I. 3.2.4.3. Filtre actif parallèle avec un Filtre passif parallèle
I.4 COMMANDE CONVENTIONNELLE DES FILTRES ACTIFS DE PUISSANCE… 14
Il existe trois grandes familles de techniques de commande appliquées au pilotage des convertisseurs statiques utilisés dans les systèmes de filtrage actif:
Commande à hystérésis,
Commande MLI (Modulation à largeur d’impulsion),
Commande SVM (Space Vector Modulation).La commande par hystérésis est simple et très bien adaptée pour la commande en courants des convertisseurs statiques. Les instants de fermeture et d’ouverture des interrupteurs sont déterminés directement à partir de l’erreur entre le courant de référence et le courant réelle (injecté) par un comparateur à hystérésis caractérisé par une bande HB fixée au préalable. Le régulateur à hystérésis doit maintenir l’erreur dans cette bande en changeant la polarisation de la tension à la sortie du convertisseur. Cette technique présente d’excellentes qualités comme sa simplicité et sa facilité de mise en œuvre (elle ne nécessite pas une connaissance exhaustive du système à contrôler), une bonne stabilité, très bonne réponse, une robustesse inégalée et une bande passante très large. Cette technique de commande présente aussi certains problèmes notamment le fonctionnement à fréquence de commutation aléatoire, ce qui engendre des contraintes sur les semi-conducteurs et le dimensionnement des éléments passifs du filtres actif. Néanmoins, ce problème peut être surmonté en adoptant un fonctionnement avec bande hystérésis variable (adaptative) afin de garder la fréquence de commutation constante [KAL05], [MAZ05], [BIM90].
La commande MLI est en général plus complexe, elle nécessite un correcteur qui génère la tension de référence (modulatrice) à partir de l’erreur de courant, celle-ci est ensuite comparée à un signal auxiliaire (porteuse) qui peut être en dents de scie ou triangulaire à fréquence fixe fpsuffisamment élevée par rapport à la fréquence maximale de référence (modulatrice). Les points d’intersection des deux signaux détermineront les instants de fermeture et d’ouverture des interrupteurs, on parle alors d’une MLI intersective. Si la fréquence de la porteuse fpest un multiple de la fréquence modulante fm, on dit que la MLI est synchrone. Dans ce cas, le spectre de la tension de sortie du convertisseur possède des raies aux fréquences multiples de fm et le fondamental de cette tension est à la fréquence fm. Par ailleurs, lorsque la fréquence de la porteuse n’est pas multiple de la fréquence modulante, la MLI est dite asynchrone. Dans ce cas, des sous-harmoniques apparaissent sur la tension de sortie. Malgré sa légère complexité par rapport à la commande par hystérésis, la commande MLI est la mieux adaptée dans les applications ou on a besoins de travailler à des fréquences fixes.
La commande SVM (Space Vector Modulation) ou Modulation vectorielle est l’une des techniques moderne de commande elle est plus utilisée pour le contrôle des machines électriques [ZHA08], [RAM07], [BAO09], [KAS09], [JIN09], et qui à été utilisée par la suite pour des applications de filtrage de puissance [WAN04]. Son principe consiste à reconstruire le vecteur tension Vref à partir de huit vecteurs tension pour le cas d’un convertisseur deux niveaux et 27 vecteurs tension pour un convertisseur de tensions trois-niveaux (NPC). Chacun de ces vecteurs correspond à une
combinaison des états des interrupteurs du convertisseur de tension triphasée utilisé. La technique SVM est appréciable dans le cas d’une réalisation pratique numérique [WAN04], ceci est dû à son algorithme facile à mettre en œuvre mais qui devient plus complexe pour les topologies multi-niveaux.
I.5 Commande intelligente des filtres actifs de puissance
Cette partie du chapitre montrera l'intérêt croissant que porte la communauté scientifique à l'utilisation des différentes techniques intelligentes nouvellement introduites dans le domaine de l'électronique de puissance et la commande des systèmes électriques de puissance. Le nombre de conférence qui leurs sont consacrées annuellement démontre l’intérêt de leurs utilisation. Nous présentons dans un premier temps les réseaux de neurones artificiels qui ont fait leurs preuves dans la modélisation de phénomènes non linéaires au sein des systèmes électromécaniques, le point sera mis sur le réseau multicouche utilisé par Bor.Ren Lin et Richard G.Hoft [BOR93], [BOR95] pour la commande des machines électriques, ensuite nous donnons un bref rappel sur le contrôleur flou qui a été largement utilisé pour la régulation de la tension continue aux bornes du condensateur de stockage des filtres actifs parallèle [JUA97], [JAI02], [BEN05], et enfin les algorithmes génétiques qui sont moins utilisés à cause du nombre de calculs et d'itérations important que nécessite le processus de détermination des règles. Pour chaque technique nous donnerons les principales applications dans le domaine du filtrage actif de puissance.
I.5.1 Réseaux de neurones artificiels
Du point de vue de l’ingénieur à la recherche d’une connaissance connexionniste, les réseaux de neurones artificiels sont des ensembles de neurones formels associés en couches et fonctionnant en parallèle. Chaque (neurone) processeur élémentaire calcul une sortie unique sur la base des informations qu'il reçoit. Dans un réseau, chaque sous-groupe fait un traitement indépendant des autres et transmet le résultat de son analyse au sous-groupe suivant. L'information donnée au réseau va donc se propager couche par couche, de la couche d'entrée à la couche de sortie, en passant soit par aucune, une ou plusieurs couches intermédiaires. Les réseaux de neurones ont la capacité de stocker de la connaissance dans les poids synaptiques, obtenus par des processus d’adaptation ou d’apprentissage et de la rendre disponible à l’usage. Les réseaux de neurones sont habituellement destinés aux applications où on dispose d’un ensemble de mesures de variables d’un processus de nature quelconque (physique, chimique, économique,…etc), et du résultat de ce processus, et on suppose qu’il existe une relation entre ces variables et ce résultat, valable dans le domaine où les mesures ont été effectuées, tout en sachant que ces dernières sont en nombre fini. En d’autre terme on cherche un modèle du processus étudié à partir des mesures dont on dispose.
I.5.1.1 Architecture des réseaux de neurones
L'architecture est la manière avec laquelle les neurones sont interconnectés afin de constituer un réseau. On peut distinguer trois types d'architectures de réseaux de neurones : les réseaux non bouclés, les réseaux bouclés et les réseaux à connexions complexes.