Nous étudions la propagation et la quantification d'incertitudes paramétriques au travers de modèles hydrologiques pour la simulation des processus d'infiltration et d'érosion en présence de pluie et/ou de ruissellement. Les paramètres incertains sont décrits dans un cadre probabiliste comme des variables aléatoires indépendantes dont la fonction de densité de probabilité est connue. Cette modélisation probabiliste s'appuie sur une revue bibliographique permettant de cerner les plages de variations des paramètres. L'analyse statistique se fait par échantillonage Monte Carlo et par développements en polynômes de chaos. Nos travaux ont pour but de quantifier les incertitudes sur les principales sorties du modèle et de hiérarchiser l'influence des paramètres d'entrée sur la variabilité de ces sorties par une analyse de sensibilité globale. La première application concerne les effets de la variabilité et de la spatialisation de la conductivité hydraulique à saturation du sol dans le modèle d'infiltration de Green--Ampt pour diverses échelles spatiales et temporelles. Notre principale conclusion concerne l'importance de l'état de saturation du sol. La deuxième application porte sur le modèle d'érosion de Hairsine--Rose. Une des conclusions est que les interactions paramétriques sont peu significatives dans le modèle de détachement par la pluie mais s'avèrent importantes dans le modèle de détachement par le ruissellement / We study parametric uncertainty propagation and quantification in hydrological models for the simulation of infiltration and erosion processes in the presence of rainfall and/or runoff. Uncertain input parameters are treated in a probabilistic framework, considering them as independent random variables defined by a fixed probability density function. This probabilistic modeling is based on a literature review to identify the range of variation of input parameters. The output statistical analysis is realized by Monte Carlo sampling and by polynomial chaos expansions. Our analysis aims at quantifying uncertainties in model outputs and establishing a hierarchy within input parameters according to their influence on output variability by means of global sensitivity analysis. The first application concerns the variability and spatial localization of the soil saturated hydraulic conductivity in the Green-Ampt infiltration model at different spatial and temporal scales. Our main conclusion is the importance of the soil saturation state. The second application deals with the Harisine--Rose erosion model. One conclusion is that the parametric interactions are not significant in the rainfall detachment model, but they prove to be important in the runoff detachment model

Alternative renewable energy sources such as solar, wind, and bio energy have brought uncertainties into the power flow of electric power systems. Purely deterministic tools and models are suitable to guarantee the safe operation of these systems. A necessity arises to develop and use methods that deal with uncertainties in the analysis. Several methodologies have been proposed to assess the transient stability of power systems considering uncertainties. However, most of these techniques are based on the execution of successive simulations, requiring a high computational effort. Hence, they are limited to off-line applications in small systems. In view of the foregoing, this work proposes the development of two methodologies to assess – in real time – the transient stability of power systems with parametric and operational uncertainties. The first one is an extension of PEBS, which is a direct method for stability assessment. This method, called robust PEBS, employs an interval energy function of the power system to determine a robust estimate critical clearing time. The second one is the use of optimization methods to find a robust estimate critical clearing time. Notably, we employ the Simulated Annealing and Differential Evolution algorithms. Besides developing methods to estimate the critical clearing time, this work also contributes to the analysis of power systems with uncertainties by introducing a technique to reduce the analysis effort. To be specific, a methodology is proposed to identify the most influential parameters for the transient analysis assessment based on a sensitivity analysis of the generator angles with respect to the system parameters. / A utilização crescente de fontes alternativas intermitentes de energia como eólica e solar tem trazido incertezas em relação ao nível de geração e ao fluxo de potência em Sistemas Elétricos de Potência (SEP). Assim, a utilização de modelagem e ferramentas puramente determinísticas na análise de estabilidade não são mais suficientes para garantir a operação segura destes sistemas. Torna-se necessário, então, o desenvolvimento e utilização de métodos que incluam essas incertezas nas análises. Diversas metodologias foram propostas para avaliar a estabilidade transitória de Sistemas Elétricos de Potência considerando incertezas. Porém, grande parte destas técnicas é baseada em execuções de inúmeras simulações e, portanto, exige grande esforços computacionais e são limitadas a aplicações off-line e em sistemas elétricos de pequeno porte. Face ao exposto, propõe-se o desenvolvimento de uma metodologia rápida para a avaliação de estabilidade transitória de SEPs em tempo real considerando incertezas paramétricas. Esta metodologia deverá ser capaz de fornecer rapidamente um resultado robusto sobre a estabilidade. Para tal pretende-se estender a aplicação do método direto PEBS para a análise de estabilidade de sistemas elétricos com incertezas. Além disso, neste trabalho, aplicam-se métodos de otimização para se encontrar o tempo crítico de abertura sem o uso de uma simulação de Monte Carlo e determinam-se os parâmetros que mais influenciam para o estudo de estabilidade transitória utilizando uma análise de sensibilidade dos ângulos dos geradores em relação aos parâmetros do sistema elétrico de potência.

