Cooperative control of autonomous multi-agent systems is a research areawhich is getting significant attention in recent years. Multi-agent systemsallow for a broad spectrum of applications and cooperation can increasetheir flexibility, efficiency and robustness to changes in external constraintsand disturbances. Focusing on autonomous vehicles, examples of possibleapplications of cooperative multi-agent systems include search and rescuemissions, autonomous delivery and performing of emergency landings.The purpose of the thesis is to develop and implement a cooperativerendezvous algorithm based on model predictive control and apply it to theproblem of autonomous landing in an indoor setting. The agents involved in themaneuver are a quadcopter and a ground carrier. The two agents cooperativelynegotiate on the optimal location for the touchdown taking also into accountrelevant spatial constraints and, if necessary, update that location, also referredto as rendezvous point, in real-time throughout the maneuver.The algorithm is first tested and validated in a simulated environment andfinally on the physical system during real-time operations.Additional scenarios are tested in the simulated environment in order tofurther inspect the potential capabilities of the developed algorithm. Thoseadditional simulations analyse how the algorithm behaves when a constantlateral wind influences the quadcopter; when the controllers operate at areduced frequency; and when the quadcopter is affected by an external Gaussiandisturbance.The developed algorithm proved to be suitable for the purpose, allowingthe agents to perform the desired maneuver in a relatively short time and witha high degree of precision. / Kooperativ reglering av autonoma fleragentsystem är ett forskningsområdesom har fått stor uppmärksamhet de senaste åren. Fleragentsystem möjliggörett brett spektrum av applikationer samtidigt som kooperation kan öka derasflexibilitet, effektivitet och robusthet mot förändringar i yttre begränsningar ochstörningar. Med fokus på autonoma fordon, exempel på möjliga tillämpningarav kooperativa fleragentsystem inkluderar sök- och räddningsuppdrag, autonomleverans och utförande av nödlandningar.Syftet med rapporten är att utveckla och implementera en kooperativrendezvous -algoritm baserad på modellprediktiv reglerteknik samt att tillämpaden för att utföra en inomhus autonom landning. I vår uppställning beståragenterna i manövern av en quadcopter och en markbärare. De två agenternaförhandlar samarbetsvilligt om den optimala platsen för landning samtidigtsom de beaktar relevanta rumsliga begränsningar och uppdaterar vid behovden platsen i realtid under hela manövern.Algoritmen testas och valideras först i en simulerad miljö och slutligen pådet fysiska systemet under en realtidsmiljö.Ytterligare scenarier testas i den simulerade miljön för att bortre inspekterapotentialen hos den utvecklade algoritmen. Dessa extra simuleringar illustrerarhur algoritmen beter sig när en konstant sidovind påverkar quadcoptern; närstyrenheterna arbetar med reducerad frekvens; och när quadcoptern påverkasav en yttre Gaussisk störning.Den utvecklade algoritmen visade sig vara lämplig för ändamålet, vilketgjorde att agenterna kunde utföra önskad manöver på relativt kort tid och medhög precision.

Fuel Cell Hybrid Electric vehicles are hybrid vehicles that consist of both fuel cells and batteries as energy conversion systems. The Energy Management System plays an important role in the operation of the fuel cell hybrid system, as it helps in reducing the hydrogen consumption of the system. This study investigates an optimal control algorithm with an aim to reduce the hydrogen consumption of the fuel cell system for five different drive cycles operating in Europe. Model Predictive Control(MPC) is used to solve the optimal control problem, by formalizing a look ahead controller, utilizing its receding horizon approach. The optimal controller analysis is compared with a conventional rule-based controller, by analysing the hybrid system over various battery and fuel cell sizes, on the basis of the overall hydrogen consumption. Firstly, a simplified system model is developed, by modelling the fuel cell system with respect to the efficiency curve of the hydrogen power and fuel cell power. The battery system model with its State of Charge(SOC) is coupled with the fuel cell model to form an objective function satisfying the power demand from the drive cycles. The MPC controller and the rule-based controller are implemented in MATLAB and the powersplit analysis is simulated for all five routes. The results show that the energy management system with the MPC controller optimizes the powertrain configuration efficiently, with preparing for the uphill or downhill, such that the battery SOC stays in its limits and the fuel cell operates in the most efficient range. This ensures operating over different types of drive cycles with the most efficient battery and fuel cell size, hence concluding with the MPC controller outperforming the rule-based one. / Fuel Cell Hybrid Electric Vehicle (FCHEV) är hybridfordon som består av både bränsleceller och batterier som energiomvandlingssystem. Energy