Control pasivo tolerante a fallos de sensado en dispositivos de compensación dinámicos - SVC mediante una estrategia híbrida
En esta investigación se desarrolla un sistema de control tolerante a fallas pasivas, para un compensador reactivo estático acoplado a una microred en modo conectado, orientado a aquellas fallas que resultan de daños comunes en sus sistemas de sensado. El método planteado utiliza un controlador ópti...
| Authors: | , , |
|---|---|
| Format: | article |
| Status: | Published version |
| Publication Date: | 2022 |
| Country: | Ecuador |
| Institution: | Universidad Politécnica Salesiana |
| Repository: | Repositorio Universidad Politécnica Salesiana |
| Language: | Spanish |
| OAI Identifier: | oai:dspace.ups.edu.ec:123456789/23006 |
| Online Access: | http://dspace.ups.edu.ec/handle/123456789/23006 |
| Access Level: | Open access |
| Keyword: | control robusto; Robust control DSTATCOM; DSTATCOM FTC; FTC H∞; H∞ Micro-red; microgrids NARX; NARX |
| Summary: | En esta investigación se desarrolla un sistema de control tolerante a fallas pasivas, para un compensador reactivo estático acoplado a una microred en modo conectado, orientado a aquellas fallas que resultan de daños comunes en sus sistemas de sensado. El método planteado utiliza un controlador óptimo robusto H∞ y redes neuronales artificiales como método de estimación no lineal. La simulación, validación, identificación de la planta y el diseño del controlador se llevan a cabo por medio de un sistema benchmark de una microred, programado en Matlab/Simulink. La investigación muestra valiosos resultados como el mejoramiento en la confiabilidad y resiliencia de los compensadores estáticos ante fallas de sensado, mejoras en el comportamiento de la señal de salida del controlador del compensador estático expuesto a las fallas de sensado y disminución el error con respecto al controlador clásico.//In this research, a passive fault tolerant control system is developed for a static reactive compensator coupled to a microgrid in connected mode, oriented to those faults that result from common damages in their sensing systems. The proposed method uses an H∞robust optimal controller and artificial neural networks as a nonlinear estimation method. The simulation, validation, plant identification and controller design are carried out using a microgrid Benchmark system, programmed in Matlab/Simulink. The research shows valuable results such as: the improvement in the reliability and resilience of static compensators against sensing failures, improvements in the behavior of the output signal of the static compensator controller exposed to sensing failures and the error decrease with respect to the classic controller. |
|---|