Este trabalho enfoca os procedimentos de modelagem por elementos finitos determinísticos e estocásticos de sistemas estruturais do tipo placas finas sujeitas a não linearidades distribuídas e discretas na presença de incertezas. Neste caso, o método de Newmark não linear combinado com o método de Newton-Raphson foi utilizado para resolução direta das equações do movimento e obtenção dos envelopes das respostas no tempo dos sistemas não lineares. Com o objetivo de reduzir o esforço computacional requerido para resolver os problemas não lineares, especialmente para os casos envolvendo a presença de incertezas, foi proposto o método modal enriquecido e o método das aproximações combinadas melhorado. No que diz respeito à consideração da inserção de incertezas no modelo determinístico optou-se pela construção de um modelo estocásticos do sistema com não linearidades distribuídas, utilizando-se para isto da técnica de discretização de campos aleatórios de Karhunen-Loève para sistemas bi-dimensionais. Já, para a obtenção das respostas dinâmicas aleatórias, foi utilizado o método de simulação Hyper-Cubo-Latino. Através dos vários exemplos de simulações com estruturas do tipo placas finas não amortecidas e amortecidas sujeitas a diferentes níveis de força e condições de contorno, pode-se ilustrar os desenvolvimentos abordados ao longo deste trabalho. Em particular, pode-se concluir sobre a eficiência e necessidade da utilização de métodos de redução para a avaliação dinâmica de sistemas não lineares, principalmente para sistemas não lineares mais complexos ou na presença de incertezas. Por fim, deve-se salientar a importância de se considerar as incertezas na análise e no projeto de sistemas não lineares para lidar com situações mais realísticas de interesse prático / This work is devoted to the deterministic and stochastic finite element modeling of thin flat plates under large displacements and subjected to geometric and discrete non-linearities. In order to solve the resulting non-linear equations of motion in the time-domain, the non-linear Newmark strategy combined with the Newton-Raphson method has been used herein. With the aim of reducing the computational cost required to solve the non-linear problems, especially for the cases in which the uncertainties are considered, the modal method based on the construction of an enriched reduction basis and an improved version of the combined approximations technique have been retained in the present study. With regard to the insertion of uncertainties in the deterministic model opted by the construction of a stochastic model of the system with no distributed linearity, using for this the Karhunen-Loève expansion technique in bi-dimensional form. In order to generate the envelopes of the dynamic responses of the non-linear systems in time-domain, it has been used the so-called Hyper-Cube-Latino. Based on the numerical simulations with plate structures subjected to various levels of excitation and boundary conditions it is possible to illustrate the methodology presented in this work. In particular, it can be concluded about the efficiency and necessity of performing efficient and accurate model reduction methods to deal with non-linear systems. Finally, it is also important to discuss about the interest in considering uncertainties in the analysis and design of non-linear systems in order to deal with more realistic non-linear situations / Tese (Doutorado)

Les systèmes micro mécatroniques intègrent dans un volume très réduit des fonctions de natures différentes (électrique, mécanique, thermique, magnétique ou encore optique). Ces systèmes sont des produits finaux ou sont dans des systèmes de taille macroscopique. La tendance à la miniaturisation et à la complexité des fonctions à réaliser conduit à des microsystème en trois dimensions et constitué´es de composants provenant de processus de (micro)fabrication parfois incompatibles. L’assemblage microbotique est une réponse aux challenges de leur réalisation. Pour assurer les opérations d’ assemblage avec des précisions et des résolutions élevées, des capteurs adaptés au micro monde et des outils particuliers de manipulation doivent être utilisés. Les éléments principaux constituants les systèmes de micromanipulation sont les micro-actionneurs.Ces derniers sont souvent faits à base de matériaux actifs parmi