Trabajo de Grado

Control Robusto de una Micro-red
On-grid
Valentina Vera Saldaña
Universidad Tecnológica de Pereira

Facultad de Ingenierı́a, Maestrı́a en Ingenierı́a Eléctrica
Bogotá, Colombia
2022
Control Robusto de una Micro-red
On-grid
Valentina Vera Saldaña
Trabajo de grado presentado como requisito parcial para optar al tı́tulo de:
Maestrı́a en Ingenierı́a Eléctrica
Director(a):
Carlos Andrés Torres Pinzón Ph.D, Universidad Santo Tomás, Bogotá D.C., Colombia
Codirector:
Harrynson Ramirez Murillo Ph.D, Universidad de La Salle, Bogotá, Colombia
Lı́nea de Investigación:
Automática y Electrónica
Universidad Tecnológica de Pereira
Facultad de Ingenierı́a, Maestrı́a en Ingenierı́a Eléctrica
Pereira, Colombia
2023
iii
Resumen
En este trabajo de grado, se presenta el control robusto de una topologı́a Hı́brida Serie
(Series Hybrid, SH) alimentado por un arreglo fotovoltaico. Compuesto por dos ramas para-
lelo, cada una con dos paneles en serie. El cual se constituye de la siguiente manera: Primero,
se presenta el estado del arte enfocado al control robusto de microrredes para la regulación de
potencia de micro-redes en el sistema eléctrico. Seguidamente, se diseña un controlador PI y
PID óptimo mediante el control LQR (Regulador Cuadrático Lineal). Luego, se implementa
el diseño de un controlador PI y PID óptimo empleando la técnica de LMIs (Desigualdades
Matriciales Lineales). Finalmente, se compara los resultados obtenidos entre los controla-
dores clásicos y los controladores diseñados a partir del método LQR y LMI mediante la
simulación de la estrategia de control.
Palabras clave: Control Robusto, Control LQR, Control LMI, Controlador PI, Gestión
de energı́a.
Abstract
In this graduate work, is presented the robust control of a Series Hybrid (SH) topology
fed by a photovoltaic array. Composed of two parallel branches, each with two panels in
series. It is constituted as follows: First, the state of the art focused on robust microgrid
control for power regulation of microgrids in the power system is presented. Then, an op-
timal PI and PID controller is designed using LQR (Linear Quadratic Regulator) control.
Then, the design of an optimal PI and PID controller is implemented using the LMI (Linear
Matrix Inequalities) technique. Finally, the results obtained between the classical controllers
and the controllers designed from the LQR and LMI method are compared by simulating
the control strategy.
Keywords: Robust Control, LQR Control, LMI Control, PI Controller, Energy Mana-
gement.
Índice general
Resumen III
1 Introducción 1
1.1 Planteamiento del Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Justificación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Objetivos de la tesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.1 Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3.2 Objetivos Especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Alcance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.5 Antecedentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Microrredes 7
2.1 Definición de las microrredes . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Microrredes a partir de energı́a solar fotovoltaica . . . . . . . . . . . . . . . . 9
2.2.1 Caracterización de salida de los paneles solares y algoritmo de segui-
miento MMPT seleccionado . . . . . . . . . . . . . . . . . . . . . . . 10
3 Etapa de procesamiento de energı́a 13

3.1 Convertidor DC-AC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Convertidor DC-DC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3.3 Modelo del ASD empleado en la tesis . . . . . . . . . . . . . . . . . . . . . . 15
4 Control Regulador Cuadrático Lineal - LQR 17

4.1 Definición del Control LQR . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
4.2 Caracterı́sticas del control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2.1 Dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2.2 Controlabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
4.2.3 Observabilidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
4.3 Selección de las matrices de peso Q y R . . . . . . . . . . . . . . . . . . . . . 21
5 Control robusto: Técnica de desigualdades matriciales lineales LMI 23

5.1 Formulación matemática de una desigualdad matricial lineal . . . . . . . . . 23
5.2 Análisis de estabilidad de Lyapunov . . . . . . . . . . . . . . . . . . . . . . . 25
5.3 Representación de forma gráfica de la estabilidad de Lyapunov . . . . . . . . 25
Índice general v
5.4 Control empleando la realimentación de estados . . . . . . . . . . . . . . . . 26

5.5 Formulación de las restricciones del LMI . . . . . . . . . . . . . . . . . . . . 28
5.5.1 Estabilidad cuadrática . . . . . . . . . . . . . . . . . . . . . . . . . . 28
5.5.2 Restricción por ubicación de polos . . . . . . . . . . . . . . . . . . . . 28
5.5.3 Restricción ante rechazo de Perturbaciones H∞ . . . . . . . . . . . . 29
5.5.4 Restricción en la entrada de control . . . . . . . . . . . . . . . . . . . 30
6 Lazos de control empleando el control LQR 31

6.1 Control de corriente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
6.2 Regulación de tensión en el bus DC . . . . . . . . . . . . . . . . . . . . . . . 32
6.3 Lazos de control del ASD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3.1 SOC máximo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
6.3.2 SOC nominal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
6.3.3 SOC mı́nimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
6.4 Lazo de control del panel fotovoltaico . . . . . . . . . . . . . . . . . . . . . . 43
7 Lazos de control empleando la técnica de desigualdades matriciales lineales 45

7.1 Regulación del lazo del Bus DC . . . . . . . . . . . . . . . . . . . . . . . . . 45
7.2 Regulación del lazo de la baterı́a . . . . . . . . . . . . . . . . . . . . . . . . . 49
7.2.1 SOC nominal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
7.2.2 SOC Máximo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
7.2.3 SOC mı́nimo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
7.3 Lazo de control del panel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
8 Conclusiones de la tesis y futuras lı́neas de investigación 64

8.1 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
8.2 Futuras lı́neas de investigación . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Bibliografı́a 66
Lista de Figuras
2-1 Esquema de una microrred [6]. . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2-2 Controlador de una microrred [26]. . . . . . . . . . . . . . . . . . . . . . . . 9
2-3 Curvas tı́picas de salida del PV: (a) Curva tı́pica de potencia-voltaje. (b)
Curva tı́pica de corriente-voltaje [61]. . . . . . . . . . . . . . . . . . . . . . . 10
2-4 Algoritmo de seguimiento: Perturb & Observe [54]. . . . . . . . . . . . . . . 12
3-1 Esquema inversor trifásico [10]. . . . . . . . . . . . . . . . . . . . . . . . . . 13

3-2 Esquemático del Convertidor seleccionado [47]. . . . . . . . . . . . . . . . . . 14
4-1 Representación en bloques del controlador LQR [14]. . . . . . . . . . . . . . 17

4-2 Representación en bloques del controlador LQR. Fuente: Elaboración propia. 20
5-1 Ilustración de la estabilidad de Lyapunov [37]. . . . . . . . . . . . . . . . . . 26

5-2 Esquemático de un sistema con variables de estado [39]. . . . . . . . . . . . . 27
5-3 Esquemático de control con realimentación de variables de estado[13]. . . . . 27
5-4 Ubicación deseada de los polos [13]. . . . . . . . . . . . . . . . . . . . . . . . 29
6-1 Representación de la interacción de los lazos de corriente del convertidor en

pequeña señal [41]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
6-2 Combinación lazos de corriente del convertidor Buck Boost [47]. . . . . . . . 32
6-3 Representación del lazo de tensión para el convertidor en pequeña señal [43]. 33
6-4 Diagrama de bloques en Simulink para el sistema en lazo abierto. . . . . . . 34
6-5 Diagrama de bloques del sistema con un controlador LQR. . . . . . . . . . . 35
6-6 Diagrama de bloques implementado para los tres controladores . . . . . . . . 36
6-7 Respuesta a un escalón de 48 V de los tres controladores. . . . . . . . . . . . 37
6-8 a) Respuesta transitoria del controlador PID LQR con polo adicional. b) Res-
puesta transitoria del controlador PI con polo adicional clásico. c) Respuesta
transitoria del controlador PI LQR con polo adicional. . . . . . . . . . . . . 38
6-9 Respuesta a un escalón de 53.2 V de los tres controladores. . . . . . . . . . . 40
7-1 Respuesta a un escalón de 48 V de los tres convertidores. . . . . . . . . . . . 47

7-2 Regulación del bus DC de los tres convertidores . . . . . . . . . . . . . . . . 48
Lista de Figuras vii
7-3 Respuesta de los tres convertidores para la regulación de tensión del SOC
mı́nimo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
7-4 Respuesta de los tres convertidores PI para la regulación de tensión del SOC
mı́nimo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
7-5 Respuesta al impulso de 53.2 V de los tres controladores. . . . . . . . . . . . 53
7-6 Respuesta al impulso de 53.2 V de los tres controladores PI. . . . . . . . . . 55
7-8 Respuesta a un escalón de 42 V de los tres controladores PI. . . . . . . . . . 58
7-10 Respuesta a un escalón de 30 V de los tres controladores PI con polo adicional. 61
Lista de Tablas
2-1 Principales variables de interés de un sistema PV [61]. . . . . . . . . . . . . . 11
6-1 Valores propios del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
7-1 Parámetros del convertidor. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

7-2 Energı́a, tiempo de asentamiento y ganancias del controlador para el bus DC. 49
7-3 Parámetros del convertidor y de control seleccionados. . . . . . . . . . . . . . 49
7-4 Energı́a y tiempo de asentamiento de los controladores sin perturbación para
la regulación del SOC nominal de la baterı́a. . . . . . . . . . . . . . . . . . . 52
la regulación del SOC máximo de la baterı́a. . . . . . . . . . . . . . . . . . . 56
la regulación del SOC mı́nimo de la baterı́a. . . . . . . . . . . . . . . . . . . 59
la regulación del lazo del panel. . . . . . . . . . . . . . . . . . . . . . . . . . 62
1 Introducción
En este capı́tulo se presenta la formulación del problema y la pregunta de investigación que
se buscará resolver a lo largo del proyecto de grado, seguido a esto, se presenta la justificación
de la tesis, donde se argumenta la importancia de la solución de la pregunta de investigación
planteada. Finalmente, se presentan los objetivos generales y especı́ficos, y los antecedentes
más relevantes de la tesis de grado.
1.1. Planteamiento del Problema

Los beneficios ambientales asociados a la generación de energı́a eléctrica a partir de fuentes de
energı́as alternativas son evidentes, dentro de los más relevantes se encuentra la disminución
de los gases de efecto invernadero, limitación de la explotación del suelo y la vida silvestre,
entre otros. No obstante, la implementación masiva de energı́as renovables presenta un gran
desafı́o para operar y controlar los sistemas de energı́a eléctrica tanto a nivel de transmisión,
como a nivel de distribución debido a la necesidad de afrontar la aleatoriedad del recurso
primario [2, 19].
Actualmente, debido a la facilidad de adquisición y al incremento en la demanda de los

generadores primarios como: aerogeneradores de pequeña escala, paneles solares y baterı́as;
al amplio desarrollo tecnológico y/o manufactura de convertidores conmutados controlados,
y teniendo en cuenta el avance en investigación y producción de semiconductores, se abre
un gran horizonte hacia el análisis, diseño y control de las micro-redes [2, 21, 34, 44, 56]. En
la literatura se evidencian significativos avances en el diseño y control de micro-redes tanto
en modo isla como conectadas a los puntos de distribución de energı́a eléctrica [34, 44]. No
obstante, la utilización y la implantación de estos sistemas de forma masiva se realizará en
la estructura que consituye las redes inteligentes (Smart Grids).
Dentro de los componentes claves que conforman las redes inteligentes se resalta los sistemas
de generación distribuida (DER-Distributed Energy Resources), éstos hacen referencia a la
producción de energı́a eléctrica en “situ” es decir, generar energı́a lo más cerca posible a las
cargas del sistema o al consumo, a partir de pequeños esquemas de energı́a renovables. Algu-
nos de los beneficios de esta perspectiva son la reducción de pérdidas de energı́a en la red, es
decir no se requiere transportar por la red de transmisión la energı́a generada, reducción de
2 1 Introducción
la congestión de la red, aporta mayor eficiencia energética y son de pequeña potencia [25, 56].
Las micro-redes deben tener la capacidad de operar en modo conectado o aislado a la red,
por lo que cobra gran importancia las estrategias de control óptimas y robustas para mini-
mizar los problemas de confiabilidad, robustez y calidad del sistema eléctrico [27, 52]. Sin
embargo, debido a la complejidad dinámica de las micro-redes, dada su naturaleza de no
linealidad, incertidumbres paramétricas, entre otras, ha ocasionado que diferentes investi-
gadores se declinen por utilizar los métodos de control convencionales o lineales, los cuales
no son lo suficientemente eficaces y en caso de presentarse perturbaciones de gran señal,
estas técnicas lineales pueden presentar comportamientos no deseados hasta el punto de la
inestabilidad. Es por esto que, el control robusto en las micro-redes surge como una buena
solución en comparación con otras estrategias de control donde una de las ventajas de estos
controladores robustos es que se comportan de manera estable entre los rangos permisibles
de calidad ante diferentes alteraciones y fallas que se puedan presentar en un sistema eléctri-
co. Por tanto, el principal objetivo de la implementación del control robusto en esta tesis
es incrementar la confiabilidad del sistema y a su vez, lograr garantizar la estabilidad de la
micro-red ante fallas o perturbaciones que puedan comprometer el adecuado funcionamiento
de la micro-red solar como por ejemplo de perturbaciones súbitas en el sistema [1, 17, 48, 49] .
Ante el panorama descrito anteriormente, se define la siguiente pregunta de investigación:

¿Cómo mediante el uso de métodos de control robusto se pueden mejorar las
prestaciones dinámicas de micro-redes conectadas a la red?
1.2. Justificación
El sistema energético tradicional se compone de una etapa de generación a gran escala,
la cual se encuentra alejada de los consumidores; un control jerárquico para proporcionar
confiabilidad en el servicio y una etapa de transmisión robusta encargada de distribuir la
energı́a generada. Sin embargo, debido a los nuevos requerimientos en la oferta y demanda
de energı́a, surgen grandes desafı́os en el sistema eléctrico de potencia (SEP), como por ejem-
plo la necesidad de tener un sistema eléctrico con flexibilidad y confiabilidad a largo plazo
mediante la transición de una red unidireccional (La energı́a fluye de los generadores a las
cargas) a un SEP bidireccional o activo, ası́ como el sobredimensionamiento o infrautilización
del SEP, evitar el envejecimiento acelerado de las infraestructuras y la baja eficiencia que
resulta en grandes pérdidas para el sistema [34, 40].
Teniendo en cuenta los retos energéticos mencionados y las preocupaciones ambientales, se

ha impulsado el uso de fuentes de energı́as renovables (FER) conectadas en el esquema in-
terconectado nacional, ası́ como en las regiones del paı́s no interconectadas. Las fuentes de
energı́as alternativas son esenciales para alcanzar un crecimiento económico sostenible en
1.3 Objetivos de la tesis 3
el tiempo, apoyar la reducción de la emisión de gases de efecto invernadero producto de la

generación de energı́a a partir de fuentes fósiles e incrementar la confiabilidad energética del
paı́s. Este último componente es de gran relevancia para Colombia, analizando los preceden-
tes del sistema eléctrico colombiano como la coyuntura presentada a principios de 2016 en
donde el paı́s estuvo al borde de otro racionamiento eléctrico [32, 51].
Como consecuencia, el Fenómeno del Niño y los impactos del cambio climático tienden a ser
de gran relevancia en la planeación y operatividad de los sistemas eléctricos, donde las FER
como la generación fotovoltaica y eólica surgen como la mejor alternativa de respaldo ante la
eventual ocurrencia de los fenómenos climáticos es decir que, exista una complementariedad
entre la generación hı́drica y las FER a lo largo de los periodos de sequı́a. Sin embargo, la
puesta en marcha de forma masiva de las FER implica un gran reto en la operación de la red
eléctrica a nivel de potencia y de distribución debido a que, se debe confrontar la varianza
del recurso primario [51].
Para posibilitar la incorporación de las FER en una red eléctrica inteligente surge el término
de micro-redes definido como pequeñas de redes de distribución de bajo voltaje (Low Voltaje,
LV) diseñadas para la transmisión de energı́a mediante pequeños tipos de energı́a alternativa.
Algunas de las ventajas del uso de las micro-redes para los usuarios y/o operadores de la red
eléctrica son: aumento de la calidad de energı́a, disminución considerable en las emisiones
contaminantes, las pérdidas y la congestión de la red. Las micro-redes se pueden operar
en sistemas apartados o acoplados con la red eléctrica. Ası́ mismo tienen operatividad en
conexión AC o DC y tienen la capacidad de actuar de forma autosuficiente controlando los
parámetros de la red dentro de los rangos establecidos [33].
1.3. Objetivos de la tesis

1.3.1. Objetivo General
Diseñar una estrategia de control robusto basado en Desigualdades Matriciales Lineales para
regular la potencia de una micro-red solar sincronizada con la red eléctrica.
1.3.2. Objetivos Especı́ficos

