This thesis explores the application of Nonlinear Model Predictive Control (NMPC) as an energy management system (EMS) for Autonomous Underwater Vehicles (AUVs), with a particular focus on the Swedish Maritime Robotics Centre (SMaRC) AUV system, LoLo. The primary challenge addressed is the efficient management of power distribution between the fuel cell and battery to ensure minimal hydrogen consumption while maintaining system stability. A mathematical model of the system was developed to facilitate predictive capabilities of the controller. Through extensive simulation parameter sweeps using Matlab and Simulink, it was determined that NMPC can be effectively applied across various dive scenarios without causing controller failure. However, it was found that reoptimization is necessary when the sizes of energy sources change. The research underscores a significant tradeoff between minimizing hydrogen consumption and maintaining controller stability. The selected parameters impact both hydrogen consumption and overall controller performance, illustrating the complexity of achieving an optimal balance. The study employed fine-tuning of objective function weights, enabling a controller design that minimizes hydrogen consumption while maintaining consistent fuel cell power output levels. Results demonstrate that fine-tuning is crucial to balance efficiency and stability, ensuring reliable and efficient operation of the AUV under different conditions. When NMPC was compared to Dynamic Programming (DP), it was found that hydrogen consumption was comparable, highlighting NMPC’s effectiveness.

Denna avhandling utforskar tillämpningen av icke-linjär modellprediktiv kontroll (NMPC) som ett energihanteringssystem (EMS) för autonoma undervattensfarkoster (AUV), med särskilt fokus på Swedish Maritime Robotics Centre (SMaRC) AUV-system, LoLo. Den primära utmaningen är att effektivt hantera kraftdistributionen mellan bränslecellen och batteriet för att säkerställa minimal vätgasförbrukning samtidigt som systemets stabilitet upprätthålls. En matematisk modell av systemet utvecklades för att underlätta styrenhetens prediktiva kapacitet. Genom omfattande simuleringsparametersvepningar med Matlab och Simulink fastställdes att NMPC kan tillämpas effektivt i olika dykscenarier utan att orsaka fel i regulatorn. Det visade sig dock att omoptimering är nödvändig när storleken på energikällorna ändras. Forskningen visar att det finns en betydande avvägning mellan att minimera vätgasförbrukningen och att upprätthålla styrenhetens stabilitet. De valda parametrarna påverkar både vätgasförbrukningen och styrenhetens övergripande prestanda, vilket illustrerar hur komplicerat det är att uppnå en optimal balans. Studien använde finjustering av målfunktionens vikter, vilket möjliggjorde en styrenhetskonstruktion som minimerar vätgasförbrukningen och samtidigt upprätthåller konsekventa effektnivåer från bränslecellen. Resultaten visar att finjustering är avgörande för att balansera effektivitet och stabilitet, vilket säkerställer tillförlitlig och effektiv drift av AUV under olika förhållanden. När NMPC jämfördes med dynamisk programmering (DP) visade det sig att vätgasförbrukningen var jämförbar, vilket belyser NMPC:s effektivitet.