lesquels les matériaux Piézoélectriques . Les actionneurs piézoélectriques sont caractérisés par leur très haute résolution (souvent nanométrique), leur grande bande-passante (plus du kHz pour certains micro-actionneurs) et leur grande densité de force. Tout ceci en fait des actionneurs particulièrement intéressants pour le micro-assemblage et la micromanipulation. Cependant,ces actionneurs présentent, en plus de leur comportement non-linéaire, une forte dépendance à l’environnement et aux tâches considérées. De plus, ces tâches de micromanipulation et de micro-assemblage sont confrontées à un manque de capteurs précis et compatibles avec les dimensions du micromonde. Ceci engendre des incertitudes sur les paramètres du élaboré lors de l’identification. En présence du verrou technologique lié à la réalisation des capteurs et des propriétés complexes des actionneurs, il est difficile d’obtenir les performances de haut niveau requises pour réussir les tâches de micromanipulation et de micro-assemblage. C’est notamment la mise au point d’outils de commande convenables qui permet d’atteindre les niveaux de précision et de résolution nécessaires.Les travaux de cette thèse s’inscrivent dans ce cadre. Afin de réussir les tâches de micromanipulation et de micro-assemblage, plusieurs méthodes de commande prenant en compte des incertitudes liées au modèle, comme les approches de commande robustes de type H-inf ont déjà utilisées pour commander les actionneurs piézoélectriques.L’un des inconvénients majeurs de ces méthodes est la dérivation de régulateurs d’ordre élevé qui sont coûteux en calcul et peuvent difficilement être embarqués dans les microsystèmes. Afin de prendre en compte les incertitudes paramétriques des modèles des Systèmes à commander, nous proposons une solution alternative basée sur l’utilisation du calcul par intervalles. Ces techniques du calcul par intervalles sont combinées avec les outils de l’automatique pour modéliser et commander les microsystèmes. Nous chercherons également à montrer que l’utilisation de ces techniques permet d’associer la robustesse et la simplicité des correcteurs dérivés / Micromechatronic systems integrate in a very small volume functions with differentnatures. The trend towards miniaturization and complexity of functions to achieve leadsto 3-dimensional microsystems. These 3-dimensional systems are formed by microroboticassembly of various microfabricated and incompatible components. To achieve theassembly operations with high accuracy and high resolution, adapted sensors for themicroworld and special tools for the manipulation are required. The microactuators arethe main elements that constitute the micromanipulation systems. These actuators areoften based on smart materials, in particular piezoelectric materials. The piezoelectricmaterials are characterized by their high resolution (nanometric), large bandwidth (morethan kHz) and high force density. This why the piezoelectric actuators are widely usedin the micromanipulation and microassembly tasks. However, the behavior of the piezoelectricactuators is non-linear and very sensitive to the environment. Moreover, thedeveloppment of the micromanipulation and the microassembly tasks is limited by thelack of precise and compatible sensors with the microworld dimensions. In the presenceof the difficulties related to the sensors realization and the complex characteristics ofthe actuators, it is difficult to obtain the required performances for the micromanipulationand the microassembly tasks. For that, it is necessary to develop a specific controlapproach that achieves the wanted accuracy and resolution.The works in this thesis deal with this problematic. In order to success the micromanipulationand the microassembly tasks, robust control approaches such as H∞ havealready been tested to control the piezoelectric actuators. However, the main drawbacksof these methods is the derivation of high order controllers. In the case of embedded microsystems,these high order controllers are time consuming which limit their embeddingpossibilities. To address this problem, we propose in our work an alternative solutionto model and control the microsystems by combining the interval techniques with theautomatic tools. We will also seek to show that the use of these techniques allows toderive robust and low-order controllers.

Les travaux présentés dans ce mémoire constituent une contribution à la conception de méthodes systématiques pour l’analyse et la commande de systèmes périodiques et incertains. Une partie importante de cette thèse est également consacrée au contrôle d’attitude de satellites dont la dynamique se prête naturellement à une représentation sous forme de modèles périodiques soumis à des incertitudes. La première partie propose une présentation unifiée des résultats d’analyse et de synthèse de modèles périodiques et incertains à temps-discret via des méthodes basées sur des inégalités linéaires matricielles (LMI) et en s’appuyant sur la théorie de Lyapunov. Par la suite, l’accent est mis sur une nouvelle classe de correcteurs périodiques à mémoire pour lesquels l’entrée de commande est construite en utilisant l’historique des états du système conservés en mémoire. Des exemples numériques démontrent que ces nouveaux degrés de liberté permettent de repousser les limites des performances robustes. La seconde partie s’intéresse aux aspects de périodicité et de robustesse du contrôle d’attitude de satellite rencontrés notamment lors de l’utilisation des magnéto-coupleurs. Ces actionneurs s’appuient sur le champ géomagnétique variant périodiquement le long de l’orbite du satellite. Différentes stratégies de commande sont mises en œuvre et comparées entre elles avec le souci constant de tenir compte des principales limitations des actionneurs. Cette démarche conduit à une nouvelle loi de commande périodique régulant le moment cinétique des roues à réactions sans perturber le contrôle d’attitude dont l’effort de commande est réparti sur l’ensemble des actionneurs. / This manuscript reviews contributions to the development of systematic methods for analysis and control of periodic uncertain systems. An important part of this thesis is also dedicated to the design of attitude control systems for satellites whose dynamics is naturally represented as a periodic model subject to uncertainties. The first part is devoted to the developpement of a unifying presentation of the analysis and synthesis results of periodic, uncertain and discrete-time models via methods relying on linear matrix inequalities (LMI) and based on Lyapunov theory. Subsequently, the focus is on a new class of periodic control laws with memory for which the control input is constructed using history of the states of the system kept in memory. Numerical experiments show that these new degrees of freedom can outperformed the existing results. The second part deals with periodic and robustness aspects of attitude control of a satellite using magnetorquers. These actuators use the geomagnetic field that varies periodically along the orbital trajectory. Different control strategies are implemented and compared with one another with the constant concern of taking the main limitations of the actuators into account. This approach leads to a new control law regulating the momentum of the reaction wheels without disturbing attitude control for which the control effort is shared by all actuators.

Les débris en orbite sont actuellement une source de préoccupation majeure pour les acteurs du spatial et pour le reste de la population, comme en témoignent les articles de presse et les œuvres cinématographiques sur le sujet. En effet, la présence de ces objets menace directement les astronautes en mission et les satellites en opération. Parmi les nombreuses options déjà envisagées pour les traiter, cette thèse se concentre sur l’approche robotique, en proposant des outils et des méthodes de modélisation et de contrôle pour un satellite chasseur équipé d’un bras manipulateur. Des modèles dynamiques et des schémas de simulation optimisés sont ainsi développés pour tout système multi-corps constitué d’une base mobile supportant un nombre quelconque d’appendices rigides ou flexibles. Par la suite, les trajectoires de capture sont générées en conservant la continuité en accélération avec le mouvement naturel du point cible, dans le but de saisir aussi délicatement que possible le débris en rotation. Le suivi de cette trajectoire par l’effecteur du robot chasseur est alors assuré par une loi de contrôle à deux niveaux, dont le réglage repose sur la synthèse H1 structurée. Une étude de robustesse est également mise en place pour assurer la stabilité et les performances du système en boucle fermée, malgré les changements de configuration du bras. Enfin, la validation des travaux de thèse est réalisée par voie numérique avec un simulateur haute-fidélité, et par voie pratique avec un banc d’essais robotique incluant des composants physiques en temps réel. / On-orbit debris are currently causing deep concern for space agencies, related companies, and also among the population. ¿is is evidenced by the numerous scientific articles and recent movies on the matter. Indeed, these objects pose a serious threat for the astronauts on mission and for operational satellites. Among the various technical concepts already designed to address these threats, this thesis focuses on space robotics. Tools and methods are thus introduced for the modeling and control of a chaser satellite equipped with a manipulator. Dynamic models and optimized simulation schemes are developed to handle any multi-body system made up of amoving base embedding various appendages, either rigid or flexible. ¿en, a trajectory planner is designed to ensure acceleration continuity with the natural motion of the debris in order to perform a soft capture. ¿is reference trajectory is tracked by the end-effector of the chaser using a two-level control law, which is tuned by the structured H1 synthesis. A robustness analysis is also presented to assess the stability and the performances of the closed-loop system with respect to the motion of the robotic arm. Finally, the outcome of the thesis is validated by a twofold approach: by numerical means with a highfidelity simulator, and by practical ones with a robotic test bench including physical components in real time.

