⚡ ingeniería eléctrica

Stationarity-Based Reformulation of Fibonacci-Based Nearest-Level Modulation for a Nine-Level Asymmetric Cascaded H-Bridge Inverter

Este artículo demuestra que la modulación de nivel más cercano basada en Fibonacci, anteriormente iterativa para un inversor de puente H en cascada asimétrico de nueve niveles, puede reducirse analíticamente a un problema de punto fijo escalar, probando que la razón racional 13/55 produce una solución estacionaria con una distorsión armónica total (8.9023%) virtualmente idéntica al resultado original de 60 iteraciones.

Autores originales: Anderson William Simões Borges, Sérgio Vidal Garcia Oliveira, Daniel Gustavo Castellain

Publicado 2026-09-23

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Anderson William Simões Borges, Sérgio Vidal Garcia Oliveira, Daniel Gustavo Castellain

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la electricidad de alta potencia, obtener energía de una batería o un panel solar para llevarla a un motor o a la red eléctrica de una ciudad suele implicar un delicado juego de equilibrio. El objetivo es crear una onda de voltaje suave y fluida que imite el ritmo natural de la red eléctrica. Sin embargo, los dispositivos que realizan este trabajo, conocidos como inversores, están construidos con interruptores que solo pueden encenderse o apagarse. Cuando estos interruptores fragmentan la electricidad, el resultado es a menudo una forma de onda dentada y escalonada que se parece más a una escalera que a una curva suave. Estos bordes dentados crean un ruido no deseado en el sistema, llamado distorsión armónica, que puede sobrecalentar los equipos y desperdiciar energía. Para solucionar esto, los ingenieros utilizan un método llamado modulación de nivel más cercano. Imagine que intenta dibujar una curva suave utilizando solo una regla y un conjunto de escalones de altura fija; el desafío es decidir exactamente dónde colocar cada escalón para que la forma resultante se mantenga lo más cerca posible de la curva suave. Cuantos menos escalones se tomen, más dentada será la línea, pero tomar demasiados escalones hace que la máquina se encienda y apague demasiado rápido, desperdiciando energía y generando calor. Encontrar el equilibrio perfecto es un rompecabezas complejo que los ingenieros han estado resolviendo durante décadas.

Un estudio reciente de investigadores de la Universidade do Estado de Santa Catarina en Brasil revisita una solución específica a este rompecabezas que fue propuesta para un inversor de nueve niveles. El método original, desarrollado por Kumar y sus colegas, utilizaba una búsqueda inteligente y paso a paso para encontrar los mejores lugares para que los interruptores cambiaran de estado. Comenzaron con una disposición estándar y luego ajustaron cuatro ángulos específicos uno por uno, comprobando la calidad de la onda después de cada pequeño ajuste. Tras sesenta rondas de estos ajustes manuales, llegaron a un conjunto de ángulos que producían una onda muy limpia con baja distorsión. Los investigadores en el nuevo estudio se plantearon una pregunta simple pero profunda: ¿era realmente necesario este largo proceso de búsqueda de sesenta pasos? Se preguntaban si el resultado final que encontraron era simplemente un golpe de suerte o si había una regla oculta y más simple que gobernaba todo el proceso y de la cual la búsqueda se había topado sin darse cuenta.

Para encontrar la respuesta, el equipo tomó el conjunto final de ángulos del estudio original y trabajó hacia atrás. Descubrieron que los cuatro ángulos, que parecían números independientes, estaban en realidad conectados por una relación única y sencilla. Resultó que toda la compleja búsqueda podía describirse con un solo número. Al probar esta idea, descubrieron que si obligaban a los cuatro ángulos a seguir esta única regla, la calidad de la onda permanecía exactamente igual que el resultado de la larga búsqueda. Los investigadores demostraron matemáticamente que, para este tipo específico de inversor, cualquier punto donde la calidad de la onda sea óptima debe seguir esta regla de un solo número. Esto significa que la original búsqueda de sesenta pasos era esencialmente caminar en círculos alrededor de un camino que podría haberse trazado con una sola línea recta. El problema complejo y multidimensional era, en realidad, un problema unidimensional todo el tiempo.

