Luận văn: Điều khiển dự báo thiết bị kho điện trong hệ thống phát điện sức gió độc lập

Luận văn về điều khiển dự báo thiết bị kho điện cho hệ thống phát điện sức gió độc lập. Nghiên cứu tối ưu hóa hiệu suất và độ tin cậy.

Người đăng

Ẩn danh

Thể loại

Luận văn thạc sĩ

2016

95
1
0

Phí lưu trữ

35 Point

Mục lục chi tiết

LỜI CẢM ƠN

LỜI CAM ĐOAN

DANH MỤC KÝ HIỆU VÀ CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ

MỞ ĐẦU

1. CHƢƠNG 1: TỔNG QUAN VỀ ĐIỀU KHIỂN DỰ BÁO

1.1. Khái niệm, sự hình thành và phát triển của MPC

1.2. Thuật toán MPC

1.3. Lý thuyết MPC, những khó khăn và thách thức

1.4. Các phƣơng pháp MPC

1.5. Điều khiển dự báo trong không gian trạng thái

1.6. Mô hình dự báo

2. CHƢƠNG 2: MÔ HÌNH HÓA THIẾT BỊ KHO ĐIỆN

2.1. Mô hình động học siêu tụ

2.1.1. Sơ lƣợc về cấu tạo

2.1.2. Mô hình của siêu tụ dùng trong thiết bị kho điện

2.2. Mô hình bộ biến đổi DC-DC dùng trong thiết bị kho điện

2.2.1. Mô hình chính xác

2.2.2. Mô hình trung bình ngắn hạn

2.2.3. Kiểm chứng mô hình

2.3. Mô hình bộ biến đổi DC-AC dùng trong thiết bị kho điện

2.3.1. Mô hình bộ biến đổi DC-AC

2.3.2. Mô hình BBĐ DC-AC ghép với lƣới điện

3. CHƢƠNG 3: THIẾT KẾ CẤU TRÚC ĐIỀU KHIỂN DỰ BÁO

3.1. Điều khiển dự báo cho các thiết bị điện tử công suất

3.2. Áp dụng điều khiển dự báo cho đối tƣợng bộ biến đổi DC-AC

3.2.1. Sơ đồ đóng ngắt van

3.2.2. Cấu trúc điều khiển bộ biến đổi DC-AC

3.3. Thiết kế điều khiển dự báo vòng điều khiển dòng

3.4. Vòng khóa pha

4. CHƢƠNG 4: MÔ PHỎNG KIỂM CHỨNG BẰNG MATLAB, SIMULINK, PLECS

4.1. Xác định giá trị đặt cho SCESS sử dụng bộ lọc

4.2. Xác định thông số

4.3. Kết quả mô phỏng

TÀI LIỆU THAM KHẢO

Tài liệu tham khảo tiếng Việt

Tài liệu tham khảo tiếng Anh

Tóm tắt

I. Tổng Quan Điều Khiển Dự Báo Thiết Bị Kho Điện Điện Gió

Hệ thống điện gió ngày càng được ứng dụng rộng rãi, đặc biệt tại các hải đảo, nơi việc cung cấp điện từ lưới quốc gia gặp nhiều khó khăn. Tuy nhiên, năng lượng gió có tính chất không ổn định, gây ảnh hưởng đến chất lượng điện năng. Để giải quyết vấn đề này, việc sử dụng thiết bị kho điện (ví dụ: BESS - Battery Energy Storage System) kết hợp với các phương pháp điều khiển dự báo trở nên quan trọng. Điều khiển dự báo giúp tối ưu hóa quá trình nạp/xả của thiết bị kho điện, đảm bảo nguồn cung cấp điện ổn định và liên tục cho các tải. Trong hệ thống điện gió độc lập, điều khiển dự báo đóng vai trò then chốt trong việc quản lý năng lượng và ổn định lưới điện. Nhiều phương pháp điều khiển đã được đưa ra, song điều khiển dự báo (Model-based Predictive Control, MPC) chứng tỏ ưu thế vượt trội nhờ khả năng dự đoán và tối ưu hóa hoạt động của hệ thống. Bằng cách sử dụng mô hình toán học để dự báo trạng thái tương lai của hệ thống, điều khiển dự báo cho phép đưa ra các quyết định điều khiển tối ưu, đảm bảo hiệu suất và độ tin cậy cao. Luận văn này sẽ đi sâu vào vấn đề “Điều khiển dự báo thiết bị kho điện sử dụng trong hệ thống phát điện sức gió ở chế độ độc lập”, khám phá các khía cạnh lý thuyết và thực tiễn của phương pháp này.

