Gestió òptima de sistemes de gran escala
Per donar solució a aquest problemes, el grup de recerca té plantejades tres línies de treball en aquest àmbit:
Estratègies per a la validació i reconstrucció de dades
 |
La validació de dades consisteix en capturar les dades amb una freqüència temporal fixa (per exemple horàries) de la base de dades operacional del sistema de telecontrol, que permeten conèixer l'estat de la xarxa, de forma periòdica (una vegada al dia) o mitjançant petició expressa de l'operador del sistema de telecontrol, analitzar amb diferents de nivells de test totes les dades del interval en qüestió i del resultat obtingut etiquetar les dades com a dades vàlides especificant els test superats o invàlides especificant el test de validació no superat i emmagatzemar-les en la mateixa base de dades operativa del sistema de telecontrol. |
El conjunt de test que ha de passar cada una de les dades amb una freqüència fixa (deuminutal, horària o diària) de l'estat de la xarxa està inspirat en els nivells de qualitat de dades de les estacions meteorològiques automàtiques definides en la norma UNE 500540.
-
- Test 1. Errors de comunicació: es tracta de saber si la dada ha arribat en el instant esperat o no (deuminutal, horària o diària).
- Test 2. S'analitza si una dada supera els valora màxim o mínim físic que són impossibles de superar per una dada coherent.
- Test 3. S'analitza la variació temporal de la dada, ja que la diferència entre dos valors consecutius no ha de superar uns valors de referència.
- Test 4. S'analitza si els sensors d'una mateixa estació són coherents entre sí. Per exemple, si la posició d'una vàlvula indica que està tancada no pot circular aigua i el sensor de cabal ha de marcar zero o un valor molt proper a zero.
- Test 5. S'analitza la coherència espaial de les dades de la xarxa a partir d'un model de relació entre mesures i s'analitza la coherència temporal de les dades i es compara l'estimació de la dada a partir del seu històric amb la dada a validar.
Si una dada no passa algun d'aquests test, la dada no és fiable i ha de ser reconstruïda mitjançant l'aplicació d'un o diversos models (redundància analítica) que permetin estimar el seu valor.
Aquesta metodologia ja s'ha implementat en la xarxa de distribució de Barcelona la qual disposa de 400 cabalímetres i actualment està implementat amb dades horàries i diàries de la xarxa de transport d'aigua d'ATLL i es considera que serà un gran benefici per augmentar la confiança en les dades del sistema de telecontrol i la seva posterior explotació per realitzar una correcte gestió de la xarxa, com és el càlcul del rendiment hidràulic dels diferents sectors de la xarxa i/o la detecció de fuites en la mateixa.
El Control Predictiu Basat en Models (MPC) s'ha demostrat que és una de les tècniques de control avançades àmpliament acceptades per al control de sistemes a gran escala. Aplicades a diferents infraestructures a gran escala com xarxes d'aigua potable, xarxes de clavegueram, xarxes de canal obert o xarxes elèctriques confirmen l'aplicabilitat d'aquesta tècnica. La raó principal es deu a una vegada obtingut el model dinàmic de la planta, el disseny de MPC només consisteix a expressar les especificacions de rendiment desitjades a través de diferents objectius de control (per exemple, pesos en errors de seguiment i esforços d'actuació com en la regulació quadràtica lineal clàssica), i restriccions en variables de sistema (per exemple, mínims/màxim de variables de procés seleccionades i/o les seves taxes de canvi) que són necessàries per garantir la seguretat del procés i la salut dels actius.
La resta del disseny de MPC és automàtic: el model donat, les restriccions i els pesos defineixen un problema de control òptim sobre un horitzó temporal finit en el futur (per aquesta raó l'enfocament es diu predictiu). Això es tradueix en un problema d'optimització equivalent i es resol en línia per obtenir una seqüència òptima de moviments de control futurs. Només s'aplica el primer d'aquests moviments al procés, ja que en el següent pas resol un nou problema de control òptim per explotar la informació procedent de noves mesures. D'aquesta manera, una metodologia de disseny de bucle obert (és a dir, un control òptim) es transforma en una de feedback.
No obstant això, el principal obstacle per al control MPC, com qualsevol altra tècnica de control, quan s'aplica a sistemes a gran escala de manera centralitzada, és l'escalabilitat. La raó és que es necessita un model de control enorme que és difícil de mantenir/actualitzar i que ha de ser reconstruït en cada canvi en la configuració del sistema, com per exemple, quan alguna part del sistema ha de ser interrompuda a causa d'accions de manteniment o mal funcionament. Posteriorment, un canvi de model requeriria tornar a afinar el controlador centralitzat. És evident que el cost d'establir i mantenir la solució monolítica del problema de control és prohibitiu. Una manera d'eludir aquests problemes podria ser investigar les tècniques descentralitzades de MPC (DMPC) o MPC distribuïts, on els controladors locals de MPC en xarxa s'encarreguen del control de part de tot el sistema. La principal diferència entre MPC descentralitzat i distribuït és que aquest últim requereix negociacions i recomputacions d'accions de control local dins del període de mostreig per augmentar el nivell de cooperació.
- PLIO/SOSTAQUA/WIDE: aplicació a les xarxes d'aigua potable
- CORAL/OPTIMAR: aplicació a xarxes de clavegueram
- GERHYCO/PREDO/HIDROPTIM: aplicació a sistemes de rec
Com a resultat d'aquests projectes s'han desenvolupat diverses eines de software que permeten implementar en temps real el control MPC.
Comparteix: