Điều khiển dự báo Model Predictive Control (MPC) là phương pháp điều khiển lần đầu tiên được giới thiệu vào những năm 1960. MPC là giải pháp tổng quát nhất cho bài toán trong miền thời gian, MPC bao gồm cả điều khiển tối ưu, điều khiển khi biết trước quỹ đạo tín hiệu đặt, các quá trình có thời gian trễ. MPC đã được nghiên cứu và là một giải pháp đầy tiềm năng cho việc điều khiển các bộ biến đổi điện tử công suất vì: tác động của nó nhanh, chính xác, có thể đưa các thành phần phi tuyến và các vòng điều khiển vào để đáp ứng yêu cầu điều khiển.
Bộ điều khiển dự báo là bộ điều khiển không liên tục, hoạt động theo chu trình lặp sử dụng mô hình toán học để dự đoán các đáp ứng trong tương lai của đối tượng điều khiển tại các thời điểm trong phạm vi dự báo nhất định (Prediction Horizon). Dựa vào các đáp ứng từ bộ điều khiển dự báo này, một thuật toán tối ưu được dùng để xử lý các tín hiệu trong phạm vi điều khiển (Control Horizon) sao cho sai lệch giữa tín hiệu đặt và đáp ứng là nhỏ nhất. Chuỗi tín hiệu điều khiển tương lai được tính toán từ việc tối ưu một tiêu chuẩn xác định để giữ cho đầu ra bám càng gần quỹ đạo đặt càng tốt. Quá trình này được thực hiện bởi một hàm mục tiêu. Mục tiêu chính của hàm mục tiêu là điều khiển biến cụ thể trong hệ thống. Trong thực tế hàm mục tiêu có thể điều khiển nhiều biến cùng một lúc để đạt được mục tiêu điều khiển dễ dàng hơn, nâng cao hiệu suất hoạt động, chất lượng của hệ thống.
19
Cấu trúc, cách thức hoạt động bộ điều khiển MPC
Đồi tượng điều khiển Hàm mục
tiêu
Tối ưu hóa
Mô hình dự báo - ek+i k+i y * k u yk ωk
Hình 3.1: Cấu trúc điều khiển của MPC.
Hình 3.1 mô tả cấu trúc điều khiển của bộ điều khiển dự báo gồm 3 khối: • Khối mô hình dự báo: Khối này có nhiệm vụ xác định tín hiệu ra tương lai
dựa trên các tín hiệu vào ra ở hiện tại. Để có thể làm điều đó ta cần xây dựng mô hình toán học của đối tượng điều khiển một cách chính xác. • Khối hàm mục tiêu: Khối này xác định các biến điều khiển bám theo tín
hiệu mẫu đặt trước.
• Khối tối ưu hóa: Khâu này dựa trên các thuật toán tối ưu tìm nghiệm giá trị điều khiển để hàm mục tiêu đạt giá trị nhỏ nhất
Thuật toán MPC được thực hiện theo các bước sau:
k k+1 k+N-1
i
Thời điểm hiện tại
Khoảng dự báo hiện tại
Khoảng dự báo tiếp theo
Hình 3.2: Khoảng dự báo
Mô hình hệ thống được rời rạc theo biến điều khiển và cần điều khiển u(k)y(k),
biến điều khiển ở đây có thể là các đối tượng như dòng điện, điện áp hoặc vận tốc động cơ. Các biến đó có thể tính bằng mô hình hệ thống hoặc có thể đo trực tiếp. Mô hình dự báo sẽ đưa ra các dự báo về giá trị trong tương lai (tại các chu kỳ tiếp theo, nằm trong khoảng dự báo N) là y(k+1). Tất cả các giá trị dự đoán của các biến điều khiển yk+1 được so sánh với các giá trị đặt là wk trong khối hàm tối ưu để có được giá trị sai lệch của tín hiệu thực và tín hiệu đặt ek+1. Sau đó, giá trị sai lệch này sẽ được tối ưu hóa bởi hàm mục tiêu để có được trạng thái tối ưu của biến. Cứ thế lặp giữa các chu kỳ như vậy.
Các bước xây dựng thuật toán điều khiển:
Bước1: Xây dựng mô hình để dự báo đầu ra của biến điều khiển trong tương lai.
20
Bước 2: Xây dựng hàm mục tiêu, tính toán tối ưu lần lượt tín hiệu của biến điều khiển.
Bước 3: Mỗi lần các tín hiệu điều khiển được dự báo thì chỉ có tín hiệu tối ưu được tác động vào quá trình nhờ luật điều khiển.
Kết luận, ưu điểm và nhược điểm của MPC
Về bản chất MPC là phương pháp điều khiển bao gồm nhiều phương pháp điều khiển khác nhau có chung nguyên lý hoạt động là sử dụng các mô hình toán học của hệ thống để dự đoán hành vi tương lai. Việc thực hiện được bộ điều khiển MPC yêu cầu những phức tạp về mặt toán học, đòi hỏi năng lực tính toán của máy tính phải lớn. Trước đây, vấn đề này gặp nhiều khó khăn, tuy nhiên những năm gần đây với việc phát triển của khoa học công nghê, bộ xử lý ngày càng được phát triển mạnh mẽ nên MPC được áp dụng rộng, xử lý dễ dàng hơn. Các cách thức, nguyên tắc hoạt động và ứng dụng của điều khiển dự báo đã được trình bày trong [9]
Ưu điểm:
• Phù hợp với hệ thống nhiều đầu vào, nhiều đầu ra (MIMO). • Có thể điều khiển nhiều quá trình cùng một lúc.
• Có thể xử lí các điểu kiện rằng buộc, rất hiệu quả khi biết trước quỹ đạo.
Nhược điểm:
• Các thuật toán tối ưu là các thuật toán lặp lại đòi hỏi xử lý và tính toán rất nhiều.
• Cần xây dựng chính xác mô hình tính toán, vấn đề này rất khó với các hệ thống phức tạp, phi tuyến.
• Cần bộ vi xử lý có năng lực tính toán lớn.