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

Resumo Técnico: Controle Quase Ótimo Computacionalmente Eficiente para Redução de Ripple de Corrente em Motores Trifásicos via LMIs

Definição do Problema
O controle ótimo de motores síncronos de imãs permanentes (PMSM) trifásicos acionados por inversores fonte de tensão (VSI) é inerentemente desafiador devido às não linearidades do sistema e à natureza discreta do conjunto de controle (Conjunto de Controle Finito, ou FCS). As soluções existentes enfrentam uma dicotomia: métodos de otimização de trajetória de mistura inteira são frequentemente proibitivos para implementação em tempo real, enquanto abordagens de iteração de valor sofrem com a "maldição da dimensionalidade", exigindo tempo e armazenamento excessivos conforme o sistema e a granularidade da rede aumentam. Além disso, os métodos de controle indireto tradicionais (usando esquemas de modulação como Modulação de Vetor Espacial) impõem taxas de comutação constantes, o que pode ser ineficiente para trocas entre energia e desempenho em aplicações alimentadas por baterias. O artigo visa caracterizar eficientemente os limites de desempenho dependentes do controle e fornecer uma estratégia de comutação que equilibre a redução do ripple de corrente com o esforço de comutação, adequado para avaliação rápida de hardware e parâmetros de projeto.

Metodologia
Os autores propõem um framework baseado em Desigualdades Matrizes Lineares (LMIs) para aproximar a função de valor de horizonte infinito para o problema de controle ótimo. A metodologia central envolve:

1. Modelagem do Sistema: O PMSM é modelado no referencial do rotor com um conjunto de controle finito derivado dos estados de comutação discretos de um inversor multinível. A dinâmica é tratada como um sistema de amostragem de dados com um número finito de vetores de tensão.
2. Aproximação da Função de Valor: Em vez de resolver a equação de Bellman diretamente, os autores relaxam o problema buscando uma sub-aproximação da função de valor, $\hat{V}$, que satisfaça desigualdades de Bellman iteradas ($\hat{V} \leq T^M \hat{V}$).
3. Parametrização Quadrática: A função de valor aproximada é parametrizada como uma forma quadrática ($\hat{V}(\xi) = \xi^\top P \xi + 2q^\top \xi + r$) independente do ângulo do rotor. Esta escolha é motivada pelo fato de que o ângulo do rotor é uma variável não controlada.
4. Formulação LMI: A condição de que a desigualdade de Bellman se mantém para todos os estados e ângulos do rotor é convertida em um sistema de LMIs usando o procedimento S (S-procedure). Isso transforma o problema em um programa de otimização convexa tratável (especificamente um programa semidefinido positivo) que pode ser resolvido offline.
5. Lei de Controle: A função de valor computada é usada online como um "custo de cauda" (tail cost) em uma lei de Controle Preditivo Baseado em Modelo (MPC) de horizonte um. Em cada passo de tempo, o controlador seleciona o vetor de tensão discreto que minimiza o erro de rastreamento imediato mais o custo futuro descontado estimado por $\hat{V}$.
6. Verificação de Estabilidade: Um procedimento de verificação é desenvolvido para certificar a estabilidade prática do sistema em malha fechada. Isso envolve provar a invariância positiva de um subnível $\Omega_\delta$ da função de valor e estabelecer um limite superior para o custo médio de horizonte infinito (ripple de corrente).

Principais Contribuições

• Síntese Offline Eficiente: O artigo introduz um método para aproximar a função de valor via LMIs, que é significamente mais rápido que a iteração de valor convencional.
• Parametrização Independente do Ângulo: A derivação de condições baseadas em LMI que impõem a desigualdade de Bellman para todos os valores do ângulo de rotação do motor usando uma base quadrática e independente do ângulo.
• Certificação de Estabilidade Prática: O desenvolvimento de um procedimento de verificação para certificar a invariância positiva do sistema em malha fechada e limitar o desempenho em regime permanente.
• Controle Online de Baixo Overhead: A implementação de uma lei de comutação computacionalmente eficiente que requer apenas a avaliação de uma função quadrática sobre um conjunto finito, evitando o pesado fardo de otimização online do MPC de Conjunto de Controle Finito (FCS-MPC).

Resultos
Resultados de simulação foram conduzidos em um modelo de PMSM destinado a aplicações de veículos elétricos, comparando o método LMI-ADP proposto com um controlador PI padrão com Modulação de Vetor Espacial (PI-SVM) e FCS-MPC.

• Desempenho: A abordagem proposta alcança uma troca favorável entre a Distorção Harmônica Total (THD) e a contagem de comutação. O desempenho é comparável ao FCS-MPC (que tipicamente utiliza horizontes de predição mais longos) e supera significativamente o PI-SVM em termos de redução de ripple para um determinado esforço de comutação.
• Custo Computacional:
  • Offline: A síntese baseada em LMI é ordens de magnitude mais rápida que a iteração de valor. Para um inversor de dois níveis, o método LMI levou ~4 segundos comparado a ~55 minutos da iteração de valor.
  • Online: O fardo computacional online para o controlador LMI-ADP é de aproximadamente 0,36 ms (em MATLAB), o que é significativamente menor que o FCS-MPC (13,4 ms) e apenas ligeiramente superior ao PI-SVM (5,5 µs). Os autores observam que implementações embarcadas poderiam reduzir ainda mais o tempo do LMI-ADP para o nível de microssegundos.
• Escalabilidade: O método escala para inversores multiníveis (até 5 níveis), com tempos de computação offline permanecendo gerenciáveis (ex: ~30 segundos para um inversor de 5 níveis).

Significância e Alegações
O artigo alega que a abordagem baseada em LMI oferece uma "troca favorável" entre o esforço de comutação e o ripple de corrente, alcançando um desempenho comparável ao FCS-MPC, mas com um "custo computacional significativamente menor". A principal significância reside na capacidade de avaliar rapidamente as configurações do sistema e os parâmetros de projeto (como níveis de inversor) ao computar a função de valor de forma eficiente offline. Isso facilita o co-design de hardware e políticas de controle para veículos elétricos modernos.

Os autores mantêm modéstia quanto às limitações de seu trabalho. Eles reconhecem que as funções de base quadrática resultam em uma aproximação que está "longe de ser estrita" (far from tight) em comparação com a verdade fundamental obtida via iteração de valor, limitando a expressividade da função de valor. Consequentemente, o método é desenvolvido com base em um modelo nominal, e a robustez a variações de parâmetros e a validação experimental são identificadas como direções necessárias para investigações futuras. O artigo não pretende resolver o problema de controle ótimo geral para todos os sistemas comutados, mas visa especificamente a caracterização eficiente dos limites de desempenho para PMSMs com conjuntos de controle finitos.