Contribution à l’amélioration de la qualité d’énergie électrique d’un système éolien basé sur la MADA

Ministère de l’Enseignement Supérieur et de la Recherche Scientifique

UNIVERSITE DJILLALI LIABES DE SIDI-BEL-ABBES

Faculté de Génie Electrique

Département d'Electrotechnique

Thèse présentée par :

YAICHI IBRAHIM

Pour l'obtention du diplôme de :

Doctorat en Electrotechnique

Option : Commande électrique

Intitulé de la thèse :

Contribution à l’amélioration de la qualité d’énergie électrique

d’un système éolien basé sur la MADA

Présentée devant le jury composé de :

Soutenue le :

14 /11 / 2019

Président Pr. AYAD Abdelghani Professeur UDL-Sidi Bel Abbès

Directeur de thèse Co- Directeur de thèse

Dr. SEMMAH Abdelhafid Pr. Wira Patrice

MCA Professeur

UDL-Sidi Bel Abbès UHA- Mulhouse, France

Examinateur Pr. TAHOUR Ahmed Professeur ESSA-Tlemcen

Examinateur Examinateur Dr. HAMDAOUI Habib Dr. HARROUZ Abdelkader MCA MCA

UDL-Sidi Bel Abbès Université- Adrar

Tout d’abord, nous remercions le bon dieu tout puissant de nous avoir donné le

courage et la volonté pour pouvoir réaliser ce modeste travail.

Les travaux présentés dans cette thèse ont été effectués au sein du laboratoire IRIMAS

(Institut de Recherche en Informatique, Mathématiques, Automatique et Signal) de

l’Université de Haute Alsace- Mulhouse, France.

Je remercie spécialement mon directeur de thèse, Monsieur SEMMAH

Abdehafid, Maître de conférences « classe A » à l’université Djilali Liabès Sidi Bel

Abbes, pour ses conseils et le partage de ses compétences scientifiques. J’ai également

apprécié la grande liberté qu’il m’a accordée dans la gestion de ma thèse ainsi sa

passion pour la recherche et sa bonne humeur toujours présente.

Je tiens d'abord à exprimer toute ma gratitude et mes sincères remerciements à

Monsieur Wira Patrice, Professeur à l’Université Haute Alsace de Mulhouse, pour le

temps qu’il m’a accordé tout au long de cette thèse, pour ses grandes compétences

scientifiques, pour ses conseils, ses remarques toujours constructives et ses

remarquables qualités humaines.

Je tiens à remercier Monsieur AYAD Abdelghani, Professeur à l’Université

Djillali Liabès de Sidi Bel-Abbès, pour m’avoir fait l’honneur de présider mon jury.

Il m’est agréable de pouvoir exprimer mes remerciements aux membres du jury

examinateurs :

Monsieur TAHOUR Ahmed, Professeur à l’Université ESSA de Tlemcen,

Monsieur HAMDAOUI Habib, Maître de Conférences « classe A » à l’Université

Djilali Liabès Sidi Bel Abbes, Monsieur HARROUZ Abdelkader, Maître de

Conférences « classe A » à l’Université d'Adrar, pour l’honneur qu’ils m’ont fait en

acceptant d’examiner ce travail.

Je tiens à remercier

les membres de ma famille pour tout ce qu’ils ont fait pour moi

durant toute mon existence, qu’ils trouvent ici toute ma reconnaissance et mon intime

respect.

Je remercie aussi toute personne ayant contribué de prés ou de loin à la réalisation de

ce travail.

Les travaux de recherche consignés par la présente thèse ont été concrétisés par plusieurs publications et communications nationales et internationales :

C

OMMUNICATIONS

N

ATIONALES ET INTERNATIONALES

[1] I.Yaichi, A.Semmah, Y. Bakouet A. Harrouz

«Commande robuste par mode glissant d’une génératrice asynchrone à double alimentation pour la production d’énergie éolienne»; Journée d’étude sur l’énergie Eolienne JEEE’15. Adrar-Algeria 17 mars 2015.

[2] I.Yaichi, A.Semmah, Y. Bakouet A. Harrouz

«Commande d'une machine asynchrone a double alimentation pour l’utilisation dans la production de l’énergie éolienne »; THE 9th

INTERNATIONAL CONFERENCE ON ELECTRICAL ENGINEERING And FIRST WORKSHOP ON ROBOTICS AND CONTROLS, Batna-Algeria, 2-4 October 2016.

[3] I.Yaichi, S. Abdelhafid, Y. Bakou, A. Harrouz, H. Youcef, and D.Mourad

«CONTRIBUTION TO IMPROVING THE QUALITY OF ELECTRICAL ENERGY OF A WIND ENERGY SYSTEM BASED ON THE DOUBLE FED ASYNCHRON»; ECRES - EUROPEAN

CONFERENCE ON RENEWABLE ENERGY SYSTEMS, Istanbul-Turkey, 28-31 Aout 2016.

[4] Ibrahim Yaichi, Abdelhafid Semmah, Mourad Djlaila, Abdelkader Harrouz, Smail Mansouri,Y.

Bakou.

« Modelling and control of Doubly Fed Induction Machine, Application for a Wind Turbine System»;

The 4th International Renewable and Sustainable Energy Conference (IRSEC’16), Marrakesh –

Morocco, 14-17 November 2016.

[5]S. Mansouri, A.benatillah, I.Yaichi

« Control of a Doubly-Fed Induction Machine for Wind Energy Conversion»; The 4th International

Renewable and Sustainable Energy Conference (IRSEC’16), Marrakesh – Morocco, 14-17 November

2016.

[6] Ibrahim Yaichi, Abdelhafid Semmah, Yacine Salhia, Bakou Youcef

« Control of Doubly Fed Induction Machine (DFIM) used in a wind system»; International

Conference on Automatic Control, Telecommunications and Signals (ICATS), Annaba-Algeria, 11-12

Décember 2017.

[7] Yacine Salhi, Farid Benhamida, IbrahimYaichi, Ismail Ziane, Amel Graa

«Electricity Market Problem Solution Including Wind Energy Using GA»; International Conference

on Automatic Control, Telecommunications and Signals (ICATS), Annaba-Algeria, 11-12 Décember

2017.

[8] I.Yaichi, S. Hafid, Y. Bakou, A. Harrouz, H. Youcef, M. Smail

«Commande de la génératrice asynchrone a double alimentation utilise dans un system éolien»;The Third International Conference on Energy and Sustainable Development ICESD’17, Adrar-Algeria,

07-08 Février 2017.

[9] Y. Bakou, H.Youcef, I.Yaichi, A.Geurrout, B. Khachab, A.Harrouz

«Design of Robust control system for the DFIM»; The Third International Conference on Energy and

Sustainable Development ICESD’17, Adrar-Algeria, 07-08 Février 2017.

[10] Bakou Youcef, IbrahimYaichi, Abdelhafid Semmah, Mohamed El Amine Slimani

«Control of the DFIG, application to the production of electrical energy»; Algerian Large Electrical

Network Conference Cagre’19, Alger-Algeria, 26-28 Février 2019.

[11] Ibrahim Yaichi, Abdelhafid Semmah, Patrice Wira, Youcef Bakou

«Control of a Doubly-Fed Induction Machine for Wind Energy Conversion»; Conférence

Internationale sur les Matériaux, le Patrimoine et l’Environnement en Zones Arides CIMaPEZA'19,

Adrar-Algeria, 17-18 février 2019.

[12] Ibrahim Yaichi, Abdelhafid Semmah, Patrice Wira

« Improved DTC strategy of doubly fed induction generator using artificial neural network controller»; soumis au conference IEEE 2nd International Conference on Industrial Electronics for Sustainable Energy Systems (IESES), Cagliari, Sardinia.

PUBLICATIONS INTERNATIONALES

«DIRECT TORQUE CONTROL OF DOUBLY FED INDUCTION GENERATOR USED FOR WIND ENERGY»; Journal of electrical engineering (JEE). 2015.

[2] Ibrahim Yaichi, Abdelhafid Semmah, Mourad Djlaila, Abdelkader Harrouz, Smail Mansouri,Y.

Bakou. « Modelling and control of Doubly Fed Induction Machine, Application for a Wind Turbine System»; IEEE Xplore Digital Library, https://ieeexplore.ieee.org/abstract/document/7983953. 2016.

[3] Ibrahim Yaichi, Abdelhafid Semmah, Patrice Wira, Youcef Djeriri

« Super-twisting Sliding Mode Control of a Doubly-fed Induction Generator Based on the SVM Strategy»; Periodica Polytechnica Electrical Engineering and Computer Science. 2019.

[4] Ibrahim Yaichi, Abdelhafid Semmah, Patrice Wira

« Control of Doubly Fed Induction Generator with maximum power point tracking for variable speed Wind Energy Conversion Systems»; Periodica Polytechnica Electrical Engineering and Computer

Science. 2019.

[5] Ibrahim Yaichi, Abdelhafid Semmah, Patrice Wira

« Direct power control of a wind turbine based on doubly fed induction generator»; accepter pour la publication au journal European Journal of Electrical Engineering | IIETA. 2019.

Sommaire

I.1 INTRODUCTION GENERALE………...….………...1

CHAPITRE I : Généralité sur les systèmes éoliens

I.2 Historique………...….5

I.3 Définition de l’énergie éolienne………..…… ……….5

I.4 L’énergie éiolienne à l’échelle mondiale………...……6

I.5 Développement de l’énergie éolienne dans le monde………...…………...……..…7

I.6 Emplacement des parcs éoliens………..……9

I.7 Technologie des éoliennes……….………..10

I.7.1. Puissance des éoliennes……….………10

I.7.2 Différents types d’éoliennes ………..…11

I.7.2.1 Eoliennes à axe vertical, VAWT……….………...….11

I.7.2.2 Eoliennes à axe horizontal (en anglais HAWT : Horizontal Axis Wind Turbine)……….………...13

I.7.2.3 Caractéristiques technologiques des éoliennes………..………..…..13

I.8 Les différentes chaînes de conversion d’énergie………....….14

I.8.1. Générateurs asynchrones……….….14

I. 8. 1. 1. Machine asynchrone à cage d'écureuil………...…….15

I. 8. 1. 2. Machine asynchrone à rotor bobiné……….…………...….16

I.8.2. Génératrices Synchrones……….……..17

I.9 Classification des éoliennes selon la vitesse de rotation………..18

I.9.1 Les éoliennes à vitesse fixe FSWT……….18

I.9.2 Les éoliennes à vitesse variable VSWT……….19

I.9.2.1 Principe de fonctionnement……….………19

I.9.2.2 Intérêt de la vitesse variable………...………..…..20

I.10 Régulation mécanique de la puissance d’une éolienne………...…..21

I.10.1 Les éoliennes à décrochage aérodynamique stall………..…..21

I.10.2 Les éoliennes à pales orientables pitch………..…22

I.11 Régulation électrique (contrôle MPPT)………...……..22

I.12 Production optimale d'énergie………23

I.13 Comparaison entre les différentes MADA………...…..24

I.14 Conclusion………..25

CHAPITRE II : Modélisation de la chaine de conversion éolienne à base de la MADA

II.2 Modélisation de la turbine éolienne ………...…26

II.2.1 Limite de Betz………..……26

II.2.2 Modèle de la partie mécanique………....…28

II.3 Stratégie de la commande de la turbine éolienne………...……29

II.3.1 Extraction du maximum de la puissance du vent………..29

II.3.2 Régulation du system a calage ‘’Pitch control’’………..……….30

II.3.3 Stratégie de maximisation de puissance "MPPT"………..………..30

II.3.3.1 Contrôle MPPT avec asservissement de la vitesse mécanique……….……..31

II.3.3.2 Contrôle MPPT sans asservissement de la vitesse mécanique……….….32

II.3.3.3 Résultats obtenus par simulation……….……33

II.4 Modélisation de la MADA………..………...35

II.4.1 Introduction………..35

II.4.2 Description de la MADA……….……..35

II.4.3 Modes de fonctionnement de la MADA………..35

II.4.3.2 Mode générateur……….…….36

II.4.4 Hypothèses simplificatrices pour la modélisation………...…….37

II.4.4.1 Modèle naturel triphasé de la MADA………..37

II.4.4.2 Modèle de la MADA dans le repère de Park………..…..…………38

II.4.4.3 Modèle de la MADA avec orientation du flux statorique………..…….40

II.5 Modélisation de la source d’alimentation……….….42

II.5.1 Modélisation de l’onduleur……….….42

II.5.1.1 Principe de fonctionnement……….…….42

II.5.1.2 Stratégie de commande par MLI sinus-triangle………..…..44

II.6 Résultats de simulation………..….45

II.7 Conclusion ……….……47

CHAPITRE III : Commande vectorielle par orientation de flux statorique de la MADA

III.2 Principe de la commande vectorielle………48

III.3 Commande vectorielle directe (CVD)……….…….50

III.4 Commande vectorielle indirecte (CVI)……….……50

III.5 Dimensionnement du régulateur PI………..…….……51

III.6 Résultats de simulation……….…….52

III.6.1 Test de suivi de consigne avec la vitesse de vent fixe………...…….52

III.6.2 Test de suivi de consigne avec une vitesse de vent variable (MPPT)………....56

III.6.3 Test de suivi de consigne avec la vitesse de vent variable en utilisant la technique MPPT et un FP=1………..………….….59

III.6.4 Test de robustesse……….………….…...60

III.7 Conclusion………..…….…..62

CHAPITR IV : Commande par Mode Glissant de la MADA basée sur l’algorithme

Super-Twisting

IV.2 Commande par mode glissant (SMC) : concepts de base………...….63

IV.3 Objectif de la commande par mode glissant………63

IV.4 Système à structure variable……….….64

IV.4.1 Définition ……….64

IV.4.2 Exemple ………64

IV.4.3 Configuration avec changement de la structure par commutation d’une contre réaction d’état variable ……….………..65

IV.4.4 Configuration avec changement de la structure par commutation au niveau de l’organe de commande………..…….66

IV.5 Théorie des modes glissants………...…...66

IV.5.1 Les modes de la trajectoire dans le plan de phase ……….………..67

IV.6 Conception de la commande par modes glissants….………...…68

IV.6.1 Choix de la surface de glissement………...…….68

IV.6.2 Condition de convergence ………..……..69

IV.6.2.1 Fonction directe de commutation ………..…..69

IV.6.2.2 Fonction de LYAPUNOV ………..…..69

IV.6.3 Calcul des commandes ……….……….69

IV.6.3.1 Définition des grandeurs de commande………..………70

IV.6.3.2 Expression analytique de la commande ………..……...…....70

IV.6.4 Elimination du phénomène de CHATTERING………..……71

IV.7 Domaine d’application du réglage par mode glissant ………...….72

IV.8 Application de la commande par mode de glissement à la MADA ……….…72

IV.8.1 Contrôle de la puissance active ………...………..72

IV.8.2 Contrôle de la puissance réactive………..………73

IV.8.3 MLI Vectorielle (SVM)……….………….73

IV.8.3.1 Définition du vecteur tension de contrôle (vecteur de référence)………...…………..……74

IV.8.3.3 Génération des séries d’impulsions Sa, Sb et Sc………..………..76

IV.8.3.4 Détermination des secteurs ………...……..76

IV.8.4 Résultats de simulation………...…..77

IV.9 Commande par mode glissant d’ordre 2 de la MADA ………....79

IV.9.1 Modes glissants d’ordre supérieur………...…..79

IV.9.2 Concepts de base des commandes par modes glissants d’ordre supérieur………....…79

IV.9.3 Commande par mode glissant d’ordre 2………..…...80

IV.9.3.1 Exemples de commandes par modes glissants d’ordre 2 ………...80

IV.9.3.2 Algorithme du twisting……….…….80

IV.9.3.3 Algorithme du super-twisting (ST)……….….…81

IV.9.3.4 Commande par mode mlissant de la MADA basée sur l’algorithme super-twisting (STSMC)………..82

IV.10 Résultats de simulation………...……....83

IV.10 .1 Test de suivi de consigne………...………83

IV.10 .2 Tests de Robustesse ………..…....…85

IV.11 Conclusion………...………...……87

CHAPITR V : Contrôle direct du couple et de puissance (DTC et DPC) de la MADA

V .2 Principe de la commande direct de couple (DTC)………..…..88

V.2.1 Modélisation du convertisseur côté rotor CCM………...…….90

V.2.1.1 Vecteurs tension et séquences de niveaux de phase d’un convertisseur à 2-Niveaux………..…..90

V.2.1.2 Contrôle du flux rotoriques………...….91

V.2.1.3 Contrôle du couple électromagnétique………...…….92

V.3 Estimateurs………..………..….94

V.3.1 Estimation du flux rotorique………...…..94

V.3.2 Estimation du couple électromagnétique………..…….94

V.3.3 Sélection d’un vecteur de tension rotorique………...………95

V.3.4 Elaboration de la table de commutation………..………..……95

V.3.5 Schéma de la commande directe du couple……….………..……96

V.4 Résultats de simulation de la DTC appliquée à la MADA…….………...….96

V.4.1 Fonctionnement à vitesse du vent fixe………...……..96

V.4.2 Fonctionnement à vitesse du vent variable (MPPT)……….…..……….99

V.5 Amélioration de la DTC-C par la modulation vectorielle (DTC-SVM)………..……101

V.5.1 Structure de la DTC-SVM………..…….101

V.5.2 Résultats de simulation de la commande DTC-SVM ………..…..101

V.5.3 Test de robustesse de la DTC-C et DTC-SVM………..….….103

V.6 Control directe de puissance (DPC)………..…..104

V.6.1 Introduction………...…….104

V.6.2 Principe de la technique DPC……….………...……104

V.6.3 DPC-C de la MADA………...……..105

V.6.3.1 Estimation de la puissance active et réactive………...…105

V.6.3.2 Choix des comparateurs à hystérésis………..…..106

V.6.3.3 Elaboration de la table de commutation………...…106

V.6.4 Résultats de simulation………...………….108

V.6.4.1 Fonctionnement à vitesse du vent fixe………..………….109

V.6.4.2 Fonctionnement à vitesse du vent variable (MPPT)………...………111

V.7 Amélioration de la DPC-C par la modulation vectorielle (DPC-SVM)………...……112

V.7.1 Résultats de simulation de la commande DPC-SVM………...………..113

V.7.2 Test de robustesse de la commande DPC-C et DPC-SVM………..……….115

V.8 Nécessité du stockage d’énergie………...……116

V.8.1 Stockage à court terme………..……..116

V.8.2 Stockage à long terme………..………117

V.8.4 Résultats de simulation avec unité de stockage……….………..118

V.9 Conclusion………...……….120

CHAPITRE VI : Amélioration des performances des techniques DTC et DPC par réseaux

de neurones artificiels

VI.2 Objectifs de la commande par les RNA………...………...…………122

VI.3 Définition des réseaux de neurones………...…………..123

VI.4 Les neurones formels………..…124

VI.4.1 Modélisation d’un neurone formel………...……124

VI.4.2 Fonctions d'activations………...….126

VI.5 Architecture des réseaux de neurones……….127

VI.5.1 Les réseaux de neurones non bouclés………..……...……127

VI.5.2 Réseaux de neurones monocouches………...………..128

VI.5.3 Réseaux de neurones multicouches……….…….…128

VI.5.4 Les réseaux de neurones bouclés………..……...129

VI.6 Modèles des réseaux de neurones………...……..…..129

VI.6.1 Modèle de Hopfield………..……...……129

VI.6.2 Modèle de Kohonen………...…….129

VI.6.3 Le modèle de Perceptron………..…….129

VI.6.4 Le modèle ADALINE……….….130

VI.7 L'apprentissage………...….130

VI.7.1 Principe de l'apprentissage ………..…...….130

VI.7.1.1 Données et processus………..…...….131

VI.7.1.2 Apprentissage en ligne et l’apprentissage hors ligne "batch"………..…………..………131

VI.7.1.3 Apprentissage global et apprentissage local………..……132

VI.7.2 Algorithmes d'apprentissages………..……….132

VI.7.2.1 Apprentissage par correction d’erreur………...…….132

VI.7.2.2 Apprentissage par la règle de Hebb………..………...……133

VI.7.2.3 Apprentissage compétitif « competitive learning »………..……….134

VI.7.2.4 Apprentissage supervisé « supervised learning »………...………..…….…135

VI.7.2.5 Apprentissage par renforcement « reinforcement learning »………....….136

VI.7.2.6 Apprentissage par la règle de perceptron………....…..136

VI.7.2.7 Apprentissage par L'ADALINE………..………..….…137

VI.7.2.8 Apprentissage non-supervisé « unsupervised learning »………...…..138

VI.8 Les réseaux multicouches et l’approximation des fonctions………..……...…139

VI.8.1 Le Perceptron Multicouches (MLP)……….…….…...139

VI.8.1.1 Structure du réseau MLP……….…...139

VI.8.1.2 L'algorithme de la rétropropagation du gradient d'erreur (back-propagation)………..…..….140

VI.8.1.3 Présentation de l’algorithme de rétropropagation………..……...…..140

VI.8.2 Le réseau à fonction radiale de base (RBF)………..………..…..142

VI.8.3 Problèmes et propriétés………..……….………..……143

VI.8.3.1 Propriété d'approximation universelle………..………..…143

VI.8.3.2 Problème des valeurs initiales des poids du réseau………..…..….143

VI.8.3.3 Problème de sur-apprentissage………..………..……143

VI.8.3.4 Problème du réglage du pas d'apprentissage………..………..……143

VI.8.3.5 Propriétés de généralisation et de validation…………..………...……143

VI.9 Commande directe du couple et de puissance de la MADA par RNA ………..…………..……144

VI.9.1 Commande directe du couple (DTC-RNA)………..………...…144

VI.9.2 Résultats de la simulation DTC-RNA appliquée à la MADA……….…………..…………..…145

VI.9.2.1 Fonctionnement à vitesse du vent fixe………..………..…….145

VI.9.2.2 Fonctionnement à vitesse du vent variable (MPPT)………..………..……146

VI.9.2.3 Test de robustesse de la DTC-C et DTC-RNA………...………..…..148

VI.9.3 Commande directe de puissance (DPC-RNA)………..………..…..149

VI.9.4 Résultats de la simulation DPC-RNA appliquée à la MADA………..………..….149

VI.9.4.2 Fonctionnement à vitesse du vent variable (MPPT

)………...….

