensão - Armazenamento em Baterias (VR-BESS - Voltage Regulator - Battery Energy Storage System). O primeiro cenário consiste no emprego da função custo clássica (tensão) e propõe a utilização de outras duas: controle multivariável de tensão e corrente, e o controle indireto da tensão por meio de uma função custo de corrente. Neste cenário não há correções para os atrasos causados pela fase não mínima. No segundo cenário, uma nova saída de fase mínima proposta por Villarroel et al. (2019) é substi- tuída na função custo de tensão, tanto na clássica quanto na multivariável. Os conversores são simulados no software Matlab/Simulink, e os resultados obtidos para o conversor Buck demons- tram que o controle indireto da tensão de saída alcança valores em regime permanente muito próximos ao valor desejado para tensão. Além disso, a função custo multivariável apresenta o equilíbrio entre as demais funções, diminuindo os valores de erros e mantendo os valores médios mais próximos aos desejados, quando comparados aos cenários onde o controle das va- riáveis é feito de forma indireta. Para os conversores Boost e VR-BESS, os resultados mostram que o uso da função custo multivariável por si só não resolve o problema de otimização causado pela característica de fase não mínima. Entretanto, quando o sistema é controlado de forma indireta pela corrente, ou quando opera com as correções de fase não mínima (FNM), o FCS- MPC é capaz de otimizar a saída com baixos erros em regime permanente. Além disso, o uso da função custo multivariável com correção reduz as oscilações e os erros médios em regime permanente.
id UFLA_ca558e46d1bb7bd09efcd64afe3e6fcd
oai_identifier_str oai:repositorio.ufla.br:1/50496
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2022-07-07T20:49:15Z2022-07-07T20:49:15Z2022-07-072022-06-15BRAGA, I. N. D. S. Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC. 2022. 118 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação) - Universidade Federal de Lavras, Lavras, 2022.https://repositorio.ufla.br/handle/1/50496A geração de energia por meio de fontes renováveis e distribuídas possui inúmeras vantagens. No entanto, devido a intermitência e volatilidade na geração, é necessário que estes sistemas sejam associadas à sistemas de armazenamento de energia ou conectadas à rede elétrica. Sendo assim, este trabalho propõe a aplicação e comparação de desempenho do Controle Preditivo Baseado em Modelo com Conjunto de Controle Finito (FCS-MPC) perante a escolha de dife- rentes funções custo aplicadas a um cenário para o conversor Buck e a dois cenários diferentes para o conversor Boost e para o Sistema Regulador de Tensão - Armazenamento em Baterias (VR-BESS - Voltage Regulator - Battery Energy Storage System). O primeiro cenário consiste no emprego da função custo clássica (tensão) e propõe a utilização de outras duas: controle multivariável de tensão e corrente, e o controle indireto da tensão por meio de uma função custo de corrente. Neste cenário não há correções para os atrasos causados pela fase não mínima. No segundo cenário, uma nova saída de fase mínima proposta por Villarroel et al. (2019) é substi- tuída na função custo de tensão, tanto na clássica quanto na multivariável. Os conversores são simulados no software Matlab/Simulink, e os resultados obtidos para o conversor Buck demons- tram que o controle indireto da tensão de saída alcança valores em regime permanente muito próximos ao valor desejado para tensão. Além disso, a função custo multivariável apresenta o equilíbrio entre as demais funções, diminuindo os valores de erros e mantendo os valores médios mais próximos aos desejados, quando comparados aos cenários onde o controle das va- riáveis é feito de forma indireta. Para os conversores Boost e VR-BESS, os resultados mostram que o uso da função custo multivariável por si só não resolve o problema de otimização causado pela característica de fase não mínima. Entretanto, quando o sistema é controlado de forma indireta pela corrente, ou quando opera com as correções de fase não mínima (FNM), o FCS- MPC é capaz de otimizar a saída com baixos erros em regime permanente. Além disso, o uso da função custo multivariável com correção reduz as oscilações e os erros médios em regime permanente.The generation of energy through renewable and distributed sources has numerous advantages. However, due to intermittence and volatility, it is necessary that these systems be associated with energy storage systems or connected to the electrical grid. This work proposes the applica- tion and performance comparison of the FCS-MPC control in face of the choice of different cost functions applied to a scenario of Buck converter and