L’analyse dynamique des structures de grandes dimensions incluant de nombreux paramètres incertains et des non-linéarités localisées ou réparties peut être numériquement prohibitive. Afin de surmonter ce problème, des modèles d’approximation peuvent être développés pour reproduire avec précision et à faible coût de calcul la réponse de la structure.L’objectif de la première partie de ce mémoire est de développer des modèles numériques robustes vis-à-vis des modifications structurales (non-linéarités localisées, perturbations ou incertitudes paramétriques) et « légers » au sens de la réduction de la taille. Ces modèles sont construits, selon les approches de condensation directe et par synthèse modale, en enrichissant des bases de réduction tronquées, modale et de Craig-Bampton respectivement, avec des résidus statiques prenant compte des modifications structurales. Pour propager les incertitudes, l’accent est mis particulièrement sur la méthode du chaos polynomial généralisé. Sa combinaison avec les modèles réduits ainsi obtenus permet de créer des métamodèles mono et bi-niveaux, respectivement. Les deux métamodèles proposés sont comparés à d’autres métamodèles basés sur les méthodes du chaos polynomial généralisé et du Latin Hypercube appliquées sur des modèles complets et réduits. Les métamodèles proposés permettent d’approximer les comportements structuraux avec un coût de calcul raisonnable et sans perte significative de précision.La deuxième partie de ce mémoire est consacrée à l’analyse dynamique des structures périodiques non-linéaires en présence des imperfections : perturbations des paramètres structuraux ou incertitudes paramétriques. Deux études : déterministe ou stochastique, respectivement, sont donc menées. Pour ces deux configurations, un modèle analytique discret générique est proposé. Il consiste à appliquer la méthode des échelles multiples et la méthode de perturbation pour résoudre l’équation de mouvement et de projecter la solution obtenue sur des modes d’ondes stationnaires. Le modèle proposé conduit à un ensemble d’équations algébriques complexes couplées, fonctions du nombre et des positions des imperfections dans la structure. La propagation des incertitudes à travers le modèle ainsi construit est finalement assurée par les méthodes du Latin Hypercube et du chaos polynomial généralisé. La robustesse de la dynamique collective vis-à-vis des imperfections est étudiée à travers l’analyse statistique de la dispersion des réponses fréquentielles et des bassins d’attraction dans le domaine de multistabilité. L’étude numérique montre que la présence des imperfections dans une structure périodique renforce sa non-linéarité, élargit son domaine de multistabilité et génère une multiplicité de branches multimodale. / Dynamic analysis of large scale structures including several uncertain parameters and localized or distributed nonlinearities may be computationally unaffordable. In order to overcome this issue, approximation models can be developed to reproduce accurately the structural response at a low computational cost.The purpose of the first part of this thesis is to develop numerical models which must be robust against structural modifications (localized nonlinearities, parametric uncertainties or perturbations) and reduce the size of the initial problem. These models are created, according to the direct condensation and the component mode synthesis, by enriching truncated reduction modal bases and Craig-Bampton transformations, respectively, with static residual vectors accounting for the structural modifications. To propagate uncertainties through these first-level and second-level reduced order models, respectively, we focus particularly on the generalized polynomial chaos method. This methods combination allows creating first-level and second-level metamodels, respectively. The two proposed metamodels are compared to other metamodels based on the polynomial chaos method and Latin Hypercube method applied on reduced and full models. The proposed metamodels allow approximating the structural behavior at a low computational cost without a significant loss of accuracy.The second part of this thesis is devoted to the dynamic analysis of nonlinear periodic structures in presence of imperfections: parametric perturbations or uncertainties. Deterministic or stochastic analyses, respectively, are therefore carried out. For both configurations, a generic discrete analytical model is proposed. It consists in applying the multiple scales method and the perturbation theory to solve the equation of motion and then on projecting the resulting solution on standing wave modes. The proposed model leads to a set of coupled complex algebraic equations, depending on the number and positions of imperfections in the structure. Uncertainty propagation through the proposed model is finally done using the Latin Hypercube method and the generalized polynomial chaos expansion. The robustness the collective dynamics against imperfections is studied through statistical analysis of the frequency responses and the basins of attraction dispersions in the multistability domain. Numerical results show that the presence of imperfections in a periodic structure strengthens its nonlinearity, expands its multistability domain and generates a multiplicity of multimodal branches.

