TH`ESE Optimisation de la production de l`électricité

École doctorale STS
THÈSE
Pour l’obtention du grade de
Docteur de l’Université de Reims Champagne-Ardenne
Spécialité : Automatique
Présentée et soutenue par
Minh Huynh Quang
Optimisation de la production de
l’électricité renouvelable pour site
isolé
Thèse dirigée par M.Abdelaziz Hamzaoui
Jury
Rapporteurs
Président
Examinateur
M.Chaabane Mohamed
M.Bouyekhf Rachid
M.Farouk Yalaoui
M.Abdelaziz Hamzaoui
M.Najib Essounbouli
M.Frédéric Nollet
M.Abdel Ghani Aissaoui
-
Université
Université
Université
Université
Université
Université
Université
de
de
de
de
de
de
de
Sfax, Tunisie
Technologie de Belfort-Montbéliard
Technologie de Troyes
Reims Champagne-Ardenne
Reims Champagne-Ardenne
Reims Champagne-Ardenne
Bechar, Algérie
Résumé
Le but de cette thèse est l’optimisation de la production de l’électricité renouvelable
pour site isolé de faible puissance. Un système utilisant deux sources renouvelables :
photovoltaı̈que et éolienne, est étudié afin d’améliorer le rendement énergétique de
l’énergie extraite. Pour la chaine de conversion photovoltaı̈que, un contrôleur pour
suivre le point de puissance maximale est conçu en utilisant l’approche de recherche
directe (méthode Perturbe & Observe) combinée avec la logique floue, tout en prenant
en compte le sens de variation des perturbations. Avec cette combinaison, on peut éviter
des défauts de la méthode Perturbe & Observe, s’affranchir des informations sur les
caractéristiques du panneau photovoltaı̈que et des conditions climatiques. Également,
pour la chaine de conversion éolienne de petite puissance fonctionnant à vitesse variable
couplée à un générateur synchrone à aimant permanent, un contrôleur pour suivre le
point de puissance maximale est proposé qui est basé sur le même principe par rapport
à la chaine de conversion photovoltaı̈que. Cette approche proposée a l’avantage de
l’utilisation d’un capteur de tension au lieu d’un capteur de vitesse, ceci présente un
intérêt certain notamment pour sites isolés par rapport aux autres solutions. Enfin, pour
la réalisation d’un système de production d’électricité hybride, un superviseur flou est
conçu pour obtenir un comportement optimal du système en fonction des variations
de la charge et de la production en prenant en compte du système de stockage et
de délestage. Pour chaque point abordé, des études en simulation sont fournies pour
montrer l’efficacité des approches proposées.
Abstract
The objective of this thesis is to optimize the production of renewable electricity for
small isolated network. A system using two renewable sources : solar and wind power,
is studied in order to improve the efficiency of energy extracted. For the photovoltaic
conversion system, a maximum power point tracking controller is designed using direct
searching approach (method Perturbe & Observe) combined with fuzzy logic, taking
into account the direction of perturbation. This combination can avoid the disadvantages of the method Perturbe & Observe, and not requires any information about the
generator’s characteristics or climate conditions. Similarly, for the variable speed wind
turbine using permanent magnet synchronous generator, a controller to track the maximum power point, based on the same principle with photovoltaic conversion system, is
proposed. This approach has the advantage of using a voltage sensor instead of a speed
sensor, this presents a particular interest for stand-alone system comparing to other
solutions. Finally, for the realization of hybrid generation system, a fuzzy supervisor
is adapted to obtain an optimal behavior of the system according to the variations
of load demand and extracted power, taking into account the storage and dissipation
system. For each issue, simulation studies are provided to show the effectiveness of the
proposed approaches.
Table des matières
Introduction générale
3
1 Contexte et problématique
7
I.
Sources d’énergie renouvelable . . . . . . . . . . . . . . . . . . . . . . .
8
1.
Source hydraulique . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.
Source éolienne . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
3.
Source marine . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
4.
Source photovoltaı̈que . . . . . . . . . . . . . . . . . . . . . . .
11
5.
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
Utilisation de l’énergie renouvelable . . . . . . . . . . . . . . . . . . . .
12
1.
Systèmes raccordés au réseau . . . . . . . . . . . . . . . . . . .
12
2.
Systèmes autonomes . . . . . . . . . . . . . . . . . . . . . . . .
13
3.
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
III. Système de production d’électricité éolienne . . . . . . . . . . . . . . .
14
II.
1.
Conversion cinétique - mécanique . . . . . . . . . . . . . . . . .
14
2.
Conversion mécanique - électrique . . . . . . . . . . . . . . . . .
15
2.1.
Générateur asynchrone . . . . . . . . . . . . . . . . . .
16
2.2.
Générateur asynchrone à double alimentation . . . . .
16
2.3.
Générateur synchrone à rotor bobiné . . . . . . . . . .
17
2.4.
Générateur synchrone à aimant permanent . . . . . . .
18
2.5.
Choix du générateur . . . . . . . . . . . . . . . . . . .
18
2.6.
Vitesses fixe et/ou variable . . . . . . . . . . . . . . .
19
3.
Commande des éoliennes . . . . . . . . . . . . . . . . . . . . . .
19
4.
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
IV. Système de production d’électricité photovoltaı̈que . . . . . . . . . . . .
22
V.
1.
Principe de la conversion photovoltaı̈que . . . . . . . . . . . . .
22
2.
Propriétés d’un générateur photovoltaı̈que . . . . . . . . . . . .
24
3.
Structure d’un système photovoltaı̈que . . . . . . . . . . . . . .
25
4.
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
L’électrification des sites isolés . . . . . . . . . . . . . . . . . . . . . . .
27
vi
TABLE DES MATIÈRES
1.
Classement des systèmes isolés . . . . . . . . . . . . . . . . . . .
27
2.
Configuration d’un système isolé . . . . . . . . . . . . . . . . . .
28
2.1.
Architecture à bus CC . . . . . . . . . . . . . . . . . .
28
2.2.
Architecture mixte à bus à courant continu/alternatif .
29
3.
Systèmes de stockage . . . . . . . . . . . . . . . . . . . . . . . .
30
4.
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
VI. Objectif de thèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
2 L’optimisation de la production de l’énergie solaire
33
I.
Modélisation d’un générateur photovoltaı̈que . . . . . . . . . . . . . . .
34
II.
Poursuite du PPM pour un panneau photovoltaı̈que . . . . . . . . . . .
36
1.
Principe de la poursuite du PPM . . . . . . . . . . . . . . . . .
36
2.
Synthèse des commandes MPPT des systèmes photovoltaı̈ques .
37
2.1.
Méthodes indirectes . . . . . . . . . . . . . . . . . . .
37
2.2.
Méthodes directes . . . . . . . . . . . . . . . . . . . .
38
III. Utilisation d’un contrôleur flou
. . . . . . . . . . . . . . . . . . . . . .
40
IV. Contrôleur proposé pour la poursuite de PPM . . . . . . . . . . . . . .
41
1.
Introduction de la méthode proposée . . . . . . . . . . . . . . .
41
2.
Choix des éléments du contrôleur flou . . . . . . . . . . . . . . .
42
2.1.
Fuzzification . . . . . . . . . . . . . . . . . . . . . . .
42
2.2.
Moteur d’inférence . . . . . . . . . . . . . . . . . . . .
44
2.3.
Défuzzification . . . . . . . . . . . . . . . . . . . . . .
44
Simulation et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
VI. Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
V.
3 L’optimisation de la production de l’énergie éolienne
I.
II.
53
Modélisation de la chaine de production d’électricité éolienne . . . . . .
54
1.
Aérodynamique . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
2.
Coefficient de puissance . . . . . . . . . . . . . . . . . . . . . .
55
3.
Générateur synchrone à aimant permanent . . . . . . . . . . . .
58
4.
Pont redresseur de diodes triphasé . . . . . . . . . . . . . . . . .
59
5.
Hacheur élévateur . . . . . . . . . . . . . . . . . . . . . . . . . .
61
La poursuite du PPM d’une éolienne couplée à un GSAP . . . . . . . .
64
1.
2.
Principe de la poursuite du PPM d’une petite éolienne couplée
à un GSAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
64
Synthèse des commandes MPPT des éoliennes . . . . . . . . . .
65
TABLE DES MATIÈRES
vii
2.1.
Méthodes indirectes . . . . . . . . . . . . . . . . . . .
65
2.2.
Méthodes directes . . . . . . . . . . . . . . . . . . . .
66
III. Contrôleur flou de la poursuite du point de puissance maximale du
système éolien proposé . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
1.
Introduction de la méthode proposée . . . . . . . . . . . . . . .
67
2.
Choix des éléments du contrôleur flou . . . . . . . . . . . . . . .
68
2.1.
Fuzzification . . . . . . . . . . . . . . . . . . . . . . .
68
2.2.
Moteur d’inférence . . . . . . . . . . . . . . . . . . . .
69
2.3.
Défuzzification . . . . . . . . . . . . . . . . . . . . . .
69
IV. Simulation et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
V.
73
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4 L’optimisation de l’électrification d’un site isolé
75
I.
L’électrification d’un site isolé . . . . . . . . . . . . . . . . . . . . . . .
76
II.
Superviseur pour la gestion de l’énergie . . . . . . . . . . . . . . . . . .
77
III. Modélisation du système isolé . . . . . . . . . . . . . . . . . . . . . . .
81
. . . . . . . . . . . . . . . . . . . . . .
81
. . . . . . . . . . . . . . . . . . . . . . . . . . .
81
3.
Système de stockage . . . . . . . . . . . . . . . . . . . . . . . .
81
4.
Onduleur MLI de tension . . . . . . . . . . . . . . . . . . . . . .
83
IV. Simulation et résultats . . . . . . . . . . . . . . . . . . . . . . . . . . .
85
V.
1.
Système photovoltaı̈que
2.
Système éolien
1.
Conditions initiales . . . . . . . . . . . . . . . . . . . . . . . . .
88
2.
Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
95
Conclusion et perspectives
97
Liste des publications
99
Liste des figures
1.1
Répartition de la production d’électricité - 2010 [Observ, 2011] . . . . .
7
1.2
Taux de croissance annuel moyen 2000-2010 [Observ, 2011] . . . . . . .
8
1.3
Structure de la production électrique d’origine renouvelable - 2010
[Observ, 2011] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
8
1.4
Une centrale hydraulique [Lavy, 2011] . . . . . . . . . . . . . . . . . . .
9
1.5
Parc éolien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.6
Énergie de la mer . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.7
Source photovoltaı̈que . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.8
Principe de la conversion d’énergie d’une éolienne . . . . . . . . . . . .
14
1.9
Turbines éoliennes à axe horizontal et à axe vertical . . . . . . . . . . .
15
1.10 Générateur asynchrone à cage d’écureuil . . . . . . . . . . . . . . . . .
16
1.11 Générateur asynchrone à double alimentation . . . . . . . . . . . . . .
17
1.12 Générateur synchrone (à rotor bobiné ou à aimant permanent) . . . . .
17
1.13 Les systèmes de commande d’une éolienne . . . . . . . . . . . . . . . .
20
1.14 Cellule élémentaire photovoltaı̈que . . . . . . . . . . . . . . . . . . . . .
23
1.15 Caractéristique I-V d’une cellule photovoltaı̈que . . . . . . . . . . . . .
23
1.16 Influence de l’ensoleillement et de la température sur les caractéristiques
de la cellule photovoltaı̈que . . . . . . . . . . . . . . . . . . . . . . . . .
24
1.17 Construction d’un panneau photovoltaı̈que . . . . . . . . . . . . . . . .
24
1.18 Ensemble de modules composé d’un panneau PV . . . . . . . . . . . .
25
1.19 Connexion directe d’un panneau photovoltaı̈que . . . . . . . . . . . . .
25
1.20 Connexion via un dispositif d’adaptation . . . . . . . . . . . . . . . . .
26
1.21 Architecture à bus à courant continu d’un système isolé . . . . . . . . .
29
1.22 Architecture à bus à courant continu d’un système isolé . . . . . . . . .
30
1.23 Cellule électrochimique de base . . . . . . . . . . . . . . . . . . . . . .
31
2.1
Structure d’un système de production d’énergie photovoltaı̈que . . . . .
33
2.2
Panneau PV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
2.3
Modèle à une diode d’une cellule PV . . . . . . . . . . . . . . . . . . .
34
2.4
La courbe caractéristique V-I du module photovoltaı̈que utilisé . . . . .
35
2.5
La courbe caractéristique V-P du module photovoltaı̈que utilisé . . . .
36
x
LISTE DES FIGURES
2.6
Fonctionnement d’un panneau photovoltaı̈que . . . . . . . . . . . . . .
36
2.7
Principe de MPPT d’un panneau photovoltaı̈que . . . . . . . . . . . . .
37
2.8
Principe du méthode P&O . . . . . . . . . . . . . . . . . . . . . . . . .
39
2.9
Fonctionnement du méthode P&O sous l’évolution rapide de l’ensoleillement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
39
2.10 Contrôleur de la poursuite de PPM d’un panneau photovoltaı̈que proposé 42
2.11 Fonction d’appartenance des entrées ”dP/dV ” et ”d2 P/dV 2 ” . . . . . .
43
2.12 Simulation dans Simulink Matlab . . . . . . . . . . . . . . . . . . . . .
45
2.13 Contrôleur flou de poursuite du PPM dans Simulink Matlab . . . . . .
46
2.14 Modèle du panneau photovoltaı̈que sous Simulink Matlab . . . . . . . .
46
2.15 Modèle du générateur photovoltaı̈que sous Simulink Matlab . . . . . . .
46
2.16 Les courbes caractéristiques V-I et V-P du panneau utilisé . . . . . . .
47
2.17 L’ensoleillement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
2.18 Puissance du panneau . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
2.19 Courant et tension du panneau . . . . . . . . . . . . . . . . . . . . . .
49
2.20 Rapport cyclique D1 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
50
3.1
Structure d’un système éolienne à vitesse variable . . . . . . . . . . . .
53
3.2
Tube de courant autour d’une éolienne . . . . . . . . . . . . . . . . . .
55
3.3
Coefficient pour plusieurs types des éoliennes [Ackermann, 2006] . . . .
56
3.4
Caractéristique Cp (λ) pour plusieurs valeurs de β . . . . . . . . . . . .
57
3.5
Puissance mécanique en fonction de la vitesse . . . . . . . . . . . . . .
57
3.6
Transformée de Park . . . . . . . . . . . . . . . . . . . . . . . . . . . .
58
3.7
Pont redresseur de diode triphasé . . . . . . . . . . . . . . . . . . . . .
60
3.8
Tension redressée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
3.9
Convertisseur élévateur . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
3.10 Tension et courant de l’inductance Le . . . . . . . . . . . . . . . . . . .
62
3.11 Tension et courant de Cs . . . . . . . . . . . . . . . . . . . . . . . . . .
63
3.12 Chaine de production d’éolienne étudiée . . . . . . . . . . . . . . . . .
64
3.13 Méthode de poursuite du PPM . . . . . . . . . . . . . . . . . . . . . .
68
3.14 Contrôleur flou de la poursuite de PPM proposé . . . . . . . . . . . . .
68
3.15 Simulation dans Simulink Matlab . . . . . . . . . . . . . . . . . . . . .
69
3.16 Contrôleur flou de poursuit du PPM dans Simulink Matlab . . . . . . .
70
3.17 Emulateur de la turbine éolienne dans Simulink Matlab . . . . . . . . .
70
3.18 Les courbes caractéristiques Pm (ω) pour différentes vitesse de vent . . .
71
3.19 La variation de la vitesse de vent . . . . . . . . . . . . . . . . . . . . .
72
LISTE DES FIGURES
xi
3.20 Puissance de l’éolienne . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
3.21 Vitesse de rotor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
72
3.22 Rapport cyclique D2 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
4.1
Structure d’un système isolé . . . . . . . . . . . . . . . . . . . . . . . .
75
4.2
Structure du système de production d’énergie proposé . . . . . . . . . .
78
4.3
Fonctions d’appartenance des entrées ”DeltaP ” et ”SOC” . . . . . . .
79
4.4
Fonctions d’appartenance des sorties ”D3 ” . . . . . . . . . . . . . . . .
79
4.5
Modélisation de la batterie . . . . . . . . . . . . . . . . . . . . . . . . .
81
4.6
Caractéristique de décharge de la batterie
. . . . . . . . . . . . . . . .
82
4.7
Zone d’hystérésis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
4.8
Schéma d’un onduleur . . . . . . . . . . . . . . . . . . . . . . . . . . .
83
4.9
La modulation de largeur d’impulsions . . . . . . . . . . . . . . . . . .