El equipo buscó entonces una fracción simple de números enteros que pudiera representar esta regla única, con la esperanza de encontrar una conexión con la famosa secuencia de Fibonacci, un patrón de números donde cada número es la suma de los dos anteriores. Encontraron que la fracción trece dividido por cincuenta y cinco coincidía casi perfectamente con la configuración óptima. Usando esta fracción simple, podían calcular las posiciones exactas de los interruptores sin necesidad de ejecutar búsas complejas o simulaciones. Cuando construyeron un modelo informático del inversor para probar este nuevo método directo, produjo una onda con un nivel de distorsión del 8.9023 por ciento. Esto fue virtualmente idéntico al 8.9033 por ciento logrado por la laboriosa búsqueda original de sesenta pasos. La diferencia fue tan pequeña que apenas era mensurable, demostrando que el nuevo método llegó al mismo destino sin el largo viaje.

La importancia de este hallazgo no es que el nuevo método haga la electricidad más limpia de lo que ya era; el método original ya era excelente. En cambio, el descubrimiento cambia la forma en que los ingenieros entienden el problema. Demuestra que la búsqueda de las mejores posiciones de los interruptores era estructuralmente redundante. Los investigadores demostraron que la optimización compleja de múltiples pasos era innecesaria porque la solución estaba restringida a un camino simple y predecible. Al identificar esta simplicidad oculta, reemplazaron un proceso tedioso de prueba y error con un cálculo directo. Esto no significa que los investigadores originales estuvieran equivocados, sino que su resultado final era parte de un patrón mucho más grande y simple que había estado esperando ser reconocido. El estudio confirma que, para este inversor de nueve niveles específico, la mejor manera de controlar los interruptores no es una negociación compleja entre cuatro variables diferentes, sino una regla única y elegante derivada de una fracción simple.

Resumen Técnico: Reformulación Basada en la Estacionariedad de la Modulación de Nivel Más Cercano Basada en Fibonacci para un Inversor CHB Asimétrico de Nueve Niveles

Planteamiento del Problema
Este estudio revisita una estrategia de Modulación de Nivel Más Cercano basada en la serie de Fibonacci (F-NLM) propuesta previamente para un inversor de Puente H en Cascada (CHB) asimétrico de nueve niveles con una relación de fuentes de CC de 1:3. El método original, reportado por Kumar et al., utilizaba una búsqueda secuencial e iterativa para ajustar cuatro ángulos de conmutación ( $\alpha_1$ a $\alpha_4$ ) con el fin de minimizar la Distorsión Armónica Total (THD). El proceso involucraba la perturbación de los ángulos en pasos asociados con números de Fibonacci durante 60 iteraciones, culminando en un conjunto específico de ángulos que arrojaba una THD analítica de aproximadamente 8.9028%.

La pregunta no resuelta que aborda este artículo es si la solución final hallada mediante este procedimiento iterativo representa un resultado de optimización genuinamente tetradimensional o si los ángulos están restringidos por una estructura de dimensión inferior inherente a la función objetivo de la THD. Específicamente, los autores investigan si los cuatro ángulos de conmutación permanecen independientes en la solución estacionaria interior o si satisfacen una relación escalar latente que hace que la búsqueda multianular sea estructuralmente redundante.

Metodología
Los autores emplean una combinación de mapeo inverso, derivación analítica y verificación numérica:

Mapeo Inverso: Los ángulos de conmutación finales reportados por Kumar et al. fueron invertidos utilizando la relación sinusoidal estándar de NLM ( $\alpha_i = \sin^{-1}((i-0.5)q)$ ). Este proceso calculó un parámetro escalar efectivo $q_i$ para cada ángulo. Se analizó la dispersión de estos valores $q_i$ a través de las iteraciones reportadas para determinar si convergían hacia un único valor escalar.
Análisis de Estacionariedad: Los autores derivaron las condiciones necesarias para los puntos estacionarios interiores del criterio de THD analítico utilizado en el estudio original. Formularon la función de THD en términos de agregados de ángulos y aplicaron cálculo para encontrar las condiciones de gradiente ( $\partial D/\partial \alpha_i = 0$ ).
Reformulación Determinista: Basándose en las condiciones de estacionariedad derivadas, los autores propusieron una formulación directa y no iterativa. Identificaron una razón de Fibonacci finita ( $q_F = 13/55$ ) como un sustituto racional para el $q$ escalar óptimo. Esta razón se utilizó para generar directamente los ángulos de conmutación sin necesidad de una búsqueda iterativa.
Verificación Numérica: Para validar los hallazgos analíticos, el estudio utilizó simulaciones en PSIM. Se probaron tres estrategias de modulación en un modelo CHB de nueve niveles idéntico: (i) NLM convencional, (ii) los ángulos iterativos finales de Kumar et al., y (iii) la propuesta de formulación determinista $q_F = 13/55$ . Las simulaciones utilizaron dispositivos de conmutación ideales para aislar los efectos de la modulación de las no idealidades del hardware.

