Esta dissertação tem como objetivo principal implementar a técnica de controlo preditivo em algumas cargas residenciais. Pretende-se que a técnica de controlo preditivo seja implementada nas cargas residenciais, para que se possa conseguir um melhor aproveitamento da energia, e uma consequente redução da conta da eletricidade. Uma vez que o sector residencial tem um grande impacto percentual ao nível do consumo energético mundial, e uma redução de energia consumida neste sector é algo necessário, para reduzir os gases com efeitos de estufa que advêm da produção de eletricidade. Para tal efeito, foram então feitas simulações com a duração de 24 horas, em cargas residenciais como o ar condicionado, o termoacumulador e o frigorífico. Cada carga é modelada em tempo discreto, e para tal foram sempre utilizados parâmetros reais, com o objetivo de aproximar os resultados o mais próximo possível da realidade. Assim, foi possível aplicar a técnica de controlo preditivo em algumas cargas como o ar condicionado. Outras cargas como a máquina de lavar roupa, foram simuladas para serem observados os seus efeitos ao nível de consumo e eficiência energética quando juntos com outros equipamentos. Durante a aplicação do controlo preditivo, este foi estudado de tal forma que foi possível aprofundar os conhecimentos sobre ele e assim, explorar funções adicionais que levaram à obtenção de resultados melhorados acima do que era previsto inicialmente. Foi ainda desenvolvido um programa para prever cenários de consumo ótimo, em função das cargas utilizadas nas habitações. Os resultados foram todos obtidos a partir do software Matlab/Simulink onde foi utilizada a toolbox do controlo preditivo (MPC). Todos os resultados obtidos foram bastante satisfatórios, tendo em conta o objetivo inicial de reduzir a energia consumida e consequentemente reduzir o custo da eletricidade.

In recent years, a significant increase in decentralized power generation has been observed,mainly driven by the increasing usage of renewable energy sources. This decentralized scenario of energy production has imposed new challenges regarding the control, automation, and stability of electrical power systems in general. In this context, the solid-state transformer,also known as a power electronics transformer, emerges as a technology with the potential to gradually replace the classic transformer, due to their modularity, as bidirectional systems,they assume an active role in mitigating network failures, regulate harmonics, and correct the power factor. In addition, these newest transformers are more compact and lighter than magnetic transformers. The main goal of the current dissertation will be the development of a modular multilevel converter for the rectification stage of the solid-state transformer, with a predictive control strategy, in order to control the three-phased grid currents, circulating currents, and the voltage of the capacitors of the submodules. For this purpose, an experimental assembly will be built, including all the necessary interfaces for the control, and monitoring of the system by the user. The predictive control strategy will be implemented using the dSpace MicroLabBox control platform along with the ControlDesk computer program. The experimental results obtained will prove the effectiveness of the proposed method.

Microalgae are microscopic organisms, they are unicellular and typically habit marine systems or freshwater. Differently from other plants, microalgae don't possess roots, stems or leaves. Nevertheless, they have the ability to perform photosynthesis. Photosynthesis is a biological process that converts light energy into chemical energy, where oxygen is produced as a byproduct. Additionally, these organisms' biodiversity is very extensive, being only a small part studied. These organisms have been used for centuries by humans as a food source. Nonetheless, through the years they have been associated with other activities, such as, cosmetics, pharmaceuticals and biofuels. Furthermore, in order to produce higher quantities of microalgae, these organisms are typically produced in appropriate infrastructures, named photobioreactors. Photobioreactors encompass multiple structures, classified according to their production characteristics. Microalgae essentially require three major components in their production process including sunlight, water, and nutrients. Additionally, culture conditions in a photobioreactor, on a microalgae plant production, are essential for production rates, and the pH value is one of the critical variables for an harmonizing process. However, the biological nature of microalgae growth represents a complex reaction that is arduous to model and control.The work presented in this dissertation proposes an approach for the application of adaptive identification and predictive control to regulate the pH in a photobioreactor in a microalgae production system. The proposed approach is composed of two main stages: identification and control. The identification is performed by a Takagi-Sugeno (T-S) fuzzy model, which will be learned with an offline strategy, by the fuzzy c-means method for the antecedent part, and by the Least Squares Method for the consequent part. Then, the model is updated with an online method, the Recursive Least Squares with Adaptive Directional Forgetting factor algorithm. The control scheme is based on a Generalized Predictive Control approach, which is a Model Predictive Controller, with the adaptive T-S fuzzy model designed in the identification stage. In this way, the model parameters from Generalized Predictive Control are online adapted by Recursive Least Squares with Adaptive Directional Forgetting. To validate the control structure, the proposed approach was tested by using a model estimated from real data of a microalgae production process.

