Вы находитесь на странице: 1из 29

TAREA 1 – CONTROL MULTIVARIABLE

Rodrigo Arrau Aldana, Alumno. Jorge Fuentes Stuardo, Alumno.


José Espinoza Castro, Docente.
Lunes 29 de Abril de 2013.

Problema I
El circuito ilustrado en la Fig. 1 puede compensar tensión
en sistemas monofásicos. Es decir, para inyectar/absorber io
s1 s2
en estado estacionario una tensión en cuadratura con la
i ac
corriente del bus infinito io, y además de absorber una a
+ + . . +
corriente en el eje directo para compensar las pérdidas R dc vd c Cac vc nvc
modeladas por las resistencia Rdc. Asuma que el Ldc -
b
- -

convertidor estático es ideal y por tanto vdc = Gac∙m∙vc y


que iac = Gac∙m∙idc (con Gac = 1 y m manipulable). s3 s4
Nótese que las variables io, iac, vc y m son sinusoidales en i dc
estado estacionario, ‐1  m  1, y que idc es positivo. Se Fig . 1 Co mpen sado r Mo nofási co de Tensi ón
pide responder justificadamente,

a) Obtener las ecuaciones x  f1 (x, m, io ) donde el vector de estados es x = [vc idc]T. Discuta la
posibilidad de encontrar los puntos de operación para io(t) = 8sin(t), con  = 2∙∙50.

Desarrollo:

Dado a que es un sistema eléctrico, la obtención del modelo se obtiene usando Leyes de Voltaje y
Corriente en los elementos que almacenan energía.
Así, aplicando Ley de Voltaje en el lado DC del compensador, se tiene:

𝑑𝑖𝑑𝑐
𝑣𝑑𝑐 = 𝑅𝑑𝑐 ∙ 𝑖𝑑𝑐 + 𝐿𝑑𝑐 ∙
𝑑𝑡

Asimismo, se aplica Ley de Corriente en el lado AC y se obtiene la siguiente ecuación:

𝑑𝑣𝑐
𝑖𝑠 = 𝑖𝑎𝑐 + 𝐶𝑎𝑐 ∙
𝑑𝑡

Además, debido a la relación de la corriente del primario del transformador, en condiciones


ideales, se tiene:

𝑣1 𝑛1 𝑖2 𝑛 ∙ 𝑣𝑐 𝑖𝑠
= = ⟹ = ⟹ 𝑖𝑠 = 𝑛 ∙ 𝑖𝑜
𝑣2 𝑛2 𝑖1 𝑣𝑐 𝑖𝑜

1
Por tanto, la ecuación anterior queda como:

𝑑𝑣𝑐
𝑛 ∙ 𝑖𝑜 = 𝑖𝑎𝑐 + 𝐶𝑎𝑐 ∙
𝑑𝑡

Además, usando las relaciones:

𝑣𝑑𝑐 = 𝐺𝑎𝑐 ∙ 𝑚 ∙ 𝑣𝑐

𝑖𝑎𝑐 = 𝐺𝑎𝑐 ∙ 𝑚 ∙ 𝑖𝑑𝑐

Por lo que las ecuaciones anteriormente planteadas quedan de la forma:

𝑑𝑖𝑑𝑐
𝐺𝑎𝑐 ∙ 𝑚 ∙ 𝑣𝑐 = 𝑅𝑑𝑐 ∙ 𝑖𝑑𝑐 + 𝐿𝑑𝑐 ∙
𝑑𝑡

𝑑𝑣𝑐
𝑛 ∙ 𝑖𝑜 = 𝐺𝑎𝑐 ∙ 𝑚 ∙ 𝑖𝑑𝑐 + 𝐶𝑎𝑐 ∙
𝑑𝑡

Matricialmente, el modelo de ecuaciones de estado está dado por el siguiente set de ecuaciones:

−𝐺𝑎𝑐 𝑛
∙ 𝑚 ∙ 𝑖𝑑𝑐 + ∙𝑖
𝑣̇ 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑜
( 𝑐)=
𝑖𝑑𝑐̇ −𝑅𝑑𝑐 𝐺𝑎𝑐
∙ 𝑖𝑑𝑐 + ∙ 𝑚 ∙ 𝑣𝑐
( 𝐿𝑑𝑐 𝐿𝑑𝑐 )

2
b) Dado que el sistema opera a 50 Hz, se puede asumir que m(t) = amsin(t) + bmcos(t), con
am y bm manipulables, io(t) = aiosin(t) + biocos(t), vc(t) = avcsin(t) + bvccos(t), e idc(t) = i(t)
+ idc h(t), con idc h(t) armónicos de orden superior a 50 Hz. Con esto obtenga las ecuaciones de
estado x dq  f 2 (xdq , mdq , p dq ) donde, xdq = [avc bvc i]T, mdq = [am bm]T y pdq = [aio bio]T.

Desarrollo:

Reemplazando las expresiones anteriores en el set de ecuaciones de estado, se tiene:

𝑑𝑣𝑐 −𝐺𝑎𝑐 𝑛
= ∙ 𝑚 ∙ 𝑖𝑑𝑐 + ∙𝑖
𝑑𝑡 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑜

𝑑𝑣𝑐 −𝐺𝑎𝑐 𝑛
= ∙ [𝑎𝑚 sin(𝜔𝑡) + 𝑏𝑚 cos(𝜔𝑡)] ∙ [𝑖(𝑡) + 𝑖𝑑𝑐ℎ (𝑡)] + ∙ [𝑎𝑖𝑜 sin(𝜔𝑡) + 𝑏𝑖𝑜 cos(𝜔𝑡)]
𝑑𝑡 𝐶𝑎𝑐 𝐶𝑎𝑐

