Pasar al contenido principal

TECNICAS DE CONTROL PREDICTIVO RESILIENTE PARA LA GESTION DE SISTEMAS DE ENERGIA RENOVABLES INCLUYENDO HIDROGENO VERDE

PID2022-142069OB-I00

•
Nombre agencia financiadora Agencia Estatal de Investigación
Acrónimo agencia financiadora AEI
Programa Programa Estatal para Impulsar la Investigación Científico-Técnica y su Transferencia
Subprograma Subprograma Estatal de Generación de Conocimiento
Convocatoria Proyectos de I+D+i (Generación de Conocimiento y Retos Investigación)
Año convocatoria 2022
Plan Estatal 2021-2023 Plan Estatal de Investigación Científica y Técnica y de Innovación
Centro beneficiario UNIVERSIDAD DE SEVILLA

Resultados relacionados

Resultados totales (Incluyendo duplicados): 3
Encontrada(s) 1 página(s)

RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Comparacion de estrategias de control predictivo estocástico no lineal aplicadas a la quimioterapia, Comparison of Stochastic Non-linear Model Predictive Control Strategies for Chemotherapy

  • Hernández-Rivera, Andrés
  • Velarde, Pablo
  • Zafra-Cabeza, Ascensión
  • Maestre, José M.
[EN] Mathematical models of biomedical systems can help practitioners design safer and more effective drug administration cycles. To achieve this goal, the mathematical model of tumoral growth and the impact of chemotherapy are used in the decision-making process. However, biomedical systems are prone to a high degree of uncertainty, not only from measurement errors but also from unmodeled dynamics of the system and interpatient variability. To address this issue, probabilistic constraints have been applied to the control of the drug administration process, making it more robust against disturbances. This work compares a nonlinear and a linearized version of the stochastic formulations of the model predictive control. Both algorithms enhance treatment efficacy and safety, with differences in conservativeness and computational cost. , [ES] El modelado matemático de sistemas biomédicos puede ayudar a los profesionales oncológicos a diseñar ciclos de administración de fármacos más seguros y eficaces. Para lograr este objetivo, en el proceso de toma de decisiones se utiliza el modelo matemático del crecimiento tumoral y el impacto de la quimioterapia. Sin embargo, los sistemas biomédicos son propensos a un alto grado de incertidumbre, no solo por los errores de medición, sino también por la dinámica del sistema no modelada y la variabilidad entre pacientes. Para abordar este problema, se han aplicado restricciones probabilísticas al control del proceso de administración de fármacos, haciéndolo más robusto frente a perturbaciones. Este trabajo compara una versión no lineal y otra linealizada de las formulaciones estocásticas del control predictivo basado en modelo. Ambos algoritmos mejoran la eficacia y la seguridad del tratamiento, con diferencias en cuanto a conservadurismo y coste computacional., Este proyecto ha recibido financiacion del proyecto C3PO-R2D2 (PID2020119476RB-I00) financiado por MCIN/AEI/10.13039/501100011033, y del proyecto PID2022-142069OB-I00 financiado por MCIN/ AEI/10.13039/501100011033/FEDER, UE.
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Control tolerante a fallos en comunidades energéticas basado en blockchain, Fault-Tolerant Control in Energy Communities Based on Blockchain

  • Sivianes, Manuel
  • Velarde, Pablo
  • Zafra-Cabeza, Ascensión
  • Bordons, Carlos
[EN] This work describes a distributed control system that optimizes energy management using model predictive control in an energy community. The system has been extended to provide each agent with a fault-tolerant mechanism capable of detecting, isolating, and reconfiguring agents in case of failures. Fault detection involves the calculation of residual signals and probability-based thresholds that minimize false positives. Once a fault is identified, reconfiguration is performed by adjusting the parameters of the agent s predictive controller to bring the system to an acceptable level of safety. If the  reconfiguration affects more than one agent, the information must be shared with the other agents. The control algorithm relies on a smart contract on a blockchain network, enabling the problem to be solved in a distributed manner without a centralized coordinator, while ensuring the security and integrity of the data. The proposed control strategy has been evaluated through various simulations in an energy community., [ES] Este trabajo presenta un sistema de control distribuido que optimiza la gestión energética en una comunidad utilizando control predictivo basado en modelos. Se ha extendido el sistema para dotar a cada agente de un mecanismo tolerante a fallos capaz de detectar, aislar y reconfigurar agentes en caso de fallos. La detección se realiza mediante el cálculo de señales residuales y umbrales basados en restricciones de probabilidad para minimizar falsos positivos. Identificado el fallo, se ajustan los parámetros del controlador predictivo del agente para mantener la seguridad del sistema. Si la reconfiguración afecta a múltiples agentes, la información se comparte. El algoritmo de control utiliza un contrato inteligente en una red blockchain, resolviendo el problema de manera distribuida sin un coordinador central, y asegurando la seguridad e integridad de los datos. La estrategia propuesta ha sido evaluada mediante simulaciones en una comunidad energética., La publicación es parte del proyecto PID2022-142069OB-I00 financiadoporMCIN/AEI/10.13039/501100011033/FEDER,UE
RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Publicación Artículo científico (JournalArticle)

Integración de tecnologías Blockchain en un esquema de control predictivo distribuido y jerárquico para comunidades energéticas, Integration of Blockchain Technologies in a Distributed and Hierarchical Predictive Control Framework for Community Energy Networks

  • Sivianes, Manuel
  • Velarde, Pablo
  • Zafra-Cabeza, Ascensión
  • Bordons, Carlos
[EN] This study introduces a hierarchical energy management platform that leverages blockchain technology to eliminate the need for a centralized coordinator. The platform is designed to operate in energy communities facing stochastic uncertainties. The approach is divided into two levels: at the upper level, a stochastic distributed model predictive control problem is solved by all households in the community to determine control actions on an hourly basis. A smart contract serves as a bridge between households, performing control tasks and facilitating information exchange. In contrast, at the lower level, each household independently solves a model predictive control problem locally to track the references established after consensus is reached by the upper layer, at a much higher frequency. The effectiveness of the platform in optimizing the community's economic performance and adhering to probabilistic constraints is demonstrated through extensive simulations., [ES] En este estudio, se introduce una plataforma de gestión energética jerárquica que incorpora la tecnología blockchain para eliminar la dependencia de un coordinador centralizado. La plataforma está diseñada para operar en comunidades energéticas donde aparecen incertidumbres estocásticas. La estrategia se divide en dos niveles: en el nivel superior, se lleva a cabo un problema de optimización de control predictivo distribuido estocástico, en el que todos los hogares de la comunidad participan para determinar las acciones de control de manera horaria. En este nivel, se utiliza un contrato inteligente como intermediario entre los hogares, encargado de realizar las tareas de control e intercambio de información. Por otro lado, en el nivel inferior, cada hogar resuelve de manera local e independiente un problema de optimización de control predictivo para seguir las referencias establecidas después del consenso alcanzado por la capa superior, a una frecuencia significativamente mayor. La validez de esta plataforma para optimizar el funcionamiento económico de la comunidad y cumplir con las restricciones probabilísticas, se ha validado con diferentes simulaciones., La publicación es parte del proyecto PID2022-142069OB-I00, financiado por MCIN/AEI/10.13039/501100011033/FEDER, UE.