Control del Inversor Boost por

Moldeo de Energı́a

por Carolina Albea Sánchez

Director: Francisco Gordillo Álvarez

Departamento de Sistemas y Automática

Universidad de Sevilla

Junio 2007
2
 Resumen

En este trabajo se aplica moldeo de energı́a para controlar un inversor eleva-

dor de potencia. La generación de oscilaciones mediante moldeo de energı́a se
centra en la posibilidad de dirigir sistemas dinámicos a un estado de oscila-
ciones mediante una apropiada ley de control. Para conseguir este propósito
se iguala el sistema original con un sistema hamiltoniano generalizado que
posibilita obtener oscilaciones robustas asociadas a un ciclo lı́mite. Por tanto,
la estrategia consiste en encontrar una ley de control que iguale el sistema
en bucle abierto con un sistema que marca el comportamiento deseado. Esta
metodologı́a ha sido aplicada previamente a varios dispositivos electromecá-
nicos.
Los dispositivos de potencia de alta frecuencia de conmutación, (conoci-
do más comúnmente como: Switched-Mode Power Supply) pueden ser usados
reemplazando a los reguladores lineales cuando se requiere que sean más efi-
cientes, tengan un menor tamaño o sean más ligeros y tengan un menor
coste. Estos convertidores han visto recientemente incrementado su interés
tanto en electrónica de potencia como en control automático. Esto es debido
a que poseen un amplio dominio de aplicabilidad. En este ámbito podemos
destacar su aplicación en fuentes de alimentación ininterruptibles (UPS) y
en energı́as renovables como la fotovoltaica. Recientemente, ha habido signi-
ficantes nuevos desarrollos en estos convertidores no lineales, como es el caso
del inversor elevador boost, donde las pericias de control pueden jugar un
papel importante.
En este trabajo, se tratará la contribución de una nueva estrategia de
control a esta área, el moldeo de energı́a, para controlar el inversor elevador
boost, tratando los casos de carga conocida y desconocida, carga con compo-
nente inductiva y las restricciones fı́sicas del sistema como es la saturaciones
a las que están sometidas las leyes de control.
2
Índice general

1. Introducción 9

2. Generación de oscilaciones por moldeo de energı́a 13

2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Moldeo de energı́a . . . . . . . . . . . . . . . . . . . . . . . . . 13

3. Inversor boost 17
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2. Inversor boost . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.2.1. Descripción del sistema . . . . . . . . . . . . . . . . . . 20
3.2.2. Modelo normalizado . . . . . . . . . . . . . . . . . . . 21

4. Control por moldeo de energı́a 23

4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2. Diseño del controlador . . . . . . . . . . . . . . . . . . . . . . 23
4.2.1. Ley de control para el convertidor completo . . . . . . 27
4.2.2. Resultados de simulaciones . . . . . . . . . . . . . . . . 30
4.3. Sincronización de señales de tensión . . . . . . . . . . . . . . . 31
4.3.1. Aplicación del PLL al convertidor boost DC-AC . . . . 34
4.3.2. Sincronización con la red eléctrica . . . . . . . . . . . . 35

5. Control adaptativo 41
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
5.2. Diseño de la ley de adaptación de la carga . . . . . . . . . . . 41
5.2.1. Ley de adaptación . . . . . . . . . . . . . . . . . . . . 42
5.2.2. Ecuaciones de error . . . . . . . . . . . . . . . . . . . . 42
5.2.3. Propiedades de la estabilidad . . . . . . . . . . . . . . 43
5.3. Estabilidad de las ecuaciones completas en bucle cerrado . . . 44
5.3.1. El sistema ajustado . . . . . . . . . . . . . . . . . . . . 44
5.3.2. Sistema en bucle cerrado . . . . . . . . . . . . . . . . . 45
5.3.3. Forma de perturbaciones singulares . . . . . . . . . . . 46

3
 5.3.4. Subsistema lento . . . . . . . . . . . . . . . . . . . . . 48
5.3.5. El subsistema rápido . . . . . . . . . . . . . . . . . . . 48
5.4. Simulaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52

6. Carga RL 55
6.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
6.2. Diseño de control para el caso de carga RL . . . . . . . . . . . 55
6.2.1. Modelo normalizado . . . . . . . . . . . . . . . . . . . 56
6.2.2. Diseño del controlador . . . . . . . . . . . . . . . . . . 56
6.2.3. Ley de Control para el convertidor completo . . . . . . 58
6.2.4. Resultados de simulación . . . . . . . . . . . . . . . . . 58
6.2.5. Sincronización con la red eléctrica . . . . . . . . . . . . 59
6.3. Adaptación de la carga RL del inversor boost . . . . . . . . . 59
6.3.1. Ley de adaptación . . . . . . . . . . . . . . . . . . . . 62
6.4. Estabilidad de las sistema completo en bucle cerrado . . . . . 63
6.4.1. Forma de las perturbaciones singulares . . . . . . . . . 64
6.4.2. Subsistema lento . . . . . . . . . . . . . . . . . . . . . 65
6.4.3. El subsistema rápido . . . . . . . . . . . . . . . . . . . 65
6.5. Simulación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67

7. Estimación de la cuenca de atracción 71

7.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
7.2. Formulación del problema . . . . . . . . . . . . . . . . . . . . 71
7.3. Optimización de Suma de Cuadrados (SOS) . . . . . . . . . . 72
7.4. Estimación de la cuenca de atracción . . . . . . . . . . . . . . 73
7.4.1. Applicación al inversor boost . . . . . . . . . . . . . . 75
7.4.2. Resultados . . . . . . . . . . . . . . . . . . . . . . . . . 77

8. Conclusiones 79
8.1. Aportaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
8.2. Trabajos futuros . . . . . . . . . . . . . . . . . . . . . . . . . 80

A. Periodo docente 2006. 87

A.1. Descripción . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
A.2. Control Adaptativo Indirecto de Sistemas con Fricción utili-
zando el modelo de LuGre . . . . . . . . . . . . . . . . . . . . 87
A.3. Control del Convertidor Boost DC-AC por Moldeo de Energı́a 88
A.4. Aplicación del control H∞ al PPCar . . . . . . . . . . . . . . 89
A.5. Control de Trayectorias de Robots Móviles por Moldeo de
Energı́a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90

4
B. Artı́culos 91
B.1. Control del Convertidor Boost DC-AC por moldeo de energı́a . 92
B.2. Aplicación del control H∞ al PPCAR . . . . . . . . . . . . . 93
B.3. Control of the Boost DC-AC Converter by Energy Shaping
(Inglés) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
B.4. Estimation of the region of attraction for a boost DC-AC Con-
verter control law. (Inglés) . . . . . . . . . . . . . . . . . . . . 95
B.5. Adaptive Control of the Boost DC-AC Converter. (Inglés) . . 96
B.6. Control of the Boost DC-AC Converter with RL Load by
Energy Shaping. . . . . . . . . . . . . . . . . . . . . . . . . . . 97

5
6
Índice de figuras

1.1. Función de energı́a para la generación de oscilaciones . . . . . . . 10

2.1. Función de energı́a para la generación de oscilaciones . . . . . . . 15

3.1. El convencional convertidor buck DC-AC . . . . . . . . . . . . . 17

3.2. Representación básica del boost inversor. . . . . . . . . . . . . . 18
3.3. Convertidor boost DC-AC ideal. . . . . . . . . . . . . . . . . . . 18
3.4. Tensiones de salida ideal de cada convertidor boost. . . . . . . . . 19
3.5. Convertidor boost DC-AC simplificado. . . . . . . . . . . . . . . 19
3.6. Modos de operación. . . . . . . . . . . . . . . . . . . . . . . . . 20

4.1. Modos de operación. . . . . . . . . . . . . . . . . . . . . . . . . 28

4.2. a) Espacio de estados (x1 , x2 ) (continua) y (x3 , x4 ) (discontinua);
b) espacio de estados (ζ1 , ζ2 ) (continua) y (ζ3 , ζ4 ) (discontinua). . . 32
4.3. Tensión de salida . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.4. Las tensiones de salida del primer convertidor boost DC-DC (con-
tinua) y del segundo convertidor boost DC-DC (discontinua). . . . 33
4.5. Diagrama de bloque PLL básico. . . . . . . . . . . . . . . . . . . 33
4.6. El diagrama de bloque del convertidor boost DC-AC con las ten-
siones de salida sincronizadas por PLL. . . . . . . . . . . . . . . 34
4.7. El diagrama de bloque conceptual del PLL aplicado al convertidor
boost DC-AC. . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.8. La tensión de salida del primer convertidor boost DC-DC (conti-
nua) y del segundo convertidor boost DC-DC (discontinua) . . . . 36
4.9. Tensión de salida . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.10. Intensidad en la bobina del primer convertidor boost DC-DC
(continua) e intensidad en el segundo convertidor boost DC-
DC (discontinua) . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.11. Espectro de frecuencia . . . . . . . . . . . . . . . . . . . . . . . 37
4.12. Diagrama de bloque conceptual del PLL aplicado al convertidor
boost DC-AC para la sincronización con la red eléctrica . . . . . . 38

7
4.13. Tensión de la red eléctrica (continua) y tensión de salida simulada
sincronizada con PLLs (discontinua). . . . . . . . . . . . . . . . 39

5.1. Evolución de una trayectoria en el subespacio de estado (x1 , x2 , kzk).

La parte de la trayectoria cuando el parámetro de la adapta-
ción ha convergido está en el plano kzk = 0 . . . . . . . . . . . 51
5.2. Tensión de salida con adaptación de una perturbación de 23 % 53
5.3. Evolución del tiempo de las variables rápidas ā (continua) y
ā∗ (discontinua) con ε = 0,01 en a) e ε = 0,001 in b) . . . . . . 53

6.1. Inversor boost simplificado con carga RL . . . . . . . . . . . . 56

6.2. a) Espacio de estado (x1 , x2 ) (continua) y (x3 , x4 ) (disconti-
nua); b) espacio de estado (ζ1 , ζ2) (continua) y (ζ3 , ζ4 ) (dis-
continua) con carga inductiva . . . . . . . . . . . . . . . . . . 60
6.3. Tensión de salida deseada (continua) y simulada (discontinua)
con carga RL . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6.4. Tensión de salida de la red eléctrica (continua) y tensión de
salida simulada sincronizada con carga RL (discontinua). . . . 61
6.5. Tensión de salida con adaptación de una perturbación de un
22,5 % para b y de un 95 % para c . . . . . . . . . . . . . . . . 67
6.6. La evolución del tiempo de la variable rápida b̄ (continua) y
b̄∗ (discontinua) con ε = 0,01 en a) y ε = 0,001 en b) . . . . . 68
6.7. La evolución del tiempo de la variable rápida c̄ (continua) y
c̄∗ (discontinua) con ε = 0,01 en a) y ε = 0,001 en b) . . . . . 69

8
Capı́tulo 1

Introducción

Los objetivos habituales de un sistema de control son la estabilización de

un punto de operación, o bien el seguimiento de referencias. Sin embargo, en
ciertas aplicaciones el objetivo del control es obtener un comportamiento os-
cilatorio en la salida con unas determinada caracterı́sticas (forma, que puede
ser senoidal u otras, amplitud, frecuencia y, posiblemente, fase). Ası́ en un
inversor, o convertidor DC-AC, se desea que la tensión de salida tenga una
forma senoidal. Otras aplicaciones son el seguimiento de caminos y control
del campo de velocidades en robótica o los robots bı́pedos. Por supuesto, una
forma de atacar el problema (la más usual en el caso del control de inverso-
res) es el seguimiento de una señal de referencia. Sin embargo esta modalidad
tiene, al menos, dos inconvenientes graves:
Por un lado, la introducción de una señal de referencia, que debe con-
siderarse una señal externa, convierte, desde un punto de vista formal,
al sistema en no autónomo complicándose el análisis y siendo más di-
fı́cil de mejorar las prestaciones del sistema que en el caso de sistemas
autónomos.
Por otro lado, en ciertas combinaciones de las condiciones iniciales (del
sistema y de la señal de referencia) pueden dar lugar a transitorios
indeseados.
Recientemente, se ha abierto una nueva lı́nea de investigación para la ge-
neración de oscilaciones mediante el moldeo de energı́a, de manera que no
es necesario introducir señales externas y el sistema se mantiene autónomo,
siendo el análisis simple y el diseño más sencillo. Otras posibles ventajas de
esta metodologı́a están aún por descubrir. Básicamente, el método consiste
en elegir una función de energı́a como la de la Fig. 1.1 que no presenta un
mı́nimo puntual sino una especie de valle. Siguiendo el planteamiento hamil-
toniano, un sistema con esta función de energı́a tenderá hacia el valle y, si no

9
existen puntos de equilibrio en el mismo, comenzará a oscilar dando vueltas
al valle, es decir, se producirá un ciclo lı́mite.

Figura 1.1: Función de energı́a para la generación de oscilaciones

Esta idea ha sido aplicada con éxito a sistemas subactuados, concreta-

mente al péndulo de Furuta y a sistemas de bola sobre viga [3, 15, 16]. En
el presente trabajo, se pretende aplicar el moldeo de energı́a a reguladores
conmutados de potencia y de este modo seguir validando esta reciente meto-
dologı́a.
Los convertidores de alta potencia conocidos más comúnmente como Switch-
Mode Power Supply (SMPS), tienen la caracterı́stica principal de tener una
alta eficiencia, ya que los transistores de salida funcionan como interruptores
que conectan las alimentaciones a la carga. Asimismo, tienen un tamaño más
reducido y un coste mı́nimo. Los transistores suelen estar gobernados por un
modulador de ancho de pulsos (PWM). Ellos se pueden clasificar en cuatro
tipos: rectificadores (AC-DC), convertidores (DC-DC), inversores (DC-AC)
y variadores de frecuencia (AC-AC), pudiendo ser a su vez elevadores o re-
ductores. No es de extrañar que debido a estas caracterı́sticas que presentan
los reguladores de potencia, hayan reemplazado en muchas aplicaciones a los
reguladores lineales. No obstante, son circuitos más complicados que pueden

10
tener problemas de ruido producido por la frecuencia de las intensidades.
Uno de los principales motivos del auge en la electrónica de potencia se
debe a la mejora en los componentes electrónicos y materiales ferromagnéticos
y que han permitido desarrollar nuevas topologı́as de estos reguladores de
potencia. Estas nuevas topologı́as van buscando:

Mejorar la eficiencia y la confiabilidad de modo que las conversiones

puedan hacerse en una sola etapa. Ası́, pueden proporcionar un mejor
aislamiento de la fuente y un mejor factor de potencia.

Aprovechar de un modo más eficiente la energı́a tanto por motivos

ecológicos como económicos.

En los casos que se desee inyectar energı́a a la red eléctrica, como en el

caso de la energı́a fotovoltaı́ca, reducir las perturbaciones que pueden
introducir debido a las conmutaciones.

Encontrar soluciones para las aplicaciones más restrictivas, como en el

caso de los procesadores que necesitan un menor voltaje.