to two different scenarios of Boost con- verter and Voltage Regulator - Battery Energy Storage System (VR-BESS). The first scenario consists on the use of a classical cost function (voltage) and proposes the use of two others: mul- tivariable voltage and electrical current control; And indirect voltage control through a current cost function. In this scenario there are no corrections for the delays caused by non-minimum phase (NMP). In the second scenario, a new minimum phase output is replaced on the voltage cost function, both classical and multivariable. The converters are simulated in Matlab/Simu- link and the results obtained for the Buck converter demonstrate that the indirect control of the output voltage reaches steady-state values very close to the desired value for voltage. In addi- tion, the multivariable cost function presents a balance between the other functions, reducing the error values and keeping the average values closer to the desired ones, when compared to the scenarios where the control of the variables is done indirectly. For the Boost and VR-BESS converters, the results show that the use of the multivariable cost function alone does not solve the optimization problem caused by the non-minimum phase characteristic. However, when the system is indirectly controlled by current, or when operating with NMP corrections, the FCS-MPC is able to optimize the output with low steady-state errors. In addition, the use of the multivariable cost function with correction reduces steady-state oscillations and mean errors.Universidade Federal de LavrasPrograma de Pós-Graduação em Engenharia de Sistemas e AutomaçãoUFLAbrasilDepartamento de EngenhariaEngenharia ElétricaConversores CC-CCFinite Control Set - Model Predictive Control ((FCS-MPC)Voltage Regulator - Battery Energy Storage System (VR-BESS)DC-DC convertersControle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CCFinite control set model predictive control for DC-DC convertersinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisFerreira, Sílvia CostaPacheco, Vínicius MirandaPacheco, Vínicius MirandaPereira, Daniel AugustoLeite, Daniel FurtadoFaria, Ivan Paulo dehttp://lattes.cnpq.br/0943066386461770Braga, Isadora Nascimento Della-Sáviainfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAORIGINALDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdfDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdfapplication/pdf6971375https://repositorio.ufla.br/bitstreams/2baaac59-86d6-496b-96fb-b5e270eb6b33/download47b3576d03b541f3fab4ca6fb9fdf939MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8953https://repositorio.ufla.br/bitstreams/a041ac73-0be9-4e26-94c7-443f75bb2116/download760884c1e72224de569e74f79eb87ce3MD52falseAnonymousREADTEXTDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdf.txtDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdf.txtExtracted texttext/plain103566https://repositorio.ufla.br/bitstreams/75acf103-adfa-4f05-9f50-2286279393ed/downloaded82d3957a7f623290395f71c2f8c09cMD53falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdf.jpgDISSERTAÇÃO_Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC.pdf.jpgGenerated Thumbnailimage/jpeg3366https://repositorio.ufla.br/bitstreams/b13b678a-647e-4291-b302-e3231c76ffeb/downloadd7520c75599ce04d21ee27b231351c76MD54falseAnonymousREAD1/504962025-08-19 09:41:32.305open.accessoai:repositorio.ufla.br:1/50496https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-08-19T12:41:32Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
dc.title.alternative.pt_BR.fl_str_mv Finite control set model predictive control for DC-DC converters
title Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
spellingShingle Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
Braga, Isadora Nascimento Della-Sávia
Engenharia Elétrica
Conversores CC-CC
Finite Control Set - Model Predictive Control ((FCS-MPC)
Voltage Regulator - Battery Energy Storage System (VR-BESS)
DC-DC converters
title_short Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
title_full Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
title_fullStr Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
title_full_unstemmed Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
title_sort Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC
author Braga, Isadora Nascimento Della-Sávia
author_facet Braga, Isadora Nascimento Della-Sávia
author_role author
dc.contributor.advisor1.fl_str_mv Ferreira, Sílvia Costa
dc.contributor.advisor-co1.fl_str_mv Pacheco, Vínicius Miranda
dc.contributor.referee1.fl_str_mv Pacheco, Vínicius Miranda
dc.contributor.referee2.fl_str_mv Pereira, Daniel Augusto
dc.contributor.referee3.fl_str_mv Leite, Daniel Furtado