85
4.10 Modèle de simulation dans Simulink Matlab . . . . . . . . . . . . . . .
85
4.11 Les courbes caractéristiques V-I et V-P du panneau utilisé . . . . . . .
86
4.12 Les courbes caractéristiques Pm (ω) pour différentes vitesses de vent . .
87
4.13 Variations de la vitesse du vent, de l’ensoleillement et de la charge . . .
88
4.14 Tension du panneau PV et rapport cyclique D1 . . . . . . . . . . . . .
89
4.15 Zoom sur tension du panneau PV . . . . . . . . . . . . . . . . . . . . .
89
4.16 Puissance du panneau PV et les zooms . . . . . . . . . . . . . . . . . .
90
4.17 Vitesses du rotor et rapport cyclique D2 . . . . . . . . . . . . . . . . .
91
4.18 Zoom sur la vitesse . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
4.19 Puissance de l’éolienne et les zooms . . . . . . . . . . . . . . . . . . . .
92
4.20 Rapport cyclique D3 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
93
4.21 Interrupteur S1 et puissance de la batterie . . . . . . . . . . . . . . . .
93
4.22 Interrupteur S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
94
4.23 Puissance renouvelable, puissance de la batterie et puissance demandée
94
4.24 Tension fournie à la charge . . . . . . . . . . . . . . . . . . . . . . . . .
95
4.25 Tension fournie à la charge en zoom . . . . . . . . . . . . . . . . . . . .
95
Liste des tableaux
2.1
Règles de direction de la poursuite du PPM d’un panneau photovoltaı̈que 42
2.2
Règles de ∆D1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
44
2.3
Paramètres du panneau PV utilisé . . . . . . . . . . . . . . . . . . . . .
47
3.1
Règles de ∆D2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
69
3.2
Paramètres du GSAP utilisé . . . . . . . . . . . . . . . . . . . . . . . .
70
4.1
Règles de D3
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
4.2
Règles de S1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
4.3
Règles de S2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
80
4.4
Paramètres du panneau PV utilisé . . . . . . . . . . . . . . . . . . . . .
86
4.5
Paramètres du GSAP utilisé . . . . . . . . . . . . . . . . . . . . . . . .
87
4.6
Paramètres de la batterie utilisé . . . . . . . . . . . . . . . . . . . . . .
87
Acronymes
CA
CC
GADA
GSAP
MLI
MPPT
PPM
PV
P&O
SOC
courant alternatif
courant continu
générateur asynchrone à double alimentation
générateur à aimant permanent
modulation de largeur d’impulsion
poursuite du point de puissance maximale
point de puissance maximale
photovoltaı̈que
perturbe and observe
l’état de charge (state-of-charge en anglais)
Introduction générale
Depuis quelques années, le contexte environnemental et/ou écologique devient une
donnée importante voire prépondérante. En effet, le coût des énergies ainsi que les
pollutions diverses qui résultent de leurs utilisations doivent être pris en compte à
de nombreux niveaux. De plus, ces dernières années, la demande mondiale d’énergie
augmente de plus en plus, et la raréfaction des sources d’énergie fossile dans un avenir
proche est prévisible. Le contexte énergétique actuel, caractérisé par l’appauvrissement
des réserves d’énergie fossile, le réchauffement de la planète en partie dû à l’émission
de gaz à effet de serre et le concept de développement durable, nous pousse à trouver des solutions énergétiques alternatives. Un recours systématique aux carburants
fossiles permet d’avoir des coûts de production relativement ”faibles” mais conduit
à un dégagement massif de gaz polluants. Ainsi, la production d’énergie électrique à
partir de combustibles fossiles prend une part important des émissions mondiales de
monoxyde de carbone.
Beaucoup plus accessibles et très adaptées à la production décentralisée, les énergies
renouvelables offrent la possibilité de produire de l’électricité proprement et surtout
dans une moindre dépendance des ressources, à condition d’accepter leurs fluctuations
naturelles et parfois aléatoires. De plus, ils permettent de contribuer à la réduction des
rejets de gaz. La littérature montre que le coût des sources d’énergie renouvelable n’est
pas forcément compétitif par rapport aux sources d’énergie fossile, mais la nécessité
d’une énergie plus propre a suscité la multiplication d’applications dans le domaine de
l’utilisation des énergies renouvelables. Dans le futur, avec le progrès de la science, ils
deviendront de plus en plus compétitifs en termes de technologie et de coûts de production et cette solution permet l’exploitation des ressources locales pour les systèmes
autonomes.
Toutes les énergies renouvelables (solaire, éolienne hydraulique, biomasse...)
viennent du soleil transformées ensuite par l’environnement terrestre. Ainsi, les énergies
solaire et éolienne sont les plus développées et présentent de nombreux avantages. En
effet, ce sont des énergies complètement propres, elles n’émettent ni déchets ni gaz
à effet de serre. Leurs fonctionnements ne polluent ni l’atmosphère ni le sol ni l’eau
et, convertissent en électricité une ressource abondante, gratuite et illimitée à l’échelle
humaine.
Cependant, il faut distinguer plusieurs problèmes en fonction des sites et des utilisations de l’énergie renouvelable. La disponibilité intermittente de telles ressources
entraine le problème de stockage et de bon dimensionnement pour diminuer le coût
d’investissement mais encore assurer la demande du consommateur. Elle pose aussi le
problème de couplage entre plusieurs sources pour compenser l’une à l’autre. La qualité de l’électricité par ces sources qu’on peut injecter dans le réseau global présente
également une problématique à traiter.
4
INTRODUCTION GÉNÉRALE
Une des applications intéressantes de l’énergie renouvelable est l’électrification des
régions éloignées, situées loin de centrales électriques, où des réseaux de distribution ne
sont pas rentables à installer. Dans ce cas, une approche pratique pour la production
d’énergie est d’utiliser un système hybride composé de plusieurs sources renouvelables
et un système de stockage afin de créer une installation autonome. Un tel système
permet une meilleure stabilité et une autonomie plus grande.
De nombreux projets actuels (refuge de haute montagne autonome en énergie du
Gouter au Mont Blanc [Refugedugouter, 2012] par exemple) nous montrent un réel
potentiel de développement. De nombreux travaux de recherche sur l’électrification des
sites isolés à partir de ces deux sources ont été menés. Les fluctuations de la consommation selon les périodes annuelles ou journalières ne sont pas forcément corrélées avec
les ressources sont un problème à résoudre. La dynamique des générateurs d’énergie renouvelable peut aussi causer des problèmes dans le fonctionnement des systèmes isolés.
Des changements rapides dans la production d’énergie peuvent générer des problèmes
de qualité d’énergie (variations de tension et de fréquence) et même l’arrêt complet
du système. Des recherches sont aussi menées sur les techniques de commande pour
extraire l’énergie avec un haut rendement. Grâce à ces travaux, on peut extraire la
puissance maximale dans toutes les conditions naturelles et d’exploitation. On peut
assurer aussi la stabilité et le bon fonctionnement du système. Néanmoins, il reste encore à introduire plus d’adaptation et de flexibilité dans le fonctionnement du système.
Pour cela, on sera amené à utiliser de plus en plus les intelligences artificielles (logique
floue, algorithme génétique, réseau de neurone...).
Dans les systèmes autonomes, le moyen de stockage d’énergie présente un point
très important et primordial. L’utilisation de sources d’énergie renouvelable induit le
concept de stockage d’électricité en raison de la disponibilité intermittente de telles
ressources. Les sites géographiquement isolés et non raccordés au réseau sont donc
alimentés par un système de sources renouvelables (champ photovoltaı̈que, éolienne...)
et un système de stockage pour assurer la continuité de la production lorsque l’énergie
renouvelable récupérée ne suffit pas. Le type de stockage généralement utilisé dans ces
systèmes est la batterie au plomb. La maturité dont cette technologie fait preuve et son
faible coût en sont les raisons principales. Pourtant, un des points le plus critique est la
dégradation des batteries ou leur vieillissement prématuré. La durée de vie de la batterie
dépend du nombre de sa cycle charge/décharge. De plus, une recharge excessive ou
une décharge profonde peuvent endommager fortement la batterie. Donc une stratégie
d’utilisation adéquate du système des batteries de stockage est indispensable pour le
fonctionnement d’un site isolé.
Ainsi l’objectif principal de nos travaux de thèse est d’optimiser la production de
l’électricité pour un site isolé à partir de deux sources renouvelables : éolienne et photovoltaı̈que. Pour l’optimisation, nous allons améliorer le rendement énergétique de
l’énergie extraite en contrôlant automatiquement les systèmes électriques, qui n’ont
besoin que de très peu d’entretien et fonctionnent bien sous les changements des conditions météorologiques. Nous prendrons en compte aussi la gestion de l’énergie, en proposant un schéma d’exploitation flexible de ces sources, ce qui aurait pour conséquence
de prolonger la durée de vie des dispositifs.
Pour ce faire, le mémoire est organisé en cinq chapitres. Le premier chapitre aborde
INTRODUCTION GÉNÉRALE
5
l’étude sous une forme assez descriptive. En effet, nous décrirons le contexte de la
production de l’énergie électrique des sources renouvelables. Ensuite, à travers des
revues de la littérature disponible, nous dresserons un état de l’art des différentes
technologies photovoltaı̈ques et éoliennes. Nous présenterons également les différentes
notions et techniques de la commande par logique floue qui sont des connaissances
nécessaires à la bonne compréhension de ce mémoire. Le but étant qu’à la fin de ce
chapitre, le cadre de l’étude soit clairement identifié.
Dans le deuxième chapitre, nous allons étudier l’optimisation de la production
de l’électricité à partir de l’énergie solaire. Tout d’abord, nous expliquons bien des
phénomènes des générateurs photovoltaı̈ques et la modélisation du champ photovoltaı̈que. Après avoir des connaissances de base, nous parlons des méthodes de la
poursuite du point de puissance maximale des panneaux photovoltaı̈ques qui existent
dans la littérature. Une stratégie de commande utilisant la méthode directe sera proposée afin de répondre aux objectifs définis c’est-à-dire une commande robuste donc
augmentant la fiabilité, améliorant le rendement énergétique, quelques soient les conditions climatiques et leurs variations, et tout cela, en limitant l’oscillation de la sortie.
Cette loi a pu être validée par simulation en utilisant Simulink Matlab.
Dans le troisième chapitre, nous parlons de l’optimisation de la production de
l’électricité à partir de l’énergie éolienne. Nous étudions en particulier le générateur le
plus utilisé dans les petites éoliennes des sites isolés, le générateur synchrone à aimant
permanent. Ainsi nous parlons de la modélisation des systèmes électriques nécessaires
pour une éolienne de vitesse variable couplée à un générateur synchrone à aimant
permanent, mais aussi le problème de l’optimisation du rendement énergétique des
éoliennes. Les résultats de simulation sont également présentés pour montrer l’efficacité de notre contrôleur.
Dans le quatrième chapitre, nous nous intéresserons à l’optimisation de la production et la gestion de l’énergie des sites isolés. Ensuite, nous passons au stockage de
l’électricité par batteries et son rôle dans la production de l’électricité des sites autonomes. Enfin, nous étudions le fonctionnement des trois parties ensemble pour assurer
la stabilité et la sureté du fonctionnement. L’objectif fondamental des réseaux autonomes est de fournir aux clients de l’énergie électrique avec une parfaite continuité,
sous forme de tensions parfaitement sinusoı̈dales, avec des valeurs d’amplitude et de
fréquence préétablies. Nous analyserons donc les différentes conditions climatiques et
d’exploitation pour prouver que nos contrôleurs proposés fonctionnent bien.
Enfin, les principales conclusions de ce travail de recherche et les perspectives qui
en résultent sont données dans les conclusions générales.
Chapitre 1
Contexte et problématique
De nos jours, une grande partie de la production mondiale d’énergie est assurée à
partir de sources fossiles. La consommation de ces sources donne lieu à des émissions
de gaz à effet de serre et donc une augmentation de la pollution. L’exploitation des
énergies renouvelables est une solution indispensable. On peut prévoir que tout système
énergétique durable dans le futur sera basé sur l’utilisation de ces sources.
En 2010, la production d’électricité mondiale provenant des sources d’énergies
renouvelables a atteint 20,2% de la production totale. Cette partie est nettement
inférieure à la production issue des combustibles fossiles (67,2%) mais reste néanmoins
supérieure à la part de la production d’origine nucléaire (13,0%) (figures 1.1).
Figure 1.1 – Répartition de la production d’électricité - 2010 [Observ, 2011]
L’apport des nouveaux systèmes de production d’énergies renouvelables a été décisif
pour freiner l’augmentation de la part des sources conventionnelles dans le total mondial, et ainsi réduire la production des gaz à effet de serre. Sur la période 2000-2010, la
croissance de la production des filières renouvelables hors hydraulique a été cinq fois
plus rapide que celle de l’hydraulique (12,5% contre 2,5%).
Une analyse détaillée filière par filière montre que c’est la production d’électricité
solaire qui affiche le plus fort taux de croissance annuelle sur la période (+ 38,1%). Sur
la même période, la croissance de la filière éolienne est également très importante (+
27,1% par an en moyenne). La croissance de la filière biomasse est plus modérée (+
7%), mais reste plus de deux fois supérieure à celle de la production d’électricité totale.
Cette croissance est restée très active entre 2009 et 2010 (+ 6,5%), dans un contexte
de forte croissance de la production d’électricité.
Compte tenu de la dynamique actuelle des filières éolienne, solaire et biomasse, la
croissance de la production d’électricité renouvelable devrait rester soutenue dans les
prochaines années et sa part dans la production mondiale devrait continuer à augmenter.
8
CONTEXTE ET PROBLÉMATIQUE
Figure 1.2 – Taux de croissance annuel moyen 2000-2010 [Observ, 2011]
Après un bref bilan des ressources énergétiques exploitables, on se concentrera ensuite sur les systèmes de production éolienne et photovoltaı̈que, qui sont les premières
sources d’énergie renouvelable dans un proche avenir. Dans le cadre de cette thèse,
nous ne nous intéressons qu’à l’utilisation de ces sources pour l’électrification des sites
isolés. La production d’électricité décentralisée par sources d’énergie renouvelable nous
offre une solution prometteuse pour des consommateurs autonomes en respectant l’environnement. Enfin, nous finirons ce chapitre en précisant la problématique que nous
avons définie dans cette thèse qui est l’optimisation de la production de l’électricité
pour sites isolés en utilisant la logique floue.
I.
Sources d’énergie renouvelable
Au niveau mondial, l’énergie renouvelable provient de six sources distinctes. L’hydroélectricité est la principale avec une contribution de 82,9%. La biomasse est la
seconde source avec 6,3%. Viennent ensuite la filière éolienne (8,3%), la géothermie
(1,6%), le solaire qui regroupe les centrales photovoltaı̈ques et thermiques (0,2%), et
enfin les énergies marines (0,01%) (figure 1.3).
Figure 1.3 – Structure de la production électrique d’origine renouvelable - 2010
[Observ, 2011]
Dans cette section, nous ne prenons pas en compte les sources énergétiques sous
forme de chaleur, l’électricité étant produite par un système thermodynamique avec
Sources d’énergie renouvelable
9
l’aide d’un fluide coulant (source biomasse, source géothermie et source solaire thermique).
Ensuite, nous présentons une autre famille où l’énergie produite l’est directement
sous la forme électrique.
1.
Source hydraulique
L’hydroélectricité, c’est-à-dire la production d’électricité à partir de la force de
l’eau, est apparue depuis longtemps dans la continuité des moulins qui exploitaient
directement la force motrice de l’eau. Les sites de petites puissances (inférieures à 10
kW) sont des solutions très prisées pour des petits réseaux isolés. Une forte stabilité de
la source ainsi que les dimensions réduites de ces sites de production sont des grands
avantages. Les petites centrales hydrauliques appartiennent souvent à des producteurs
indépendants [Paish, 2002].
Figure 1.4 – Une centrale hydraulique [Lavy, 2011]
L’hydroélectricité de petite puissance est avant tout une énergie renouvelable
répondant aux trois critères fixés dans la définition généralement admise pour les
énergies renouvelables : pérennité des ressources, respect de l’environnement (moyennant certaines précautions), possibilité de production délocalisée (contribue à une certaine indépendance énergétique).
Le principal avantage énergétique et environnemental de cette énergie est qu’elle
n’est pas intermittente, contrairement à l’énergie solaire ou éolienne. La production
hydraulique varie bien entendu suivant des cycles saisonniers, les cours d’eau pouvant
être diminués l’été ou au contraire renforcés par la fonte de glaciers. Il est important de
noter qu’il est plus facile de prévoir à l’avance les débits des cours d’eau que les vents
car on installe en général un bassin de retenue qui permet d’avoir un débit régulier
[Salhi et al., 2010]
10
2.
CONTEXTE ET PROBLÉMATIQUE
Source éolienne
Parmi toutes les énergies renouvelables contribuant à la production d’électricité,
c’est l’énergie éolienne qui a été exploitée en premier. Pourtant, la production éolienne
pose des problèmes difficiles de stabilisation des réseaux à cause des fluctuations naturelles et difficilement prévisibles [Stiebler, 2008].
