Multi-objective & multi-model PI/PID controller tunning

• Leyva Callas, Ernesto del Piero ^[1] ; Abdalá Jose, Ismael ^[2] ; Colomera de Lima, Lucas ^[2] ; Gusso Soriano, Mateus ^[2] ; Hultmann Ayala, Helon Vicente ^[2] ; Reynoso Meza, Gilberto ^[2]
  1. [1] Universidad San Ignacio de Loyola

     Universidad San Ignacio de Loyola

     Perú

     
  2. [2] Pontifícia Universidade Católica do Paraná

     Pontifícia Universidade Católica do Paraná

     Brasil

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 45, 2024
• Idioma: inglés
• Enlaces
  • Texto completo
• Resumen
  • español

    Este estudio aborda el desafío de modelar un controlador para una turbina eólica de 15 MW propuesta por la Universidad de Córdoba. Ante la falta de disponibilidad de un modelo que represente el funcionamiento interno de la turbina, se resolvió utilizando la herramienta de Identificación de Sistemas en MATLAB. Se empleó el modelo lineal ARMAX, y se aplicaron los criterios de Vinnicombe y Akaike para abordar múltiples modelos, objetivos y seleccionar las mejores funciones de transferencia. Inicialmente, se obtuvieron 15 funciones de transferencia. Posteriormente, el controlador PI propuesto se ajustó a un PID con un filtro utilizando las cuatro funciones de transferencia encontradas mediante el uso del algoritmo de optimización multiobjetivo spMODEx, encontrando ganancias óptimas con un Kp=-8, Ti=12, Td=0.9754, y filtro=10, lo que resultó en un J=0.4602, superando óptimamente el valor propuesto por el desafío, J=0.5206. Las ganancias encontradas en este estudio demostraron su viabilidad para operar en una amplia gama de sistemas, respaldando un enfoque de múltiples modelos

  • English

    This study addresses the challenge of modeling a controller for a 15 MW wind turbine proposed by the University of Córdoba. Faced with the unavailability of a model representing the internal workings of the turbine, it was resolved using the System Identification tool in MATLAB. The linear ARMAX model was employed, and the Vinnicombe and Akaike criteria were applied to address multiple models, objectives, and select the best transfer functions. Initially, 15 transfer functionswere obtained. Subsequently, the proposed PI controller was adjusted to a PID with a filter using the four transfer functions found through the use of the multi-objective optimization algorithm spMODEx, finding optimal gains with a ��=−8, ��=12, ��=0.9754, and a ������=10, resulting in a �=0.4602, optimally surpassing the value proposed by the challenge, �=0.5206. The gains found in this study demonstrated their viability to operate across a wide range of systems, supporting a multi-model approach.