1.1. Khái niệm và sự phát triển của điều khiển dự báo MPC

Điều khiển dự báo (Model Predictive Control - MPC) là một thuật ngữ chung chỉ một lớp các phương pháp điều khiển sử dụng mô hình của đối tượng để thu được tín hiệu điều khiển bằng việc tối thiểu hóa hàm mục tiêu. MPC đã chứng minh thành công trong điều khiển các quá trình công nghiệp. Từ những năm 1970, MPC nhanh chóng cho thấy tính ưu việt so với các phương pháp tự chỉnh thông thường, đặc biệt trong các quá trình công nghiệp có tính pha không cực tiểu [16]. Điều này thúc đẩy nghiên cứu và phát triển nhanh chóng của MPC.

1.2. Thuật toán cơ bản của điều khiển dự báo

Bộ điều khiển dự báo là bộ điều khiển số, hoạt động theo chu kỳ lặp. Chu kỳ làm việc của bộ điều khiển số này bằng chu kỳ trích mẫu các tín hiệu vào ra của đối tượng điều khiển (ĐTĐK). Tại thời điểm trích mẫu thứ k, từ các giá trị đầu vào và đầu ra y(k) của ĐTĐK, bộ điều khiển dựa vào mô hình dự báo để xác định tập hợp U các giá trị điều khiển tại các thời điểm trong một khoảng thời gian tương lai N, sao cho một hàm mục tiêu J(U) đạt giá trị nhỏ nhất. Trong số N tín hiệu điều khiển tối ưu tìm được, bộ điều khiển chỉ sử dụng phần tử đầu tiên u(k) làm giá trị tín hiệu điều khiển đưa đến ĐTĐK.

1.3. Lý thuyết và thách thức của điều khiển dự báo MPC

Ba vấn đề chính cần giải quyết khi tiếp cận MPC về mặt lý thuyết: (1) Tính chính xác của mô hình dự báo: Mô hình hóa ĐTĐK là khâu quan trọng, tuy nhiên, có được mô hình hoàn toàn chính xác là điều không thể. (2) Tính khả thi của bài toán tối ưu: Tính khả thi đóng vai trò quan trọng; nếu bài toán vô nghiệm, thuật toán không thể hoàn tất. (3) Tính ổn định của hệ MPC: Tính ổn định là mục tiêu chung, nhưng nghiệm tối ưu chưa chắc đã đủ nhỏ để đảm bảo hệ thống ổn định. Bài toán MPC có thể là IH-MPC (infinite horizon) hoặc FH-MPC (finite horizon).

II. Vấn Đề Ổn Định Lưới Điện Gió Giải Pháp Lưu Trữ Năng Lượng

Điện gió mang lại nguồn năng lượng sạch nhưng đối mặt với thách thức về tính không ổn định do sự thay đổi của tốc độ gió. Sự dao động này ảnh hưởng đến chất lượng điện năng và gây khó khăn cho việc tích hợp vào lưới điện. Một giải pháp hiệu quả để giải quyết vấn đề này là sử dụng hệ thống lưu trữ năng lượng (ESS). ESS có khả năng tích trữ năng lượng khi nguồn cung vượt quá nhu cầu và cung cấp năng lượng khi nguồn cung giảm, giúp ổn định lưới điện và đảm bảo cung cấp điện liên tục. Các loại ESS phổ biến bao gồm pin, siêu tụ điện và hệ thống thủy điện tích năng. Việc lựa chọn loại ESS phù hợp phụ thuộc vào yêu cầu cụ thể của hệ thống, bao gồm công suất, thời gian đáp ứng và chi phí đầu tư. Bài toán quản lý năng lượngtối ưu hóa năng lượng trong hệ thống điện gió kết hợp ESS là một bài toán phức tạp, đòi hỏi các phương pháp điều khiển tiên tiến. Điều khiển dự báo là một trong những phương pháp hứa hẹn, giúp tối ưu hóa quá trình nạp/xả của ESS và đảm bảo ổn định lưới điện.