Figure 1.5 – Parc éolien
La ressource éolienne vient du déplacement des masses d’air. Le réchauffement de
certaines zones de la planète et le refroidissement d’autres créent une différence de
pression et ainsi le déplacement des masses d’air. Le vent ainsi crée permet de faire
tourner des pales d’une éolienne qui entrainent une génératrice comme énergie primaire.
Les technologies utilisés pour la production éolienne seront développées dans la suite
de ce chapitre.
3.
Source marine
L’énergie des vagues est encore une fois une forme particulière de l’énergie solaire.
Le soleil chauffe inégalement les différentes couches atmosphériques ce qui entraı̂ne des
vents eux-mêmes responsables par frottement des mouvements qui animent la surface
de la mer (courants, houle, vagues). Les vagues créées par le vent à la surface des
mers et des océans transportent de l’énergie. Lorsqu’elles arrivent sur un obstacle elles
cèdent une partie de cette énergie qui peut être transformée en courant électrique
[Blunden and Bahaj, 2007].
Une autre façon de récupérer de l’énergie marine est la production grâce à la marée
(usine marémotrice de la Rance par exemple) due à l’action de la lune sur les eaux.
Les barrages ou des hydroliennes installés dans les endroits fortement touchés par
ce phénomène peuvent être une source d’une énergie substantielle. Enfin, une autre
Sources d’énergie renouvelable
11
Figure 1.6 – Énergie de la mer
technologie, utilisant les courants sous-marins, à partir de turbines immergées, est
en phase d’expérimentation. L’énergie en provenance du mouvement des eaux de la
mer est une énergie très difficilement récupérable bien qu’elle représente un potentiel immense. Les investissements sont très lourds dans un environnement hostile et
imprévisible. Cette énergie est à exploiter dans l’avenir et ne représente qu’une toute
petite quantité de l’énergie produite à ce jour par rapport aux autres ressources exploitées [O Rourke et al., 2010].
4.
Source photovoltaı̈que
L’énergie photovoltaı̈que est obtenue directement à partir du rayonnement du soleil.
Les panneaux photovoltaı̈ques composés des cellules photovoltaı̈ques ont la capacité de
transformer directement la lumière solaire en énergie électrique qui peut être exploitée
directement après un étage d’adaptation. En raison des caractéristiques électriques fortement non linéaires des cellules et de leurs associations, le rendement des systèmes
photovoltaı̈ques peut être augmenté par les solutions utilisant les techniques de poursuite du point de puissance maximale [Esram and Chapman, 2007].
Figure 1.7 – Source photovoltaı̈que
12
CONTEXTE ET PROBLÉMATIQUE
Par ailleurs, la réduction des prix d’installation et l’amélioration du rendement, ont
permis le développement de ce type d’installation soit en complément à l’énergie reçue
du réseau (pour réduire les dépenses énergétiques), soit pour alimenter des sites isolés
dont la consommation énergétique reste raisonnable [Hohm and Ropp, 2003].
5.
Conclusion
Dans cette section, nous avons brièvement présenté l’intérêt des énergies renouvelables pour réduire les gaz à effet de serre et en conséquence diminuer l’échauffement
de la planète. Quatre sources d’énergie renouvelable, qui produisent directement
l’électricité, sont ainsi présentées. Parmi ces sources renouvelables, l’énergie solaire
et l’énergie éolienne ont connu des progrès immenses et deviendront des sources renouvelables prometteuses dans l’avenir. De plus, les technologies actuelles sont connues,
fiables et de maintenance relativement facile.
C’est donc ces deux technologies que nous avons décidé d’étudier dans cette thèse.
Notre but est de contribuer au développement et à l’optimisation d’une installation
utilisant ces deux sources pour l’électrification d’un site isolé. Dans les sections suivantes, on va détailler les concepts de ces deux sources, puis définir la problématique
de cette thèse.
II.
Utilisation de l’énergie renouvelable
Depuis quelques années, il n’est plus nécessaire d’installer les systèmes de production d’énergie renouvelable précisément sur le lieu d’utilisation de l’énergie. Ils sont
maintenant utilisés pour générer de l’énergie électrique qui est transférée par un réseau
électrique sur une distance plus ou moins grande vers les utilisateurs. Pourtant, les
systèmes d’énergie renouvelable individuels qui fournissent de l’électricité à de petites
communautés sont assez répandus. Ils sont adaptés aux endroits dont la connexion au
réseau n’est pas rentable, ou même impossible. On présentera le principe de ces deux
applications principales de l’énergie renouvelable, notamment pour des éoliennes et des
panneaux photovoltaı̈ques.
1.
Systèmes raccordés au réseau
Dans le domaine éolien, l’installation d’une ou quelques turbines éoliennes par des
clients privés ou industriels est le premier champ d’application. L’installation distribuée
de turbines éoliennes est faite presque exclusivement en connexion avec le réseau global.
La consommation du client est enregistrée par un compteur et la puissance produite par
l’éolienne est injectée au réseau public et comptabilisée à travers un autre compteur.
La facturation est faite séparément, selon la consommation et la production d’énergie
[Hau, 2006].
Même en prenant en compte les plus grandes turbines éoliennes actuelles, d’une
puissance nominale de quelques mégawatt, la puissance délivrée par une seule turbine
Utilisation de l’énergie renouvelable
13
reste une quantité petite par rapport à celle d’une centrale conventionnelle. Par ailleurs,
dans la majorité des pays, les zones proposant des vitesses de vent techniquement utilisables sont restreintes à quelques régions seulement. Ceci nécessite l’assemblage dans
ces lieux d’autant d’éoliennes que possible, indépendamment de la demande énergétique
locale. De cette façon, apparaissent les parcs ou fermes éoliennes, qui consistent en une
concentration de nombreuses éoliennes en groupes organisés dans l’espace considéré
et inter-connectées. Ce groupement offre de nombreux avantages techniques. De plus,
d’un point de vue économique, il est plus intéressant en termes de coût d’installation
et de raccordement au réseau [Tsili and Papathanassiou, 2009].
Pour l’énergie photovoltaı̈que, son utilisation est très répandue dans les bâtiments.
La plupart des bâtiments sont raccordés au réseau électrique, l’électricité est disponible
en permanence à un niveau de puissance choisi par le consommateur. L’installation d’un
système d’énergie renouvelable peut améliorer le bilan énergétique du propriétaire. Le
bilan sert souvent à réduire la consommation afin de faire des économies d’énergie du
bâtiment. Celui-ci devient actif et produit de l’énergie [Luque and Hegedus, 2010].
2.
Systèmes autonomes
De plus en plus d’applications ne peuvent pas être reliées au réseau à cause de
la complexité de la connexion à celui-ci ou du coût d’installation. Pour autant, il est
souvent indispensable d’avoir accès à l’électricité afin d’assurer quelques services de base
comme l’éclairage ou l’alimentation d’un dispositif électrique. Ces sites peuvent alors
êtres alimentés en électricité par l’énergie renouvelable [Luque and Hegedus, 2010].
Durant les dernières années, d’importants efforts ont été effectués pour l’utilisation de l’énergie renouvelable dans des systèmes de puissance locaux et régionaux à
travers l’intégration de systèmes de distribution de petite et moyenne tailles. De nombreux travaux sur le développement des systèmes éoliens autant que photovoltaı̈ques
pour les sites isolés ont été réalisés [Stiebler, 2008], [M. Dali and Roboam, 2008],
[Kalantar and Mousavi, 2010], [Bopp et al., 1998].
De ce fait, les applications autonomes sont classées en deux familles :
- Applications ”professionnelles” : relais de télécommunication, signalisation
routière, bornes de secours autoroutières, horodateurs de stationnement...
- Applications pour des sites isolés : habitat loin du réseau, refuges...
Pour les systèmes isolés, l’objectif est d’obtenir un équilibre de la production
énergétique en réglant la tension et la fréquence. Pour obtenir une tension à une amplitude et une fréquence stables, diverses méthodes sont utilisées, comme les condensateurs synchrones, des groupes de batteries contrôlables, mécanismes de stockage, des
convertisseurs de puissance et des systèmes de commande [Nema et al., 2009].
3.
Conclusion
Aujourd’hui, les systèmes individuels qui fournissent de l’électricité à des petites
communautés sont de plus en plus nombreux. La tendance actuelle est de développer
14
CONTEXTE ET PROBLÉMATIQUE
des systèmes commandés de plus en plus efficaces, utilisant des structures de conversion
électronique pour augmenter le rendement d’exploitation. Dans ce contexte, l’apport
envisagé de notre thèse est de contribuer à la conception d’un système de production
hybride éolienne/photovoltaı̈que pour des sites isolés de faible puissance (moins de 10
kW) où l’expansion du réseau est difficile ou trop coûteuse.
III.
Système de production d’électricité éolienne
Un système de production d’électricité éolienne, quelque soit sa technologie, convertit l’énergie cinétique du vent en énergie électrique fournie à la charge ou au réseau.
Cette conversion se fait en deux étapes :
- la conversion de l’énergie cinétique en énergie mécanique au niveau de la turbine,
- la conversion de l’énergie mécanique en énergie électrique au niveau du générateur.
Figure 1.8 – Principe de la conversion d’énergie d’une éolienne
1.
Conversion cinétique - mécanique
Une éolienne est une machine qui transforme l’énergie cinétique du vent en énergie
électrique ou mécanique. Les solutions techniques permettant de recueillir l’énergie du
vent sont très variées. Elles exploitent donc la différence de pression qui créent une
force de portance pour mettre en rotation la turbine et ainsi extraire une partie de
l’énergie cinétique du vent. Il existe différentes façons de classer les turbines éoliennes
mais celles-ci appartiennent principalement à deux groupes selon l’orientation de leur
axe de rotation : les éoliennes à axe vertical et celles à axe horizontal [Hau, 2006].
Une turbine à axe de rotation horizontal demeure face au vent. Elle est fixée au sommet d’une tour, permet de capter une quantité plus importante d’énergie éolienne. La
plupart des éoliennes installées sont à axe horizontal. Ce choix présente plusieurs avantages, comme la faible vitesse d’amorçage et un coefficient de puissance relativement
élevé.
Selon son nombre de pales, une turbine éolienne à axe horizontal est dite monopale, bipale, tripale ou multi-pales. Une éolienne mono-pale est moins coûteuse car
Système de production d’électricité éolienne
15
Figure 1.9 – Turbines éoliennes à axe horizontal et à axe vertical
les matériaux sont en moindre quantité et les pertes aérodynamiques par poussée sont
minimales. Cependant, un contrepoids est nécessaire et ce type d’éolienne n’est pas très
utilisé à cause de cela. Tout comme les rotors mono-pales, les rotors bipales doivent
être munis d’un rotor basculant pour éviter que l’éolienne ne reçoive des chocs trop
forts chaque fois qu’une pale de rotor passe devant la tour. Donc, pratiquement toutes
les turbines éoliennes installées sont du type tripale. Celles-ci sont plus stables car la
charge aérodynamique est relativement uniforme et elles présentent le coefficient de
puissance le plus élevé actuellement [Stiebler, 2008].
Les pales de l’éolienne balaient le champ des vitesses du vent qui varie dans le temps
et autour du disque rotorique, modifiant ainsi localement la pression et la vitesse de
l’air. A partir de l’énergie cinétique des particules de la masse d’air en mouvement
passant par la section de la surface active de la voilure, on peut calculer la puissance
de la masse d’air qui traverse la surface équivalente à la surface active de l’éolienne.
Il parait évident que plus la partie de l’énergie cinétique du vent captée par l’éolienne
est grande, plus petite sera la vitesse du vent sortant par le côté gauche de l’éolienne.
Si nous tentions d’extraire toute l’énergie contenue dans le vent, l’air continuerait son
chemin à une vitesse nulle, ce qui est en réalité signifierait qu’il n’arriverait pas à
abandonner le rotor.
Le ratio entre la puissance extraite du vent et la puissance totale théoriquement disponible présente un maximum défini par la limite de Betz. Elle stipule qu’une éolienne
ne pourra jamais convertir en énergie mécanique plus de 16/27 (ou 59%) de l’énergie
cinétique contenue dans le vent. Cette limite n’est en réalité jamais atteinte et chaque
éolienne est définie par son propre coefficient de puissance. Plus de détails seront donnés
dans chapitre 3 de cette thèse.
2.
Conversion mécanique - électrique
Il existe plusieurs types de machines électriques qui peuvent jouer le rôle de
génératrice dans un système éolien qui demande des caractéristiques très spécifiques.
Le cahier des charges pour une génératrice éolienne varie selon le type et les dimensions
géométriques de la voilure. Des facteurs techniques et économiques fixent le type de
machine pour chaque application. Pour les petites puissances (< 20kW ), la simplicité
16
CONTEXTE ET PROBLÉMATIQUE
et le coût réduit des générateurs synchrones à aimants permanents expliquent leur
prédominance. Dans les applications de plus forte puissance, jusqu’à 2M W environ, le
générateur asynchrone est plus courant et économique [Stiebler, 2008].
2.1.
Générateur asynchrone
Le générateur asynchrone à cage d’écureuil est largement utilisé dans les turbines
éoliennes de moyenne et grande puissances en raison de sa robustesse, sa simplicité
mécanique et son coût réduit. Elles ont l’avantage d’être standardisées, fabriquées
en grande quantité et dans une très grande échelle des puissances. Elles ont besoin
de moins d’entretien et présentent un taux de défaillance très peu élevé. Dans les
éoliennes de grande puissance, la vitesse de rotation est peu élevée. Il n’est pas envisageable de concevoir une génératrice asynchrone lente avec un rendement correct donc
il est nécessaire d’utiliser un multiplicateur mécanique de vitesse entre la turbine et la
machine asynchrone. Une solution consiste à utiliser un variateur de fréquence, mais
cette solution est globalement coûteuse [Hau, 2006].
Figure 1.10 – Générateur asynchrone à cage d’écureuil
Son inconvénient majeur est la consommation d’un courant réactif de magnétisation
au stator. La demande de puissance réactive est compensée par la connexion d’un
groupe de condensateurs en parallèle avec le générateur ou par la mise en œuvre d’un
convertisseur statique de puissance [Eriksen et al., 2005].
2.2.
Générateur asynchrone à double alimentation
Une des configurations en forte croissance pour les turbines éoliennes est le
générateur asynchrone à double alimentation (GADA). Le stator du générateur est
directement couplé au réseau. La double alimentation fait référence à la tension du
stator prélevée au réseau et à la tension du rotor fournie par le convertisseur. A la
place du rotor à cage d’écureuil, ces machines asynchrones ont un rotor bobiné dont le
réglage électronique assure la variation du glissement.
Le câblage du rotor (couplage du rotor et l’électronique de puissance associée)
permet ainsi à l’ensemble de fonctionner à vitesse variable sur une plage de vitesse
Système de production d’électricité éolienne
17
qui dépend du type et du dimensionnement de celui-ci. Le convertisseur compense
la différence des fréquences mécanique et électrique par l’injection d’un courant à
fréquence variable au rotor [Fernandez et al., 2008].
Figure 1.11 – Générateur asynchrone à double alimentation
Ces machines sont plus complexes que les machines asynchrones à cage d’écureuil
parce que la présence du système électronique de puissance et de système à bagues
et balais demandent des commandes compliquées et des entretiens réguliers, mais le
bénéfice du fonctionnement à vitesse variable est un avantage suffisant pour que de
nombreuses éoliennes utilisent ce type de machines [Ekanayake et al., 2003].
2.3.
Générateur synchrone à rotor bobiné
Dans le cas des entraı̂nements directs (sans multiplicateur mécanique), on utilise
des machines synchrones. Leurs performances sont très intéressantes lorsqu’elles ont un
très grand nombre de pôles. Cependant, leur fréquence étant alors incompatible avec
celle du réseau, cela nous oblige à utiliser un convertisseur de fréquence. C’est pourquoi
les machines à entraı̂nement direct sont toutes à vitesse variable [Hau, 2006].
Figure 1.12 – Générateur synchrone (à rotor bobiné ou à aimant permanent)
Les machines synchrones à rotor bobiné demandent un entretien régulier du système
des bagues et balais. Le circuit d’excitation de l’inducteur demande la présence du
réseau et une fourniture de la puissance réactive. Les sites isolés ne sont adaptés à ces
génératrices qu’en présence d’une batterie de condensateurs ou d’une source de tension indépendante. Par contre, la possibilité de réglage de l’inducteur de ces machines
offre un moyen supplémentaire d’ajustement du point de fonctionnement énergétique.
Le couplage direct sur le réseau est proscrit car étant beaucoup trop rigide. Des dispositifs de puissance s’imposent pour toutes les applications utilisant ce type de machines. Contrairement aux génératrices asynchrones à double alimentation, la chaı̂ne de
conversion placée sur le stator doit être dimensionnée pour la totalité de la puissance
du système de production [Hughes, 2006].
