Commande directe du couple et des puissances d’une MADA associée à un système éolien par les techniques de l’intelligence artificielle
Loading...
Date
2015-11-05
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Résumé (Français et/ou Anglais) :
Cette thèse traite la modélisation, le contrôle et la simulation d'un système de conversion d'énergie éolienne à base d'une génératrice asynchrone à double alimentation (GADA) 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 GADA 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, deux stratégies de contrôle sont apparus comme concurrentielles à la technique de contrôle vectoriel à savoir la commande directe du couple (DTC) et la commande directe de puissance (DPC). Les résultats obtenus mettent en évidence l’efficacité des stratégies de commande proposées en terme de robustesse. Cependant, la présence des correcteurs à hystérésis pose le problème de fluctuations sur les différentes grandeurs de sortie de la GADA. Deux techniques ont été préposées pour remédier à ce problème, DTC-3N et DPC-SVM. Pour atteindre notre objectif, nous avons opté pour les techniques d’intelligence artificielle à base de réseaux de neurones: DTC-RNA et DPC-RNA. L’amélioration des résultats obtenus en simulation a été validée comparativement aux travaux des articles cités en bibliographie.
This thesis treats the modeling, the control and the simulation of a wind energy conversion system based a doubly fed induction generator (DFIG) connected directly to the grid by its stator and controlled by its rotor by back-to-back converter. The idea consists to implement a decoupled control system of the DFIG to ensure a better quality of energy and to make the system insensitive to disturbances. After the modeling of the full wind energy conversion system with MPPT, two types of vector control made the object of analysis for the independent control of active and reactive power: the direct control and the indirect control, based on conventional PI controllers. According to the obtained simulation results, the indirect vector control with two cascaded loops present the best performances for an invariant system. If the system is affected by parameters variations, two strategies of control appeared competing with the vector control technique, namely the direct torque control (DTC) and the direct power control (DPC). However, the presence of the hysteresis controllers poses the problem of fluctuations on the various output variables of the DFIG. Two techniques were proposed to cure this problem, DTC-3N and DPC-SVM. To achieve our objective, we chose the artificial intelligence techniques based neural networks: DTC-ANN and DPC-ANN. The improvement of the obtained results by simulation was validated compared to works of the papers quoted in bibliography.
Description
Doctorat en Sciences