VI.9.4.3 Test de robustesse de la commande DPC-C et DPC-RNA………..……….153

VI.10 Conclusion………...………..154

Conclusion générale ………..……...…….155

Annexes………..………...157

Références bibliographiques………...…..159

Liste des figures

CHAPITRES I :

Figure I.1 : Répartition de la puissance éolienne installée dans le monde en MW 07

Figure I.2 : Evolution des puissances éoliennes installées dans le monde en MW 07

Figure I.3 : Atlas de la vitesse moyenne saisonnière du vent 10 m du sol 09

Figure I.4 : Eolienne type : OffShore (Gauche) et OnShore (Droite) 10

Figure I.5 : Taille des éoliennes en m en fonction des puissances en kW 11

Figure І.6 : Exemples des constructions VAWT 11

Figure І.7 : Principe de fonctionnement d’un rotor Darrieus 12

Figure І.8 : Turbine Savonius simple 12

Figure I.9 : Eoliennes à axe horizontal 13

Figure I.10 : Différents composants d’une éolienne 14

Figure I.11 : Génératrice asynchrone à cage à vitesse fixe 15

Figure I.12 : Génératrice asynchrone à cage à vitesse variable 15

Figure I.13 : Génératrice asynchrone à double alimentation connecté au réseau 16

Figure I.14 : Eolienne à entraînement direct basée sur une GSAP 17

Figure I.15 : Eolienne à vitesse fixe 18

Figure I.16 : Caractéristique couple/vitesse d'une machine asynchrone à 2 paires de pôles 18

Figure I.17 : Eolienne à vitesse variable type MAS 19

Figure I.18 : Eolienne à vitesse variable basée sur une MADA 19

Figure I.19 : Caractéristique puissance générée en fonction de la vitesse de vent 21

Figure I.20 : Décrochage aérodynamique « Stall » 21

Figure І.21 : Variation de l'angle de calage d'une pale 22

Figure I.22 : Puissance théorique disponible au niveau de la turbine éolienne 23

Figure I.23 : Loi de commande optimale d'une éolienne à vitesse variable 24

CHAPITRES II :

Figure II.1 : Schéma de principe de la théorie de Betz 26

Figure II.2 : Coefficient aérodynamique de puissance 27

Figure II.3 L'évolution coefficient de puissance Cp 28

Figure II.4 : Modèle mécanique de la turbine éolienne 28

Figure II.5 : Schéma bloc du modèle de la turbine 29

Figure II.6 : Zones de fonctionnement d’une éolienne a vitesse variable 29

Figure II.7 : schéma bloc du control du l’angle de calage β 30

Figure II.8 : Contrôle MPPT avec asservissement de la vitesse mécanique 31

Figure II.9 : Contrôle MPPT sans asservissement de la vitesse mécanique 32

Figure II.10 : Profil du vent appliqué 33

Figure II.11 : Résultats de simulation du MPPT sans asservissement de vitesse 34

Figure II.12 : Résultats de simulation du MPPT avec asservissement de vitesse [PI] 34

Figure II.13 : Représentation schématique d’une MADA 35

Figure II.14 : Fonctionnement de la MADA en mode moteur 36

Figure II.15 : Fonctionnement de la MADA en mode générateur 36

Figure II.16 : Repères de référence : statorique (𝛼𝑠-𝛽𝑠), rotorique (𝛼𝑟-𝛽𝑟) et tournant (d-q) 39

Figure II.17 : Orientation du repère de Park 40

Figure II.18 : Schéma bloc du modèle simplifié de la MADA 41

Figure II.19 : Représentation du système d’alimentation de la MADA 42

Figure II.20 : Représentation schématique d’un onduleur de tension alimentant le rotor de la MADA 43

Figure II.21 : Schéma simplifié d’un onduleur commandé en tension 43

Figure II.22 : Technique sinus-triangle 44

Figure II.23 : Synoptique de la commande MLI sinus-triangle 44

CHAPITRES III :

Figure III.1 : Schéma de principe du découplage de la MADA par analogie à la MCC 48

Figure III.2 : Schéma Bloc du système à réguler 49

Figure III.3: Schéma bloc de la commande directe de la MADA 50

Figure III.4 : Schéma bloc de la commande indirecte avec boucle de puissance 51

Figure III.5 : Système régulé par un PI 51

Figure III.6 : Tests de suivi de consignes pour la commande directe 54

Figure III.7 : Tests de suivi de consignes pour la commande indirecte 55

Figure III.8 : Tests de suivi de consignes pour la commande directe en utilisant la technique MPPT 57

Figure III.9 : Tests de suivi de consignes pour la commande indirecte en utilisant la technique MPPT 58

Figure III.10 : Comparaison des performances: commande vectorielle directe et indirecte 59

Figure III.11 : Commande en puissances de la MADA par la méthode directe (test de robustesse vis-à-vis les variations paramétriques) 60 Figure III.12 : Commande en puissances de la MADA par la méthode indirecte (test de robustesse vis-à-vis les variations paramétriques) 61 Figure III.13 : Comparaison des écarts sur les puissances active et réactive des deux méthodes de commande de la MADA (test de robustesse vis-à-vis les variations paramétriques) 61

CHAPITRES IV :

Figure IV.1 : Représentation dans le plan d’état du comportement du système 64

Figure IV.2 : Convergence et stabilisation par logique de commutation 65

Figure IV.3 : Système de réglage à structure variable avec changement de la structure par commutation d’une contre réaction d’état variable 65 Figure IV.4 : Système de réglage à structure variable avec changement de la structure par commutation au niveau de l’organe de commande 66

Figure IV.5 : Trajectoires de f+et de f-pour le mode de glissement 67

Figure IV.6 : Les modes de trajectoire dans le plan de phase 67

Figure IV.7 : Linéarisation exacte de l’écart 68

Figure IV.8 : Trajectoire de l’état vis-à-vis la surface de glissement 69

Figure IV.9 : Commande appliquée aux systèmes à structure variable 69

Figure IV.10 : Représentation de la fonction ‘’SIGN’’ 70

Figure IV.11 : Fonction « SAT » 71

Figure IV.12 : Fonction de lissage (SMOOTH) 71

Figure IV.13 : Définition du vecteur de contrôle 74

Figure IV.14 : Définition du vecteur moyen 75

Figure IV.15 : Séquence d’application des vecteurs sur une période Te (K0 facteur ϵ [0, 1]) 75

Figure IV.16 : Schéma bloc de la commande par mode glissant SMC de la MADA 77

Figure IV.17 : Commande par mode glissant en puissances de la MADA (Test de suivi de consigne) 78

Figure IV.18 : Convergence de l’algorithme twisting dans le plan (𝑆, 𝑆 ) 81

Figure IV.19 : Convergence de l’algorithme Super twisting dans le plan (𝑆, 𝑆 ) 82

Figure IV.20 : Schéma bloc de la commande STSMC de la MADA 83

Figure IV.21 : Commande par STSMC en puissances de la MADA (Test de suivi de consigne) 84

Figure IV.22 : Puissances actives et réactives obtenues (SMC, STSMC) 85

Figure IV.23 : Courant statorique et rotorique (SMC) 86

Figure IV.24 : Courants statoriques et rotoriques (STSMC) 86

CHAPITRES V :

