Commande prédictive d’une machine asynchrone doublement alimentée dédiée pour les énergies renouvelables
No Thumbnail Available
Date
2017-10-19
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
الملخص (بالعربية)
إن تغير معلمات الأنظمة يجبرنا على إيجاد وتطوير نظام تحكم قوي بخلاف جهاز التحكم الكلاسيكي لأنه غير مرضي إذن يجب علينا اختيار طريقة تحكم التي تضمن أفضل الإجابات لنظامنا حتى لو أنها ليست خطية أو المعلمات تختلف بنسبة كبيرة. في هذه الأطروحة، سوف نستعمل نظام التحكم التنبؤي ونظام المهايئة بواسطة النموذج المرجعي بسبب الإستخدام الصناعي الكبير لهاتين الطريقتين للتحكم في مولدة لا تزامنية مزدوجة التغذية ترتبط مباشرة بعنصرها الساكن إلى الشبكة الكهربائية ومغذاة من جهة الدوار بواسطة مموج ذي مستويين ثم نستخدم التحكم بآلشبكات العصبية لتطوير جهاز التحكم الكلاسيكي للحصول على نفس أداء نظام التحكم التنبؤي ونظام المهايئة بواسطة النموذج المرجعي النتائج المحصل عليها بواسطة (ماتلاب/ سيميلينك) مرضية وجيدة جدا من ناحية إتباع المرجع المتانة ونوعية الكهرباء المولدة
Résumé (Français et/ou Anglais) :
Anglais :
The parameters variations of models systems oblige us to find and develop a robust control in contrast the classic controller (PID) because It does not satisfy the models performances, for that we must choose a mode of control that has the best response even if the system is non linear or parameters are changing
In this thesis we recall generalized predictive control (GPC) and adaptive control with reference model (MRAC) because of the large industrial use of those modes of controls for a doubly fed induction generation (DFIG) connected directly to the grid by its stator and controlled by its rotor by two level converter used for wind turbine. Then we use neural network (RN) to develop the classical controller to have the same performance of predictive and adaptive control with reference model. Results by Matlab/Simulink shows very good responses in terms of reference tracking, robustness and Current harmonics distortion.
Français :
La variation des paramètres des systèmes nous oblige à trouver et développer un système de contrôle robuste au contraire du contrôleur classique (PID) car il n’est pas satisfaisant, alors il faut choisir un mode de contrôle qui possède les meilleures réponses de notre système même s’il n'est pas linéaire où les paramètres varient en grande proportion. Dans cette thèse, nous utilisons la commande prédictive généralisée (GPC) et la commande adaptative avec le modèle de référence (MRAC) à cause de la grande utilisation industrielle de ces deux modes de contrôle pour contrôler une machine asynchrone double alimentée (MADA) reliée directement au réseau par son stator et commander par son rotor par un onduleur deux niveau utilisé pour une éolienne. Ensuite, nous utilisons les réseaux de neurones (RN) pour développer le contrôleur classique pour avoir les mêmes performances du GPC et MRAC. Les résultats de Matlab / Simulink en termes de suivie de référence, de robustesse et de distorsion des harmoniques de courant sont très bons pour les trois modes de contrôle.
Description
Doctorat