Etude et simulation d’une génératrice à double alimentation

Les aérogénérateurs sont de plus en plus utilisés durant ces dernières années vu la demande croissante d’énergie. Par conséquent une étude détaillée de ses machines est nécessaires. En se propose dans ce chapitre de faire une étude avec modélisation et simulation de la turbine dans un premier temps, il s’ensuivra l’étude du système complet associer à une MADA avec PI classique.

Type de Fonctionnement

Il existe deux types de fonctionnement d’éolienne.

Les éoliennes à vitesse fixe
Ce sont des éoliennes qui ne nécessitent pas de dispositif à base d’électronique de puissance. Généralement constituées de machines asynchrones à cage d’écureuil. Afin de faire fonctionner la machine Asynchrone à la vitesse de synchronisme, on utilise un système d’orientation des pales (angle de calage par Exemple). Par conséquent, elles sont moins chères avec un rendement médiocre.

Les éoliennes à vitesse variable
Ce type d’éolienne peut travailler sur une plus large plage de vitesse de vent, ce qui permettra de tirer le maximum de puissance possible pour chaque vitesse de vent .

La nécessité d’utilisé un système MPPT avec des commandes complexes à base d’électronique de puissance pour réguler les variations de vitesse constituent des coûts supplémentaires, la rendant plus onéreuse mais avec un meilleur rendement .

Les principaux avantages des éoliennes à vitesses variables sont comme suit : [14]
◆ Génération de puissance électrique de meilleure qualité
◆ Augmentation de la plage de fonctionnement, notamment pour les faibles vitesses de vent (augmentation du rendement énergétique)
◆ Nécessitent un système d’orientation des pales. la possibilité de contrôler la vitesse de générateur via le couple électromagnétique permet de réduire le rôle du système d’orientation des pales, qui interviendra principalement pour limiter la puissance générée en présence de vitesse de vent élevés en contrôlant la vitesse de la turbine. D’où, pour le cas de faibles vitesses de vent, l’angle d’orientation des pales devient fixe.
◆ Sont moins exigeantes en termes d’entretien en comparaison avec d’autres éoliennes.

Modélisations de vent

La conversion d’énergie cinétique du vent en énergie électrique se fait en deux étapes:

◆ 1ère étape : Au niveau de la turbine, une partie de l’énergie cinétique extraite du vent sera converti en énergie mécanique.

◆ 2ème étape : Au niveau de la génératrice, l’énergie mécanique à l’entrée est convertie en énergie électrique.

Il est à noter que la modélisation du vent est importante pour les points suivants :
• définir les conditions de fonctionnement de l’éolienne,
• définir les sollicitations qui s’appliquent sur les pales,
• développer et affiner la modélisation du rotor,
• évaluer le potentiel d’énergie utilisable,
• fournir une aide pour l’implantation des machines.

Les données climatiques, géographiques en plus de la période de l’année concernée du site d‘étude sont nécessaire pour l’élaboration du profile du vent.

Caractéristiques du vent

Le vent est un phénomène aléatoire qui présente de grandes variabilités qu’on peut classer en deux groupes : la variabilité temporelle et la variabilité spatiale.

La variabilité temporelle comprend trois sous-groupes :
• À basses fréquences : les variations annuelles, saisonnières et mensuelles ;
• À moyennes fréquences : les variations journalières et horaires ;
• À hautes fréquences : les variations à la seconde ou à plus haute fréquence au dessus de 1 Hz caractéristiques de la turbulence du vent.
• La variabilité spatiale concerne principalement la variation verticale et le champ des directions du vent, ces variations peuvent engendrer des variations de couple, tels que l’effet de cisaillement et l’effet d’ombre de la tour.

Classification des éoliennes en fonction du coefficient de puissance

• Les éoliennes à marche lente : Constituées d’un grand nombre de pales (entre 20 et 40), elle présente une inertie importante imposant une limitation du diamètre 8 m [2].

• Les éoliennes à marche rapide : Largement employées pour la production d’énergie électrique. Elles sont constituées généralement de 1 ou 3 pales fixes ou orientables pour un meilleur contrôle de la vitesse de rotation. Les pales peuvent atteindre des longueurs de 60 m et plus pour des éoliennes de plusieurs Méga watts.