Los reguladores de alta frecuencia de conmutación más comunes son: el

convertidor elevador boost, el convertidor reductor buck, el inversor reduc-
tor o elevador buck-boost y el inversor Čuk, éste último lleva el nombre de
quien lo diseñó [9]. Ellos abarcan un ancho margen de aplicaciones desde
aparatos domésticos a sofisticados sistemas de comunicación; incluyen elec-
trodomésticos, ordenadores, equipamientos electrónicos industriales, fuentes
de alimentación ininterruptible y sistemas de comunicación.
Como hemos comentado anteriormente, los reguladores conmutados de
potencia tienen estructuras más complejas, esto implica en muchos casos
búsqueda de algoritmos de control, que no tienen necesariamente que ser
más complejos. El control es fundamental en los sistemas de potencia, ya que
puede mejorar la rapidez en la respuesta, aumentar la robustez del circuito, y
como factor más importante, incrementar considerablemente la eficiencia. Se
han propuesto numerosos algoritmos de control empleando prealimentación
[20], PI generalizados [37], LQR [23, 24], modos deslizantes [6, 13, 25, 38, 43],
H∞ [22, 27]. La mayorı́a de estos algoritmos se basan en un control indirecto,
tomando como nueva variable de salida la intensidad por el inductor. De este
modo, el problema se puede transformar en encontrar la intensidad necesa-
ria para que la tensión de salida la deseada. Podemos encontrar bastantes
trabajos que emplean este control indirecto [6, 35, 43].
Un problema clásico de la electrónica de potencia es la inversión del volta-
je de salida. Los controladores necesarios para la conversión DC-AC son más

11
complejos que en el caso de la conversión DC-DC. Debido a que son sistemas
no lineales, con control con saturación, de fase no mı́nima y con resistencia
desconocida y altamente variable. Actualmente, se han propuesto diferentes
topologı́as de inversores empleando los convertidores boost, buck y Čuk [42].
Uno de ellos, propuesto recientemente, es el inversor elevador boost [6].
En el presente trabajo trataremos de abordar los problemas de control del
inversor boost utilizando la metodologı́a descrita anteriormente del moldeo
de energı́a, buscando obtener una alta eficiencia y confiabilidad.
A continuación, se hará una descripción de la composición de este trabajo.
En el Capı́tulo 2, se explica detalladamente el control por moldeo de energı́a.
Seguidamente, se hará una descripción más concreta del inversor boost en el
Capı́tulo 3. A continuación, en el Capı́tulo 4, se diseña un algoritmo de control
para nuestro sistema descrito previamente utilizando la metodologı́a descrita
en el Capı́tulo 2. En este mismo punto, se busca sincronizar el inversor con
la red eléctrica. El caso de carga desconocida se aborda en el Capı́tulo 5. Se
estudia el caso de carga inductiva en el Capı́tulo 6. Y por último, se hace
una estimación de la cuenca de atracción del sistema en el Capı́tulo 7 para
tratar el caso especial de la saturación del control.

12
Capı́tulo 2

Generación de oscilaciones por

moldeo de energı́a

2.1. Introducción
En [3, 17] se presentó una metodologı́a de control para la generación de
oscilaciones por moldeo de energı́a aplicable a los convertidores electrónicos.
La principal novedad de la nueva estrategia de control es la no utilización de
señales de referencia. Este método se fundamenta en una ley realimentación
asociada a una función de Lyapunov que garantiza la estabilidad y robustez
del sistema. La estrategia ha sido aplicada a UPS trifásicas, que pueden mo-
delarse por un sistema lineal, y un convertidor boost en su versión monofásica
pero con la diferencia que este modelo es no lineal.

2.2. Moldeo de energı́a

El objetivo de control de los convertidores inversores electrónicos se pue-
de plantear como la generación de un ciclo lı́mite estable con amplitud y
frecuencia dada para el cual las tensiones y intensidades presentan un com-
portamiento sinusoidal con cambio de fase pre-especificado. Si se encontrase
una ley de control que hiciera posible la aparición de tal ciclo lı́mite, se ge-
nerarı́a intensidad alterna sin necesidad de introducir señal de referencia de
tiempo alguna. Para este propósito, se define un sistema objetivo, obtenien-
do la ley de control por igualación de sus ecuaciones con las ecuaciones del
sistema.
Para definir el sistema objetivo consideramos la siguiente función de ener-
gı́a
ω
H0 (η1 , η2 ) = Γ2 (η1 , η2 )
4
13
con
Γ(η1 , η2 ) = ω 2(η1 − η10 )2 + (η2 − η20 )2 − µ (2.1)
Los parámetros ω, η10 , η20 y µ > 0 se deberı́an elegir de modo que la curva
cerrada Γ(η1 , η2 ) = 0 defina el comportamiento deseado. Esta curva es una
elipse centrada en el punto (η10 , η20 ). Se puede definir un sistema dinámico
de modo que esta curva cerrada sea su conjunto lı́mite. Un sistema dinánico
puede alcanzar esta meta si adopta H0 como una función Hamiltoniana [41],
y definiendo el sistema como
 " 1
#
−ka1
 
η̇1 Γ(η1 ,η2 ) Dη1 H0
=
η̇2 − Γ(η11,η2 ) −ka2 Dη2 H0

resultando

η̇1 = (η2 − η20 ) − ka1 ω 2(η1 − η10 )Γ(η1 , η2 ) (2.2)

η̇2 = −ω 2 (η1 − η10 ) − ka2 (η2 − η20 )Γ(η1 , η2 ) (2.3)

Observando que

Ḣ0 = −Γ2 (η1 , η2 ) ka1 ω 4 (η1 − η10 )2 + ka2 (η2 − η20 )2 ≤ 0

(2.4)

y usando el principio de invarianza de LaSalle se puede apreciar que para

todas las condiciones iniciales excepto el origen, las trayectorias del sistema
tienden a Γ(η1 , η2 ) = 0.
El comportamiento de este sistema objetivo se muestra en la Fig. 2.1, el
valle de la superficie señalado con una curva marca nuestro sistema objetivo.
El funcionamiento de este sistema objetivo corresponde al comportamien-
to que se desea de un convertidor DC-AC. Las constantes ω, η10 , η20 y µ son
parámetros de diseño para una frecuencia previamente seleccionada y una
amplitud del comportamiento deseado; mientras, ka1 y ka2 definen la veloci-
dad de la respuesta transitoria.

14
Figura 2.1: Función de energı́a para la generación de oscilaciones

15
16
Capı́tulo 3

Inversor boost

3.1. Introducción
El inversor de potencia convencional clasificado como Switch-Mode Power
Supply (SMPS) es el inversor buck mostrado en la Fig. 3.1. Como se puede
apreciar, se compone de dos convertidores buck DC-DC. Actualmente, este
circuito se utiliza en numerosas aplicaciones tanto industriales como comer-
ciales. No obstante, posee una caracterı́stica que en ciertas ocasiones puede
no ser deseable. El valor instantáneo de la media de su tensión de salida es
menor que el valor de su tensión de entrada.

Q2
Q4
+ L Vo
+ −
Vin
R
−
C
Q1
Q3

Figura 3.1: El convencional convertidor buck DC-AC

Una nueva topologı́a de inversor propuesta es el inversor boost [6]. Esta

estructura de inversor es obtenida aplicando la misma idea del inversor buck.
El inversor boost esta compuesto por dos convertidores boost DC-DC, que
permite obtener una tensión media de salida mayor que la tensión de entrada.

17
3.2. Inversor boost
El inversor boost es especialmente interesante porque genera una tensión
de salida AC media mayor que la tensión continua de entrada. Dicho inversor
se construye con dos convertidores DC-DC, tipo boost cada uno, y una carga
conectada entre ellos Fig. 3.2. La implementación del circuito se muestra en la
Fig. 3.3. Cada convertidor produce una tensión unipolar sinusoidal DC, V1 y
V2 . Las tensiones V1 y V2 deben de presentar un desfase igual a 180◦ , de modo
que se maximice la tensión a través de la carga, [6] Fig. 3.4. El convertidor

carga

+ +
Convertidor Convertidor
V1 V2
A B
− −

Figura 3.2: Representación básica del boost inversor.

+ Vo −

Q2
Q4
+ L1 L2 +
V1 C1 C2 V2

− −

Q1 Vin
Q3

Figura 3.3: Convertidor boost DC-AC ideal.

boost DC-AC puede ser simplificado como se muestra en la Fig. 3.5. Esta

18
 120

110
V1

100

90

80
0 0.01 0.02 0.03 0.04 0.05
Tiempo(seg)
120

110
V2

100

90

80
0 0.01 0.02 0.03 0.04 0.05
Tiempo(seg)

Figura 3.4: Tensiones de salida ideal de cada convertidor boost.

+ Vo −

Q2
R

+
L +
C Vc V2

− −
Vin
Q1

Figura 3.5: Convertidor boost DC-AC simplificado.

19
simplificación permite ver más claramente la intensidad bidireccional de cada
convertidor boost DC-DC.
Para hacer más fácil el diseño, utilizaremos esta simplificación para ob-
tener la ley de control, y seguidamente extrapolaremos estos resultados al
convertidor completo.

3.2.1. Descripción del sistema

Suponemos que:

todos los componentes son ideales y que las intensidades que atraviesan
los convertidores son continuas

las inductancias de las bobinas son L1 = L2 = L y las capacitancias de

los condensadores son C1 = C2 = C.

La carga R es conocida.

En la Fig. 3.6 se muestran los dos modos de funcionamiento para un

periodo de tiempo. Considerando un control variable q como q = 0, cuando

L + Vo −

iL R Q1 ON
+ + Q2 OF F
Vin Vc C V2
− −

L + Vo −

iL R Q1 OF F
+ +
Q2 ON
Vin Vc C V2
− −

Figura 3.6: Modos de operación.

Q1 = OF F y Q2 = ON, y q = 1, cuando Q1 = ON y Q2 = OF F , las

20
ecuaciones dinámicas del convertidor son
diL
L = −vC + qvC + Vin (3.1)
dt
dvC vC V2
C = iL − qiL − + (3.2)
dt R R
Si tomamos u = 1 − q como la acción de control en las ecuaciones (3.1)–(3.2),
tenemos
diL
L = −uvC + Vin (3.3)
dt
dvC vC V2
C = uiL − + (3.4)
dt R R
La ley de control, u, sólo puede tomar dos valores u ∈ {0, 1}. No obstante,
como es usual [26], consideramos sus valores medios siendo, además, u una
variable continua u ∈ [0, 1] que refleja el significado del porcentaje de activa-
ción del duty-cycle de cada circuito. Este modelo es más apropiado para el
control porque se describe en tiempo ”continuo” y las ecuaciones diferenciales
de primer orden son suaves y no-lineales.

3.2.2. Modelo normalizado

Para simplificar el estudio, se normaliza el sistema (3.3)–(3.4) utilizando
el siguiente cambio de variables
r
1 L
x1 = iL (3.5)
Vin C
vC
x2 = (3.6)
Vin
V2
x4 = (3.7)
Vin

resultando
1 1
x1 = − √ ux2 + √ (3.8)
LC LC
1 1 1
x2 = √ ux1 − x2 + x4 (3.9)
LC RC RC

y definiendo
t̃ = ω0 t (3.10)

21
como una nueva variable de tiempo con
1
ω0 = √ (3.11)
LC
el resultado del modelo normalizado queda

ẋ1 = −ux2 + 1 (3.12)

ẋ2 = ux1 − ax2 + ax4 (3.13)
q
1 L
donde a = R C
.

22
Capı́tulo 4

Control por moldeo de energı́a

4.1. Introducción
El inversor boost es un sistema no lineal, de fase no mı́nima, y por con-
siguiente, necesita de una ley de control para funcionar correctamente cuya
estructura del sistema es difı́cil de controlar. Las técnicas de control propues-
tas hasta el momento han sido utilizando modos deslizantes [6], un doble-lazo
y compensadores PI [34]. El primero se basa en un control indirecto de la
tensión. Sin embargo, el segundo se caracteriza por emplear un control direc-
to.
Este trabajo de investigación se basa en aplicar moldeo de energı́a para
obtener una ley de control que gobierne el inversor boost. Este método se ca-
racteriza porque no necesita señal de referencia, a diferencia de las anteriores
estrategias. El control es un control indirecto de la señal de tensión.
Se observará que la aplicación directa de la ley de control no alcanzará el
objetivo marcado debido a una falta de sincronización entre los dos conver-
tidores boost DC-DC del circuito. Para paliar este problema se introduce un
Phase-Locked Loop (PLL) en la ley de control. Esta idea puede ser también
usada para alcanzar una satisfactoria sincronización con la red eléctrica. Los
controladores resultantes son comprobados mediante simulaciones.

4.2. Diseño del controlador

El problema de control pretende diseñar una ley de control u usando el
método de moldeo de energı́a visto en el Capı́tulo 2. La ley de control deberá
gobernar los modos de operación de cada uno de los transistores para hacer
la salida V0 como una señal sinusoidal con una amplitud dada i.e.
V0 = V1 − V2 = Λ1 cos(ωt + ϕ1 ) − Λ2 cos(ωt + ϕ2 ) = Λ cos(ωt + ϕ)

23
donde los valores de Λ1 , Λ2 y ω son preespecificados. Las fases ϕ1 y ϕ2 no
están especificadas. Por esta razón necesitaremos un lazo externo adicional,
un PLL, cuya función será obtener un desfase entre ambas señales de tensión
(V1 y V2 ) de 180◦ alcanzando de esta forma el objetivo deseado.
Se necesita obtener una expresión analı́tica de la curva objetivo deseada
en el plano (x1 , x2 ). Estas variables representan como vimos en el capı́tulo
anterior las variables normalizadas correspondientes a la intesidad y a la
tensión, respectivamente. Se pretende que la tensión sobre el condensador
siga una curva sinusoidal; por ello, se asume que la evolución de tiempo
deseada para x2 sea

x∗2 = A1 sin ωt + B1 (4.1)

donde A1 , B1 y ω toman valores preespecificados, como vimos anteriormente

para obtener la evolución deseada de vC e iL usando (3.5)–(3.7), (3.10) y
(3.11). El estado de x1 que alcanza el valor deseado anterior de x2 se puede
aproximar por

x∗1 = aα0 + α1 cos ωt + β1 sin ω (4.2)

Si se elimina u del sistema de estado normalizado (3.12)–(3.13), se obtiene

x1 (1 − ẋ1 ) = x2 (ẋ2 + ax2 − ax4 ). (4.3)

La tensión de salida del segundo convertidor boost ideal es

x4 = A2 sin ωt + B2

Es necesario que B1 = B2 = B, si no habrá una componente mediana

de tensión en la carga no nula. Asimismo, se debe de cumplir la relación
A2 = −kA1 . Nosotros tomamos por simplicidad A2 = −A1 = A.
Substituyendo (4.1) y (4.2) en (4.3), se obtiene

aα0 + (β1 + aα0 α1 ω) sin ωt + (α1 − aα0 β1 ω) cos ωt

1 1
+( α12 − β12 ω) sin ωt − α1 β1 ω cos 2ωt
2 2
1 1
= aB 2 + aA2 − aB 2 − aA2 +
2 2
(2aAB − AB − AB) sin ωt + ωAB cos ωt +
1 2 1 1
ωA sin 2ωt − ( A2 − aA2 ) cos 2ωt
2 2 2
24
 Podemos despreciar los harmónicos de segundo orden sin 2ωt y cos 2ωt,
dado que cada conjunto inductor-capacitor del circuito funcionan como filtros
pasobajo. Haciendo una identificación de los coeficientes correspondientes, se
obtienen las siguientes ecuaciones

1 1
aα0 = aB 2 + aA2 − aB 2 aA2
2 2
β1 + aα0 α1 ω = 2aAB − aAB − aAB
α1 − aα0 β1 ω = ωAB
Resolviendo el sistema de ecuaciones para α0 , α1 y β1

1 1
α0 = B 2 + A2 − B 2 A2 (4.4)
2 2
ω(2aAB − aAB − aAB)aα0 + ωAB
α1 = (4.5)
1 + a2 ω 2(B 2 + 21 A2 − B 2 − 12 A2 )2
2aAB − aAB − aAB − aω 2 ABα0
β1 = (4.6)
1 + a2 ω 2 (B 2 + 12 A2 − B 2 − 21 A2 )2
El sistema (3.12)–(3.13) no se parece en forma al sistema (2.2)–(2.3). El
principal problema es que las dos parejas de ecuaciones tienen que tener la
misma estructura, mientras que sólo existe un único grado de libertad u. Se
necesita un nuevo cambio de variables para conseguir un modelo estructural
similar a (2.2)–(2.3). Por ello, se necesita

x21 + x22
ζ1 = (4.7)
2
ζ2 = x1 − ax22 + ax2 x4 + ζ20 (4.8)
donde ζ20 es un parámetro de ajuste. Desde (4.7)–(4.8), es fácil ver que

ζ̇1 = ζ2 − ζ20 (4.9)

ζ̇2 = 1 + 2a2 x22 − 3a2 x4 x2 + a2 x24 + ax2 x˙4
−u(x2 + 2ax1 x2 − ax4 x1 ) (4.10)
No es posible obtener una simple relación entre x1 = f (ζ1 , ζ2) y x2 =
f (ζ1 , ζ2) debido a la complejidad de las definiciones (4.7)–(4.8).
Observando la estructura del sistema objetivo (2.2)–(2.3) y comparándolo
con (4.9)–(4.10), la elección de ka1 = 0 es obvia, quedando como sistema
objetivo

25
 ζ̇1 = ζ2 − ζ20 (4.11)
ζ̇2 = −ω 2 (ζ1 − ζ10 ) − kΓ(ζ1 , ζ2 )(ζ2 − ζ20 ) (4.12)

donde Γ = ω 2 (ζ1 − ζ10 )2 + (ζ2 − ζ20 )2 − µ, µ > 0.

Tratamos que el sistema se establezca sobre la elipse definida por Γ(ζ1 , ζ2 ),
es decir, en Γ(ζ1 , ζ2 ) = 0, dando lugar a un estado donde no se pierde ni
se gana energı́a. Por simplicidad, ka2 ha sido renombrada por k, que será
un parámetro de ajuste que define el ratio de convergencia hacia la elipse
deseada.
La ley de control u obtenida de la igualación de (4.9)–(4.10) (4.11)–(4.12)
es

1 + 2a2 x22 − 3a2 x4 x2 + a2 x24 + ax2 x˙4

u =
x2 + 2ax1 x2 − ax4 x1
kΓ(ζ1 , ζ2 )(ζ2 − ζ20 ) + ω 2 (ζ1 − ζ10 )
+ (4.13)
x2 + 2ax1 x2 − ax4 x1

La única cuestión que queda es demostrar que el comportamiento de ζ1 y

ζ2 es una elipse. Para ello, tenemos que definir los parámetros de dicha elipse
ω, ζ10 , ζ20 y µ, que a su vez depende del comportamiento deseado de x2 .
Para ello, es necesario obtener la evolución deseada para ζ1 y ζ2 aplicando el
cambio de variables (4.7)–(4.8) a (4.1) y (4.2).

1
ζ1 = [(aα0 + α1 sin ωt + β1 cos ωt)2 + (A1 sin ωt + B1 )2 ]
2
ζ2 = aα0 + α1 sin ωt + β1 cos ωt − a(A1 sin ωt + B1 )2
+a(A1 sin ωt + B1 )x4 + ζ20

Expandiendo estas expresiones en términos de Fourier se obtiene

(0) (11) (12) (21)
ζ1 = ζ1 + ζ1 cos ωt + ζ1 sin ωt + ζ1 cos 2ωt
(22)
+ζ1 sin 2ωt
(0) (11) (12) (21)
ζ2 = ζ2 + ζ2 cos ωt + ζ2 sin ωt + ζ2 cos 2ωt
(22)
+ζ2 sin 2ωt

Igualando términos se pueden obtener expresiones para los coeficientes de

Fourier

26
 2a2 α02 + α12 + β12 + A2 + 2B 2
ζ10 =
4
ζ111 = 2aα0
ζ112 = 2aβ1 + AB
α12 + β12 + A2
ζ121 =
4
α1 β1
ζ122 =
2
ζ20 = ζ20
ζ211 = α1
ζ212 = β1 − 2aAB
aA2
ζ221 =
2
ζ222 = 0
(21)
Asumiendo que los términos de doble frecuencia son rechazados, ζ1 ,
(22) (21) (22)
ζ1 , ζ2 , ζ2 estas expresiones se pueden aproximar a una elipse en el
plano ζ1 , ζ2 , usando las expresiones (4.4)–(4.6)

(11) (12)
ωζ1 = −ζ2
(12) (11)
ωζ1 = ζ2

Los parámetros de la elipse son dados por

(0)
ζ10 = ζ1
(0)
ζ20 = ζ2
(11) 2 (12) 2
µ = ω 2((ζ1 ) + (ζ1 ) )

4.2.1. Ley de control para el convertidor completo

En esta sección, se extrapola la ley de control obtenida previamente consi-
derando que el inversor boost está compuesto por dos convertidores DC-DC,
de modo que, posee dos señales de control. En la Fig.4.1 se muestran los
modos de funcionamiento para un periodo de tiempo.
Considerando dos variables de control q1 , para el convertidor boost de la
izquierda, y q2 , para el convertidor boost de la derecha. Los estados de las

27
 + Vo −
R Q1 ON
+ − L + + L − + Q2 OF F
V1 C1 C2 V2
− iL1 iL2 − Q3 OF F
Vin Q4 ON

+ Vo −
R Q1 OF F
+ − L + + L − + Q2 ON
V1 C1 C2 V2
− iL1 iL2 − Q3 OF F
Vin Q4 ON

+ Vo −
R Q1 OF F
+ − L + + L − +
Q2 ON
V1 C1 C2 V2
− iL1 iL2 − Q3 ON
Vin Q4 OF F

+ Vo −
R Q1 ON
+ − L + + L − +
Q2 OF F
V1 C1 C2 V2
− iL1 iL2 − Q3 ON
Vin Q4 OF F

Figura 4.1: Modos de operación.

28
variables de control serán
 

 Q1 = OF F 
 Q1 = ON
q1 = 0 Q2 = ON q1 = 1 Q2 = OF F
 
(4.14)
q2 = 0 
 Q3 = OF F q2 = 1 
 Q3 = ON
Q4 = ON Q4 = OF F
 

Con estas condiciones y tomando u1 = 1 − q1 y u2 = 1 − q2 , como las acciones

de control, el modelo del sistema queda

diL1
L1 = −u1 vC1 + Vin
dt
dvc1 vC1 vC
C1 = u1iL1 − + 2
dt R R
diL2
L2 = −u2 vC2 + Vin
dt
dvc2 vC1 vC
C2 = u2iL2 + − 2
dt R R

y mediante el cambio de variables propuesto (3.5)–(3.7) más

r
1 L
x3 = iL2
Vin C

llegamos a las ecuaciones normalizadas

ẋ1 = −u1 x2 + 1 (4.15)

ẋ2 = u1 x1 − ax2 + ax4 (4.16)
ẋ3 = −u2 x4 + 1 (4.17)
ẋ4 = u2 x3 + ax2 − ax4 (4.18)

Comparando los sistemas (4.15)–(4.18) y (3.13)–(3.13) se puede notar que

existe una estructura similar para las parejas de intensidad y de tensión de
ambos convertidores boost DC-DC; por consiguiente, las dos leyes de control
se pueden obtener fácilmente. La primera ley de control u1 es prácticamente
igual a la expresión (4.13). La ley de control u2 se obtiene por simetrı́a; asimis-
mo, todos los parámetros que componen dicha ley son obtenidos igualmente
por simetrı́a . Las leyes de control son

29
 1 + 2a2 x22 − 3a2 x2 x4 + a2 x24 + ax2 ẋ4
u1 =
x2 + 2ax1 x2 − ax4 x1
k1 Γ(ζ1 , ζ2 )(ζ2 − ζ20 ) + ω 2 (ζ1 − ζ10 )
+ (4.19)
x2 + 2ax1 x2 − ax4 x1
1 + 2a2 x24 − 3a2 x2 x4 + a2 x22 + ax4 ẋ2
u2 =
x4 − 2ax3 x4 + ax2 x3
−k2 Γ(ζ1 , ζ2 )(ζ4 − ζ40 ) + ω 2(ζ3 − ζ30 )
+ (4.20)
x4 + 2ax3 x4 − ax2 x3

Las expresiones para las derivadas ẋ2 y ẋ4 son tomadas directamente
desde las ecuaciones normalizadas del inversor boost.

4.2.2. Resultados de simulaciones

Las siguientes simulaciones se realizan tomando los valores para los pára-
metros del inversor

Vin = 20V
R = 100Ω
L = 1,5mH
C = 100µF

La frecuencia y la amplitud de tensión deseada son 50Hz y 40V , respectiva-

mente.
Los valores de las bobinas y los condensadores, L y C, fueron elegidos
siguiendo algunas reglas [7, 8] que persiguen los siguientes objetivos:

obtener un pequeño rizado en las intensidades y tensiones

tener acotadas las intensidades en las bobinas

satisfacer los lı́mites de saturación de la señal de control

En este caso, como las tensiones de los convertidores DC-DC tienen que
tener una diferencia de fase de 180◦, las tensiones deseadas normalizadas son

x∗2 = A sin ωt + B
x∗4 = −A sin ωt + B

30
 El parámetro A debe ser la mitad de la amplitud de la tensión de salida
deseada, y el parámetro B deberá ser elegido, de modo que, x2 y x4 sean
siempre positivas. Para obtener estas tensiones, los parámetros son A = 1 y
B = 5 con ω = 0,122 en el espacio de las variables normalizadas (x1 ,x2 ).
Los parámetros de la elipse, usando el desarrollo previo, resultan:

ζ10 = 12,84
ζ30 = 12,84
µ1 = 0,37
µ2 = 0,37

Por otro lado, los parámetros de ajuste son elegidos como

k1 = 1,2
k2 = 1,2
ζ20 = 0
ζ40 = 0

El valor de las corrientes seá:

x∗1 = 0,602 cos 0,122t

x∗2 = 0,602 cos 0,122t

La Fig. 4.2 muestra los resultados de una simulación tomando una fre-
cuencia de conmutación de 50KHz y empleando un tiempo de muestreo de
0,1T seg (donde T es el periodo correspondiente a la frecuencia de conmu-
tación ); Asimismo, se tomó una frecuencia de ambos convertidores boosts
DC-DC alcanzan los ciclos lı́mites deseados.
La Fig. 4.3 muestra las tensiones de entrada y salida del inversor boost. En
esta figura sólo se muestra el comportamiento estacionario. Se puede apreciar
que no se alcanza la amplitud deseada. Esto es debido, a que el diseño no
impone que el desfase entre las señales vc1 y vc2 sea de 180◦ . La figura 4.4
muestra como este requerimiento no se alcanza, siendo este problema será
tratado en la próxima sección.

4.3. Sincronización de señales de tensión

En el diseño previo, encontramos que las señales de tensión no presentaban
una diferencia de fase de 180◦. Esto se debe a que la dimensión del sistema es
cuatro y para obtener una curva necesitamos tres ecuaciones. Hasta ahora,

31
 a) b)
12.5 1.5

12

11.5 1

11

10.5 0.5
x1,x3

y1y3
10

9.5 0

8.5 −0.5

7.5 −1
−1 −0.5 0 0.5 1 1.5 30 40 50 60 70 80

x2,x4 y2,y4

Figura 4.2: a) Espacio de estados (x1 , x2 ) (continua) y (x3 , x4 ) (discontinua); b)

espacio de estados (ζ1 , ζ2 ) (continua) y (ζ3 , ζ4 ) (discontinua).

40

30

20

10
Tensión (V)

−10

−20

−30

−40
0 0.02 0.04 0.06 0.08 0.1
Tiempo(seg)

Figura 4.3: Tensión de salida

32
 120

115

110

105
Tensión (V)

100

95

90

85

80

0.1 0.12 0.14 0.16 0.18 0.2

Tiempo(seg)

Figura 4.4: Las tensiones de salida del primer convertidor boost DC-DC (continua)
y del segundo convertidor boost DC-DC (discontinua).

únicamente tenı́amos dos ecuaciones Γ1 (ζ1 , ζ2 ) = 0 y Γ2 (ζ1 , ζ2 ) = 0. Para

conseguir la tercera ecuación y, ası́, obtener la tensión de salida deseada, es
necesario sincronizar estas señales. En esta sección, se añade un Phase-Locked
Loop (PLL) para alcanzar la diferencia de fase deseada.
Un PLL es un dispositivo que genera una señal de salida que sigue a otra.
Este seguimiento puede ser tanto en frecuencia como en fase. Un PLL consta
básicamente de tres partes [18]–[1]: un detector de fase (PD), un filtro de
bucle (LF) y un oscilador de tensión controlada (VCO). En la Fig. 4.5, se
tiene un esquema funcional del dispositivo. La señal si es la señal de referencia
y s0 es la señal sincronizada. El PD es un multiplicador de señal y tiene una
ganancia kd . El producto resultante es filtrado en el LF, de modo que, se
elimina la componente más alta de frecuencia. El VCO es un oscilador de
frecuencia controlada, y genera una señal que está en cuadratura

si PD ve vc VCO so
LF
Kd Kv

Figura 4.5: Diagrama de bloque PLL básico.

33
4.3.1. Aplicación del PLL al convertidor boost DC-AC
El objetivo es sincronizar las curvas de tensión con una diferencia de fase
igual a 180◦. Nos fijamos en el esquema de la Fig. 4.6. En dicho esquema, se
toma como señal de referencia la tensión del segundo convertidor DC-DC, x4 ,
siendo la tensión del primer convertidor, x2 , la señal que se va a sincronizar. El
primer convertidor DC-DC con su controlador puede ser considerado como
un VCO: el controlador recibe como entrada un incremento de frecuencia
proveniente del PLL. Este incremento de frecuencia se añade a la frecuencia
nominal, y la frecuencia resultante será la utilizada en la ley de control (4.19).
La salida del convertidor es una señal sinusoidal de dicha frecuencia.

P LL

∆ω x2 x4

Controlador Convertidor Convertidor Controlador

R
1 1 2 2
u1 u2

Figura 4.6: El diagrama de bloque del convertidor boost DC-AC con las tensiones
de salida sincronizadas por PLL.

El diagrama de bloque aparece en la Fig. 4.7. El multiplicador obtiene el

producto x∗2 × x∗4 , de tal modo que su salida, ver [18], una vez filtrada por un
filtro paso bajo (LPF), es una medida de la desviación de la diferencia de fase
respecto a 90◦ . Por esta razón, una de las entradas del multiplicador, x∗2 , se
obtiene tras pasar la tensión x2 por un filtro paso alto (HPF) para eliminar
su componente de continua. Por otro lado, x∗4 se obtiene tras pasar x4 por
otro HPF, seguidamente, se invierte la señal y se integra. De esta forma si
tenemos,
x4 = B2 + A2 sin(ωt)

entonces tendremos

A2  π
x∗4 =− sin ωt − +C
ω 2

La constante C se elimina por el LPF.

34
 x∗2
x2 HP F

× LP F Kvd ∆ω

−1 1
x4 HP F s
x∗4

Figura 4.7: El diagrama de bloque conceptual del PLL aplicado al convertidor

boost DC-AC.

Resultados de simulación
Los filtros paso altos son:
1,4s
s+ω
para la señal de referencia y
1,4s
s + ω + ∆ω
para la señal a sincronizar.
El LPF es un filtro Butterworth de segundo orden [19]
√ √ √ √
2 2 2 2
64 · 10− 6( 2
− 2
j)( 2
+ 2
j)
√ √ √ √
2 2 2 2
(s + 0,008( 2
− 2
j))(s + 0,008( 2
+ 2
j))
El valor de la ganancia del PLL es Kdv = 3.
Los resultados de la aplicación PLL se muestran en la Fig. 4.8. Las ten-
siones vc1 y vc2 presentan una diferencia de fase de 180◦ . En la Fig. 4.9 se
representa la tensión de salida del inversor boost. Se puede observar que esta
señal de tensión alcanza la amplitud deseada de 40V .
En la Fig.4.10 tenemos las señales de las intensidades que pasan por las
bobinas.
Para esta señal de salida se tiene una distorsión harmónica, THD=1.75 %.
En la Fig. 4.11 podemos ver el espectro de dicha señal. A la vista de los
resultados, podemos concluir que con el controlador (4.13) obtenido a través
de utilizar moldeo de energı́a da como resultado una señal de salida con bajo
contenido en harmónicos.