𝑑𝑣𝑐 −𝐺𝑎𝑐 𝑛 −𝐺𝑎𝑐 𝑛


=[ ∙ 𝑎𝑚 + ∙ 𝑎 ] sin(𝜔𝑡) + [ ∙ 𝑏𝑚 + ∙ 𝑏 ] cos(𝜔𝑡)
𝑑𝑡 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜

Para la variable de estado 𝑖𝑑𝑐 :


𝑑𝑖𝑑𝑐 −𝑅𝑑𝑐 𝐺𝑎𝑐
= ∙ 𝑖𝑑𝑐 + ∙ 𝑚 ∙ 𝑣𝑐
𝑑𝑡 𝐿𝑑𝑐 𝐿𝑑𝑐

𝑑𝑖𝑑𝑐 −𝑅𝑑𝑐 𝐺𝑎𝑐


= ∙ [𝑖(𝑡) + 𝑖𝑑𝑐ℎ (𝑡)] + ∙ [𝑎𝑚 sin(𝜔𝑡) + 𝑏𝑚 cos(𝜔𝑡)] ∙ [𝑎𝑣𝑐 sin(𝜔𝑡) + 𝑏𝑣𝑐 cos(𝜔𝑡)]
𝑑𝑡 𝐿𝑑𝑐 𝐿𝑑𝑐

Derivando la expresión de la variable de estado 𝑣𝑐 :

𝑑𝑣𝑐 𝑑
= [𝑎𝑣𝑐 sin(𝜔𝑡) + 𝑏𝑣𝑐 cos(𝜔𝑡)]
𝑑𝑡 𝑑𝑡

𝑑𝑣𝑐 𝑑 𝑑
= 𝑎𝑣𝑐 ∙ sin(𝜔𝑡) + 𝑎𝑣𝑐 ∙ 𝜔 ∙ cos(𝜔𝑡) + 𝑏𝑣𝑐 ∙ cos(𝜔𝑡) − 𝑏𝑣𝑐 ∙ 𝜔 ∙ sin(𝜔𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡

𝑑𝑣𝑐 𝑑 𝑑
= [ 𝑎𝑣𝑐 − 𝑏𝑣𝑐 ∙ 𝜔] ∙ sin(𝜔𝑡) + [ 𝑏𝑣𝑐 + 𝑎𝑣𝑐 ∙ 𝜔] ∙ cos(𝜔𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡

Si se considera que el filtro del compensador elimina los armónicos de mayor orden de los del
orden de la frecuencia fundamental, se tiene:

𝑖𝑑𝑐ℎ (𝑡) = 0

3
Reemplazando ambos lados de la ecuación de estado de la variable 𝑣𝑐 , se tienen las siguientes
igualdades:

𝑑 −𝐺𝑎𝑐 𝑛
𝑎𝑣𝑐 − 𝑏𝑣𝑐 ∙ 𝜔 = ∙ 𝑖 ∙ 𝑎𝑚 + ∙𝑎
𝑑𝑡 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜

𝑑 −𝐺𝑎𝑐 𝑛
𝑏𝑣𝑐 + 𝑎𝑣𝑐 ∙ 𝜔 = ∙ 𝑏𝑚 + ∙𝑏
𝑑𝑡 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜

Por otro lado, en la ecuación de la variable de estado 𝑖𝑑𝑐 :

𝑑𝑖𝑑𝑐 𝑑𝑖 −𝑅𝑑𝑐 𝐺𝑎𝑐


= = ∙ 𝑖(𝑡) + ∙ [𝑎𝑚 sin(𝜔𝑡) + 𝑏𝑚 cos(𝜔𝑡)] ∙ [𝑎𝑣𝑐 sin(𝜔𝑡) + 𝑏𝑣𝑐 cos(𝜔𝑡)]
𝑑𝑡 𝑑𝑡 𝐿𝑑𝑐 𝐿𝑑𝑐

1 − cos(2𝜔𝑡) sin(2𝜔𝑡) sin(2𝜔𝑡) 1 + cos(2𝜔𝑡)


𝑑𝑖 𝑅𝑑𝑐 ∙ 𝑖 + 𝐺𝑎𝑐 [𝑎𝑚 𝑎𝑣𝑐 2
+ 𝑎𝑚 𝑏𝑣𝑐
2
+ 𝑏𝑚 𝑎𝑣𝑐
2
+ 𝑏𝑚 𝑏𝑣𝑐
2 ]
=
𝑑𝑡 𝐿𝑑𝑐

Usando identidades trigonométricas del ángulo doble, se tiene:

1 − cos(2𝜔𝑡) sin(2𝜔𝑡) sin(2𝜔𝑡) 1 + cos(2𝜔𝑡)


𝑑𝑖 𝑅𝑑𝑐 𝑖 + 𝐺𝑎𝑐 [𝑎𝑚 𝑎𝑣𝑐 2 + 𝑎𝑚 𝑏𝑣𝑐 2 + 𝑏𝑚 𝑎𝑣𝑐 2 + 𝑏𝑚 𝑏𝑣𝑐 2 ]
=
𝑑𝑡 𝐿𝑑𝑐

Dado a que el filtro elimina los armónicos múltiplos de la frecuencia fundamental, los términos
del ángulo doble se anulan, quedando la expresión:

𝑎𝑚 𝑎𝑣𝑐 𝑏𝑚 𝑏𝑣𝑐
𝑑𝑖 −𝑅𝑑𝑐 ∙ 𝑖 + 𝐺𝑎𝑐 [ 2 + 2 ] 𝑅𝑑𝑐 ∙ 𝑖 + 𝐺𝑎𝑐 [𝑎𝑚 𝑎𝑣𝑐 + 𝑏𝑚 𝑏𝑣𝑐 ]
= = =
𝑑𝑡 𝐿𝑑𝑐 2 ∙ 𝐿𝑑𝑐