O desenvolvimento de sistemas de controlo cada vez mais eficientes, em combinação com o aumento da procura de energias renováveis, aliadas ao aumento da cada vez maior eficiência da eletrónica de potência e de sistemas fotovoltaicos, poderão levar a uma poderosa combinação no futuro que se poderá tornar num fator de peso na indústria, tanto a nível energético, como a nível económico e ambiental.Nesta dissertação, será explorado um sistema de geração fotovoltaico trifásico para injeção de potência na rede elétrica comum de baixa tensão. Para esse efeito ir-se-á recorrer a painéis fotovoltaicos em comercialização e a um inversor trifásico multinível construído para o efeito, controlado através de uma estratégia de controlo preditivo. Sendo assim possível a conversão da potência em DC dos painéis fotovoltaicos para potência em AC da rede elétrica e assim possibilitar a sua injeção na rede. Para além disso será ainda explorado um algoritmo de MPPT, de forma a se obter a máxima potência disponível no sistema e assim permitir o seu funcionamento ao rendimento máximo e com um fator de potência próximo do unitário.Assim o objetivo deste trabalho será o desenvolvimento do conversor trifásico assim como a criação, desenvolvimento e implementação da sua estratégia de controlo, bem como o teste de ambos e do sistema a implementar em simulação computacional em ambiente Matlab/Simulink. E por fim a construção do protótipo real construído, bem como de todas as interfaces necessárias para o seu controlo e monitorização por parte de um utilizador genérico. De forma a se poder garantir a geração e consequente injeção de potência na rede de forma controlada, rentável e conforme as normas internacionais, para a geração de energia fotovoltaica e assim se conseguir a validação da abordagem neste trabalho.Nos testes experimentais, a estratégia de controlo preditivo será implementada através de uma plataforma digital da dSPACE no ambiente ControlDesk, que irá por sua vez governar o conversor trifásico do sistema bem como monitorizar os diversos parâmetros do sistema proposto.

Atualmente, o mundo enfrenta uma crise ambiental, sendo a descarbonização um dos objetivos mais urgentes. A substituição dos veículos de combustão interna pelos elétricos é uma das soluções para este problema, reduzindo, assim, a emissão dos gases com efeito de estufa durante a sua utilização. Nos últimos anos tem-se registado um grande investimento nos veículos elétricos (VEs) e na sua investigação, tanto por parte de empresas e universidades, como por governos. Cada vez existem mais VEs a serem fabricados e a circularem nas estradas por todo o mundo, logo, o número de postos de carregamento das respetivas baterias também está a aumentar. No entanto, o sistema de carregamento das baterias dos VEs provoca algumas repercussões no sistema elétrico de energia, nomeadamente a diminuição do fator de potência e a geração de harmónicos. Esta dissertação tem como objetivo o controlo do fator de potência em sistemas de carregamento de veículos elétricos e a redução da distorção harmónica que os retificadores provocam. Com base na investigação realizada e na simulação de vários tipos de retificadores, são descritas as problemáticas do carregamento destas baterias, assim como as várias soluções existentes. Nos seguintes capítulos serão analisados diversos tipos de retificadores, métodos de controlo e modulação, com vista à implementação de um sistema com uma reduzida poluição harmónica, cujas potências - ativa e reativa - podem ser controladas consoante as necessidades da rede elétrica e da própria bateria. Desenvolveu-se um algoritmo baseado no controlo preditivo, de modo a controlar a corrente de entrada e a tensão da saída do sistema.