2.1. Ảnh hưởng của biến động gió đến lưới điện

Năng lượng gió có tính chất không ổn định, gây ảnh hưởng đến chất lượng điện năng và gây khó khăn cho việc tích hợp vào lưới điện. Việc hòa lưới điện gió đòi hỏi phải đảm bảo sự ổn định về điện áp và tần số. Trong điều kiện gió thay đổi liên tục, hệ thống điều khiển phải có khả năng đáp ứng nhanh chóng và chính xác để duy trì sự ổn định của lưới điện.

2.2. Vai trò của hệ thống lưu trữ năng lượng ESS trong ổn định lưới

ESS có khả năng tích trữ năng lượng khi nguồn cung vượt quá nhu cầu và cung cấp năng lượng khi nguồn cung giảm, giúp ổn định lưới điện và đảm bảo cung cấp điện liên tục. Các loại ESS phổ biến bao gồm pin, siêu tụ điện và hệ thống thủy điện tích năng. Siêu tụ, như đã đề cập, cho phép huy động nhanh công suất trong khoảng thời gian ngắn.

2.3. Các loại hệ thống lưu trữ năng lượng phổ biến

Các loại ESS phổ biến bao gồm pin (pin lưu trữ), siêu tụ điện và hệ thống thủy điện tích năng. Việc lựa chọn loại ESS phù hợp phụ thuộc vào yêu cầu cụ thể của hệ thống, bao gồm công suất, thời gian đáp ứng và chi phí đầu tư. Trong đó pin lưu trữ là 1 bộ phận không thể thiếu đối với các hệ thống lưu trữ điện.

III. Phương Pháp Mô Hình Hóa Thiết Bị Kho Điện Cho Điện Gió

Để áp dụng điều khiển dự báo hiệu quả, cần xây dựng mô hình dự báo chính xác của thiết bị kho điện. Quá trình mô hình hóa bao gồm việc xác định các thành phần chính của hệ thống, như siêu tụ điện, bộ biến đổi DC-DC và bộ biến đổi DC-AC. Mỗi thành phần có các đặc tính và phương trình toán học riêng, cần được mô tả chính xác trong mô hình. Đối với siêu tụ điện, mô hình cần phản ánh các đặc tính như điện dung thay đổi theo điện áp, điện trở nối tiếp và hiện tượng tự xả. Đối với bộ biến đổi DC-DC và DC-AC, mô hình cần mô tả quá trình chuyển đổi năng lượng và các ràng buộc về điện áp và dòng điện. Việc sử dụng các công cụ mô phỏng như MATLAB/Simulink giúp kiểm chứng tính chính xác của mô hình và đánh giá hiệu quả của các phương pháp điều khiển.

3.1. Mô hình động học của siêu tụ điện

Siêu tụ là một đối tượng phức tạp, việc xác định mô hình siêu tụ phải dựa trên các đặc tính vật lý sau: (1) Đặc điểm điện hóa của hai lớp vật liệu được mô tả bằng một mạch RC; (2) Thành phần C thay đổi theo điện áp đặt vào hai cực của tụ; (3) Sự tồn tại của hiện tượng tự xả năng lượng. Các công trình nghiên cứu về mô hình siêu tụ có thể chia thành hai nhóm chính: Mô hình mạch điện tương đương và mô hình điện hóa.

3.2. Mô hình bộ biến đổi DC DC trong kho điện

Trong tài liệu [9], tác giả vận dụng ý tưởng điều khiển đồng thời hai van IGBT nhưng bổ sung và làm sáng tỏ các bước xây dựng mô hình. Quá trình mô hình hóa được tóm tắt như sau: Xác định các cấu trúc mạch điện ứng với các trạng thái chuyển mạch của van; xây dựng mô hình chính xác của DC-DC đối với các biến trạng thái được lựa chọn là dòng điện qua cuộn cảm và điện áp trên tụ của mạch điện một chiều trung gian; xác định mô hình trung bình ngắn hạn.