4.3.2. Sincronización con la red eléctrica

Para sincronizar la señal de salida del inversor boost con la red eléctrica,
se tratan las señales de tensión de ambos convertidores DC-DC (vc1 , vc2 ) con

35
 120

115

110

105
Tensión (V)

100

95

90

85

80

1.9 1.92 1.94 1.96 1.98 2

Tiempo(seg)

Figura 4.8: La tensión de salida del primer convertidor boost DC-DC (continua)
y del segundo convertidor boost DC-DC (discontinua)

40

30

20

10
Tensión (V)

−10

−20

−30

−40
1.9 1.92 1.94 1.96 1.98 2
Tiempo(seg)

Figura 4.9: Tensión de salida

36
 5

2
Intensidad (A)

−1

−2

−3

−4

−5
1.95 1.96 1.97 1.98 1.99 2
Tiempo(seg)

Figura 4.10: Intensidad en la bobina del primer convertidor boost DC-DC

(continua) e intensidad en el segundo convertidor boost DC-DC (discontinua)

5
x 10
14

12

10

0
0 50 100 150 200 250 300
Frecuencia (Hz)

Figura 4.11: Espectro de frecuencia

37
un PLL cada una (Fig. 4.12). La tensión vc1 se sincroniza con la tensión de
red sin desfase alguno, mientras que la tensión vc2 se sincroniza con la tensión
de red con un desfase de 180◦.

red

P LL1 P LL2

∆ω1 x2 x4 ∆ω2
Controlador Convertidor Convertidor Controlador
R
1 1 2 2
u1 u2

Figura 4.12: Diagrama de bloque conceptual del PLL aplicado al convertidor boost
DC-AC para la sincronización con la red eléctrica

Resultados de simulación
La tensión de red

Vred = 325 sin(100πt). (4.21)

Los parámetros de los filtros y la ganancia empleada en los PLLs son los mis-
mos que se emplearon previamente. No obstante, los parámetros de inversor
se tienen que volver a reparametrizar para que el inversor alcance la amplitud
de la tensión de red (4.21).
Los valores elegidos son:

Vin = 48V
R = 100Ω
L = 250µH
C = 250µF

Para conseguir tal tensión de salida, los parámetros de x∗2 y x∗4 son

A = 3,385
B = 12,5
ω = 0,122

38
y una frecuencia de conmutación para el PWM de 50KHz.
En la Fig.4.13 se puede observar la sincronización del convertidor boost
DC-AC con la tensión de la red eléctrica. Prácticamente no se puede distin-
guir una señal de otra.

400

300

200
Tensión (V)

100

−100

−200

−300

−400
0 0.02 0.04 0.06 0.08 0.1
Tiempo(seg)

Figura 4.13: Tensión de la red eléctrica (continua) y tensión de salida simulada

sincronizada con PLLs (discontinua).

39
40
Capı́tulo 5

Control adaptativo

5.1. Introducción
En muchas ocasiones, la carga de estos circuitos es desconocida y/o alta-
mente variable. Esto implica la necesidad de aplicar algún tipo de algoritmo
que trate este problema. En este trabajo se utiliza un mecanismo de adapta-
ción. Hasta el momento se han utilizado en convertidores de alta frecuencia
de conmutación estrategias de control adaptativo como modos deslizantes,
ganancia por tabla de decisión, backsteping asociada a una función de Lya-
punov, el concepto de punto de malla [40, 12, 40, 28]. En el convertidor boost,
ver [17], se utilizó un mecanismo de adaptación para el caso de controladores
similares. El hecho que el inversor boost tiene una salida AC hace que el
diseño de la ley de adaptación sea más compleja. Se diseña un observador de
estado para algunas variables del convertidor aun cuando estas son accesi-
bles. Para analizar la estabilidad del sistema completo se emplea el análisis de
perturbaciones singulares. Por simplicidad, no se considera el Phase-Locked
Loop en el análisis. El control adaptativo resultante es probado mediante
simulaciones.
Tomaremos como base el modelo normalizado de un lado del inversor del
inversor boost (3.12)–(3.13) para el diseño de la ley de adaptación.

5.2. Diseño de la ley de adaptación de la car-

ga
En esta sección se propone una ley de adaptación (o un observador de
la carga) para tratar las incertidumbres y/o las variaciones de la carga en el
parámetro donde esta incluı́da, a. El diseño de este observador está basado

41
sólo en un lado del circuito, el cual contiene suficiente información para hacer
dicho parámetro observable. Por tanto, no es necesario el uso de los dos lados
del circuito en este momento.
El lado izquierdo del circuito (3.12)-(3.13), puede ser compactamente re-
escrito como:
ẋl = Ul xl + aBl y + El (5.1)
y = x2 − x4 (5.2)
con xl = [x1 , x2 ]T , y
     
0 −u1 0 1
Ul = , Bl = , El =
u1 0 −1 0
A continuación, suponemos que ambas tensiones y intensidades son medi-
bles (analógicamente o digitalmente) y, por tanto, accesibles para el uso del
control.

5.2.1. Ley de adaptación

La ley de adaptación propuesta se compone por: un observador de estado
para un lado del inversor boost, más una ley de adaptación para el parámetro
a. Ası́, se tiene la siguiente estructura:
x̂˙ = Ul x̂ + âBl y + El + K(xl − x̂) (5.3)
â˙ = β(xl , x̂) (5.4)
donde K ∈ R2×2 es una matriz de diseño constante, y β(xl , x̂) es la ley de
adaptación que será diseñada. Observa, que incluso si xl es accesible, la ley
de adaptación diseñada aquı́ requiere el observador de estado adicional (o
extendido). Esto será aclarado durante el análisis del sistema de ecuaciones
de error, como será estudiado más abajo.

5.2.2. Ecuaciones de error

Se supone que a es un parámetro constante (ȧ = 0) (o que varia lenta-
mente ȧ ≈ 0) y define las siguientes variables de error:
x̃ = xl − x̂, ã = a − â, ˙
ã˙ = −â.
La ecuación de error son derivadas ahora desde (5.1)–(5.2) junto con (5.3)–
(5.4)
x̃˙ = −K x̃ + ãBl y (5.5)
ã˙ = −β(xl , x̂) (5.6)

42
Se toma K de la forma,
K = αI, α>0
y P = I es la solución trivial de P K T + KP = −Q, con Q = −2αI.
Introduciendo
ã2
V = x̃T P x̃ + (5.7)
γ
se tiene
ã˙
 
T T
V̇ = x̃ Qx̃ + 2ã x̃ P Bl y +
γ
!
â˙
= x̃T Qx̃ + 2ã x̃T P Bl y −
γ

La ley de adaptación se diseña cancelando los términos cuadráticos que están

entre paréntesis, i.e.
â˙ = γ(BlT P x̃)y (5.8)

5.2.3. Propiedades de la estabilidad

Se definen ahora las ecuaciones de error de la ley de adaptación y del
observador. Estas ecuaciones son:
x̃˙ = −K x̃ + ãBl y (5.9)
ã˙ = −γ(BlT P x̃)y (5.10)
Las propiedades de estabilidad de estas ecuaciones vienen de la función de
Lyapunov, V , definida anteriormente. Nota que con la elección de (5.8) se
tiene
V̇ = −x̃T Qx̃
A partir de los argumentos estándares de Lyapunov, se tiene que las variables
de error: x̃ y ã, está acotadas. Además por el principio de invarianza de
LaSalle, podemos concluir fácilmente que x̃ → 0, lo cual implica a partir de
(5.10) que ã˙ → 0.
Desde (5.9), y por la propiedad x̃ → 0, y x̃˙ → 0, tenemos que
ãBl y → 0
Observa que si y se mantiene como una sinusoidal como era esperado desde
la formulación del problema de control, la única solución asintótica para ã,
es ã = 0, como y 6≡ 0, ∀t ≥ 0.
Nota, que en los instantes que y = 0, (5.1) no depende del parámetro a.
El lema siguiente recoge los resultados anteriores:

43
Lema 1 Consideramos el sistema en bucle abierto (5.1)–(5.2), y suponemos
que si las soluciones están acotadas. El observador extendido (5.3)–(5.4) tie-
ne las siguientes propiedades:

i) Los estados estimados x̂, â están limitados.

ii) lı́mt→∞ x̂(t) = x(t).

iii) lı́mt→∞ â(t) = a, si y sólo si y(t) 6≡ 0, ∀t ≥ 0.

5.3. Estabilidad de las ecuaciones completas

en bucle cerrado
En la anterior sección hemos presentado las propiedades de estabilidad del
observador extendido. Estas propiedades son independientes de la evolución
de las variables de estado del sistema. En esta sección se analiza la estabilidad
del sistema completo.
Las ecuaciones de los dos lados del inversor en bucle abierto (4.15)-(4.18),
pueden ser compactamente reescritas como:

ẋ = U(u)x + aBy + E (5.11)

y = x2 − x4 (5.12)

con x = [x1 , x2 , x3 , x4 ]T , y

0 −u1 0 0 0 1
     
 u1 0 0 0   −1  0 
U = ,B =  ,E = 

0 0 0 −u2  0  1 
0 0 u2 0 1 0

5.3.1. El sistema ajustado

El sistema ajustado se define como el sistema en bucle cerrado ideal bajo
la acción de la ley de realimentación ajustada u∗ = k(x, a), calculada con el
valor exacto de a.
El sistema ajustado dado en los capı́tulo previos da

ẋ = U(u∗ )x + aBy + E (5.13)

= U(k(x, a))x + aBy + E (5.14)
= f (x) (5.15)

44
y alcanza las soluciones peródicas orbitales asintóticamente establesa, i.e.

x∗ (t) = x∗ (t + T )

En el capı́tulo anterior se mostró que la función Γ(η1 , η2 ) definida en (2.1)

tienden a cero. Ella se corresponde a una solución sinusoidal periódica con
periodo T = 2π/ω. Consecuentemente, y ∗ = x∗2 − x∗4 es también sinusoidal.

5.3.2. Sistema en bucle cerrado

En la práctica, la ley de control que se aplica depende de la estimación
del parámetro a. Denotamos esta ley de control como û = k(x, â). Observa
que esta ley de control depende del estado x y no de su estimación x̂, porque
el estado x es directamente medible. El papel de x̂ es tan sólo hacer posible
el diseño de la ley de adaptación para a.
La ecuación en bucle cerrado resultante del empleo de û = k(x, â) se
escribe, como

ẋ = U(û)x + aBy + E ± U(u∗ )x (5.16)

= f (x) + [U(û) − U(u∗ )] x (5.17)
= f (x) − U(ũ)x (5.18)

donde ũ = u∗ − û. Nota que U(ũ) = U(x̃, ã), puede ser dividido como sigue:
 
Iψ1 (x, am )ã 0
U(ũ) = U(x̃, ã) =
0 Iψ2 (x, am )ã

donde ψi (x, am ) = ∂a ki (x, ã)|ã=am , ∀i = 1, 2. Esta expresión resulta de la

aplicación del teorema del valor medio, con am ∈ [amin , amax ], siendo un
valor de a en el intervalo fı́sico permitido. La matriz antisimétrica S = −ST
es definida como
 
0 −1
S = diag{I, I}, I=
1 0

El término U(ũ) = U(x, ã) captura el acople entre el valor real y el valor
estimado de la carga. En vista de la discusión anterior, este término tiene la
siguiente propiedad:
Propiedad 1 Tomamos M = {(x, ã) : ||x − x∗ || < ǫx , |ã| < ǫa }, como
un dominio compacto que incluye las soluciones periódicas asintóticas del
sistema ajustado y con la carga exacta. Entonces, la función U(ũ) = U(x, ã)
tiene ∀(x, ã) ∈ M, y por tanto, tiene las siguientes propiedades:

45
 i) es continua, analı́tica y libre de singularidades

ii) tiene los siguientes lı́mites:

lı́m U(ũ) = lı́m U(x, ã) = 0.

ũ→0 ã→0

Uniendo (5.18) con el sistema de error del observador proporciona el con-

junto completo de las ecuaciones en bucle cerrado, con y = y(x)

ẋ = f (x) − U(x, ã)x (5.19)

x̃˙ = −αx̃ + ãBy (5.20)
ã˙ = −γ(B T P x̃)y (5.21)

donde hemos substituido K = αI. Las consideraciones de estabilidad discu-

tidas aquı́ estarán basadas en la separación de escala de tiempo. La principal
idea es que con la elección apropiada de las ganancias, como se discutirá más
tarde, las ecuaciones del observador (5.20)-(5.21) pueden ser vistas como el
subsistema rápido y la ecuación (5.19) como el subsistema lento. Nota de
nuevo, que esta separación de escala de tiempo deberı́a estar forzada por un
cambio particular del observador y de las ganancias de adaptación: K y γ.

5.3.3. Forma de perturbaciones singulares

Para poner el sistema anterior en la forma de perturbaciones singulares
estándar, realizamos los siguientes pasos:

introducimos ā = αã ,

seleccionamos γ = α2
1
definimos ε = α

Con estas consideraciones, alcanzamos,

ẋ = f (x) − U(x, ā)x

εx̃˙ = −x̃ + āBy,
εā˙ = −(B T P x̃)y.

donde ε > 0 es un parámetro pequeño. Observa que esta selección particular

de las ganancias impone ganancias relativas para la adaptación, γ, y define
precisamente, como las ganancias del observador están relacionadas con γ.

46
 El sistema objetivo para las variables lentas, es el definido en (2.2)–(2.3)
[2]

η̇1 = ωη2
η̇2 = −ωη1 − kx2 Γ(η1 , η2 ).

Dividiendo estas ecuaciones por ω alcanzan una forma similar para las ecua-
ciones pertenecientes al subsistema rápido. Como queremos que las variables
x sea mucho menores que las z tenemos que imponer
1 1
ε≪ , ε≪
ω k
Esto significa que tanto la ganancia de adaptación γ como el parámetro
de ajuste k deberı́an de estar relacionados con la frecuencia deseada, como:

γ ≫ ω 2, γ ≫ k2

Haciendo que z = [x̃, ā]T llegamos a una formulación más general

ẋ = f (x) − U(ũ)x (5.22)

εż = g(x, z) (5.23)

con,

x(t0 ) = x0 , x ∈ R3
z(t0 ) = z 0 , z ∈ R5

y  
−x̃ + āBy
g(z, x) =
−(B T P x̃)y
De acuerdo con el análisis de perturbaciones singulares, vamos a seguir los
siguientes pasos:
1. Encontrar una solución estacionaria del subsistema rápido (5.23) ha-
yando raı́ces de las ecuaciones g(x, z) = 0, i.e. z = φ(x)

2. Substituir esta solución en el subsistema lento (5.22), y encontrar un

resultado del subsistema lento

ẋ = f (x) − U(ũ(x, φ(x)))x

3. Comprobar las propiedades del subsistema rápido a lo largo de una

solución particular ẋ = f (x) − U(ũ(x, φ(x)))x.

47
5.3.4. Subsistema lento
Procediendo con los pasos 1 y 2 anteriores, necesitamos encontrar la so-
lución de la ecuación algebraica
 
−x̃ + āBy
0 = g(x, z) =
−(B T P x̃)y
cuyas raı́ces son calculadas desde
x̃ = āBy
0 = −āB T P By 2
nota que B T P B = 2, y que las ecuaciones anteriores tienen múltiples solu-
ciones, i.e
x̃ = 0
āy 2 (x) = 0
lo cual significa que si y ≡ 0, hay una solución para x̃ = 0, e infinitas
soluciones para ā. Sin embargo, si y 6≡ 0, por ejemplo la solución ajustada
particular de y ∗ = A cos(ωt), entonces
 
x̃
z = φ(x) = =0
ā
llega a ser una raı́z aislada. Entonces para esta solución particular, y obser-
vando que ā = a−â
α
= 0, e.i. â = a el modelo lento se escribe como:
ẋ = f (x) − U(x, 0)x = f (x), (5.24)
lo cual no es más que el sistema ajustado cuyas soluciones x(t) = x∗ (t) son
sinusoidales.