ManagementSystem (EMS) spelar en viktig roll i driften av bränslecellshybridsystemet, eftersom det hjälper till att minska systemets vätgasförbrukning. Denna studie undersöker en optimal styralgoritm framtagen i syfte att minska syfte att minska vätgasförbrukningen i bränslecellssystemet. Algoritmen testas på fem olika körcykler, baserade på verkliga Europeiska vägsträckor. Model Predictive Controller (MPC) används för att lösa det optimala styrproblemet, genom att formalisera en framåtblickskontroller med hjälp av dess vikande horisont. Den optimala kontroller jämförs med en konventionell regelbaserad kontroller, genom att analysera hybridsystemet över olika batteri- och bränslecellstorlekar, baserat på den totala väteförbrukningen. Först utvecklas en förenklad systemmodell, som modellerar bränslecellssystemet med avseende på effektivitetskurvan för vätgaskraften och bränslecellseffekten. Batterisystemmodellen med dess State of Charge (SOC) är kopplad till bränslecellsmodellen för att bilda en målfunktion som tillfredsställer kraftbehovet från drivcyklerna. MPC-styrningen och den regelbaserade styrningen är implementerade i matlab och effektdelningsanalysen simuleras för alla fem rutterna. Resultaten visar att energihanteringssystemet medMPC-styrningen optimerar drivlinans konfiguration effektivt, med förberedelser för uppförsbacke eller nedförsbacke, så att batteriets SOC håller sig inom sina gränser och bränslecellen arbetar i mest optimala räckvidden. Detta säkerställer drift över olika typer av körcykler med den mest effektiva batteri- och bränslecellsstorleken, och avslutar därför med att MPC-styrenheten överträffar den regelbaserade.

This thesis addresses the problem of energy management of a hybrid electric power unit for an autonomous vehicle. We introduce, evaluate, and discuss the idea of autonomous-specific energy management strategy. This method is an optimization-based strategy which improves the powertrain fuel economy by exploiting motion planning data. First, to build a firm base for further evaluations, we will develop a high-fidelity system-level model for our case study using MATLAB/Simulink. This model mostly concerns about energy-related aspects of the powertrain and the vehicle. We will derive and implement the equations for each of the model subsystems. We derive model parameters using available data in the literature or online. Evaluation of the developed model shows acceptable conformity with the actual dynamometer data. We will use this model to replace the built-in rule-based logic with the proposed strategy and assess the performance.\par Second, since we are considering an optimization-based approach, we will develop a novel convex representation of the vehicle and powertrain model. This translates to reformulating the model equations using convex functions. Consequently, we will express the fuel-efficient energy management problem as the convex optimization problem. We will solve the optimization problem using dedicated numerical solvers. Extracting the control inputs using this approach and applying them on the high-fidelity model provides similar results to dynamic programming in terms of fuel consumption but in substantially less amount of time. This will act as a pivot for the subsequent real-time analysis.\par Third, we will perform a proof-of-concept for the autonomous-specific energy management strategy. We implement an optimization-based path and trajectory planning for a vehicle in the simplified driving scenario of a racing track. Accordingly, we use motion planning data to obtain the energy management strategy by solving an optimization problem. We will let the vehicle to travel around the circuit with the ability to perceive and plan up to an observable horizon using the receding horizon approach. Developed approach for energy management strategy shows a substantial reduction in the fuel consumption of the high-fidelity model, compared to the rule-based controller. / Thesis / Master of Science in Mechanical Engineering (MSME) / The automotive industry is on the verge of groundbreaking transformations as a result of electrification and autonomous driving. Electrified autonomous car of the future is sustainable, energy-efficient, more convenient, and safer. In addition to the advantages of electrification and autonomous driving individually, the intersection and interaction of these mainstreams provide new opportunities for further improvements on the vehicles. Autonomous cars generate an unprecedented amount of real-time data due to excessive use of perception sensors and processing units. This thesis considers the case of an autonomous hybrid electric vehicle and presents the novel idea of autonomous-specific energy management strategy. Specifically, this thesis is a proof-of-concept, a trial to exploit the motion planning data for a self-driving car to improve the fuel economy of the hybrid electric power unit by adopting a more efficient energy management strategy. With the ever-increasing number of autonomous hybrid electric vehicles, particularly in the self-driving fleets, the presented method shows an extremely promising potential to reduce the fuel consumption of these vehicles.