As máquinas síncronas de ímanes permanentes (PMSMs) multifásicas são cada vez mais usadas na energia eólica offshore e em outras aplicações críticas, como aplicações aeroespaciais, aviação, e tração elétrica. A principal vantagem dessas máquinas é a possibilidade operá-las em condições pós-falha sem nenhum equipamento adicional. Esta tese tem como objetivo propor novas estratégias de controlo e novas estratégias de controlo tolerante a falhas para acionamentos elétricos baseados em geradores síncronos de ímanes permanentes (PMSGs) hexafásicos, tipicamente usados em turbinas eólicas offshore, para aumentar a disponibilidade do sistema. Devido à estrutura simples e excelente desempenho dinâmico, o controlo preditivo baseado em modelos de estados finitos (FCS-MPC) é adotado no sistema de controlo do acionamento elétrico considerado. Para simular o comportamento dinâmico do sistema em análise, foi desenvolvido um modelo matemático de uma PMSM hexafásica assimétrica, baseado na transformação de decomposição em espaço vetorial (VSD), para duas configurações dos enrolamentos estatóricos: dois pontos neutros isolados (2N) e um ponto neutro isolado (1N). Ao contrário de outras abordagens, este modelo inclui os harmónicos da força contraelectromotriz (back-EMF) para simular o comportamento do acionamento elétrico com maior exatidão. Devido à indisponibilidade comercial de máquinas multifásicas de baixa potência, este trabalho inclui o projeto eletromagnético de uma PMSM hexafásica de 4 kW. O processo analítico do projeto é apresentado juntamente com a discussão de algumas opções de projeto, como o arco dos ímanes permanentes e o passo das bobinas dos enrolamentos do estator. O desempenho do PMSM projetado é verificado através da análise de elementos finitos, e o impacto das diferentes opções de desenho é avaliado para operação em condições saudáveis e pós-falha. Relativamente ao controlo de acionamentos baseados em PMSMs hexafásicas, as estratégias FCS-MPC já disponíveis não minimizam os harmónicos das correntes da máquina. Assim, nesta tese são propostas duas novas estratégias FCS-MPC para acionamentos baseados em PMSMs hexafásicas que incluem os harmónicos dominantes da back-EMF no modelo de predição e minimizam as perdas no cobre da máquina. A primeira estratégia é denominada de controlo preditivo de corrente de duplo subespaço baseado em vetores virtuais, enquanto a segunda estratégia é denominada de controlo preditivo de corrente multiestágio baseado em vetores virtuais. Os resultados de simulação e experimentais obtidos com estas novas estratégias de controlo mostram um desempenho muito bom do acionamento elétrico com um baixo conteúdo harmónico da corrente. Apesar disso, a existência de erros inevitáveis nos parâmetros do modelo pode levar a erros de corrente em regime permanente. Embora as estratégias de FCS-MPC robustas existentes possam mitigar esses erros, estas não minimizam os harmónicos de corrente devido às dinâmicas não modeladas em acionamentos baseados em PMSMs hexafásicas, como os harmónicos da back-EMF e os efeitos do tempo morto nos semicondutores dos conversores de potência. Uma nova estratégia de controlo preditivo de corrente baseada num observador de perturbações é proposta neste trabalho para preencher esta lacuna na literatura. Os resultados obtidos com esta estratégia demonstram a sua eficácia na eliminação de erros de corrente em regime permanente e na minimização dos harmónicos da corrente, resolvendo assim problemas indesejados associados às estratégias FCS-MPC. Em relação ao diagnóstico de avarias no acionamento elétrico, as ligações de alta resistência (HRCs) são causadas por ligações danificadas ou mal apertadas nos terminais do estator da máquina e, se não detetadas num estágio inicial, podem resultar em avarias de fase aberta (OPFs). Nesse contexto, um novo método de diagnóstico para HRCs e OPFs, que não requer a instalação de sensores adicionais, é proposto para ser integrado em acionamentos elétricos controlados por estratégias de controlo preditivo de corrente. São apresentadas duas variantes do mesmo método de diagnóstico: a primeira é baseada nos erros de referência de corrente e a segunda é baseada nos erros de predição da corrente. Os resultados obtidos mostram a eficácia dos métodos propostos na deteção de HRCs e OPFs para diferentes condições de operação da PMSM. Embora já existam na literatura várias estratégias de controlo tolerante a falhas para acionamentos hexafásicos, estas requerem a alterações no modelo, sistema, função de custo, ou transformação VSD ao transitar de condições saudáveis para pós-falha. Nesta tese, são propostas duas novas estratégias de controlo preditivo de corrente tolerantes a falhas para operar o acionamento na configuração 2N ou 1N, exigindo uma reconfiguração mínima do controlo após a ocorrência da falha. Os resultados obtidos comprovam o bom funcionamento do acionamento em dois modos de operação pós-falha: perdas mínimas e binário máximo.