5.3.5. El subsistema rápido

Ahora, el próximo paso es evaluar la estabilidad del subsistema rápido en
el intervalo de tiempo finito t ∈ [t0 , t1 ]. Esto se obtiene para la evaluación
del subsistema rápido (5.23) a lo largo de una solución particular del estado-
cuasiestable x∗ (t), ∀t ∈ [t0 , t1 ] (soluciones del sistema ajustado), y reescalando
el tiempo t a τ = (t − t0 )/ε.
Como una solución particular consideramos y ∗ = x∗2 − x∗4 = A cos(ωt + ϕ),
la cual expresada en las coordenadas de un tiempo extendido τ = (t − t0 )/ε
es:
y ∗ = y ∗(τ, ω, ε, t0) = A cos(ω(ετ + t0 ) + ϕ)

48
el subsistema rápido (5.23) evaluado a lo largo de tal solución es,

d ˆ
x̃1 = −x̃ˆ1
dτ
d ˆ
x̃2 = −x̃ˆ2 − ā ˆy ∗
dτ
d
āˆ = x̃ˆ2 y ∗
dτ
el cual puede ser reescrito como:

d
ẑ = J(y ∗ )ẑ = J(τ, ω, ε)ẑ
dτ
con  
−1 0 0
J =  0 −1 −y ∗ 
0 y∗ 0
Bajo estas condiciones, el sistema (5.23) se reduce al sistema autónomo lineal

d
ẑ = J(τ, ω, 0)ẑ = J(y0∗ )ẑ (5.25)
dτ

Consideramos el y0∗ ∈ Dx , con Dx , {x : |y| = |x2 − x4 | > c0 > 0}, el sistema

anterior posee las siguientes propiedades.

Propiedad 2 Los autovalores de J(y ∗), para [t, x∗ , z] ∈ [t0 , t1 ] × Dx × R3 ,

son todos estrictamente negativos, i.e.

λ1 = −1 (5.26)
( p )
1 − 4y ∗2
−1 +
λ2 = Re <0 (5.27)
2
( p )
−1 − 1 − 4y ∗ 2
λ3 = Re <0 (5.28)
2

donde c0 > 0 es una constante.

Por tanto, J(y ∗ ) es Hurwitz en el dominio considerado. Como consecuen-
cia, existe una matriz P (y ∗) = P (y ∗)T > 0 y una Q(y ∗) > 0 tal que las
ecuaciones estándar de Lyapunov se mantienen:

P (y ∗)J(y ∗) + J(y ∗ )T P (y ∗) = −Q(y ∗ )

49
 A partir de los argumentos generales de Lyapunovs, se tiene que para
todo t ∈ [t0 , t1 ]
  
∗ t − t0
||ẑ(t, ε)|| ≤ c1 exp −λmin (Q(y ))
ε
El teorema de Tikhonov, ver [21], puede servir de apoyo para resumir los
resultados previos.

Teorema 1 Existe una constante positiva ε∗ tal que para todo y0∗ ∈ Dx , y
0 < ε < ε∗ , el problema de perturbaciones singulares de (5.22)-(5.23) tiene
una única solución x(t, ε), z(t, ε) en [t0 , t1 ], y

x(t, ε) − x∗ (t) = O(ε) (5.29)

z(t, ε) − ẑ ∗ (t/ε) = O(ε) (5.30)

se mantiene uniformemente para t ∈ [t0 , t1 ], donde ẑ ∗ (τ ) es la solución del

modelo en el subsistema rápido (5.25). Además, para algún tb > t0 , hay
ε∗∗ ≤ ε∗ tal que
z(t, ε) = O(ε)
se mantiene uniformemente para t ∈ [tb , t1 ] cuando, ε < ε∗∗ .

La extensión de este resultado a un intervalo de tiempo infinito, requiere

probar que el subsistema rápido es exponencialmente estable en una vecindad
de la solución lenta ajustada, x∗ (t), para todo t ≥ t0 . Esta demostración
puede no ser trivial, y se dejará para futuras investigaciones. No obstante,
nosotros demostramos la efectividad del método mediante simulación.
Una intuitiva pero no completa explicación para probar la bondad del
comportamiento resultante, puede ser dada con la ayuda de la Fig. 5.1. Ob-
serva que el carácter de Hurwitz del Jacobiano (5.3.5) se pierde sólamente
cuando y = 0. Ya que el movimiento rápido, z, se desarrolla con casi y cons-
tante (see Fig. 5.1), y no alcanzará el valor de cero durante este movimiento
previamente estipulado cuya condición inicial en cada momento de iniciar la
adaptación es tal que y está suficientemente lejos de cero. Una vez que el
conjunto de soluciones lentas (el ciclo lı́mite) sea alcanzado, la variable lenta
evolucionará en el dominio z = 0. Este dominio corresponde al caso cuando
el mecanismo de adaptación alcanza su objetivo y el parámetro a se ha esti-
mado correctamente. En este dominio y puede alcanzar el valor de cero pero,
intuitivamente, podemos pensar que el sistema, una vez la ley de adaptación
ha alcanzado el valor correcto, presentará un comportamiento que es similar
al caso de carga conocida. Este último caso de estabilidad ya se probó en los
capı́tulos anteriores.

50
 −3
x 10

3
kzk

−1

−2
6

5.5 0.5

5
0
4.5

4 −0.5
x2 x1

Figura 5.1: Evolución de una trayectoria en el subespacio de estado

(x1 , x2 , kzk). La parte de la trayectoria cuando el parámetro de la adaptación
ha convergido está en el plano kzk = 0

51
5.4. Simulaciones
Los parámetros seleccionados para el inversor vuelven a ser los del el
capı́tulo anterior. La salida deseada del circuito, por tanto, será

Vout = 40 sin 50t V

En el instante de tiempo t = 0s, el valor real del parámetro de adaptación

es a = 0,01 y el valor estimado es â = 0,03 (R0 = 130Ω), i.e., tendrá un error
de 23 %. Posteriormente, en el instante de tiempo t = 0,5s tendremos un
cambio en el valor de la resistencia de 130Ω, y por tanto el parámetro se
tendrá que volver adaptar desde un valor estimado de â = 0,01 hasta su
valor real de a = 0,03.
Nuevamente, empleamos un tiempo de conmutación de 50KHz y un tiem-
po de muestro de 0,1T seg, donde T corresponde al periodo de la frecuancia
de conmutación.
La Fig. 5.2 presenta la evolución de la tensión de salida. Observa que el
circuito alcanza el comportamiento deseado. La escala de tiempo es la escala
de tiempo real, sin cambio de variable. Nota que en el instante, t = 0,5s, que
se produce la perturbación de la resistencia y la consiguiente adaptación, la
señal de salida no se ve afectada.
La adaptación del parámetro a se refleja en la Fig. 5.3, además, prueba
la ecuación (5.30). Observa que el parámetro a se adapta más rápidamente
cuanto más pequequeño es ε.

52
 40

30

20
Tensión (V)

10

−10

−20

−30

−40

0.4 0.45 0.5 0.55 0.6

Tiempo(seg)

Figura 5.2: Tensión de salida con adaptación de una perturbación de 23 %

a) b)
0.01 0.01

0.008 0.008

0.006 0.006

0.004 0.004

0.002 0.002

0 0
ā

ā

−0.002 −0.002

−0.004 −0.004

−0.006 −0.006

−0.008 −0.008

−0.01 −0.01
0 0.5 1 0 0.5 1
Tiempo(seg) Tiempo(seg)

Figura 5.3: Evolución del tiempo de las variables rápidas ā (continua) y ā∗
(discontinua) con ε = 0,01 en a) e ε = 0,001 in b)

53
54
Capı́tulo 6

Carga RL

6.1. Introducción
En los capı́tulos anteriores fue diseñada una estrategia de control para el
inversor boost utilizando moldeo de energı́a para el caso de carga conocida.
Fue necesario introducir en el circuito un Phase-Locked Loop (PLL) para su
correcto funcionamiento. Seguidamente, tales resultados fueron extendidos al
caso de carga desconocida usando un observador de estado para obtener una
ley de adaptación.
En este capı́tulo, vamos a considerar el mismo problema cuando la carga
no es puramente resistiva sino que tiene una componente inductiva, como
suele ser usual en aplicaciones industriales. Este problema fue estudiado en
[34, 13, 43] pero en estos trabajos se usan señales externas para controlar el
sistema. Trataremos los casos tanto de carga conocida como de carga desco-
nocida.

6.2. Diseño de control para el caso de carga

RL
En la Fig. 6.1 se muestra el circuito del inversor boost con carga RL.
Definiendo como vimos en el Capı́tulo 4 la acción de control u = 1 − q,
llegamos a las ecuaciones
diL
L = −uvC + Vin (6.1)
dt
dvC
C = uiL − iR (6.2)
dt
diR
LR = vC − v2 − iR R (6.3)
dt
55
 La ley de control, u es una variable continua u ∈ [0, 1].

+ Vo −

Q2 R LR

iR +
L +
C Vc V2
iL
− −
Vin
Q1

Figura 6.1: Inversor boost simplificado con carga RL

6.2.1. Modelo normalizado

Para simplificar el estudio, se normaliza el sistema (6.1)–(6.3) usando el
cambio de varibles (3.5)–(3.7) más
r
1 LR
x5 = iR (6.4)
Vin C
y las ecuaciones (3.10)–(3.11), llegando a

ẋ1 = −ux2 + 1 (6.5)

ẋ2 = ux1 − bx5 (6.6)
ẋ5 = −cx5 + bx2 − bx4 (6.7)
q √
donde b = LLR y c = LRR LC.
Nota que eliminando u en (6.5)–(6.6) obtenemos

x1 (1 − ẋ1 ) = x2 (ẋ2 + bx5 ). (6.8)

Esta relación será usada más tarde

6.2.2. Diseño del controlador

El sistema (6.5)–(6.7) no se puede directamente igualar con el sistema
(2.2)–(2.3), debido a dos problemas: por un lado la dimensión de cada sis-
tema es diferente, y por otro sólo tenemos un grado de libertad. Nosotros

56
trataremos de igualar (6.5)–(6.6) con (2.2)–(2.3) ya que x1 y x2 son las va-
riables de estado de la curva objetivo deseada, y usaremos (6.7) para obtener
los parámetros de las intensidades deseadas normalizadas, x1 and x5 . Como
vimos anteriormente se necesitará otro cambio de variables para conseguir
que (6.5)–(6.6) alcance un modelo con estructura similar a (2.2)–(2.3). Por
ello, definimos

x21 + x22
ζ1 = (6.9)
2
ζ2 = x1 − bx2 x5 + ζ20 (6.10)

donde ζ20 es un término de ajuste.

A partir de (6.9)–(6.10), es fácil ver que

ζ̇1 = ζ2 − ζ20 (6.11)

ζ̇2 = 1 + b2 x25 − b2 x22 + bcx5 x2 + b2 x4 x2
−u(x2 + bx1 x5 ) (6.12)

Igualando estas ecuaciones (6.11)–(6.12) con el sistema objetivo (4.11)–

(4.12) llegamos a la ley de control

1 + b2 x25 − b2 x22 − bcx5 x2 + b2 x4 x2

u =
x2 + bx1 x5
kΓ(ζ1, ζ2 )(ζ1 , ζ2 )(ζ2 − ζ20 ) + ω 2 (ζ1 − ζ10 )
+ (6.13)
x2 + bx1 x5

Nuevamente tomamos las tensiones e intensidades normalizadas deseadas

como

x∗2 = A sin ωt + B (6.14)

x∗1 = α01 + α11 cos ωt + β11 sin ω (6.15)
x∗5 = α03 + α13 cos ωt + β13 sin ω (6.16)

donde A, B y ω son valores preestablecido.

Substituyendo (6.14)–(6.16) en (6.8) y (6.7), rechazando los harmónicos
de segundo orden por los motivos que dimos en el Capı́tulo 4 e igualando los
coeficientes de las funciones, sin ωt y cos ωt puede obtenerse los parámetros
α01 , α11 , β11 , α03 , α13 y β13 .
Siguiendo con los pasos seguidos en el Capı́tulo 4, calculamos los paráme-
tros de la elipse (ω, ζ10 , ζ20 y µ) aplicando el cambio de variables (6.9)–(6.10)
a (6.14), (6.15) y (6.16)

57
6.2.3. Ley de Control para el convertidor completo
A continuación extraemos las dos señales de control para los dos lados del
inversor, quedando el modelo del sistema

diL1
L1 = −u1 vC1 + Vin (6.17)
dt
dvc
C1 1 = u1 iL1 − iR (6.18)
dt
diL2
L2 = −u2 vC2 + Vin (6.19)
dt
dvc2
C2 = u2 iL2 + iR (6.20)
dt
diR
LR = vC 1 − vC2 − iR R (6.21)
dt
siendo el sistema normalizado

ẋ1 = −ux2 + 1 (6.22)

ẋ2 = ux1 − bx5 (6.23)
ẋ3 = −ux2 + 1 (6.24)
ẋ4 = ux1 − bx5 (6.25)
ẋ5 = −cx5 + bx2 − bx4 (6.26)

y utilizando la propiedad de simetrı́a que posee el inversor llegamos a las

leyes de control

1 + b2 x25 − b2 x22 + bcx5 x2 + b2 x4 x2

u1 =
x2 + bx1 x5
kΓ(ζ1 , ζ2 )(ζ1 , ζ2 )(ζ2 − ζ20 ) + ω 2(ζ1 − ζ10 )
+
x2 + bx1 x5
1 + b x5 − b x4 − bcx5 x4 + b2 x4 x2
2 2 2 2
u2 =
x4 − bx3 x5
kΓ(ζ1 , ζ2 )(ζ3 , ζ4 )(ζ4 − ζ40 ) + ω 2(ζ3 − ζ30 )
+
x4 − bx3 x5

6.2.4. Resultados de simulación

Volvemos a tomar los datos del inversor dados en el Capı́tulo 4. Sólo que
en este caso, debemos añadir el valor de la impedancia que tiene la resistencia,
que será de LR = 15mH.

58
 Las tensiones normalizadas de los convertidores DC-DC que alcanzarán
un desfase entre ellas de 180◦ mediante el empleo del PLL, son:
x∗2 = sin 0,122t + 5
x∗4 = − sin 0,122t + 5
Como hacemos un control indirecto de las tensiones, controlaremos el
valor de las intensidades normalizadas, que tendrán en este caso unos valores
de:
x∗1 = 0,04 + 0,6 cos 0,122t + 0,4 sin ωt
x∗3 = 0,04 − 0,6 cos 0,122t − 0,4 sin ωt
x∗5 = −0,011 cos 0,122t + 0,24 sin ωt
Podemos notar que las intensidades asociadas con x1 y x3 no son ondas
sinusoidales, esto se debe a la naturaleza no lineal del circuito.
Usaremos el PLL diseñado en 4.3. para sincronizar las tensiones V1 y V2 .
La Fig. 6.2 muestra los resultados de simulación usando un tiempo de
muestreo de 0,1T seg. Ambos, convertidores DC-DC alcanzan el ciclo lı́mite
deseado. Observa que el comportamiento del estado estable no corresponde
a la elipse perfecta debido a las no linealidades del sistema.
En la Fig. 6.3 se representa la tensión de salida del inversor. Se puede
observar que esta tensión de salida tiene la amplitud deseada de 40V .

6.2.5. Sincronización con la red eléctrica

Vamos a sincronizar el inversor boost con la red eléctrica mediante el uso
de dos PLLs, procediendo como en el punto 4.3.2.
Las prestaciones de la sincronización del inversor boost con la tensión de
la red eléctrica se representan en la Fig.6.4. Los valores de los parámetros
elegidos para la simulación son los mismos que los tomados en el apartado
4.3.2. Tomando, además, en este caso un valor para la inductancias de la
resistencia de LR = 15mH. La frecuencia y la tensión deseada serán de 50
Hz y 325 V respectivamente. Los parámetros de las variables x∗2 y x∗4 serán
tambien los seleccionados en el punto 4.3.2.

6.3. Adaptación de la carga RL del inversor

boost
A continuación vamos a proceder del mismo modo que en el Capı́tulo 5,
para obtener las leyes de adaptación de los parámetros de la carga: R y LR .

