Adaptive network-based fuzzy inference systems for sensorless control of PMSG based wind turbine with power quality improvement features

Résumé

Le coût de la generation d’énergie éolienne devient concurrentiel à celui de la génération d’énergie électrique des sources d’énergies fossiles dites conventionnelles. Il est d’ailleurs à parité avec le coût de génération des centrales au charbon et au gaz. Les générateurs éoliens sont de tailles plus imposantes et leur conception a évolué d’un contrôle vitesse avec entraînement à boîte de vitesse à un contrôle d’hélice de vitesse variable avec ou sans boîte de vitesse. Les progrès réalisés en électronique de puissance stimulent cette tendance vers les éoliennes à vitesse variable. Aujourd’hui, les turbines éoliennes sur le marché comportent de nombreux concepts innovateurs avec une techonologie de pointe autant en génération qu’en interface de puissance. Toutefois, la forte pénétration de larges centrales éoliennes dans les réseaux électriques actuels pose d’autres problèmes à cause de leur nature intermittente. Cela motive les concepteurs de systèmes éoliens à développer des contrôleurs sophistiqués de génératrices et des systèmes de puissance. Récemment, les machines éoliennes à aimant permanent de vitesse variable deviennent plus attrayantes que les machines à vitesse fixe pour les systèmes de generation éolienne. Dans le cas des systèmes de génération à vitesse variable, les aéromoteurs peuvent opérer au point de puissance maximum sur une large gamme de vitesse en ajustant la vitesse de l’arbre de manière optimale. Plus encore, l’utilisation de machines à aimant permanent réduit la taille du système de génération éolien puisque ni les enroulements d’aimantation et leur système d’excitation ne sont requis. Cc type de configuration s’applique aussi de manière préférentielle en off-shore que la machine éolienne asynchrone à double alimentation qui requiert une maintenance régulière à cause de l’usure des broches et de la boîte de vitesse. Pour réaliser la poursuite de puissance maximum à diverses vitesses de vent, il est nécessaire d’opérer la machine à aimant permanent à vitesse variable. Pour ce faire, la commande vectorielle est habituellement favorisée car elle permet le contrôle indépendant du couple et du champ comme dans le cas du contrôle des moteurs continus. La commande vectorielle de la machine à aimant permanent requiert essentiellement la position du rotor et la vitesse. A cet effet, un tachomètre et un capteur de position montés sur l’arbre de la machine sont utilisés. Ces capteurs augmentent le coût et la complexité du système. Afin d’éliminer les capteurs de position et de vitesse ainsi que les problèmes qui leur sont associés, une novelle architecture de système d’inférence flou avec réseaux de neurones (ANFIS) est proposé en vue d’estimer la vitesse et la position du rotor sur une large gamme de vitesses d’opération. L’architecture ANFIS a comme avantage de modéliser un système hautement non linéaire puisqu’il combine les aptitudes de la logique floue par rapport à la prise en charge d’incertitudes paramétriques et les aptitudes d’apprentissage des réseaux de neurones. Alors l’ANFIS est utilisé pour développer un modèle adaptatif de la machine à aimant permanent à vitesse variable sous des conditions d’opération incertaines et compense aussi l’effet de la variation des paramètres tels que l’inductance er la résistance etc. Dans ces travaux, un système de génération éolienne à aimant permanent est modélisé autant en application autonome qu’en interconnection au réseau. En mode autonome, un système hybride batterie et éolienne est présenté. Le système de stockage à batterie permet d’amortir les fluctuations de l’énergie éolienne et de la demande à la charge. Pour le système éolien connecté au réseau, la capacité d’élimination de défaut est démontrée sous des conditions de sauts et des creux de tension. Un autre objectif du travail est de développer un contrôleur avancé de l’onduleur situé du côté réseau. Comme l’onduleur fonctionne dans des conditions d’opération variables, il n’est pas possible de fixer les gains des régulateurs PI de manière optimale sans entraver le fonctionnement de l’onduleur. Pour résoudre ce problème, un contrôleur neuronal flou adaptatif est développé. Ce contrôleur présente l’avantage de modéliser et de contrôler des systèmes hautement non linéaires. L’objectif principal de ce contrôleur est d’assurer une operation régulière de l’onduleur côté réseau lors des changements brusques de la dynamique du système contrairement aux PI conventionnels. De plus, dans ces travaux, la puissance nominale de l’onduleur du côté réseau est optimisée de manière optimale. Normalement, la puissance de l’onduleur situé du côté réseau a un faible facteur d’utilisation de 20-30% avec un pic 60% de puissance nominale à cause de l’intermittence du vent. Par conséquent si le même onduleur est utilisé pour résoudre les problèmes de qualité de l’onde au point de raccordement commun en plus de ses fonctions normales, alors le coût additionnel d’achat d’équipements de puissance tels que le filtre actif, le STATCOM ou le compensateur de puissance réactive est épargné. Alors l’auteur propose une solution simple de coût competitive consistant à utiliser l’onduleur du côté réseau comme compensateur d’harmoniques de courant, de puissance réactive à la charge et de déséquilibre d’une charge triphasé à quatre fils non linéaire et déséquilibrée située au point de raccordement commun au réseau de distribution en plus d’injecter de la puissance active. Egalement, nous montrons que le convertisseur côté réseau peut servir à maintenir la tension constante malgré des sauts ou des creux de tension.

Date	16 juil. 2010
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Ambrish Chandra (Directeur(-trice))