De esta forma, el nuevo vector de estados queda:

𝐺𝑎𝑐 𝑛
𝑏𝑣𝑐 ∙ 𝜔 − ∙ 𝑖 ∙ 𝑎𝑚 + ∙𝑎
𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜
𝑎̇ 𝑣𝑐 𝐺𝑎𝑐 𝑛
𝒙̇ 𝑑𝑞 = (𝑏̇𝑣𝑐 ) = −𝑎𝑣𝑐 ∙ 𝜔 − ∙ 𝑏𝑚 + ∙𝑏
𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜
𝑖̇ 𝐺𝑎𝑐 𝐺𝑎𝑐 𝑅𝑑𝑐
∙ 𝑎𝑚 ∙ 𝑎𝑣𝑐 + ∙ 𝑏𝑚 ∙ 𝑏𝑣𝑐 − ∙ 𝑖𝑖
(2 ∙ 𝐿𝑑𝑐 2 ∙ 𝐿𝑑𝑐 𝐿𝑑𝑐 )

4
c) Determine avc, bvc, i, am y bm para el punto de operación dado por i = 20 A y bvc = 30 V. Simule
para 0  t  150 ms en el sistema original con c.i. nulas dado por (a) y el simplificado dado
por (b) con c.i. tal que en t = 0 está en S.S.. Asuma que en t = 80ms, la corriente io(t) cae en un
10%. Considere Rdc = 1, Ldc = 20mH, Cac = 470F y n = 1.

Desarrollo:

En estado estacionario,

𝑎̇ 𝑣𝑐,𝑠𝑠
𝑑𝑞
𝒙̇ 𝑠𝑠 = (𝑏̇𝑣𝑐,𝑠𝑠 ) = Θ
𝑖̇𝑠𝑠

𝐺𝑎𝑐 𝑛
𝑏𝑣𝑐 ∙ 𝜔 − ∙ 𝑖 ∙ 𝑎𝑚 + ∙𝑎
𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜
𝐺𝑎𝑐 𝑛 0
−𝑎𝑣𝑐 ∙ 𝜔 − ∙ 𝑏𝑚 + ∙ 𝑏𝑖𝑜 = (0)
𝐶𝑎𝑐 𝐶𝑎𝑐
0
𝐺𝑎𝑐 𝐺𝑎𝑐 𝑅𝑑𝑐
∙𝑎 ∙𝑎 + ∙𝑏 ∙𝑏 − ∙𝑖
(2 ∙ 𝐿𝑑𝑐 𝑚 𝑣𝑐 2 ∙ 𝐿𝑑𝑐 𝑚 𝑣𝑐 𝐿𝑑𝑐 )

Usando los parámetros y datos dados:

𝑅𝑑𝑐 = 1[Ω] 𝑛=1 𝑖 = 20[𝐴]


𝐿𝑑𝑐 = 20[mH] 𝐺𝑎𝑐 = 1 𝑏𝑣𝑐 = 30[𝑉]
𝐶𝑎𝑐 = 470[mH] 𝑎𝑖𝑜 = 8[𝐴] 𝑏𝑖𝑜 = 0[𝐴]

Se logran encontrar los restantes datos:

𝑎𝑚 0.6215
( 𝑏𝑚 ) = (−0.7382)
𝑎𝑣𝑐 100

Para la simulación, se tienen los siguientes datos, para 𝑡 en [𝑚𝑠].

𝑚 = 0.5 ∙ 𝑢(𝑡 − 10)

𝑖𝑜 = 8 − 0.9 ∙ 𝑢(𝑡 − 80)

5
La Figura 1 muestra los valores obtenidos para entrada y perturbación anteriormente señaladas en
el sistema original obtenido en (a).

Figura 1. Respuestas a entrada y perturbación dadas en Sistema No Lineal, usando MATLAB.

Se observa en la Figura 1 que las respuestas de 𝑣𝑐 e de 𝑖𝑑𝑐 tienen una leve atenuación en sus
amplitudes una vez que la perturbación cae al 90% de su valor.

6
Asimismo, para el sistema simplificado obtenido en (b), se tienen las siguientes respuestas:

Figura 2. Respuestas del sistema simplificado usando MATHCAD.

La respuesta mostrada en la Figura 2 muestra que una vez que la perturbación cae al 90% de su
valor, las variables comienzan a desestabilizarse de su valor estacionario, a oscilar y a decaer.

d) Para el modelo dado por x dq  f2 (xdq , mdq , p dq ), obtenga una representación lineal del tipo
x dq  Axdq  Bmdq
  Ep  . Simule bajo las condiciones dadas en (c).
dq

Desarrollo:

Renombrando el set de ecuaciones de estado:

𝑎̇ 𝑣𝑐 𝑓21 (𝒙𝑑𝑞 , 𝒎𝑑𝑞 , 𝒑𝑑𝑞 )


𝒙̇ 𝑑𝑞 = 𝑓2 (𝒙𝑑𝑞 , 𝒎𝑑𝑞 , 𝒑𝑑𝑞 ) = ( 𝑏̇𝑣𝑐 ) = (𝑓22 (𝒙𝑑𝑞 , 𝒎𝑑𝑞 , 𝒑𝑑𝑞 ))
𝑖̇ 𝑓23 (𝒙𝑑𝑞 , 𝒎𝑑𝑞 , 𝒑𝑑𝑞 )