59
 a) b)
13 3.5

3
12
2.5

11 2

1.5
x2,x4

y2,y4

10
1

9 0.5

0
8
−0.5

7 −1
−1 0 1 2 20 40 60 80
x1,x3 y1,y3

Figura 6.2: a) Espacio de estado (x1 , x2 ) (continua) y (x3 , x4 ) (discontinua);

b) espacio de estado (ζ1 , ζ2 ) (continua) y (ζ3 , ζ4 ) (discontinua) con carga
inductiva

60
 40

30

20

10
Tensión (V)

−10

−20

−30

−40
0 0.05 0.1 0.15 0.2 0.25
Tiempo(seg)

Figura 6.3: Tensión de salida deseada (continua) y simulada (discontinua)

con carga RL

300

200

100
Tensión (V)

−100

−200

−300

0 0.05 0.1 0.15 0.2 0.25 0.3

Tiempo(seg)

Figura 6.4: Tensión de salida de la red eléctrica (continua) y tensión de salida

simulada sincronizada con carga RL (discontinua).

61
 Tomando de forma compacta el sistema (6.5)–(6.7)

ẋl = Ul xl + bBl xl + cCl xl + by + E (6.27)

y = x2 − x4 (6.28)

con xl = [x1 , x2 ]T , y
   
0 −u1 0 0 0 0
Ul =  u1 0 0  , Bl =  0 0 −1 
0 0 0 0 0 0
 
0 0 0  
1
Cl =  0 0 0  , El =
0
0 0 −1
donde b y c son parámetros perturbados.
De nuevo utilizaremos un solo lado del circuito para proponer las leyes de
adaptación correspondientes.

6.3.1. Ley de adaptación

En este caso, proponemos dos leyes de adaptación para los parámetros
b y c que contienen a los parámetros de la carga R y LR . Ellas tienen las
estructuras:

x̂˙ = Ul x̂ + b̂Bl xl + ĉCy + by + E + K(xl − x̂) (6.29)

˙
b̂ = β1 (xl , x̂) (6.30)
ĉ˙ = β2 (xl , x̂) (6.31)

donde K ∈ Rn×n es una matriz constante a diseñar.

Las ecuaciones de error derivan de (6.27)–(6.28) junto con (6.29)–(6.31)

x̃˙ = −K x̃ + b̂Bl xl + ĉCy + by (6.32)

˙
b̃ = −β1 (xl , x̂) (6.33)
c̃˙ = −β2 (xl , x̂) (6.34)
(6.35)

Introduciendo ahora

b̃2 c̃2
V = x̃T P x̃ + + (6.36)
γ1 γ2

62
se tiene que

b̃˙
!
c̃˙
 
T T T T
V̇ = x̃ Qx̃ + 2b̃ x̃ P Bl xl + x̃ P y + + 2c̃ x̃ P Cl xl +
γ1 γ2
˙
! !
T T T b̂ ĉ˙
= x̃ Qx̃ + 2b̃ x̃ P Bl xl + x̃ P y − + 2c̃ x̃T P Cl xl −
γ1 γ2

Mediante cancelación de los términos entre paréntesis

˙
b̂ = γ1 (x̃T P Bl xl + x̃T P y) (6.37)
ĉ˙ = γ2 x̃T P Cl xl (6.38)
(6.39)

6.4. Estabilidad de las sistema completo en

bucle cerrado
Los dos lados del inversor en bucle abierto (6.22)–(6.26) se puede reescribir
de forma compacta como

ẋ = U(u)x + bBx + cCx + by + E (6.40)

y = x2 − x4 (6.41)

con x = [x1 , x2 , x3 , x4 ]T , y
   
0 −u1 0 0 0 0 0 0 0 0

 u1 0 0 0 0 


 0 0 0 0 −1 

U =
 0 0 0 −u2 0 ,B = 
  0 0 0 0 0 
 0 0 u2 0 0   0 0 0 0 1 
0 0 0 0 0 0 0 0 0 0

 
0 0 0 0 0  
1

 0 0 0 0 0 
  0 
C=
 0 0 0 0 0 ,E = 
  1


 0 0 0 0 0 
0
0 0 0 0 −1

El sistema alcanza el conjunto de soluciones peródicas orbitales asintóti-

camente estables, i.e.
x∗ (t) = x∗ (t + T )

63
 Reuniendo las ecuaciones resultantes en bucle cerrado a partir de (6.40)
con el sistema de error del observador y tomando y = y(x), se llega al conjunto
completo:

ẋ = f (x) − U(x, b̃, c̃)x (6.42)

x̃˙ = −αx̃ + b̂Bl xl + ĉCy + by (6.43)
˙
b̃ = −β1 (xl , x̂) (6.44)
c̃˙ = −β2 (xl , x̂) (6.45)

6.4.1. Forma de las perturbaciones singulares

Para poner el sistema anterior en la forma éstandar de perturbaciones
singulares, procedemos del siguiente modo

introducimos b̄ = αb̃ , c̄ = c̃
α

seleccionamos γ1 = γ2 = α2
1
definimos ε = α

Con estas consideraciones, llegamos a,

ẋ = f (x) − U(x, āi )x

εx̃˙ = −x̃ + b̄(Bx + y) + c̄Cx
εb̄˙ = −x̃T P Bx + x̃T P y
εc̄˙ = −x̃T P Cx

donde ε > 0 es un parámetro pequeño.

Tomando z = [x̃, b̄, c̄]T tenemos la forma general

ẋ = f (x) − U(ũ)x (6.46)

εż = g(x, z) (6.47)

con, x(t0 ) = x0 , x ∈ R3 , z(t0 ) = z 0 , z ∈ R5 , y

 
−x̃ + b̄(Bx + y) + c̄Cx
g(z, x) =  −x̃T P Bx + x̃T P y 
T
−x̃ P Cx

64
6.4.2. Subsistema lento
Procediendo con los pasos 1 y 2 del punto 5.3.3. calculamos las raı́ces de
g(x, z) = 0, a partir de

x̃ = b̄(Bx + y) + c̄Cx
0 = −(b̄(Bx + y) + c̄Cx)(P Bx + P y)
0 = −(b̄(Bx + y) + c̄Cx)(P Cx)

Consideramos que

y 6≡ 0 y x∗5 6≡ 0 en el mismo instante de tiempo

las soluciónes particulares ajustadas son:

y ∗ = A cos(ωt)
x∗5 = A01 + A11 cos(ωt) + A12 sin(ωt)

llegamos a una raı́z aislada:

 
x̃
z = φ(x) =  b̄  = 0
c̄

b−b̂
Entonces para esta particular solución, y observando que b̄ = α
= 0 y
c̄ = c−ĉ
α
= 0, e.i. b̂ = b y ĉ = c el modelo lento se escribe como:

ẋ = f (x) − U(x, 0)x = f (x), (6.48)

que es el sistema ajustado cuyas soluciones x(t) = x∗ (t) son sinusoidales.

6.4.3. El subsistema rápido

Para la evaluación del subsistema rápido, consideramos como solución
particular y ∗ = x∗2 − x∗4 = A cos(ωt + ϕ) y x∗5 = α03 + α13 cos(ωt) + β13 sin(ωt),
que está expresada en las coordenadas del tiempo extendido τ = (t − t0 )/ε
es:

y ∗ = y ∗ (τ, ω, ε, t0) = A cos(ω(ετ + t0 ) + ϕ)

y ∗ = y ∗ (τ, ω, ε, t0) = α03 + α13 cos(ω(ετ + t0 ) + ϕ)
+β13 sin(ω(ετ + t0 ) + ϕ)

65
el subsistema rápido (6.47) evaluado a lo largo de tal solución es,

d ˆ
x̃1 = −x̃ˆ1
dτ
d ˆ
x̃2 = −x̃2 − ˆb̄x∗5
dτ
d ˆ
x̃5 = −x̃5 + b̂y ∗ − ĉx∗5
dτ
dˆ
b̄ = x̃2 x∗5 − x̃5 y ∗
dτ
d
c̄ˆ = x̃5 x∗5
dτ
podemos compactamente reescribirlo como

d
ẑ = J(y ∗ , x∗5 )ẑ = J(τ, ω, ε)ẑ (6.49)
dτ
con  
−1 0 0 0 0

 0 −1 0 x∗5 0  
J =
 0 0 −1 y ∗ x∗5 

 0 x∗5 −y ∗ 0 0 
0 0 x∗5 0 0
El sistema lineal autónomo
d
ẑ = J(τ, ω, 0)ẑ = J(y0∗ , x∗50 )ẑ (6.50)
dτ

Consideramos el y0∗ , x∗50 ∈ Dx , con Dx , {x : |y| = |x2 − x4 | > c0 > 0, |x5 | >
c1 > 0}, el sistema anterior tiene las siguientes propiedades.

Propiedad 3 Los autovalores de J(y ∗ , x∗5 ), para [t, x∗ , z] ∈ [t0 , t1 ]×Dx ×R5 ,
son todos estrı́ctamente negativos, i.e.

λ1 = −1 (6.51)
 q p 
 −1 ± 1 − 4x∗ 2 − 2y ∗ 2 ± y ∗ 2 (4x∗ 2 + y ∗2 ) 
5 5
λn = Re < 0(6.52)
 2 

para n = 1, 2, 3, 4 y donde c0 and c1 son constantes.

La condición (6.52) se prueba por el criterio de estabilidad de Routh.

66
6.5. Simulación
Tomamos los valores de los parámetros del inversor elegidos anteriormen-
te.
En el instante de tiempo t = 0s, los valores reales de los parámetros de
adaptación son b = 0,316, c = 2,582 (R = 100Ω y LR = 15mH) y sus valores
estimados correspondientes son b̂ = 0,387 y ĉ = 5,035 (R0 = 130Ω y LR0 =
10mH), i.e., un error de 22,5 % y de 95 %, respectivamente. Posteriormente,
en el instante de tiempo t = 2s tendremos un cambio en el valor de la carga
de R = 130Ω y LR = 10mH, y por tanto los parámetros se tendrán que
volver adaptar desde un valor estimado de b̂ = 0,316 y ĉ = 2,582 hasta su
valor real de b = 0,387 y c = 5,035.
La evolución de la tensión de salida en la escala real del tiempo (sin
cambio de variable) aparece en la Fig. 6.5. Nota que en el instante, t = 2s,
que se produce la perturbación de la resistencia y la consiguiente adaptación,
la señal de salida no se ve afectada.
En la Fig. 6.6 y la fig. 6.7, tenemos representado la adaptación del pa-
rámetro b y c, respectivamente. Observa que la adaptación es más rápida
cuando el valor de ε es menor.

40

30

20
Tensión (V)

10

−10

−20

−30

−40

1.9 1.95 2 2.05 2.1

Tiempo(seg)

Figura 6.5: Tensión de salida con adaptación de una perturbación de un

22,5 % para b y de un 95 % para c

67
 a) b)
0.25 0.25

0.2 0.2

0.15 0.15

0.1 0.1

0.05 0.05

0 0
b̄

b̄

−0.05 −0.05

−0.1 −0.1

−0.15 −0.15

−0.2 −0.2

−0.25 −0.25
0 1 2 3 4 0 1 2 3 4
Tiempo(seg) Tiempo(seg)

Figura 6.6: La evolución del tiempo de la variable rápida b̄ (continua) y b̄∗

(discontinua) con ε = 0,01 en a) y ε = 0,001 en b)

68
 a) b)
2.5 2.5

2 2

1.5 1.5

1 1

0.5 0.5

0 0
c̄

c̄

−0.5 −0.5

−1 −1

−1.5 −1.5

−2 −2

−2.5 −2.5
0 1 2 3 4 0 1 2 3 4
Tiempo(seg) Tiempo(seg)

Figura 6.7: La evolución del tiempo de la variable rápida c̄ (continua) y c̄∗

(discontinua) con ε = 0,01 en a) y ε = 0,001 en b)

69
70
Capı́tulo 7

Estimación de la cuenca de
atracción

7.1. Introducción
La ley de control diseñada en este trabajo no alcanza la estabilidad global
debido a dos razones: por un lado, la señal de control ideal no puede ser
implementada globalmente debido a la saturación del circuito real; por otro
lado, las restricciones fı́sicas impuestas por el circuito en algunas variables
de estado, como es que las tensiones en los condensadores no pueden ser
negativas. En este trabajo vamos a tratar el problema de estimar una región
de atracción. Este problema, que no es trivial, debido al carácter no lineal
tanto del sistema en bucle abierto como de la ley de control, será resuelto
mediante optimización de Suma de Cuadrados (SOS) [32].

7.2. Formulación del problema

Nos basaremos tanto en el modelo del sistema dado en el Capı́tulo 3 como
en la ley de control desarrollada en el Capı́tulo 4. Esta ley de control, para
todas las condiciones iniciales excepto en el origen de las trayectorias del sis-
tema resultante tienden a la curva Γi (ζi ) = 0; i = 1, 2. No obstante, existen
varias condiciones en las variables de estado que hacen que este análisis sea
poco útil desde un punto de vista práctico. Estas restricciones son de varios
tipos:

C1. Las restricciones 0 ≤ ui ≤ 1; i = 1, 2 hacen que las leyes de control

(4.19)–(4.20) no sean factibles en todo el espacio de estado. En la prác-
tica se tiene ui = 1, cuando las expresiones de las leyes de control son

71
 superiores a 1 y, por el contrario, se tiene ui = 0 cuando las expresiones
dan un valor negativo. Esta es una restricción suave en el siguiente sen-
tido: si el sistema llega a un punto donde las restricciones son violadas,
el análisis anterior ya no se valida para el sistema con restricciones,
pero este punto podrı́a estar en el dominio de atracción del ciclo lı́mite
deseado.

C2. Las tensiones de los condensadores no pueden ser negativas en este

circuito, lo cual implica xi ≥ 0; i = 2, 4. Esto es una restricción
fuerte ya que esta situación deberı́a ser evitada.

C3. Finalmente, la ley de control no es factible cuando alguno de los de-

nominadores en (4.19)–(4.20) es cero. Realmente, esta restricción está
contenida en la anterior, ya que los denominadores cerca de cero impli-
carı́an grandes valores (positivo o negativo) para u.

El objetivo de este trabajo es obtener una (posiblemente conservativa)

estimación de la cuenca de atracción del sistema resultante teniendo en cuenta
estas restricciones fı́sicas.

7.3. Optimización de Suma de Cuadrados (SOS)

La optimización de Suma de Cuadrados es una técnica basada en la des-
composición de Suma de Cuadrados para polinomios multivariables. Una
función polinomial variable p(x) se dice ser una Suma de Cuadrados (SOS)
si existen funciones polinomiales f1 (x), ..., fm (x), tal que
m
X
p(x) = fi2 (x)
i=1

y por tanto, p(x) ≥ 0 [33].

Un program de Suma de Cuadrados (SOS) tiene la forma [33]:

Minimizar la función objetivo lineal

w T c,

donde c es un vector formado a partir de los coeficientes (des-

conocidos) de:

funciones polinomiales pi (x), for i = 1, 2, ..., N1

suma de cuadrados pi (x), for i = N1 + 1, ..., N2

72
 tal que
N
X
a0,j (x) + pi (x)ai,j (x) = 0
i=1
for j = 1, 2, , . . . , M1 .
N
X
a0,j (x) + pi (x)ai,j (x) son SOS,
i=1
para j = M1 + 1, . . . , M2 .

donde w es el vector de coeficientes de pesos de la función

objetivo lineal, y ai,j (x) son algunas funciones polinomiales
con coeficientes constantes escalares

Actualmente, los programas de Suma de Cuadrados son resueltos refor-

mulándolos como programas semidefinidos (SDPs), que son resueltos eficien-
temente e.g. usando métodos de punto interior. Varios paquetes de programas
tanto comerciales como no comerciales están disponibles para resolver SDPs.
SOSTOOLS [32] es una herramienta de Matlab que efectúa esta conversión
automáticamente y llama al solver SDP, y convierte las soluciones que pro-
porciona el SDP a soluciones del problema original.

