commande à base des techniques de l 'inteligence artificielle d'une génératrice éoliénne

Abstract

L'objectif du travail présenté dans cette mémoire est l'étude de la modélisation et le contrôle d’une turbine éolienne à vitesse variable basée sur une machine asynchrone à double alimentation (MADA) connectée directement au réseau par son stator et pilotée par son rotor. 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, 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 présente de meilleures performances pour un système invariant, Cependant dans le cas où le système est soumis à des variations pose le problème de fluctuations sur les différentes grandeurs de sortie de la MADA. Ont été préposées la technique d’intelligence artificielle à base de réseaux de neurones (RNA) pour remédier à ce problème. La commande par réseaux de neurones artificiels est introduite pour augmenter la robustesse des correcteurs vis-à-vis des variations paramétriques de la machine. Les résultats obtenus en simulation ont été validés comparativement aux travaux des articles cités en bibliographie.

The objective of the work presented in this dissertation is the study of the modeling and control of a variable-speed wind turbine based on a double-fed asynchronous machine (DFIM) connected directly to the network by its stator and driven by its rotor. . The idea is to implement a control system decoupled from DFID to ensure better power quality and make the system insensitive to disturbances. After the modeling of the wind energy conversion chain, two types of vector control were analyzed for independent control of active and reactive power: direct control and indirect control, based on regulators. PI type classics. According to the simulation results obtained, the indirect vector control presents better performances for an invariant system, however in the case where the system is subjected to variations poses the problem of fluctuations on the various quantities of output of the MADA. The technique of artificial intelligence based on neural networks (ANN) has been proposed to remedy this problem. The control by artificial neural networks is introduced to increase the robustness of the correctors vis-à-vis the parametric variations of the machine. The results obtained in simulation have been validated compared to the work of the articles cited in the bibliography