Figure V.1 : Structure de la technique DTC associée au système de conversion d’énergie éolienne 89

Figure V.2 : Représentation vectorielle de l’onduleur de tension à deux niveaux 89

Figure V.3 : Elaboration des vecteurs Vr (Sa, Sb,Sc) à partir de l’onduleur de tension 90

Figure V.4 : l’évolution de l’extrémité de flux rotorique 91

Figure V.5 : Sélection des tensions 𝑉 𝑟 correspondant au contrôle de l’amplitude 𝜑𝑟 et correcteur de flux à hystérésis 92

Figure V.6 : Représentation complexe des vecteurs flux statorique et rotorique 93

Figure V.7 : Comparateur à hystérésis à trois niveaux utilisés pour le réglage du couple électromagnétique 93

Figure V.8 : Sélection du vecteur tension selon la zone N=i 95

Figure V.9 : Structure générale de la commande directe du couple ‘DTC-C’ d’une MADA 96

Figure V.10 : Résultats de simulation de la DTC-C à flux rotorique variable 97

Figure V.11 : Résultats de simulation de la DTC-C à flux rotorique constant 98

Figure V.12 : Résultats de simulation de la DTC-C à vitesse du vent variable 100

Figure V.13 : Schéma bloc de la structure de contrôle DTC-SVM appliquée à la MADA 101

Figure V.14 : Résultats de simulation de la DTC-SVM de la MADA 103

Figure V.15 : Couple électromagnétiques et flux rotorique obtenus (DTC-C, DTC-SVM) 103

Figure V.16 : Configuration de la DPC Classique de la MADA 104

Figure V.17 :Décomposition du vecteur flux rotorique dans le plan (α-β) 106

Figure V.18 Comparateurs à hystérésis : (a) puissance active, (b) puissance réactive 106

Figure V.19 : Découplage de la puissance active et réactive de la MADA par DPC-C 109

Figure V.20 : Comportement de la MADA avec la commande DPC-C 110

Figure V.21 : Commande DPC-C de la MADA à vitesse du vent variable 112

Figure V.22 Analyse harmonique des spectres des courants : (a) phase rotorique, (b) phase statorique 112

Figure V.23 : Configuration de la DPC-SVM Classique de la MADA 113

Figure V.24 : Résultats de simulation de la DPC-SVM de la MADA 114

Figure V.25 : Spectre harmonique des courants : (a) phase rotorique, (b) phase statorique 115

Figure V.26 : Résultats de simulation de la DPC-SVM de la MADA (teste robustesse) 116

Figure V.27 : Insertion d’une unité de stockage dans un système éolien 117

Figure V.28 : Profil du vent utilisé 118

Figure V.29 : Résultats de simulation de la DPC-SVM avec unité de stockage 119

CHAPITRES VI :

Figure VI.1 : Modèle d'un neurone biologique 123

Figure VI.2 : Modèle d'un neurone artificiel 124

Figure VI.3 : Représentation matricielle du modèle d’un neurone artificiel 126

Figure VI.4 : Fonctions d'activations: (a) du neurone «seuil» ; (b) du neurone «linéaire», et (c) du neurone

«sigmoïde» 126

Figure VI.5 : Schéma d'un réseau de neurones monocouche 128

Figure VI.6 : Schéma d'un réseau de neurones non bouclé (Perceptron multicouches) 128

Figure VI.7 : Schéma de réseau de neurones bouclé 129

Figure VI.8 : La séparation linéaire entre la classe A et B 130

Figure VI.9 : Principe de l'apprentissage 131

Figure VI.10 Principe de fonctionnement et d'analyse des processus 131

Figure VI.11 : Trajectoire de la descente du gradient 133

Figure VI.12 : Schéma bloc de l’apprentissage supervisé 136

Figure VI.13 : Apprentissage par la règle de perceptron 136

Figure VI.14 : Apprentissage par la règle de perceptron 137

Figure VI.15 : Présentation des écarts entre d(k) et y(k) 138

Figure VI.17 : Algorithme de rétropropagation 141

Figure VI.18 : Réseau RBF 142

Figure VI.19 : Commande directe du couple de la MADA basée sur les RNA 144

Figure VI.20 : Schéma Bloc RNA sous Simulink MATLAB 145

Figure VI.21 : Résultats de simulation de la commande DTC-RNA appliquée à la MADA 146

Figure VI.22 : Résultats de simulation de la DTC-RNA de la MADA 148

Figure VI.23 : Couple électromagnétiques et flux rotorique obtenus (DTC-C, DTC-RNA) 148

Figure VI.24 : Commande directe de puissance de la MADA à base des RNA 149

Figure VI.25 : Résultats de simulation de la commande DPC-RNA appliquée à la MADA 151

Figure VI.26 : Résultats de simulation de la DPC-RNA de la MADA 152

Figure VI.27 : Puissances actives et réactives obtenues (DPC-C, DPC-RNA) 153 Figure VI.28 : Analyse harmonique des spectres des courants (DPC-RNA): (a) phase statorique, (b) phase rotorique 153

Liste des tableaux

CHAPITRES I :

Tableau I.1 : Puissance éolienne installée dans le monde en MW 08

Tableau I.2 : Puissance éolienne installée pour l’Algérie en MW 09

Tableau I.3 : Différents catégories des éoliennes selon la puissance délivrée 10

Tableau I.4 : Classification et comparaison des différentes variantes de la MADA 24

CHAPITRES IV:

Tableau IV.1 : Signaux de commande des interrupteurs du convertisseur coté rotor CCM 76

Tableau IV.2 : Identification du secteur 76

CHAPITRES V :

Tableau V.1 : Table généralisée des vecteurs de tension d’une commande par DTC 95

Tableau V.2 : Table de commutation de la DTC définissant les séquences de commande du CCM 96

Tableau V.3 : Table de sélection des vecteurs optimaux (puissance active et réactive 107

Tableau V.4 : Suivi de la variation de la puissance réactive 108

Tableau V.5 : Table de mise à jour des secteurs 108

Tableau V.6 Table généralisée des vecteurs de tension d’une commande par DPC 108

CHAPITRES VI :

Tableau VI.1 : Différentes fonctions d'activations utilisées dans les RNA 127

Annexe « A » :

Tableau A.1 : Paramètres de la turbine éolienne de 1.5MW 157 Tableau A.2 : Paramètres de la MADA de 1.5MW 157

Annexe « B » :

Tableau B: La transformation de Concordia et de Clarke 157

Annexe « C » :

NOMENCLATURE



Symboles spécifiques à la turbine :

Vv Vitesse du vent m/s

m Masse de l’air Kg

Pt Puissance aérodynamique de la turbine W

Pg Puissance mécanique de la génératrice W

Pv Puissance théorique maximale extractible d'un vent non perturbé W

ρ Masse volumique de l’air en température ambiante (15°C) Kg/m3

S Surface circulaire balayée par la turbine S = π.R2 m2

Cp Coefficient de puissance -

Cp-max Coefficient de puissance relatif à l’extraction maximale de

puissance

-

Cc Coefficient du couple -

Cc-max Coefficient du couple relatif à l’extraction maximale de puissance -

Ωt Vitesse mécanique de la turbine rad/s

Ωg Vitesse mécanique de la génératrice rad/s

Ωt* Vitesse de référence de la turbine rad/s

Ωg* Vitesse de référence de la génératrice rad/s

R Longueur d’une pale (Rayon de l’éolienne) m

G Gain du multiplicateur -

𝜆 Vitesse relative ou Ratio de vitesse -

𝜆opt Vitesse relative optimale -

β Angle de calage des pales deg

α Angle d’incidence des pales deg

Cg Couple mécanique sur l’arbre de la génératrice N.m

Cg* Couple mécanique de référence N.m

Ct Couple mécanique disponible sur l’arbre lent de la turbine N.m

Cf Couple de frottement visqeux N.m

Jt Moment d’inertie de la turbine Kg.m

2

Jg Moment d’inertie de la génératrice Kg.m

2

J Moment d’inertie totale de l’ensemble « turbine + génératrice » Kg.m2

Kp Composante proportionnelle du correcteur PI -

Ki Composante intégrale du correcteur PI -



Paramètres de modélisation de la MADA :