In this thesis, we explore the potential of financing a fast charging system with energy storage by delivering ancillary services from the energy storage in an optimal way. Specifically, a system delivering frequency regulation services FCR-D Up and FCR-D Down in combination with energy arbitrage trading is considered. An optimization model is developed that could be implemented operationally and then used in a Monte-Carlo simulation to estimate the net present value of the system for four identified cases at three different energy market price scenarios. The main modeling approach is to formulate the system as a state-space model serving as the foundation for model predictive control, with the delay between decision and delivery of the frequency regulation services incorporated as a part of the system state. The optimization of the system is implemented using a dynamic programming approach with a time horizon of 48h, where the choice of admissible controls is optimized for computational efficiency. The result shows that the system could profitable under optimal operation, but it is heavily dependent on the size of the grid connection, future price levels for ancillary services, and the nature of fast-charging demand. As such, the business case and profitability should be evaluated with a specific use case in mind. The developed model showed relatively good computational efficiency for operational implementations with a run time for one iteration of the optimization problem of 15 seconds. The model could therefore be used as the foundation for future research within the specific field and for similar control problems considering delayed controls and stochastic demand. Several proposed improvements and suggested areas of future research are proposed. / I den här uppsatsen utforskar vi huruvida det är finansiellt lönsamt att leverera snabbladdning från ett energilager samtidigt som energilagret används för att leverera systemtjänster på ett optimalt sätt. Mer specifikt undersöks ett potentiellt system som levererar frekvensregleringstjänsterna FCR-D Up och FCR-D Down samt energiarbitragehandel. Vi utvecklar en optimeringsmodell som kan implementeras i ett fysiskt system och använder sedan modellen i en Monte-Carlo-simulering för att estimera nuvärdet av fyra olika systemkonfigurationer för tre olika prisscenarion. Den huvudsakliga modelleringsmetoden är att formulera systemet som en tillstånds-rum modell, som sedan används som grund för modellprediktiv styrning, där fördröjningen mellan beslut och leverans av frekvensregleringstjänster inkluderas som en del av systemets tillstånd. Optimeringen av systemet implementeras med en dynamisk programmeringsmetodik med en tidsram på 48 timmar, där valet av tillåtna kontroller optimeras för beräkningseffektivitet. Resultatet visar att systemet kan vara lönsamt under optimal drift, men det är starkt beroende av storleken på nätanslutningen, framtida prisnivåer för systemtjänster och typen av snabbladdningsbehovet. Därför bör lönsamheten utvärderas för varje specifikt fall. Den utvecklade modellen visade relativt god beräkningseffektivitet för praktiskt implementation med en körtid för en enskilt iteration på 15 sekunder. Modellen kan därför användas som grund för framtida forskning inom området och för liknande problem inom optimal styrteori som involverar fördröjda kontroller och stokastisk efterfrågan. Flera föreslagna förbättringar och områden för framtida forskning föreslås.

Model Predictive Control (MPC) is a control strategy based on optimization that handles system constraints explicitly, making it a popular feedback control method in real industrial processes. However, designing this control policy is an expensive operation since an explicit model of the process is required when re-tuning the controller. Another common practical challenge is that not all states are available, which calls for an observer in order to estimate the states, and imposes additional challenges such as satisfying the constraints and conditions that follow. This thesis attempts to address these challenges by extending the novel Adversarial Adaptive Model Predictive Control (AAMPC) algorithm with output-feedback for linear plants without explicit identification. The AAMPC algorithm is an adaptive MPC framework, where results from an adversarial Multi-Armed Bandit (MAB) are applied to a basic model predictive control formulation. The algorithm of the project, Adversarial Adaptive Output-Feedback Model Predictive Control (AAOFMPC), is derived by extending the standard MPC formulation with output-feedback, i.e, to an Output-Feedback Model Predictive Control (OFMPC) scheme, where a Kalman filter is implemented as the observer. Furthermore, the control performance of the extended algorithm is demonstrated with the problem of driving the state to a given reference, in which the performance is evaluated in terms of regret, state estimation errors, and how well the states track their given reference. Experiments are conducted on two discrete-time