Advancements in mobility and transportation are increasingly driven by population growth, urbanization, and the need for sustainable development. Automation and control systems play a critical role in improving vehicle efficiency, safety, and energy management, making them vital to modern transportation infrastructure. Despite extensive research on railway systems, challenges persist in developing effective control strategies to enhance energy performance. Current studies often oversimplify train models or assume problem convexity, neglecting the complex interactions within the catenary grid. A comprehensive approach is needed that integrates detailed models of both train dynamics and catenary grid interactions to optimize energy exchange and consumption. This Thesis implements and analyzes three control scenarios for optimizing energy efficiency in railway systems: decentralized, centralized, and hierarchical scenario. The proposed optimization approach explicitly considers energy losses in the catenary grid and rheostat, incorporating these factors directly into the problem. In detail, the decentralized scenario uses independent local controllers for each train, optimizing acceleration and position, but neglecting catenary grid model and electrical losses; the centralized scenario employs a single controller for multiple trains, minimizing traction, rheostat, and line power losses; and the hierarchical scenario combines a high-level centralized controller with local decentralized controllers to balance coordination and computational efficiency. The hierarchical control strategy uses an approximated model of the high-level for coordination reducing computational complexity while achieving energy optimization, enabling to control an increasing number of trains. On the other hand, at the low-level, a decentralized framework of MPC regulators is employed which exploits detailed models for constraint satisfaction. The performances achieved by the proposed hierarchical controller are comparable with the centralized ones, while ensuring high computational performances. The proposed control schemes are tested in simulations and a realistic benchmark scenario.
I progressi nella mobilità e nei trasporti sono sempre più spinti dalla crescita demografica, dall'urbanizzazione e dalla necessità di uno sviluppo sostenibile. I sistemi di automazione e controllo svolgono un ruolo fondamentale nel migliorare l'efficienza dei veicoli, la sicurezza e la gestione dell'energia, rendendoli indispensabili per le moderne infrastrutture di trasporto. Nonostante l'ampia ricerca sui sistemi ferroviari, persistono sfide nello sviluppo di strategie di controllo efficaci per migliorare le prestazioni energetiche. Gli studi attuali spesso semplificano eccessivamente i modelli dei treni o assumono la convessità del problema, trascurando le complesse interazioni all'interno della rete catenaria. È necessario un approccio che integri modelli dettagliati sia della dinamica del treno sia delle interazioni con la rete catenaria per ottimizzare il consumo di energia. Questa Tesi implementa e analizza tre scenari di controllo per l'ottimizzazione dell'efficienza energetica nei sistemi ferroviari: decentralizzato, centralizzato e gerarchico. L'approccio proposto considera esplicitamente le perdite di energia nella rete catenaria e nel reostato incorporando questi fattori nel problema. In particolare, lo scenario decentralizzato utilizza controllori locali indipendenti per ogni treno, ottimizzando l'accelerazione e la posizione, ma trascurando il modello della rete catenaria e le perdite elettriche. Lo scenario centralizzato impiega un unico controllore per più treni, minimizzando le perdite di trazione, di reostato e di potenza della linea. Lo scenario gerarchico combina un controllore centralizzato di alto livello con controllori decentralizzati. Mentre a basso livello vengono impiegati regolatori indipendenti con modelli dettagliati, ad alto livello viene utilizzato un modello approssimato per il coordinamento dei treni, riducendo la complessità computazionale e ottenendo al contempo un'ottimizzazione energetica che consente di regolare un numero crescente di treni. Le prestazioni ottenute dal controllore gerarchico sono paragonabili a quelle centralizzate, ma garantendo elevate prestazioni computazionali. Gli schemi di controllo proposti sono testati in simulazioni e in uno scenario di riferimento realistico.
Nonlinear model predictive control of energy-efficient railway systems
PUCHADES IBÁÑEZ, MAR
2023/2024
Abstract
Advancements in mobility and transportation are increasingly driven by population growth, urbanization, and the need for sustainable development. Automation and control systems play a critical role in improving vehicle efficiency, safety, and energy management, making them vital to modern transportation infrastructure. Despite extensive research on railway systems, challenges persist in developing effective control strategies to enhance energy performance. Current studies often oversimplify train models or assume problem convexity, neglecting the complex interactions within the catenary grid. A comprehensive approach is needed that integrates detailed models of both train dynamics and catenary grid interactions to optimize energy exchange and consumption. This Thesis implements and analyzes three control scenarios for optimizing energy efficiency in railway systems: decentralized, centralized, and hierarchical scenario. The proposed optimization approach explicitly considers energy losses in the catenary grid and rheostat, incorporating these factors directly into the problem. In detail, the decentralized scenario uses independent local controllers for each train, optimizing acceleration and position, but neglecting catenary grid model and electrical losses; the centralized scenario employs a single controller for multiple trains, minimizing traction, rheostat, and line power losses; and the hierarchical scenario combines a high-level centralized controller with local decentralized controllers to balance coordination and computational efficiency. The hierarchical control strategy uses an approximated model of the high-level for coordination reducing computational complexity while achieving energy optimization, enabling to control an increasing number of trains. On the other hand, at the low-level, a decentralized framework of MPC regulators is employed which exploits detailed models for constraint satisfaction. The performances achieved by the proposed hierarchical controller are comparable with the centralized ones, while ensuring high computational performances. The proposed control schemes are tested in simulations and a realistic benchmark scenario.File | Dimensione | Formato | |
---|---|---|---|
2024_10_Puchades_Executive_Summary_02.pdf
accessibile in internet per tutti
Descrizione: Executive Summary
Dimensione
519.39 kB
Formato
Adobe PDF
|
519.39 kB | Adobe PDF | Visualizza/Apri |
2024_10_Puchades_Thesis_01.pdf
accessibile in internet per tutti
Descrizione: Thesis
Dimensione
999.45 kB
Formato
Adobe PDF
|
999.45 kB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/227503