7.4. Estimación de la cuenca de atracción

El problema de interés puede pertenecer a la siguiente clase de problema:

Dado un sistema de control ẋ = f (x, u) con restricciones tanto en

las variables de estado como en las entradas de control gx (x) ≥
0, gu (u) ≥ 0. Suponemos que una ley de control u = u(x) ha
sido diseñada tal que la estabilidad es probada cuando ninguna
restricción se tiene presente. El problema trata de estimar
una cuenca de atracción para el sistema real con restricciones
cuando se aplica esta ley de control.

Observa que el objetivo de control no tiene que ser necesariamente la

estabilización de un punto de equillibrio, sino que puede ser la estabilización
de un ciclo lı́mite, como sucede en nuestro caso.
Vamos a adoptar una suposición adicional: la estabilidad para el sistema
sin restricciones se supone probada por el principio de invarianza de LaSalle.

73
Suposición 1 Existe una función de Lyapunov no acotada V (x) tal que,
dentro de un conjunto invariante positivamente compacto Ω, V̇ ≤ 0 (para
el sistema sin restricciones). Tomamos M como el mayor subconjunto inva-
riante perteneciente a los conjuntos para los cuales V̇ = 0 en Ω.
Mediante el principio de invarianza de LaSalle, esta suposición garantiza
que las trayectorias del sistema sin restricciones tienden a M. Se supone
implı́citamente que éste es el comportamiento deseado.
A continuación damos una estimación (conservativa) para la cuenca de
atracción del sistema con restricciones mediante el siguiente teorema
Teorema 2 Bajo la anterior suposición, asumimos que existe una constante
c > 0 tal que en el conjunto Ωc = {x : V (x) ≤ c} se satisfacen todas las
restricciones. Entonces, todas las trayectorias del sistema con restricciones
que empiecen en Ωc tienden a M ∩ Ωc .
Demostración Ya que en Ωc se satisfacen todas la restricciones, quedan vali-
dados en Ωc los resultados para el sistema sin restricciones. Por tanto, V̇ ≤ 0
en Ωc y Ωc es positivamente variante. Además ya que está radialmente no
acotada Ωc es compacto. El teorema se prueba aplicando el principio de in-
varianza de LaSalle.

Comentario 1 Ya que M ∩ Ωc ⊂ M, el teorema garantiza que el comporta-

miento asintótico del sistema con restricciones es el deseado.
Comentario 2 Como otras técnicas para la estimación de la cuenca de
atracción, el presente método es conservativo. Esto es debido principalmente
a dos hechos:
La estimación de la cuenca de atracción está restringida a superficies
de la forma V = c.
El método busca puntos que no violen las restricciones. No obstante,
puede haber puntos de este tipo en la cuenca real de atracción.
Usando el Teorema 2, el problema se reduce a encontrar un valor de c > 0
tal que para V (x) < c tenemos gi ≥ 0, i = 1, . . . , N. Cuando el sistema
y las restricciones son funciones polinomiales, podemos plantear el siguiente
problema SOS:
Maximizar c
sujeto a:
(V (x) − c) + pi (x)gi (x) − ǫi
son SOS; i = 1, . . . , N (7.1)

74
donde pi son funciones polinomiales desconocidas SOS. En la programación
SOS la expresiones de la forma g(x) ≥ 0 deberı́an de interpretarse como que
g(x) son SOS. El propósito de las restricciones (7.1) es satisfacer las hipótesis
del Teorema 2 como se expone a continuación. Observa que el lı́mite del
conjunto Ωc es V (x) = c y, por consiguiente, las restricciones anteriores se
reducen a pi (x)gi (x) ≥ ǫi > 0. Como las funciones polinomiales pi son SOS,
los puntos en el lı́mite de Ωc satisfacen las restricciones gi(x) ≥ 0. Además,
en el interior de este conjunto se satisfacen las restricciones: V (x)−c < 0. Las
funciones polinomiales pi introducen más grados de libertad para aumentar
el problema de factibilidad. Las constantes ǫi están preespecificadas, y son
constantes pequeñas necesarias para evitar los problemas en los puntos donde
pi (x) = 0. La introducción de los parámentros ǫi es una nueva fuente de
conservadurismo.

7.4.1. Applicación al inversor boost

En el Capı́tulo 4 se probó que, bajo el supuesto de no haber restriccio-
nes, para todas las trayectorias (excepto las que comienzan en el origen) del
sistema (3.12)–(3.13) cuya ley de control (4.19)–(4.20) tiende al ciclo lı́mite
deseado. La demostración se basó en el principio de invarianza de LaSalle.
La función de Lyapunov empleada es:

Γ21 (ζ1 , ζ2) Γ22 (ζ1 , ζ2)

V = + . (7.2)
2 2
Las restricciones (se presenta aquı́ únicamente las restricciones: C1 y C2,
la restricción C3 se discutirá más tarde) son:

ui (x) ≤ 1 i = 1, 2

ui (x) ≥ 0 i = 1, 2

x2 ≥ 0

x4 ≥ 0.

Las expresiones para u1 y u2 , que son dadas por (4.19) y (4.20) no son funcio-
nes polinomiales sino racionales. No obstante, escribiéndolas como cocientes
de funciones polinomiales ui (x) = ni (x)/di (x) todas las restricciones pueden
formularse en forma estándar. Tomando un valor para x en la curva deseada,
puede verse que di (x) < 0, i = 1, 2 en el dominio de interés, ya que, por
continuidad, para que di llegue a ser positiva, debe desaparecer en algunos
puntos y la restricción C3 serı́a violada. Por consiguiente, como ui (x) ≥ 0

75
tenemos también ni (x) ≤ 0. Teniendo en cuenta que di debe ser negativa, las
restricciones ui (x) ≤ 1 alcanzan ni (x) ≥ di (x). De esta forma las restricciones
llegan a ser:

ni (x) − di (x) ≥ 0 i = 1, 2

−ni (x) ≥ 0 i = 1, 2

x2 ≥ 0

x4 ≥ 0

Po tanto, el problema que hay que resolver es

Minimize (−c) (7.3)

sujeto a:

(V (x) − c) + p1 (x)(n1 (x) − d1 (x)) − ǫ1 ≥ 0 (7.4)

(V (x) − c) + p2 (x)(n2 (x) − d2 (x)) − ǫ2 ≥ 0 (7.5)
(V (x) − c) − p3 (x)n1 (x) − ǫ3 ≥ 0 (7.6)
(V (x) − c) − p4 (x)n2 (x) − ǫ4 ≥ 0 (7.7)
(V (x) − c) + p5 (x)x2 − ǫ5 ≥ 0 (7.8)
(V (x) − c) + p6 (x)x4 − ǫ6 ≥ 0 (7.9)

Observa que la restricción C3 se impone también. De hecho, si d1 (x) = 0,

entonces la restrcción (7.4) se lee como

V (x) − c ≥ −p1 (x)n1 (x) + ǫ1 > 0

Esto significa que d1 (x) no puede desaparecer en el domio V (x) ≤ c. El

mismo razonamiento puede aplicarse a d2 (x) en (7.5).
Cuando se usa esta metologı́a, el resultado alcanzado no está restringido
al caso de carga conocida resistiva, sino que también es válido para el caso
de carga resistiva desconocida cuando se emplea el mecanismo de adaptación
propuesto en el Capı́tulo 5. La razón es que la demostración de estabilidad
para este último caso se basa en una descomposición en dos escalas de tiempo
donde las dinámicas del inversor son lentas comparadas con las dinámicas de
adaptación. Esto implica que la cuenca de atracción para el caso no adapta-
tivo se mantiene cuando se utiliza la adaptación.

76
7.4.2. Resultados
Tomaremos nuevamente los parámetros del inversor dados en el Capı́tulo
4.
Los parámetros de ajuste ǫi son elegidas iguales a 10−12 .
Se utilliz´ó el software SeDuMi [39] como solver SDP bajo SOSTOOLS.
La solución se obtuvo en aproximadamente quince minutos en un PC (1.7
GHz Centrino): c∗ = 0,39003.
Este resultado es conservativo como fue señalado en el Comentario 2. No
obstante, teniendo en cuenta las limitaciones comentadas, el valor obtenido
para c resulta estar cerca al valor óptimo como fue verificado por simulacio-
nes. Efectuando varias pruebas, hemos intentado encontrar puntos x(0) para
los cuales se violan las restricciones y, por otro lado, están cerca de la curva
V (x) = c∗ . Uno de los puntos encontrados es

x(0) = (6,1, −0,2, 2,7, 2,7)⊤

para la cual, la función de Lyapunov da un valor de V = 0,4206, mientras

el valor correspondiente para la señal de control u1 es igual a 1,0049. Como
0,39003 no está lejos de c∗ podemos considerar que la anterior estimación es
una estimación razonable de la forma V (x) = c para el dominio de atracción
(y sin violar las restricciones).

77
78
Capı́tulo 8

Conclusiones

En este Capı́tulo se hace una revisión de las principales aportaciones.

8.1. Aportaciones
En este trabajo se emplea un enfoque distinto a otros trabajos anteriores
para controlar convertidores de potencias. La estrategia de control de moldeo
de energı́a se emplea para generar tensiones de CA. Ası́, se aplica esta idea
al inversor boost para conseguir su correcto funcionamiento.

Diseñó del controlador

Se presenta una estrategia para el control del convertidor boost DC-AC.
El método se basa en moldeo de energı́a y generación de ciclos lı́mites y no
necesita la introducción de señal de referencia de tiempo alguna.
Se ha demostrado que el controlador resultante alcanza el objetivo pre-
visto si se añade un Phase-Locked Loop. La misma idea se ha utilizado para
solucionar el problema de la sincronización con la red eléctica.

Control adaptativo
Se presenta un control adaptativo para cargas desconocidas para un in-
versor boost no lineal. El método se basa en usar un observador de estado
para un lado del inversor y aprovecharse de la accesibilidad que se tiene de
las medidas de las variables de estado. La estabilidad del sistema completo
se prueba poniendo el sistema en la forma de perturbaciones singulares és-
tandar, de ahı́ se obtiene una relación entre la ganancia de adaptación, γ,
el parámetro de la matriz del observador α, y el parámetro de las variables
perturbadas ε. Otra importante relación entre los parámetros de las variables

79
perturbadas, ε, y la frecuencia del sistema ω, se obtiene con el análisis del
subsistema rápido. Finalmente, la estabilidad del sistema completo se esta-
blece utilizando separación de escalas de tiempo y el teorema de Tikhonov.

Carga resistiva-inductiva
Para obtener un controlador para el inversor boost con carga RL, tanto
para el caso de carga conocida, como para el caso de carga desconocida se
aplica todo el desarrollo anterior obteniendo rápidos y buenos resultados.

Estimación de la cuenca de atracción

Se presenta una estimación de la cuenca de atracción para el inversor
teniendo en cuenta restricciones fı́sicas del sistema. El método se basa en la
búsqueda de superficies de nivel de Lyapunov donde se cumplen las restric-
ciones. El problema es complejo debido a las no linealidades del sistema y de
la ley de control. Este problema se pudo transformas a un problema de Su-
ma de Cuadrados (SOS), para el que están disponobles buenas herramientas
numéricas.
Este método tiene una aplicabilidad general a casos donde se puede de-
mostrar la estabilidad para el problema sin restricciones (mediante métodos
de Lyapunov) y se desea extender al caso con restricciones. El sistema en
bucle cerrado necesita ser una función polinomial o racional (no obstante,
existe casos donde la programación SOS ha sido aplicada a funciones trigo-
nométricas y otros términos [31]). Se discutió sobre el conservadurismo del
método.

8.2. Trabajos futuros

Actualmente, se está implementando el circuito fı́sicamente para probar
la bondad de estas leyes de control.
Los problemas abiertos si la extensión de la demostración de estabilidad
del sistema adaptativo al caso de intervalo de tiempo infinito, el caso de
cargas no lineales, y la comparación de resultados con otras leyes de control.

80
Bibliografı́a

[1] D. Abramovitch. Phase-Locked Loops: a control centric tutorial. Ame-

rican Control Conference, 2002. Proceedings of the 2002, 1, 2002.

[2] Carolina Albea, Francisco Gordillo, and Javier Aracil. Control of the
boost DC-AC converter by energy shaping. 2006.

[3] J. Aracil, F. Gordillo, and J. Acosta. Stabilization of oscillations in

the inverted pendulum. IN the Proceeding of IFAC World Congress,
Barcelona, Spain, 2002.

[4] J. Aracil, F. Gordillo, E.S. de Ingenieros, and S. Sevilla. On the control

of oscillations in DC-AC converters. IECON 02 [Industrial Electronics
Society, IEEE 2002 28th Annual Conference of the], 4, 2002.

[5] Gary J. Balas, John C. Doyle, Keith Glover, Andy Packard, and Roy
Smith. µ-Analysis and Synthesis Toolbox. The MathWorks, The Math-
Works, INc. 3 Apple Hill Drive Natick, MA 01760-2098, online only for
version 3.06 edition, June 2001.

[6] RO Caceres and I. Barbi. A boost DC-AC converter: analysis, de-

sign, and experimentation. Power Electronics, IEEE Transactions on,
14(1):134–141, 1999.

[7] Domingo Cortés. Generación de Voltajes de Corriente Alterna Mediante

Convertidores. PhD thesis, CICESE, 2006.

[8] D. Cotés, A. L. Fradkov, and J. Álvarez. Tracking on the boost converter

using standard regulation techiniques. In Proceedings of the American
Control Conference of the IEEE, ACC01, Arlington VA, USA, 2001.

[9] S. Cuk and RD Middlebrook. A new optimum topology switching dc-

to-dc converter. Power, 1977.

81
[10] Carlos Canudas de Wit. Mini-course on: Control of systems with dyna-
mic friction. In Modelling and Control of Systems with Dynamic Fric-
tion, Laboratorie d’Automatique de Grenoble-France, 2006.

[11] Carlos Canudas de Wit, H. Olsson, K.J. Aströn, and P. Lischinsky. A

new model for control of systems with friction. volume 4, March 1995.
IEEE Transactions on Automatic Control.

[12] H. El Fadil, F. Giri, M. Haloua, H. Ouadi, I. LAP, and F. Caen. Non-

linear and adaptive control of buck power converters. Decision and
Control, 2003. Proceedings. 42nd IEEE Conference on, 5, 2003.

[13] E. Fossas, JM Olm, and ASI Zinober. Sliding Motion and Direct Control
of the Output Voltage in a Full Bridge Boost Converter. Decision and
Control, 2005 and 2005 European Control Conference. CDC-ECC’05.
44th IEEE Conference on, pages 4760–4765, 2005.

[14] F. Gomez-Estern, J. Aracil, and F. Gordillo. The Hopf bifurcation and

controlled oscillations in electromechanical systems. 10th Mediterranean
Conference on Control and Automation MEDŠ02.

[15] F. Gordillo, J. Aracil, and F. Gomez-Estern. Stabilization of autonomous

oscillations and the Hopf bifurcation in the ball and beam. Decision and
Control, 2002, Proceedings of the 41st IEEE Conference on, 4, 2002.

[16] F. Gordillo, F. Gomez-Estern, R. Ortega, and J. Aracil. On the ball and

beam problem: regulation with guaranteed transient performance and
tracking periodic orbits. 15 thInternational Symposium on Mathematical
Theory of Networks and Systems, MTNS, 2:12–16, 2002.

[17] F. Gordillo, DJ Pagano, and J. Aracil. Autonomous oscillation gene-

ration in electronic converters. Proceedings of the IEEE International
Workshop on Electronics and System Analysis-IWESAŠ04, 2004.

[18] G.C. Hsieh and JC Hung. Phase-Locked Loop techniques. A survey.

Industrial Electronics, IEEE Transactions on, 43(6):609–615, 1996.

[19] E.C. Ifeachor and B.W. Jervis. Digital Signal Processing: A Practical
Approach. Pearson Education, 2002.

[20] MK Kazimierczuk and A. Massarini. Feedforward control of DC-DC

PWM boost converter. Circuits and Systems I: Fundamental Theory
and Applications, IEEE Transactions on [see also Circuits and Systems
I: Regular Papers, IEEE Transactions on], 44(2):143–148, 1997.