Rs Résistance statorique par phase Ω

Rr Résistance rotorique par phase Ω

Ls Inductance cyclique statorique par phase H

Lr Inductance cyclique rotorique par phase H

M Inductance cyclique mutuelle (entre stator et rotor), inductance magnétisante H

ls Inductance propre d’une phase statorique H

lr Inductance propre d’une phase rotorique H

ms Inductance mutuelle entre deux phases statoriques H

mr Inductance mutuelle entre deux phases rotoriques H

 Coefficient de dispersion de Blondel -

p Nombre de paires de pôles -

Fv Coefficient dû aux frottements visqueux de la génératrice N.m.s/rd



Repère :

(sa, sb, sc) Axes magnétiques liés aux enroulements triphasés statorique  

(ra, rb, rc) Axes magnétiques liés aux enroulements triphasés rotoriques  

(d, q) Axes de référentiel de Park (tournant à la vitesse de synchronisme)   (α, β) Axes de référentiel de Concordia/Clarke (repère de Park fixe au stator)  

sr  Position angulaire du rotor par rapport au stator rad

s  Position angulaire du stator par rapport à l’axe (d) rad

r Position angulaire du rotor par rapport à l’axe (d) rad





Grandeurs électriques au rotor :.

vr a, b, c Tensions instantanées statoriques triphasées V

vr d, q Tensions statoriques diphasées dans le repère (d, q) V

vrα,β Tensions statoriques diphasées dans le repère (α, β) V

Vr Vra Vrb Vrc T

Vecteur des tensions instantanés des phases a, b et c rotoriques V

Vr Module du vecteur de tension rotorique V

ir a, b, c Courants instantanés statoriques triphasées A

ir d, q Courants statoriques diphasées dans le repère (d, q) A

irα,β Courants statoriques diphasées dans le repère (α, β) A

 I  ira irb irc T

Vecteur des courants instantanés des phases a, b et c rotoriques A

Pr Puissance active rotorique W

Qr Puissance réactive rotorique Var



Grandeurs électriques au stator :

vs a, b, c Tensions instantanées statoriques triphasées V

vs d, q Tensions statoriques diphasées dans le repère (d, q) V

vsα,β Tensions statoriques diphasées dans le repère (α, β V

V s vsa vsb vsc

T _{Vecteur des tensions instantanés des phases a, b et c}

statoriques

V

Vs Module du vecteur de tension statorique V

is a, b, c Courants instantanés statoriques triphasées A

Is d, q Courants statoriques diphasées dans le repère (d, q) A

isα,β Courants statoriques diphasées dans le repère (α, β) A

I s isa isb isc T

Vecteur des courants instantanés des phases a, b et c statoriques

A

Ps Puissance active statorique W

Qs Puissance réactive statorique W

Pstock Puissance active stockée W

Préseau Puissance fournie au réseau W



Grandeurs magnétiques au rotor :

𝜑r a,b, c Vecteur de flux magnétiques au rotor Wb

𝜑rα,β Flux rotoriques diphasés dans le repère (α, β) Wb

𝜑r d, q Flux rotoriques diphasés dans le repère tournant (d, q) Wb

𝜑r𝜑ra𝜑rb𝜑rc

T _{Vecteur des flux instantanés des phases a, b et c rotoriques Wb}

𝜑r Module du vecteur de flux rotorique Wb



Grandeurs magnétiques au stator :

𝜑s a, b, c Flux instantané magnétiques au stator Wb

𝜑sα,β Flux statoriques diphasés dans le repère (α, β) Wb

𝜑s d, q Flux statoriques diphasés dans le repère tournant (d, q) Wb

𝜑s𝜑sa𝜑sb𝜑sc

𝜑s Module du vecteur de flux statorique Wb



Grandeurs mécaniques :

ωr Pulsation électrique correspondante à la vitesse de rotation rad/s

ωs Pulsation électrique des grandeurs statoriques (champ tournant) rad/s

ωsr Pulsation électrique des grandeurs rotoriques (Pulsation de glissement) rad/s

g Glissement de la vitesse de rotation -

fs Fréquence électrique des grandeurs statoriques Hz

fr Fréquence électrique des grandeurs rotoriques Hz

Ns Vitesse du champ tournant tr/min

Nr Vitesse mécanique nominale de rotation tr/min



Transformations :

s Opérateur de Laplace,

P (θ) Transformation de Park : Xs a,b,c → Xs d,q et Xr a,b,c → Xr d,q,

C32 Transformation de Concordia/Clarke : Xs a,b,c → Xs α,β et Xr a,b,c → Xr α,β,



Grandeurs de commande de la MADA :

Ps-ref Consigne de la puissance active statorique W

Qs Consigne de la puissance réactive statorique Var

Cem-ref Consigne du couple électromagnétique N.m

Te Période d’échantillonnage s

Kp, Ki Composantes proportionnelle et intégrale du correcteur PI

-

m Indice de modulation

_-

fp Fréquence de porteuse Hz

fr Fréquence de référence Hz

N(i) Zone de flux rotorique -

δ Déphasage entre le vecteur flux statorique et rotorique deg

ωn Pulsation naturelle -

ξ Facteur d’amortissement -

ɛ Erreur statique -

Sa, Sb, Sc Etats de commutation des interrupteurs de l’onduleur -

HF Etat logique à la sortie du comparateur à hystérésis de flux rotorique -

HC Etat logique à la sortie du comparateur à hystérésis du couple -

HP Etat logique à la sortie du comparateur à hystérésis de la puissance active -

HQ Etat logique à la sortie du comparateur à hystérésis de la puissance réctive -

ΔPs Largeur de la bande à hystérésis de la puissance active W

ΔQs Largeur de la bande à hystérésis de la puissance réactive Var

ΔCem Largeur de la bande à hystérésis du couple électromagnétique N.m

Δ𝜑r Largeur de la bande à hystérésis du flux rotorique Wb

S(X) Surface de glissement d’une variable à réguler -

r Degré relatif de la surface de glissement -

Vqrn,Vdrn Composantes normales des tensions rotoriques V

Vqreq,Vdreq Composantes normales des tensions rotoriques V

Ki, li, ρ Gains de la commande par mode glissant d’ordre 2 -

τr Temps de réponse du système -

(𝑥) erreur entre la variable à réguler et sa référence -

𝑢 Le vecteur de commande -

𝑈𝑒𝑞 Grandeur de commande équivalente -

ABREVIATIONS

CCM : Convertisseur Coté Machine. CCR : Convertisseur Coté Réseau. CVD : Commande Vectorielle Directe. CVI : Commande Vectorielle Indirecte. FP : Facteur de Puissance.

FTBF : Fonction de Transfert en Boucle Fermée. FTBO : Fonction de Transfert en Boucle Ouverte. GADA : Génératrice Asynchrone à Double Alimentation. GAS : Génératrice Asynchrone à Cage.