18
2.4.
CONTEXTE ET PROBLÉMATIQUE
Générateur synchrone à aimant permanent
Ces dernières années, avec le développement des matériaux magnétiques, la production de machines synchrones à aimants permanents devient compétitive. Les machines
de ce type sont à grand nombre de pôles et permettent de développer des couples
mécaniques considérables. La caractéristique d’auto-excitation du générateur synchrone
à aimant permanent lui permet de fonctionner avec un facteur de puissance élevé et
un bon rendement, ce qui le rend propice à l’application à des systèmes de production
d’énergie électrique du type éolien [Ackermann, 2006]. Dans la catégorie des petites
turbines, son coût réduit et sa simplicité en font le générateur le plus employé. Cependant, dans les applications de plus grande puissance, les aimants et le convertisseur
(lequel doit faire transiter toute la puissance générée), en font le moins compétitif.
Elles permettent de produire un courant et une tension de fréquence proportionnelle
à la vitesse de rotation (qui varie elle-même avec la vitesse du vent dans le cas d’une
éolienne). Ainsi, un matériel électrique conçu pour fonctionner à la fréquence du réseau
ne peut pas être connecté directement à l’alternateur d’une éolienne. Il est nécessaire
de passer par un convertisseur de fréquence, en général, par un redresseur puis un
onduleur.
Le couplage de ces machines avec l’électronique de puissance devient économique,
ce qui en fait un concurrent des génératrices asynchrones à double alimentation. Les
systèmes de ce type ont un taux de défaillance jugé faible grâce à la suppression de
certaines sources de défauts : suppression du multiplicateur de vitesse et du système
de bagues et balais pour les génératrices à aimants permanents. Les frais d’entretien
sont alors minimisés ce qui est très intéressant dans les applications éoliennes, en particulier dans les sites difficilement accessibles. La présence obligatoire de l’électronique
de puissance permet enfin une régulation simple de la vitesse de rotation et donc une
optimisation énergétique efficace [Belakehal et al., 2009].
2.5.
Choix du générateur
Après un bilan des machines électriques pour des éoliennes, les générateurs à aimant
permanent se trouvent adaptés pour une éolienne de petite puissance (< 20kW ). Ils
sont plus légers que les autres types de générateurs qui utilisent un enroulement de
cuivre autour d’un noyau magnétique pour créer le champ magnétique et présentent
un bon rendement. Le principal avantage des alternateurs à aimants permanents réside
dans leur coût relativement faible, les aimants sont moins coûteux que les bobinages en
cuivre dans la gamme de puissance des petites éoliennes. Il y a également d’autres avantages pour l’utilisateur, comme le freinage dynamique et la production d’un courant
alternatif plutôt que continu, ce qui représente des économies d’installation.
Pour des raisons de compacité et de rendement, des génératrices synchrones à aimants permanents apparaissent et devraient prendre une place croissante dans les prochaines années. Dans le contexte de l’électrification des sites isolés, nous avons choisi
ce type de machine pour la production de l’énergie éolienne.
Système de production d’électricité éolienne
2.6.
19
Vitesses fixe et/ou variable
Les systèmes éoliens à vitesse fixe utilisent souvent un générateur asynchrone à cage
d’écureuil. Ils fonctionnent typiquement à une fréquence fixe, imposée par le réseau
auquel ils sont connectés. Les principaux avantages de cette technologie sont leur robustesse et leur faible coût notamment dû à l’utilisation de machines standards. Le
fait de travailler à fréquence fixe et donc, à vitesse de rotation presque fixe, implique
que pour chaque vitesse de vent, il y a une vitesse de rotor pour laquelle l’énergie
disponible est exploitée de façon optimale. Pour les autres vitesses de vent, la capture d’énergie se fait de façon non-optimale. Par contre, le coût de maintenance essentiellement imputé au multiplicateur est élevé et on ne peut pas contrôler l’énergie
réactive. Par ailleurs la connexion directe de l’enroulement statorique de la génératrice
au réseau entraı̂ne une très forte sensibilité lors de la présence de défauts sur celui-ci
[M. Dali and Roboam, 2008].
La puissance éolienne résulte de la vitesse de rotation de l’arbre mécanique de
l’éolienne et de la vitesse du vent. De nombreuses études ont montré l’intérêt de
la vitesse variable pour les systèmes éoliens sur le plan énergétique, y compris
dans les petites éoliennes où le sur-coût entraı̂né par la vitesse variable (du fait de
l’électronique de puissance et de réglages supplémentaires) est compensé par le surplus
de production [Hong and Lee, 2010], [Mittal et al., 2009], [Wang and Chang, 2004],
[Huynh et al., 2011].
Les systèmes à vitesse variable utilisent des convertisseurs statiques qui permettent
de transformer une tension issue du générateur à fréquence et amplitude variables
en une tension de fréquence et d’amplitude fixes définies par le réseau ou le système
électrique qu’ils alimentent. Ils présentent donc un coût d’installation plus élevé mais
le fait de convertir plus d’énergie leur permet de produire à des coûts inférieurs
[Abo-Khalil et al., 2004], [Pundaleek B. H. and G., 2010].
Pour ces raisons, nos travaux dans cette thèse ne se s’intéressent qu’au fonctionnement à vitesse variable.
3.
Commande des éoliennes
Il existe quatre méthodes principales pour commander la puissance d’une éolienne.
La commande le plus utilisé pour les éoliennes de taille moyenne ou grande est la
commande de l’angle d’attaque de la pale. Il s’agit d’ajuster l’incidence du vent sur
les pales, ce qui modifie l’angle d’attaque et la quantité de puissance fournie à l’axe
de rotation de la turbine de l’éolienne (figure 1.13). Généralement, cette commande se
fait en fonction de la valeur mesurée de la vitesse du vent.
Avec ce type de commande, l’angle de la pale est réglé à sa valeur optimale pour
les vitesses du vent entre la vitesse de seuil de démarrage de la turbine et la valeur
nominale, pour obtenir ainsi le maximum de puissance du vent. Au-delà de la vitesse
nominale, la commande change l’angle des pales de façon à réduire le rendement du
rotor, la puissance en excès étant dissipée en pertes aérodynamiques [Bossanyi, 2003].
Cette approche est plutôt utilisée pour les systèmes à vitesse variable de moyenne
20
CONTEXTE ET PROBLÉMATIQUE
Figure 1.13 – Les systèmes de commande d’une éolienne
à fortes puissances (quelques centaines de kW). Elle consiste à régler mécaniquement
la position angulaire des pales sur leur axe ce qui permet de décaler dynamiquement
la courbe du coefficient de puissance de la voilure.
La deuxième approche est la régulation à angle fixe (de type passive ou active).
Celle de type passive est une commande en boucle ouverte basée sur une conception
appropriée du profil de la pale. Elle consiste à concevoir la forme des pales pour obtenir
un décrochage dynamique du flux d’air des pales à fort régime de vent. Lorsque la
vitesse du vent dépasse la valeur nominale, le flux d’air du côté supérieur de la pale
commence à perdre de la vitesse, ce qui forme des vortex ; ces turbulences causent une
perte de sustentation aérodynamique de la pale et permettent la dissipation de l’excès
de puissance [Ackermann, 2006]. Cette commande agit uniquement pour limiter la
puissance à des vents forts, régulant ainsi la puissance à sa valeur nominale ou plus
faible. Le fonctionnement à vents faibles reste sans aucune commande donc la puissance
obtenue dépend des caractéristiques mécaniques de la turbine et des caractéristiques
électriques de la machine.
Les turbines les plus modernes et de grande capacité peuvent combiner les avantages
des deux commandes présentées ci-dessus, qui s’applique la régulation à angle fixe
de type active. Pour les vents faibles et modérés, on règle l’angle d’attaque de la
pale, et pour le réglage sur la plage à puissance nominale, les pales sont orientées de
façon à forcer la perte de portance, ce qui est équivalent à la régulation à angle fixe
[Mathew, 2006].
Ainsi, la commande de type active permet une capture plus efficace de la puissance
par vents modérés grâce à la capacité de réglage à l’angle optimal. Néanmoins, le
Système de production d’électricité éolienne
21
système de commande a besoin non seulement d’une sensibilité suffisante pour suivre
les variations du vent mais aussi des parties mobiles pour faire l’ajustement, ce qui
se traduit par une complexité accrue et augmente les coûts d’installation. Les pales
doivent être construites spécialement et une technologie sophistiquée est nécessaire pour
cela. Sans une analyse aérodynamique soignée, des problèmes de vibrations peuvent se
présenter [Mathew, 2006].
La troisième façon de limiter la puissance est la déviation de l’axe du rotor dans le
plan vertical (un basculement de la nacelle) ou une déviation dans le plan horizontal
(rotation autour de l’axe du mat), comme ça on positionne la turbine éolienne partiellement hors de la direction du vent pour les vitesses du vent élevées. Cette méthode
est nommée commande d’orientation. Pour les vents trop forts, supérieurs à la limite
de la turbine, la position du rotor est complètement perpendiculaire au vent, ce qui
annule toute génération. Ainsi, la turbine n’est plus face au vent et la surface active
de l’éolienne diminue [Mathew, 2006].
Ce type de commande est cependant limité aux petites turbines éoliennes car cette
méthode engendre d’importants efforts mécaniques au niveau du mât et des pales. Les
éoliennes de plus grande taille ne peuvent pas adopter cette méthode de régulation de
puissance sans provoquer des efforts pouvant endommager l’éolienne.
On a présenté les trois commandes des turbines éoliennes se faisant de préférence
par les moyens mécaniques aérodynamiques. Cependant, en suivant les principes de
conversion de l’énergie du vent, il apparaı̂t une autre forme de réglage de la puissance
produite par l’éolienne.
Cette méthode permet la régulation de la puissance éolienne en faisant varier la vitesse de rotation par une action électrique. Par le biais de la génératrice accouplée à une
chaı̂ne de conversion statique pilotée pour gérer le transfert d’énergie, la vitesse de rotation peut être pilotée selon le point de fonctionnement souhaité. [Hong and Lee, 2010],
[Koutroulis and Kalaitzakis, 2006].
Cette commande est très rapide, ce qui permet de mener des changements impossibles à effectuer avec des systèmes mécaniques. Ceci, d’une part, évite les changements
brusques de charge au niveau du rotor, et permet d’autre part de convertir l’énergie
qui serait normalement perdue à cause du retard engendré par l’ajustement des pales
et d’améliorer l’efficacité énergétique du système [Mittal et al., 2009].
Dans le cas des petites éoliennes à axe horizontal que l’on a choisi pour
l’électrification des sites isolés, l’angle des pales est fixé. De plus, un système mécanique
supplémentaire pour régler la puissance a besoin de plus d’investissement initial, et
nécessite un entretien régulier. Dans cette thèse, on ne se concentre que sur la commande du système électrique donc la durée de vie est élevée et le fonctionnement stable.
4.
Conclusion
Dans cette section, nous avons présenté un système de production d’énergie éolienne.
La conversion cinétique - mécanique au niveau de la turbine éolienne et la conversion
mécanique - électrique au niveau du générateur sont aussi détaillées.
22
CONTEXTE ET PROBLÉMATIQUE
Dans la suite de cette thèse, on ne s’intéresse qu’aux petites éoliennes couplées à un
générateur synchrone à aimant permanent fonctionnant à vitesse variable. Ces éoliennes
sont très adaptées pour l’électrification des sites isolés qui ne sont pas connectés au
réseau électrique. Pour les systèmes de commande, nous avons opté pour des commandes du système électrique qui nécessite un très faible entretien et des coûts de mise
en œuvre faibles.
IV.
Système de production d’électricité photovoltaı̈que
L’énergie photovoltaı̈que provient de la transformation directe d’une partie du
rayonnement solaire en énergie électrique. Cette conversion d’énergie s’effectue par
le biais d’une cellule dite photovoltaı̈que grâce à un phénomène physique appelé effet
photovoltaı̈que qui consiste à produire une force électromotrice lorsque la surface de
cette cellule est exposée à la lumière.
Les systèmes photovoltaı̈ques sont extrêmement fiables car relativement simples du
point de vue technologique à mettre en œuvre : aucune pièce mécanique n’est en mouvement, les matériaux employés sont durables quelque soit les conditions climatiques,
ce qui leur garantie une durée de vie relativement longue. Pourtant, le problème du couplage entre un panneau photovoltaı̈que et une charge n’est pas encore réellement résolu.
Un des verrous technologiques qui existe dans ce type de couplage est le problème du
transfert de la puissance maximale du générateur photovoltaı̈que à la charge qui souffre
souvent d’une mauvaise adaptation. Le point de fonctionnement qui en découle est alors
parfois très éloigné du point de puissance maximale.
Dans cette section, nous présentons le principe de l’énergie photovoltaı̈que, les
éléments d’un système photovoltaı̈que et les différentes technologies utilisées.
1.
Principe de la conversion photovoltaı̈que
Une cellule élémentaire composée de matériaux semi-conducteurs est capable de
convertir l’énergie de photons reçus à sa surface en une différence de potentiel, créée
par une délocalisation d’électrons dans le matériau (figure 1.14). La circulation des
électrons dans le circuit extérieur permet à la cellule photovoltaı̈que de fonctionner
comme un générateur. La tension générée peut varier entre 0.3 V et 0.7 V en fonction
du matériau utilisé et de sa disposition ainsi que de la température de la cellule et de
son vieillissement [Pastor, 2006].
Quand la cellule est éclairée, elle produit un courant Iph approximativement proportionnel à l’ensoleillement. La température est également un facteur influant sur les
caractéristiques d’une cellule photovoltaı̈que. Une cellule réelle peut être caractérisée
par les courbes caractéristiques V-I et V-P (figure 1.15) dont les paramètres principaux
sont les suivants :
- Le courant de court circuit Icc , est proportionnel à l’ensoleillement et représente
le courant maximal généré par la cellule. Il est produit dans des conditions de court
Système de production d’électricité photovoltaı̈que
23
Figure 1.14 – Cellule élémentaire photovoltaı̈que
circuit (Vc = 0).
- La tension à vide V0c représente la tension maximale généré par la cellule. Elle est
produit dans des conditions de circuit ouvert (Ic = 0).
- Le point de puissance maximale (PPM) est le point de fonctionnement
M (Vopt , Iopt ), pour lequel la puissance dissipée dans la charge est maximale.
Figure 1.15 – Caractéristique I-V d’une cellule photovoltaı̈que
La figure 1.16 présente l’influence de l’ensoleillement et de la température de la
cellule sur la caractéristique de celle-ci. Figure 1.16 (a) montre l’augmentation logarithmique de la tension de la cellule avec l’ensoleillement, alors que le courant est
une fonction linéaire de l’ensoleillement. L’influence de la température de la cellule
est illustrée dans la figure 1.16 (b). L’effet prédominant avec l’augmentation de la
température de la cellule est la diminution de la tension de fonctionnement, la cellule
est ainsi moins efficace. Le courant augmente légèrement avec la température de la
24
CONTEXTE ET PROBLÉMATIQUE
cellule.
Figure 1.16 – Influence de l’ensoleillement et de la température sur les caractéristiques
de la cellule photovoltaı̈que
2.
Propriétés d’un générateur photovoltaı̈que
Pour un ensoleillement homogène et une même température, en associant des cellules photovoltaı̈ques identiques en série on augmente la tension (la tension résultante
est la somme des tensions de chaque cellule). Si on les associe en parallèle, on augmente
le courant résultant (l’intensité résultante est la somme des intensités de chaque ligne de
cellules). Les modules photovoltaı̈ques sont constitués d’un assemblage série/parallèle
de cellules élémentaires. Un champ photovoltaı̈que ou champ solaire est constitué d’un
ensemble de modules connectés en série et/ou en parallèle. On protège les modules
avec des diodes bypass afin d’éviter le fonctionnement inverse des cellules occultées,
pouvant entraı̂ner une surchauffe voire une destruction de celles-ci (figure 1.17).
Figure 1.17 – Construction d’un panneau photovoltaı̈que
Selon l’association en série et/ou parallèle de ces cellules, les valeurs du courant
de court-circuit Isc et de la tension à vide V0 sont plus ou moins importantes. La
caractéristique d’un générateur photovoltaı̈que constitué de plusieurs cellules a une
allure générale assimilable à celle d’une cellule élémentaire, sous réserve qu’il n’y ait
pas de déséquilibre entre les caractéristiques de chaque cellule et que l’ensoleillement et
la température soient uniformes. La figure 1.18 présente la caractéristique d’une cellule
Système de production d’électricité photovoltaı̈que
25
et d’un ensemble de cellules composé d’une association de 3 branches en parallèle ayant
chacune 2 modules en série.
Figure 1.18 – Ensemble de modules composé d’un panneau PV
Comme pour la cellule simple, les caractéristiques électriques d’un panneau photovoltaı̈que dépendent de la température, de l’ensoleillement et de façon générale, de son
environnement (orientation et inclinaison, état de surface, ombres partielles).