Establecer la topologı́a, elementos y escenarios de operación para una micro-red foto-
voltaica on-grid.
Diseñar lazos de control robustos requeridos para su operación en sincronismo con la

red eléctrica.
4 1 Introducción
Validar mediante simulación en Matlab y/o PSIM el correcto funcionamiento del sis-
tema en lazo cerrado, ante los diferentes escenarios establecidos.
1.4. Alcance
En este proyecto de tesis se presenta el modelado y control de una arquitectura de distribución
de energı́a eléctrica sincronizada con la red eléctrica domiciliaria alimentada por fuentes
de energı́a de energı́a renovable. El cual se constituye de la siguiente manera: Primero, se
presenta un estado del arte con enfoque al modelado y control de micro-redes apartadas y
conectadas a la red eléctrica. Segundo, se analizan las estrategias de control robustas para
la regulación de potencia de micro-redes en el sistema eléctrico. Seguidamente, se diseña
un controlador PI y PID óptimo mediante el control LQR (Regulador Cuadrático Lineal).
Luego, se implementa el diseño de un controlador PI y PID óptimo empleando la técnica de
LMIs (Desigualdades Matriciales Lineales). Finalmente, se compara los resultados obtenidos
entre los controladores clásicos y los controladores diseñados a partir del método LQR y LMI
mediante la simulación de la estrategia de control.
1.5. Antecedentes
El crecimiento de la economı́a mundial ha disparado la demanda de energı́a eléctrica tanto
en el sector residencial como comercial, provocando la disminución de las reservas de com-
bustibles fósiles y el aumento exponencial de las emisiones de CO2. Esta situación ha sido
enfrentada por los gobiernos, centros de investigación, universidades, industria y operadores
de red mediante el uso de fuentes renovables. En Colombia, desde el acuerdo internacional de
Parı́s que cubre todos los aspectos relacionados con el cambio climático y cómo combatirlo,
se decidió impulsar la utilización de energı́a a partir de fuentes de energı́a renovable como
los paneles solares, con el fin de aprovechar su privilegiada ubicación geográfica [11].
Colombia es un paı́s reconocido por su capacidad de exportación en sectores como el petróleo,

carbón y electricidad; donde la mayor parte de energı́a producida en el sistema interconec-
tado nacional se deriva de las centrales hidroeléctricas con un porcentaje de alrededor del
70 %, centrales térmicas y en menor magnitud de las pequeñas centrales, sistemas de coge-
neración y energı́as alternativas. Sin embargo, las energı́as renovables se están incorporando
progresivamente en la matriz energética del paı́s y su aprovechamiento sigue siendo limitado
[50]. Estas fuentes de energı́a renovable, proponen la idea de implementar fuentes de energı́a
distribuidas en diferentes zonas de la red eléctrica de potencia, a diferencia de los recursos
tradicionales, que se ubican únicamente en sectores especı́ficos del sistema. Como resultado
de la energı́a distribuida, surge el término de micro-red donde diferentes usuarios pueden
producir su propia energı́a localmente y a su vez, inyectar los excedentes a la red eléctrica,
1.5 Antecedentes 5
reduciendo los costos en la transmisión de energı́a [55].
La generación a partir de paneles fotovoltaicos se plantea como una buena alternativa a largo
plazo para las zonas apartadas o no interconectadas, debido a los costos en la generación de
energı́a que dependen principalmente del precio en los combustibles, costos de operación y
mantenimiento en las zonas remotas [51]. Este aspecto cobra gran importancia para el creci-
miento económico de la población campesina teniendo en cuenta que, en Colombia alrededor
del 4 % de la población del paı́s se encuentra aislada y sin conexión a la red interconecta-
da nacional en forma de anillo. De igual forma, de acuerdo con la agencia internacional de
energı́a renovable (IRENA), luego de la crisis de Hidroituango, es rentable aumentar la ge-
neración fotovoltaica hasta un rango de 7.8 GW con el fin de incrementar el rendimiento y la
seguridad del sistema eléctrico [57]. En consecuencia, el Instituto de Planificación y Promo-
ción de Soluciones Energéticas para las Zonas No Interconectadas, el cual es un organismo
adjunto al Ministerio de Minas, busca la implementación de fuentes alternativas en zonas
remotas, sin embargo, muchos de estos proyectos se encuentran en licitación y/o en planea-
ción y ejecución del proyecto, para lo cual se busca que, las comunidades de esas zonas se
apropien de estos recursos y adquieran un papel más activo en el mantenimiento de éstos [50].
La implementación masiva de micro-redes en Colombia requiere de una gran inversión en

la infraestructura de sistemas inteligentes de medida con el fin de permitir la comunicación
necesaria entre la producción de energı́a y los clientes, lo cual conlleva a grandes desafı́os
asociados con la operación y planificación del sistema resultante de la transformación de
redes pasivas a activas, ası́ como la necesidad de desarrollar novedosas estrategias de control
para mitigar los efectos a gran escala de la implementación de esta tecnologı́a [33].
Para una implementación eficiente de las micro-redes, se debe garantizar que sean estables
y robustas, es decir, que pese a las perturbaciones del sistema mantengan su estabilidad. La
teorı́a de control lineal ha desarrollado numerosos métodos para la implementación masiva de
las micro-redes, sin embargo, diferentes estudios han demostrado que puede resultar inade-
cuada para muchas aplicaciones por ejemplo: Los requisitos de rendimiento son cada vez más
estrictos, ası́ como un mayor rango de funcionamiento, que invalida el uso de modelos linea-
lizados puesto que, suelen provocar comportamientos no deseados en el sistema de control
como inestabilidad, ciclos lı́mite, entre otros. Por lo que se hace necesario la aplicación de
un control no lineal para mejorar la estabilidad y el rendimiento del sistema, teniendo en
cuenta las diferentes incertidumbres que se derivan del modelo matemático del sistema como
variaciones en los parámetros reales, dinámicas no modeladas, no linealidades despreciadas
en algunos casos o incluso, perturbaciones externas despreciadas [62, 63].
El objetivo de esta tesis es utilizar la técnica LMI debido a que, permite diseñar un control
robusto con base en determinadas especificaciones como por ejemplo las presentadas en [18] y
6 1 Introducción
en [20] asociadas con requisitos en el grado de estabilidad, limitación de las señales de control,
el ı́ndice de decaimiento, estabilidad cuadrática, y el nivel de desaprobación a perturbaciones.
En [38], se realiza el diseño de un control robusto basado en el método de desigualdades

matriciales lineales (LMI) con determinadas restricciones como la estabilidad basada en
Lyapunov, este artı́culo es de gran relevancia puesto que, la metodologı́a de diseño se realizó
teniendo en cuenta un convertidor Boost en el software PSIM y MATLAB.
En [14] se presenta el diseño de una micro-red solar cuyo controlador de tensión del contro-
lador Buck fue diseñado a partir de la técnica LQR. Este artı́culo es una de las principales
referencias de esta tesis para el diseño del controlador LQR de la tesis y la explicación deta-
llada de los criterios de selección de las matrices de peso.
En [64] se presenta el diseño de un controlador PID óptimo a partir de la técnica LQR para
un motor DC. Esta publicación es relevante teniendo en cuenta que, expone claramente la
teorı́a de la técnica LQR y como emplearla para obtener un controlador PID óptimo como
el de la tesis.
En [13] se presenta el diseño del control de corriente empleando la técnica de desigualdad

matricial lineal (LMI) para un convertidor Buck Boost. Esta investigación resulta relevante
para el desarrollo de mi tesis teniendo en cuenta que, presenta los principios y leyes que
sustentan el control a partir de la técnica LMI, lo cual nos permite a partir de la teorı́a
modificar el control de corriente de esta tesis en un control de voltaje que es el que se va a
implementar en este documento.
2 Microrredes
En este capı́tulo se presenta la definición de una microrred, se detalla la topologı́a de conexión

on-grid de una microrred (Conectada a la red), y se exponen las generalidades necesarias
para el diseño de una microrred solar.
2.1. Definición de las microrredes
La estructura de los sistemas eléctricos convencionales consta de una etapa de distribución,

generación y transmisión, caracterizada por ser una red unidireccional donde la electricidad
fluye de los generadores de energı́a a los consumidores. Por lo cual, con la incorporación de
energı́as alternativas en la red eléctrica se necesita que la red eléctrica evolucione a redes
activas o bidireccionales [35].La conexión de la generación a partir de fuentes de energı́a
renovable al sistema eléctrico se puede realizar de forma centralizada es decir, mediante
grandes centrales renovables (eólicas o solares) que se conectan al sistema de transporte, o
puede ser de forma descentralizada que hace referencia a la conexión de generación dis-
persa conectada a la red de distribución [5].
La conexión descentralizada de generación renovable en los niveles de distribución, junto con

otras fuentes de generación y sistemas de almacenamiento de energı́a (conocidos como DER,
Distributed Energy Resources) cerca de los centros de consumo, es lo que se conoce como
una microrred, la cual le permite generar su propia electricidad in situ y utilizarla cuando el
usuario la requiera. Las micorredes pueden funcionar tanto conectadas a la red (sincronizada
a la red) como en modo isla (funcionamiento autonómo) como se presenta en la Figura 2-1
[6], donde la microrred conectada a la red implica un intercambio de energı́a entre el usuario
y la red de distribución, y el modo isla se conoce también como modo de emergencia, el cual
es empleado en casos de eventos de falla en la red eléctrica [36].
8 2 Microrredes
Figura 2-1: Esquema de una microrred [6].
Las microrredes son consideradas como una solución para el suministro de energı́a eléctrica
para las zonas locales donde no es posible llegar debido a su inviabilidad económica en la
construcción de nuevas lı́neas de transmisión. Algunas de las principales ventajas de las mi-
crorredes son que permiten un funcionamiento ecológico con el medio ambiente al integrar
energı́as renovables in situ, ası́ mismo, ahorran gastos de energı́a optimizando la demanda,
almacenando la energı́a producida y vendiéndola de nuevo al sistema de distribución durante
los picos de demanda. Finalmente, mejoran la fiabilidad del sistema eléctrico, manteniendo
la energı́a para alimentar su carga durante fallas en el suministro [15].
El enfoque de este trabajo de tesis serán las microrredes conectadas a la red, las cuales se co-
nectan a la red en un punto de acoplamiento común PPC (PPC, Point of common coupling)
que se encarga de mantener la tensión al mismo nivel que el de la red de distribución o red
principal, el esquema de control expuesto anteriormente se ilustra en la Figura 2-2. Donde
para mejorar la capacidad de control, la flexibilidad y seguridad del sistema de distribución,
las microrredes deben ser controladas con un enfoque jerárquico que puede tener tres niveles
en función de su tiempo de respuesta y los requisitos de comunicación [12].
Los controladores de microfuentes (MC, Microsource Controller) y de carga son controlado-

res locales (LC, local controllers) empleados para controlar las cargas y las microfuentes, y
de esta forma enviarle información necesaria para el MGCC (Microgrid Grid Central Con-
troller) como el estado de carga o su consumo mediante un enlace de comunicación. El LC
se emplea para controlar cargas en caso de emergencia como por ejemplo la desconexión de
la carga y es responsable del control primario de las microrredes mientras que, el MC se em-
plea para controlar la potencia activa y reactiva de todos los dispositivos de microfuentes [26].
2.2 Microrredes a partir de energı́a solar fotovoltaica 9
Figura 2-2: Controlador de una microrred [26].
2.2. Microrredes a partir de energı́a solar fotovoltaica

La fuente de generación distribuida seleccionada en esta tesis fue a partir de sistemas fo-
tovoltaicos conectados a la red debido a que, estos presentan beneficios significativos para
la generación de forma masiva fotovoltaica teniendo en cuenta la facilidad de la red para
acoplarse a la intermitencia de generación solar. El componente de mayor relevancia en los
sistemas solares conectados al sistema corresponde al inversor encargado de convertir de co-
rriente continua a corriente alterna y las tareas necesarias de interconexión. Otro beneficio
relevante de la generación a partir de fuentes fotovoltaicas on-grid es el excedente en la elec-
tricidad producida por el arreglo fotovoltaico debido a que, éste puede ser proporcionado al
sistema eléctrico de distribución posteriormente [61].
Por otro lado, las fuentes de energı́a solar se caracterizan por la unión de unidades fotovol-
taicas cristalinas o thin film que hace referencia a una pelı́cula fina, éstas se intercalan entre
sı́ para conformar un modulo solar, y se elaboran empleando componentes semiconductores
sensitivos al contacto con la luz, cuyo funcionamiento se basa en el uso de partı́culas conoci-
das como fotones para trasladar electrones y de esta forma incitar la corriente eléctrica[58].
10 2 Microrredes
2.2.1. Caracterización de salida de los paneles solares y algoritmo de

seguimiento MMPT seleccionado
Las caracterización de salida de los paneles solares se representa por medio de las curvas de
potencia - voltaje (P-V), curva de corriente - voltaje (I-V), curva de voltaje - corriente (V-I)
o curva de voltaje-potencia (V-P), las curvas tı́picas de salida se presentan en la Figura
2-3, donde la curva P-V hace referencia al instante de mayor potencia (MPP, Maximum
Power Point) es decir, corresponde a la salida de energı́a más grande PM P P que el arreglo
fotovoltaico es capaz de generar en determinadas circunstancias ambientales, donde dicha
energı́a de salida se considera nula para circunstancias de cortocircuito y circuito abierto [60].
2-3.1 2-3.2
(a) (b)
Figura 2-3: Curvas tı́picas de salida del PV: (a) Curva tı́pica de potencia-voltaje. (b) Curva
tı́pica de corriente-voltaje [61].
El seguimiento del al instante de mayor potencia (MPPT) permite localizar el punto de

máxima energı́a instantánea que depende de la irradiancia solar y la temperatura del PV,
por lo cual la principal función del MPPT consiste en obtener la mayor cantidad de potencia
a partir de la energı́a solar que tiene disponible. En la Tabla 2-1 se presentan las cuatro
variables de interés de los sistemas fotovoltaicos [27].
2.2 Microrredes a partir de energı́a solar fotovoltaica 11
Tabla 2-1: Principales variables de interés de un sistema PV [61].

Variable de interés Definición
Nivel más alto de energı́a para ciertas condiciones
PM P P ambientales y se obtiene a partir de la multiplicación
entre VM P P y IM P P
Hace referencia al voltaje medido en el instante de
VM P P
mayor energı́a del sistema (MPP).
Hace referencia a la medición del nivel de corriente
Corriente de cortocircuito más alto del generador PV en el instante en que los
ISC bornes del arreglo solar se encuentran en
cortocircuito.
Corriente medida en el instante de mayor energı́a
IM P P
del sistema (MPP)
Por otro lado, el algoritmo MPPT se emplea en los arreglos solares para optimizar la máxima
potencia a la salida del PV, independientemente de la temperatura y la irradiación. Existen
varios tipos de algoritmos MPPT para alcanzar el instante de mayor potencia, los cuales se
exponen a detalle en [60].
Para esta tesis se emplea el algoritmo de observación conocido como ”perturbar y observar”,
el cual se basa en el principio de escalada que implica trasladar el área de operación del
PV en el sentido que presenta el mayor aumento en la potencia. En general, este algoritmo
seleccionado se basa en observar la energı́a de salida del panel en un instante de tiempo, y
a su vez la perturbación que se presenta al cambiar el valor de la tensión a la entrada del
arreglo fotovoltaico por consiguiente, el algoritmo seleccionado va a disminuir o aumentar
de forma continua la tensión referencial de acuerdo con la estimación anterior de la potencia
medida hasta obtener el instante de mayor transferencia de potencia del sistema (MPP)
como se presenta en la Figura 2-4.
La perturbación realizada por el algoritmo produce un cambio en la potencia del arreglo

fotovoltaico donde en caso que la potencia del PV se incremente como resultado de la per-
turbación realizada, en tal caso la perturbación va a continuar hacia ese sentido. Luego, de
obtener el punto más alto de energı́a del sistema, la potencia que se tiene en el MPP va
a tener un valor de cero y por tanto, en el siguiente instante su potencia va a disminuir,
y la perturbación se invierte. Cuando el algoritmo encuentra el estado estable, este osicla
alrededor del punto pico, el diagrama de flujo del algoritmo se presenta a detalle en [60].
12 2 Microrredes
Figura 2-4: Algoritmo de seguimiento: Perturb & Observe [54].

3 Etapa de procesamiento de energı́a
En este capı́tulo se describen los convertidores DC-AC y DC-DC empleados en esta tesis,
ası́ como el sistema de almacenamiento seleccionado. El convertidor DC-AC hace referencia
al inversor trifásico que se compone de tres ramas cada una con dos diodos de potencia. En
contraste, el convertidor DC-DC se compone de un Buck-Boost con inductores acoplados y
tiene integrada una red de amortiguación, y el sistema de almacenamiento corresponde a un
sistema de baterı́as.
3.1. Convertidor DC-AC
El convertidor DC-AC empleado en esta tesis es el inversor trifásico que se compone de tres
ramas, dos interruptores por de potencia por cada rama conectados paralelamente con dos
diodos como se ilustra en la Figura 3-1, esta conexión en paralelo se encarga de garantizar
la constancia de la corriente de la carga que se va a alimentar. Es importante resaltar que
en un inversor las señales de control de Q1 a Q6 deben ser complementarios en cada rama
teniendo en cuenta que, esto le permite evitar un cortocircuito en la fuente. La estructura
de control del inversor conectado a la red se presenta a detalle en [60].
Figura 3-1: Esquema inversor trifásico [10].

14 3 Etapa de procesamiento de energı́a
3.2. Convertidor DC-DC

El convertidor DC-DC se compone de un Buck-Boost con inductores acoplados que a su
vez, tiene una red de amortiguamiento. Este convertidor hace parte de los convertidores no
aislados es decir que, éstos no presentan ningún tipo de aislamiento galvánico entre el inicio
y la salida, razón por la cual las alteraciones en la entrada afectarán el lado de salida de
los convertidores, y ası́ mismo, cuentan con menor cantidad de componentes en comparación
con los convertidores que presentan aislamiento, lo que se refleja en reducción en las pérdidas
de los componentes del convertidor.
Una de sus ventajas es que posee un acoplamiento magnético entre los inductores y la red de
amortiguamiento, lo que implica una función de transferencia de fase mı́nimo, teniendo en
cuenta que en su estudio dinámico, los ceros que se encuentren concentrados en el semiplano
derecho de la función de transferencia se trasladen al el semiplano izquierdo [13], ası́ mismo,
cuenta con una alta eficiencia de conversión de potencia debido a que, permite controlar
tanto las tensiones como las corrientes que se presentan al principio de éste y a la salida [60].
El convertidor seleccionado se presenta en la Figura 3-2, el cual como se mencionó ante-

riormente hace referencia a un convertidor con conmutación, el cual se caracteriza porque
el tensión en la salida del convertidor puede llegar a tener un valor menor o mayor que
la tensión de la entrada de este debido a que, una des sus principales caracterı́sticas es su
adaptabilidad y capacidad de actuar en tres modalidades diferentes en función de las volta-
jes de entrada y salida. La primera modalidad primer hace referencia a cuando el convertir
funciona como elevador (Convertidor tipo Boost) es decir la tensión en la entrada presenta
un valor menor a la tensión de salida (Vg < Vo ), la segunda modalidad corresponde al modo
Buck o elevador es decir que la tensión en la entrada presenta un valor más grande que la
salida (Vg > Vo ). Finalmente, la terca modalidad hace referencia al modo Buck-Boost que
implica que la tensión en la entrada es prácticamente el mismo valor de la tensión que se
tiene a la salida (Vg ≈ Vo ) [41], [47].
Figura 3-2: Esquemático del Convertidor seleccionado [47].