L’analyse et la synthèse des systèmes dynamiques ont connu un développement important au cours des dernières décennies comme l’atteste le nombre considérable des travaux publiés dans ce domaine, et continuent d’être un axe de recherche régulièrement exploré. Si la plupart des travaux concernent les systèmes linéaires et non linéaires temps continu, peu de résultats ont étaient établis dans le cas temps discret. Les travaux de cette thèse portent sur l’observation et la commande d’une classe de systèmes non linéaires à temps discret. Dans un premier temps, le problème de synthèse d’observateur d’état utilisant une fenêtre de mesures glissante est abordé. Des conditions de stabilité et de robustesse moins restrictives sont déduites. Deux classes de systèmes non linéaires à temps discret sont étudiées : les systèmes de type Lipschitz et les systèmes « one-sided Lipschitz ». Ensuite, une approche duale a été explorée afin de déduire une loi de commande stabilisante basée sur un observateur. Les conditions d’existence d’un observateur et d’un contrôleur stabilisant les systèmes étudiés sont formulées sous forme d’un problème d’optimisation LMI. L’efficacité et la validité des approches présentées sont montrées à travers des exemples académiques / The analysis and synthesis of dynamic systems has undergone significant development in recent decades, as illustrated by the considerable number of published works in this field, and continue to be a research theme regularly explored. While most of the existing work concerns linear and nonlinear continuous-time systems, few results have been established in the discrete-time case. This thesis deals with the observation and control of a class of nonlinear discrete-time systems. First, the problem of state observer synthesis using a sliding window of measurements is discussed. Non-restrictive stability and robustness conditions are deduced. Two classes of discrete time nonlinear systems are studied: Lipschitz systems and one-side Lipschitz systems. Then, a dual approach was explored to derive a stabilizing control law based on observer-based state feedback. The conditions for the existence of an observer and a controller stabilizing the studied classes of nonlinear systems are expressed in term of LMI. The effectiveness and validity of the proposed approaches are shown through numerical examples

[ES] La gran mayoría de procesos del mundo real tienen incertidumbres inherentes, las cuales, al ser consideradas en el proceso de modelado, se puede obtener una representación que describa con la mayor precisión posible el comportamiento del proceso real. En la mayoría de casos prácticos, se considera que éstas tienen un comportamiento estocástico y sus descripciones como distribuciones de probabilidades son conocidas. Las estrategias de MPC estocástico están desarrolladas para el control de procesos con incertidumbres de naturaleza estocástica, donde el conocimiento de las propiedades estadísticas de las incertidumbres es aprovechado al incluirlo en el planteamiento de un problema de control óptimo (OCP). En éste, y contrario a otros esquemas de MPC, las restricciones duras son relajadas al reformularlas como restricciones de tipo probabilísticas con el fin de reducir el conservadurismo. Esto es, se permiten las violaciones de las restricciones duras originales, pero tales violaciones no deben exceder un nivel de riesgo permitido. La no-convexidad de tales restricciones probabilísticas hacen que el problema de optimización sea prohibitivo, por lo que la mayoría de las estrategias de MPC estocástico en la literatura se diferencian en la forma en que abordan tales restricciones y las incertidumbres, para volver el problema computacionalmente manejable. Por un lado, están las estrategias deterministas que, fuera de línea, convierten las restricciones probabilísticas en unas nuevas de tipo deterministas, usando la propagación de las incertidumbres a lo largo del horizonte de predicción para ajustar las restricciones duras originales. Por otra parte, las estrategias basadas en escenarios usan la información de las incertidumbres para, en cada instante de muestreo, generar de forma aleatoria un conjunto de posibles evoluciones de éstas a lo largo del horizonte de predicción. De esta manera, convierten las restricciones probabilísticas en un conjunto de restricciones deterministas que deben cumplirse para todos los escenarios generados. Estas estrategias se destacan por su capacidad de incluir en tiempo real información actualizada de las incertidumbres. No obstante, esta ventaja genera inconvenientes como su gasto computacional, el