MPC por zonas reconfigurable ante degradación de baterías en microrredes
DOI:
https://doi.org/10.17979/ja-cea.2026.47.13830Palabras clave:
Control predictivo basado en modelo, Diagnóstico de fallos, Control tolerante a fallos, Reconfiguración de control, Almacenamiento en bateríasResumen
Este trabajo presenta una estrategia de control predictivo basado en modelo (MPC) tolerante a fallos, aplicada a una microrred con generación renovable y almacenamiento en baterías. La propuesta combina un controlador MPC basado en zonas de operación del estado de carga con un módulo de detección y diagnóstico de fallos (FDI). El diagnóstico compara el comportamiento medido de la batería con el calculado por un modelo de referencia, obteniendo una estimación del estado de salud (SOH). Dicha estimación activa una estrategia de reconfiguración que actualiza el modelo interno del controlador y modifica la banda admisible del estado de carga. La arquitectura se evalúa mediante simulación en escenarios con diferentes niveles de degradación. Los resultados muestran que la estrategia distingue entre escenarios con y sin activación del diagnóstico, mejora el rendimiento del controlador reconfigurado frente a la operación sin reconfiguración, y reduce las desviaciones del estado de carga respecto de la zona admisible, manteniendo satisfechas las restricciones de potencia del sistema.
Referencias
Blanke, M., Kinnaert, M., Lunze, J., Staroswiecki, M., 2015. Diagnosis and Fault-Tolerant Control. Springer.
Bordons, C., Garcia-Torres, F., Ridao, M. A., 2020. Model predictive control of microgrids. Vol. 358. Springer.
Camacho, E. F., Bordons, C., Maestre, J. M., 2026. Model Predictive Control. Springer.
Ferramosca, A., Limon, D., Gonzalez, A., Alvarado, I., Camacho, E., 2012. Robust MPC for tracking zone regions based on nominal predictions. Journal of Process Control 22 (10), 1966–1974. DOI: 10.1016/j.jprocont.2012.08.013
Ferramosca, A., Limon, D., Gonzalez, A., Odloak, D., Camacho, E., 2010. MPC for tracking zone regions. Journal of Process Control 20 (4), 506–516. DOI: 10.1016/j.jprocont.2010.02.005
How, D. N. T., Hannan, M. A., Hossain Lipu, M. S., Ker, P. J., 2019. State of charge estimation for lithium-ion batteries using model-based and data-driven methods: A review. IEEE Access 7, 136116–136136. DOI: 10.1109/ACCESS.2019.2942213
Isermann, R., 2005. Fault-diagnosis systems: an introduction from fault detection to fault tolerance. Springer Science & Business Media.
Jv, Y., Wang, Z., Zhang, Y., Yin, X., Liu, J., 2023. Lexicographic optimization for economic model predictive control with zone tracking. Chemical Engineering Research and Design 200, 646–654. DOI: 10.1016/j.cherd.2023.11.041
Nawaz, A., Wu, J., Ye, J., Dong, Y., Long, C., 2023. Distributed MPC-based energy scheduling for islanded multi-microgrid considering battery degradation and cyclic life deterioration. Applied Energy 329, 120168. DOI: 10.1016/j.apenergy.2022.120168
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Elio Daniel de Queiroz Segundo, Ascensión Zafra-Cabeza, Carlos Bordons

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.