3.3 Modelo del ASD empleado en la tesis 15
En la Figura 3-2 se presenta el esquemático del convertidor DC-DC, el cual como se observa
se compone de un primer escenario que corresponde al modo elevador (Boost), el cual se en-
cuentra conectado en forma de cascada al escenario siguiente asociado con el modo reductor
(Buck), en conexión con unas bobinas que se encuentran acopladas de forma magnética y
una rama de amortiguación que se compone de un capacitor Cd ubicado en cadena con un
resistor Rd , cuya ventaja principal es mejorar las dinámicas y obtener ası́ una función de
transferencia precisa del control óptimo a la salida [13].
Las funciones de transferencia en lazo abierto son posibles debido al control implementado de
corriente promedio (Average Current Control, ACC), que cuenta con una exención al ruido
excesivo. Mientras que, los rangos de operatividad de corriente y/o tensión del Buck-Boost
se encuentran en los siguientes intervalos:
0 V ≤ Vo ≤ 55 V
15 V ≤ Vg ≤ 55 V
0 A ≤ Io ≤ 16 A
0 A ≤ Ig ≤ 16 A
Por otro lado, se debe considerar que la función de transferencia de segundo orden del com-
pensador para el lazo asociado con el control de corriente está dado por Gcg (s) y CcL (s) para
el Modelo de Espacio de Estados de Pequeña Señal Promediado (Small-Signal State Space
Average Model) se presenta en la Figura 6-1, donde la referencia empleada para el lazo de
control de la corriente visto desde la entrada y la salida se detallan a mayor profundidad
en [60]. Ası́ mismo, para el modelado del Buck-Boost en lazo cerrado en pequeña señal es
importante tener en cuenta que las menores prestaciones están asociadas al lazo de control
de corriente visto desde la salida en modalidad boost, el cual presentaba un valor de margen
de fase (PM) de 44◦ y por otro lado, una frecuencia de corte (CF) 8 kHz en los dos lazos de
control [46].
3.3. Modelo del ASD empleado en la tesis

En este trabajo se emplea una baterı́a de iones de litio simplificada, donde sólo se tuvo en
cuenta la región nominal de la capacidad de descarga, desde los valores de Qtop y Qnom .
Donde se resalta que el algoritmo de gestión de energı́a siempre funciona entre los rangos de
voltaje de Etop y Enom . Su principal ventaja es que para el modelo planteado resulta fácil
obtener los parámetros del Datasheet del fabricante. El valor del condensador para una sóla
celda se presenta en la Ecuación 3-1 [43].
16 3 Etapa de procesamiento de energı́a
2 −E 2
C∗(Etop nom )
E= 2
(3-1)
5,694J∗2
C= (3,82 −3,52 )V
= 5,2F
Por otro lado, para obtener el voltaje de referencia del sistema de 48 Voltios, se propone
una matriz de seis ramales conectados paralelamente. Donde cada rama contiene 14 celdas
conectadas en cadena. El valor del capacitor se calculó a a partir de la Ecuación 3-1 mientras
que, el valor del resistor si se obtiene de la hoja de datos. Por lo cual, la rama equivalente de
la serie RC para el ASD seleccionado se presenta en la Ecuación 3-2 [43]. El diseño a detalle
del modelado de la baterı́a se presenta en [60].
5,2
Casd = 14
∗ 6 = 2,228F
(3-2)
70mΩ∗14
Rasd = 6
= 163mΩ
4 Control Regulador Cuadrático Lineal -
LQR
En este capı́tulo se presenta el control LQR, cuyo objetivo es minimizar la energı́a asociada
con la función objetivo del sistema invariante en el tiempo (LTI, Liner Time Invariant)[14].
4.1. Definición del Control LQR

El control LQR es un problema de control de retroalimentación de estados, el cual se describe
mediante un conjunto de ecuaciones diferenciales lineales y su función de coste asociado se
describe mediante una función cuadrática, su control se basa principalmente en la colocación
de polos y ası́ mismo, en un comportamiento dominante de segundo orden del sistema.
Su principal objetivo es minimizar la energı́a global de la función de coste y obtener las
ganancias de retroalimentación controladas de una forma óptima con el fin de permitir el
diseño estable en lazo cerrado y con un alto rendimiento del sistema, la representación en
bloques del controlador de realimentación LQR se ilustra en la Figura 4-1 [29][7].
Figura 4-1: Representación en bloques del controlador LQR [14].
El control LQR se fundamenta en la compensación del comportamiento de los estados se-

leccionados con el nivel de esfuerzo de control relacionado con los estados del sistema, para
el diseño del controlador LQR se debe representar y derivar el sistema LTI en un modelo
de espacio de estados, por lo cual, un sistema LTI con m estados, k salidas y n entradas
18 4 Control Regulador Cuadrático Lineal - LQR
se puede representar como la Ecuación 4-1, donde x hace referencia a todos los estados del
sistema, y representa las salidas del sistema, ẋ corresponde a la primera derivada de x, y u
representa las entradas del sistema.
ẋ=Ax+Bu, donde x ∈ ℜm y u ∈ ℜn
(4-1)
y = Cx + Du, donde y ∈ ℜk
Por otro lado, la función objetivo a optimizar del problema LQR de horizonte infinito se
relaciona en la Ecuación 4-2, donde el problema de horizonte infinito está asociado a que el
estado final es frecuentemente indeterminado sin mebargo, el control que es variable en el
tiempo llega a cero en el momento final es decir que, cada estado ha alcanzado su valor final
y por tanto, la derivada de control llega a cero. Lo que implica una mayor flexibilidad para
diseñar el control LQR con los parámetros de entrada del sistema [29][7].
   
x1 u1
Z ∞  x2   u2 
J= (x̄T Qx̄ + ρ1 ūT Rū + 2ρ2 x̄T N ū)dt, donde x̄ =  .  y ū =  .  (4-2)
   
0
.
 .   .. 
xm un
En la Ecuación 4-1 Q y R son matrices cuadradas cuyas dimensiones son mxm y nxn, y
hacen referencia a los pesos asociados a los estados y entradas del sistema. Mientras que,
N hace referencia a la correlación entre los estados y entradas del sistema en función del
objetivo cuya dimensión es mxn. Los valores de estas tres matrices se encargan de decidir
la energı́a total de la función objetivo. Las constantes ρ1 y ρ2 se emplean para gestionar el
equilibrio entre los estados del sistema y sus entradas durante el diseño del control LQR. A
medida que aumentan los peros de Q y R la contribución de las entradas y de los estados a
la función de energı́a también aumentan [14].
El objetivo del diseño del controlador LQR es minimizar las contribuciones de energı́a del
sistema. Sin embargo, para disminuir la energı́a de la salida se requiere de una gran señal de
control y una pequeña señal de control para obtener grandes salidas controladas [9] y [16].
En el control tradicional de realimentación de estados, se seleccionan ganancias de retroali-
mentación fijas para cambiar los valores propios del sistema a una ubicación más adecuada
de acuerdo a las caracterı́sticas de salida del sistema como por ejemplo el sobreimpulso,
tiempo de establecimiento, entre otros [65]. Mientras que, en el control LQR el esquema de
ganancia de realimentación se calcula con el fin de minimizar la función objetivo, donde al
realizar esto se obtienen los siguientes resultados:
Se realiza un seguimiento adecuado de la señal de entrada de referencia r(t).
La dinámica del estado se controla minimizando la función objetivo.
Se minimiza el esfuerzo de control mediante las ganacias K del controlador LQR, y por
consiguiente, se minimiza su energı́a.
4.1 Definición del Control LQR 19
En los sistemas LTI que poseen una sola entrada y una sola salida, se ignora el término que
correlaciona la función objetivo, y las constantes de compensación ρ1 y ρ2 toman un valor
de uno. Por tanto, la función objetivo simplificada se expone en la Ecuación 4-3 mientras
que, la función objetivo de control se presenta en la Ecuación 4-4.
Z ∞
J= (x̄T Qx̄ + ūT Rū)dt (4-3)
0
u = −K x̄ = −R−1 B T P x̄ (4-4)
Donde la matriz K hace referencia a la matriz de ganancias del controlador LQR asociado
con cada estado del sistema. La matriz P es una matriz semidefinida positiva y satisface la
ecuación de estado estacionario de Riccati presentada en la Ecuación, la cual se usa para
obtener una solución estable única para cualquier sistema LTI 4-5 [59] [23].
P A + AT P + Q − P BR−1 B T P = 0 (4-5)
Para obtener el diseño del controlador LQR y obtener una solución de control óptimo se
deben seguir los siguientes pasos.
1. Modelar la función objetivo de la Ecuación 4-3 y las constantes de la Ecuación 4-1

para encontrar las matrices A, B, Q y R.
2. Solucionar la matriz de Riccati de la Ecuación 4-5 para encontrar la matriz P.
3. Sustituir P en la Ecuación 4-4 para encontrar el control óptimo.
La matriz P obtenida en el paso (3) es una matriz simétrica, donde cada elemento es una
solución del problema LQR. La representación en bloques de la implementación del con-
trolador LQR se ilustra en la Figura 4-2, donde y(t) hace referencia a la señal obtenida
en la salida del sistema, u(t) hace referencia a una señal de error que es el resultado de la
diferencia entre la salida y la señal de referencia, y r(t) corresponde a la señal de referencia
del controlador. Las matrices A, B y K corresponden a las matrices de estado del sistema
y a las ganancias del controlador LQR del sistema mientras que, x y ẋ son los estados del
sistema y su derivada de primer orden respectivamente.
Figura 4-2: Representación en bloques del controlador LQR. Fuente: Elaboración propia.
La selección de las matrices de peso Q y R representan un factor importante en el diseño

del controlador LQR por lo cual, se debe asegurar que las matrices de peso cumplan las
siguientes restricciones:
Q debe ser una matriz semi-definida positiva y simétrica, donde sus valores propios
deben estar entre cero y un valor positivo.
R debe ser una matriz definida positiva y simétrica, donde sus valores propios sean
estrictamente positivos [8],[28].
4.2. Caracterı́sticas del control

4.2.1. Dualidad
Teniendo en cuenta el modelo de espacio de estados representado por la tupla de 4 (A, B, C,
D). Se dice que el sistema de la tupla de 4 es completamente controlable siempre y cuando
el sistema dual transpuesto dado por la tupla de 4 (AT , C T , B T , DT ) es completamente
observable [53].
4.2.2. Controlabilidad
Al trabajar con un control de lazo cerrado, es importante tener en cuenta que cada estado al
que se le quiere minimizar la energı́a puede verse afectado por las entradas del sistema. Por
lo cual, la controlabilidad de un sistema implica que es posible encontrar una entrada que
conduzca cualquier estado al origen en una cantidad de tiempo finita. Por otro lado, si la
energı́a particular de un estado se considera como una función objetivo, es importante que
4.3 Selección de las matrices de peso Q y R 21
el espacio sea controlable. La cual se evalua teniendo en cuenta la matriz de controlabilidad

en un sistema nxn como se observa en la Ecuación 4-6 donde si el rango de Cm es igual a n,
entonces el sistema es controlable. Mientras que, si el rango de Cm < n entonces la diferencia
entre n y el rango corresponde al número de estados que no son controlables. Estos estados
no controlables se pueden identificar mediante los valores propios [30] [4].

Cm = B AB AB 2 ... AB n−1 (4-6)
4.2.3. Observabilidad
La definición de observabilidad hace referencia a la capacidad de observar toda la información
de los estados en la salida con un tiempo suficiente. En los sistemas actuales en los que se
definen las salidas mediante la matriz C, es importante saber si la implementación de un
determinado control que conduzca cada estado a un valor final tendrá algún impacto en la
salida. Esto es relevante si alguno de los estados de salida y(t), es utilizado para un proceso
de optimización. Para determinar cuáles estados del sistema son observables y cuáles no,
se debe emplear la Ecuación 4-7 donde si el rango de Om es igual a n, entonces el sistema
es observable. Si el rango Om < n entonces la diferencia entre n y el rango corresponde al
número de estados que no son observables, y estos pueden ser identificados por sus valores
propios [30] [4].
T
Om = C CA CA2 ... CAn−1 (4-7)
Por otro lado, se puede emplear el criterio de Nyquist para analizar si un sistema es estable
en el control LQR y pueden ser identificados mediante los valores propios del sistema en
estudio en lazo cerrado, donde se debe cumplir que los valores propios del sistema estudiado
se ubican en el lado izquierdo del plano s, entonces se puede considerar que el sistema es
estable [24], [22].
4.3. Selección de las matrices de peso Q y R

El punto de operación del controlador LQR se define por las matrices de peso Q y R,
donde la selección de las matrices Q y R tienen gran influencia tanto en el rendimiento
del sistema, como en la entrada de éste. La cantidad de elementos de las matrices Q y R
dependen del número de la variable de estado (n) y del número de variables de entrada (m)
respectivamente. Por tanto, si la matriz de peso Q es seleccionada como una matriz diagonal,
el ı́ndice de rendimiento cuadrático corresponde a una integral ponderada del cuadrado
de los estados y entradas del sistema. Existen varios métodos para la selección adecuada
de las matrices de peso como por ejemplo técnicas computacionales de optimización como
algoritmos genéticos, algoritmo QR Gram-Schmidt, redes neuronales, entre otras [14]. Sin
embargo, el método empleado en esta tesis se conoce como la regla de Bryson’s, la cual
asume que las matrices Q y R son matrices diagonales, por lo cual, el método se enfoca en
encontrar los pesos Qii y Rii como se presenta en la Ecuación 4-8, donde el método establece
que, para cada estado se debe calcular el valor máximo de la respuesta en el dominio del
tiempo que está dispuesto a permitir, y luego utilice el recı́proco de ese valor al cuadrado
para establecer el peso inicial. Donde dado que el sistema es de una sola entrada, R se puede
dejar como una unidad [3] [31].
1 1
Qii = Rii = (4-8)
{max[xi (t)]2 } {max[ui (t)]2 }
Es importante tener en cuenta que, la regla de Bryson proporciona un buen punto de inicio
para el diseño del controlador LQR bajo un conjunto definido de restricciones de las variables
de realimentación de estado del sistema sin embargo, no proporciona necesariamente el punto
de funcionamiento óptimo exacto para el diseño del controlador LQR. Por tanto, la matriz Q
y R representan el grado de libertad que un diseñador está dispuesto a permitir a los estados
y entradas del sistema [31].
5 Control robusto: Técnica de
desigualdades matriciales lineales LMI
En este capı́tulo se presenta el control robusto empleado en esta tesis conocido como LMI,
el cual es un método basado en optimización convexa donde se busca tomar una decisión
óptima a partir de una agrupación de potenciales candidatos, los cuales deben cumplir con
una condición especificada. Estas condiciones para el diseño de controladores se conocen
como restricciones y cuenta con una función de optimización, la cual garantiza el adecuado
comportamiento dinámico en una planta.
El control robusto a partir de la técnica de desigualdades matriciales lineales (LMI) es

una alternativa atractiva y potente debido a que, satisface los requisitos dinámicos que
pueden tener los convertidores de corriente continua, como por ejemplo los requerimientos
transitorios, estabilidad robusta y el nivel de admisibilidad de las perturbaciones [13].
5.1. Formulación matemática de una desigualdad

matricial lineal
Las desigualdades matriciales lineales se caracterizan por ser una restricción con la forma
dada en la ecuación 5-1 donde p ∈ ℜm hace referencia a la variable que nos va permitir
tomar la decisión, también conocida como variable de optimización y Fi = FiT ∈ ℜnxn hace
referencia a matrices con simetrı́a. Donde la sigla de desigualdad mayor que (>) implica
que la restricción es definida positiva es decir que, todos los autovalores que tome la función
F(p) serán valores positivos. Sin embargo, también existen LMIs con la forma F (p) ≥ 0, la
cual serı́a una condición semi-definida positiva y los autovalores de F(p) van a ser mayores
o iguales a cero (0) [39].
m
X
F (p) = Fo + pi F i > 0 (5-1)
i=1
Para demostrar la convexidad de la ecuación 5-1 se debe analizar si satisface la condición de

convexidad con los siguientes criterios:
Un conjunto F es convexo sobre p (F = p ∈ ℜm |F (p) > 0) si se satisface que ∀(p1, p2) ∈
24 5 Control robusto: Técnica de desigualdades matriciales lineales LMI
F, ϑp1 + (1 − ϑ)p2 ∈ F, ∀ϑ ∈ [0, 1]

m
X
F (ϑp1 + (1 − ϑ)p2) = Fo + (ϑp1i + (1 − ϑ)p2i )Fi (5-2)
i=1
m
X m
X
F (ϑp1 + (1 − ϑ)p2) = Fo + ϑ p1i Fi + (1 − ϑ) p2i Fi (5-3)
i=1 i=1
m
X m
X
F (ϑp1 + (1 − ϑ)p2) = ϑFo + (1 − ϑ)Fo + ϑ p1i Fi + (1 − ϑ) p2i Fi (5-4)
i=1 i=1
F (ϑp1 + (1 − ϑ)p2) = ϑF (p1) + (1 − ϑ)F (p2) (5-5)
Teniendo en cuenta que ϑ > 0, (1 − ϑ) > 0, F (p1) > 0yF (p2) > 0 la ecuación 5-5 se puede
reescribir como se presenta en la ecuación 5-6 donde se evidencia que una desigualdad en
matrices corresponde a una restricción convexa.
ϑF (p1) + (1 − ϑ)F (p2) > 0 (5-6)
Para un sistema compuesto de múltiples LMIs se considera como una agrupación de LMIs
simples como se presenta en la ecuación 5-7 donde diag{F 1(p), · · · , F k(p)} hace referencia
a la matriz por bloques y su convexidad se asegura cuando se tienen múltiples LMIs.

F 1(p) > 0 

F 2(p) > 0


.. ⇐⇒ F (p) = diag {F 1(p), · · · , F k(p)} (5-7)
. 