Linear Time- Invariant (LTI) systems, a second order system and a third order system, that are perturbed with different noise sequences. It is shown that the AAOFMPC performance satisfies the given theoretical bounds and constraints despite larger perturbations. However, it is also shown that the algorithm is not very robust against noise since offsets from the reference values for the state trajectories are observed. Furthermore, there are several tuning parameters of AAOFMPC that need further investigation for optimal performance. / Modell Prediktiv Reglering (MPC) är en optimeringsbaserad reglertekniksmetod som hanterar processbegränsingar på ett systematiskt sätt, vilket gör den till en populär metod inom återkopplad reglering i processindustrin. Denna metod medför dock höga beräkningskostnader eftersom det krävs en explicit modell varje gång regulatorn justeras online. I praktiken är det också vanligt att alla tillståndsvariabler inte är tillgängliga, vilket kräver en observatör för att rekonstruera alla tillståndsvariabler. Detta leder till fler utmaningar som att uppfylla ytterligare systembegränsingar och villkor som följer. Detta projekt adresserar dessa utmaningar genom att förlänga den nya algoritmen Adversarial Adaptiv Modell Prediktiv Reglering (AAMPC) med output-feedback för linjära system utan explicit modellidentifiering. AAMPC-algoritmen är en adaptiv reglerstrategi där resultat från en adversarial multiarmed bandit (MAB) appliceras i en standard MPC-formulering. Denna MPC-formulering är förlängd med output-feedback dvs. Output-Feedback Modell Predktiv Reglering (OFMPC) där ett Kalman filter är implementerad som en observatör och resulterar i projektets algoritm: Adversarial Adaptiv Output- Feedback Modell Prediktiv Reglering (AAOFMPC). Vidare demonstreras den utökade algoritmens prestanda med problemet att driva tillståndsvariablerna till ett givet referensvärde, där prestandan evalueras i termer av regret, skattningsfel och hur väl tillståndsvariablerna följer de givna referensvärdena. Experiment utförs på två tidsdiskreta tidsinvarianta (LTI) system, ett andraordningssystem och ett tredjeordningssystem, som är perturberade med olika värden av brus. Resultaten visar att AAOFMPC:s prestanda uppfyller de givna teoretiska begränsningarna trots större störningar. Det visar sig dock att algoritmen inte är särskilt robust mot brus eftersom det sker avvikelser från de givna referensvärdena för tillståndsvariablerna. Dessutom finns det flera parametrar i algoritmen som kräver ytterligare utredningar för optimal prestanda.

[ES] En los últimos años la popularidad de los quadrotors se ha visto notablemente incrementada debido a la gran variedad de aplicaciones civiles que se encuentran en auge actualmente. Entre los principales nichos de mercado, cabe destacar el elevado potencial en cartografía, agricultura, prevención de incendios, y en general, todas aquellas actividades donde el uso de estos dispositivos pueda suponer una mejora del rendimiento, seguridad del proceso y reducción de costes. En este aspecto, se espera que el uso de los quadrotors se vea incrementado considerablemente en los próximos años. Dicho incremento de popularidad ha hecho que parte de la comunidad científica ponga el foco de atención en ellos para resolver los problemas que presentan actualmente. No obstante, aunque se ha avanzado mucho en los últimos años, existen en la actualidad líneas de investigación y desarrollo encaminadas a la mejora de aspectos importantes tales como la autonomía, la robustez y fiabilidad que permita tanto aumentar la eficiencia energética como incrementar la seguridad ante cualquier posible escenario. El objetivo de la presente tesis es contribuir al desarrollo de estrategias de control robustas para hacer frente a incertidumbres en el modelo, no linealidades, perturbaciones externas y retardos que puedan afectar al sistema a controlar. Este trabajo se fundamenta en la obtención de una estrategia de control basada en estimaciones de perturbaciones, con un ajuste sencillo y desacoplado del seguimiento de la referencia y rechazo de perturbaciones. A partir las estrategias de control desarrolladas, se presentan además diferentes extensiones que permiten mejorar la robustez del vehículo. La construcción de un observador de la pérdida de eficiencia de los motores, que permita detectar cuando se produce un fallo crítico y aterrizar el vehículo de forma segura. Conjuntamente, se desarrolla un algoritmo óptimo que permite estabilizar los diferentes lazos de control en el caso que saturen las acciones de control de los motores que no corresponden explícitamente a las salidas de los lazos de control internos. Debido al extendido uso del controlador PID, se obtiene un equivalente entre la estrategia propuesta y los parámetros de un PID de dos grados de libertad, generalizándose para plantas de primer y segundo orden con retardos. Además, para el caso de retardos variables aleatorios en los canales de sensor-controlador y controlador-actuador además