Contribution à l’amélioration de l’inertie des systèmes d’énergie intégrants des générateurs renouvelables

Abstract

L'intégration croissante des sources d’énergie renouvelable (SER) dans les réseaux électriques modernes a entraîné une diminution de l'inertie du système, posant des défis importants en matière de stabilité de fréquence et de fiabilité du réseau. Les systèmes électriques traditionnels reposent sur l'inertie mécanique inhérente des générateurs synchrones (GS) pour atténuer les fluctuations de fréquence et maintenir un fonctionnement stable. Cependant, avec le remplacement des générateurs conventionnels par des systèmes d’énergie renouvelable basés sur l’électronique de puissance, l'absence d'inertie naturelle a conduit à des taux de variation de fréquence (TVF) plus élevés et à une vulnérabilité accrue face aux perturbations. Pour remédier à cette problématique, des stratégies de contrôle innovantes sont nécessaires afin de fournir une inertie synthétique et d’améliorer la réponse dynamique du réseau. Cette thèse propose un contrôleur de Machine Synchrone Virtuelle basé sur l’Intelligence Artificielle (AIVSM) conçu pour reproduire le comportement des générateurs synchrones traditionnels à l'aide d'un réseau de neurones artificiels (RNA) entraîné avec l’algorithme de Levenberg-Marquardt. L’AIVSM ajuste dynamiquement sa réponse aux conditions du réseau, améliorant ainsi la stabilisation de la fréquence et renforçant la résilience globale des systèmes électriques dominés par les énergies renouvelables. Des simulations approfondies ont été réalisées afin d’évaluer les performances de l’AIVSM dans divers scénarios opérationnels, notamment en conditions normales de réseau, lors de perturbations de fréquence et en présence de défauts. Les résultats montrent que le contrôleur proposé surpasse les approches VSM conventionnelles sur plusieurs aspects clés, notamment une réponse transitoire plus rapide, des écarts de fréquence réduits et une meilleure robustesse face aux perturbations du réseau. L'approche basée sur l'intelligence artificielle permet un contrôle plus adaptatif et optimisé, en faisant une solution prometteuse pour améliorer l'inertie des systèmes électriques à forte pénétration d’énergies renouvelables. Les Résultats de cette recherche contribuent au développement de méthodologies de contrôle avancées pour les réseaux électriques du futur, mettant en avant le rôle de l’intelligence artificielle dans l’amélioration de la stabilité du réseau. L’intégration des machines synchrones virtuelles pilotées par l’IA constitue une voie viable pour atténuer les défis liés à l’inertie et garantir le fonctionnement fiable des réseaux électriques riches en énergies renouvelables. Les travaux futurs porteront sur la mise en œuvre en temps réel, l'intégration de systèmes de stockage hybrides et l'évaluation de l’évolutivité pour des applications à grande échelle.