Nonlinear MPC of battery-powered trains in catenary-connected and catenary-free scenarios

This thesis explores the application of Model Predictive Control (MPC) to optimize the performance and energy efficiency of electric trains , taking into account both their mechanical and electrical aspects, and introducing batteries onboard to efficiently travel through rural areas without a connection to the grid. A detailed dynamic model captures the motion of the train, including the traction and braking forces, the resistive effects (owing to slope and curvature), and the key operational constraints. In parallel, an electrical model is developed to describe how energy flows between on-board batteries, motors, auxiliary circuits, and the catenary grid. In particular, the inclusion of multiple substations and intermittent catenary sections introduces additional complexity, which makes the design of robust control strategies crucial. Using non-linear MPC (NMPC) techniques, the proposed framework simultaneously minimizes travel-time deviations and power consumption. Critical considerations include maintaining sufficient battery charge for catenary-free segments, managing regenerative braking to reduce rheostat losses, and penalizing excessive line current to mitigate catenary dissipation. The implementation is based on MATLAB R2022b and CasADi, ensuring efficient handling of non-linearities and real-time feasibility. The simulation results demonstrate that the developed approach can significantly reduce overall energy losses while respecting punctuality and safety margins. Extensions to multiple trains, arranged in centralized control architectures, showcase how coordinating vehicles improves global energy usage without compromising operational performance, while allowing sharing of regenerated energy among different trains. These promising results indicate a valuable pathway toward more sustainable and flexible rail systems.

La tesi proposta studia l'applicazione di un algoritmo di controllo di tipo Model Predictive Control (MPC) per le prestazioni e l'efficienza energetica di treni elettrici, tenendo conto sia degli aspetti meccanici sia di quelli elettrici. Un modello dinamico dettagliato descrive il moto del treno, includendo le forze di trazione e frenata, gli effetti resistivi (dovuti a pendenze e curvature) e i relativi vincoli operativi. Parallelamente, viene sviluppato un modello elettrico che illustra i flussi di energia fra le batterie di bordo, i motori, i circuiti ausiliari e la linea aerea (catenaria). L'integrazione di più sottostazioni e di tratti intermittenti di catenaria introduce ulteriore complessità, rendendo cruciale la progettazione di strategie di controllo robuste. Attraverso l'utilizzo di tecniche di MPC non lineare (NMPC), il framework proposto minimizza congiuntamente i ritardi sulle tempistiche di viaggio e i consumi energetici. Vengono affrontati aspetti fondamentali quali il mantenimento di un adeguato livello di carica della batteria per affrontare segmenti privi di catenaria, la gestione della frenata rigenerativa per ridurre le perdite sul reostato e la penalizzazione di correnti di linea eccessive per contenere la dissipazione nella rete. L'implementazione, basata su MATLAB R2022b e CasADi, sfrutta l'ottimizzazione non lineare e garantisce affidabilità e tempi di calcolo adeguati all'uso in tempo reale. I risultati delle simulazioni evidenziano come l'approccio sviluppato possa ridurre sensibilmente i consumi energetici complessivi, garantendo al tempo stesso la puntualità e il rispetto delle condizioni di sicurezza. L'estensione a scenari con più treni, organizzati secondo un controllo centralizzato, mostra infine come il coordinamento possa migliorare ulteriormente l'efficienza energetica globale, mantenendo prestazioni operative di alto livello e consentendo la condivisione di energia rigenerata tra i vari treni. Questi risultati indicano la fattibilità di un percorso verso sistemi ferroviari più sostenibili e flessibili.