de la presencia de perturbaciones, se desarrolla un predictor junto con un observador de perturbaciones para poder controlar dichos sistemas. Todas las estrategias propuestas se han validado de forma satisfactoria en las plataformas experimentales disponibles. Entre otros aspectos, cabe destacar la eficiencia computacional de las leyes de control propuestas, tanto en fase de diseño y ajuste como en la fase de ejecución. / [CA] En els darrers anys la popularitat dels quadrotors s'ha vist notablement incrementada a causa de la gran varietat d'aplicacions civils que es troben actualment en auge. Entre els principals nínxols de mercat, cal destacar l'elevat potencial en cartografia, agricultura, prevenció d'incendis i, en general, totes aquelles activitats on l'ús d'aquests dispositius supose una millora del rendiment, la seguretat del procés i la reducció de costos. En aquest aspecte, s'espera que l'ús d'aquestes aeronaus s'incremente considerablement en els pròxims anys. Aquest increment de popularitat ha fet que part de la comunitat científica pose el focus d'atenció per resoldre els problemes que presenten actualment. No obstant això, encara que ha evolucionat molt en els darrers anys, actualment existeixen línies de recerca i desenvolupament encaminades a la millora d'aspectes importants com l'autonomia, la robustesa i fiabilitat que permitisca tant augmentar l'eficiència energètica com incrementar la seguretat davant qualsevol possible escenari. L'objectiu d'aquesta tesi és contribuir al desenvolupament d'estratègies de control robustes per fer front a incerteses en el model, no linealitats, pertorbacions externes i retards que puguen afectar el sistema a controlar. Aquest treball es fonamenta en obtindre una estratègia de control basada en estimacions de pertorbacions, amb un ajust senzill i desacoblat del seguiment de la referència i rebuig de pertorbacions. A partir d'aquesta estratègia desenvolupada, es presenten diferents extensions que permeten millorar la robustesa del vehicle. La construcció d'un observador de la pèrdua d'eficiència dels motors, que permeta detectar quan es produeix una fallada crítica i aterrar el vehicle de manera segura. Conjuntament, es desenvolupa un algorisme òptim que permeta estabilitzar els diferents bucles de control en cas que saturen les accions de control dels motors que no corresponen explícitament a les eixides dels bucles de control interns. A causa del ampli ús del controlador PID, s'obté un equivalent entre l'estratègia proposada i els paràmetres d'un PID de dos graus de llibertat, generalitzant-se per a plantes de primer i segon ordre amb retards. A més, per al cas de retards variables aleatoris als canals de sensor-controlador i controlador-actuador a més de la presència de pertorbacions, es desenvolupa un predictor juntament amb un observador de pertorbacions per poder controlar aquests sistemes. Totes les estratègies proposades s'han validat de forma satisfactòria amb les plataformes experimentals disponibles. Entre altres aspectes, cal destacar l'eficiència computacional de les lleis de control proposades, tant en fase de disseny i ajustament com en fase d'execució. / [EN] In recent years the popularity of quadrotors has increased significantly due to the wide variety of civil applications that are currently booming. Among the main market niches, it is worth the high potential in cartography, agriculture, fire prevention and in general, all those activities where the use of these devices can improve performance, process safety and cost reduction. In this regard, the use of these aircraft is expected to increase considerably in the coming years. This increase in popularity has led part of the scientific community to focus on them to solve the problems they have. However, although much progress has been made in recent years, there are currently lines of research and development aimed at improving important aspects such as autonomy, robustness and reliability to increase energy efficiency and safety against any possible scenario. The objective of this thesis is to contribute to the development of robust control strategies to deal with model uncertainties, nonlinearities, external disturbances and delays which may affect the controlled system. This work is based on obtaining a control strategy based on disturbance observers, with a simple and decoupled tuning of reference tracking and disturbance rejection. From this developed strategy, different extensions are developed to improve the robustness of the vehicle: the construction of an observer of the loss of efficiency of the motors, which allows to detect when a critical failure occurs and land the vehicle safely; and the development of an optimal algorithm to stabilize the inner control loops in the case that saturate the control actions of the motors, which do not correspond explicitly to the outputs of the inner control loops. Due to the widespread use of the PID controller, an equivalent tuning is obtained between the proposed strategy and the parameters