3.
Structure d’un système photovoltaı̈que
La connexion directe d’un panneau photovoltaı̈que à une charge est le principe de fonctionnement le moins cher, dans la mesure où la charge accepte bien la
connexion directe au générateur de puissance continue. L’inconvénient majeur de cette
connexion est la dépendance entre la puissance fournie par le générateur et la charge.
En effet, la puissance fournie par le module photovoltaı̈que résulte de l’intersection
entre la caractéristique I − V du générateur photovoltaı̈que et celle de la charge
[Brunton et al., 2009]. Les panneaux solaires de première génération étaient dimensionnés pour que leurs points de puissance maximale correspondent à la tension nominale de batterie. grâce à cette configuration, une simple connexion directe via une
diode anti-retour suffit à effectuer le transfert d’énergie du générateur photovoltaı̈que
à la charge.
Figure 1.19 – Connexion directe d’un panneau photovoltaı̈que
Cependant, les caractéristiques non-linéaires du module et sa sensibilité aux conditions extérieures, comme l’ensoleillement et la température, induisent des pertes
26
CONTEXTE ET PROBLÉMATIQUE
énergétiques. L’utilisation d’un dispositif d’adaptation pour optimiser la production
d’énergie à chaque instant est ainsi nécessaire. Celui-ci peut être un convertisseur
élévateur (boost), un convertisseur abaisseur (buck) ou un convertisseur élévateurabaisseur (buck-boost) [Esram and Chapman, 2007]. Cette méthode est plus coûteuse
par rapport à la connexion directe qui ne nécessite qu’une simple diode, mais leur utilisation est motivée par un accroissement de l’énergie récupérée et donc une réduction
du coût de production global [Liu et al., 2004], [Peftitsis et al., 2008].
Figure 1.20 – Connexion via un dispositif d’adaptation
Pour une exploitation plus efficace, nous avons besoin d’une commande permettant la poursuite du point de puissance maximale qui permet de rechercher le point
de fonctionnement optimal selon la caractéristique de la charge et les conditions atmosphériques. Il permet d’ajuster, à chaque instant, la puissance électrique fournie par
le système photovoltaı̈que à sa valeur maximale (dans les conditions d’ensoleillement
et de température de l’instant considéré) en déplaçant le point de fonctionnement du
module sur sa courbe caractéristique [Hussein et al., 1995]. Les algorithmes de cette
poursuite vont changer le rapport cyclique du convertisseur de puissance associé pour
appliquer une action de contrôle adéquate sur l’étage et pour suivre l’évolution au cours
du temps du point de puissance maximale [Hohm and Ropp, 2003].
4.
Conclusion
Dans cette section, nous avons présenté un système de production photovoltaı̈que.
Le contexte nous a permis de présenter le principe de la conversion photovoltaı̈que, les
propriétés d’une cellule et d’un générateur photovoltaı̈que en fonction de la température
et de l’ensoleillement.
Dans ce contexte, il nous faut non seulement extraire l’électricité qui vient de panneaux photovoltaı̈ques, mais encore optimiser le système de production pour augmenter
le rendement de conversion. Ceci nécessite le développement d’approches permettant la
poursuite du PPM malgré les variations des paramètres climatiques et/ou de la charge.
L’électrification des sites isolés
V.
27
L’électrification des sites isolés
Dans la plupart des régions isolées, le prix de la connexion au réseau électrique
est très élevé et parfois il n’existe pas de solutions pour s’y connecter. La baisse des
prix des énergies renouvelables et la fiabilité croissante de ces systèmes ont mené à une
plus grande utilisation de ces systèmes pour la génération d’énergie électrique dans ces
régions.
Le caractère capricieux des sources renouvelables pose le problème de la disponibilité
énergétique et du stockage. L’autre inconvénient majeur des énergies renouvelables
vient de la non régularité des ressources. Les fluctuations de demande de charge selon les
périodes journalières ne sont pas forcément en phase avec les ressources. La solution est
le couplage entre plusieurs sources, par exemple l’énergie photovoltaı̈que avec l’énergie
éolienne. Un couplage des énergies renouvelables avec le système de batterie a résolu
le problème de la disponibilité de l’énergie [El-Shatter et al., 2006].
L’électrification d’un site isolé peut incorporer un système de distribution à courant alternatif, un système de distribution à courant continu, un système de stockage,
des charges et un système de supervision. L’interconnexion entre ces systèmes peut
être réalisée par des dispositifs de puissance : onduleurs, redresseurs, convertisseurs...
A part la charge principale, un système isolé peut contenir aussi des charges auxiliaires (charge différée, charge optionnelle, charge de délestage) pour réaliser l’équilibre
énergétique. Dans un système isolé avec des batteries de stockage et des charges auxiliaires, s’il existe un excès d’énergie, celui-ci passera d’abord dans les batteries et ensuite, il sera utilisé pour alimenter les autres charges auxiliaires en fonction de leur
priorité [McGowan and Manwell, 1999].
Le but d’un système isolé est d’assurer l’énergie demandée par la charge et de
produire le maximum d’énergie à partir des sources d’énergie renouvelable, tout en
maintenant la qualité de l’énergie fournie. Les performances d’un système isolé, le
rendement et la durée de vie, sont influencés par le dimensionnement des composants,
le type de composants, l’architecture et le choix de la stratégie de fonctionnement influe
également sur les performances d’un tel système.
1.
Classement des systèmes isolés
La puissance délivrée par les systèmes isolés peut varier de quelques watts pour des
applications domestiques jusqu’à quelques méga watts pour les systèmes utilisés dans
l’électrification de petites ı̂les [Nelson et al., 2002]. On peut les classer par gamme de
puissance comme suivant :
- système autonome (faible puissance < 10kW ) : station de télécommunication, de
pompage d’eau ... ,
- micro réseau isolé (puissance moyenne 10 − 100kW ) : alimentation d’un village
isolé, des zones rurales ... ,
- grand réseau isolé (grande puissance > 100kW ) : réseau insulaires ...
Pour les systèmes isolés ayant une puissance en-dessous de 100 kW, la connexion
28
CONTEXTE ET PROBLÉMATIQUE
mixte qui utilise parallèlement le bus à courant alternatif et le bus à courant continu,
est très répandue [Lundsager and Baring-Gould, 2005]. Le système de stockage utilise
un nombre élevé de batteries pour être capable de couvrir la charge moyenne pendant
plusieurs jours.
Les systèmes plus grands, ayant une puissance supérieure à 100 kW, utilisent le
bus à courant alternatif, avec des sources d’énergie renouvelable conçues pour être
connectées aux grands réseaux inter-connectés. Si ces systèmes contiennent des soussystèmes de stockage, ce qui est rare, c’est pour lisser les variations de l’énergie de
nature renouvelable [Baring-Gould and Lundsager, 2012].
Dans notre étude, on ne s’intéresse qu’au système de petite taille dont la demande
de charge maximale est de l’ordre de dizaine de kilowatts.
2.
Configuration d’un système isolé
Les systèmes isolés classiques sont composés d’un bus à courant continu (CC) pour
le groupe de batteries et d’un autre à courant alternatif (CA) pour le générateur et
la distribution. Cependant, les récents progrès dans les domaines de l’électronique de
puissance et des systèmes de commande permettent de réduire les coûts avec une
structure employant un seul bus CA. Les sources renouvelables peuvent être connectées
au bus à CA ou au bus CC, selon la taille et la configuration du système.
Les systèmes qui alimentent de petites charges utilisent le bus CC uniquement.
Pour des charges plus importantes, les systèmes utilisent plutôt le bus CA comme
point principal de connexion. La tendance est alors que chaque source possède son
convertisseur avec sa propre commande intégrée, ce qui permet une coordination de la
production. Des écarts importants existent entre les différentes configurations possibles
[Luque and Hegedus, 2010].
2.1.
Architecture à bus CC
La majorité de ces systèmes de petite puissance présente une structure où le bus
CC de la batterie est le point central de connexion. En général, les petites éoliennes
produisent de l’électricité en courant alternatif à fréquence variable puis injectée dans
le bus CC (au travers d’un convertisseur si nécessaire). Cette énergie est ensuite stockée
ou reconvertie en courant alternatif (à amplitude et fréquence fixes) à travers un onduleur pour alimenter la charge. Les batteries et l’onduleur sont dimensionnés pour
alimenter des pics de charge. La puissance délivrée peut être contrôlée en incorporant un régulateur de charge dans les sources d’énergie renouvelable (figure 1.21). Les
avantages et les désavantages d’un tel système sont présentés ci-après.
Avantages :
- La connexion de toutes les sources sur un bus CC simplifie le système de commande.
- Les générateurs peuvent être dimensionnés de façon optimale, c’est-à-dire de sorte
à fonctionner à puissance nominale pendant le processus de chargement des batteries
L’électrification des sites isolés
29
jusqu’à un état de charge de 75 − 85%.
Inconvénients :
- Le rendement de l’ensemble du système est faible, parce qu’une certaine quantité
d’énergie est perdue à cause des batteries et des pertes dans les convertisseurs.
- Les générateurs ne peuvent pas alimenter directement la charge, l’onduleur doit
donc être dimensionné pour assurer le pic de charge.
Figure 1.21 – Architecture à bus à courant continu d’un système isolé
La commande de ces petits systèmes dépend de l’état de charge de la batterie.
Le générateur éolien doit limiter sa tension de sortie et délivrer la puissance produite
lorsque la batterie est complètement chargée et ne peut donc plus stocker d’énergie.
A l’opposé, l’onduleur et la charge doivent se déconnecter pour arrêter la décharge de
la batterie quand la tension atteint un niveau limite inférieur prédéfini. Ces deux propriétés impliquent une conception adaptée du système, optimisant ainsi les ressources
énergétiques et conduisant à une quantité minimale d’énergie non fournie.
2.2.
Architecture mixte à bus à courant continu/alternatif
La configuration à deux bus est présentée dans la figure 1.22. Celle-ci a des performances supérieures par rapport à la configuration avec un bus CC. Dans cette configuration, les sources d’énergie renouvelable peuvent alimenter une partie de la charge à
courant alternatif directement, ce qui permet d’augmenter le rendement du système et
de réduire la puissance nominale de l’onduleur. Les convertisseurs situés entre les deux
bus (le redresseur et l’onduleur) peuvent être remplacés par un convertisseur bidirectionnel, qui, en fonctionnement normal, réalise la conversion courant continu/courant
alternatif (fonctionnement onduleur). Quand il y a un surplus d’énergie, il peut aussi
charger les batteries (fonctionner en redresseur). On peut aussi utiliser un convertisseur
bidirectionnel mais la commande est alors différente et moins souple.
La faisabilité technique et économique de cette structure est liée aux progrès des
convertisseurs statiques et de leur commande. L’avantage principal est la modularité
30
CONTEXTE ET PROBLÉMATIQUE
Figure 1.22 – Architecture à bus à courant continu d’un système isolé
qui permet la connexion et/ou le remplacement de modules de production en cas de
besoin de plus d’énergie. L’installation des éléments sur tout le mini-réseau est possible,
ce qu’on ne peut pas faire dans le cas d’un bus CC.
Avantages :
- le générateur et l’onduleur peuvent fonctionner en autonome ou en parallèle.
Quand le niveau de la charge est bas, l’un ou l’autre peut générer le nécessaire d’énergie.
Cependant, les deux sources peuvent fonctionner en parallèle pendant les pics de charge,
- la possibilité de réduire la puissance nominale du générateur et de l’onduleur sans
affecter la capacité du système d’alimenter les pics de charge,
Inconvénients :
- besoin de technologies évoluées, donc chères et des applications difficiles dans des
lieux isolés,
- dans les systèmes fonctionnant avec une forte capacité de stockage, cette topologie
présente des niveaux de pertes supérieurs parce que l’énergie de stockage doit passer
du point de génération vers le bus à courant alternatif et traverser le convertisseur
bidirectionnel qui relie la batterie au système.
Dans le contexte d’un système autonome de petite puissance, on utilise l’architecture
à bus à courant continu pour sa simplification et son faible coût.
3.
Systèmes de stockage
L’énergie électrique est une énergie qui ne peut être stockée qu’en quantité modérée
pour un coût raisonnable. Dans les systèmes isolés, des batteries sont souvent utilisées pour garantir l’équilibre production/consommation et pour lisser les variations
de puissance. Il y a plusieurs formes de stockage d’énergie possibles comme la batterie,
les volants d’inertie ... Dans le cas de stockage par pompage d’eau, l’énergie produite
L’électrification des sites isolés
31
sert à remplir un réservoir de stockage dont l’eau sera turbinée pour restituer l’énergie
[Ibrahim et al., 2008]. Le principe du volant d’inertie est simple. Il s’agit d’emmagasiner l’énergie en mettant en rotation une masse importante [Faure, 2003]. L’énergie
cinétique obtenue peut être restituée à la demande sous forme d’énergie électrique, en
utilisant une machine électrique en régime générateur.
Le stockage d’énergie le plus utilisé est la batterie. Toute batterie est un ensemble
de cellules électrochimiques capables de stocker de l’énergie électrique sous forme chimique, puis de la restituer partiellement par la suite, grâce à la réversibilité des réactions
mises en jeu. Ces réactions consistent en des oxydations et des réductions au niveau
des électrodes, le courant circulant sous forme d’ions dans l’électrolyte et sous forme
d’électrons dans le circuit raccordé à la batterie (figure 1.23). La capacité énergétique
de la batterie (exprimée en wattheures, Wh) dépend des quantités et de la nature des
éléments chimiques compris dans la cellule.
Figure 1.23 – Cellule électrochimique de base
L’anode est l’électrode à laquelle l’oxydation (perte d’un ou plusieurs électrons)
se produit et à partir de laquelle les électrons vont alimenter le circuit extérieur (la
charge). La cathode est l’électrode à laquelle se produit la réduction (gain d’un ou
plusieurs électrons) ; les électrons revenant de la charge arrivent sur cette électrode. En
décharge, l’anode est la borne négative de la batterie et la cathode la borne positive.
Par contre, en charge, l’électrode négative est la cathode et l’électrode positive est
l’anode, les électrons circulant alors dans l’autre sens [Vechiu, 2005].
Les paramètres électriques suivants sont généralement employés pour caractériser
une batterie :
- La capacité nominale qnom est le nombre d’ampères-heures (Ah) qui peut être
extrait de la batterie, dans des conditions de décharge prédéterminées.
- L’état de charge SOC (State-of-charge) est le rapport entre la capacité présente
et la capacité nominale : SOC = q/qnom (0 < SOC < 1). Si SOC = 1, la batterie est
totalement chargée si SOC = 0, la batterie est totalement déchargée.
- Le régime de charge (ou décharge) est le paramètre qui reflète le rapport entre la
capacité nominale d’une batterie et le courant auquel celle-ci est chargée (ou déchargée).
32
CONTEXTE ET PROBLÉMATIQUE
Il est exprimé en heures. Par exemple, pour une batterie de 150Ah déchargée à 5A, le
régime de décharge est 30h.
- La durée de vie est le nombre de cycles charge/décharge que la batterie peut
soutenir avant de perdre 20% de sa capacité nominale.
Malgré le problème de capacité et de durée de vie, la batterie plomb-acide est la
solution la plus utilisée pour le système de stockage des sites isolés pour son prix très
concurrentiel et sa robustesse. C’est pour ces raisons que nous avons choisi dans cette
thèse d’utiliser des batteries plomb-acide pour le système de stockage.
4.
Conclusion
Nous avons présenté une vue générale de l’électrification des sites isolés. Le classement et la configuration de ces systèmes sont étudiés. Les systèmes de stockage, indispensables pour le fonctionnement de tels sites, sont aussi décrits. Pour un système autonome de faible puissance (moins de 10 kW) comme notre cas, la génération d’électricité
convenable est basée sur la génération en bus à courant continu et un système de batterie pour le stockage. Le management du système doit permettre d’extraire la puissance
maximale en fonction des fluctuations de l’énergie demandée, et améliorer la durée de
vie des composants.
VI.
Objectif de thèse
Ainsi l’objectif principal de nos travaux de thèse est d’optimiser la production
d’électricité d’un site isolé à partir des deux sources renouvelables : photovoltaı̈que
et l’éolienne. Par optimisation, on entend non seulement améliorer le rendement
énergétique mais aussi la qualité de l’énergie produite, ce qui aurait pour conséquence
de rendre possible l’utilisation de ces deux sources renouvelables pour l’électrification
des sites autonomes.
Dans ce chapitre, un bilan des principales formes d’énergies disponibles a été
présenté. Les caractéristiques principales des énergies renouvelables les plus utilisées à
l’heure actuelle ont été également décrites, puis on s’est concentré sur les technologies
photovoltaı̈que et éolienne. Les principes et éléments constitutifs du panneau solaire
photovoltaı̈que et de l’éolienne (les différents types de générateurs électriques utilisés
dans les turbines éoliennes et les principales applications des éoliennes), avec une partie
spécialement consacrée aux systèmes isolés, ont aussi été présentés.
