Analisi comparativa delle strategie di controllo predittivo di corrente basate su modello e senza modello per un carico trifase alimentato da un inverter a ponte H in cascata

his thesis explores the current control of a three-phase load powered by a 7-level Cascaded H-Bridge inverter, focusing on both model-based and model-free control strategies. Initially, a Finite Control Set MPC method is applied, using a tree-based algorithm to optimize the inverter switching states. This approach allows for precise tracking performance and effective handling of the multilevel inverter structure. In the second part of the work, the focus shifts to model-free control methods that eliminate the dependency on electrical load parameters such as resistance and inductance, which are often subject to variation. Two main strategies are investi- gated: an Auto-Regressive with exogenous input model with parameter estimation via Recursive Least Squares, and an ultra-local control approach. These techniques offer increased adaptability and robustness in the presence of system uncertainties. A detailed comparison of the proposed control methods is presented, evaluating their performance in terms of accuracy, computational complexity, and sensitivity to parameter variation. The results highlight the trade-offs between model-based and model-free approaches.

La presente tesi esplora il controllo di corrente di un carico trifase alimentato da un inverter a 7 livelli di tipo Cascaded H-Bridge, con un focus sia su strategie di controllo basate su modello che prive di modello. Nella fase iniziale, viene applicato un metodo di Model Predictive Control a Set Finito (Finite Control Set MPC), impiegando un algoritmo ad albero per ottimizzare gli stati di commutazione dell’inverter. Questo approccio consente un’elevata precisione nel tracciamento del riferimento e una gestione efficace della struttura multilevel dell’inverter. Nella seconda parte del lavoro, l’attenzione si sposta su metodi di controllo model-free, che eliminano la dipendenza dai parametri elettrici del carico, come resistenza e induttanza, spesso soggetti a variazioni. Vengono analizzate due strategie principali: un modello Auto-Regressivo con ingresso esogeno (ARX) con stima dei parametri tramite il metodo dei Minimi Quadrati Ricorsivi (RLS), e un approccio di controllo ultra-locale. Queste tecniche offrono maggiore adattabilità e robustezza in presenza di incertezze del sistema. Viene infine presentato un confronto dettagliato tra i metodi di controllo proposti, valutandone le prestazioni in termini di accuratezza, complessità computazionale e sensibilità alla variazione dei parametri. I risultati evidenziano i compromessi tra approcci basati su modello e approcci model-free.