7
Donde:

𝑎𝑣𝑐 𝑎𝑚 𝑎𝑖𝑜
𝒙𝑑𝑞 = (𝑏𝑣𝑐 ) , 𝒎𝑑𝑞 = ( 𝑏 ) , 𝒑𝑑𝑞 = (𝑏 )
𝑚 𝑖𝑜
𝑖

𝐺𝑎𝑐 𝑛
𝑏𝑣𝑐 ∙ 𝜔 −
∙ 𝑖 ∙ 𝑎𝑚 + ∙𝑎
𝑑𝑞 𝑑𝑞 𝑑𝑞 𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜
𝑓21 (𝒙 , 𝒎 , 𝒑 ) 𝑎̇ 𝑣𝑐
𝑑𝑞 𝑑𝑞 𝑑𝑞
𝐺𝑎𝑐 𝑛
(𝑓22 (𝒙 , 𝒎 , 𝒑 )) = (𝑏̇𝑣𝑐 ) = −𝑎𝑣𝑐 ∙ 𝜔 − ∙ 𝑏𝑚 + ∙𝑏
𝐶𝑎𝑐 𝐶𝑎𝑐 𝑖𝑜
𝑓23 (𝒙𝑑𝑞 , 𝒎𝑑𝑞 , 𝒑𝑑𝑞 ) 𝑖̇ 𝐺𝑎𝑐 𝐺𝑎𝑐 𝑅𝑑𝑐
∙ 𝑎𝑚 ∙ 𝑎𝑣𝑐 + ∙ 𝑏𝑚 ∙ 𝑏𝑣𝑐 − ∙𝑖
(2 ∙ 𝐿𝑑𝑐 2 ∙ 𝐿𝑑𝑐 𝐿𝑑𝑐 )

El set de matrices {A, B, E} que acompaña al modelo linealizado está dado por:

𝜕𝑓21 𝜕𝑓21 𝜕𝑓21 𝜕𝑓21 𝜕𝑓21


𝜕𝑎𝑣𝑐 𝜕𝑏𝑣𝑐 𝜕𝑖 | 𝜕𝑎𝑚 𝜕𝑏𝑚 |
𝜕𝑓22 𝜕𝑓22 𝜕𝑓22 𝜕𝑓22 𝜕𝑓22
𝐴= 𝐵=
𝜕𝑎𝑣𝑐 𝜕𝑏𝑣𝑐 𝜕𝑖 𝜕𝑎𝑚 𝜕𝑏𝑚
𝜕𝑓23 𝜕𝑓23 𝜕𝑓23 | 𝜕𝑓23 𝜕𝑓23 |
(𝜕𝑎𝑣𝑐 𝜕𝑏𝑣𝑐 𝜕𝑖 ) (𝒙 𝑑𝑞 ,𝒎 𝑑𝑞 ,𝒑 𝑑𝑞 ) (𝜕𝑎𝑚 𝜕𝑏𝑚 ) (𝒙 𝑑𝑞 ,𝒎 𝑑𝑞 ,𝒑 𝑑𝑞 )
𝒐 𝒐 𝒐 𝒐 𝒐 𝒐

𝜕𝑓21 𝜕𝑓21
𝜕𝑎𝑖𝑜 𝜕𝑏𝑖𝑜
|
𝜕𝑓22 𝜕𝑓22
𝐶=
𝜕𝑎𝑖𝑜 𝜕𝑏𝑖𝑜
𝜕𝑓23 𝜕𝑓23 |
(𝜕𝑎𝑖𝑜 𝜕𝑏𝑖𝑜 ) (𝒙 𝑑𝑞 ,𝒎 𝑑𝑞 ,𝒑 𝑑𝑞 )
𝒐 𝒐 𝒐

Es decir:

−𝐺𝑎𝑐
0 𝜔 ∙ 𝑎𝑚
𝐶𝑎𝑐
|
−𝐺𝑎𝑐
𝐴= −𝜔 0 ∙ 𝑏𝑚
𝐶𝑎𝑐
𝐺𝑎𝑐 𝐺𝑎𝑐 −𝑅𝑑𝑐 |
∙𝑎 ∙𝑏
(2 ∙ 𝐿𝑑𝑐 𝑚 2 ∙ 𝐿𝑑𝑐 𝑚 𝐿𝑑𝑐 ) (𝒙 𝑑𝑞 ,𝒎 𝑑𝑞 ,𝒑 𝑑𝑞 )
𝒐 𝒐 𝒐

8
−𝐺𝑎𝑐
∙𝑖 0
𝐶𝑎𝑐
|
−𝐺𝑎𝑐
𝐵= 0 ∙𝑖
𝐶𝑎𝑐
𝐺𝑎𝑐 𝐺𝑎𝑐 |
∙𝑎 ∙ 𝑏𝑣𝑐
(2 ∙ 𝐿𝑑𝑐 𝑣𝑐 2 ∙ 𝐿𝑑𝑐 ) (𝒙 𝑑𝑞 ,𝒎 𝑑𝑞 ,𝒑 𝑑𝑞 )
𝒐 𝒐 𝒐

𝑛
0
𝐶𝑎𝑐
𝐸= 𝑛 |
0 |
𝐶𝑎𝑐
( 0 0 ) (𝒙𝒐 𝑑𝑞 ,𝒎𝒐 𝑑𝑞 ,𝒑𝒐 𝑑𝑞)

El punto de operación dado para este sistema está dado por:

𝑎𝑣𝑐𝑜 100 𝑎𝑚𝑜 0.6215 𝑎𝑖𝑜𝑜 8


𝒙𝒐 𝑑𝑞
= (𝑏𝑣𝑐𝑜 ) = ( 30 ) , 𝒎𝒐 𝑑𝑞 = (𝑏 ) = ( ) , 𝒑𝒐 𝑑𝑞 = (𝑏 ) = ( )
𝑖𝑜 𝑚𝑜 −0.7382 𝑖𝑜𝑜 0
20

Reemplazando los valores de parámetros y puntos de operación:

0 314.16 −1322.34
𝐴 = (−314.16 0 1570.64 )
15.54 18.46 −50
−42553.19 0 2127.66 0
𝐵=( 0 −42553.19) , 𝐸=( 0 2127.66),
2500 750 02500 0

9
Figura 3. Respuestas a modelo linealizado.

El modelo linealizado de la Figura 3 muestra un ajuste al no linealizado de la Figura 2. Nótese que


el valor de 𝑖 demora más en caer al estado de oscilación.

e) Determine si el sistema definido en (d) es controlable y si es controlable por alguna de las


entradas. Si no lo es, determine los estados no controlables.

