Repositorio
Institucional

Young, Hector

Design Method for Polynomial Orders in ARX-Based Model-Free Predictive Controllers

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE JOURNAL OF EMERGING AND SELECTED TOPICS IN POWER ELECTRONICS

en

Model-free (MF) strategies have emerged as a promising solution to challenges associated with modeling errors and uncertainties in predictive control (PC) systems. In this context, MF-PC schemes utilizing Auto-Regressive with eXogenous input (ARX) time-series models offer a flexible approach for online predictor construction using input-output data. However, the design of the polynomial orders within the ARX structure is critical, as it determines the balance between model accuracy and computational cost. This article presents a novel systematic method for designing ARX polynomial orders in MF-PC, based on well-established statistical criteria. Unlike traditional trial-and-error approaches, the proposed method offers simplicity and efficiency, allowing for accurate designs using general information about the controlled system. To demonstrate its feasibility, the proposed method is applied to the design of a MF-PC voltage control of a grid-forming inverter (GFI). Experimental trials conducted in a laboratory-scale GFI validate the effectiveness of the proposed method, delivering robust and accurate reference tracking under set-point and load disturbances. A comparison with conventional model-based PC highlights the advantages of MF-PC with an ARX predictor designed using the proposed methodology in the presence of model uncertainty.Las estrategias sin modelo (MF) han surgido como una solución prometedora a los desafíos asociados con los errores de modelado y las incertidumbres en los sistemas de control predictivo (PC). En este contexto, los esquemas MF-PC que utilizan modelos de series temporales autorregresivos con entrada exógena (ARX) ofrecen un enfoque flexible para la construcción de predictores en línea a partir de datos de entrada-salida. Sin embargo, el diseño de los órdenes polinomiales dentro de la estructura ARX es fundamental, ya que determina el equilibrio entre la precisión del modelo y el costo computacional. Este artículo presenta un método sistemático novedoso para diseñar órdenes polinomiales ARX en MF-PC, basado en criterios estadísticos bien establecidos. A diferencia de los enfoques tradicionales de prueba y error, el método propuesto ofrece simplicidad y eficiencia, permitiendo diseños precisos utilizando información general sobre el sistema controlado. Para demostrar su viabilidad, el método propuesto se aplica al diseño de un control de voltaje MF-PC de un inversor formador de red (GFI). Las pruebas experimentales realizadas en un GFI a escala de laboratorio validan la efectividad del método propuesto, proporcionando un seguimiento de referencia robusto y preciso bajo perturbaciones de punto de consigna y carga. Una comparación con el PC convencional basado en modelos resalta las ventajas del MF-PC con un predictor ARX diseñado utilizando la metodología propuesta en presencia de incertidumbre del modelo.

artículo original

Predictive models

Mathematical models

Polynomials

Prediction algorithms

Computational modeling

Voltage control

Load modeling

Accuracy

Filtering algorithms

Data models

LCL filter

model parameter mismatch

parameter estimation

predictive control (PC)

10.1109/JESTPE.2024.3485218

pdf

ROBUST

ROBUST

Ingeniería Eléctrica y Electrónica

Robótica y Sistemas de Control Automático

Sistemas de Automatización y Control

versión publicada

hibrida

verde

metadato

metadato

WOS:001433407800048

Design Method for Polynomial Orders in ARX-Based Model-Free Predictive Controllers

artículo original

IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC

IEEE JOURNAL OF EMERGING AND SELECTED TOPICS IN POWER ELECTRONICS

Engineering, Electrical & Electronic

en

2168-6777

Chilean National Agency for Research and Development (ANID)

Chilean National Agency for Research and Development (ANID) [1221293, 1240537, 1210208, AFB240002, FONDAP/1522A0006]

pdf