cual aumenta conforme lo hace el número de escenarios y; por otra parte, el efecto no deseado en el problema de optimización, causado por los escenarios con baja probabilidad de ocurrencia, cuando se usa un conjunto de escenarios pequeño. Los retos mencionados anteriormente orientaron esta tesis hacia los enfoques de MPC estocástico basado en escenarios, produciendo tres contribuciones principales. La primera consiste en un estudio comparativo de un algoritmo del grupo determinista con otro del grupo basado en escenarios; se hace un especial énfasis en cómo cada uno de estos aborda las incertidumbres, transforma las restricciones probabilísticas y en la estructura de su OCP, además de señalar sus aspectos más destacados y desafíos. La segunda contribución es una nueva propuesta de algoritmo MPC, el cual se basa en escenarios condicionales, diseñado para sistemas lineales con incertidumbres correlacionadas. Este esquema aprovecha la existencia de tal correlación para convertir un conjunto de escenarios inicial de gran tamaño en un conjunto de escenarios más pequeño con sus probabilidades de ocurrencia, el cual conserva las características del conjunto inicial. El conjunto reducido es usado en un OCP en el que las predicciones de los estados y entradas del sistema son penalizadas de acuerdo con las probabilidades de los escenarios que las componen, dando menor importancia a los escenarios con menores probabilidades de ocurrencia. La tercera contribución consiste en un procedimiento para la implementación del nuevo algoritmo MPC como gestor de la energía en una microrred en la que las previsiones de las energías renovables y las cargas están correlacionadas. / [CA] La gran majoria de processos del món real tenen incerteses inherents, les quals, en ser considerades en el procés de modelatge, es pot obtenir una representació que descriga amb la major precisió possible el comportament del procés real. En la majoria de casos pràctics, es considera que aquestes tenen un comportament estocàstic i les seues descripcions com a distribucions de probabilitats són conegudes. Les estratègies de MPC estocàstic estan desenvolupades per al control de processos amb incerteses de naturalesa estocàstica, on el coneixement de les propietats estadístiques de les incerteses és aprofitat en incloure'l en el plantejament d'un problema de control òptim (OCP). En aquest, i contrari a altres esquemes de MPC, les restriccions dures són relaxades en reformulades com a restriccions de tipus probabilístiques amb la finalitat de reduir el conservadorisme. Això és, es permeten les violacions de les restriccions dures originals, però tals violacions no han d'excedir un nivell de risc permès. La no-convexitat de tals restriccions probabilístiques fan que el problema d'optimització siga computacionalment immanejable, per la qual cosa la majoria de les estratègies de MPC estocàstic en la literatura es diferencien en la forma en què aborden tals restriccions i les incerteses, per a tornar el problema computacionalment manejable. D'una banda, estan les estratègies deterministes que, fora de línia, converteixen les restriccions probabilístiques en unes noves de tipus deterministes, usant la propagació de les incerteses al llarg de l'horitzó de predicció per a ajustar les restriccions dures originals. D'altra banda, les estratègies basades en escenaris usen la informació de les incerteses per a, en cada instant de mostreig, generar de manera aleatòria un conjunt de possibles evolucions d'aquestes al llarg de l'horitzó de predicció. D'aquesta manera, converteixen les restriccions probabilístiques en un conjunt de restriccions deterministes que s'han de complir per a tots els escenaris generats. Aquestes estratègies es destaquen per la seua capacitat d'incloure en temps real informació actualitzada de les incerteses. No obstant això, aquest avantatge genera inconvenients com la seua despesa computacional, el qual augmenta conforme ho fa el nombre d'escenaris i; d'altra banda, l'efecte no desitjat en el problema d'optimització, causat pels escenaris amb baixa probabilitat d'ocurrència, quan s'usa un conjunt d'escenaris xicotet. Els reptes esmentats anteriorment van orientar aquesta tesi cap als enfocaments de MPC estocàstic basat en escenaris, produint tres contribucions principals. La primera consisteix en un estudi comparatiu d'un algorisme del grup determinista amb un altre del grup basat en escenaris; on es fa un especial èmfasi en com cadascun d'aquests aborda les incerteses, transforma les restriccions probabilístiques i en l'estructura del seu problema d'optimització, a més d'assenyalar els seus