of a PID of two degrees of freedom, generalizing for first and second order plants with delays. Moreover, for the case of random variable delays in the sensor-controller and controller-actuator channels and the presence of disturbances, a predictor together with a disturbance observer is developed in order to control such systems. All the proposed strategies have been successfully validated on the experimental platforms. Among other aspects, it is worth mentioning the computational efficiency of the proposed control laws, both in the design and adjustment phase and in the execution phase. / Quiero dar gracias a la Universitat Politècnica de València por las ayudas FPI-UPV PAID-01-17 y las ayudas para la movilidad 2019 FPI-UPV sin las cuales no hubiese podido terminar esta tesis. / Balaguer Garín, V. (2024). Diseño de estrategias de control robusto aplicadas a vehículos aéreos no tripulados tipo quadrotor [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/204746

Systematické řízení tepelných a elektrických toků v plně elektrických automobilech se stává velmi důležitým, protože v těchto typech automobilů není k dispozici dostatek odpadního tepla pro vytápění kabiny. Aby v zimním období nedocházelo ke snížení dojezdu, je nutné použití technologií, které umožní snížení spotřeby energie nutné k vytápění kabiny (např. tepelné čerpadlo, zásobník tepla). Je také zapotřebí vytvořit řídicí algoritmy pro tato zařízení, aby byl zajištěn jejich optimální provoz. V letním období je nezbytné řídit tepelné toky v rámci elektromobilu tak, aby nedocházelo k nadměrnému vybíjení baterie kvůli chlazení kabiny a dalších částí. Tato práce řeší jak návrh řídicích algoritmů, tak i vývoj rozhodovacího algoritmu, který zajistí směřování tepelných toků.

Cette thèse contribue à répondre au problème de la gestion optimale des ressources en eau dans les réseaux de navigation intérieure du point de vue de la théorie du contrôle. Les objectifs principales à atteindre consistent à garantir la navigabilité des réseaux de voies navigables, veiller à la réduction des coûts opérationnels et à la longue durée de vie des équipements. Lors de la conception de lois de contrôle, les caractéristiques des réseaux doivent être prises en compte, à savoir leurs dynamiques complexes, des retards variables et l’absence de pente. Afin de réaliser la gestion optimale, le contrôle efficace des structures hydrauliques doit être assuré. A cette fin, une approche de modélisation orientée contrôle est dérivée. Cependant, la formulation obtenue appartient à la classe des systèmes de descripteurs retardés, pour lesquels la commande prédictive MPC et l’estimation d’état sur horizon glissant MHE peuvent être facilement adaptés à cette formulation, tout en permettant de gérer les contraintes physiques et opérationnelles de manière naturelle. En raison de leur grande dimensionnalité, une mise en œuvre centralisée n’est souvent ni possible ni souhaitable. Compte tenu du fait que les réseaux de navigation intérieure sont des systèmes fortement couplés, une approche distribuée est proposée, incluant un protocole de communication entre agents. Malgré l’optimalité des solutions, toute erreur peut entraîner une gestion inefficace du système. Par conséquent, les dernières contributions de la thèse concernent la conception de stratégies de supervision permettant de détecter et d’isoler les pannes des équipements. Toutes les approches présentées sont appliquées à une étude de cas réaliste basée sur le réseau de voies navigables du nord e la France afin de valider leur efficacité. / This thesis addresses the problem of optimal management of water resources in inland navigation networks from a control theory perspective. The main objectives to be attained consist in guaranteeing the navigability condition of the network, minimizing the operational cost and ensuring a long lifespan of the equipment. However, their complex dynamics, large time delays and negligible bottom slopes complicate their management. In order to achieve the optimal management, the efficient control of the hydraulic structures must be ensured. To this end, a control-oriented modeling approach is derived. The resulting formulation belongs to the class of delayed desciptor systems, for which model predictive control and moving horizon estimation can be easily adapted, as well as being able to deal with physical and operational constraints in a natural manner. However, a centralized implementation is often neither possible nor desirable. As these networks are strongly coupled systems, a distributed approach is followed, featuring a communication protocol among agents. Despite the optimality of the solutions, any malfunction can lead to an inefficient system management. Therefore, the last part of the thesis regards the design of supervisory strategies that allow to detect and isolate faults. All the presented approaches are applied to a realistic case study based on the inland navigation network in the north of France to validate their effectiveness.