3.3. Mô hình bộ biến đổi DC AC dùng trong thiết bị kho điện

Ghép với lưới điện được là bộ biến đổi DC-AC hoạt động ở hai chế độ: Chỉnh lưu khi nhận năng lượng từ lưới và nghịch lưu khi đưa năng lượng lên lưới. Những nội dung sau đây trình bày ngắn gọn về mô hình DC-AC dùng trong thiết bị kho điện.

IV. Thiết Kế Cấu Trúc Điều Khiển Dự Báo Cho Thiết Bị Kho Điện

Việc thiết kế cấu trúc điều khiển dự báo cho thiết bị kho điện đòi hỏi sự kết hợp giữa lý thuyết điều khiển và kiến thức về hệ thống điện gió. Cấu trúc điều khiển thường bao gồm các vòng điều khiển dòng điện, điện áp và công suất. Vòng điều khiển dòng điện đảm bảo dòng điện nạp/xả của thiết bị kho điện đáp ứng yêu cầu. Vòng điều khiển điện áp duy trì điện áp DC ổn định, đảm bảo chất lượng điện năng. Vòng điều khiển công suất điều khiển công suất trao đổi giữa thiết bị kho điện và lưới điện, giúp ổn định lưới điện và tối ưu hóa việc sử dụng năng lượng gió. Để thiết kế các vòng điều khiển này, cần sử dụng các thuật toán điều khiển phù hợp, như PID, MPC hoặc các thuật toán tối ưu hóa khác.

4.1. Điều khiển dự báo cho các thiết bị điện tử công suất

Đối với các quá trình công nghiệp, có một số hệ hoạt động ổn định hoặc ổn định xung quanh điểm làm việc, các hệ này có thể được mô tả bởi một mô hình tuyến tính. Tuy nhiên có nhiều hệ không đảm bảo được điều kiện này và việc sử dụng mô hình tuyến tính để mô tả là không chính xác. Đối với những hệ này thì bộ điều khiển tuyến tính là không hiệu quả, do vậy ta phải dùng bộ điều khiển phi tuyến. MPC sử dụng mô hình phi tuyến ngày càng trở nên phổ biến khi những công cụ phần mềm mới đã giúp ích rất nhiều cho việc xây dựng mô hình phi tuyến.

4.2. Áp dụng điều khiển dự báo cho bộ biến đổi DC AC

Điều khiển dự báo trong không gian trạng thái có hàm mục tiêu phụ thuộc sai lệch tín hiệu điều khiển đầu vào của quá trình ứng với đối tượng là bộ biến đổi DC-AC sẽ được mô hình hóa ở chương 2.Giải pháp GPC do Clarke và các đồng sự kiến nghị và đã trở thành một trong những thuật toán của MPC phổ biến trong công nghiệp và nghiên cứu.

4.3. Vòng điều khiển dòng và vòng khóa pha

Điều khiển dự báo có thể được sử dụng để thiết kế vòng điều khiển dòng điện. Vòng khóa pha cũng là một phần quan trọng trong hệ thống điều khiển, đảm bảo đồng bộ giữa điện áp của bộ biến đổi và điện áp lưới.

V. Kết Quả Mô Phỏng và Kiểm Chứng Giải Pháp Điều Khiển Điện Gió

Để đánh giá hiệu quả của phương pháp điều khiển dự báo, cần thực hiện mô phỏng và kiểm chứng trên các hệ thống thực tế hoặc mô hình mô phỏng. Quá trình mô phỏng bao gồm việc tạo ra các kịch bản hoạt động khác nhau của hệ thống điện gió, như thay đổi tốc độ gió, thay đổi tải và các sự kiện bất thường. Kết quả mô phỏng cho thấy điều khiển dự báo có khả năng duy trì điện áp và tần số ổn định, giảm thiểu dao động công suất và cải thiện chất lượng điện năng. Các kết quả này chứng minh tính khả thi và hiệu quả của phương pháp điều khiển dự báo trong hệ thống điện gió.