GSAP : Génératrice Synchrone à Aimants Permanents. HYPER : Hypersynchronisme.

HYPO : Hyposynchronisme.

MADA : Machine Asynchrone à Double Alimentation. MAS : Machine Asynchrone à Cage.

MCC : Machine à Courant Continu. MLI : Modulation de Largeur d'Impulsion. MS : Machine Synchrone.

MSAP : Machine Synchrone à Aimants Permanents. PI : Proportionnel Intégral.

2. EN ANGLAIS

AC : Alternatif Current.

ADALINE : ADAptive LINear Element or ADAptive LInear Neuron. ANN : Artificial Neural Networks.

DC : Direct Current.

DFIG : Doubly Fed Induction Generator. DFIM : Doubly Fed Induction Machine. DPC : Direct Power Control.

DTC : Direct Torque Control.

EWEA : European Wind Energy Association. VAWT : Vertical Axis Wind Turbine.

VSWT : Variable Speed Wind Turbine. WECS : Wind Energy Conversion Systems. WWEA : World Wind Energy Association. FOC : Field Oriented Control.

FSWT : Fixed Speed Wind Turbine GTO : Gate Turn-Off Thyristor.

HAWT : Horizontal Axis Wind Turbine. HOSMC: High Order Sliding Mode Control. IGBT : Insulated Gate Bipolar Transistor. LM : Levenberg-Marquardt.

MOSFET : Metal Oxide Semiconductor Field Effect Transistor. MPPT : Maximum Power Point Tracking.

NPC : Neutral Point Clamped. PWM : Pulse Width Modulation. SMC: Sliding Mode Control

STSMC: Super-Twisting Sliding Mode Control SVM : Space Vector Modulation.

1

Introduction générale

Depuis la préhistoire, les hommes ont toujours eu des besoins croissants en énergie. De la maitrise du feu à celle de l’électricité… A tel point qu’aujourd’hui, notre société ne saurait plus se passer de la seconde, devenue un élément indispensable à notre confort personnel, et surtout au développement de l’humanité. Dans un passé proche, la demande énergétique, constamment croissante, a poussé les hommes à développer de nouveaux moyens de « production » d’énergie, toujours plus efficaces, sans s’inquiéter outre mesure de leur impact environnemental et sanitaire.

Actuellement, à l’échelle mondiale, l’énergie que nous utilisons quotidiennement provient majoritairement des combustibles fossiles (pétrole, gaz, charbon), qui présentent l’avantage d’être facilement utilisables et restés longtemps bon marché. Mais leur emploi systématique et massif fait apparaître plusieurs problèmes majeurs. Tout d’abord, dans un futur très proche, l’homme sera vraisemblablement confronté à leur épuisement. Et il est d’ores et déjà confronté aux perturbations climatiques engendrées par le rejet massif de gaz à effet de serre produits lors de leur combustion. Face aux problèmes posés par les énergies fossiles et par la fission nucléaire, la première et meilleure réponse possible serait d’économiser l’énergie et de l’utiliser avec parcimonie, en évitant de la gaspiller. Mais l’homme ne pourra pas se passer d’elle. C’est pourquoi, il doit obligatoirement développer les moyens de substitution déjà existants et en chercher de nouveaux.

Ces moyens de substitution dont on parle, ce sont bien sûr les « énergies renouvelables ». Il s’agit d’énergies a priori peu polluantes et dont les sources présentent, en théorie, l’avantage d’être abondantes et inépuisables dans les millénaires à venir : par exemple, l’énergie lumineuse reçue du soleil par la terre pendant un an, est des milliers de fois plus importante que l’énergie consommée par l’humanité au cours de cette même période, près de 10 000 fois selon certaines sources.

L'énergie éolienne apparaît clairement en bonne place, non pas en remplacement des sources conventionnelles, mais comme énergie d'appoint. En effet l'énergie potentielle des masses d'air en mouvement représente au niveau mondial un gisement considérable. Cette énergie offre deux grands avantages, puisqu'elle est totalement propre et renouvelable. Lors de son exploitation, elle n'entraîne aucun rejet (pas d'effet de serre ou de pluies acides) et aucun déchet. Par ailleurs, le site d'implantation des éoliennes reste toujours exploitable, pour l'agriculture par exemple. Enfin, les petites installations permettent d'électrifier les lieux isolés et donnent une certaine indépendance à des petites communautés (un village, un regroupement d'industries...), mais le principal inconvénient de cette source d'énergie renouvelable est son manque de flexibilité et son inconstance. Le vent ne souffle pas forcément quand on a besoin! En moyenne, une éolienne tourne à sa puissance nominale 1/5 du temps sur une année. Il convient alors de diviser par 5 la puissance installée pour obtenir la puissance réelle moyenne, donc l'énergie fournie par l'installation.

A l'échelle mondiale, l'énergie éolienne a connu une forte croissance, cela conduit les chercheurs en Génie Electrique à mener des investigations de façon à augmenter l'efficacité de la conversion électromécanique d'une part et à améliorer la qualité de l'énergie fournie d'une autre part.

Bien que les aérogénérateurs aient atteint une certaine maturité technique, la technologie des aérogénérateurs évolue. Les éoliennes de dernière génération fonctionnent à vitesse variable.

Ce type de fonctionnement permet d’augmenter le rendement énergétique, de diminuer les efforts mécaniques et d’améliorer la qualité de l’énergie électrique produite, par rapport aux éoliennes à vitesse fixe.

systèmes (compensation de la puissance réactive, stabilité du plan de tension,…) comme le font actuellement les alternateurs de centrales classiques. Ils seront également amenés à participer à l’amélioration de la qualité de l’énergie électrique, filtrage des courants harmoniques en particulier. De plus, vu l’augmentation de la puissance éolienne installée et fournie au réseau électrique, les éoliennes devront certainement assurer, à plus long terme, une continuité de service suite à un défaut électrique

2

sur le réseau ou sur un des éléments de la chaîne de conversion électromécanique (interrupteurs de puissance, capteurs,…) afin d’améliorer leur fiabilité.

Actuellement, le système éolien à vitesse variable basé sur la Machine Asynchrone à Double Alimentation (MADA) est le plus utilisé dans les fermes éoliennes terrestres. Son principal avantage, et non des moindres, est d’avoir ses convertisseurs statiques triphasés dimensionnés pour une partie de la puissance nominale de la MADA, ce qui en fait un bénéfice économique important par rapport à d’autres solutions possibles de conversion électromécanique (machine synchrone à aimants permanents par exemple). En effet, la MADA permet un fonctionnement sur une plage de vitesse de ± 30 % autour de la vitesse de synchronisme, garantissant ainsi un dimensionnement réduit des convertisseurs statiques car ceux-ci sont connectés entre le bobinage rotorique de la MADA et le réseau électrique.

La stratégie de commande adoptée pour l’ensemble MADA associée aux convertisseurs statiques joue un rôle important dans l’amélioration des performances du système éolien en matière de production d’une énergie électrique de bonne qualité. A cet effet plusieurs techniques de commande ont été abordées dans cette étude :

 Afin d’obtenir avec la machine asynchrone à double alimentation des performances

semblables à celle de la MCC, il est nécessaire d’appliquer la commande vectorielle par orientation du flux afin d’assurer le contrôle du flux et celui du courant générant le couple électromagnétique. Deux commandes vectorielles sont développées ici, l’une appelé commande vectorielle directe qui effectue la régulation directement sur les puissances sans prendre en compte les couplages internes existants entre les puissances dans la MADA. La deuxième commande c’est l’indirecte qui s’occupe d’abord de réguler les courants rotoriques de la MADA

.