Cette thèse s'inscrit dans le cadre du projet collaboratif MICROSOL, mené par Schneider Electric, et qui oeuvre pour le développement de micros centrales solaires thermodynamiques destinées à la production d'électricité en sites isolés (non connectés au réseau électrique) en exploitant l'énergie thermique du soleil. Le but de cette thèse étant le développement de lois de commande innovantes et efficaces pour la gestion de l'énergie de deux types de micros centrales solaires thermodynamiques : à base de moteur à cycle de Stirling et à base de machines à Cycle de Rankine Organique (ORC). Dans une première partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Stirling hybridée à un supercondensateur comme moyen de stockage d'énergie tampon. Dans ce cadre, nous proposons une première loi de commande validée expérimentalement, associée au système de conversion d'énergie du moteur Stirling, qui dote le système de performances quasi optimales en termes de temps de réponse ce qui permet de réduire la taille du supercondensateur utilisé. Une deuxième loi de commande qui gère explicitement les contraintes du système tout en dotant ce dernier de performances optimales en terme de temps de réponse, est également proposée. Cette dernière loi de commande est en réalité plus qu'un simple contrôleur, elle constitue une méthodologie de contrôle applicable pour une famille de systèmes de conversion de l'énergie.Dans une deuxième partie, nous considérons une centrale solaire thermodynamique à base de machine à cycle de Rankine Organique (ORC) hybridée à un banc de batteries comme moyen de stockage d'énergie tampon. Etant donné que ce système fonctionne à vitesse de rotation fixe pour la génératrice asynchrone qui est connectée à un système de conversion d'énergie commercial, nous proposons une loi de commande prédictive qui agit sur la partie thermodynamique de ce système afin de le faire passer d'un point de fonctionnement à un autre, lors des appels de puissance des charges électriques, le plus rapidement possible (pour réduire le dimensionnement des batteries) tout en respectant les contraintes physiques du système. La loi de commande prédictive développée se base sur un modèle dynamique de la machine ORC identifié expérimentalement grâce à un algorithme d'identification nonlinéaire adéquat. / This Ph.D thesis was prepared in the scope of the MICROSOL project, ledby Schneider Electric, that aims at developing Off-grid solar thermodynamic micro powerplants exploiting the solar thermal energy. The aim of this thesis being the development of innovative and efficient control strategies for the energy management of two kinds of solar thermodynamic micro power plants: based on Stirling engine and based and Organic RankineCycle (ORC) machines.In a first part, we consider the Stirling based solar thermodynamic micro power planthybridized with a supercapacitor as an energy buffer. Within this framework, we propose afirst experimentally validated control strategy, associated to the energy conversion system ofthe Stirling engine, that endows the system with quasi optimal performances in term of settlingtime enabling the size reduction of the supercapacitor. A second control strategy that handlesexplicitly the system constraints while providing the system with optimal performances interm of settling time , is also proposed. This control strategy is in fact more than a simplecontroller, it is a control framework that holds for a family of energy conversion systems.In a second part, we consider the Organic Rankine Cycle (ORC) based thermodynamicmicro power plant hybridized with a battery bank as an energy buffer. Since this system worksat constant speed for the asynchronous generator electrically connected to a commercial energyconversion system, we propose a model predictive controller that acts on the thermodynamicpart of this system to move from an operating point to another, during the load power demandtransients, as fast as possible (to reduce the size of the battery banks) while respecting thephysical system constraints. The developed predictive controller is based upon a dynamicmodel, for the ORC power plant, identified experimentally thanks to an adequate nonlinearidentification algorithm.

Engine control systems aim to ensure satisfactory output performance whilst adhering to requirements on emissions, drivability and fuel efficiency. Model predictive control (MPC) has shown promising results when applied to multivariable and nonlinear systems with operational constraints, such as diesel engines. This report studies the torque generation from a mean-value heavy duty diesel engine with exhaust gas recirculation and variable-geometry turbocharger using state feedback linearization based MPC (LMPC). This is accomplished by first introducing a fuel optimal reference generator that converts demands on torque and engine speed to references on states and control signals for the MPC controller to follow. Three different MPC controllers are considered: a single linearization point LMPC controller and two different successive LMPC (SLMPC) controllers, where the controllers are implemented using the optimization tool CasADi. The MPC controllers are evaluated with the World Harmonized Transient Cycle and the results show promising torque tracking using a SLMPC controller with linearization about reference values.