5.1. Xác định giá trị đặt cho SCESS sử dụng bộ lọc

Bộ lọc có thể được sử dụng để xác định giá trị công suất đặt cho SCESS, giúp giảm thiểu dao động và cải thiện chất lượng điện năng. Mục tiêu của mô phỏng là kiểm chứng bằng MATLAB, Simulink, PLECS

5.2. Mô phỏng hệ thống điều khiển dự báo với Matlab Simulink

Sử dụng Matlab & Simulink để tạo mô hình và mô phỏng hệ thống điều khiển dự báo cho thiết bị kho điện kết hợp điện gió. Các kết quả mô phỏng cho thấy điều khiển dự báo có khả năng duy trì điện áp và tần số ổn định.

5.3. Đánh giá hiệu suất và sai số của hệ thống

Đánh giá hiệu suất của hệ thống điều khiển dự báo thông qua các chỉ số như thời gian đáp ứng, độ quá điều chỉnh và sai số ổn định. Phân tích các yếu tố ảnh hưởng đến hiệu suất của hệ thống và đề xuất các giải pháp cải thiện.

VI. Tương Lai Phát Triển Ứng Dụng Của Điều Khiển Dự Báo Điện Gió

Với sự phát triển của công nghệ, điều khiển dự báo hứa hẹn sẽ đóng vai trò ngày càng quan trọng trong hệ thống điện gió. Các nghiên cứu trong tương lai có thể tập trung vào việc phát triển các thuật toán điều khiển thông minh hơn, có khả năng thích ứng với các điều kiện vận hành khác nhau. Việc tích hợp trí tuệ nhân tạo (AI) và học máy (machine learning) vào điều khiển dự báo có thể giúp cải thiện khả năng dự đoán và tối ưu hóa hoạt động của hệ thống. Ngoài ra, việc nghiên cứu và phát triển các thiết bị kho điện mới, với hiệu suất và tuổi thọ cao hơn, cũng sẽ góp phần thúc đẩy ứng dụng của điều khiển dự báo trong hệ thống điện gió.

6.1. Phát triển các thuật toán điều khiển dự báo thông minh

Phát triển các thuật toán điều khiển dự báo thông minh hơn, có khả năng thích ứng với các điều kiện vận hành khác nhau. Nghiên cứu các thuật toán tối ưu hóa mới, như thuật toán di truyền, thuật toán bầy đàn và thuật toán tìm kiếm tabu.

6.2. Ứng dụng trí tuệ nhân tạo AI và học máy Machine Learning

Tích hợp trí tuệ nhân tạo (AI) và học máy (machine learning) vào điều khiển dự báo để cải thiện khả năng dự đoán và tối ưu hóa hoạt động của hệ thống. Sử dụng các kỹ thuật học máy, như mạng nơ-ron và máy học vector hỗ trợ, để xây dựng mô hình dự báo chính xác.

6.3. Nghiên cứu và phát triển các thiết bị kho điện mới

Nghiên cứu và phát triển các thiết bị kho điện mới, với hiệu suất và tuổi thọ cao hơn, cũng sẽ góp phần thúc đẩy ứng dụng của điều khiển dự báo trong hệ thống điện gió. Tập trung vào các công nghệ lưu trữ năng lượng tiên tiến, như pin thể rắn, siêu tụ điện graphene và hệ thống thủy điện tích năng.

29/09/2025

Trích đoạn nội dung tài liệu

MỞ ĐẦU Với tình hình tranh chấp chủ quyền trên biển đang ngày một phức tạp và căng thẳng nhƣ hiện nay, vấn đề biển đảo ngày càng đƣợc Đảng và Nhà nƣớc quan tâm. Một trong những mục tiêu quan trọng nhất là phải tạo ra điều kiện thuận lợi để các chiến sĩ và nhân dân kiên trì bám biển, bảo vệ chủ quyền thiêng liêng của Tổ quốc. Trong đó, hệ thống điện đóng vai trò cực kỳ quan trọng, vì nó giúp ta duy trì thông tin liên lạc thông suốt với đất liền cũng nhƣ vận hành những trang thiết bị khác trên đảo. Hiện nay, với hải đảo, hệ thống điện năng chủ yếu đƣợc cung cấp từ các tổ hợp máy phát diesel (D-G).