Contribuciones Clave
El artículo realiza cuatro contribuciones primarias, enfatizando la caracterización estructural sobre los nuevos métricas de desempeño:

Evidencia de Mapeo Inverso: El estudio demuestra que los ángulos finales reportados de la búsqueda iterativa se mapean a una región escalar ( $q \approx 0.2368$ ) con una dispersión insignificante (0.055%), lo que sugiere que la solución reside en una variedad unidimensional en lugar de un espacio tetradimensional.
Teorema de Estacionariedad: Los autores demuestran (Teorema 1) que para la función de THD analítica específica utilizada, cada punto estacionario interior debe satisfacer la relación $\sin(\alpha_i) = (i - 0.5)q$ . Esto reduce matemáticamente el problema de optimización multianular a una condición de punto fijo escalar, independientemente del número de niveles $n$ .
Síntesis Determinista Directa: El artículo introduce una realización directa basada en Fibonacci utilizando la razón $q_F = 13/55$ . Esto proporciona una representación racional compacta del escalar óptimo, permitiendo el cálculo inmediato de los ángulos de conmutación sin la necesidad de la búsqueda iterativa de 60 pasos.
Reducción de Dimensionalidad: El trabajo aclara que la búsqueda multianular secuencial del método original era estructuralmente redundante para encontrar la solución estacionaria interior, ya que la función objetivo misma restringe la solución a una trayectoria escalar.

Resultados

Comparación Analítica: La formulación determinista utilizando $q_F = 13/55$ produce una THD analítica de 8.902300%. Esto es casi idéntico a la solución estacionaria de baja THD encontrada mediante la minimización numérica sin restricciones ( $q^* \approx 0.236386$ , THD $\approx$ 8.902299%) y al resultado iterativo final de Kumar et al. (8.902832%). La diferencia entre el resultado determinista y el iterativo es de aproximadamente 0.0005 puntos porcentuales.
Verificación de Simulación: Las simulaciones en PSIM a 50 Hz confirmaron los hallazgos analíticos. La formulación determinista $q_F$ produjo una THD de 8.9023%, mientras que los ángulos iterativos publicados produjeron una THD de 8.9033%. Ambos representaron una reducción de aproximadamente 4.89% en comparación con la NLM convencional (9.3602%).
Utilización de Voltaje: Tanto el método iterativo como el determinista aumentaron el componente de voltaje fundamental normalizado en aproximadamente un 3.5% en comparación con la NLM convencional, una consecuencia geométrica de la optimización del tiempo de transición.

Significancia y Reivindicaciones
Los autores declaran explícitamente que la contribución principal no es una reducción adicional de la THD más allá de lo logrado por el método iterativo original. En cambio, la significancia reside en la caracterización y reducción de la dimensionalidad del conjunto estacionario.

El artículo sostiene que los valores de distorsión "casi idénticos" entre los enfoques determinista e iterativo sirven como evidencia de equivalencia, probando que la compleja búsqueda iterativa puede evitarse en favor de un cálculo directo y determinista basado en la razón de Fibonacci $13/55$ . El trabajo replantea el problema de una tarea de optimización multivariable a un problema de punto fijo escalar, ofreciendo una comprensión matemática más transparente del comportamiento de la F-NLM para el inversor CHB asimétrico de nueve niveles. Los autores señalan que estos resultados están restringidos a la función de THD analítica específica y a los supuestos de forma de onda ideales considerados en el estudio.

Más como este