Développement d'algorithmes intelligents pour la commande et la détection des défauts pour un système éolien

Abstract

Dans cette thèse, nous proposons de nouvelles stratégies de détection et d’isolation des défauts, ainsi que de commande tolérante aux défauts, appliquées aux systèmes éoliens. En effet, la présence de défauts peut dégrader les performances de conversion énergétique et réduire la quantité d’énergie électrique produite par le système éolien. Ces défauts peuvent également empêcher l’éolienne de démarrer ou perturber son fonctionnement normal. Le diagnostic des défauts et la commande tolérante aux défauts constituent donc des éléments essentiels pour détecter et identifier rapidement les anomalies et mettre en œuvre des actions correctives permettant de reconfigurer le système de commande et de s’adapter aux changements induits par les défauts. L’objectif est ainsi de préserver la stabilité, la fiabilité et la sécurité du système éolien. Les méthodes de diagnostic des défauts sont généralement réparties en deux catégories : les méthodes fondées sur un modèle et celles fondées sur les données. La première catégorie repose principalement sur deux étapes fondamentales : la génération des résidus et leur évaluation, afin de déterminer la présence ou l’absence de défauts. Dans le cadre de cette thèse, deux techniques de diagnostic fondées sur un modèle sont proposées pour les systèmes éoliens. La première repose sur une architecture générale comprenant un banc d’observateurs et un seuil adaptatif fondé sur l’énergie des résidus. La seconde s’appuie sur un observateur proportionnel à intégrales multiples, formulé dans le cadre d’un multimodèle de Takagi–Sugeno. Quant aux méthodes fondées sur les données, le diagnostic est formulé comme un problème de classification, dans lequel un classificateur permet de distinguer les données correspondant à un fonctionnement normal de celles associées à un fonctionnement défectueux. Dans cette thèse, deux techniques de diagnostic fondées sur les données sont également proposées pour les systèmes éoliens. Enfin, une nouvelle stratégie de commande tolérante aux défauts est développée pour les systèmes éoliens. Elle repose sur une commande à modèle de référence, optimisée à l’aide de l’algorithme d’optimisation par essaims particulaires (Particle Swarm Optimization, PSO). Cette approche permet de déterminer une action corrective destinée à reconfigurer le système de commande en présence de défauts, afin de maintenir des performances satisfaisantes malgré les défaillances. L’ensemble des résultats obtenus est illustré par des exemples de simulation réalisés sous MATLAB, permettant d’évaluer l’efficacité des techniques proposées pour faire face aux défauts et maintenir le système éolien dans des conditions de fonctionnement satisfaisantes.