MPC con modelos neuroborrosos para la gestión energética en una planta de fabricación

• Gómez, Javier ^[1] ; Chicaiza Salazar, William David ^[1] ; Escaño, Juan Manuel ^[1] ; Bordons, Carlos ^[1]
  1. [1] Universidad de Sevilla

     Universidad de Sevilla

     Sevilla, España

     
• Localización: XLIV Jornadas de Automática: libro de actas: Universidad de Zaragoza, Escuela de Ingeniería y Arquitectura, 6, 7 y 8 de septiembre de 2023, Zaragoza / coord. por José Manuel Andújar Márquez, Ramón Costa Castelló, Alejandro R. Mosteo, Vanesa Loureiro-Vázquez, Elisabet Estévez Estévez, David Muñoz de la Peña Sequedo, Carlos Vilas Fernández, Luis Enrique Montano Gella, Pedro Jesús Cabrera Santana, Raúl Marín, Eduardo Rocón de Lima, Manuel Gil Ortega Linares, Óscar Reinoso García, Luis Payá Castelló, 2023, ISBN 9788497498609, págs. 156-161
• Idioma: español
• Títulos paralelos:
  • MPC with fuzzy modelling for energy management in a manufacturing plant
• Enlaces
  • Texto completo
• Resumen
  • español

    Se propone un Control Predictivo Basado en Modelo (MPC) para maximizar el uso de energías renovables en un proceso de fabricación. La estrategia se ha aplicado en un sistema de fabricación que cuenta con varias máquinas, recursos de generación renovable, un generador combinado de calor y electricidad (CHP) para la producción de energía, y un banco de baterías para el almacenamiento de energía. El trabajo pretende maximizar el uso de fuentes de energía renovables en este proceso, teniendo en cuenta también el precio del mercado eléctrico, para reducir el coste. El uso de modelos neuroborrosos para la predicción de la energía producida por los generadores renovables permite una predicción dinámica, utilizando valores de entrada obtenidos a partir de variables típicas de predicción (velocidad del viento, irradiancia global, etc.).

  • English

    A Model Predictive Control (MPC) is proposed to maximise the use of renewable energy in a manufacturing process. The strategy has been applied in a manufacturing system with several machines, renewable generation resources, a combined heat and power (CHP) generator for energy production, and a battery bank for energy storage. The work aims to maximise the use of renewable energy sources in this process, also taking into account the electricity market price, to reduce the cost. The use of neuroborrous models for the prediction of the energy produced by renewable generators allows a dynamic prediction, using input values obtained from typical prediction variables (wind speed, global irradiance, etc.).