Chapitre 2
L’optimisation de la production de
l’énergie solaire
L’énergie solaire photovoltaı̈que (PV) constitue l’une des solutions la plus convenable aux besoins énergétiques dans le futur sur le plan environnemental mais aussi
sur le plan pratique. Elle contribue donc à l’électrification des zones en milieu urbain
ainsi qu’aux zones rurales ou aux sites isolés.
L’énergie électrique peut être fournie par des panneaux photovoltaı̈ques. En effet,
de nombreuses recherches sur les techniques photovoltaı̈ques ont été effectuées afin
d’augmenter le rendement de ces panneaux mais aussi afin d’extraire le maximum
d’énergie de ceux-ci tout en concevant un système fiable et stable.
La structure d’un système photovoltaı̈que de production d’énergie électrique comprend un convertisseur d’électronique de puissance afin d’adapter l’énergie fournie à
celle demandée mais aussi pour en extraire le maximum de puissance quelques soient
les variations de température et d’ensoleillement (figure 2.1).
Figure 2.1 – Structure d’un système de production d’énergie photovoltaı̈que
Il existe dans la littérature plusieurs méthodes de poursuite du PPM comme la
méthode d’incrément de conductance, la méthode de capacité parasite ou la méthode
perturbe et observe (P&O) ... Elles sont basées sur le réglage du courant ou de la tension du générateur photovoltaı̈que selon les variations des conditions climatiques et/ou
d’exploitations. Pourtant, des incertitudes sur ces conditions ont diminué l’efficacité
de ces méthodes, notamment sous l’évolution rapide des conditions environnementales
ou la variation des paramètres. Les méthodes d’intelligence artificielle (le réseau neurone, la logique floue ... ) ayant les qualités des mécanismes adaptatifs et flexibles, sont
capables d’améliorer l’efficacité en présence de ces incertitudes.
34
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
Dans ce chapitre, nous allons détailler une chaine de conversion photovoltaı̈que en
expliquant sa structure et tous ces éléments. Puis, dans le but de concevoir un contrôleur
MPPT non seulement robuste et efficace, mais aussi afin de fonctionner correctement
sous toutes les variations, nous avons combiné la méthode P&O dans un contrôleur
flou, ce qui profite bien des avantages des deux méthodes, et permet de surmonter
les inconvénients de celles-ci. Les résultats de simulation seront montré pour prouver
l’efficacité de notre contrôleur proposé.
I.
Modélisation d’un générateur photovoltaı̈que
Un panneau (ou un générateur) photovoltaı̈que se compose de plusieurs modules
connectées en série et en parallèle pour avoir une tension et une puissance souhaitée.
Chaque module est lui même composé de plusieurs cellules PVs en série et en parallèle
(figure 2.2).
Figure 2.2 – Panneau PV
Une cellule photovoltaı̈que peut être modélisée à partir de l’équation définissant le
comportement statique de la jonction P-N d’une diode classique. Le modèle le plus
utilisé, pour sa simplicité et sa précision, est celui à une diode [Vechiu, 2005] (figure
2.3).
Figure 2.3 – Modèle à une diode d’une cellule PV
Modélisation d’un générateur photovoltaı̈que
35
Dans ce modèle, la cellule photovoltaı̈que est représentée par une source de courant
qui génère un courant Iph proportionnel à l’ensoleillement G. La résistance shunt Rsh
caractérise le courant de fuite au niveau de la jonction et la résistance Rs représente
les diverses résistances de contact et de connexion. Le courant fourni par la cellule Ic
est modélisé par l’équation suivante :
Ic = Iph − I0
Vc + Rs Ic
e(Vc + Rs Ic )
−1 −
exp
nkTc
Rsh
(2.1)
où :
n le facteur d’idéalité de diode
k la constante de Boltzmann
e la charge de l’électron
Vc la tension auxbornes
de la cellule
−Eg
5
I0 = 1, 5.10 exp kTc le courant de saturation
Eg est dite ”l’énergie de la bande interdite”. Pour un matériau semi-conducteur donné,
Eg est presque constante et I0 est donc une fonction de la température absolue de la
cellule Tc .
La modélisation d’un module, qui contient des cellules connectées en série et en
parallèle, sera basée sur la caractéristique courant - tension d’une cellule (équation 2.1)
en considérant le même ensoleillement et la même température pour toutes les cellules.
Sans perdre en généralité, on suppose que les cellules fonctionnent toujours dans
une température ambiante constante (Tc = 25˚C). Alors, les caractéristiques électriques
du panneau photovoltaı̈que ne dépendent que de l’ensoleillement. Les courbes V − I et
V − P du module photovoltaı̈que utilisé pour différentes valeurs d’ensoleillement G à
25o C sont données par les figures 2.4 et 2.5.
Figure 2.4 – La courbe caractéristique V-I du module photovoltaı̈que utilisé
36
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
Figure 2.5 – La courbe caractéristique V-P du module photovoltaı̈que utilisé
II.
1.
Poursuite du PPM pour un panneau photovoltaı̈que
Principe de la poursuite du PPM
Le fonctionnement d’un panneau photovoltaı̈que dépend fortement des conditions
atmosphériques (température ambiante, ensoleillement) mais aussi des caractéristiques
de la charge connectée. En effet, pour une charge, avec sa résistance interne, l’adaptation optimale ne se produit qu’à un point de fonctionnement, appelé point de puissance
maximale (PPM). Ainsi, quand une connexion directe est réalisée entre la source et
la charge, la sortie du panneau photovoltaı̈que est rarement maximale et le point de
fonctionnement n’est pas optimal (figure 2.6).
Figure 2.6 – Fonctionnement d’un panneau photovoltaı̈que
Alors, quand ces conditions changent (la variation peut être rapide), on va fonctionner loin du point de puissance maximale. Pour surmonter ce problème, nous utilisons un
convertisseur entre la source et la charge. Ce convertisseur est un hacheur qui peut être
de type abaisseur (buck), élévateur (boost) ou bien abaisseur-élévateur (buck-boost)
Poursuite du PPM pour un panneau photovoltaı̈que
37
selon la nature de la charge ou la nature de la commande qu’on veut derrière.
En changeant le temps d’ouverture (le rapport cyclique) de l’interrupteur de ce
convertisseur selon la variation des conditions atmosphériques, on change la tension de
sortie du panneau, par conséquent la puissance produite par celui-ci (figure 2.7).
Figure 2.7 – Principe de MPPT d’un panneau photovoltaı̈que
La réaction de la tension du panneau selon le changement du rapport cyclique peut
prendre deux variantes : une augmentation du rapport cyclique implique une diminution
de la tension du panneau et inversement, une diminution du rapport cyclique augmente
la tension du panneau.
La poursuite du point de puissance maximale (Maximum Power Point Traking ou
MPPT en anglais) est basé sur ce principe, elle force le panneau à fonctionner au PPM
en variant le rapport cyclique du convertisseur selon les variations de la charge ou des
conditions atmosphériques, ainsi la puissance délivrée est toujours à la valeur maximale
[Salas et al., 2006].
2.
Synthèse des commandes MPPT des systèmes photovoltaı̈ques
Différents types d’algorithmes effectuant la recherche du PPM ont été déjà
publiés [Brunton et al., 2009], [Esram and Chapman, 2007], [Hussein et al., 1995],
[Ikegami et al., 2001]. Parmi les nombreuses publications, nous avons fait une classification des différents algorithmes MPPT existants en les regroupant selon leur principe
de recherche. Ils peuvent être classés comme suit :
– les méthodes indirectes : le PPM est estimé à partir de la courbe de puissance du
générateur photovoltaı̈que,
– les méthodes directes : le réglage du PPM est obtenu à partir de la mesure de la
puissance instantanée du générateur photovoltaı̈que.
2.1.
Méthodes indirectes
Les méthodes indirectes sont basées sur la connaissance de la caractéristique
non linéaire du générateur photovoltaı̈que, qui n’est pas disponible avec précision.
Elles ont besoin aussi de mesurer l’ensoleillement des panneaux photovoltaı̈ques et
38
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
la température ambiante, puis consulter la courbe de puissance pour avoir la tension
(ou le courant) de fonctionnement optimale correspondante.
On peut comparer la tension mesurée du panneau aux valeurs optimales stockées
dans le système de commande selon des conditions atmosphériques mesurées et puis
effectuer la commande pour atteindre celles-ci. Pourtant, cet algorithme nécessite une
grande capacité de mémoire pour le stockage des données et il faut mettre à jour des
données pour chaque panneau. En outre, il est difficile d’enregistrer et de stocker toutes
les conditions possibles du système et la mesure des conditions atmosphériques n’est
pas facile et n’est pas précise non plus [Huynh et al., 2012], [Ibrahim et al., 1999].
Les courbes caractéristiques peuvent être obtenues par la modélisation hors ligne
à l’aide des équations mathématiques ou approximations numériques. Cependant, leur
résolutions sont impossibles à appliquer sur les commandes analogiques et très difficiles à appliquer sur les commandes numériques classiques [Nishioka et al., 2003],
[Phang et al., 1984]. Par conséquent, leur applications ne semblent pas appropriées
pour l’obtention du PPM. Néanmoins, d’autres méthodes basées sur la modélisation de
ces caractéristiques sont encore utilisées [Takashima et al., 2000], [Adel Hamdy, 1994].
2.2.
Méthodes directes
Les méthodes directes n’ont pas besoin de connaı̂tre ni la courbe de puissance du
générateur ni l’ensoleillement réel ou la température, et la détermination de leur point
de fonctionnement est indépendant des conditions climatiques [Huynh et al., 2011].
Une de ces méthodes est celle nommée ”algorithme d’incrément de conductance”, elle
se base sur la dérivée de la conductance du générateur (dG = dI/dV ) pour connaı̂tre
la position relative du PPM et enfin pour appliquer une action de contrôle adéquate
au suivi de ce PPM [Kim et al., 2001], [Hussein et al., 1995]. Il existe aussi le méthode
similaire à la méthode de l’incrément de conductance, c’est celui de la capacité parasite
[Brambilla et al., 1999], qui est basé sur l’effet de la capacité parasite de la cellule
photovoltaı̈que.
La méthode la plus utilisée dans le domaine du photovoltaı̈que est celle de
Pertube&Observe (P&O) [Esram and Chapman, 2007], [Hohm and Ropp, 2003]. Son
principe consiste à perturber le rapport cyclique pour faire déplacer le point de fonctionnement le long de la caractéristique du générateur présentant un maximum. Dans le
côté gauche du PPM, l’augmentation de la tension fait augmenter la puissance et dans
le côté droit du PPM, la diminution de la tension fait augmenter la puissance (figure
2.8). Alors, si une perturbation entraine une augmentation de la puissance, on devrait
continuer dans la même direction pour atteindre le PPM et s’il y a une diminution de
la puissance, la perturbation devrait être inversée. La recherche s’arrête théoriquement
quand le système atteint le PPM.
Le premier inconvénient de cette méthode est que l’on impose toujours une oscillation autour du PPM. En effet, cette oscillation est nécessaire pour connaı̂tre les
variations de la puissance de sortie du générateur et ainsi réajuster le rapport cyclique
du convertisseur en faisant en sorte que le point de fonctionnement oscille le plus près
possible du PPM, même si les conditions de fonctionnement sont inchangées. L’oscilla-
Poursuite du PPM pour un panneau photovoltaı̈que
39
Figure 2.8 – Principe du méthode P&O
tion peut être minimisée en réduisant le pas de perturbation. Cependant, une taille plus
petite du pas de perturbation ralentit le temps de réponse du MPPT. Une solution à ce
problème consiste à avoir un pas de perturbation variable qui devient de plus en plus
petit lorsque que l’on se rapproche du PPM comme dans [Xiao and Dunford, 2004],
[Al-Amoudi and Zhang, 1998], [Femia et al., 2005].
De plus, cette méthode peut échouer sous l’évolution rapide de condition atmosphérique comme illustré dans la figure 2.9. A partir d’un point de fonctionnement
A, si l’ensoleillement reste constant, une perturbation dV dans la tension V va amener le point de fonctionnement à B et elle sera annulée en raison d’une diminution de
puissance.
Figure 2.9 – Fonctionnement du méthode P&O sous l’évolution rapide de l’ensoleillement
Toutefois, si l’ensoleillement augmente, la courbe de puissance change de P1 à P2
au sein d’une période d’échantillonnage, le point de fonctionnement se déplacera de A
à C. Cela représente une augmentation de la puissance et la perturbation est maintenue dans la même direction. En conséquence, le point de fonctionnement est loin
du PPM et restera de plus en plus loin si l’ensoleillement augmente régulièrement.
40
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
Pour assurer que le PPM est toujours suivi, même lors de changements rapides de l’ensoleillement, [Hsiao and Chen, 2002] utilise le méthode P&O de ”three-point weight
comparison” qui compare le point de puissance actuel aux deux précédents avant une
décision de la prochaine direction de perturbation. [Femia et al., 2005] optimise le taux
d’échantillonnage. [Xiao and Dunford, 2004] permet de basculer entre le traditionnel algorithme P&O adaptatif et une mise à jour du mécanisme pour empêcher la déviation
du PPM.
D’autres algorithmes se basent sur l’introduction de variations sinusoı̈dales en petit
signal sur la fréquence de découpage du convertisseur pour comparer la composante
alternative et la composante continue de la tension du générateur et pour ainsi placer le
point de fonctionnement du générateur le plus près possible du PPM [Tse et al., 2004].
Parfois, les algorithmes établissent des approximations afin que le point de fonctionnement du générateur soit le plus proche possible du PPM, nous parlons alors de
méthodes complexes assistées par ordinateur. Par exemple pour [Ikegami et al., 2001],
la commande MPPT se base sur une estimation du point de fonctionnement du
générateur réalisée à partir d’un modèle paramétrique du générateur défini au préalable.
[Kasa et al., 2005] a proposé une méthode qui épargne le capteur de courant en calculant le courant du générateur à partir de la tension du générateur à l’aide d’un DSP.
III.
Utilisation d’un contrôleur flou
Pour la commande de système non-linéaire, on ne dispose pas de solution universelle
pour la conception de ses contrôleurs. L’analyse et la commande de ces systèmes ne
sont pas des tâches faciles. La plupart des travaux dans la littérature proposent des
approches qui sont limitées à des formes bien particulières de systèmes. De plus, les performances dépendent de la complexité du schéma de commande et du développement
théorique utilisé.
Parmi les systèmes non-linéaires, les systèmes de conversion d’énergie représentent
une classe très complexe. Plusieurs approches ont été développées dans la littérature
pour commander et gérer ces systèmes. Les commandes classiques du type PI,
PID sont les plus utilisées au plan industriel pour leur simplicité et leur faible
coût [Pundaleek B. H. and G., 2010], mais ces stratégies de commande nécessitent la
connaissance complète ou partielle du modèle et ne permettent de maintenir de bonnes
performances que dans le cas où les paramètres du système sont fixés et on travaille
autour de certains points de fonctionnement. Si des paramètres changent, il faut recalculer les coefficients PI pour que le contrôleur fonctionne bien. Un système PI
classique ne fonctionne pas généralement sur le système éolien, car son modèle est
complexe et imprécis, et si les conditions d’exploitation changent, cela entraine un
dysfonctionnement du contrôleur. Pour résoudre ce problème, d’autres lois de commandes peuvent être utilisées pour avoir de meilleures performances, comme les modes
glissants [Beltran, 2010], la commande non linéaire par retour d’état statique ou dynamique [Boukhezzar, 2006], la commande multi-modèles ou encore la commande LQ
[Khezami, 2011].
Les commandes basées sur l’expertise humaine peuvent être une alternative. Elles
Contrôleur proposé pour la poursuite de PPM
41
présentent l’avantage de tolérer l’incertitude du modèle et compensent son effet. La
logique floue a été développée par Zadeh en 1965 à partir de sa théorie des sousensembles flous [Zadeh, 1965]. Elle permet d’imiter le raisonnement humain en exploitant les différentes informations collectées sous formes linguistiques. L’un des principaux intérêts de l’utilisation de la logique floue consiste à pouvoir faire passer, simplement par l’intermédiaire de règles linguistiques, l’expertise que l’on peut avoir du
processus vers le contrôleur. Il est ainsi possible de transformer le savoir de l’expert
en règles simples que le contrôleur peut mettre en œuvre. Une facilité d’implantation
des solutions pour des problèmes complexes est alors associée à une robustesse vis-àvis des incertitudes et la possibilité d’intégration du savoir de l’expert. L’utilisation
d’un contrôleur flou n’est envisageable que s’il existe un savoir-faire humain qui peut
être exprimé sous formes de règles floues. Les règles floues sont donc inutiles si l’on ne
connaı̂t pas parfaitement le fonctionnement du système que l’on veut commander ou
si l’on est incapable de le piloter manuellement [Passino and Yurkovich, 1998].
