Conclusions

En plus de la participation de l’éolienne à la régulation de fréquence, le contrôleur LQG présenté précédemment a aussi pour objectif la réduction de la fatigue mécanique des pales, du mât et du train de puissance de l’éolienne insulaire de 400 kW. Les performances de ce contrôleur ont été analysées par rapport à un contrôleur classique contenant deux boucles, dont une qui permet de réguler la vitesse de rotation à sa valeur

Figure 3.17 : Variation du couple

Chapitre 3

Réduction de la fatigue mécanique d’aérogénérateurs et la stabilité des réseaux faibles

[Choisir la date]

nominale par le biais d’un PI. Les résultats des simulations montrent que les deux contrôleurs présentés permettent une bonne poursuite de la puissance de référence et donc la participation de l’éolienne à la régulation de fréquence.

L’étude réalisée correspond à la zone de PC, où la puissance disponible dans le vent à chaque instant est évidemment égale à la puissance nominale. La vitesse du vent n’a donc pas à être estimée pour évaluer la puissance disponible. Cela serait différent si l’éolienne fonctionnait dans une autre zone. Dans ce cas, l’évaluation de la puissance disponible exigerait une estimation de la vitesse du vent. Le contrôleur LQG réalise cette estimation, mais pas le contrôleur classique. Celui-ci ne pourrait donc pas fonctionner comme tel dans une zone de fonctionnement différente de celle de PC.

Une autre différence significative entre les deux contrôleurs est l’influence qu’ils ont sur la fatigue mécanique subie par les pales. Les résultats des simulations montrent d’une manière très claire la réduction significative de la fatigue mécanique des composants les plus chères de l’éolienne que permet de réaliser le contrôleur LQG par rapport au contrôleur classique.

Une version simplifiée du contrôleur LQG a été également implémentée en EUROSTAG afin d’analyser le comportement dynamique des éoliennes bipales installées dans le réseau électrique de Guadeloupe. Les résultats de simulation ont montré que les performances obtenues avec les deux contrôleurs (LQG1 et PI) sont comparables d’un point de vue de la régulation primaire de fréquence de ce réseau. En revanche, le contrôleur LQG1 offre clairement de meilleurs résultats en termes de régulation de la vitesse de rotation de la turbine et de minimisation des charges de fatigue dans l’arbre de transmission.

Le contrôleur LQG nécessite un modèle de commande adéquat. Il peut être obtenu à partir des équations analytiques, mais ce modèle dépend des paramètres de l’éolienne qui sont très difficiles à obtenir. Un de nos travaux en perspective consiste à obtenir les modèles de commande pour différents points de fonctionnement par identification. Une autre perspective est d'utiliser ces différents modèles de commande pour concevoir un contrôleur adaptatif et de tester sa robustesse. Enfin, nous envisageons de concevoir un contrôleur global avec les caractéristiques précitées afin de couvrir toute la plage de fonctionnement de l’éolienne.

3 Références

[1] F. Spinato, P. J. Tavner, G. J. W. van Bussel, and E. Koutoulakos, “Reliability of wind turbine subassemblies,” IET Renew. Power Gener., vol. 3, no. 4, pp. 387–401, 2009.

[2] I. Munteanu, S. Bacha, A. I. Bratcu, J. Guiraud, and D. Roye, “Energy-Reliability Optimization of Wind Energy Conversion Systems by Sliding Mode Control,” IEEE Trans.

Energy Convers., vol. 23, no. 3, pp. 975–985, 2008.

[3] F. D. Bianchi, R. J. Mantz, and C. F. Christiansen, “Gain scheduling control of variable-speed wind energy conversion systems using quasi-LPV models,” Control Eng. Pr., vol. 13, no. 2, pp. 247–255, Feb. 2005.

[4] M. Jelavic, V. Petrovic, and N. Peric, “Individual pitch control of wind turbine based on loads estimation,” in 34th Annual Conference of IEEE Industrial Electronics, 2008. IECON 2008, 2008, pp. 228–234.

[5] K. Selvam, S. Kanev, J. W. van Wingerden, T. van Engelen, and M. Verhaegen, “Feedback– feedforward individual pitch control for wind turbine load reduction,” Int. J. Robust

Nonlinear Control, vol. 19, no. 1, pp. 72–91, 2009.

[6] F. Lescher, H. Camblong, R. Briand, and R. O. Curea, “Alleviation of Wind Turbines Loads with a LQG Controller associated to Intelligent Micro Sensors,” in IEEE International

Conference on Industrial Technology, 2006. ICIT 2006, 2006, pp. 654–659.

[7] H. Camblong, “Digital robust control of a variable speed pitch regulated wind turbine for above rated wind speeds,” Control Eng. Pr., vol. 16, no. 8, pp. 946–958, Aug. 2008.

[Choisir la date]

[8] F. Lescher, H. Camblong, O. Curea, and R. Briand, “LPV Control of Wind Turbines for Fatigue Loads Reduction using Intelligent Micro Sensors,” in American Control Conference,

2007. ACC ’07, 2007, pp. 6061–6066.

[9] J. Morren, S. W. H. De Haan, and J. A. Ferreira, “Contribution of DG units to primary frequency control,” in 2005 International Conference on Future Power Systems, 2005, p. 6 pp.– 6.

[10] G. Ramtharan, J. B. Ekanayake, and N. Jenkins, “Frequency support from doubly fed induction generator wind turbines,” IET Renew. Power Gener., vol. 1, no. 1, pp. 3–9, 2007. [11] A. Teninge, C. Jecu, D. Roye, S. Bacha, J. Duval, and R. Belhomme, “Contribution to

frequency control through wind turbine inertial energy storage,” IET Renew. Power Gener., vol. 3, no. 3, pp. 358–370, 2009.

[12] S. Nourdine, H. Camblong, I. Vechiu, and G. Tapia, “Comparison of wind turbine LQG controllers using Individual Pitch Control to alleviate fatigue loads,” in 2010 18th

Mediterranean Conference on Control Automation (MED), 2010, pp. 1591–1596.

[13] E. W. E. Association, UpWind - Design limits and solutions for very large turbines. EWEA. [14] B. Fox and Engineering and Physical Sciences Research Council, Wind power integration

connection and system operational aspects. London: Institution of Engineering and

Technology, 2007.

[15] I. Rychlik, “A new definition of the rainflow cycle counting method,” Int. J. Fatigue, vol. 9, no. 2, pp. 119–121, Apr. 1987.

[16] A. Tewari, Modern control design: with MATLAB and SIMULINK. Chichester: J. Wiley & Sons, 2002.