Desarrollo:

Un sistema es controlable si existe una entrada 𝑢(𝑡) capaz de llevar el estado inicial 𝒙𝑜 al estado
final 𝒙1 en un tiempo finito para todo instante de tiempo.

Para saber si el sistema es controlable, se buscará algún estado no controlable 𝒙⨁ que cumplirá
con:

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐵𝑇 𝐴𝑇 𝒙⨁ = 𝜃 ó 𝐵𝑇 𝑣𝑘 = 𝜃

𝑛−1
(𝐵 𝐴𝑇
𝑇 )

10
Donde;

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐶𝑜 = 𝐵𝑇 𝐴𝑇

𝑛−1
(𝐵 𝐴𝑇
𝑇 )

−4.255 ∙ 104 0 −3.306 ∙ 106 −1.436 ∙ 107 6.473 ∙ 109 −6.188 ∙ 108
𝐶𝑜 = ( 0 −4.255 ∙ 104 1.730 ∙ 107 1.178 ∙ 106 −1.962 ∙ 108 5.686 ∙ 109 )
2.500 ∙ 103 750 −7.862 ∙ 105 7.478 ∙ 105 −3.312 ∙ 108 −2.823 ∙ 108

𝑟𝑎𝑛𝑔𝑜(𝐶𝑜) = 3

Como el rango de la matriz 𝐶𝑜 es igual al orden de la matriz 𝐴, se comprueba que la matriz es


controlable.

La matriz 𝐶𝑜 es controlable si ninguno de sus vectores propios es nulo.

1.350 ∙ 104 + 𝑗7.541 ∙ 103 1.35 ∙ 104 − 𝑗7.541 ∙ 103 431.022


𝐵𝑇 𝑣0 ∙ √3 = ( 4 3 ) 𝐵 𝑇
𝑣0 ∙ √3 = ( 4
𝑇
3 ) 𝐵 𝑣0 ∙ √3 = (−2.753 ∙ 103 )
7.817 ∙ 10 + 𝑗1.117 ∙ 10 7.817 ∙ 10 + 𝑗1.117 ∙ 10

f) Determine si el sistema definido en (d) es observable. Considere todas las combinaciones de


salidas posibles a partir de x dq .

Desarrollo:

La definición de sistema observable señala que si el estado inicial de un sistema 𝒙𝑜 puede ser
deducido si se conoce la entrada 𝑢(𝑡) y la salida 𝑦(𝑡) del sistema de forma única y para todo
instante de tiempo.

Analíticamente, para que un sistema sea observable, se debe cumplir que:

𝐶𝑒 𝐴𝑡 𝑥𝑜 = 0

Y para ello, se utilizan teoremas como:

𝐶
𝐶𝐴

𝐶𝐴2 𝒙 = 𝜃 ó 𝐶𝑣𝑘 = 𝜃

𝑛−1
( 𝐶𝐴 )

11
1 0 0
Para 𝐶 = ( )
0 1 0
1 0 0
𝐶 0 1 0
𝐶𝐴 0 314.159 −1.322 ∙ 103
𝑂𝑏 = 𝐶𝐴2 =

−314.159 0 1.571 ∙ 103
𝑛−1 −1.192 ∙ 103 2.440 ∙ 104 5.595 ∙ 105
( 𝐶𝐴 ) ( 2.440 ∙ 104 −1.277 ∙ 105 3.369 ∙ 105 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

−0.14 − 𝑗0.688 −0.14 + 𝑗0.688 0.819


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.711 0.711 0.553

0 1 0
Para 𝐶 = ( )
1 0 0
0 1 0
𝐶 1 0 0
𝐶𝐴 −314.159 0 1.571 ∙ 103
𝑂𝑏 = 𝐶𝐴2 =

0 314.159 −1.322 ∙ 103
𝑛−1 2.440 ∙ 104 −1.277 ∙ 105 3.369 ∙ 105
(𝐶𝐴 ) (−1.192 ∙ 105 2.440 ∙ 104 5.595 ∙ 105 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.711 0.711 0.553


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
−0.14 − 𝑗0.688 −0.14 + 𝑗0.688 0.819

0 0 1
Para 𝐶 = ( )
0 1 0
0 0 1
𝐶
0 1 0
𝐶𝐴 15.537 −18.455 −50
𝑂𝑏 = 𝐶𝐴2 =
−314.159 0 −1.571 ∙ 103

𝑛−1 5.021 ∙ 103 5.804 ∙ 103 −4.703 ∙ 104
(𝐶𝐴 ) (2.440 ∙ 104 −1.277 ∙ 105 3.369 ∙ 105 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

−0.032 + 𝑗0.036 −0.032 − 𝑗0.036 0.152


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.711 0.711 0.553

12
0 1 0
Para 𝐶 = ( )
0 0 1
0 1 0
𝐶 0 0 1
𝐶𝐴 314.159 0 1.571 ∙ 103
𝑂𝑏 = 𝐶𝐴2 =
15.537 −18.455 −50

𝑛−1 2.440 ∙ 104 −1.277 ∙ 105 3.369 ∙ 105
( 𝐶𝐴 ) (5.021 ∙ 103 5.804 ∙ 103 −4.703 ∙ 104 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.711 0.711 0.553


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
−0.032 + 𝑗0.036 −0.032 − 𝑗0.036 0.152

Para todas las combinaciones analizadas, el sistema es observable debido a que no se encontró
algún 𝑣𝑘 tal que 𝐶𝑣𝑘 = 𝜃.

g) Encuentre un equivalente discreto del modelo anterior con T = 1 ms para lo cual obtenga Ad,
Bd, y Ed con los vectores xd, ud, yd, y pd. Simule bajo las condiciones dadas en (d) y
compare los resultados con los obtenidos en (d).