dc.contributor.referee4.fl_str_mv Faria, Ivan Paulo de
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/0943066386461770
dc.contributor.author.fl_str_mv Braga, Isadora Nascimento Della-Sávia
contributor_str_mv Ferreira, Sílvia Costa
Pacheco, Vínicius Miranda
Pacheco, Vínicius Miranda
Pereira, Daniel Augusto
Leite, Daniel Furtado
Faria, Ivan Paulo de
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
topic Engenharia Elétrica
Conversores CC-CC
Finite Control Set - Model Predictive Control ((FCS-MPC)
Voltage Regulator - Battery Energy Storage System (VR-BESS)
DC-DC converters
dc.subject.por.fl_str_mv Conversores CC-CC
Finite Control Set - Model Predictive Control ((FCS-MPC)
Voltage Regulator - Battery Energy Storage System (VR-BESS)
DC-DC converters
description A geração de energia por meio de fontes renováveis e distribuídas possui inúmeras vantagens. No entanto, devido a intermitência e volatilidade na geração, é necessário que estes sistemas sejam associadas à sistemas de armazenamento de energia ou conectadas à rede elétrica. Sendo assim, este trabalho propõe a aplicação e comparação de desempenho do Controle Preditivo Baseado em Modelo com Conjunto de Controle Finito (FCS-MPC) perante a escolha de dife- rentes funções custo aplicadas a um cenário para o conversor Buck e a dois cenários diferentes para o conversor Boost e para o Sistema Regulador de Tensão - Armazenamento em Baterias (VR-BESS - Voltage Regulator - Battery Energy Storage System). O primeiro cenário consiste no emprego da função custo clássica (tensão) e propõe a utilização de outras duas: controle multivariável de tensão e corrente, e o controle indireto da tensão por meio de uma função custo de corrente. Neste cenário não há correções para os atrasos causados pela fase não mínima. No segundo cenário, uma nova saída de fase mínima proposta por Villarroel et al. (2019) é substi- tuída na função custo de tensão, tanto na clássica quanto na multivariável. Os conversores são simulados no software Matlab/Simulink, e os resultados obtidos para o conversor Buck demons- tram que o controle indireto da tensão de saída alcança valores em regime permanente muito próximos ao valor desejado para tensão. Além disso, a função custo multivariável apresenta o equilíbrio entre as demais funções, diminuindo os valores de erros e mantendo os valores médios mais próximos aos desejados, quando comparados aos cenários onde o controle das va- riáveis é feito de forma indireta. Para os conversores Boost e VR-BESS, os resultados mostram que o uso da função custo multivariável por si só não resolve o problema de otimização causado pela característica de fase não mínima. Entretanto, quando o sistema é controlado de forma indireta pela corrente, ou quando opera com as correções de fase não mínima (FNM), o FCS- MPC é capaz de otimizar a saída com baixos erros em regime permanente. Além disso, o uso da função custo multivariável com correção reduz as oscilações e os erros médios em regime permanente.
publishDate 2022
dc.date.submitted.none.fl_str_mv 2022-06-15
dc.date.accessioned.fl_str_mv 2022-07-07T20:49:15Z
dc.date.available.fl_str_mv 2022-07-07T20:49:15Z
dc.date.issued.fl_str_mv 2022-07-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BRAGA, I. N. D. S. Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC. 2022. 118 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação) - Universidade Federal de Lavras, Lavras, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/50496
identifier_str_mv BRAGA, I. N. D. S. Controle preditivo baseado em modelo com conjunto de controle finito aplicado a conversores CC-CC. 2022. 118 p. Dissertação (Mestrado em Engenharia de Sistemas e Automação) - Universidade Federal de Lavras, Lavras, 2022.
url https://repositorio.ufla.br/handle/1/50496
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Lavras
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia de Sistemas e Automação
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv brasil
dc.publisher.department.fl_str_mv Departamento de Engenharia
publisher.none.fl_str_mv Universidade Federal de Lavras
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/2baaac59-86d6-496b-96fb-b5e270eb6b33/download
https://repositorio.ufla.br/bitstreams/a041ac73-0be9-4e26-94c7-443f75bb2116/download
https://repositorio.ufla.br/bitstreams/75acf103-adfa-4f05-9f50-2286279393ed/download
https://repositorio.ufla.br/bitstreams/b13b678a-647e-4291-b302-e3231c76ffeb/download
bitstream.checksum.fl_str_mv 47b3576d03b541f3fab4ca6fb9fdf939
760884c1e72224de569e74f79eb87ce3
ed82d3957a7f623290395f71c2f8c09c
d7520c75599ce04d21ee27b231351c76
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947816577695744