aspectes més destacats i desafiaments. La segona contribució és una nova proposta d'algorisme MPC, el qual es basa en escenaris condicionals, dissenyat per a sistemes lineals amb incerteses correlacionades. Aquest esquema aprofita l'existència de tal correlació per a convertir un conjunt d'escenaris inicial de gran grandària en un conjunt d'escenaris més xicotet amb les seues probabilitats d'ocurrència, el qual conserva les característiques del conjunt inicial. El conjunt reduït és usat en un OCP en el qual les prediccions dels estats i entrades del sistema són penalitzades d'acord amb les probabilitats dels escenaris que les componen, donant menor importància als escenaris amb menors probabilitats d'ocurrència. La tercera contribució consisteix en un procediment per a la implementació del nou algorisme MPC com a gestor de l'energia en una microxarxa en la qual les previsions de les energies renovables i les càrregues estan correlacionades. / [EN] The vast majority of real-world processes have inherent uncertainties, which, when considered in the modelling process, can provide a representation that most accurately describes the behaviour of the real process. In most practical cases, these are considered to have stochastic behaviour and their descriptions as probability distributions are known. Stochastic model predictive control algorithms are developed to control processes with uncertainties of a stochastic nature, where the knowledge of the statistical properties of the uncertainties is exploited by including it in the optimal control problem (OCP) statement. Contrary to other model predictive control (MPC) schemes, hard constraints are relaxed by reformulating them as probabilistic constraints to reduce conservatism. That is, violations of the original hard constraints are allowed, but such violations must not exceed a permitted level of risk. The non-convexity of such probabilistic constraints renders the optimisation problem computationally unmanageable, thus most stochastic MPC strategies in the literature differ in how they deal with such constraints and uncertainties to turn the problem computationally tractable. On the one hand, there are deterministic strategies that, offline, convert probabilistic constraints into new deterministic ones, using the propagation of uncertainties along the prediction horizon to tighten the original hard constraints. Scenario-based approaches, on the other hand, use the uncertainty information to randomly generate, at each sampling instant, a set of possible evolutions of uncertainties over the prediction horizon. In this fashion, they convert the probabilistic constraints into a set of deterministic constraints that must be fulfilled for all the scenarios generated. These strategies stand out for their ability to include real-time updated uncertainty information. However, this advantage comes with inconveniences such as computational effort, which grows as the number of scenarios does, and the undesired effect on the optimisation problem caused by scenarios with a low probability of occurrence when a small set of scenarios is used. The aforementioned challenges steered this thesis toward stochastic scenario-based MPC approaches, and yielded three main contributions. The first one consists of a comparative study of an algorithm from the deterministic group with another one from the scenario-based group, where a special emphasis is made on how each of them deals with uncertainties, transforms the probabilistic constraints and on the structure of the optimisation problem, as well as pointing out their most outstanding aspects and challenges. The second contribution is a new proposal for a MPC algorithm, which is based on conditional scenarios, developed for linear systems with correlated uncertainties. This scheme exploits the existence of such correlation to convert a large initial set of scenarios into a smaller one with their probabilities of occurrence, which preserves the characteristics of the initial set. The reduced set is used in an OCP in which the predictions of the system states and inputs are penalised according to the probabilities of the scenarios that compose them, giving less importance to the scenarios with lower probabilities of occurrence. The third contribution consists of a procedure for the implementation of the new MPC algorithm as an energy manager in a microgrid in which the forecasts of renewables and loads are correlated. / González Querubín, EA. (2024). Scenario-Based Model Predictive Control for Systems with Correlated Uncertainties [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/203887