Controllo predittivo distribuito di una valle idroelettrica

This Thesis describes an implementation of a novel approach to distributed non cooperative, non iterative control, named DPC - Distributed Predictive Control [6]. The aim of this work is the development of a control system for a real-world application in an Hydro Power Valley. The key features of the DPC algorithm are: 1) The possibility to control large scale systems (also extended on a wide area), such as power or transportation networks, dividing the plant into several subsystems and controlling them with decentralized controllers. 2) Each subsystem does not need to know the complete plant model, but just few information about how other subsystems affect its dynamics. 3) Data transmission between subsystems is required only if they are dynamically coupled and it involves, at each sampling time, just one element of the state variable reference trajectory. 4) DPC provides the optimization of a quadratic cost function that can be set in order to achieve the required performance. 5) Under mild assumptions, closed loop stability of the steady state is provided. In the first part of this work the traditional MPC (Model Predictive Control) approach is introduced, then a clear and detailed description of DPC control theory (Chapter 2 and 3) is provided. The second part presents the application of DPC to real-world example: the model of an Hydro Power Valley (HPV). In particular in Chapter 4 two different dynamic models of the HPV are shown: a complete, non linear model used for implementation of plant simulator and a linear one, derived through some simplifications, suitable to design the control system. In the last part (Chapter 5 and 6) is shown how the proposed control algorithm has been implemented in Matlab-Simulink software and used for simulation: different cases have been considered and the results obtained have been reported and discussed.

In questa Tesi è presentata una implementazione di un innovativo sistema di controllo distribuito, non cooperativo e non iterativo, denominato DPC - Distributed Predictive Control [6]. L'obbiettivo di questo lavoro è lo sviluppo di un sistema di controllo per un caso reale di valle idroelettrica. Le caratteristiche chiave dell'algoritmo DPC sono: 1) La possibilità di controllare sistemi di grandi dimensioni (eventualmente estesi su vaste aree), come ad esempio reti per la distribuzione dell'energia elettrica o la gestione dei trasporti, dividendo l'impianto in più sottosistemi e controllando ciascuno di essi con un controllore decentralizzato. 2) Ciascun sottosistema non deve conoscere il modello completo dell'impianto ma è sufficiente che abbia alcune informazioni su come gli altri sottosistemi influenzino la sua dinamica. 3) La trasmissione dei dati tra due sottosistemi è necessaria solamente se essi sono dinamicamente accoppiati; ad ogni periodo di campionamento viene inviato un solo elemento della traiettoria di riferimento delle variabili di stato. 4) L'algoritmo DPC assicura l'ottimizzazione di una funzione di costo quadratica, la quale può essere scelta per ottenere le prestazioni desiderate. 5) La stabilità in anello chiuso del punto di equilibrio è assicurata soddisfacendo blande ipotesi sul sistema. Nella prima parte è presentato il tradizionale approccio MPC (Model Predictive Control) e in seguito viene fornita una chiara e dettagliata descrizione della teoria del controllo DPC (Capitoli 2 e 3). Nella seconda parte viene descritta l'applicazione dell'algoritmo ad un esempio reale di valle idroelettrica (HPV - Hydro Power Valley). In particolar modo, nel Capitolo 4, vengono presentati due differenti modelli: il primo, non lineare, descrive completamente la dinamica del sistema e viene usato nell'implementazione del simulatore dell'impianto; il secondo modello, lineare, ottenuto tramite l'introduzione di alcune ipotesi semplificative, viene invece utilizzato per realizzare il progetto del sistema di controllo. Nell'ultima parte (Capitoli 5 e 6) è mostrato come l'algoritmo proposto è stato implementato nell'ambiente software Matlab-Simulink ed utilizzato per condurre diverse simulazioni: i risultati ottenuti sono stati riportati e analizzati nel dettaglio.