Table des matières

Introduction Générale
Chapitre I :
Etude et simulation d’une génératrice à double alimentation
Partie I.1 : Etude et simulation d’une turbine
Introduction
I.1.1 Type de Fonctionnement
I.1.1.1 Les éoliennes à vitesse fixe
I.1.1.2 Les éoliennes à vitesse variable
I.1.2 Conversion de l’énergie éolienne
I.1.2.1 Définition de l’énergie éolienne
I.1.2.2 Modélisations de vent
I.1.2.3 Caractéristiques du vent
I.1.2.4 Extraction de l’énergie apportée par le vent
I.1.3 Classification des éoliennes en fonction du coefficient de puissance
I.1.4 Modélisation du système de conversion de l’énergie éolienne
I.1.4.1 Hypothèses simplificatrices pour la modélisation mécanique de la turbine
I.1.4.2 Modèle de la turbine
I.1.4.2.1 Puissance mécanique de la turbine
I.1.4.2.2 Couple mécanique de la turbine
I.1.4.2.3 Modélisation du multiplicateur
I.1.4.2.4 Modèle mécanique de l’arbre de transmission
I.1.4.2.5 Schéma synoptique du système complet
I.1.4.2.6 Principe de la MPPT
I.1.5 Fonctionnement d’une éolienne à vitesse variable
I.1.6 Technique d’extraction du maximum de puissance
I.1.6.1 Commande MPPT avec asservissement de la vitesse mécanique
I.1.7 Résultats de Simulations
I.1.7.1 Profile du vent applique à l’entrée de la turbine
I.1.7.2 Interprétation de résultats
I.1.8 Conclusion
Partie I.2 : Etude et modélisation d’une génératrice à double alimentation
Introduction :
I.2.1 Description d’un aérogénérateur intégrant une MADA
I.2.2 Modélisation de la MADA
I.2.2.1 Modèle triphasé de la MADA
I.2.2.1.1 Equations électriques dans le repère (abc)
I.2.2.1.2 Equations magnétiques dans le repère (abc)
I.2.2.1.3 Couple électromagnétique
I.2.2.1.4 Equation mécanique
I.2.2.2 Modèle biphasé de la MADA
I.2.2.2.1 Les transformations usuelles
I.2.2.2.2 Le choix du référentiel
I.2.3 Modélisation de l’alimentation de la MADA
I.2.4 Modélisation du redresseur
I.2.5 Modèle de l’onduleur de tension deux niveaux
I.2.5.1 Stratégie de commande MLI
I.2.5.2 Equation de la porteuse
I.2.5.3 Equation de la référence
I.2.5.4 Caractéristiques de la MLI sinus-triangle
I.2.6 Modélisation du bus continu
I.2.7 Modèle du filtre de sortie
I.2.8 Conclusion
Partie I.3 : Simulation d’une commande directe et indirecte appliqué à une génératrice à double alimentation
Introduction
I.3.1 Modélisation de l’aérogénérateur (Turbine + MADA)
I.3.1.1 Architecture du dispositif de commande
I.3.1.2 Commande vectorielle de la MADA
I.3.1.3 Commande du Convertisseur Côté Machine « CCM »
I.3.1.3.1 Choix du référentiel
I.3.1.3.2 Commande vectorielle par orientation du flux statorique
I.3.1.3.3 Commande en puissance
I.3.1.4 Commande du Convertisseur Côté Réseau « CCR »
I.3.1.4.1 Contrôle de la tension du bus continu
I.3.1.4.2 Commande des courants du filtre
I.3.2 Résultats de Simulations
I.3.2.1 Commandes directe
I.3.2.2 Commandes indirecte
I.4 Conclusion
Chapitre II :
Etude et simulation de la commande directe d’une MADA avec différents régulateurs
II.1 Commande vectorielle avec Régulateurs PI+PSO appliqué à la CCM
II.1.1 Théorie de la technique PSO (Particul Swarm Optimization)
II.1.1.1 Définition
II.1.1.2 Principe de fonctionnement
II.1.1.3 Principe de base d’un PSO
II.1.1.4 Formulation mathématique du PSO
II.1.1.5 Optimisation des gains du pi par la technique PSO
II.1.1.6 Indices de performance d’un PI
II.1.1.7 Pourcentage de dépassement « D »
II.1.1.8 Intégrales faisant intervenir l’erreur
II.1.2 Simulation et Interprétation des résultats
II.2 Commande vectorielle avec régulateurs par réseau de neurone appliqué à la CCM de la MADA
II.2.1 Théorie de la technique du réseau de neurone artificielle (RNA)
II.2.2 Propriétés de réseaux de neurones
II.2.3 Apprentissage
II.2.4 L’apprentissage de Widrow-Hoff
II.2.5 Les différents types de réseaux de neurones
II.2.6 Perceptron multicouches(MLP)
II.2.6.1 Structure du réseau
II.2.6.2 L’algorithme de la rétro- propagation du gradient d’erreur
II.2.7 Application du contrôleur neuronal au réglage de la puissance
II.2.7.1 Identification directe
II.2.8 Intégration du réseau de neurone à notre cas d’étude
II.2.9 Interprétation des résultats
II.3 Commande vectorielle avec régulateurs par logique floue appliqué à la CCM de la MADA
II.3.1 Théorie de la technique du réseau de neurone artificielle (RNA)
II.3.1.1 Synthèse de la régulation floue
II.3.1.2 Intérêt et principe d’une commande à logique floue
II.3.1.3 Structure d’une commande à logique floue
II.3.1.4 Contrôleurs de types Mamdani et Sugeno
II.3.1.5 Comparaison des systèmes Sugeno et Mamdani
II.3.2 Régulation floue
II.3.2.1 Comportement du processus
II.3.3 Synthèse d’un contrôleur PI flou de type MAMDANI
II.3.3.1 Fuzzification
II.3.3.2 Inférence
II.3.3.3 Traitement numérique des inférences et défuzzification
II.3.4 Interprétation des résultats
II.4 Commande vectorielle avec régulateurs par H∞ appliqué à la CCM de la MADA
II.4.1 Théorie de la technique H∞
II.4.1.1 Valeur singulières et norme H∞
II.4.1.2 Propriétés de la norme H∞
II.4.1.3 Synthèse H∞, approche standard
II.4.1.4 Problème standard
II.4.1.5 Problème H∞ standard
II.4.1.6 Mise en œuvre
II.4.2 Intégration de H∞ à notre cas d’étude
II.4.3 Résultats de Simulations
II.4.4 Interprétation des résultats
II.5 Conclusion
Conclusion génerale