Desarrollo:

Para poder encontrar un sistema equivalente discreto, previamente recordamos las matrices de
estados linealizadas en el ítem d:

−𝐺𝑎𝑐 −𝐺𝑎𝑐
0 𝜔 ∙ 𝑎𝑚 ∙𝑖 0 𝑛
𝐶𝑎𝑐 𝐶𝑎𝑐 0
𝐶𝑎𝑐
−𝐺𝑎𝑐 −𝐺𝑎𝑐
𝐴= −𝜔 0 ∙ 𝑏𝑚 B= 0 ∙𝑖 E=( 0 𝑛 )
𝐶𝑎𝑐 𝐶𝑎𝑐
𝐶𝑎𝑐
𝐺𝑎𝑐 𝐺𝑎𝑐 −𝑅𝑑𝑐 𝐺𝑎𝑐 𝐺𝑎𝑐
∙ 𝑎𝑚 ∙ 𝑏𝑚 ∙ 𝑎𝑣𝑐 ∙ 𝑏𝑣𝑐 0 0
(2∙𝐿𝑑𝑐 2∙𝐿𝑑𝑐 𝐿𝑑𝑐 ) (2∙𝐿𝑑𝑐 2∙𝐿𝑑𝑐 )

Para pasar a un sistema discreto se tiene las siguientes fórmulas:


𝜏 𝜏
𝐴 = 𝑒 λT , 𝑏 = {∫𝑜 𝑒 λ(T−ϑ) 𝐵𝑑𝜃 }, 𝑒 = {∫𝑜 𝑒 λ(T−ϑ) 𝐸𝑑𝜃 } ….(**)

Luego con el simulador Mathcad se determinaron las nuevas matrices discretas con los valores y
determinando los valores propios para 𝑒 λT , se tiene:

13
1.037 −0.305 −1.543
𝐴𝑑 = (−0.305 1.033 1.749 )
0.018 −0.021 0.925
𝜏
La matriz 𝐵𝑑 = {∫𝑜 𝑒 λ(T−ϑ) 𝐵𝑑𝜃 }

−44.919 5.988
𝐵𝑑 = ( 8.649 −42.391)
2.05 1.147

Y para ed

𝜏 2.154 −0.327
𝐸𝑑 = {∫ 𝑒 λ(T−ϑ) 𝐸𝑑𝜃 } = (−0.327 2.151 )
𝑜 0.018 −0.021

Se muestra la simulación de las variables de estado discretizadas con un tiempo de muestreo de


1ms:

sistema discreto variable Avc


100

98

96
amplitud Avc

94

92

90

88
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 4. Discretización 𝒂𝒗𝒄

14
Sistema discreto variable Bvc
36

34

amplitud de Bvc 32

30

28

26

24
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 5. Discretización 𝒃𝒗𝒄

Sistema discreto variable i


20

19.8

19.6

19.4

19.2
amplitud de i

19

18.8

18.6

18.4

18.2

18
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 6 discretizacion i.

15
h) Estudie la controlabilidad y observabilidad del sistema definido en (g).

Desarrollo:

Se define el set de matrices obtenidas en el modelo discretizado de la parte (g):

1.037 −0.305 −1.543 −44.919 5.988 2.154 −0.327


𝐴𝐷 = (−0.305 1.033 1.749 ) 𝐵𝐷 = ( 8.649 −42.391) 𝐸𝐷 = (−0.327 2.151 )
0.018 −0.021 0.925 2.050 1.147 0.018 −0.021

Para encontrar la controlabilidad del sistema discretizado, se evalúa el rango de la matriz 𝐶𝑜


obtenida es igual al rango de la matriz 𝐴𝐷 .

−44.919 5.988 −52.382 17.369 −63.715 28.136


𝐶𝑜 = ( 8.649 −42.391 26.22 −43.61 44.647 −46.746) ⟹ 𝑟𝑎𝑛𝑔𝑜(𝐶𝑜) = 3
2.05 1.147 0.906 2.059 −0.655 3.133

Además,

−42.312 9.577 + 𝑗3.985 9.577 − 𝑗3.985


𝐵𝑇 𝑣0 ∙ √3 = ( ) 𝐵𝑇 𝑣0 ∙ √3 = ( ) 𝐵𝑇 𝑣0 ∙ √3 = ( )
−39.531 −3.052 − 𝑗3.729 −3.052 + 𝑗3.729

Por ambos casos, se tiene que el sistema es controlable.

