Uma plataforma computacional para implementação de controle preditivo distribuído com aplicações ao controle de tráfego veicular urbano em Macaé

Abstract

Técnicas de Controle Preditivo tem sido cada vez mais utilizadas para o controle de sistemas dinâmicos pelo seu bom desempenho em aplicações. Entretanto, em sistemas geograficamente distribuídos, como redes de tráfego urbano e a rede elétrica, a centralização das informações para computação da ação de controle pode ser um obstáculo em função da necessidade de confiabilidade da comunicação e do elemento central ser um ponto único de falha. Controle Preditivo Distribuído baseado em Modelo (DMPC) distribui o cálculo da ação de controle sem a necessidade de centralização de informações, apenas compartilhando-as com seus vizinhos enquanto preserva características do Controle Preditivo baseado em Modelo (MPC), especialmente o tratamento explícito de restrições. Este trabalho apresenta uma plataforma desenvolvida capaz de modelar sistemas dinâmicos distribuídos, configurar e executar algoritmos distribuídos. Experimentos em simulação foram realizados em redes de tráfego urbano e os resultados foram avaliados sobre dois aspectos. Do ponto de vista do desempenho computacional atingiu-se resultados que indicam a aplicabilidade dos algoritmos; do ponto de vista do tráfego mostrou-se perspectivas de ganho de técnicas de controle preditivo (MPC e DMPC) sobre LQR no controle de percentuais de verde da estrat[egia de controle de tráfego urbano TUC.

Predictive Control Techniques have been increasingly used to control dynamical systems due to good performance in applications. However, in geographically distributed systems, such as urban traffic networks and the power grid, centralization of information for computing the control action can be an obstacle because of necessity of communication reliability and the central node be a single point of failure. Distributed Model Based Predictive Control (DMPC) distributes the calculation of the control action without the need to centralize information. This is done by sharing them only with neighbors while preserving Model Predictive Control (MPC) characteristics, especially the explicit treatment of constraints. This work has developed a platform capable of modeling distributed dynamical systems, besides allowing the configuration and execution of distributed algorithms. Simulation experiments were conducted in urban traffic networks and the results were evaluated based on two aspects. From the point of view of computational efficiency, results indicate the applicability of the algorithms in real-life problems; from the point of view of traffic performance, there are gain prospects in predictive control techniques (MPC and DMPC) as compared to the LQR control strategy used in the green split calculations of the well-known TUC urban traffic control strategy.