El problema de control de sistemas de gran escala y en red se resuelve normalmente dividiendo el problema y aplicando tecnicas locales de modelamiento y control a subsistemas mas pequenos y mas manejables . Dado que una particion no es natural, los subsistemas no necesariamente intercambian la informacion apropiada y los controladores no se comportan como deberian. La falta de cooperacion hace que los controladores interactuen de manera inesperada lo cual no fue considerado en la fase de diseno. Como resultado de ello, el sistema completo puede ser muy fragil e incluso ser inestable en presencia de perturbaciones no modeladas. Actualmente, es bien sabido que con el fin de obtener un funcionamiento optimo global de un sistema, es necesario medir, estimar y actuar en base a la informacion global. Hacer estas tareas es dificil e implica un serio compromiso entre la complejidad y fiabilidad, este compromiso debe ser negociado con el fin de obtener resultados reales y aplicables. En los problemas de control de sistemas de gran escala, la eficiencia, la tratabilidad del control y el modelo son puntos claves: es necesario calcular una buena accion de control y simular el sistema de una manera precisa, teniendo en cuenta que todos los subsistemas no necesariamente tienen el mismo comportamiento dinamico, y la simulacion de todo el sistema puede tener una alta carga computacional. Una particion jerarquica basada en la dinamica temporal puede ser propuesta con el fin de reducir el tamano y la carga computacional del problema. En ese sentido y con el fin de hacer frente a estos problemas, el uso de control distribuido en el que el sistema se subdivide en varias subregiones es necesario. Tambien habra una distribucion temporal de los controladores, lo que resulta en una estructura jerarquica en la que los controladores de nivel inferior se ocupan de la dinamica rapida en una region pequena y en el que los controladores de nivel mas alto cuidan de las dinamicas mas lentas y hacen la coordinacion sobre una region mas grande. Asi que en la configuracion anterior, los sistemas de mayor funcionalidad residen en niveles mas altos, mientras que en los niveles inferiores de las unidades individuales, deben garantizar funciones especificas. Ademas del seguimiento de referencias y objetivos economicos que se consideren explicitamente. En esta tesis se presenta un enfoque de control jerarquico aplicado a sistemas de gran escala mediante el control predictivo basado en modelo por zonas. Este metodo utiliza una integracion de la optimizacion dinamica en tiempo real (DRTO) y el control predictivo basado en modelo por zonas. En general, el control de las diferentes variables se establece en una referencia definida, pero en ocasiones, esto puede afectar la viabilidad de la solucion es especial cuando el sistema esta altamente interconectado. En general en los sistemas de gran escala las variables no necesariamente deben estar en una referencia especifica, alli es cuando se utiliza el control por zonas, donde las variables de salida se mantienen en una zona determinada. Control por zonas es un enfoque que ayuda a encontrar una solucion factible, ya que libera las variables para estar en una zona especifica y no en una referencia fija. En el enfoque de control jerarquico propuesto, en la capa superior se solucionan dos problemas: una optimizacion dinamica en tiempo real (DRTO) y una optimizacion dinamica en tiempo real robusta (RDRTO), por medio de estos problemas de optimizacion es posible encontrar los limites (desde el punto de vista economico) y trayectorias de referencia optimas para el coordinador (capa intermedia). El coordinador calcula las variables de entrada jerarquicas y referencias de salida que estan siempre en la zona especificada, esta informacion es tomada por los controladores de los subsistemas (capa inferior) para generar las variables de entrada que se van a aplicar