82
[21] Hassan K. Khalil. Nonlinear Systems. Prentice Hall, third edition edi-
tion, 2002.

[22] A. Kugi and K. Schlacher. Nonlinear H∞ controller design for a DC-to-

DCpower converter. Control Systems Technology, IEEE Transactions
on, 7(2):230–237, 1999.

[23] FHF Leung, PKS Tam, and CK Li. The control of switching DC-DC
converters-a general LQR problem. Industrial Electronics, IEEE Tran-
sactions on, 38(1):65–71, 1991.

[24] FHF Leung, PKS Tam, and CK Li. An improved LQR-based controller
for switching DC-DC converters. Industrial Electronics, IEEE Transac-
tions on, 40(5):521–528, 1993.

[25] P. Mattavelli, L. Rossetto, G. Spiazzi, and P. Tenti. General-purpose

sliding-mode controller for DC/DC converter applications. Power Elec-
tronics Specialists Conference, 1993. PESC’93 Record., 24th Annual
IEEE, pages 609–615, 1993.

[26] RD Middlebrook and S. Cuk. A general unified approach to modelling

switching-converter power stages. Power, 1976.

[27] R.Ñaim, G. Weiss, and S. Ben-Yaakov. H8 control applied to boost

power converters. Power Electronics, IEEE Transactions on, 12(4):677–
683, 1997.

[28] TCT Ng, FHF Leung, and PKS Tam. A simple adaptive control strategy
for regulated switching DC-DCconverter based on grid-point concept.
Power Electronics Specialists Conference, 1996. PESC’96 Record., 27th
Annual IEEE, 2, 1996.

[29] Anı́bal Ollero. Robótica Manipuladores y robots móviles. 2001.

[30] Manuel G. Ortega, Manuel Vargas, Carlos Vivas, and Francisco R. Ru-
bio. Robustness improvement of a nonlinear H∞ controller for robot
manipulators via saturation functions. Journal of Robotic Systems,
(22(8)):421–437, May 2005.

[31] A. Papachristodoulou and S. Prajna. On the construction of Lyapunov

functions using the sum of squares decomposition. Decision and Control,
2002, Proceedings of the 41st IEEE Conference on, 3, 2002.

83
[32] S. Prajna, A. Papachristodoulou, and PA Parrilo. Introducing SOS-
TOOLS: a general purpose sum of squares programming solver. Procee-
dings of the 41st IEEE Conference on Decision and Control, 1, 2002.

[33] Stephen Prajna, Antonis Papachristodoulou, Peter Seiler, and Pa-

blo A. Parrilo. SOSTOOLS, Sum of Squares Optimization Toolbox for
MATLAB. available from [Link] 2004.

[34] P. Sanchis, A. Ursaea, E. Gubia, and L. Marroyo. Boost DC–AC Inver-

ter: A New Control Strategy. Power Electronics, IEEE Transactions on,
20(2):343–353, 2005.

[35] SR Sanders and GC Verghese. Lyapunov-based control for switched

power converters. Power Electronics Specialists Conference, 1990.
PESC’90 Record., 21st Annual IEEE, pages 51–58, 1990.

[36] Adriani A.G. Siquiera, Marco H. Terra, and Benedito C.O. Maciel. Non-
linear mixed H2 /H∞ control cpplied to manipulators via actuation re-
dundancy. Control Engineering Practice, (14):327–335, March 2005.

[37] H. Sira-Ramı́rez. On the generalized PI sliding mode control of DC-

to-DC power converters: a tutorial. International Journal of Control,
76(9):1018–1033, 2003.

[38] H. Sira-Ramirez and M. Rios-Bolivar. Sliding mode control of DC-to-

DC power converters via extendedlinearization. Circuits and Systems
I: Fundamental Theory and Applications, IEEE Transactions on [see
also Circuits and Systems I: Regular Papers, IEEE Transactions on],
41(10):652–661, 1994.

[39] J.F. Sturm. Using SeDuMi 1.02, a MATLAB toolbox for optimization
over symmetric cones. Optimization Methods and Software, 11–12:625–
653, 1999. Special issue on Interior Point Methods (CD supplement with
software).

[40] S.C. Tan, YM Lai, and CK Tse. Adaptive control schemes for stabi-
lizing switching frequency of sliding mode controlled power converters.
Power Electronics and Applications, 2005 European Conference on, pa-
ge 8, 2005.

[41] AJ Van der Schaft. L2-Gain and Passivity Techniques in Nonlinear

Control. Springer-Verlag New York, Inc. Secaucus, NJ, USA, 1996.

84
[42] N. Vazquez, J. Almazan, J. Alvarez, C. Aguilar, and J. Arau. Analy-
sis and experimental study of the buck, boost and buck-boostinverters.
Power Electronics Specialists Conference, 1999. PESC 99. 30th Annual
IEEE, 2, 1999.

[43] N. Vazquez, D. Cortes, C. Hernandez, J. Alvarez, J. Arau, and J. Al-

varez. A new nonlinear control strategy for the boost inverter. Power
Electronics Specialist Conference, 2003. PESC’03. 2003 IEEE 34th An-
nual, 3, 2003.

85
86
Apéndice A

Periodo docente 2006.

A.1. Descripción
En este apéndice tenemos un breve resumen de los trabajos de los siguien-
tes cursos de doctorado:

Control No Lineal Aplicado.

Control No Lineal.

Robótica industrial.

Robots Móviles, Visión Artificial y Telerobótica.

A.2. Control Adaptativo Indirecto de Siste-

mas con Fricción utilizando el modelo
de LuGre
Este trabajo fue un trabajo conjunto con los alumos Álvaro Canivell,
Francisco Durán y Guilherme Vianna Raffo para el curso de “Control No
Lineal Aplicado”

La fricción es un fenómeno no lineal que aparece entre dos superficies

cualesquiera que estén en contacto. Está por ello presente en multitud de
sistemas mecánicos como ruedas, articulaciones, engranajes, etc. La fricción
exhibe un carácter fuertemente no lineal y difı́cil de estimar. Esto provoca que
la aplicación de técnicas de control clásicas sobre sistemas con fricción pro-
duzca resultados bastante pobres, generando ciclos lı́mites, originando errores

87
en régimen permanente, o inestabilidad.

Sin embargo, las técnicas de control avanzadas han conseguido dar un pa-
so adelante, tratando de estimar la fricción y compensarla de manera activa
en el control.

El trabajo presentado en este documento pretende ofrecer una introduc-

ción a un sistema de compensación de fricción denominado Control Adapta-
tivo Indirecto [10]. La técnica de control presentada hace uso de un modelo
de fricción para la planta, y estima los parámetros de dicho modelo en tiempo
real. El modelo de fricción elegido en este caso es el modelo de LuGre [10, 11].
Los parámetros de este modelo son estimados en lı́nea, y tomados en cuenta
para generar la ley de control en cada instante. El trabajo incluye el diseño,
modelado, y simulación de la planta con el sistema de control propuesto.

A.3. Control del Convertidor Boost DC-AC

por Moldeo de Energı́a
Este trabajo fue realizado para el curso de “Control No lineal”.

El objetivo de control de los convertidores inversores electrónicos se pue-

de plantear como la generación de un ciclo lı́mite estable con amplitud y
frecuencia dada, para el cual las tensiones y corrientes presentan un compor-
tamiento sinusoidal con cambio de fase pre-especificado. Si se encontrase una
ley de control que hiciera posible la aparición de tal ciclo lı́mite, se generarı́a
corrientes y tensiones alterna sin necesidad de introducir señal de referencia
de tiempo alguna. La generación de ciclos lı́mites para producir oscilaciones
han sido aplicadas a sistemas electromecánicos [3, 14, 15] obteniendo buenos
resultados. Concretamente se controlaron UPS trifásicos y convertidores tipo
boost [4, 17]. En esta última aplicación, se utilizó un convertidor simple boost
para producir tensiones oscilatorias, las cuales no estaban centradas en cero
debido a la imposibilidad de alcanzar tensiones negativas con este tipo de
circuitos, por lo que no se podı́a conseguir corriente alterna. En el presente
trabajo, nos dirigiremos a este problema usando un convertidor boost DC-AC
[6] y extendiendo la ley de control propuesta en [17] para este caso. Se notará
que la aplicación directa de la ley de control no alcanzará el objetivo marcado
debido a una falta de sincronización entre los dos convertidores boost dc-dc
del circuito. Para paliar este problema se introduce un Phase-Locked Loop

88
(PLL) en la ley de control. Esta idea puede ser también usada para alcanzar
una satisfactoria sincronización con la red eléctrica. Los controladores resul-
tantes son comprobados mediante simulaciones.

A.4. Aplicación del control H∞ al PPCar

Este trabajo fue realizado para el curso de “Robótica industrial”.

En este trabaj se presenta un controlador robusto para un sistema no

lineal subactuado que está sometido a perturbaciones, eligiendo la teorı́a de
control H∞ por sus buenas caracterı́sticas de robustez y comportamiento.

El sistema es un modelo de un vehı́culo que consta de un péndulo inverti-

do sobre una plataforma móvil con dos ruedas construı́do en el departamento
de Ingenierı́a de Sistemas y Automática de la Universidad de Sevilla y bau-
tizado con el nombre de PPCAR.

Se han sintetizado controladores H∞ lineales siguiendo dos enfoques dis-

tintos. En el primero de ellos, se ha utilizado el enfoque de sensibilidad mix-
ta, ponderando funciones de sensibilidad para imponer cotas superiores a las
correspondientes funciones. La otra vı́a de obtener el control H∞ ha sido uti-
lizando realimentación del vector de estados. Para la sı́ntesis del controlador
se han usado tanto algoritmos de resolución con vector de estados [5], ası́
como Linear Matrix Inequalities (LMI).

Los resultados obtenidos de la simulación de los controladores anteriores

aplicados al modelo no lineal del PPCar se han comparado entre sı́ y con un
controlador sintonizado en trabajos anteriores utilizando el método de opti-
mización LQR.

Posteriormente se trata de extender el control H∞ lineal a un control H∞

no lineal [30], pero nos encontramos con un sistema subactuado y el control
H∞ de tal tipo de sistemas es un tema candente en la investigación. Se marca
una posible vı́a a seguir en futuras investigaciones [36].
[30]

89
A.5. Control de Trayectorias de Robots Mó-
viles por Moldeo de Energı́a
Este trabajo fue realizado para el curso de “Robots Móviles, Visión Arti-
ficial y Telerobótica”.

El objetivo del problema de control de seguimiento de camino de robots

es que el vehı́culo ejecute de forma autónoma movimientos previamente pla-
nificados o que pueda reaccionar de forma apropiada ante perturbaciones.
Existen diversas técnicas de control, aunque la más destacada es la persecu-
ción pura, debido a su simplicidad y sus buenos resultados [29].

Existen ciertos problemas de seguimiento de caminos de robots móviles

no holónomos dónde es deseado que el robot se desplace por una trayectoria
cerrada de forma elı́ptica. Esta trayectoria elı́ptica podrı́a ser un ciclo lı́mite
estable con amplitud y frecuencia dada. Si se encontrase una ley de control
que hiciera posible la aparición de tal ciclo lı́mite, el robot seguirı́a al camino
pre-especificado sin necesidad de introducir señal de referencia de tiempo
alguna. La generación de ciclos lı́mites para producir oscilaciones han sido
aplicadas a sistemas electromecánicos [3, 14, 15] obteniendo buenos resulta-
dos. Concretamente se controlaron UPS trifásicos y convertidores tipo boost
[4, 17].

Si en cambio, el camino no fuese una curva cerrada y fuese algo más com-
plejo que una elipse, se puede hacer frente considerando que las trayectorias
están formadas por una serie de curvas elı́pticas. Cada trozo de elipse será
un ciclo lı́mite estable con determinada amplitud y frecuencia, pudiéndose
aplicar la ley de control anteriormente citada en cada elipse, sin necesidad,
como se ha dicho anteriormente, de introducir señal de referencia de tiempo
alguna. Es necesario programar previamente las caracterı́sticas de las elipses
que componen el camino deseado completo, ası́ como, el punto donde termina
y comienza cada una de ellas y el sentido de recorrido.

Esta estrategia desarrollada se compara con uno de los métodos más ge-
neralizados en problemas de seguimiento de caminos, el método de la perse-
cución pura.

90
Apéndice B

Artı́culos

91
B.1. Control del Convertidor Boost DC-AC
por moldeo de energı́a
C. Albea y [Link]

Artı́culo presentedado en la “XXVIII Jornadas de Automática”, Almerı́a,

September 2006.

Resumen - En este artı́culo se aplica a un convertidor boost DC-AC no

lineal una estrategia de control para la generación de corriente alterna sin
emplear señal de referencia alguna. Como la técnica propuesta no alcanza la
sincronización deseada entre las dos partes del circuito, se añade un Phase-
Locked Loop a la ley de control. Se muestra además que esta idea es válida
para la sincronización con la red. Mediante simulación se comprueba la bon-
dad de las leyes de control resultantes.

92
B.2. Aplicación del control H∞ al PPCAR
[Link], M. G. Ortega, F. Salas y F. Rodriguez

Artı́culo presentedado en la “XXVIII Jornadas de Automática”, Almerı́a,

September 2006.

Resumen - En este artı́culo se presentan controladores H∞ lineal para un

sistema no lineal subactuado que está sometido a perturbaciones, comparando
los resultados obtenidos con otros controladores diseñados en trabajos ante-
riores

93
B.3. Control of the Boost DC-AC Converter
by Energy Shaping (Inglés)
C. Albea, F. Gordillo y J. Aracil

Artı́culo presentado en la “32th congreso anual de la sociedad de electrónica

industrial de IEEE, IECON06”, Parı́s (Francia), Noviembre 2006.
Resumen - In this paper a control strategy for generation of alternating
current without using any reference signal is applied to a nonlinear boost dc-
ac converter. A Phase-Locked Loop is added to the control law in order to
achieve synchronization between the two parts of the circuit. It is also shown
that this idea is also valid for synchronization with the network. The resultant
control laws are tested by means of simulations.

94
B.4. Estimation of the region of attraction
for a boost DC-AC Converter control
law. (Inglés)
C. Albea y F. Gordillo

Este artı́culo ha sido aceptado para su presentación en el congreso “ 7th IFAC

Symposium on Nonlinear Control Systems, NOLCOS07”, Pretoria (South
Africa), August 2007.

Resumen - In this paper is estimated the region of attraction of the non-

linear boost DC-AC converter by Sum of Squares. This is an optimization
problem of maximization of the Lyapunov surface subjects to certain strict
constraints due to saturation of the control variables of the system and to
the composition of the inverter, which is formed from two DC-DC converters
with positive voltage.

95
B.5. Adaptive Control of the Boost DC-AC
Converter. (Inglés)
C. Albea, C. Canudas-de-Wit y F. Gordillo.

Este artı́culo ha sido aceptado para su presentación en el congreso “16th IEEE

Conference on Control Applications (CCA07)”, Singapore, Octubre 2007.

Resumen - In this paper an adaptive control is designed for the nonlinear

boost inverter in order to cope with unknown resistive load. This adaptive
control is accomplished by using a state observer to one side of the inver-
ter and by measuring the state variables. In order to analyze the stability of
the full system singular perturbation analysis is used. The resultant adaptive
control is tested by means of simulations.

96
B.6. Control of the Boost DC-AC Converter
with RL Load by Energy Shaping.
C. Albea y F. Gordillo

Este artı́culo ha sido enviado al “46th IEEE Conference on Decision and Con-
trol, CDC07”, New Orleans, LA, (USA), Diciembre 2007.

Resumen - In this paper a control strategy based on Energy Shaping is de-

signed for the nonlinear boost DC-AC converter with no-resistive load. This
approach does not need to use any reference signal. A Phase-Locked Loop is
added to the control law in order to achieve synchronization between the two
parts of the circuit, which is necessary to obtain the desired output voltage. It
is also shown that this idea is also valid for synchronization with the network.
The resultant control laws are tested by means of simulations.

97