Técnicas inteligentes de Supervisión y Control Predictivo Distribuido aplicadas a redes de drenaje urbano

Abstract

[ES] En esta Tesis se presenta un algoritmo de Control Predictivo Distribuido (DMPC) que utiliza modelos locales lineales de predicción y un método de negación borrosa entre MPC vecinos para determinar la ley de control a aplicar sobre el proceso, lo que le hace especialmente adecuado para sistemas de gran escala. Por este motivo, en este trabajo se propone esta estrategia de control para el control óptimo de redes de drenaje urbano, ya que se trata de sistemas de gran escala con alta complejidad. Además, frente a otros controladores similares, los resultados ponen de manifiesto su mejor comportamiento en esta clase de sistemas que incluyen un grado adicional de dificultad para su control debido a la magnitud y variabilidad de las perturbaciones que afectan al sistema, representadas por los caudales de agua que por diferentes puntos llegan a la red colectora, los cuales pueden provenir tanto de aguas residuales urbanas como de las precipitaciones atmosféricas. El objetivo principal del sistema de control consiste en recoger la mayor parte de agua no tratada, almacenarla en depósitos y conducirla a las estaciones depuradoras de aguas residuales (EDAR), manteniendo el caudal de entrada a las mismas lo más próximo a su valor nominal y minimizando el efecto de las perturbaciones que pueden dar lugar a desbordamientos que provoquen que el agua escape de la red y no llegue a las estaciones de tratamiento, pudiendo ocasionar daños medioambientales. [EN] This Thesis presents a Distributed Predictive Control (DMPC) algorithm that uses local linear prediction models and a fuzzy negotiation method between neighboring MPCs to determine the control law to be applied on the process, especially suitable for large-scale systems. For this reason, this work proposes this control strategy for the optimal control of urban drainage networks, since these are large-scale systems with high complexity. Furthermore, compared to other similar controllers, the results show that it performs better in this type of system, which includes an additional degree of dificulty for its control due to the magnitude and variability of the disturbances that affect the system, represented by the water flows that reach the collector network at different points, which can come from both urban wastewater and atmospheric precipitation. The main objetive of the control system is to collect most of the untreated water, store it in tanks and convey it to the wastewater treatment plants (WWTPs), keeping the inflow to the WWTPs as close to its nominal value as possible and minimizing the effect of disturbances that can lead to overflows that cause the water to escape from the network and not reach the treatment plants, which can cause environmental damage.