Tuy nhiên, việc sử dụng nhiên liệu này lại có chi phí cao và không cơ động. Do đó, ngƣời ta đang dần chuyển sang các dạng năng lƣợng có sẵn khác nhƣ năng lƣợng mặt trời, năng lƣợng gió, năng lƣợng sóng biển. Trong đó, năng lƣợng gió nổi lên là một giải pháp tiềm năng với chi phí đầu tƣ thiết bị thấp, công suất cao, phù hợp với điều kiện gió lớn ở hải đảo. Và trong thực tế cũng đã có ứng dụng năng lƣợng gió trong hệ thống điện ở hải đảo, cụ thể là dùng năng lƣợng tổ hợp máy phát diesel làm nền, còn năng lƣợng từ máy phát sức gió để bổ sung vào.

Tuy nhiên, do năng lƣợng gió có đặc điểm là không ổn định, nên để đảm bảo chất lƣợng điện năng, ngƣời ta phải sử dụng thêm một thiết bị kho điện (Battery Energy Storage System, BESS) bao gồm 2 tầng biến đổi DC-AC và DC-DC cho phép dòng điện chảy theo hai chiều, nối phần kho điện gồm các siêu tụ (Double- Layer Capacitor, DLC) với lƣới xoay chiều ba pha. BESS phải thực hiện đƣợc các chức năng sau: trao đổi công suất với lƣới, điều chỉnh điện áp tại điểm kết nối, nâng cao chất lƣợng và tính ổn định của hệ thống. Để thực hiện yêu cầu này, đã có nhiều phƣơng pháp điều khiển đƣợc đƣa ra nhƣ điều khiển tuyến tính bằng bộ PI trên cơ sở mô hình tuyến tính hóa quanh điểm làm việc. Phƣơng pháp này tuy đơn giản nhƣng đem lại chất lƣợng điều khiển không cao, nhất là khi ở điểm làm việc khác.

Vì thế trong luận văn này, để tăng chất lƣợng điều khiển, em quyết định sử dụng 9 download by : skknchat@gmail.com phƣơng pháp điều khiển dự báo (Model-based Predictive Control, MPC) để thiết kế cấu trúc điều khiển cho đối tƣợng BESS. Luận văn này sẽ trình bày về vấn đề “Điều khiển dự báo thiết bị kho điện sử dụng trong hệ thống phát điện sức gió ở chế độ độc lập”. Luận văn đƣợc trình bày với các phần chính nhƣ sau: Chƣơng 1: Tổng quan về điều khiển dự báo: nghiên cứu tổng quan về điều khiển dự báo và các phƣơng pháp điều khiển dự báo. Chƣơng 2: Mô hình hóa thiết bị kho điện: giới thiệu cấu trúc của siêu tụ và mô hình hóa bộ biến đổi DC-AC và DC-DC khi ghép với lƣới điện.

Chƣơng 3: Thiết kế cấu trúc điều khiển dự báo: cho thiết bị kho điện sử dụng turbine gió dùng máy phát DFIG. Chƣơng 4: Mô phỏng kiểm chứng bằng MATLAB, Simulink, PLECS: kết quả mô phỏng thực hiện thuật toán điều khiển bộ biến đổi. Mặc dù đã cố gắng hết sức, tuy nhiên luận văn này không thể tránh khỏi có những sai sót. Tôi rất mong nhận đƣợc ý kiến đánh giá, đóng góp và phản hồi từ thầy cô cũng nhƣ những ngƣời quan tâm đến lĩnh vực này.

