Modeling and predictive control with defocusing in thermosolar systems

Abstract

Uma das fontes renováveis de energia com maior potencial é a irradiação solar, que fornece uma quantidade significativa de energia à superfície da Terra. Devido à baixa densidade associados a esta fonte de energia, a sua exploração envolve a utilização de concentradores da irradiância solar, associados em série e paralelo, formando campos de coletores solares qu aquecem um fluido de trabalho. Devido ao ciclo diário de variação da intensidade da irradiância solar, estas plantas são dimensionadas de forma a captar múltiplas vezes a energia demandada, o que comumente gera situações de superaquecimento, que devem ser evitadas. Para evitar este superaquecimento, é possível reduzir o nível de concentração da energia solar nos coletores, em um processo denominado desfoque. Este desfoque geralmente não é incorporado no sistema de controle da planta, o que pode reduzir a eficiência global do processo tendo em vista que sistemas de segurança tendem a ser conservadores. Existem poucos trabalhos na literatura que exploram a incorporação do desfoque ativamente no controle do campo solar, sendo que os trabalhos existentes não contemplam como implementar este desfoque em coletores do tipo Fresnel. Este trabalho se dedica a começar a preencher esta lacuna na literatura, fornecendo propostas de estruturas de controle de campos solares com coletores Fresnel que incorporam o desfoque como variável manipulada, e também analisando os impactos da introdução desta atuação nas incertezas dos modelos utilizados no controle. Para este fim, foram consideradas técnicas avançadas de controle, como o Controle Preditivo Baseado em Modelo (MPC) que é muito utilizado em pesquisas visando aumentar a viabilidade deste tipo de processo. Este trabalho visa estudar técnicas de controle preditivo em sistemas termossolares com coletores fresnel, em especial MPC híbrido e não linear. Estes controladores são utilizados em problemas que envolvem todo o processo de geração de energia e as interações entre seus componentes, além de considerar o desfoque dos coletores utilizados para captar energia solar. As propostas de controladores apresentadas são desenvolvidas objetivando um custo computacional que permita a implementação em processos reais, além de promover melhoras em indicadores de produtividade do processo. Esta tese está dividida em sete capítulos, sendo estes: Uma introdução à motivação desta tese, bem como apresentação dos objetivos do trabalho; Uma revisão de aspectos relevantes da literatura pertentes aos estudos realizados nesta tese, como modelagem de plantas termossolares, Controle Preditivo Baseado em Modelo, modelos óticos de coletores fresnel e inteligência artificial; O primeiro capítulo de contribuições, contendo um estudo comparativo entre duas propostas de controladores já existentes na literatura com uma nova proposta de controlador, que incorpora aspectos das duas anteriores. Os controladores são avaliados em simulações de casos de operação do campo solar, onde se notou que cada uma das três propostas de controle é capaz de controlar o processo estudado não havendo uma proposta com desempenho claramente superior em todos os aspectos analisados; O segundo capítulo de contribuições, no qual é apresentada uma modelagem ótica simplificada de um coletor Fresnel, possibilitando a compreensão de como as características óticas deste tipo de coletor afetam o processo. Além disso, também é mostrado um estudo de possibilidades para o rastreamento do Sol neste tipo de coletor, avaliando os possíveis ganhos que a manipulação individual de cada espelho do coletor pode trazer para o processo. O modelo ótico foi validado com dados de um software de referência e com dados do fabricante do coletor modelado, apresentando proximidade com os dados de referência. As estratégias de seguimento do Sol consideradas apresentaram desempenho muito similar entre si, levando à conclusão de que a estratégia de implementação mais simples é a mais adequada. O terceiro capítulo de contribuições, onde mais uma proposta de controle preditivo que considera o desfoque como variável manipulada, mas desta vez utilizando um controlador preditivo baseado apenas em um modelo não-linear. Este controlador proposto foi comparado com um dos controladores já presentes na literatura e apresentou desempenho em geral superior, apesar de também ter custo computacional mais elevado. Neste capítulo também foram realizadas análises de sensibilidade na estratégia de desfoque proposta, de forma a compreender como incertezas na configuração do coletor poderiam impactar a capacidade do controle de implementar um certo valor de desfoque. Esta análise conclui que para que o controle utilizando desfoque em coletores fresnel possa ocorrer sem introduzir incertezas consideráveis no modelo, a posição angular dos espelhos deve apresentar valores de incerteza muito baixos; O quarto e último capítulo de contribuições apresenta uma nova proposta de cálculo do desfoque, agora utilizando inteligência artificial, e mais especificamente redes Neuro-Fuzzy, para realizar o cálculo do desfoque com maior velocidade e precisão. Após treinamento com dados obtidos de um software de referencia para modelagem ótica de coletores solares, a nova proposta se mostrou superior quando comparada com a abordagem baseada em otimização tanto na qualidade dos resultados quanto na velocidade de cálculo; No último capítulo desta tese, é apresentado um resumo dos resultados obtidos, bem como são apresentadas oportunidades para pesquisas futuras a partir dos trabalhos realizados.

Abstract: One of the renewable energy sources with the greatest potential is solar irradiation, which provides a significant amount of energy. Due to the low density and high intermittency associated with this source, its exploitation involves the use of concentrators, which have conversion rates that can be considered low when compared to other energy sources. This low efficiency is reflected in the generation costs, and it has been observed that in all solar energy harvesting techniques, these are much higher than the costs possible with traditional solutions. In this context, the development of technologies to capture, store and use solar energy efficiently is crucial for the economic viability of these processes. Unlike more traditional energy sources, the source of solar energy cannot be manipulated directly, so the study of advanced control techniques such as Model Predictive Control (MPC) is interesting to increase the viability of this type of process. This work aims to study predictive control techniques in thermosolar systems with fresnel collectors, in particular hybrid and nonlinear MPC. These controllers are used in problems involving the entire power generation process and the interactions between its components, as well as considering the blur of the collectors used to capture solar energy. The controller proposals presented are developed aiming at a computational cost that allows implementation in real processes, besides promoting some improvement in process productivity indicators. A simplified optical modeling of a Fresnel collector is presented, allowing the understanding of how the optical characteristics of this type of collector affect the process. In addition, a study of possibilities for sun tracking on this type of collector is also shown, evaluating the possible gains that individual manipulation of each collector mirror can bring to the process. Predictive control proposals that consider how the proposed controller blur is implemented are also evaluated. Potential errors or uncertainties arising from the use of blur as a manipulated variable are investigated and, finally, an alternative way to implement the strategy is proposed, using neuro-fuzzy networks. The results show that the proposed predictive controllers are able to control the process avoiding overheating, but for this operation to occur without introducing considerable uncertainties in the controller, the angular position of the mirrors must present very low uncertainty values. The proposed alternative implementation with neuro-fuzzy proved to be superior when compared to the optimization-based approach.