F k(p) > 0

En esta tesis el LMI empleado se enfoca en la programación semidefinida (SDP), la cual se

caracteriza por minimizar un objetivo lineal determinado a la restricción de la Ecuación 5-8
donde c ∈ ℜm y F es una función afı́n de p.
minimizar cT p
(5-8)
sujeto a F (p) ≤ 0
En la programación semidefinida se debe tener en cuenta el problema de factibilidad como se

presenta en la Ecuación 5-9, donde el objetivo de este problema es hallar la solución óptima
que garantice el cumplimiento de la restricción dada [39].
Hallar p satisf aciendo F (p) ≤ 0 (5-9)

5.2 Análisis de estabilidad de Lyapunov 25
5.2. Análisis de estabilidad de Lyapunov

Desde la visión de la mecánica clásica, la estabilidad del sistema depende de la reducción
continua de su energı́a total hasta alcanzar su punto de equilibro. El estudio de estabilidad
propuesto por Lyapunov busca encontrar una función escalar decreciente continuamente
hasta alcanzar el punto de equilibrio. Para que el sistema lineal invariante en el tiempo de
la ecuación 5-10 sea asintóticamente estable (lı́mt→∞ x(t) = 0 ∀ xo ) debe cumplir con la
condición de la Ecuación 5-11.
ẋ(t) = Ax(t) x(0) = xo
(5-10)
x(t) hace referencia al vector de estados ∈ ℜn y A es una matriz constante ∈ ℜnxn
Por tanto, en el caso de que exista una función cuadrática de Lyapunov con la forma canónica
V (x(t)) = x(t)T P x(t) que cumpla con las condiciones de la ecuación 5-11 a lo largo de las
trayectorias del sistema.
V̇ (x(t)) = [(Ax(t))T Px(t) + x(t)T P(Ax(t))] < 0

(5-11)
V̇ (x(t)) = x(t)T (AT P + PA)x(t) < 0
Por tanto, el sistema de la Ecuación 5-10 es un modelo asintótico estable siempre y cuando
exista una matriz simétrica P definida positiva, donde el término V̇ (x(t)) < 0. Esto se conoce
como estabilidad cuadrática debido a que la función V(x(t)) es cuadrática y se establece por
el teorema:
Teorema 2.1.1 El teorema indica que se debe cumplir la siguiente condición para que el
modelo de la Ecuación 5-10 sea asintótico y estable es que exista una matriz P simétrica, y
definida positiva P T > 0 como se presenta en la Ecuación 5-12, por lo cual esto constituye
un problema de factibilidad LMI en P > 0, por lo cual se asume que el sistema es factible
siempre y cuando la matriz constante A sea estable es decir que, todos los autovalores de A
deben tener una parte real negativa.
AT P + PA < 0 (5-12)
5.3. Representación de forma gráfica de la estabilidad de

Lyapunov
La representación 2D de Figura 5-1 permite comprender mejor el concepto de estabilidad de
Lyapunov, donde se presentan los estados de equilibrio, ası́ como las trayectorias generales de
estabilidad ver Figura 5-1 (a), mientras que la estabilidad asintótica se presenta en la Figura
5-1 (b) y por otro lado, la inestabilidad del modelo se ilustra en la Figura 5-1 (c). La región
S(δ) hace referencia al lı́mite del estado original X0 y la región S(ϵ) que hace referencia al
lı́mite para la trayectoria que inicia en el punto inicial X0 . Las definiciones están asociadas
a la proximidad del estado de equilibrio, salvo que, S(ϵ) haga referencia al plano del estado
completo.
Ası́ mismo, en la Figura 5-1(c) se evidencia que el recorrido se aleja del estado S(ϵ) lo
cual indica que el estado de equilibrio presenta inestabilidad. No obstante, esto no implica
necesariamente que su recorrido tienda a infinito, debido a que, su tendencia es a un ciclo
lı́mite fuera de la región de S(ϵ) [37].
Figura 5-1: Ilustración de la estabilidad de Lyapunov [37].
5.4. Control empleando la realimentación de estados

Los sistemas lineales invariantes en el tiempo (LTI) se caracterizan por presentar una ecua-
ción diferencial con criterios constantes, donde al emplear la transformada de Laplace con
condiciones originales nulas se logra obtener la función de transferencia del sistema de es-
tudio. La ecuación diferencial se representa como una agrupación de varias ecuaciones dife-
renciales de primer orden (Representación de estados) tal como se presenta en la Ecuación
5-13, esta nos permite identificar las variables de entrada u(t) y salida y(t), y la agrupación
de variables que proporcionan la información dinámica de la planta x(t). De igual forma, se
considera el vector de perturbaciones w(t), el vector de salidas medibles y(t), y el vector de
salidas controladas z(t).

 ẋ(t) = Ax(t) + Bw w(t) + Bu u(t)
. z(t) = Cz x(t) + Dzw w(t) + Dzu u(t) (5-13)

y(t) = Cy x(t) + Dyw w(t) + Dyu u(t)
En la Figura 5-2 se presenta el esquema del sistema mediante variables de estado, sin con-
siderar salidas controladas z(t) ni perturbaciones w(t).
5.4 Control empleando la realimentación de estados 27
Figura 5-2: Esquemático de un sistema con variables de estado [39].
La ley de control de la Figura 5-2 se presenta en la Ecuación 5-14 donde F hace referencia a
un vector de ganancias por realimentación que sopesan cada una de las variables de estado
del sistema y esto se denomina como realimentación de estado, que nos permite ubicar los
polos del sistema en el lugar del plano complejo que se desea sin restricciones.
u(t) = Fx(t) (5-14)
Por otro lado, en la Figura 5-3 se ilustra el esquema de control con realimentación de
variables de estado, cuyo comportamiento dinámico en lazo cerrado se expone en la Ecuación
5-15 donde los autovalores de la matriz (A+Bu F) hacen referencia a los polos deseados en
lazo cerrado.
ẋ(t) = (A + Bu F)x(t) (5-15)
Por tanto, si decimos que el sistema es controlable, es posible tener una matriz de ganancias
de realimentación (F) que permita situar los polos en el lugar pretendido. Ası́ mismo, la
controlabilidad del sistema hace referencia a la capacidad de un modelo en lazo cerrado para
ubicar todos los polos, y a su vez lograr que la señal de control controle el comportamiento
de sus variables de estado [13].
Figura 5-3: Esquemático de control con realimentación de variables de estado[13].

5.5. Formulación de las restricciones del LMI

Las restricciones del control LMI permiten mejorar las prestaciones dinámicas del sistema
de estudio, algunas de las restricciones son:
Estabilidad cuadrática
Restricción por ubicación de polos
Restricción ante rechazo de perturbaciones
Restricción en la entrada de control
5.5.1. Estabilidad cuadrática

El requerimiento de estabilidad cuadrática se ha convertido en una problema de resolución
de desigualdades matriciales lineal P. Donde mediante una prueba numérica se puede com-
probar la estabilidad global de un sistema dinámica, y se puede extender también a la ley
de retroalimentación, es decir que para un sistema de la forma
˙
x̂(t) ˆ
= Ax̂(t) + Bu d(t) (5-16)
ˆ hace referencia a la señal de entrada, para lo cual se asume un

donde el término de d(t)
ˆ = Fx̂(t). Por tanto, se puede decir que un sistema cerrado
control lineal realimentado d(t)
es estable si existe un P > 0, tal que se cumpla la condición de la Ecuación 7-6.
(A + Bu F)T P + P(A + Bu F) < 0 (5-17)
Sin embargo, la ecuación 7-6 es no lineal por lo cual, se debe reescribir como se presenta en
la Ecuación 5-18.
AW + WAT + Bu Y + YT BuT < 0 (5-18)
donde W = P−1 , mientras que Y se define como F = YW−1 . De esta forma, se pueden
obtener las ganancias de retroalimentación que estabilizan el sistema y que cumplen con la
Ecuación 5-18 [42].
5.5.2. Restricción por ubicación de polos

Esta restricción debe garantizar el correcto funcionamiento transitorio de los modelos dinámi-
cos en estudio, la cual busca ubicar los polos del sistema en la región deseada del plano
complejo (x ± jy) por tanto, debe asegurar un factor mı́nimo de amortiguamiento (ζ=cosθ),
5.5 Formulación de las restricciones del LMI 29
una tasa mı́nima de decaimiento α y una frecuencia natural máxima wo = rsinθ. Para si-
tuar los polos en la región deseada S(α, θ, r) ilustrada en la Figura 5-4 se debe cumplir la
desigualdad de la Ecuación 5-19.
AW + W AT + Bu Y + Y T BuT + 2αW < 0 (5-19)
Figura 5-4: Ubicación deseada de los polos [13].
Como se mencionó anteriormente, para esta restricción es importante tener en cuenta la

limitación de la frecuencia natural y del factor de amortiguamiento descritas en la ecuación
5-20 y 5-21 donde F=YW − 1.
cos(θ)(AW + W AT + Bu Y + Y T BuT ) sin(θ)(AW − W ATi + Bu Y − Y T BuT )

<0
sin(θ)(−AW + W ATi − Bu Y + Y T BuT ) cos(θ)(AW + W AT + Bu Y + Y T BuT )
(5-20)
W AT + Y T BuT

−rW
<0 (5-21)
AW + Bu Y −rW
5.5.3. Restricción ante rechazo de Perturbaciones H∞

Esta restricción se fundamenta en la norma H∞ para que se garantice un nivel mı́nimo de
atenuación entre la perturbación obtenida en la salida y la entrada regulada de un sistema
sin embargo, esta restricción no implica un adecuado comportamiento transitorio del sistema
en lazo cerrado por lo cual, se debe emplear como complemento de otras restricciones que
permitan que el sistema presente una adecuada respuesta transitoria.
La formulación de esta restricción debe tener en cuenta que, a cualquier valor de frecuencia
la ganancia de la señal de perturbación no será más grande que γ como se presenta en la
Ecuación 5-22 donde W=P −1 y F=Y W −1 .
AW + W AT + Bu Y + Y T BuT Bw W CzT + Y T + Dzu

T
 
 BwT −γI 0 <0 (5-22)
Cz W + Dzu Y 0 −γI
5.5.4. Restricción en la entrada de control

Para sistemas de control que poseen una realimentación de estados, un valor muy grande
para la matriz de ganancias F podrı́a implicar la saturación de la entrada de control, lo que
implicarı́a un deterioro en el funcionamiento. Por lo cual, esta restricción permite plantear
una restricción en el esfuerzo de control, donde ||u(t)||2 ≤ µ durante la trayectoria para una
condición dada desde x(0), que se debe localizar en el interior del elipsoide x(0)T P x(0) [39].
Esta restricción consiste en asumir que se conoce la condición inicial x(0) del sistema, y como
consecuencia la restricción de acotamiento del esfuerzo de control se puede aplicar para todo
el tiempo t ≥0, si y solo sı́ existe una matriz simétrica W definida positiva que permita
satisfacer la desigualdad de la Ecuación 5-23 y 5-24 donde W=P −1 y Y=FW.
1 x(0)T

≥0 (5-23)
x(0) W
W YT

≥0 (5-24)
Y µ2 I
Con todas las restricciones expuestas anteriormente, se puede diseñar un controlador robusto,
encontrando la matriz de ganancias de retroalimentación F, que permite garantizar un nivel
mı́nimo de atenuación entre la perturbación de salida regulada y de la entrada, mediante
la minimización de γ en la Ecuación dada 5-22 y que satisface las otras restricciones de las
Ecuaciones 5-19, 5-20, 5-21, 5-24 [13].
6 Lazos de control empleando el control
LQR
En este capı́tulo se presenta el control de corriente y de voltaje empleado para mejorar las
prestaciones del sistema respecto a la técnica de control clásica usada en la tesis de pregrado
de [60]. El control de voltaje de esta sección se diseñó a partir de la técnica LQR para obtener
un controlador PID y PI óptimo para compararlos con el PI clásico en términos de energı́a
y tiempo de establecimiento.
6.1. Control de corriente

El control primario de esta tesis consiste en un lazo de corriente de entrada y de salida
como se presenta en la Figura 6-1, donde los lazos de corriente se combinan teniendo en
cuenta que, el bloque asociado con la función mı́nimo permite seleccionar adecuadamente la
señal de referencia de la corriente con el valor más pequeño de consumo de potencia, que
está asociado directamente con el mı́nimo error con el fin de no presentar un conflicto en la
interacción de ambos lazos.
Figura 6-1: Representación de la interacción de los lazos de corriente del convertidor en

pequeña señal [41].
32 6 Lazos de control empleando el control LQR
El modelo del convertidor en pequeña señal de la Figura 6-2 y sus respectivas funciones
de transferencia de corriente a la entrada conocidas como Gig d2 (s) para el modo Buck y
Gig d1 (s) para el modo Boost; y las funciones de transferencia de corriente a la salida del
modo Boost GiL d1 (s) y del modo Buck GiL d2 (s) se presentan a detalle en [45], donde los
parámetros empleados son los siguientes:
Lazo de corriente de entrada: τ1 = 3,3s, τ2 = 33s y K1 = 590s/A
Lazo de corriente de salida: τ1 = 3,3s, τ2 = 33s y K2 = 1298s/A.
Figura 6-2: Combinación lazos de corriente del convertidor Buck Boost [47].
6.2. Regulación de tensión en el bus DC

En esta tesis el control robusto se va a aplicar sobre el control secundario asociado al control
de tensión de la Figura 6-3, donde el bloque GCV o (s) hace referencia al controlador PI que
se encarga de controlar la tensión del bus. En este lazo de control se encuentra el bloque
Hi (s) que corresponde a la función de transferencia del convertidor como se presenta en la
Ecuación 6-1 donde ζ está asociado al factor de amortiguamiento (0.44) y wci hace referencia
a la frecuencia natural (2π8 krad/s), estos valores se seleccionaron teniendo en cuenta que
son los parámetros con menores prestaciones de CF y MP [45].
2
îo (s) ωci
Hi (s) = = 2 2
(6-1)
îoref (s) s + 2ζωci s + ωci
6.2 Regulación de tensión en el bus DC 33
Figura 6-3: Representación del lazo de tensión para el convertidor en pequeña señal [43].
Para el diseño del controlador LQR expuesto en la sección 4, el primer paso consiste en
expresar la función de transferencia en un sistema de espacio de estados. Por lo cual, en la
Ecuación 6-2 se presenta la función de transferencia del sistema en lazo cerrado de la Figura
6-3.
2 2
ωci Co Ro s + 1 ωci · (Co Ro s + 1)
Gsistema = Hi (s) ∗ Hbus = 2 2
· = 2 2
(6-2)
s + 2ζωci s + ωci Co s s · (s + 2ζωci s + ωci )
La función de transferencia anterior se puede transformar en un sistema de espacio de estados
empleando las funciones de MATLAB, donde empleando la propiedad de dualidad de la
sección 4 se obtiene la Ecuación 6-3.
−2ζωci 1 0
       
x˙1 x1 0
2 2

x˙2  =  −ωci 0 1 · x2  + Co Ro ωci · u
2
x˙3 0 0 0 x3 ωci
  (6-3)
x1

y = 1 0 0 ·  x2 
x3
El objetivo del control es diseñar un controlador PID óptimo de forma que el error de
seguimiento (Ecuación 6-4) se aproxime a cero donde r es el comando, y y(s) es la señal de
salida.
e(t) = r − y(s) (6-4)
Para asegurar el valor óptimo de K se introduce el vector z(t) y su respectiva ecuación

diferencial ż(t) como se presenta en la Ecuación 6-5.
−ẏ(t)
     
ė(t) ė(t)
z(t) ≜  ë(t)  = Āz(t) + B̄ u̇(t) donde  ë(t)  =  −ÿ(t)  (6-5)
... ... ...
e (t) e (t) − y (t)
Donde el sistema de espacio de estados aplicando la transformada de Laplace se presenta en

la Ecuación 6-6
−2ζωci 1 0 −ẏ(t)
     
0
2 2

ż(t) =  −ωci 0 1 ·  −ÿ(t)  + Co Ro ωci · u (6-6)
... 2
0 0 0 − y (t) ωci
El sistema presentado en esta tesis para el controlador LQR es de tercer orden con tres
sistemas dinámicos y tres valores propios. Los valores propios del sistema se calcularon
mediante MATLAB y se presentan en la Tabla 6-1.
Tabla 6-1: Valores propios del sistema

Polo 1 -0 + 0j
Polo 2 -22106 + 45146i
Polo 3 -22106 - 45146i
Los autovalores del sistema permiten comprobar la controlabilidad, y observabilidad presen-

tada en la sección 4. Donde el rango de la matriz de controlabilidad para el sistema en lazo
cerrado es de 2, y el rango de la matriz de observabilidad para el sistema en lazo cerrado
es de 3. Se debe tener en cuenta que, al emplear un control de retroalimentación es crı́tico
que el sistema sea controlable y observable. Ası́ mismo, se evidencia que los valores propios
de la Tabla 6-1 son negativos, lo cual sugiere que el sistema es estable. Para el diseño del
controlador LQR el primer paso consiste en la asignación de las matrices de peso Q y R,
donde se empleará la regla de Bryson expuesta en la sección 4.3. Donde para cada estado
se debe obtener el valor máximo de la respuesta en el dominio del tiempo para lo cual, se
implementa el diagrama de bloques del sistema en Simulink en lazo abierto como se ilustra
en la Figura 7-6 para conocer el valor máximo de cada estado.
Figura 6-4: Diagrama de bloques en Simulink para el sistema en lazo abierto.
Aplicando la regla de Bryson presentada en la Ecuación 4-8 los valores de Q y R se presentan

en la ecuación 6-7.
1 × 109
 
0 0

Q= 0 1 × 103 0  y R= 1 (6-7)
0 0 0,1
Por lo cual, con las matrices de estado del sistema y la selección de las matrices de peso
de los pasos anteriores, el siguiente paso consiste en resolver la Ecuación de Riccati para
encontrar la matriz P, donde los valores de la matriz P y la matriz de ganancia K obtenidos
se presentan en la Ecuación 6-8 para un controlador PID aplicando la técnica LQR.
10,145 × 103 7,173 × 10−6 316,228 × 10−3

 
P =  7,173 × 10−6 2,563 × 1013 17,189 × 103 

(6-8)
316,228 × 10−3 17,189 × 103 7,990 × 108

K = 1,015 × 104 1,216 × 10−4 316,21 × 10−3
De la Ecuación 6-8 se evidencia que, la matriz P es una matriz simétrica 3x3. El diagrama de
bloques de la implementación en Simulink del sistema con el controlador LQR en el lazo de
retroalimentación como se presenta en la Figura 6-5. Donde el primer bloque corresponde a
un escalón (step) debido a que, en la teorı́a de control la respuesta a un escalón de un sistema
permite determinar de que manera el sistema responde a cambios en la entrada, ası́ como
identificar varios parámetros trascendentes como el sobrepaso, el tiempo de establecimiento.
Figura 6-5: Diagrama de bloques del sistema con un controlador LQR.
Se realizó el mismo procedimiento expuesto anteriormente para obtener un controlador PI y

se obtuvieron las ganancias de retroalimentación presentadas en la Ecuación 6-9.