Notre système étudié se compose d’éléments non-linéaires qui ont besoin de
modélisations complexes et lourdes (panneaux photovoltaı̈ques, système électronique
de puissance...). Pourtant, la plupart des approches de commande non linéaires exige la
disponibilité d’un modèle mathématique du système. Les performances assurées seront
directement liées à l’exactitude du modèle utilisé. C’est pourquoi nous avons choisi
d’utiliser un contrôleur flou. Ce choix est motivé par le fait que la logique floue permet d’exploiter les connaissances linguistiques, émanant de l’expert humain, décrivant
le comportement du système ou la stratégie de commande pour assurer de meilleures
performances et d’avoir de la flexibilité lors de la conception du contrôleur.
IV.
1.
Contrôleur proposé pour la poursuite de PPM
Introduction de la méthode proposée
D’après la section précédente, on reconnait que les méthodes Perturbe&Observe
sont largement utilisées en raison de leur structure simple et le fait qu’elles nécessitent
moins de paramètres mesurés, mais leur vitesse de convergence est variable. De plus,
le système va osciller en permanence autour du PPM. Ces oscillations peuvent être
minimisées en réduisant la valeur du pas d’incrément. Cependant, une faible valeur
d’incrément ralentit la recherche du PPM, il faut donc trouver un compromis entre
précision et rapidité. En outre, il s’agit d’une méthode inadaptée à l’évolution rapide
des conditions atmosphériques. Cet algorithme peut avoir des erreurs d’interprétation
au niveau de la direction à suivre pour atteindre le PPM lorsque des variations brusques
au niveau des conditions climatiques ou/et de charge apparaissent.
On sait aussi que les contrôleurs MPPT flous sont bien adaptés à ce type de
problème et se sont bien comportés dans diverses conditions atmosphériques. Ils
convergent rapidement, bien que pouvant travailler avec des entrées imprécises, et ne
nécessitent pas un modèle mathématique connu parfaitement [Veerachary et al., 2003].
De plus, la commande floue, connue pour sa robustesse, est de nature adaptative, ce
qui lui donne de grandes performances dans la variation des paramètres du système et
42
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
des perturbations.
Donc, ici notre idée est de combiner la méthode P&O dans un contrôleur flou en
prenant en compte le sens de variation des perturbations. Comme montré sur la figure
2.8, nous pouvons déduire que si une augmentation positive de la tension V crée un
accroissement de la puissance P , cela signifie que le point de fonctionnement se trouve
à gauche du PPM (dP/dV > 0). De plus, si sa dérivée d2 P/dV 2 < 0, c’est-à-dire on
approche vers le PPM, alors on continue dans cette direction. Si d2 P/dV 2 > 0, on est
parti loin du PPM, alors il faut augmenter la tension V pour atteindre le PPM.
Au contraire, si la puissance décroı̂t lors d’une augmentation de la tension, cela
signifie que le point de fonctionnement se trouve à droite du PPM (dP/dV < 0). Alors,
si la dérivée d2 P/dV 2 > 0, c’est-à-dire que l’on approche vers le PPM, alors on continue
dans cette direction. Si d2 P/dV 2 < 0, on est parti loin du PPM, alors il faut diminuer
la tension V pour atteindre le PPM. Si on est proche du PPM (dP/dV ≈ 0), on arrête
la perturbation. En résumé, cette méthode est détaillée dans le tableau ci-dessous :
Tableau 2.1 – Règles de direction de la poursuite du PPM d’un panneau photovoltaı̈que
dP/dV
2.
Négatif
Zéro
Positif
Négatif
Diminuer V
Nul
Nul
d2 P/dV 2
Zéro
Diminuer V
Nul
Augmenter V
Positif
Nul
Nul
Augmenter V
Choix des éléments du contrôleur flou
Pour mettre en œuvre cet algorithme dans un contrôleur flou, nous avons besoin
de deux entrées : le changement de la puissance du générateur (dP/dV ) et sa dérivée
(d2 P/dV 2 ), la sortie est le rapport cyclique D1 du convertisseur DC/DC 1 (figure 2.10).
Figure 2.10 – Contrôleur de la poursuite de PPM d’un panneau photovoltaı̈que proposé
2.1.
Fuzzification
L’opération de fuzzification permet de passer du domaine réel au domaine flou. Elle
consiste à déterminer le degré d’appartenance d’une variable d’entrée pour une fonc-
Contrôleur proposé pour la poursuite de PPM
43
tion d’appartenance donnée. Le premier élément est le choix de la nature des fonctions
d’appartenance en entrée. Afin de faciliter les réglages du contrôleur flou, nous utiliserons des formes triangulaires, ce qui permet de traiter très simplement des fonctions
linéaires par morceaux en entrée. Les fonctions d’appartenance sont placées de telle
manière qu’à tout moment il n’y ait que deux fonctions d’appartenances activées pour
chaque entrée. Ce choix apporte plusieurs avantages. Tout d’abord, en limitant les interactions entre les paramètres, la commande est ainsi considérablement simplifiée. De
plus, une action très localisée sur la surface de commande est ainsi rendue possible.
Enfin, en limitant le nombre de fonctions actives simultanément, le temps de calcul nécessaire au traitement flou sur le calculateur est également réduit, en vue de
rendre possible une implantation sur micro-contrôleur. Ayant choisi le type de fonction
d’appartenance en entrée, il faut maintenant déterminer leur nombre, c’est-à-dire la
couverture de l’univers du discours. Plus ce nombre sera important, plus le nombre
de sous-ensembles flous sera conséquent, et plus la sensibilité de la commande floue
augmentera. Cependant, une telle augmentation se traduit aussi par un nombre de
paramètres à régler de plus en plus important, ce qui peut s’avérer problématique en
terme de temps et difficulté de réglage. Nous fixons alors cinq fonctions d’appartenance,
afin d’obtenir un bon compromis entre la sensibilité de la commande et la difficulté de
réglage.
Alors, les ensembles de termes linguistiques utilisés sont :
– dP/dV [Très Négatif, Négatif, Zéro, Positif, Très Positif].
– d2 P/dV 2 [Très Négatif, Négatif, Zéro, Positif, Très Positif].
Figure 2.11 – Fonction d’appartenance des entrées ”dP/dV ” et ”d2 P/dV 2 ”
La grandeur µ(x) définit le degré d’appartenance au sous-ensemble flou considéré.
Le degré d’appartenance représente le degré de vérité de la fonction d’appartenance.
Afin de garantir une réponse du système identique pour les sollicitations positives
et négatives, une symétrie par rapport à zéro est mise en place pour les fonctions
d’appartenance, ce qui conduit à fixer la fonction d’appartenance centrale.
De plus, afin de pouvoir agir sur l’ensemble de l’univers du discours sélectionné
par les gains de normalisation, les fonctions d’appartenance extrêmes sont fixées aux
44
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
limites de l’intervalle −1, +1. Ceci se traduit alors par deux degrés de liberté de chaque
entrée pour régler le contrôleur flou, correspondant aux deux fonctions d’appartenance
intermédiaires mobiles. Il y a alors deux sommets à régler par entrée soit 4 paramètres
pour les fonctions d’appartenance en entrée.
2.2.
Moteur d’inférence
Pour la mise en œuvre des règles, nous avons eu recours aux règles floues de type
Takagi-Sugeno. Par exemple si dP/dV est Très Positif et d2 P/dV 2 est Positif, alors
∆D1 = −2%.
La perception humaine de la commande du procédé est ainsi traduite, c’est-à-dire
que lorsque le point de fonctionnement est éloigné à gauche du PPM (dP/dV 0)
et qu’il continue à s’en éloigner (d2 P/dV 2 > 0), le rapport cyclique va être diminué
(−2%) pour augmenter la tension en conséquent rediriger le point de fonctionnement
vers le PPM. Au contraire, au voisinage du PPM, le changement sera moindre. Il est
donc aisé d’introduire la non-linéarité de la commande. Le tableau de règles permet
d’agir très localement sur la surface de commande et donc une variation de l’un de ses
paramètres n’aura qu’une répercussion locale sur la réponse globale.
De plus, leur influences sur la surface de commande étant locales, un tel choix ne
pénalise pas fortement le comportement global. Les valeurs des sorties singletons sont
choisies après plusieurs essais, pour avoir non seulement un résultat stable mais aussi
un temps de réponse convenable. Si on choisit une valeur trop grande, on peut atteindre
le PPM très vite mais on risque de dépasser le PPM, alors il y a des oscillations autour
le PPM, et à l’inverse, si on choisit une valeur trop petite, le temps de réponse de notre
contrôleur est très grand, mais on peut atteindre la PPM plus facilement. Pour ce faire
un tableau antidiagonale classique, tableau 2.2 va être utilisée.
Tableau 2.2 – Règles de ∆D1
dP/dV
2.3.
Très Négatif
Négatif
Zéro
Positif
Très Positif
Très Nég
+2%
+2%
0%
0%
0%
d2 P/dV 2
Négatif
Zéro Positif
+2%
+1%
0%
+1%
+1%
0%
0%
0%
0%
0%
-1%
-1%
0%
-1%
-2%
Très Pos
0%
0%
0%
-2%
-2%
Défuzzification
La troisième phase des calculs est l’opération de défuzzification qui permet de passer
du domaine flou au domaine réel. A partir des fonctions d’appartenance représentant
notre valeur de sortie, il faut calculer une valeur numérique pour la sortie finale. On
utilise pour cela la méthode du centre de gravité à partir de fonctions singletons.
Simulation et résultats
45
La défuzzifiaction par la méthode du centre de gravité revient alors à effectuer une
moyenne de valeurs pondérées ce qui est plus simple et donc plus rapide à calculer sur
le calculateur que la plupart des autres méthodes de défuzzification. De façon similaire
aux fonctions d’appartenance en entrée, les singletons extrêmes sont fixés ainsi que le
singleton central et une symétrie par rapport à zéro est appliquée.
La méthode du centre de gravité permet d’exprimer analytiquement la sortie du
système flou, de simplifier sa mise en œuvre et de réduire le temps de calcul. Dans ce
cas, le niveau de sortie ∆D1 (i) de chaque règle est pondéré par la valeur pondérée wi .
Par exemple, pour dP/dV est Positif et dP 2 /d2 V est Négatif, la valeur pondérée est :
wi = min(µdP/dV (P ositif ), µdP 2 /d2 V (N egatif ))
(2.2)
La sortie finale du système (où n le nombre de règles) :
Pn
∆D1 =
w ∆D1 (i)
i=1
Pn i
i=1 wi
(2.3)
Après avoir obtenu la valeur de la sortie ∆D1 au moment k nous calculons le nouveau
rapport cyclique pour appliquer au convertisseur DC/DC 1 :
D1 (k) = D1 (k − 1) + ∆D1 (k)
V.
(2.4)
Simulation et résultats
De nombreuses simulations, vérifiant tous les différents cas possibles de fonctionnement ont été effectuées avec des variations aussi bien de la charge que des conditions
atmosphériques. Les simulations présentées ci-dessous en sont un des exemples (figure
2.12).
Figure 2.12 – Simulation dans Simulink Matlab
Un convertisseur élévateur (DC/DC 1) est utilisé pour suivre le PPM du panneau en
ajustant la tension du panneau. Le contrôleur a deux entrées : la puissance et la tension
du panneau photovoltaı̈que, et une sortie : le rapport cyclique D1 du convertisseur.
Notre contrôleur flou est mis en œuvre dans Matlab Simulink (figure 2.13) :
46
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
Figure 2.13 – Contrôleur flou de poursuite du PPM dans Simulink Matlab
Le schéma du panneau qui a été développé sous Simulink Matlab (figure 2.14) est
détaillé dans la figure suivante :
Figure 2.14 – Modèle du panneau photovoltaı̈que sous Simulink Matlab
Le courant de sorti du module est l’entrée d’une source de courant, la tension est
en retour pour les calculs de courant d’après l’équation 2.1 (figure 2.15).
Figure 2.15 – Modèle du générateur photovoltaı̈que sous Simulink Matlab
Les paramètres du panneau photovoltaı̈que utilisé sont résumés dans le tableau 2.3
suivant :
Simulation et résultats
47
Tableau 2.3 – Paramètres du panneau PV utilisé
Paramètres
Courant de court-circuit d’un module à 1000W/m2
Tension de circuit ouvert d’un module à 1000W/m2
Tension optimale d’un module à 1000W/m2
Courant optimal d’un module à 1000W/m2
Nombre de modules en série Ns
Nombre de modules en parallèle Np
Valeurs
1A
19.44 V
15.12 V
0.902 A
20
30
Les courbes caractéristiques V − I et V − P du panneau utilisé pour différentes
valeurs d’ensoleillement à 25o C sont données par la figure 2.16 suivante :
Figure 2.16 – Les courbes caractéristiques V-I et V-P du panneau utilisé
L’ensoleillement est modifié pour tester le fonctionnement de nos contrôleurs pro-
48
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
posés dans diverses conditions climatiques. Une charge résistive est fixée et une autre
est enclenchée et déclenchée pour vérifier la réponse de notre contrôleur sous une variation des conditions d’exploitation (figure 2.17).
Figure 2.17 – L’ensoleillement
Au cours des dix premières secondes, l’ensoleillement est de 800W/m2 (selon la
courbe de puissance dans la figure 2.16, la tension optimale du panneau est Vopt =
305.2V , le courant optimal du panneau est Iopt = 22.37A et la puissance maximale est
Pmax = 6.85kW pour G = 800W/m2 ). Notre contrôleur impose une tension de 306V
et un courant de 22.42A aux bornes du panneau, qui permet une puissance extraite de
6.849kW . On a besoin environs 5 secondes pour que notre système atteint le régime
permanent, ce n’est pas le temps de réponse de notre contrôleur (figures 2.19, 2.18).
Figure 2.18 – Puissance du panneau
Lorsque l’ensoleillement change de 800W/m2 à 600W/m2 (la 20eme secondes à 40eme
secondes), notre contrôleur diminue la tension du panneau à 298V pour extraire une
puissance maximale de 5.132kW (la tension optimale du panneau est Vopt = 306.8rpm
et la puissance maximale est de Pmax = 5.157kW pour G = 600W/m2 ).
Simulation et résultats
49
Également, un échelon d’ensoleillement (augmentation de 600W/m2 à 900W/m2
puis descente à 700W/m2 et puis à 500W/m2 toutes les 20 secondes) est appliqué au
panneau (figure 2.17). Nous constatons que la tension du panneau suit bien la tension
optimale correspondant à chaque valeur de l’ensoleillement. Nous remarquons aussi que
la puissance extraite suit les variations de l’ensoleillement (figures 2.19 et 2.18).
Figure 2.19 – Courant et tension du panneau
Figure 2.19 présente aussi la réponse du système dans le cas d’une variation de la
charge (la 10eme , 50eme et 90eme secondes). Quand la charge change (tandis que l’ensoleillement ne change pas), on remarque que le contrôleur arrive toujours à maintenir la
tension du panneau autour de sa valeur optimale pour extraire le maximum de puissance du soleil, ce qui prouve le bon fonctionnement du contrôleur pour la poursuite du
PPM sous la variation de la charge. Ici, par simplicité, pour montrer la bonne poursuite
de notre contrôleur, nous n’utilisons que une charge résistive. Cependant, dans chapitre
4, des charges triphasées avec utilisation d’un onduleur seront appliquées pour prouver
que notre contrôleur fonctionne bien pour tout type de charge.
Alors, l’efficacité de notre contrôleur a été montrée dans la figure 2.19 où la tension
et le courant du panneau sont bien commandés pour atteindre les valeurs optimales
dans toute condition de l’ensoleillement ou de la charge (l’erreur maximale est de
50
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE SOLAIRE
306.8−298
306.8
≈ 2.86% pour G = 600W/m2 et minimale est de 306−305.2
≈ 0.26% pour
305.2
G = 800W/m2 ), celui-ci est très intéressant quand on se rappelle que notre contrôleur
ne connait pas les valeurs optimales à atteindre.
Figure 2.20 – Rapport cyclique D1
Ensuite, figure 2.20 va nous montrer la robustesse et la rapidité de notre contrôleur.
Le temps de réponse pour chaque changement de vitesse de vent ou bien de la charge
est d’environ 1 seconde, c’est intéressant pour les applications des sites isolés. Après
avoir atteint le PPM, le contrôleur a bien atteint sa valeur optimale, alors il n’y a plus
d’oscillation autour du PPM.
Ces résultats de simulation montrent que notre contrôleur fonctionne très bien. Il a
assuré la poursuite du PPM sous toutes les variations de conditions climatiques et/ou
d’exploitation avec précision et rapidité.
VI.