Para encontrar la observabilidad se tiene:

1 0 0
Para 𝐶 = ( )
0 1 0
1 0 0
𝐶
0 1 0
𝐶𝐴 1.037 −0.305 −1.543
𝑂𝑏 = 𝐶𝐴 2 =
−0.305 1.033 1.749

𝑛−1 1.141 −0.599 −3.561
(𝐶𝐴 ) ( −0.6 1.123 3.895 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.725 0.721 0.721


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.689 −0.683 + 𝑗0.044 −0.683 + 𝑗0.044

0 1 0
Para 𝐶 = ( )
1 0 0

16
0 1 0
𝐶
1 0 0
𝐶𝐴 −0.305 1.033
𝑂𝑏 = 2 = 1.749
𝐶𝐴
⋮ 1.037 −0.305 −1.543
𝑛−1 −0.6 1.123 3.895
(𝐶𝐴 ) ( 1.141 −0.599 −3.561)

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.689 −0.683 + 𝑗0.044 −0.683 + 𝑗0.044


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.725 0.721 0.721

0 0 1
Para 𝐶 = ( )
0 1 0
0 0 1
𝐶
0 1 0
𝐶𝐴 0.018 −0.021
𝑂𝑏 = = 0.925
𝐶𝐴2 −0.305 1.033 1.749

𝑛−1 0.042 −0.047 −3.791
(𝐶𝐴 ) ( −0.6 1.123 3.895 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3
−3 0.091 − 𝑗0.059 0.091 + 𝑗0.059
𝐶𝑣0 = (7.388 ∙ 10 ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.689 −0.683 + 𝑗0.044 −0.683 + 𝑗0.044

1 0 0
Para 𝐶 = ( )
0 1 0
1 0 0
𝐶
0 1 0
𝐶𝐴 1.037 −0.305 −1,543
𝑂𝑏 = 𝐶𝐴2 =
⋮ −0.305 1.033 1.749
𝑛−1 1.141 −0.599 −3.561
(𝐶𝐴 ) ( −0.6 1.123 3.895 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.725 0.721 0.721


𝐶𝑣0 = ( ) 𝐶𝑣1 = ( ) 𝐶𝑣2 = ( )
0.689 −0.683 + 𝑗0.044 −0.683 + 𝑗0.044

1 0 0
Para 𝐶 = ( )
0 0 1

17
1 0 0
𝐶
0 0 1
𝐶𝐴 1.037 −0.305 −1,543
𝑂𝑏 = 𝐶𝐴 2 =
⋮ −0.018 −0.021 0.925
𝑛−1 1.141 −0.599 −3.561
(𝐶𝐴 ) ( 0.042 −0.047 0.791 )

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.725 0.721 0.721


𝐶𝑣0 = ( −3 ) 𝐶𝑣1 = (0.091 − 𝑗0.059) 𝐶𝑣2 = (0.091 + 𝑗0.059)
7.388 ∙ 10

0 1 0
Para 𝐶 = ( )
0 0 1
0 1 0
𝐶
0 0 1
𝐶𝐴 −0.305 1.033
𝑂𝑏 = = 1.749
𝐶𝐴2 −0.018 −0.021 0.925

𝑛−1 −0.6 1.123 3.895
(𝐶𝐴 ) ( 0.042 −0.047 0.791)

Se tiene:

𝑟𝑎𝑛𝑔𝑜(𝑂𝑏) = 3

0.689 −0.683 − 𝑗0.044 −0.683 + 𝑗0.044


𝐶𝑣0 = ( −3 ) 𝐶𝑣1 = ( 0.091 − 𝑗0.059 ) 𝐶𝑣2 = ( 0.091 + 𝑗0.059 )
7.388 ∙ 10

Para todas las combinaciones analizadas, el sistema equivalente discreto es observable debido a
que no se encontró algún 𝑣𝑘 tal que 𝐶𝑣𝑘 = 𝜃.

i) Repita (g) y (h) para T = 2 y 5 ms.

Desarrollo:

Utilizando las formulas en g (**), se obtiene las siguientes matrices discretas:

1.14 −0.599 −3.56 −97.292 23.336


𝐴𝑑 = (−0.599 1.123 3.894 ) 𝐵𝑑 = ( 34.844 −85.986)
0.042 −0.046 0.791 2.952 3.187

4.459 −1.288
𝐸𝑑 = (−1.288 4.435 )
2.952 3.189

18
Luego se estudia la controlabilidad y observabilidad del sistema.

controlabilidad con tiempo de muestreo 2[ms]

Al igual que el ítem anterior, la matriz se define controlable si existe una entrada y u(t) capaz de
llevar el estadio inicial Xo a X1 en un tiempo finito para todo instante de tiempo. Así se tiene:

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐵𝑇 𝐴𝑇 𝒙⨁ = 𝜃 ó 𝐵𝑇 𝑣𝑘 = 𝜃

𝑛−1
(𝐵𝑇 𝐴𝑇 )

Donde;

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐶𝑜 = 𝐵𝑇 𝐴𝑇

𝑛−1
(𝐵𝑇 𝐴𝑇 )
−97.292 23.336 −142.294 66.763 −215.507 108.345
𝐶𝑜 = ( 34.844 −85.986 108.903 −98.13 194.471 −121.156)
2.952 3.187 −3.354 7.456 −13.639 13.216

𝑟𝑎𝑛𝑔𝑜(𝐶𝑜) = 3

De lo anterior se comprueba que el rango de la matriz es 3, por lo tanto la matriz es controlable.


Otra forma de ver si la matriz es “no controlable”, es determinar sus vectores propios, y si alguno
de ellos da 0, es ese vector el que produce q la matriz no sea controlable.