K = Ki Kp = 0,1 × 10−3 11,3075 (6-9)
Finalmente, con el fin de analizar la respuesta de los tres controladores (Controlador PID
LQR, Controlador PI LQR y Controlador PI con polo adicional clásico) en la regulación
de tensión del bus DC se implementó el diagrama de bloques de la Figura 6-6, donde es
importante resaltar que, debido a que el PI del pregrado cuenta con un polo adicional dado
por la función de transferencia de la Ecuación 6-10, a los otros dos controladores se les
incluyó este polo adicional para su respectivo análisis.
1
Hpolo = (6-10)
RoCos + 1
Figura 6-6: Diagrama de bloques implementado para los tres controladores
Como se evidencia en la Figura 6-6 a la entrada del sistema se presenta un step o escalón cu-
ya magnitud es de 48 V, el cual se aplica en un tiempo de 0.1 s para obtener la respuesta del
sistema a un escalón. En la Figura 6-7 se presenta la respuesta al escalón para los tres con-
troladores, donde se observa que ambos controladores LQR responden al cambio de escalón,
y la salida del sistema se estabiliza rápidamente en el valor final de estado estacionario que
corresponderı́a a los 48 V del bus de salida. Por otro lado, se evidencia que el controlador PI
con polo adicional clásico presenta un sobrepaso del 9,5 % sin embargo, éste sólo dura 0.004 s,
y tiene un tiempo de asentamiento menor que que el controlador PID con polo adicional LQR.
Para analizar la energı́a de las tres señales como respuesta al escalón se emplea la Ecuación
6-11 donde I corresponde a la corriente de entrada Ig que serı́a de 16 amperios. La sumatoria
del voltaje corresponde a todos los datos obtenidos mediante el diagrama de bloques imple-
mentado en Simulink durante un perı́odo de tiempo que está relacionado con la duración
del tiempo de establecimiento, N corresponde al número de muestras durante el tiempo de
establecimiento y está dado como N = n2 − n1 + 1 y por otro lado, el tiempo ∆t corresponde
al tiempo desde que inicia la perturbación de la señal hasta que se alcanza nuevamente la
referencia.
Pn2
j=n1 V (j∆t )
Energia = I × × ∆t (6-11)
N
Control para la regulación del bus DC

53
Respuesta PID LQR con polo adicional
X 0.10057 Respuesta PI clásico con polo adicional
Respuesta PI LQR con polo adicional
Y 52.6412
52 Escalón
51
Voltaje (V)
50
X 0.100419
49 Y 48.7405
48
X 0.101817
Y 48
47
0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
Tiempo (s)
Figura 6-7: Respuesta a un escalón de 48 V de los tres controladores.
Para comparar la respuesta de los controladores ante un escalón de 48 V en la Tabla 7-2 se

presentan los valores del tiempo de establecimiento de cada una y su energı́a. De la Tabla 7-2
se puede evidenciar que el controlador de pregrado sigue siendo el de menor energı́a y tiempo
de establecimiento pese a que cuenta con el mayor sobrepaso, éste se estabiliza en un menor
tiempo 0.004 s. Mientras que, el controlador PI con polo adicional LQR se demora 0.0086
s en alcanzar el estado estacionario de 48 V. Sin embargo, la energı́a de este controlador es
alrededor de dos veces la obtenida por el controlador PID con polo adicional LQR de 0.2268
J. En la Figura 6-8 se presenta la respuesta de cada controlador con su análisis transitorio.
Controlador PID LQR con polo adicional

49
Respuesta PID con polo adicional LQR
X 0.100419
Escalón
48.8 Y 48.7405
48.6
48.4 Sobrepaso
Mp
Voltaje (V)
48.2
48
47.8
47.6
47.4
Tiempo
Tiempo establecimiento Ts
pico Tp
47.2
0.095 0.1 0.105 0.11 0.115 0.12
6-8.1 Tiempo (s)
(a)
Controlador PI clásico con polo Adicional
53
Respuesta PI clásico con polo adicional
X 0.10057 Escalón
Y 52.6412
52
51
Sobrepaso
Voltaje (V)
Mp
50
49
X 0.104542
Y 48
48
Tiempo
pico Tp Tiempo establecimiento Ts
47
0.095 0.1 0.105 0.11 0.115 0.12
6-8.2 Tiempo (s)
(b)
Controlador PI LQR con polo adicional
48.5
Respuesta PI con polo adicional LQR
Escalón
X 0.101744
Y 48
48
47.5
Voltaje (V)
47
46.5
Tiempo
levantamiento Tr Tiempo establecimiento Ts
46
0.095 0.1 0.105 0.11 0.115 0.12
6-8.3 Tiempo (s)
(c)
Figura 6-8: a) Respuesta transitoria del controlador PID LQR con polo adicional. b) Res-
puesta transitoria del controlador PI con polo adicional clásico. c) Respuesta
transitoria del controlador PI LQR con polo adicional.
6.3 Lazos de control del ASD 39
6.3. Lazos de control del ASD

Teniendo en cuenta los tres lazos de control de la baterı́a diseñados en [60], se debe diseñar
un controlador PID y PI LQR para el lazo del SOC mı́nimo, máximo y nominal del sistema.
Por lo cual, para el diseño del controlador LQR de la baterı́a se debe tener en cuenta el
cambio de la función de transferencia del sistema de referencia presentando en la ecuación
6-2 debido a que los valores de la capacitancia y resistencia cambian a los valores de la
baterı́a como se evidencia en la Ecuación 6-12, los valores de Casd y Rasd se presentan en
[43].
2 2
ωci Casd Rasd s + 1 ωci · (Casd Rasd s + 1)
Gsistema = Hi (s) ∗ Hasd = 2 2
· = 2
(6-12)
s + 2ζωci s + ωci Casd s s · (s2 + 2ζωci s + ωci )
Transformando la función de transferencia de la Ecuación 6-12 en un sistema de espacio

de estados empleando las funciones de MATLAB, y empleando la propiedad de dualidad se
obtiene la Ecuación 6-13.
−2ζωci 1 0
       
x˙1 x1 0
2 2

x˙2  =  −ωci 0 1 · x2  + Casd Rasd ωci · u
2
x˙3 0 0 0 x3 ωci
  (6-13)
x1

y = 1 0 0 · x2 

x3
Siguiendo el paso a paso del diseño del controlador LQR, se asignan las matrices de peso Q
y R empleando la regla de Bryson, donde para cada estado se obtiene el valor máximo de
la respuesta en el dominio del tiempo, es diagrama de bloques implementado es similar al
presentado en la Figura 6-6 para los tres controladores de cada SOC (máximo, mı́nimo y
nominal).
6.3.1. SOC máximo
Para el diseño del controlador del lazo de la baterı́a en su SOC máximo (53.2 V) empleando
la regla de Bryson se obtienen las matrices de peso Q y R de la Ecuación 6-14 para un
controlador.
1 × 10−5
 
0 0

Q= 0 1 × 1013 0  y R= 1 (6-14)
0 0 0,1
Como resultado, el siguiente paso consiste en resolver la Ecuación de Riccati y obtener la

matriz P y la matriz de ganancias del controlador como se presenta en la Ecuación 6-15.
294,27 × 103 11,592 × 10−6 316,2 × 10−3

 
P = 11,5929 × 10−6 7,437 × 1013 232,96 × 103 

(6-15)
316,2 × 10−3 232,96 × 103 7,992 × 108

K = 44,7 × 10−3 1,9783 × 103 316,21 × 10−3
Para obtener un controlador PI mediante LQR se realizó el mismo procedimiento expuesto

anteriormente cuyas ganancias de retroalimentación se presentan en la Ecuación 6-16.

K = 117,5 × 10−3 197,8334 (6-16)
En la Figura 6-9 se presenta la respuesta de los tres controladores en la regulación de tensión

del soc máximo: Los dos controladores diseñados empleando LQR (PI y PID) con un polo
adicional y el controlador PI con polo adicional clásico expuesto en [60]. Se evidencia que
ambos controladores LQR responden al cambio de escalón rápidamente, y como consecuencia
la salida del sistema se estabiliza en un tiempo muy rápido en el valor final de estado
estacionario que corresponderı́a a los 53.2 V del soc máximo de la asd. En contraste, se
evidencia que el controlador PI con polo adicional clásico presenta un sobrepaso máximo de
53.81 V sin embargo, éste se va reduciendo a lo largo del tiempo hasta estabilizarse en el
valor estacionario. Se resalta que, el controlador PID LQR con polo adicional presenta el
menor tiempo de asentamiento respecto a los otros dos controladores.
Figura 6-9: Respuesta a un escalón de 53.2 V de los tres controladores.

6.3 Lazos de control del ASD 41
Con el fin de comparar la respuesta de los tres controladores ante el escalón de 53.2 V en la
Tabla 7-5 se presentan los valores del tiempo de establecimiento y la energı́a requerida por
cada controlador. Donde se evidencia que el controlador que consume menor energı́a para
estabilizarse en el valor estacionario es el controlador PID LQR con polo adicional ubicado
en 0.2593 J en un tiempo de establecimiento de 0.0137 s mientras que, el controlador PI
con polo adicional clásico se demora 14 s en establecerse en el valor deseado y su consumo
energético es mayor (3.1810 J) comparada con los otros dos controladores.
6.3.2. SOC nominal

El siguiente lazo a controlar corresponde al lazo de la baterı́a en su SOC nominal (48 V)
empleando la regla de Bryson se obtienen las matrices de peso Q y R de la Ecuación 6-17
para un controlador.
1 × 1012
 
0 0

Q= 0 1 × 104 0  y R= 1 (6-17)
−2
0 0 1 × 10
Como resultado, el siguiente paso consiste en resolver la Ecuación de Riccati y obtener la
matriz P y la matriz de ganancias del controlador como se presenta en la Ecuación 6-18.
956,737 × 103 57,415 × 10−8 3,837 × 10−17

 

P = 57,415 × 10−8 2,418 × 1015 36,036 × 10−12  K = 9,567 × 105 9,109 × 103 5,235 × 10−6
3,837 × 10−17 36,036 × 10−12 17,504 × 10−8
(6-18)
Para obtener un controlador PI mediante LQR se realizó el mismo procedimiento expuesto

anteriormente cuyas ganancias de retroalimentación se presentan en la Ecuación 6-19.

K = 117,5 × 10−3 197,8334 (6-19)
En la Figura 6-10 se presenta la respuesta de los tres controladores en la regulación de

tensión del soc nominal: Los dos controladores diseñados empleando LQR (PI y PID) con
un polo adicional y el controlador PI con polo adicional clásico expuesto en [60]. Se evi-
dencia que ambos controladores LQR responden al cambio de escalón rápidamente, y como
consecuencia la salida del sistema se estabiliza en un tiempo muy rápido en el valor final de
estado estacionario que corresponderı́a a los 48 V del soc mı́nimo de la asd. Sin embargo, el
controlador PID LQR con polo adicional presenta un sobrepaso de 49.08 V sin embargo, dura
aproximadamente 0.01 s en establecerse en el valor de estado estacionario. En contraste, se
evidencia que el controlador PI con polo adicional clásico presenta un sobrepaso máximo de
48.9653 sin embargo, éste se va reduciendo a lo largo del tiempo lentamente hasta estabili-
zarse en el valor estacionario a los 13 s. Se resalta que, el controlador PID LQR con polo
adicional presenta el menor tiempo de asentamiento respecto a los otros dos controladores.
Con el fin de comparar la respuesta de los tres controladores ante el escalón de 48 V en la

Tabla ?? se presentan los valores del tiempo de establecimiento y la energı́a requerida por
cada controlador. Donde se evidencia que el controlador que consume menor energı́a para
estabilizarse en el valor estacionario es el controlador PID LQR con polo adicional ubicado
en 0.0057 J en un tiempo de establecimiento de 0.0447 s mientras que, el controlador PI con
polo adicional clásico se demora 13.63 s en establecerse en el valor deseado y su consumo
energético es mayor (0.4417 J) comparada con los otros dos controladores.
6.3.3. SOC mı́nimo

Teniendo en cuenta que, en el pregrado los lazos del soc nominal y mı́nimo de la baterı́a
estaban sintonizados con el mismo ancho de banda de 0.00307 kHz y presentan las mismas
ganancias, para el soc mı́nimo simplemente se ajusta el escalón de entrada a 42 V y se em-
plean las ganancias de retroalimentación del PID LQR con polo adicional de la Ecuación
6-18 y del PI LQR con polo adicional de la Ecuación 6-19.

tensión del soc mı́nimo: Los dos controladores diseñados empleando LQR (PI y PID) con un
polo adicional y el controlador PI con polo adicional clásico expuesto en [60]. Se evidencia que
tiene un comportamiento muy similar al del soc nominal, donde la respuesta del controlador
6.4 Lazo de control del panel fotovoltaico 43
más rápida corresponde al controlador PID LQR con polo adicional que alcanza un sobrepaso
máximo de 42.9 durante 0.01 s hasta alcanzar el estado estacionario. Por otro lado, se observa
que el PI con polo adicional clásico presenta el mayor tiempo de establecimiento de los tres
controladores.
El tiempo de establecimiento y la energı́a requerida por cada controlador se presenta en la

Tabla 7-6, cuyos valores son muy similares a los del soc nominal. El cambio más significativo
corresponde a la energı́a requerida por el controlador PI con polo adicional clásico la cual
disminuyo a 0.3865 J en 13.6312 s.
6.4. Lazo de control del panel fotovoltaico

Para el caso del filtro del panel, se resalta que al tener los mismos valores de Co y Ro que
el bus, presenta la misma función de transferencia empleada para el control LQR del bus
DC de la Ecuación 6-2. Por otro lado, en la Ecuación 6-20 se presenta las ganancias de
retroalimentación obtenidas para el controlador PID y PI del lazo del panel.

KP I = 11,3075 0,1 × 10−3 KP ID = 2,2067 × 103 1,5014 316,2 × 10−3 (6-20)

tensión del lazo del panel: Los dos controladores diseñados empleando LQR (PI y PID) con
un polo adicional y el controlador PI con polo adicional clásico expuesto en [60], donde se
evidencia que el mayor sobrepaso corresponde al controlador PI con polo adicional clásico
ubicado en 33.1847 V en 0.1 s. Le sigue el controlador PID LQR con polo adicional con
un sobrepaso de 30.1077 V en 0.12 s. Y por último con la mejor respuesta se encuentra el
controlador PI LQR.
El tiempo de establecimiento y la energı́a requerida por cada controlador se presenta en la Ta-

bla 7-7. El mayor tiempo de establecimiento y energı́a requerida corresponde al controlador
PID LQR con polo adicional ubicado en 0.1489 s y una energı́a de 0.1744 s para estabilizarse
en 30 V. En contraste, el controlador de menor tiempo de asentamiento y energı́a requerida
corresponde al controlador PI LQR con polo adicional ubicado en 0.101 s y una energı́a de
0.0333 J.
7 Lazos de control empleando la técnica
de desigualdades matriciales lineales
7.1. Regulación del lazo del Bus DC
Para la implementación de la técnica de control de desigualdades matriciales lineales (LMI)
se va emplear el modelo de variable de estados del convertidor con el control de corriente
embedido presentado en la Ecuación 6-3. En la Tabla 6-1 se presenta la ubicación de los
polos del sistema, donde se puede evidenciar que todos los polos en su componente real se
encuentran ubicados en la parte izquierda del semiplano complejo, esto nos indica que el
sistema es estable, y teniendo en cuenta que el polo 1 se encuentra ubicado en el origen esto
implica que el sistema es crı́ticamente estable.
Para el diseño del control robusto mediante desigualdades matriciales lineales es necesario
considerar las incertidumbres del sistema, en este caso se consideran dos incertidumbres ρ1
y ρ2 como se presenta en la Ecuación 7-1.
2
ρ1 = ωci × ζ y ρ2 = ωci (7-1)
El procedimiento para el diseño del control LMI consiste en encontrar el vector de ganancias
F tal que se logre satisfacer el conjunto de requisitos del problema factible de la Ecuación
5-18. Donde el problema factible está sujeto a las restricciones de estabilidad 5-18, restric-
ciones de ubicación de polos presentadas en las Ecuaciones 5-19,5-20, 5-21 y al rechazo de
perturbaciones H∞ de la Ecuación 5-22.
F ind W,Y subject to 5 − 18, 5 − 19, 5 − 21 y 5 − 22. (7-2)
Es importante tener en cuenta que, en la Ecuación 5-22 se presenta el vector de entrada
Bw asociado a las perturbaciones de entrada del sistema. El cual se definió como una fuente
de corriente en orden de caracterizar la salida de la impedancia del barraje del bus. En la
Ecuación 7-3 se presenta el modelo de sistema LTI, donde Ai corresponde a las matrices del
sistema del submodelo lineal, Bu son las matrices de entrada, el vector Cy corresponde a las
matrices de salida controladas, u(t) corresponde al vector de entrada y w(t) hace referencia
al vector de perturbaciones.