Xin chân thành cảm ơn! Hà Nội, tháng 9 năm 2016 Phí Trọng Huy 10 download by : skknchat@gmail.com CHƢƠNG 1: TỔNG QUAN VỀ ĐIỀU KHIỂN DỰ BÁO 1.1 Khái niệm, sự hình thành và phát triển của MPC u khin d báo da theo mô hình (tên tiếng Anh: Model-based Predictive Control, viết tắt: MPC, hay còn đƣợc gọi với cái tên Receding Horizon Control) là một thuật ngữ để chỉ chung mt lp rt ru khi mô hình c c tín hiu khin bng vic t hàm mc tiêu ([1]-tr. Dựa vào định nghĩa trên, một hệ thống MPC có thể đƣợc biểu diễn dƣới dạng sơ đồ khối nhƣ Hình 1. Theo đó, cấu trúc chung của một bộ điều khiển dự báo gồm ba khối chính: mô hình dự báo, hàm mục tiêu và thuật toán tối ƣu để tìm nghiệm của bài toán tối thiểu hóa hàm mục tiêu đó. Các phƣơng pháp MPC cũng thƣờng đƣợc phân loại theo ba thành phần cơ bản này.

1 Cấu trúc chung của một hệ thống MPC Điều khiển dự báo là một trong số các phƣơng pháp điều khiển thu đƣợc nhiều thành công trong ứng dụng vào điều khiển các quá trình công nghiệp. Ra đời vào những năm 70 của thế kỷ trƣớc, dƣới dạng ban đầu chỉ là phƣơng pháp bổ sung cho việc tự chỉnh định thích nghi tham số bộ điều khiển công nghiệp PID, song điều khiển dự báo đã nhanh chóng cho thấy tính ƣu việt của nó so với các phƣơng pháp tự chỉnh thông thƣờng khác, chẳng hạn nhƣ phƣơng pháp cực tiểu tƣơng quan 11 download by : skknchat@gmail., nhất là khi áp dụng vào những quá trình công nghiệp có tính pha không cực tiểu [16]. Chính vì ƣu điểm trên của điều khiển dự báo mà phƣơng pháp điều khiển này đã đƣợc nghiên cứu, phát triển rất nhanh trong thời gian qua. Điểm qua ta có thể thấy chỉ trong một thời gian rất ngắn, ngay sau khi xuất hiện bộ điều khiển dự báo do các kỹ sƣ công ty dầu khí Shell giới thiệu năm 1977, đã có khá nhiều phiên bản khác nhau của điều khiển dự báo đƣợc ra đời, chẳng hạn nhƣ điều khiển dự báo thích nghi khoảng rộng (long range model predictive control LRPC) của De Keyser năm 1988, bộ điều khiển dự báo bền vững của Garcia năm 1989, điều khiển dự báo khoảng trƣợt với cực tiểu hóa hàm mục tiêu toàn phƣơng (receding horizon predictive control) của Scattolini và Clarke năm 1991, điều khiển dự báo khoảng rộng toàn phƣơng LRQP (long range quadratic progamming) của Sandoz năm 2000, điều khiển dự báo có ràng buộc (constrained predictive control) của Grim năm 2003, hay điều khiển dự báo nhiều chiều có ràng buộc cho tín hiệu đầu vào của Warren và Marlin năm 2006 .2 Thuật toán MPC Bộ điều khiển dự báo là bộ điều khiển số, làm việc theo chu kỳ lặp.

Độ lớn chu kỳ làm việc của bộ điều khiển số này đúng bằng chu kỳ trích mẫu các tín hiệu vào ra của đối tƣợng điều khiển (ĐTĐK), vì vậy, mặc dù đối tƣợng có bản chất liên tục, xây dựng mô hình dự báo (xây dựng từ mô hình toán mô tả ĐTĐK) phải là mô hình gián đoạn. Tại thời điểm trích mẫu thứ , từ các giá trị đầu vào và đầu ra y( k) của ĐTĐK, bộ điều khiển sẽ dựa vào mô hình dự báo để xác định tập hợp U (u ),k (u k1), , (u k )N các giá trị điều khiển tại các thời điểm trong một khoảng thời gian tƣơng lai N , sao cho với nó thì một hàm mục tiêu J (U ) đạt giá trị nhỏ nhất. Trong số N tín hiệu điều khiển tối ƣu tìm đƣợc, bộ điều khiển sẽ chỉ sử dụng phần tử đầu tiên là u (k) làm giá trị tín hiệu điều khiển đƣa đến ĐTĐK ở hiện 12 download by : skknchat@gmail. Đến thời điểm trích mẫu tiếp theo k1 , bộ điều khiển sử dụng các biến đo đƣợc mới, thực hiện lại công việc giải bài toán tối ƣu để có đƣợc tín hiệu điều khiển tối ƣu mới u( k1).

