Estimación de modelos lineales para el control predictivo de pequeñas centrales hidroeléctricas (Estimating linear models for predictive control of small hydroelectric plants) Estimación de modelos lineales para el control predictivo de pequeñas centrales hidroeléctricas (Estimating linear models for predictive control of small hydroelectric plants)

Resumen

En este artículo se lleva a cabo el modelamiento de una pequeña central hidroeléctrica (pch), mediante la obtención de modelos lineales de predicción. El modelo matemático de la central, contempla todo su sistema hidráulico, el cual va desde el tanque de captación, pasando por el túnel para el transporte del recurso hídrico, las tuberías de carga, hasta llegar a las unidades de generación. posteriormente, se procede al modelamiento del sistema, mediante la utilización de un conjunto de modelos de predicción como los modelos arX, armaX, Box-Jenkins y output Error (oE). los resultados obtenidos por cada uno de los modelos anteriores, fueron evaluados frente al modelo dinámico no lineal que representa el comportamiento dinámico del sistema.
Esta evaluación se hizo con base en el análisis del error, así como de acuerdo con el índice de desempeño de cada modelo. de esta manera, los mejores resultados fueron obtenidos por el modelo oE, ya que este muestra de una manera directa cómo el error puede afectar la salida del
sistema. Finalmente, el desarrollo de este modelo puede ser utilizado en la aplicación de controladores predictivos para la distribución de carga (potencia a generar) en pequeñas centrales hidroeléctricas, con base en las condiciones de disponibilidad de agua en el tanque de captación.

Abstract: This paper presents the modeling of a small hydroelectric plant (pch), by obtaining linear prediction models. the mathematical model of the system, provides all your hydraulic system, which runs from the reservoir tank, through the tunnel for the transport of water resources, load lines, up to the generation units. subsequently, the system proceeds to modeling, using a set of prediction models like arX models, armaX, Box-Jenkins and output Error (oE). the results obtained for each of the above models were evaluated versus nonlinear dynamic model that represents the dynamic behavior of the system. this evaluation was based on error analysis and according to the performance index of each model. thus, the best results were obtained by the OE model as this shows a direct way as the error may affect the system output. Finally, the development of this model can be used in the implementation of predictive controllers for load distribution (power generation) in small hydroelectric plant, based on the conditions of water availability in the reservoir tank.