ẋ(t) = A(ρ)x(t) + Bw w(t) + Bu (ρ)u(t)
(7-3)
z(t) = Cy x(t) + Dy u(t)
7 Lazos de control empleando la técnica de desigualdades matriciales
46 lineales
Por tanto, la representación en espacio de estados con incertidumbre se presenta en la Ecua-

ción 7-4, donde solo las matrices A y Bu depende de los términos inciertos ρ1 y ρ2 , los cuales
se pueden agrupar en el vector ρ, donde
 
1
−2ρ1 1 0
   
0 Co
A =  −ρ2 0 1 , Bu = Co Ro ρ2  , Bw = Ro  , Cy = 1 0 0 Dyu = 0
 
0 0 0 ρ2 0
(7-4)
Por lo general, el vector ρ consiste de N parámetros inciertos donde ρ=(ρ,..., ρN ), donde

cada parámetro incierto ρi está contenido en un valor máximo y mı́nimo ρm ax y ρm in. Por
2
tanto, el vector de parámetros inciertos de nuestra tesis se define como ρ = (ωci · ζ, ωci ) y sus
rangos máximo y mı́nimo se presentan en la Ecuación 7-6.

ρ1 = 2,2117×104 4,9135×104
(7-5)
ρ2 = 2,5266×109 1,1409×1010
El control LMI busca encontrar un vector de ganancias u = Kx donde la incertidumbre

se encuentra restringida por los intervalos de la Ecuación 7-6, donde el modelo incierto se
encuentra dentro del politopo formado por L=22 vértices.
ρ1 ∈ [ρ1min , ρ1max ]
(7-6)
ρ2 ∈ [ρ2min , ρ2max ]
Por otro lado, el objetivo de la implementación de un control LMI es minimizar el parámetro

γ, y a su vez satisfacer las restricciones mencionadas anteriormente, y que sus polos se
encuentren dentro de la superficie S(α, r). En la Tabla 7-1 se presenta los parámetros del
bus DC.
Tabla 7-1: Parámetros del convertidor.

Parámetro Valor
Co 2350×10−6 F
Ro 11,8×10−3 Ω
Vref 48 V
Los parámetros del diseño del control PID basado en optimización por LMIs seleccionados
son r=238.7610 rad/s y α = 24275s−1 , el siguiente paso corresponde a obtener el vector de
ganancias de retroalimentación F mediante el toolbox de MATLAB. Por tanto, el controlador
de retroalimentación de estados del obtenidos para el controlador PID se presenta en la
Ecuación 7-7.

F = Ki Kp Kd = 22,179 442,4 × 10−3 1,158 × 10−4 (7-7)
7.1 Regulación del lazo del Bus DC 47
En la Figura 7-1 se presenta la respuesta de los dos controladores PID (LMI y LQR) y la
respuesta del controlador PI clásico para regular la tensión del bus DC. Para lo cual se observa
que, el controlador PID diseñado a partir de la técnica LMI presenta el mayor sobrepico de
las tres señales con un valor de 54.5 V ası́ mismo, el PI clásico también presenta un sobrepico
de 52.3 V. Sin embargo, se resalta que el sobrepaso de ambos controladores dura menos de 0.2
segundos. En contraste, la mejor respuesta dinámica corresponde al controlador PID LQR,
cuyo sobrepaso fue de 0.4 V en un tiempo muy corto. Ası́ mismo, para probar el control
robusto de los convertidores PI se incluyó una perturbación en un tiempo de 4 segundos que
hace referencia a la corriente IL del diagrama de bloques de pequeña señal de la Figura 6-3,
donde el valor de la fuente de corriente se estableció a la mitad de la corriente de referencia es
decir 8 A. Donde se puede observar que el convertidor PI LQR no respondió adecuadamente
ante una perturbación de 8A ya que, en el instante que ingresa la perturbación éste deja de
regular la tensión de referencia. Por otro lado, el controlador PI LMI presenta un sobrepaso
similar al del controlador PID LMI de 63 V cuando ingresa la perturbación sin embargo, su
duración es mayor que en el PID LMI con una duración de aproximadamente 0.15 s. Por
otro lado, el controlador PI clásico presenta un buen comportamiento ante la perturbación
con un sobrepaso muy pequeño y un tiempo de asentamiento muy rápido.
Figura 7-1: Respuesta a un escalón de 48 V de los tres convertidores.
Para el diseño del controlador PI LMI con polo adicionado se realizó el mismo procedimiento
expuesto anteriormente, y se obtuvieron las siguientes ganancias de retroalimentación para un
48 lineales
α = 1,779×104 . Ası́ mismo, para probar el control robusto de los convertidores se incluyó una
perturbación en 4 segundos que hace referencia a la corriente IL del diagrama de bloques de
pequeña señal de la Figura 6-3, donde se estableció a la mitad de la corriente de referencia es
decir 8 A. Por lo cual, se evidencia que los tres convertidores responden ante una perturbación
de corriente sin embargo, el controlador PID LMI presenta un sobrepaso considerable de 63
V cuando ingresa la perturbación cuya duración es de aproximadamente 0.08 segundos. Por
otro lado, el controlador PI clásico y el PID LQR presentan un comportamiento similar con
un sobrepaso muy pequeño y un tiempo de asentamiento muy rápido.

F = Ki Kp = 9,747 393,9 × 10−3 (7-8)
En la Figura 7-2 se presenta la respuesta a un escalón para los tres controladores PI diseñados
en esta tesis: Controlador PI LMI con polo adicional, Controlador PI LQR con polo adicional
y Controlador PI clásico con polo adicional, donde se evidencia que el mayor sobrepaso
corresponde al controlador PI clásico con polo adicionado con un valor de 53.0805 V en un
tiempo de 0.1007 s. Por otro lado, el controlador PI LQR es el que se estabiliza en el menor
tiempo (0.1027 s) mientras que, el controlador PI LMI es el de mayor tiempo de asentamiento
en un tiempo de 0.12 s.
Figura 7-2: Regulación del bus DC de los tres convertidores .
Para comparar la respuesta de los cinco controladores de la tesis ante un escalón de 48 V,

que es el equivalente a la tensión del bus DC en la Tabla 7-2 se presentan los valores del
7.2 Regulación del lazo de la baterı́a 49
tiempo de establecimiento de cada uno y su energı́a requerida para estabilizarse en el punto

de equilibrio, donde se evidencia que de los 5 controladores el de menor consumo energético
corresponde al PI diseñado mediante la técnica LQR con un valor de 0.112 J en un tiempo
de asentamiento de 0.0036 s. El de mayor consumo energético corresponde al controlador
PID LMI con un valor de 0.6509 J en un tiempo de 0.084 s, ya que como se evidencia en la
Figura 7-1 este convertidor presenta un gran sobrepaso de tensión el cual se ve reflejado en un
aumento de la energı́a requerida. Sin embargo, en general se evidencia un rendimiento similar
para los cinco convertidores estudiados en esta tesis, donde los controladores PI presentaron
una menor energı́a respecto a los controladores PID diseñados.
Tabla 7-2: Energı́a, tiempo de asentamiento y ganancias del controlador para el bus DC.
Técnica Controlador Tiempo Tst [s] Energı́a [J] Ganancias [Ki Kp Kd]
Clásica PI polo adicional 4,1×10−3 211,7×10 −3
[20,894×103 18,596]
LQR PI polo adicional 3,6×10−3 112,0×10−3 [0,1×10−3 11,308]
LQR PDI polo adicional 19,8×10−3 184,4×10−3 [1,015×104 1,215×10−4 316,21×10−3 ]
LMI PI polo adicional 40,9×10−3 595,8×10−3 [9,747 393,9×10−3 ]
LMI PDI polo adicional 84,2×10−3 650,9×10−3 [22,179 442,4×10−3 1,158×10−4 ]
7.2. Regulación del lazo de la baterı́a

Para el diseño del controlador PID y PI mediante la técnica de control LMI para el SOC
mı́nimo, máximo y nominal se debe tener en cuenta el cambio en la función de transferencia
donde se emplean los valores de la resistencia y capacitancia de la baterı́a presentados en la
Tabla 7-3.
Tabla 7-3: Parámetros del convertidor y de control seleccionados.

Parámetro Valor
SOC mı́nimo 42 V
SOC nominal 48 V
SOC máximo 53,2 V
Cb 2,229 F
Rb 16,254×10−3 Ω
r 1,256×105 rad/s
7.2.1. SOC nominal

Para el diseño del controlador PID empleando la técnica de optimización LMI para la re-
gulación del SOC nominal en 48 V como primer paso se debe seleccionar los parámetros
50 lineales
de diseño, para los cuales se empleo un α de 4.837×104 . Posteriormente, se debe obtener

el vector de ganancias de retroalimentación F mediante el toolbox de Matlab. Por tanto, el
vector de retroalimentación de estados obtenidos se presenta en la Ecuación 7-9.

F = Ki Kp Kd = 997,195 −19,7×10−3 0,8×10−3 (7-9)
En la Figura 7-3 se presenta la respuesta ante un impulso de 48 V de tres controladores: Dos
controladores PID sintonizados mediante las técnicas de control LQR y LMI, y un controlador
PI sintonizado de forma clásica. Donde se evidencia que el controlador PID sintonizado
mediante la optimización LMI presenta el mayor sobrepaso con un valor aproximado de 66
V sin embargo, este sobrepaso dura muy poco tiempo alrededor de 0.2 s, posteriormente
disminuye su señal por debajo de los 49 voltios y luego se estabiliza en un valor de 48 V en
aproximadamente 0.5 segundos. Por otro lado, se evidencia que el control PI clásico necesita
un tiempo mayor para regularse en el estado estable. De la imagen se puede deducir que el
control con las mejores prestaciones dinámicas es el control sintonizado mediante LQR, cuyo
sobrepaso presenta un valor muy pequeño y su tiempo de asentamiento es el menor de los
tres convertidores.
Figura 7-3: Respuesta de los tres convertidores para la regulación de tensión del SOC mı́ni-
mo.
Por otro lado, para probar el control robusto de los convertidores se incluyó una perturbación
en un tiempo de 5 segundos que hace referencia a la corriente IL del diagrama de bloques
de pequeña señal de la Figura 6-3, donde el valor de la fuente de corriente se estableció a la

mitad de la corriente de referencia es decir 8 A. Donde en la Figura 7-3 puede observar que
el convertidor PI clásico no responde adecuadamente ante una perturbación de 8A ya que,
en el instante que ingresa la perturbación éste deja de regular la tensión de referencia. Por
otro lado, el controlador PID LMI y PID LQR presentan una respuesta dinámica similar
ante la perturbación sin embargo, el controlador PID LMI se demora 0.1 s para establecerse
nuevamente en el valor estable.
Para obtener las ganancias del controlador PI con polo adicionado mediante la técnica LMI
se realizó el mismo procedimiento expuesto anteriormente, y se obtuvieron las ganancias de
retroalimentación de la ecuación 7-10 para un α = 2,42 × 104 .

F = Ki Kp = 219,3463 1,8×10−3 (7-10)
En la Figura 7-4 se presenta la respuesta de tres controladores PI para la regulación de

tensión del SOC nominal de la baterı́a, los cuales son dos controladores PI con polo adi-
cionado sintonizados mediante las técnicas de control LQR y LMI, y un controlador PI con
polo adicional sintonizado de forma clásica. Para lo cual se evidencia que, el controlador
PI sintonizado mediante la técnica de optimización LMI presenta un gran sobrepaso de al-
rededor de 76 V incluso mucho mayor en magnitud y tiempo que la del controlador PID
sintonizado bajo la misma técnica presentado anteriormente. Sin embargo, se resalta que
éste se estabiliza en un tiempo menor que el controlador PI clásico, el cual presenta un gran
rizado en la señal mientras logra estabilizarse en el punto de equilibrio. A comparación del
controlador PID sintonizado mediante la técnica LMI, el controlador PI LMI no presenta
un sobrepaso al inicio de la señal y su comportamiento es considerablemente mejor que los
otros dos controladores PI.
Por otro lado, para probar el control robusto de los convertidores PI del lazo del soc nominal
se incluyó una perturbación en un tiempo de 5 segundos que hace referencia a la corriente
IL del diagrama de bloques de pequeña señal de la Figura 6-3, donde el valor de la fuente
de corriente se estableció a la mitad de la corriente de referencia es decir 8 A. Donde en
la Figura 7-4 puede observar que el convertidor PI clásico se demora alrededor de 5 s para
volver a regular la tensión de referencia, esto se debe principalmente a la dinámica lenta de
la baterı́a que obliga al controlador a unas mayores prestaciones dinámicas para mantener la
estabilidad de la salida. Por otro lado, el controlador PI LMI presenta oscilaciones durante 3
s hasta que se estabiliza en un tiempo de 7 s nuevamente. En contraste, el PI LQR presenta
la mejor respuesta dinámica ante la perturbación de corriente inyectada.
52 lineales
Figura 7-4: Respuesta de los tres convertidores PI para la regulación de tensión del SOC
mı́nimo.
Con el fin de comparar la respuesta de los cinco controladores de la tesis para la regulación
del SOC mı́nimo de la baterı́a en la Tabla 7-4 se presentan los valores del tiempo de esta-
blecimiento de cada uno, la energı́a requerida para estabilizarse en el punto de equilibrio, y
las ganancias de cada uno.
Tabla 7-4: Energı́a y tiempo de asentamiento de los controladores sin perturbación para la
regulación del SOC nominal de la baterı́a.
Técnica Controlador Tiempo Tst [s] Energı́a [J] Ganancias [ki kp kd]
Clásica PI con polo adicional 13,631 2,326 [11,488 33,315]
−3 −3
LQR PI con polo adicional 44,7×10 83,52×10 [0,1175 197,8334]
−3 −3
LQR PID con polo adicional 160,5 ×10 357,0 ×10 [9,567×105 9,109×103 5,235]
LMI PID con polo adicional 660,7×10−3 155,3×10−3 [997,195 -19,7×10−3 0,8×10−3 ]
LMI PI con polo adicional 2,8807 1,248 [219,3463 1,8×10−3 ]
De la tabla 7-4 se evidencia que de los 5 controladores el de menor consumo energético

corresponde al PI diseñado mediante la técnica LQR con un valor de 0.08352 J en un tiempo
de asentamiento de 0.0447 s. El de mayor consumo energético corresponde al controlador PI
clásico con polo adicional con un valor de 2.326 J en un tiempo de 13.631 s, ya que como se
evidencia en la Figura 7-4 este convertidor presenta un sobrepaso de tensión a lo largo de

la mayor parte del tiempo de simulación, el cual se ve reflejado en un aumento de la energı́a
requerida para la regulación de la tensión de la baterı́a.
Se resalta que, el control PI diseñado mediante la técnica LMI también presenta un gran
consumo de energı́a ya que como se evidencia en la Figura 7-4 presenta un gran sobrepaso
cuando ingresa el escalón en 0.1 s sin embargo, se estabiliza en un menor tiempo que el
controlador PI clásico. En general, se evidencia que los dos controladores diseñados mediante
la técnica LQR presentan un gran comportamiento dinámico.
7.2.2. SOC Máximo

Para el diseño del siguiente lazo que corresponde al SOC máximo de la baterı́a, se emplearon
los mismos parámetros del SOC nominal y por consiguiente, presentan las mismas ganancias
de retroalimentación presentadas en la Ecuación 7-9 y 7-10. En la Figura 7-5 se presenta
la respuesta de los tres controladores: 2 controladores PID y un control PI clásico ante un
escalón de 53.2 V.
Figura 7-5: Respuesta al impulso de 53.2 V de los tres controladores.
Donde se puede evidenciar que la respuesta es muy similar a lo evidenciado en el SOC

nominal, donde la señal asociada al controlador PI clásico presenta una gran distorsión a lo
largo del tiempo de simulación sin embargo, se evidencia que se tarda mucho más tiempo en
54 lineales
alcanzar el estado estable. Por otro lado, el controlador PI sintonizado mediante LMI sigue
presentando un gran sobrepaso de la señal donde se resalta que, este sobrepaso corresponde
a un tiempo muy pequeño alrededor de 0.03 s y posteriormente se estabiliza en el punto de
equilibrio. Por otro lado, pese al cambio de tensión en el escalón entre el soc máximo y el
mı́nimo se evidencia que el PID LQR responde muy rápidamente al impulso sin presentar
un sobrepaso de tensión.
Ası́ mismo, para probar el control robusto de los convertidores del lazo del soc máximo se
incluyó una perturbación en un tiempo de 10 segundos que hace referencia a la corriente
de corriente se estableció a la mitad de la corriente de referencia es decir 8 A. Donde en
la Figura 7-5 puede observar que el convertidor PI clásico se demora más 10 s para volver
a regular la tensión de referencia, esto se debe principalmente a la dinámica lenta de la
baterı́a que obliga al controlador a unas mayores prestaciones dinámicas para mantener
la estabilidad de la salida. En contraste, el controlador PID LMI y PID LQR presentan
prestaciones dinámicas muy similares ante la perturbación de 8 A sin embargo, el controlador
PI sintonizado mediante LQR responde más rápido ante la perturbación y por tanto, se
estabiliza en un menor tiempo.
Por otro lado, en la Figura 7-6 se presenta la respuesta dinámica de los controladores PI ante
un escalón de 53.2 V, donde se resalta que presenta que la respuesta dinámica de los tres
controladores es muy similar a la del SOC mı́nimo. Donde se resalta que pese al sobrepaso
del controlador PI LMI éste presenta un tiempo menor de asentamiento que el controlador
PI clásico. Ası́ mismo, se observa que el controlador PI LQR cuenta con la mejor prestación
dinámica del lazo de la baterı́a en el caso del soc nominal, máximo y mı́nimo.
Ası́ mismo, para probar el control robusto de los convertidores PI del lazo del soc máximo
de corriente se estableció a la mitad de la corriente de referencia es decir 8 A. Por lo cual,
en la Figura 7-6 puede observar que el convertidor PI clásico se demora más de 10 s para
volver a regular la tensión de referencia y presenta un sobre pico de 1.6 V. En contraste, el
controlador PI LMI es el de mejores prestaciones dinámicas ya que, de los tres controladores
PI es el único que sigue regulando en 53.2 V hasta el final de la simulación. Por otro lado,
el controlador PI LQR apenas ingresa la perturbación deja de regular el nivel de tensión del
soc máximo por lo cual, su robustez ante perturbación para este lazo no es buena.
Figura 7-6: Respuesta al impulso de 53.2 V de los tres controladores PI.
del SOC máximo de la baterı́a en la Tabla 7-5 se presentan los valores del tiempo de esta-
blecimiento de cada uno, la energı́a requerida para estabilizarse en el punto de equilibrio, y
las ganancias de cada uno. Para lo cual se puede analizar que de los 5 controladores el de
menor consumo energético corresponde al PI diseñado mediante la técnica LQR con un valor
de 0.08352 J en un tiempo de asentamiento de 0.0447 s. Al igual que en el SOC mı́nimo, el
de mayor consumo energético corresponde al controlador PI clásico con polo adicional con
un valor de 3.0944 J en un tiempo de 14.9 s, ya que como se evidencia en la Figura 7-6 este
convertidor presenta un sobrepaso de tensión y un rizado en su señal a lo largo de la mayor
parte del tiempo de simulación, el cual se ve reflejado en un aumento de la energı́a requerida
para la regulación de la tensión del lazo del SOC máximo de la baterı́a.
En contraste, el mejor controlador diseñado a partir de la técnica LMI es el controlador PID