This dissertation studies the application of predictive control, and models based in recurrent fuzzy neural networks, to the control of non-linear processes. The studied control system is based in predictive control where it is used the GPC (Generalized Predictive Control) algorithm, already known in the industry. This algorithm is part of the model based controllers family, as it needs to have a model of the process under control. The predictive part is due to it's use of the model to estimate the future behaviour of the process, and then determine the best control effort based on a cost function that penalizes the future error of the process output, and also penalizes the global control effort.A discrete-time model updated in real time, is fed to the controller algorithm. This model is implemented by a Recurrent Fuzzy Neural Network (RFNN). This network is built with a set of fuzzy rules where the consequent of each rule is a linear model. These linear models are activated by the fuzzy rules and are aggregated in order to produce a resultant non-linear model of the process to be used by the GPC. The antecedent parts of the rules in the recurrent fuzzy neural network are updated with the back-propagation algorithm, and the consequent parts are updated with the recursive least squares algorithm.In this dissertation two controllers are tested based on this structure. The first one implements simplifications on the control law in order to eliminate the need to determine the inverse of a matrix in real-time.The second controller, is a new controller proposed in this dissertation. This controller replaces the recursive least squares algorithm consequent adaptation law, with a new one that is designed to adjust the model parameters, while limiting that the system output following error is bounded. The proposed controller was published in a conference paper.The developed controllers are tested in simulation environment, and also in a laboratory environment. In the simulation environment tests, where used three models. One represents a water tank, where the system input is the DC motor input voltage, and the system output is the water level inside the water tank. The other two models used represent abstract systems.The real world process consists of a electrical motor coupled to a generator. The system input is the motor supply voltage, while the system output is the angular velocity of the motor shaft. The Generator serves the purpose of being a perturbation to the system.

Nos últimos anos tornou-se comum a existência de inúmeros dispositivos eletrónicos instalados nas habitações que facilmente integram soluções de domótica. As informações por eles disponibilizada (ocupação de espaços, temperatura interior e exterior, previsões de exposição solar) pode ser utilizada para automatizar diversos comportamentos de uma casa, tais como os sistemas de climatização. O desenvolvimento de algoritmos de controlo inteligentes que se adaptem de uma forma automática aos diversos cenários de um ambiente doméstico torna-se assim cada vez mais relevante para a construção de soluções integradas de gestão de custo, energia utilizada e conforto.

Nos campos da ciência e engenharia, uma parte significativa dos sistemas é governada por equações diferenciais não lineares, conferindo-lhes uma complexidade substancial. O con- trolo eficaz desempenha um papel crítico em várias áreas, nomeadamente na Mecânica de Fluidos devido à sua presença nas tecnologias da produção de energia, dos sistemas de trans- porte e das aplicações médicas. Contudo, o controlo de escoamentos instáveis representa um desafio significativo, tornando-se muitas vezes uma tarefa inviável quando se recorre a méto- dos tradicionais. Neste contexto, os avanços em Machine Learning (ML) permitem extrair pa- drões que podem ser explorados sem a necessidade de conhecer todo o estado do sistema. Nesta pesquisa, o objetivo consiste em definir uma solução eficiente e precisa para mo- delar, prever e controlar o escoamento sobre um cilindro em rotação para um número de Reynolds de 100. Em vez de realizar previsões do estado completo do sistema, utilizou-se uma rede neuronal do tipo Nonlinear Autoregressive Model with Exogenous Inputs (NARX) capaz de prever uma série temporal composta por diversos valores de coeficientes de sustentação. Posteriormente, a abordagem seguida baseou-se em modelos preditivos através da incorpo- ração da rede numa estrutura de Controlo Preditivo para realizar efetivamente o seu controlo. Verificou-se que a abordagem centrada na Aprendizagem Profunda teve destaque não só pela capacidade de previsão através da rede NARX, como também pela integração da estrutura de Controlo Preditivo num sistema complexo. Assim, foi possível controlar os seguintes conjuntos de valores de coeficiente de sustentação, = [1, 0, -1]; [0,5; -0,25; -0,5] e [-1]. A procura de técnicas mais eficientes que substituam simulações computacionalmente dispendiosas é es- sencial para melhorar o projeto e otimização de sistemas complexos.