Aplicación de estimadores on-line de variables rotóricas para la mejora de las prestaciones en variadores de velocidad multifásicos

Resumo

Las máquinas multifásicas (más de tres fases) son ampliamente reconocidas como una alternativa al convencional esquema trifásico en un gran número de aplicaciones en donde se requieren elevada fiabilidad e incluso la posibilidad de seguir funcionando en presencia de fallas, como es el caso de los sistemas de tracción y propulsión de vehículos eléctricos, trenes y navíos, así como sistemas eléctricos de generación eólica. Los avances en las estrategias de control de las máquinas multifásicas han evolucionado desde la extensión de los métodos de control vectorial y control directo de par, utilizados en las máquinas trifásicas, a métodos más sofisticados, tales como el control predictivo. El concepto del control predictivo se basa en el cálculo del comportamiento futuro del sistema, de tal forma a utilizar dicha información para calcular los valores óptimos que minimizan una función de costo. La ejecución del algoritmo del controlador predictivo se basa en tres pasos: estimación de las variables no medibles, predicción del comportamiento futuro de los estados del sistema, y optimización de las salidas, de acuerdo a las restricciones impuestas como consigna de control. El control predictivo aplicado a las máquinas multifásicas utilizan, en su gran mayoría, las corrientes del estátor y del rotor como variables de estado. Puesto que las corrientes del rotor son estados no medibles, éstas deben ser estimadas. La principal aportación de esta Tesis Doctoral se centra en la aplicación de estimadores on-line de variables rotóricas (corrientes del rotor) en el control predictivo de corriente en variadores de velocidad de máquinas de inducción multifásicas. En este contexto, se realiza un análisis comparativo de la eficiencia a partir de dos algoritmos de control predictivo de corriente (PCC, del inglés predictive current control), el PCC basado en el observador de Luenberger, y el PCC basado en la estimación óptima (filtro de Kalman), los resultados obtenidos son comparados con técnicas convencionales en las cuales la corriente del rotor es estimada a partir de las ecuaciones dinámicas del accionamiento. Las aportaciones han sido evaluadas mediante simulaciones sobre dos tipos de accionamientos multifásicos, de seis y cinco fases, y posteriormente validadas mediante resultados experimentales los cuales han sido obtenidos sobre el accionamiento de cinco fases.