Với đặc điểm làm việc theo chu kỳ lặp này, khoảng thời gian dự báo N sẽ đƣợc dịch dần theo trục thời gian cùng với việc trích mẫu tín hiệu, điều này dẫn đến một tên gọi khác của MPC là u khin dch min d báo (receding horizon) (Hình 1. 3  Sử dụng một mô hình toán học để dự báo đầu ra của đối tƣợng/quá trình trong tƣơng lai y( t k| )t với k1. M, M đƣợc gọi là miền giới hạn dự báo (prediction horizon ). 13 download by : skknchat@gmail.com Chuỗi tín hiệu điều khiển tối ƣu {u(t),.,u(t+N )} đƣợc tính toán thông qua việc tối thiểu hóa một phiếm hàm mục tiêu.

Phiếm hàm này thƣờng có dạng một hàm bậc hai bao gồm bình phƣơng của sai lệch giữa tín hiệu đầu ra dự báo và quỹ đạo quy chiếu mong muốn cộng với bình phƣơng chuỗi biến thiên tín hiều điều khiển : M M J = d(k)[y(t ˆ + k) - w(t + k)] + 2 l(k)[Du(t + k - 1)] 2 (1.1) k=h1 k=1 Tín hiệu điều khiển u (t ) đƣợc đƣa tới đối tƣợng/quá trình trong khi các tín hiệu điều khiển còn lại trong chuỗi bị bỏ qua, bởi vì ở thời điểm lấy mẫu tiếp theo y( t1) đã biết và bƣớc 1 đƣợc lặp lại với giá trị mới này và toàn bộ các dữ liệu đƣợc cập nhật. Tất cả các phép tính toán của giải thuật tối ƣu đều phải đƣợc thực thi trong giới hạn thời gian là một chu kỳ trích mẫu, đây chính là nguyên nhân làm cho nhiều giải thuật MPC phức tạp chƣa thể ứng dụng thực tiễn thành công cho những hệ thống động học nhanh, là đối tƣợng chỉ cho phép lấy chu kỳ trích mẫu nhỏ. Về cơ bản, việc lựa chọn chu kỳ trích mẫu trong thuật toán MPC cần phải phù hợp với các yếu tố:  Phù hp v ng hc cng: thời gian trích mẫu nói chung thƣ đƣợc chọn nhỏ hơn nhiều lần hằng số thời gian bé nhất của ĐTĐK, nhƣng việc chọn chu kỳ trích mẫu quá nhỏ so với động học của ĐTĐK sẽ gây nên sự lãng phí không cần thiết, và quan trọng hơn, tác động điều khiển trong mô hình gián đoạn (tỉ lệ với tích của chu kỳ trích mẫu và tín hiệu điều khiển tối ƣu tìm đƣợc) có thể sẽ nhỏ hơn cả sai số tính toán gây ra bởi phép đo biến trạng thái, giải thuật tối ƣu sẽ không còn hiệu lực.  Phù hp vi kh      u khin và m thut t: một vi điều khiển giá rẻ có tốc độ tính toán trung bình nói chung sẽ không phù hợp cho MPC trong một ứng dụng điều khiển hệ thống nhanh.

Tuy nhiên, sự phát triển nhanh chóng của ngành công nghệ bán dẫn đang cho 14 download by : skknchat@gmail.com ra đời các dòng μC, DSP tốc độ cao với giá thành ngày càng hạ, giúp cho MPC đang thực sự trở thành một trong những kỹ thuật điều khiển nâng cao rất đƣợc ƣa chuộng.

Nội dung được bảo vệ bản quyền — Tải xuống đầy đủ