Observabilidad con tiempo de muestreo 2[ms]

Primera combinación:

1 0 0
𝐶=( )
0 1 0

Y la matriz de observabilidad está dada por:

19
𝐶
𝐶𝐴

𝐶𝐴2 𝒙 = 𝜃 ó 𝐶𝑣𝑘 = 𝜃

𝑛−1
( 𝐶𝐴 )

Así la matriz de observabilidad:

1 0 0
0 1 0
1.14 −0.599 −3.56
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
−0.599 1.123 3.9894
−1.509 −1.192 −9.207
(−1.192 1.441 9.586 )

Por lo tanto es observable para la salida escogida

2da combinación:

0 1 0
𝐶=( )
1 0 0

0 1 0
1 0 0
−0.599 1.123 3.894
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
1.14 −0.599 −3.56
−1.192 1.441 9.586
( 1.509 −1.192 −9.207)

Por lo tanto es observable para la salida escogida,

3era combinación:

0 0 1
𝐶=( )
0 1 0

0 0 1
0 1 0
0.042 −0.046 0.791
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
−0.599 1.123 3.894
0.109 −0.113 0.297
( 1.192 1.441 −9.586)

20
Por lo tanto es observable para la salida escogida

4ta combinación:

1 0 0
𝐶=( )
0 0 1

1 0 0
0 0 1
1.14 −0.599 −3.56
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
0.042 −0.046 0.791
1.509 −1.192 −9.207
(0.109 −0.113 0.297 )

Por lo tanto es observable para la salida escogida

5ta combinación:

0 1 0
𝐶=( )
0 0 1

0 1 0
0 0 1
−0.599 1.123 3.894
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
0.042 −0.046 0.791
−1.192 1.441 9.586
( 0.109 −0.113 0.207)

Por lo tanto es observable para la salida escogida

Ahora se adjunta la simulación del sistema discreto con un tiempo de muestreo de 2[ms]

21
sistema discreto variable Avc
100

98

96
amplitud Avc

94

92

90

88
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 7 discretizacion 20[ms]

22
Sistema discreto variable Bvc
36

34

32
amplitud de Bvc

30

28

26

24
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 8 discretizacion 20[ms]

23
Sistema discreto variable i
20

19.8

19.6

19.4

19.2
amplitud de i

19

18.8

18.6

18.4

18.2

18
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 9 discretizacion 20[ms]

Como se puede observar, la representación de este sistema discreto no es muy buena, en


comparación a la representación realizada con un tiempo de muestreo de 1 [ms] (ítem g)

Controlabilidad sistema discreto con tiempo de muestro de 5[ms].

Como se sabe:

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐵𝑇 𝐴𝑇 𝒙⨁ = 𝜃 ó 𝐵𝑇 𝑣𝑘 = 𝜃

𝑛−1
(𝐵 𝐴𝑇
𝑇 )

Donde;

𝐵𝑇
𝐵𝑇 𝐴𝑇
2
𝐶𝑜 = 𝐵𝑇 𝐴𝑇

𝑛−1
(𝐵 𝐴𝑇
𝑇 )

Donde las nuevas matrices de discretización son:

24
1.76 −1.501 −12.924 −336.484 139.04 13.494 −7.951
𝐴𝑑 = (−1.501 1.655 13.233 ) ; 𝐵𝑑 = ( 229.346 −2411.389 ) ; 𝐸𝑑 = ( −7.951 13.124 )
0.153 0.155 −0.088 −5.597 16.384 0.666 −0.703

−336.484 23.336 −142.294 395.228 1.624𝑥103 545.369


𝐶𝑜 = ( 229.346 −85.986 108.903 −391.552 1.499𝑥103 −486.213) = 𝑟𝑎𝑛𝑔𝑜(𝐶𝑜) = 3
−5.597 16.384 −86.202 57.108 −249.407 115.749

Por lo tanto este sistema es controlable para T=5[ms]

Observabilidad del sistema discretizado a 5[ms]

Primera combinación:

1 0 0
𝐶=( )
0 1 0

Y la matriz de observabilidad está dada por:

𝐶
𝐶𝐴

𝐶𝐴2 𝒙 = 𝜃 ó 𝐶𝑣𝑘 = 𝜃

𝑛−1
( 𝐶𝐴 )

Así la matriz de observabilidad:

1 0 0
0 1 0
1.76 −1.501 −12.924
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
−1.501 1.655 13.223
3.386 −1.192 −9.207
(−3.116 2.42 40.119 )

Por lo tanto es observable para la salida escogida

2da combinación:

25
0 1 0
𝐶=( )
1 0 0

0 1 0
1 0 0
−1.501 1.655 13.223
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
1.76 −1.501 −12.924
−3.116 2.942 40.119
( 3.386 −3.123 −41.457)

Por lo tanto es observable para la salida escogida

3era combinación:

0 0 1
𝐶=( )
0 1 0

1 0 0
0 0 1
1.76 −0.155 0.088
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
0.152 1.655 13.223
3.386 −0.471 −4.006
(0.487 −40.119)

Por lo tanto es observable para la salida escogida

4ta combinación:

1 0 0
𝐶=( )
0 0 1

1 0 0
0 0 1
1.76 −1.501 −12.924
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
−1.501 1.655 13.223
3.386 −3.123 −41.457
(−3.116 2.942 40.119 )

Por lo tanto es observable para la salida escogida

5ta combinación:

26
0 1 0
𝐶=( )
0 0 1

0 1 0
0 0 1
−0.599 1.123 3.894
𝑂𝑏 = = 𝑟𝑎𝑛𝑔𝑜(𝑜𝑏) = 3
0.042 −0.046 0.791
−1.192 1.441 9.586
( 0.109 −0.113 0.207)

Por lo tanto es observable para la salida escogida

sistema discreto variable Avc


100

98

96
amplitud Avc

94

92

90

88
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

27
Sistema discreto variable Bvc
35

34

33

32
amplitud de Bvc

31

30

29

28

27

26

25
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 10 5[ms]

28
Sistema discreto variable i
20

19.8

19.6

19.4

19.2
amplitud de i

19

18.8

18.6

18.4

18.2

18
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16
Tiempo [s]

Figura 11 5[ms]

Finalmente podemos concluir las buenas representación que fueron realizadas en la tarea, del
modelo simplificado se obtuvo la linealización donde se pudo apreciar que las gráficas no
cambian mucho. Además para un tiempo de muestro de 10 ms, es mejor su discretización.

29