LMI a comparación del controlador PI LMI que presenta un gran consumo de energı́a ya que
como se evidencia en la Figura 7-6 presenta un gran sobrepaso cuando ingresa el escalón en
0.1 s sin embargo, se estabiliza en un menor tiempo que el controlador PI clásico alrededor
de 12 segundos antes. En general, se evidencia que los dos controladores diseñados mediante
la técnica LQR presentan un gran comportamiento dinámico.
56 lineales
regulación del SOC máximo de la baterı́a.
−3 −3
LQR PI con polo adicional 53,7×10 159,3×10 [117,5×10−3 197,833]
LQR PID con polo adicional 236×10−3 695×10−3 [44,7×10−3 1,978×103 316,21×10−3 ]
7.2.3. SOC mı́nimo
Para el diseño del lazo del SOC mı́nimo de la baterı́a, se emplean los mismos parámetros
utilizados para el control del SOC nominal y SOC máximo, donde las ganancias de retro-
alimentación se presentan en las Ecuaciones 7-9 y 7-10. En la Figura 7-7 se presenta el
comportamiento dinámico de los tres controladores: 2 controladores PID y un controlador
clásico PI. Sin embargo, su respuesta transitoria es muy similar a la presentada en los dos
lazos anteriores de la baterı́a, donde las mejores prestaciones dinámicas son para el contro-
lador LQR mientras que, la peor respuesta corresponde al controlador clásico PI.
Donde se evidencia que el pico de tensión inicial que presenta el controlador PID LMI es
directamente proporcional con el voltaje de entrada que se le inyecte al sistema es decir que,
a mayor voltaje de entrada del sistema, su sobrepaso es mayor sin embargo, su tiempo de
establecimiento es muy similar en los tres lazos. Ası́ mismo, el rizado de la señal del contro-
lador PI clásico es proporcional a la entrada de tensión del sistema es decir que, a medida
que se aumenta la tensión en cada lazo de la baterı́a su nivel de rizado es mayor, ası́ como
se evidencia en la Figura 7-6 donde en 53 V la señal presenta el mayor rizado y su tiempo
de establecimiento es mucho mayor que en el caso del SOC nominal y mı́nimo.
Por otro lado, para probar el control robusto de los convertidores del lazo del soc mı́nimo
en la Figura 7-7 se puede observar que el convertidor PI clásico deja de regular la tensión
del lazo mı́nimo, pese a que este lazo es uno de los que requiere menos energı́a para su
regulación. Mientras que, el controlador PID LMI y PID LQR presentan comportamientos
dinámicos muy similares sin embargo, el controlador PID LMI necesita un mayor tiempo
para responder ante la perturbación.
El diseño del controlador PI mediante la técnica de optimización LMI se realiza de la misma

forma que en los lazos anteriores, donde su respuesta dinámica se presenta en la Figura
7-8 para lo cual se resalta que el comportamiento dinámico de los controladores PI para
la regulación del soc mı́nimo es similar a los lazos anteriores. Sin embargo, se resalta que
la respuesta del controlador PI clásico ya no presenta rizado en su señal de control, por lo
que se puede deducir que a medida que se aumenta el voltaje a la entrada del sistema el
controlador PI clásico demanda mayor energı́a para estabilizarse en el punto de equilibrio
como se presenta en la Tabla 7-6.
En términos generales se evidencia que en los tres lazos de control de la baterı́a el mejor
comportamiento dinámico correspondió al controlador PI LQR con polo adicional, y le sigue
el controlador PID LQR con polo adicional con un sobrepaso de tensión muy pequeño al ini-
cio del ingreso del escalón y finalmente, tenemos al controlador PID LMI con polo adicional
el cual pese a su sobrepaso, presenta un tiempo de establecimiento menor que los otros dos
convertidores restantes (Controlador PI clásico y controlador PI LMI).
Finalmente, para probar el control robusto de los convertidores PI del lazo del soc mı́nimo
58 lineales
en la Figura 7-7 se puede observar que el convertidor PI clásico presenta el mayor sobrepaso
de los tres convertidores y necesita alrededor de 5 segundos para regular nuevamente la
tensión mı́nima de la baterı́a. Mientras que, el controlador PI LMI y PI LQR presentan
comportamientos dinámicos muy similares sin embargo, el controlador PI LMI presenta
mayores oscilaciones y necesita un mayor tiempo para responder ante la perturbación.
Figura 7-8: Respuesta a un escalón de 42 V de los tres controladores PI.
del SOC mı́nimo de la baterı́a en la Tabla 7-6 se presentan los valores del tiempo de estable-
cimiento de cada uno, la energı́a requerida para estabilizarse en el punto de equilibrio, y las
ganancias de cada uno. Para lo cual se puede analizar que de los 5 controladores el de menor
consumo energético en los tres lazos de la baterı́a corresponde al PI diseñado mediante la
técnica LQR con un valor de 0.005 J en un tiempo de asentamiento de 0.0447 s.
Al igual que en el SOC mı́nimo y máximo, el de mayor consumo energético corresponde al

controlador PI clásico con polo adicional con un valor de 2.2865 J en un tiempo de 13.6302
s sin embargo, se resalta que esta es la menor energı́a obtenida por el controlador PI clásico
comparada con los otros dos lazos de la baterı́a. Donde como se mencionaba anteriormente,
la relación entre la tensión de entrada de la baterı́a y la energı́a requerida por este contro-
lador es directamente proporcional, donde a medida que aumenta la tensión de entrada, el
controlador requiere mayor energı́a para alcanzar el punto de equilibrio del sistema.
7.3 Lazo de control del panel 59
En contraste, el mejor controlador de los tres lazos diseñado a partir de la técnica LMI es
el controlador PID LMI con un consumo energético de 0.159 J. En general, se evidencia que
los dos controladores diseñados mediante la técnica LQR presentan un gran comportamiento
dinámico para los tres lazos.
regulación del SOC mı́nimo de la baterı́a.
−3 −3
LQR PI con polo adicional 44,7×10 5×10 [0,1175 197,8334]
−3 −3
LQR PID con polo adicional 160×10 340×10 [9,567×105 9,109×103 5,235]
7.3. Lazo de control del panel
Para el caso del filtro del panel, se resalta que al tener los mismos valores de Co y Ro que el
bus, presenta la misma función de transferencia empleada para el control LMI del bus DC de
la Ecuación 6-2. Por consiguiente, se emplearon las mismas ganancias de retroalimentaciones
obtenidas para el bus DC para el controlador PI y PID como se presentan en la Ecuación
7-7 y 7-8. En la Figura 7-9 se presenta la respuesta dinámica de tres controladores: 2 con-
troladores PID y un controlador PI clásico para la regulación de tensión del lazo del panel
fotovoltaico.
Ası́ mismo, para probar el control robusto de los convertidores del lazo del panel fotovoltaico
en la Figura 7-9 se puede observar que el convertidor PID LQR deja de regular apenas
ingresa la perturbación a los 4 s, y presenta un sobrepaso de alrededor de 5 V. Mientras
que, el controlador PID LMI requiere de 1 s para regular nuevamente la salida del panel y
presenta un sobrepaso elevado de 45 V. Por tanto, el controlador con las mejores prestaciones
dinámicas para controlar el lazo del panel corresponde al controlador PI clásico ya que, no
requiere de un tiempo considerable para establecerse nuevamente en el punto de regulación
del panel.
60 lineales
Donde se resalta que tanto el controlador PID LMI como el controlador PI clásico presentan
un sobrepaso en la señal de 3 y 4 V respectivamente. Sin embargo, en ambos casos este so-
brepaso presenta una duración muy corta. En términos generales, la respuesta dinámica de
los tres controladores es muy buena, donde los tres se estabilizan antes de los 0.2 segundos de
simulación. Siendo la mejor respuesta la del controlador PID LQR cuyo sobrepaso no alcan-
za a ser ni 0.5 V y se estabiliza en el menor tiempo comparado con los otros dos convertidores.
Por otro lado, en la Figura 7-10 se presenta la respuesta ante un escalón de 30 V de tres
convertidores PI: Un convertidor clásico PI, un convertidor PI sintonizado mediante LMI
y un convertido PI sintonizado mediante LQR. Donde se evidencia que el controlador PI
LMI presenta una mejor respuesta dinámica que el controlador PI clásico, la cual presen-
ta un mayor sobrepaso en la tensión en el instante en que ingresa la fuente de voltaje en 0.1 s.
Ası́ mismo, para probar el control robusto de los convertidores del lazo del panel fotovoltaico
IL del diagrama de bloques de pequeña señal de la Figura 6-3, donde el valor de la fuente de
corriente se estableció a la mitad de la corriente de referencia es decir 8 A. Por lo cual, en la
Figura 7-10 se puede observar que el convertidor PI LQR deja de regular apenas ingresa la
perturbación a los 4 s y se establece en un valor de 32 V. Mientras que, el controlador PI LMI
requiere 2 s para regular nuevamente la salida del panel y presenta un sobrepaso elevado de
47 V, que es incluso más grande que el presentado por el PID LMI expuesto anteriormente.
Por tanto, el controlador con las mejores prestaciones dinámicas para controlar el lazo del
panel corresponde al controlador PI clásico ya que, no requiere de un tiempo considerable
para establecerse nuevamente en el punto de regulación del panel.
Figura 7-10: Respuesta a un escalón de 30 V de los tres controladores PI con polo adicional.
del SOC mı́nimo de la baterı́a en la Tabla 7-7 se presentan los valores del tiempo de esta-
blecimiento de cada uno, la energı́a requerida para estabilizarse en el punto de equilibrio,
y las ganancias de cada uno. Para lo cual se puede analizar que de los 5 controladores el
de menor consumo energético corresponde al PI diseñado mediante la técnica LQR con un
valor de 0.033 J en un tiempo de asentamiento de 0.0062 s.
Ası́ mismo, se evidencia que el controlador PI sintonizado mediante la técnica LMI presenta
un mejor comportamiento dinámico que el controlador PI clásico debido a que, presenta un
menor consumo energético y se establece en un menor tiempo. Finalmente, a lo largo de las
pruebas de regulación de tensión realizadas se evidencia que el controlador PI LQR es el de
mejores prestaciones dinámicas para todos los lazos del sistema.
62 lineales
regulación del lazo del panel.
−3 −3
Clásica PI con polo adicional 5×10 171,3×10 [11,802×103 12,982 ]
LQR PID con polo adicional 148,99×10−3 174,4×10−3 [2,207×10−3 1,501 361,2×10−3 ]
LQR PI con polo adicional 6,2×10−3 33,3×10−3 [0,1 ×10−3 11,308]
LMI PID con polo adicional 8,6×10−3 522,0×10−3 [9,747 393,9×10−3 ]
LMI PI con polo adicional 5×10−3 169,1×10−3 [22,179 442,4×10−3 1,158×10−4 ]
Finalmente, a lo largo del capı́tulo 7 se presentó el comportamiento dinámico de los cuatro

controladores diseñados ante un arranque de tensión que simulaba la fuente de la microrred:
Dos controladores sintonizados mediante LMI y dos controladores sintonizados mediante
LQR, y un controlador PI clásico obtenido de [43]. Donde en términos generales se evidenció
que en la mayorı́a de lazos el controlador PI LQR presentaba la mejor respuesta dinámica
ante el arranque sin embargo, al incluir la perturbación posterior a la regulación de tensión
de cada lazo se puede analizar la robustez de cada controlador ante una perturbación de co-
rriente en el sistema. Por lo cual, se puede analizar que para el barraje del bus el control más
óptimo teniendo en cuenta la robustez y dinámica del sistema corresponde al controlador PI
clásico, donde es importante resaltar que este fue diseñado a partir del criterio dado por la
Cooperación Europea para la Estandarización del Espacio (European Cooperation for Space
Standarization. ECSS), el cual menciona que sólo se permite un cambio del 1 % de la tensión
ante una perturbación en la carga del 50 % es decir que, cuando se diseño este controlador
se incluyó esta condición de respuesta a perturbaciones y como resultado, el barraje del bus
responde correctamente ante la perturbación de 8 A.
Por otro lado, para el SOC nominal de la baterı́a se evidencia que el control PI clásico no
presenta la robustez necesaria para la regulación de este lazo de la baterı́a por lo cual, la
selección óptima para este lazo corresponde al controlador sintonizado mediante LQR, donde
tanto el PI LQR como el PID LQR presentan una muy buena respuesta a la perturbación del
sistema sin embargo, el controlador PI LQR presenta una mejor dinámica desde el arranque
a comparación del PID LQR como se evidencia en la Figura 7-4. En contraste, para el lazo
del SOC máximo se evidencia que el controlador que mejor responde a la perturbación del
sistema es el controlador PID LQR debido a que, presenta una mejor respuesta dinámica
tanto en el arranque como en la perturbación, a diferencia del lazo anterior no es óptimo
emplear el PI LQR para este lazo puesto que como se evidencia en la Figura 7-6 no presenta
la suficiente robustez requerida por este lazo y por tanto, deja de regular desde que entre
la perturbación hasta el final de esta. Ası́ mismo, se resalta que el controlador PI LMI es el
único de los tres controladores PI estudiados en esta tesis que presentaba la robustez sufi-
ciente para regular la tensión del soc máximo. Por el contrario, para el lazo de la baterı́a del
SOC mı́nimo se evidencia que el controlador PID LQR es el que presenta mayor robustez
para afrontar la perturbación del sistema, ası́ mismo el controlador PID LMI presenta una
dinámica similar en la perturbación a la del controlador PID LQR sin embargo, presenta un
sobrepaso mayor en el arranque de la tensión de entrada. En cuanto a los controladores PI
se evidencia que sólo el controlador PI LMI logra seguir la referencia luego de la perturbación.
Finalmente, en cuanto al lazo del panel se evidencia que el control LQR en ambos casos (PI
y PID) no presenta la suficiente robustez para regular la tensión del panel. Mientras que, se
resalta que el controlador clásico del panel fue diseñado con el mismo criterio que el barraje
del bus y por tanto, su robustez frente a perturbación es la mejor del sistema. Sin embargo,
se resalta la respuesta a la perturbación por parte de los dos controladores LMI los cuales
respondieron adecuadamente a las perturbaciones del sistema.
8 Conclusiones de la tesis y futuras
lı́neas de investigación
En este último capı́tulo de la tesis se presentan los principales resultados obtenidos durante
el desarrollo de la tesis y el direccionamiento de futuras lı́neas de investigación.
8.1. Conclusiones
En esta tesis se propuso la aplicación de controladores robustos para mejorar la dinámi-
ca de regulación de voltaje de los lazos de control de la micro-red solar en presencia de
perturbaciones. Teniendo en cuenta ese propósito, se abordó el diseño de estrategias
de control mediante retroalimentación de estados basada en desigualdades lineales te-
niendo en cuenta criterios dinámicos como requerimientos transitorios, requerimientos
para el nivel de rechazo a perturbaciones H∞ y estabilidad robusta del sistema.
La principal contribución de esta tesis es el diseño de cuatro tipos de controladores

a partir de dos técnicas de optimización LMI y LQR, las cuales se compararon con
el control clásico de [43]. Donde la contribución más relevante se encuentra en que el
control se aplicó a una función de transferencia con un control de corriente embebido
lo cual, no tiene grandes precedentes en la literatura puesto que, por lo general estas
técnicas de control se aplican es directamente sobre los convertidores.
El diseño de estos controladores permitió seleccionar adecuadamente el control óptimo

para cada lazo del sistema asegurando que se cumpliera la robustez ante perturbaciones
del sistema.
Se evidenció que los controladores sintonizados mediante la técnica de optimización

LMI son capaces de regular la tensión del sistema en todos los lazos (Bus DC, Baterı́a
y Panel) frente a los dos escenarios planteados (Arranque y Perturbación) a diferencia
de los otros controladores de la tesis. Sin embargo, se evidenció una falencia en el control
LMI en el arranque de la simulación debido a que, en la mayorı́a de las simulaciones
se presentaban sobrepasos considerables expresados en un consumo energético mayor
respecto a controladores como el LQR. Lo cual deja abierta una futura investigación
para mejorar y profundizar este técnica de control robusto.
8.2 Futuras lı́neas de investigación 65
Se resalta la robustez presentada por el controlador PI clásico para los lazos del bus y
el panel, donde gracias al criterio dado por ECSS donde sólo se permite un cambio del
1 % de la tensión ante una perturbación, el sistema presentó las mejores prestaciones
dinámicas para estos lazos y por tanto, se recomienda como la selección óptima para
estos lazos. Sin embargo, se evidenció que no cuenta con la robustez suficiente para la
regulación de tensión de la baterı́a puesto que, en los tres lazos luego de la perturbación
no alcanzó la tensión de referencia definida para cada SOC de la baterı́a.
Se resalta la robustez de los controladores LQR para la regulación de la mayorı́a de los

lazos del sistema, donde a pesar de que el objetivo del LQR es minimizar la energı́a
presentó una buena respuesta a los rechazos. Como consecuencia, este se recomienda
como selección óptima para los lazos SOC Nominal (PI LQR), SOC Máximo (PID
LQR) y SOC Mı́nimo (PID LQR).
Finalmente, se recomienda como selección óptima para los lazos del bus y del panel el
controlador clásico PI teniendo en cuenta que, su robustez con el cirterio de la ECSS
es el de mejor respuesta ante una perturbación en cuanto a prestaciones dinámicas.
8.2. Futuras lı́neas de investigación

