Computationally Efficient Near-Optimal Control for Current Ripple Reduction and Optimization of Three-Phase Motors via LMIs

Resumen Técnico: Control Casi Óptimo Computacionalmente Eficiente para la Reducción del Rizado de Corriente en Motores Trifásicos mediante LMIs

Planteamiento del Problema
El control óptimo de motores síncronos de imanes permanentes (PMSM) trifásicos accionados por inversores de fuente de tensión (VSI) es inherentemente desafiante debido a las no linealidades del sistema y a la naturaleza discreta del conjunto de control (Conjunto de Control Finito, o FCS). Las soluciones existentes enfrentan una dicotomía: los métodos de optimización de trayectoria de mezcla entera suelen ser computacionalmente prohibitivos para la implementación en tiempo real, mientras que los enfoques de iteración de valor sufren de la "maldición de la dimensionalidad", requiriendo un tiempo y almacenamiento excesivos a medida que la dimensión del sistema y la granularidad de la red aumentan. Además, los métodos de control indirecto tradicionales (que utilizan esquemas de modulación como la Modulación de Vector Espacial) imponen tasas de conmutación constantes, lo que puede ser ineficiente para los compromisos entre energía y rendimiento en aplicaciones alimentadas por baterías. El artículo pretende caracterizar eficientemente los límites de rendimiento dependientes del control y proporcionar una estrategia de conmutación que equilibre la reducción del rizado de corriente con el esfuerzo de conmutación, adecuada para la evaluación rápida de hardware y parámetros de diseño.

Metodología
Los autores proponen un marco basado en Desigualdades Matriciales Lineales (LMI) para aproximar la función de valor de horizonte infinito para el problema de control óptimo. La metodología central consiste en:

1. Modelado del Sistema: El PMSM se modela en el marco de referencia del rotor con un conjunto de control finito derivado de los estados de conmutación discretos de un inversor multinivel. La dinámica se trata como un sistema de datos muestreados con un número finito de vectores de tensión.
2. Aproximación de la Función de Valor: En lugar de resolver directamente la ecuación de Bellman, los autores relajan el problema buscando una sub-aproximación de la función de valor, $\hat{V}$, que satisfaga desigualdades de Bellman iteradas ($\hat{V} \leq T^M \hat{V}$).
3. Parametrización Cuadrática: La función de valor aproximada se parametriza como una forma cuadrática ($\hat{V}(\xi) = \xi^\top P \xi + 2q^\top \xi + r$) independiente del ángulo del rotor. Esta elección está motivada por el hecho de que el ángulo del rotor es una variable no controlada.
4. Formulación LMI: La condición de que la desigualdad de Bellman se cumpla para todos los estados y ángulos de rotor se traslada a un sistema de LMIs utilizando el procedimiento S (S-procedure). Esto transforma el problema en un programa de optimización convexa tratable (específicamente un programa semidefinido) que puede resolverse fuera de línea (offline).
5. Ley de Control: La función de valor calculada se utiliza en línea (online) como un "costo de cola" en una ley de Control Predictivo basado en Modelo (MPC) de horizonte uno. En cada paso de tiempo, el controlador selecciona el vector de tensión discreto que minimiza el error de seguimiento inmediato más el costo futuro descontado estimado por $\hat{V}$.
6. Verificación de Estabilidad: Se desarrolla un procedimiento de verificación para certificar la estabilidad práctica del sistema de lazo cerrado. Esto implica demostrar la invariancia positiva de un subnivel de conjunto $\Omega_\delta$ de la función de valor y establecer un límite superior sobre el costo promedio de horizonte infinito (rizado de corriente).

Contribuciones Clave

• Síntesis Eficiente Fuera de Línea: El artículo introduce un método para aproximar la función de valor mediante LMIs, lo cual es significamente más rápido que la iteración de valor convencional.
• Parametrización Independiente del Ángulo: La derivación de condiciones basadas en LMI que imponen la desigualdad de Bellman para todos los valores del ángulo de rotación del motor utilizando una base cuadrática e independiente del ángulo.
• Certificación de Estabilidad Práctica: El desarrollo de un procedimiento de verificación para certificar la invariancia positiva del sistema de lazo cerrado y acotar el rendimiento en estado estacionario.
• Control en Línea de Baja Carga Computacional: La implementación de una ley de conmutación computacionalmente eficiente que requiere solo la evaluación de una función cuadrática sobre un conjunto finito, evitando la pesada carga de optimización en línea del MPC de Conjunto de Control Finito (FCS-MPC).

Resultados
Se realizaron simulaciones sobre un modelo de PMSM destinado a aplicaciones de vehículos eléctricos, comparando el método LMI-ADP propuesto contra un controlador PI con Modulación de Vector Espacial (PI-SVM) y FCS-MPC.

• Rendimiento: El enfoque propuesto logra un compromiso favorable entre la Distorsión Armónica Total (THD) y el conteo de conmutación. El rendimiento es comparable al de FCS-MPC (que típicamente utiliza horizontes de predicción más largos) pero supera significativamente al PI-SVM en términos de reducción de rizado para un esfuerzo de conmutación dado.
• Costo Computacional:
  • Fuera de Línea: La síntesis basada en LMI es órdenes de magnitud más rápida que la iteración de valor. Para un inversor de dos niveles, el método LMI tomó ~4 segundos en comparación con ~55 minutos para la iteración de valor.
  • En Línea: La carga computacional en línea para el controlador LMI-ADP es de aproximadamente 0.36 ms (en MATLAB), lo cual es significativamente menor que FCS-MPC (13.4 ms) y solo ligeramente superior a PI-SVM (5.5 µs). Los autores señalan que las implementaciones embebidas podrían reducir aún más el tiempo de LMI-ADP al nivel de los microsegundos.
• Escalabilidad: El método escala a inversores multinivel (hasta 5 niveles), manteniendo tiempos de computación fuera de línea manejables (por ejemplo, ~30 segundos para un inversor de 5 niveles).

Significancia y Reivindicaciones
El artículo sostiene que el enfoque basado en LMI propuesto ofrece un "compromiso favorable" entre el esfuerzo de conmutación y el rizado de corriente, logrando un rendimiento comparable al de FCS-MPC pero con un "costo computacional significativamente menor". La principal significancia radica en la capacidad de evaluar rápidamente las configuraciones del sistema y los parámetros de diseño (como los niveles del inversor) mediante el cálculo eficiente de la función de valor fuera de línea. Esto facilita el co-diseño de hardware y políticas de control para vehículos eléctricos modernos.

Los autores mantienen la modestia respecto a las limitaciones de su trabajo. Reconocen que las funciones de base cuadráticas resultan en una aproximación que está "lejos de ser ajustada" (far from tight) en comparación con la verdad fundamental obtenida mediante la iteración de valor, lo que limita la expresividad de la función de valor. En consecuencia, el método se desarrolla basándose en un modelo nominal, y la robustez ante variaciones de parámetros y la validación experimental se identifican como direcciones necesarias para investigaciones futuras. El artículo no pretende resolver el problema de control óptimo general para todos los sistemas conmutados, sino que apunta específicamente a la caracterización eficiente de los techos de rendimiento para PMSM con conjuntos de control finito.