 La commande par mode glissant (SMC) fait partie de la famille des contrôleurs à structure variable, c.à.d. des commandes commutant entre plusieurs lois de commande différentes. L’importance des contrôleurs par mode glissant réside dans : la grande précision, la réponse dynamique rapide, la stabilité, la simplicité de la conception et l’implantation, et la robustesse vis-à-vis la variation des paramètres internes ou externes.

 Toutefois, la commande par mode glissant induit en pratique des commutations haute fréquence connue sous le nom de chattering. Ces commutations peuvent exciter des dynamiques non désirées qui risquent de déstabiliser, détériorer voire même de détruire le système étudié. Il existe déférentes méthodes pour diminuer ce phénomène, parmi ces méthodes la commande par mode glissant de la MADA basée sur l’algorithme

Super-Twisting (STSMC), dont le principe est de rejeter les discontinuités au niveau des dérivées

supérieures de l’entrée du système.

 Le premier contrôle direct du couple (DTC) est appliqué au convertisseur à MLI côté rotor. Ce type de commande considère le convertisseur associé à la génératrice comme un ensemble où le vecteur de commande est constitué par les états de commutation. Ses principaux avantages sont la rapidité de la réponse dynamique de couple et la faible dépendance vis-à-vis des paramètres de la machine. Afin de s’affranchir des contraintes sévères de temps de calcul et d’améliorer les défauts de la commande DTC classique, nous avons développé une technique qui réduit les oscillations de couple et de flux en imposant une fréquence de modulation constante (DTC-SVM).

 Le contrôle direct de puissance (DPC) est basé sur le concept du contrôle direct du couple appliqué aux machines électriques. Le but est de contrôler directement les puissances actives et réactive dans le convertisseur à MLI côté machine. Les états de commutation du convertisseur sont sélectionnés par la table de commutation, ce dernier est réaliser à partir des erreurs instantanées obtenues de la différence entre la valeur estimé et référence de la puissance active, réactive.

 Dernier contrôle proposée est basé sur basée sur les Réseaux Neurones Artificiels (DTC-RNA et DPC-(DTC-RNA) pour améliorer les performances de la commande directe du couple (DTC) et de puissance (DPC).

3

Avec une étude approfondie et détaillée de chaque type de commande, on essayera de modéliser et simuler leurs principes de fonctionnement, de resurgirez ces avantages et inconvénients et enfin faire une comparaison entre eux aux niveaux de THD, temps de repense et dépassement des consignes.

Le premier chapitre est consacré à des statistiques sur le développement de l’énergie éolienne dans le

monde, puis nous allons nous intéresser à l’état actuel des avancées technologiques qui ont permis la construction et le fonctionnement de ces aérogénérateurs, suivi par un état de l'art sur la conversion électromécanique à travers les différents types de génératrices utilisées et les convertisseurs qui leur sont associés.

Une grande partie des éoliennes installées de nos jours sont équipées de machines asynchrones à double alimentation (MADA). Cette génératrice permet une production d’électricité à vitesse variable, ceci permet alors de mieux exploiter les ressources éoliennes pour différentes conditions de vent.

Le deuxième chapitre, sera consacré à la modélisation de la chaîne de conversion électromécanique

du système éolien basé sur la machine asynchrone à double alimentation à partir de laquelle sont reposés les travaux de cette thèse. En effet, à travers ce chapitre la structure de cette machine, les différents modes de fonctionnement et les configurations les plus utilisés seront présentés dans le premier temps. Dans le second lieu, nous présenterons la modélisation des différents éléments constituant le système pour établir les différentes commandes associées. C’est aussi dans ce chapitre que la stratégie MPPT (Maximum Power Point Tracking) est présentée.

Cette dernière repose sur le principe de l’extraction du maximum de puissance de l’éolienne pour chaque vitesse du vent. Une fois cette partie mécanique en fonctionnement, nous allons nous attacher à la génération d’électricité par la modélisation de la Génératrice Asynchrone à Double Alimentation (GADA) et de son convertisseur statique qui alimente le rotor. Des résultats de simulation seront présentés dans l’objectif de vérifier la stratégie de contrôle MPPT et de valider le modèle de la génératrice utilisée.

Dans le troisième chapitre, la commande vectorielle (plus spécifiquement celle avec orientation du flux statorique) va nous permettre de réaliser une commande indépendante de la puissance active et réactive de la MADA, en utilisant des régulateurs classiques de type Proportionnel- Intégral (PI). Deux types de commandes vectorielles sont développés ici. La première appelée commande vectorielle directe (CVD) dans laquelle on effectue la régulation directement des puissances sans prendre en compte les couplages internes existants entre les énergies dans la MADA. La deuxième c’est la commande vectorielle indirecte (CVI) qui s’occupe d’abord du réglage des courants rotoriques de la MADA ensuite le réglage en cascade des puissances. L'efficacité de ces techniques est vérifiée par simulation sous Matlab/Simulink.

Le quatrième chapitre, expose la commande robuste, c’est la commande par mode glissant (SMC) et

commande par mode de glissement de la MADA basé sur l’algorirhme super-twisting (STSMC). Cette commande consiste à remplacer les régulateurs proportionnel-intégral (PI) de la puissance active et réactive utilisés dans la commande vectorielle par des régulateurs plus robustes. Ainsi que la commande MLI-sinus triangle est remplacé par une commande à SVM.

Une étude comparative entre les deux types de commande sera présentée.

Dans le cinquième chapitre on propose deux techniques de commandesDTC (Direct Torque Control) etla DPC (Direct Power Control), appliquées au système de conversion d’énergie éolien.

La première (DTC) est appliquée au convertisseur à MLI côté rotor. Ce type de commande considère le convertisseur associé à la génératrice comme un ensemble où le vecteur de commande est constitué par les états de commutation. Ses principaux avantages sont la rapidité de la réponse dynamique de couple et la faible dépendance vis-à-vis des paramètres de la machine [1], [2]. Des améliorations sont aussi obtenues sur cette dernière technique par l'application d'une modulation vectorielle (DTC-SVM). La deuxième technique c’est la DPC (direct power control), cette dernière est apposée au convertisseur à MLI côté rotor. Le contrôle direct de puissance classique (DPC-C) est basé sur le concept du contrôle direct du couple appliqué aux machines électriques. Le but est de contrôler directement les puissances actives et réactive dans le convertisseur à MLI côté rotor. Les états de commutation du convertisseur sont sélectionnés par la table de commutation, ce dernier est réaliser à partir des erreurs instantanées obtenue de la différence entre la valeur estimer et mesurer de la puissance active, réactive, des améliorations sont aussi obtenues sur cette dernière technique par l'application d'une modulation vectorielle (DPC-SVM).

4

Le dernier chapitre, sera consacré au développement d’une technique basée sur les Réseaux

Neurones Artificiels (RNA) pour améliorer les performances de deux techniques de commandes DTC-C et DPDTC-C-DTC-C. DTC-Cette méthode consiste à remplacer les comparateurs classiques et les tables desélection appliquées aux DTC-C et DPC-C de la machine asynchrone à double alimentation par un contrôleur neuronal. Donc, deux stratégies intelligentes de contrôle (DTC-RNA et DPC-RNA) seront présentées et évaluées par des résultats de simulation.

On clôturera la thèse par une conclusion générale dans laquelle sont valorisés les différents développements effectués. Des perspectives pour ce travail sont également envisagées.