A lo largo del desarrollo de esta tesis, se ha evidenciado que el control mediante desigualdades
matriciales presenta una respuesta muy potente ante perturbaciones y permite alcanzar el
cumplimiento de los requerimientos dinámicos del sistema. Sin embargo, el control robusto
mediante LMI en micro-redes aún se encuentra en un proceso de evolución en la investigación,
pese a que en la actualidad existen varios artı́culos de control robusto para convertidores
conmutados se debe seguir trabajando en los beneficios de la implementación de este tipo de
control. Por tanto, se presentan las posibles lı́neas de investigación que se generaron a partir
del desarrollo de esta tesis:
Como trabajos futuros, se propone incluir más restricciones en el diseño del controlador
LMI para mejorar la robustez del sistema desde el arranque de la regulación de tensión ası́
mismo, se propone contemplar más incertidumbres en el modelo, ası́ como implementar más
escenarios de perturbaciones para comprobar el rango de estabilidad del sistema.
Implementación de un modelo de arranque que nos permita suavizar el arranque fuerte que
caracteriza al control LMI y con esto permitir que el control LMI sea más competitivo en
cuanto a la dinámica de control respecto a otros controladores.
Bibliografı́a
[1] Grid Architecture Power Systems Glossary.
[2] Ahamed, MHF ; Dissanayake, UDSD ; De Silva, HMP ; Pradeep, HRCGP ;

Lidula, NWA: Modelling and simulation of a solar PV and battery based DC microgrid
system. En: 2016 international conference on electrical, electronics, and optimization
techniques (iceeot) IEEE, 2016, p. 1706–1711
[3] Al-Younes, Younes M. ; Al-Jarrah, Mohammed A. ; Jhemi, Ali A.: Linear vs.
nonlinear control techniques for a quadrotor vehicle. En: 7th International Symposium
on Mechatronics and its Applications IEEE, 2010, p. 1–10
[4] Aldeen, M ; Crusca, F: Multimachine power system stabiliser design based on new
LQR approach. En: IEE Proceedings-Generation, Transmission and Distribution 142
(1995), Nr. 5, p. 494–502
[5] Aragüés Peñalba, Mònica ; Sumper, Andreas. Special Issue on Microgrids. 2019
[6] BANK, ASIAN D.: HANDBOOK ON MICROGRIDS FOR POWER QUALITY AND
CONNECTIVITY.
[7] Bertsekas, Dimitri: Dynamic programming and optimal control: Volume I. Vol. 4.
Athena scientific, 2012
[8] Bertsekas, Dimitri: Dynamic programming and optimal control: Volume I. Vol. 4.
Athena scientific, 2012
[9] Borrelli, Francesco ; Keviczky, Tamás: Distributed LQR design for identical dyna-
mically decoupled systems. En: IEEE Transactions on Automatic Control 53 (2008),
Nr. 8, p. 1901–1912
[10] Brogeras Garcı́a, Beatriz: Diseño y validación del control digital de un inversor de
potencia en ejes de referencia sı́ncronos conectado a red, Tesis de Grado, 2011
[11] CELSIA: Todo lo que debes saber sobre energı́a solar en Colombia.
[12] Che, Liang ; Khodayar, Mohammad ; Shahidehpour, Mohammad: Only connect:

Microgrids for distribution system restoration. En: IEEE power and energy magazine
12 (2013), Nr. 1, p. 70–81
Bibliografı́a 67
[13] Correa Marı́n, Arnold M. ; Galindo Becerra, Edwin D.: Control de corrien-
te basado en optimización mediante desigualdades matriciales lineales LMIs para un
convertidor modular Buck-Boost. (2021)
[14] Doddabasappa, Sushamshushekar: LQR control design for a DC-DC converter using
sensitivity functions. (2019)
[15] Electric, Schneider. EcoStruxure Microgrids. https://www.se.com/ww/en/work/

solutions/microgrids/
[16] Eshtehardiha, Saeid ; Kiyoumarsi, Arash ; Ataei, Mohammad [u. a.]: Optimizing
LQR and pole placement to control buck converter by genetic algorithm. En: 2007
International Conference on Control, Automation and Systems IEEE, 2007, p. 2195–
2200
[17] Falcón Ayala, Andrés F.: Confiabilidad en microredes eléctricas AC/DC usando
control robusto H y estrategias de tolerancia a fallas, B.S. thesis, 2019
[18] Gahinet, Pascal ; Nemirovskii, Arkadii ; Laub, Alan J. ; Chilali, Mahmoud: The
LMI control toolbox. En: Proceedings of 1994 33rd IEEE Conference on Decision and
Control Vol. 3 IEEE, 1994, p. 2038–2041
[19] Gerena Salamando, Jhon A. ; Ruiz Pineda, José A. ; Horta Losada, Isaı́as H.
[u. a.]: Energı́as Renovables y su relación con los Sistemas de Gestión Ambiental, Uni-
versidad Santiago de Cali, Tesis de Grado, 2020
[20] Geromel, Jose C.: Convex analysis and global optimization of joint actuator location
and control problems. En: IEEE Transactions on Automatic Control 34 (1989), Nr. 7,
p. 711–720
[21] Green, Martin A.: Solar cells: operating principles, technology, and system applica-
tions. En: Englewood Cliffs (1982)
[22] Hall, Steven R. ; Wereley, Norman M.: Generalized Nyquist stability criterion for
linear time periodic systems. En: 1990 American Control Conference IEEE, 1990, p.
1518–1525
[23] He, Jian-Bo ; Wang, Qing-Guo ; Lee, Tong-Heng: PI/PID controller tuning via LQR
approach. En: Chemical Engineering Science 55 (2000), Nr. 13, p. 2429–2439
[24] Hespanha, Joao P.: LQG/LQR controller design. En: Undergraduate Lecture Notes,
University of California, Santa Barbara, California, USA (2007)
68 Bibliografı́a
[25] Jäger, Klaus-Dieter ; Isabella, Olindo ; Smets, Arno H. ; van Swaaij, René ACMM
; Zeman, Miro: Solar energy: fundamentals, technology and systems. UIT Cambridge,
2016
[26] Jägerhag, Charlie ; Shende, Vishal: Grid-connected microgrids: Evaluation of benefits

and challenges for the distribution system operator, Tesis de Grado, 2018
[27] Kalitjuka, Tatjana: Control of voltage source converters for power system applica-
tions, Institutt for elkraftteknikk, Tesis de Grado, 2011
[28] Khalil, IS ; Doyle, JC ; Glover, K: Robust and optimal control. Prentice hall, 1996
[29] Kirk, DE: Optimal Control Theory: An Introduction, Courier Corporation. En: Courier
Corporation (2012)
[30] Kirk, DE: Optimal Control Theory: An Introduction, Courier Corporation. En: Courier
Corporation (2012)
[31] Kumar E, Vinodh ; Jerome, Jovitha: Algebraic Riccati equation based Q and R
matrices selection algorithm for optimal LQR applied to tracking control of 3rd order
magnetic levitation system. En: Archives of Electrical Engineering 65 (2016), Nr. 1, p.
151–168
[32] Ladino Peralta, Rafael E.: La energı́a solar fotovoltaica como factor de desarro-
llo en zonas rurales de Colombia. Caso vereda Carupana, municipio de Tauramena,
departamento de Casanare. (2011)
[33] Lopes, Joã. P. ; Madureira, André G. ; Matos, Manuel ; Bessa, Ricardo J. ; Mon-
teiro, Vı́tor ; Afonso, Joã. ; Santos, Sérgio F ; Catalão, Joã. ; Antunes, Carlos H.
; Magalhães, Pedro: The future of power systems: Challenges, trends, and upcoming
paradigms. En: Wiley Interdisciplinary Reviews: Energy and Environment 9 (2020),
Nr. 3, p. e368
[34] Martinez Silva, D.: Control no lineal de micro-redes de potencia basado en estimación
de estados. En: Universidad Nacional Autónoma de México (2017)
[35] Martı́nez, Diego: Control no lineal de micro-redes de potencia basado en estimación

de estados, Universidad Nacional Autonóma de México, Tesis de Grado, 2017
[36] Nair, Unnikrishnan R. ; Costa Castelló, Ramon: An overview of micro-grid archi-

tecture with hybrid storage elements and its control. (2017)
[37] Ogata, Katsuhiko: Ingenierı́a de control moderna. Pearson Educación, 2003

Bibliografı́a 69
[38] Olalla, C ; Leyva, R ; El Aroudi, A ; Garces, P ; Queinnec, I: LMI robust

control design for boost PWM converters. En: IET Power Electronics 3 (2010), Nr. 1,
p. 75–85
[39] Pinzón, Carlos Andrés T.: Control robusto de convertidores conmutados de cc/cc me-
diante desigualdades matriciales lineales, Universitat Rovira i Virgili, Tesis de Grado,
2012
[40] Pulcherio, Mariana C.: Robust Stability Analysis and Design for Microgrid Systems,
The Ohio State University, Tesis de Grado, 2018
[41] Ramı́rez Murillo, Harrynson [u. a.]: Diseño, supervisión y control de sistemas hı́bri-
dos pemfc, Universitat Rovira i Virgili, Tesis de Grado, 2015
[42] Ramı́rez-Murillo, Harrynson ; Garzón Huertas, Germán ; Torres-Pinzón, Car-

los A. ; Navarrete-Gómez, Jhon E. ; Restrepo, Carlos: LMI control design of a
non-inverting buck-boost converter: a current regulation approach. En: Tecciencia 12
(2017), Nr. 22, p. 79–85
[43] Ramı́rez-Murillo, Harrynson ; Torres-Pinzón, Carlos A. ; Salazar-Cáceres,

José F. ; Vera-Salda, Valentina ; Mojica-Casallas, Carlos J. [u. a.]: Design and
Control of a Photovoltaic Distribution System Based on Modular Buck-Boost Conver-
ters. En: Ingenierı́a e Investigación 43 (2023), Nr. 3, p. e99972–e99972
[44] Ramiro, Francisco José R.: Comparativa convertidores HVDC-VSC. En: Grupo Tec-
nologı́a Electrónica Universidad de SEVILLA, Sevilla (2011)
[45] Restrepo, Carlos ; Calvente, Javier ; Romero, Alfonso ; Vidal-Idiarte, Enric ;

Giral, Roberto: Current-mode control of a coupled-inductor buck–boost dc–dc swit-
ching converter. En: IEEE Transactions on Power Electronics 27 (2011), Nr. 5, p.
2536–2549
[46] Restrepo, Carlos ; Konjedic, Tine ; Calvente, Javier ; Milanovic, Miro ; Giral,
Roberto: Fast transitions between current control loops of the coupled-inductor buck–
boost DC–DC switching converter. En: IEEE transactions on power electronics 28
(2012), Nr. 8, p. 3648–3652
[47] Restrepo Patiño, Carlos A.: PEM FUEL CELL MODELING AND CONVERTERS
DESIGN FOR A 48 V DC POWER BUS, UNIVERSITAT ROVIRA I VIRGILI, Tesis
de Grado, 2012
[48] Rios-Bolivar, Addison ; Parraguez, Luis ; Hidrobo, Francisco ; Heraoui, A ;

Anato, Julima ; Rivas, Francklin: Fault tolerant control: An imprecise computation
70 Bibliografı́a
setting. En: WSEAS International Conference. Proceedings. Mathematics and Compu-

ters in Science and Engineering World Scientific and Engineering Academy and Society,
2009
[49] Rodil, Sergio S. ; Fuente, MJ: Control IMC no lineal tolerante a fallos. En: Revista
Iberoamericana de Automática e Informática Industrial RIAI 4 (2007), Nr. 2, p. 52–63
[50] Rodriguez, H.: Observatory of renewable energy in Latin America and The Caribbean.
En: Organización Lationamericana de Energı́a (2011)
[51] Rodrı́guez Murcia, Humberto: Desarrollo de la energı́a solar en Colombia y sus

perspectivas. En: Revista de ingenierı́a (2008), Nr. 28, p. 83–89
[52] Saiz Anadón, Javier: Modelado y simulación de una microrred basada en generación
fotovoltaica. (2011)
[53] Salgado, Mario E. ; Goodwin, Graham C. ; Graebe, Stefan F. Control System

Design. 2001
[54] SHARMA, DINESH K. ; Purohit, Ghanshyam: Maximum Power Angle (MPA) Based
Maximum Power Point Tracking (MPPT) Technique for Efficiency Optimization of Solar
PV System. En: International Journal of Renewable Energy Research (IJRER) 4 (2014),
Nr. 3, p. 810–815
[55] Singh, Bhim ; Mishra, Sukumar [u. a.]: Dual mode operational control of single
stage PV-battery based microgrid. En: 2018 IEEMA Engineer Infinite Conference
(eTechNxT) IEEE, 2018, p. 1–5
[56] de Souza, Antonio Carlos Z. ; Castilla, Miguel: Microgrids design and implementa-
tion. Springer, 2019
[57] Taibi, Emanuele ; Fernandez, Carlos ; Gutierrez, Laura ; Kiviluoma, Juha ;

Lindroos, Tomi J.: Colombia power system flexibility assessment: IRENA FlexTool
case study. (2018)
[58] Tan, David ; Seng, Ang K.: Handbook for solar photovoltaic (pv) systems. En:
Published by Energy Market Authority, Building and Construction Authority (2011), p.
4–7
[59] Tuna, S E.: LQR-based coupling gain for synchronization of linear systems. En: arXiv
preprint arXiv:0801.3390 (2008)
[60] Vera Saldaña, Valentina: Control de potencia en microrredes AC. (2020)
[61] Xiao, Weidong: Photovoltaic power system: modeling, design, and control. John Wiley
& Sons, 2017
Bibliografı́a 71
[62] Yao, Bin: Adaptive robust control of nonlinear systems with application to control of
mechanical systems, University of California, Berkeley Berkeley, CA, Tesis de Grado,
1996
[63] Yedavalli, Rama K.: Robust control of uncertain dynamic systems. Springer, 2016
[64] Yu, Gwo-Ruey ; Hwang, Rey-Chue: Optimal PID speed control of brush less DC
motors using LQR approach. En: 2004 IEEE International Conference on Systems,
Man and Cybernetics (IEEE Cat. No. 04CH37583) Vol. 1 IEEE, 2004, p. 473–478
[65] Zadeh, Lotfi ; Desoer, Charles: Linear system theory: the state space approach.
Courier Dover Publications, 2008

Trabajo de Grado

Cargado por

Copyright:

Formatos disponibles

Trabajo de Grado

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo de Grado

Cargado por

Copyright:

Formatos disponibles

Control Robusto de una Micro-red

Valentina Vera Saldaña

Universidad Tecnológica de Pereira

Valentina Vera Saldaña

3 Etapa de procesamiento de energı́a 13

4 Control Regulador Cuadrático Lineal - LQR 17

5 Control robusto: Técnica de desigualdades matriciales lineales LMI 23

5.4 Control empleando la realimentación de estados . . . . . . . . . . . . . . . . 26

6 Lazos de control empleando el control LQR 31

7 Lazos de control empleando la técnica de desigualdades matriciales lineales 45

8 Conclusiones de la tesis y futuras lı́neas de investigación 64

3-1 Esquema inversor trifásico [10]. . . . . . . . . . . . . . . . . . . . . . . . . . 13

4-1 Representación en bloques del controlador LQR [14]. . . . . . . . . . . . . . 17

5-1 Ilustración de la estabilidad de Lyapunov [37]. . . . . . . . . . . . . . . . . . 26

6-1 Representación de la interacción de los lazos de corriente del convertidor en

7-1 Respuesta a un escalón de 48 V de los tres convertidores. . . . . . . . . . . . 47

6-1 Valores propios del sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

7-1 Parámetros del convertidor. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

1.1. Planteamiento del Problema

Actualmente, debido a la facilidad de adquisición y al incremento en la demanda de los

Ante el panorama descrito anteriormente, se define la siguiente pregunta de investigación:

Teniendo en cuenta los retos energéticos mencionados y las preocupaciones ambientales, se

el tiempo, apoyar la reducción de la emisión de gases de efecto invernadero producto de la

1.3. Objetivos de la tesis

1.3.2. Objetivos Especı́ficos

Diseñar lazos de control robustos requeridos para su operación en sincronismo con la

Colombia es un paı́s reconocido por su capacidad de exportación en sectores como el petróleo,

reduciendo los costos en la transmisión de energı́a [55].

La implementación masiva de micro-redes en Colombia requiere de una gran inversión en

En [38], se realiza el diseño de un control robusto basado en el método de desigualdades

En [13] se presenta el diseño del control de corriente empleando la técnica de desigualdad

En este capı́tulo se presenta la definición de una microrred, se detalla la topologı́a de conexión

2.1. Definición de las microrredes

La estructura de los sistemas eléctricos convencionales consta de una etapa de distribución,

La conexión descentralizada de generación renovable en los niveles de distribución, junto con

Figura 2-1: Esquema de una microrred [6].

Los controladores de microfuentes (MC, Microsource Controller) y de carga son controlado-

Figura 2-2: Controlador de una microrred [26].

2.2. Microrredes a partir de energı́a solar fotovoltaica

2.2.1. Caracterización de salida de los paneles solares y algoritmo de

El seguimiento del al instante de mayor potencia (MPPT) permite localizar el punto de

Tabla 2-1: Principales variables de interés de un sistema PV [61].

La perturbación realizada por el algoritmo produce un cambio en la potencia del arreglo

Figura 2-4: Algoritmo de seguimiento: Perturb & Observe [54].

3.1. Convertidor DC-AC

Figura 3-1: Esquema inversor trifásico [10].

3.2. Convertidor DC-DC

El convertidor seleccionado se presenta en la Figura 3-2, el cual como se mencionó ante-

Figura 3-2: Esquemático del Convertidor seleccionado [47].

3.3. Modelo del ASD empleado en la tesis

4.1. Definición del Control LQR

Figura 4-1: Representación en bloques del controlador LQR [14].

El control LQR se fundamenta en la compensación del comportamiento de los estados se-

La dinámica del estado se controla minimizando la función objetivo.

1. Modelar la función objetivo de la Ecuación 4-3 y las constantes de la Ecuación 4-1

2. Solucionar la matriz de Riccati de la Ecuación 4-5 para encontrar la matriz P.

3. Sustituir P en la Ecuación 4-4 para encontrar el control óptimo.

La selección de las matrices de peso Q y R representan un factor importante en el diseño

4.2. Caracterı́sticas del control