Contrôle avec les techniques de l’intelligence artificielle d’une source d’énergie éolienne à base d’une machine asynchrone à double alimentation
| dc.contributor.author | MASSOUM Sarra | |
| dc.contributor.author | Encadreur: MEROUFEL Abdelkader | |
| dc.date.accessioned | 2026-10-06T08:20:08Z | |
| dc.date.available | 2026-10-06T08:20:08Z | |
| dc.date.issued | 2018-02-08 | |
| dc.description | Doctorat | |
| dc.description.abstract | Résumé (Français et/ou Anglais) : Résumé : Cette thèse traite la modélisation, le contrôle et la simulation d'un système de conversion d'énergie éolienne à base d'une machine asynchrone à double alimentation (MADA) connectée directement au réseau par son stator et pilotée par son rotor par deux convertisseurs statiques. L'idée consiste à implémenter un système de contrôle découplé de la MADA pour assurer une meilleure qualité d’énergie et rendre le système insensible aux perturbations. Après la modélisation de la chaîne de conversion d’énergie éolienne complète avec exploitation de la commande MPPT, deux types de contrôle vectoriel ont fait l’objet de l’analyse pour le contrôle indépendant de la puissance active et réactive : la commande directe et la commande indirecte, basées sur des régulateurs classiques de type PI. D’après les résultats de simulation obtenus, la commande vectorielle indirecte avec deux boucles en cascades présente de meilleures performances pour un système invariant. Dans le cas où le système est soumis à des variations paramétriques, une stratégie de contrôle est apparue comme concurrentielle à la technique de contrôle vectoriel à savoir la commande la commande directe de puissance (DPC). Cependant, la présence des correcteurs à hystérésis pose le problème de fluctuations sur les différentes grandeurs de sortie de la MADA. Trois techniques ont été préposées pour remédier à ce problème, DPC-SVM, DPC-FLOU et DPC-RNA. L’amélioration des résultats obtenus en simulation a été validée comparativement aux travaux des articles cités en bibliographie. Mots clés : Energie éolienne, MADA, MPPT, Onduleur-3N-NPC, DPC-SVM, DPC-FLOUE, DPC-RNA. | |
| dc.identifier.uri | https://dspace.univ-sba.dz/handle/123456789/2892 | |
| dc.title | Contrôle avec les techniques de l’intelligence artificielle d’une source d’énergie éolienne à base d’une machine asynchrone à double alimentation | |
| dc.type | Thesis |