Conclusion
Dans ce chapitre, nous avons présenté les techniques pour optimiser le processus de
production d’électricité photovoltaı̈que. Nous avons montré comment nous pourrions
optimiser la puissance fournie par le générateur avec un convertisseur statique ayant
pour fonction la recherche du point de puissance maximale. Nous avons également décrit
les principales caractéristiques et les verrous technologiques des éléments constitutifs
de cette poursuite. Une étude bibliographique des méthodes de poursuite du point de
puissance maximale existantes a été présentée. Cette étude a permis de montrer les
besoins d’un contrôleur en terme de performances, de robustesse et de flexibilité. Ce
contrôleur devrait assurer un fonctionnement aux caractéristiques maximales quelques
soient les comportements aléatoires de la source et de la charge résistive avec un haut
rendement.
Dans ce contexte, notre contrôleur proposé a été décrit. L’idée est la combinaison
de la recherche de l’extrémum et la logique floue. Nous profitons de la simplicité de la
méthode perturbe & observe et la flexibilité de la logique floue pour avoir un contrôleur
Conclusion
51
robuste, éviter les défauts des méthodes P&O sous l’évolution rapide de condition
atmosphérique.
Finalement, des résultats de simulation sont présentés. Ils montrent que notre
contrôleur présente de bons résultats. Il a assuré une bonne poursuite de PPM, malgré
les variations de conditions climatiques et de la charge avec un temps de réponse rapide.
Chapitre 3
L’optimisation de la production de
l’énergie éolienne
La régulation de la puissance dans les petites éoliennes peut se faire soit
mécaniquement en changeant les angles des pales soit électriquement. Cette dernière
est plus avantageuse car la régulation mécanique reste coûteuse et nécessite un entretien régulier, alors que l’approche électrique ne nécessite aucun entretien [Hau, 2006].
Une approche pratique pour la production d’énergie en site isolé est d’utiliser des turbines éoliennes couplées à un générateur synchrone à aimant permanent pour créer
un système autonome. Les générateurs synchrones à aimant permanent (GSAP) sont
fiables, efficaces et nécessitent peu d’entretien [Ackermann, 2006]. De plus, avec un
fonctionnement flexible, ils peuvent avoir un couplage direct avec la turbine (sans
boite de vitesse, un autre système mécanique). Ainsi, notre système peut fonctionner à
vitesse variable, pour extraire plus d’énergie avec moins de sollicitations mécaniques et
donc aussi, moins de variations d’énergie, ce qui n’est pas le cas avec un fonctionnement
à vitesse constante [Mathew, 2006].
Les convertisseurs statiques sont indispensables dans la structure d’un tel système.
Ils permettent non seulement de fonctionner à vitesse variable mais aussi extraire le
maximum de la puissance produite. Une structure souvent utilisée est celle qui utilise un
pont redresseur de diodes associé à un convertisseur commandable (de type élévateur,
abaisseur ou élévateur-abaisseur) (figure 3.1).
Figure 3.1 – Structure d’un système éolienne à vitesse variable
Les commandes électriques pour extraire la puissance maximale des systèmes
éoliennes sont tout-à -fait différentes à celles des systèmes photovoltaı̈ques. Elles sont
basées sur le réglage de la vitesse de rotation d’un générateur éolien qui produit une
tension à courant alternatif tandis que les dernières sont basées sur la régulation de
54
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
la tension à courant continu générée par un générateur photovoltaı̈que. Pourtant, la
vitesse de rotation du générateur éolien est proportionnelle à la tension de celui-ci,
alors le principe de la poursuite du PPM des deux systèmes est le même. De ce
fait, on peut appliquer les méthodes de la poursuite du PPM des systèmes photovoltaı̈ques, qui sont bien développées et ont prouvé leur efficacité dans la recherche et
aussi l’implémentation.
Dans ce chapitre, nous allons détailler une chaine de production éolienne de petite
puissance qui fonctionne à vitesse variable avec l’aide des convertisseurs d’électronique
de puissance. Puis nous proposons un contrôleur afin d’effectuer la poursuite du PPM
pour ce système, ce qui permet de profiter des avantages de celui du système photovoltaı̈que conçu dans le chapitre précédent. Les résultats de simulation seront montrés
pour prouver l’efficacité de notre contrôleur proposé.
I.
Modélisation de la
d’électricité éolienne
1.
Aérodynamique
chaine
de
production
Considérons le système éolien à axe horizontal donné par la figure 3.2 sur lequel
nous avons représenté la vitesse de vent v1 en amont de l’éolienne et la vitesse v2 en
aval. En supposant que la vitesse de vent traversant le rotor est égale à la moyenne
entre la vitesse de vent non perturbé à l’avant de l’éolienne v1 et la vitesse de vent
2
, la masse d’air en mouvement de densité
après passage à travers le rotor v2 soit v1 +v
2
ρ traversant la surface S des pales en une seconde est [Fox et al., 1985] :
m=
ρS(v1 + v2 )
2
(3.1)
La puissance aérodynamique Paero s’exprime par la moitié du produit de la masse
et de la diminution de la vitesse de vent (seconde loi de Newton) :
Paero =
m(v12 − v22 )
2
(3.2)
Soit en remplaçant m par son expression dans l’équation 3.2
Paero
ρS(v1 + v2 )(v12 − v22 )
=
4
(3.3)
Un vent théoriquement non perturbé traverserait cette même surface S sans diminution de vitesse, soit à la vitesse vvent = v1 , la puissance Pm correspondante serait
alors :
1
3
Pm = Cp ρSvvent
2
(3.4)
Modélisation de la chaine de production d’électricité éolienne
55
Figure 3.2 – Tube de courant autour d’une éolienne
où Cp le coefficient de puissance.
Alors, la puissance mécanique d’une éolienne peut être exprimée en fonction de la
densité de l’air ρ, du rayon des pales Rpale , et de la vitesse de vent vvent :
1
2
3
vvent
Pm = Cp ρπRpale
2
2.
(3.5)
Coefficient de puissance
Le rapport entre la puissance extraite du vent et la puissance totale théoriquement
disponible est alors :
(1 +
Pm
=
Cp =
Paero
v1
)(1
v2
2
− ( vv12 )2 )
(3.6)
Si on représente la caractéristique correspondante à l’équation 3.6, on s’aperçoit
que le rapport Cp présente un maxima de 16/27 soit 0,59. C’est cette limite théorique
appelée limite de Betz qui fixe la puissance maximale extractible pour une vitesse
de vent donnée. L’énergie maximale susceptible d’être recueillie par une éolienne ne
peut dépasser en aucun cas 59% de l’énergie cinétique de la masse d’air qui traverse
l’éolienne. En réalité, jusqu’à présent, seulement 60 à 70% de cette puissance maximale
théorique peut être exploitée par les engins les plus perfectionnés. Ce rendement, appelé
coefficient de puissance Cp de l’éolienne, est propre à chaque voilure.
Le coefficient de puissance Cp dépend du nombre de pales du rotor et de leurs
formes géométriques et aérodynamiques (longueur, profil des sections). La figure 3.3
donne l’image de la famille des courbes de la puissance éolienne en fonction de la vitesse
de rotation pour différentes vitesses du vent ainsi que la courbe optimale qui relie leurs
sommets selon une fonction cubique de la vitesse de rotation. Celles-ci sont conçues en
fonction des caractéristiques d’un site, de la puissance nominale souhaitée, du type de
régulation (en pitch ou par décrochage) et du type de fonctionnement (à vitesse fixe
56
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
ou variable) [Ackermann, 2006]. Cp dépend de l’angle de pale β et la vitesse réduite λ.
Si Ω est la vitesse du rotor, la vitesse réduite est définie par :
λ=
ΩRpale
vvent
(3.7)
Figure 3.3 – Coefficient pour plusieurs types des éoliennes [Ackermann, 2006]
Dans les éoliennes à axe horizontal, on peut calculer une expression analytique de
Cp (λ, β) pour différentes valeurs de β. Une seule interpolation par rapport à β est alors
suffisante. Abdin [Abdin and Xu, 2000] proposent une forme sinusoı̈dale de Cp (λ, β),
qui a été reprise par El Aimani dans [El Aimani, 2004]. Dans ce travail, on utilise la
formule proposée par Molina [Molina and Mercado, 2008] :
1
Cp (λ, β) =
2
98
−16.5
− 0.4β − 5 exp
λi
λi
(3.8)
où :
λi =
1
λ+0.089
1
−
0.035
β 3 +1
(3.9)
On peut voir que pour β = 0˚, la valeur de Cp est maximale (figure 3.4), donc pour
des petites éoliennes qui ne peuvent pas être équipé d’un système mécanique pour
régler l’angle d’attaque des pales, cette dernière est fixée à une valeur pour pouvoir
récupérer une énergie maximale. Dans la suite de cette étude, l’angle de pale est fixé à
zéro (β = 0˚), comme ça Cp ne dépend que de la vitesse réduite λ.
Pour chaque vitesse de vent, on a une valeur optimale de la vitesse réduite, correspondante à une valeur optimale de la vitesse du rotor. Alors, si la vitesse réduite λ est
Modélisation de la chaine de production d’électricité éolienne
57
Figure 3.4 – Caractéristique Cp (λ) pour plusieurs valeurs de β
commandée pour la maintenir à sa valeur optimale λopt , le coefficient de puissance est
à sa valeur maximale CpM = Cp (λopt ) ; on peut donc exprimer la puissance mécanique
maximale de l’éolienne par :
1
2
3
Pmax = CpM ρπRpale
vvent
2
(3.10)
Figure 3.5 – Puissance mécanique en fonction de la vitesse
A partir de la valeur optimale du rapport de vitesse λopt , la vitesse optimale du
rotor Ωopt correspondante est calculée par :
λopt =
Ωopt Rpale
λopt vvent
⇒ Ωopt =
vvent
Rpale
(3.11)
Alors, pour chaque vitesse de vent vvent , il y a une vitesse optimale du rotor Ωopt
qui donne une puissance maximale récupérée par la turbine (figure 3.5).
58
3.
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Générateur synchrone à aimant permanent
Les GSAPs sont utilisés de plus en plus dans le domaine de conversion éolienne,
surtout dans les applications autonomes, pour leur fiabilité, efficacité et une taille
compacte. Dans cette thèse, nous utilisons un GSAP couplé directement à la turbine
éolienne sans aucune boite de vitesse. Le modèle du GSAP utilisé est basé sur les
équations suivantes [Hughes, 2006] :


 

 

va
Φa
Rs 0 0
ia
 vb  =  0 Rs 0  ×  ib  + d  Φb 
dt
vc
Φc
0 0 Rs
ic
(3.12)
où vi , ii , Φi sont respectivement les tensions, les courants et les flux magnétiques des
phases du stator de la machine, Rs étant la résistance des enroulements. Les couplages
sont définis comme suit :



 
 
cos(θr )
ia
Laa Lab Lac
Φa
 Φb  =  Lba Lbb Lbc  ×  ib  + Φm  cos(θr − 2π/3) 
cos(θr + 2π/3)
ic
Lca Lcb Lcc
Φc

(3.13)
où θr est l’angle électrique et Φm est le flux de l’aimant vu du stator.
Par la suite, les grandeurs définies précédemment (tension, courant, flux) sont exprimées par la transformée de Park [Boldea, 2006] qui permet le changement de coordonnées dans un référentiel aligné sur le champ tournant (le flux rotorique ψr ). La
relation entre les composantes du courant statorique aligné sur le champ tournant est
présentée dans la figure 3.6 [Mittal et al., 2009].
Figure 3.6 – Transformée de Park
En utilisant la transformation de Park, les équations 3.12 et 3.13 deviennent :
Modélisation de la chaine de production d’électricité éolienne
Vd = −RS id − Ld didtd + ωLq iq
Vq = −RS iq − Lq didtq − ωLd id + ωΦm
59
(3.14)
L’expression du couple électromagnétique dans le rotor est donnée par :
3
Te = p[(Ld − Lq )iq id − Φm iq ]
2
(3.15)
où p est le nombre de paires de pôles, Φm est le flux magnétique, Ld est l’inductance
de l’axe direct, Lq est l’inductance en quadrature, Rs est la résistance du stator et
ω = Ωp est la pulsation (fréquence) électrique des tensions du GSAP. Dans le cas d’un
rotor cylindrique, Ld ≈ Lq ≈ Ls alors :
3
Te = − pΦm iq
2
(3.16)
Ainsi dans un GSAP, le couple est proportionnel au courant du stator et la tension
induite est proportionnelle à la vitesse du rotor [Huynh et al., 2012] :
Te = kT I
E = ke ω
(3.17)
(3.18)
où I est le courant du stator, E la tension induite et kT , ke les coefficient du couple
et de tension du GSAP.
4.
Pont redresseur de diodes triphasé
Étant donné que le GSAP produit une tension à fréquence et amplitude variables,
des dispositifs d’électronique de puissance supplémentaires sont nécessaires pour satisfaire les besoins demandées par la charge. La méthode souvent utilisée est de redresser
la tension de sortie, puis on traite cette tension continue avant de l’introduire comme
tension d’entrée de l’onduleur. Dans cette étude, on utilise un pont de diodes triphasé
pour redresser la tension produite par le GSAP.
Le circuit constitué par un pont de diodes (PD3) de la figure 3.7 est considéré,
les diodes sont supposées parfaites (interrupteurs parfaits) et le courant à la sortie du
montage redresseur est continu (charge fortement inductive) :
- lorsque v1 > v2 > v3 , D1 et D30 conduisent : ud = v1 − v3 ;
- lorsque v1 > v3 > v2 , D1 et D20 conduisent : ud = v1 − v2 ;
- lorsque v2 > v1 > v3 , D2 et D30 conduisent : ud = v2 − v3 ;
- lorsque v2 > v3 > v1 , D2 et D10 conduisent : ud = v2 − v1 ;
60
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Figure 3.7 – Pont redresseur de diode triphasé
- lorsque v3 > v1 > v2 , D3 et D20 conduisent : ud = v3 − v1 ;
- lorsque v3 > v2 > v1 , D3 et D10 conduisent : ud = v3 − v2 ;
Chaque diode conduit ainsi pendant un tiers de période tandis que la tension redressée se compose de six portions de sinusoı̈dale par période T. Sur la figure 3.8, on a
représenté l’allure de la tension redressée ud ainsi que la tension aux bornes de la diode
D1 (vD1 ).
Figure 3.8 – Tension redressée
Nous avons supposé que la source et le redresseur sont parfaits, alors que la tension
redressée ud est
√périodique de période T /6. Entre 0 et T /6, cette tension a pour expression : ud = Us 2 cos(ωt) avec Us étant la valeur efficace des tensions d’entrées. Étant
donné que les éléments ne sont pas parfaits (la chute due aux résistances et aux diodes,
l’empiétement, la non-sinusoı̈dale des tension d’entrées...) entraı̂ne une diminution de
la valeur moyenne Ud de la tension redressée. Cette chute peut être négligée.
Dans ce cas, nous avons :
Ud
Id
√
Z T /12
1
3 6
=
ud dt =
UGSAP
T /6 −T /12
π
π
= √ IGSAP
6
(3.19)
(3.20)
où Vd et Id sont les valeurs moyennes de la tension et du courant de sortie du redresseur, VGSAP et IGSAP sont les valeurs efficaces de la tension et du courant fondamentaux
côté alternatif [Hughes, 2006].
Modélisation de la chaine de production d’électricité éolienne
5.
61
Hacheur élévateur
Les convertisseurs statiques sont des éléments essentiels du système de conversion
d’énergie éolienne à vitesse variable. Ils permettent de fonctionner à vitesse variable et
ainsi extraire le maximum de la puissance produite par l’éolienne. On peut optimiser la
puissance (du côté continu) par un contrôle de la tension (en conséquence la vitesse de
rotation du générateur) avec un redresseur commandé en MLI, ou par un pont redresseur de diodes associé à un convertisseur commandable (de type élévateur, abaisseur ou
élévateur-abaisseur) [Mirecki, 2005]. Les configurations basées sur un pont redresseur
à six interrupteurs commandés sont onéreuses et demandent un circuit de commande
assez complexe. La dernière structure adaptée dans le cadre de cette étude, nécessite
un système de commande simple et moins cher. Comme la tension de sortie du GSAP
n’est pas assez haute (la constante de tension du GSAP est de 139V /1000rpm et la
vitesse de rotor est de moins de 2000rpm), nous avons choisi d’utiliser un convertisseur
élévateur pour avoir une tension élevée en sortie.
Un convertisseur élévateur peut être représenté par le circuit de la figure 3.9, où
Uei représente la tension d’alimentation, Ie le courant traversant l’inductance Le , Ue
la tension du transistor, Us la tension aux bornes du condensateur Cs , Is le courant
traversant le diode, et Uso la tension de sortie aux bornes de la charge résistive R. Par
ailleurs, il est à noter que la commutation est considérée instantanée et la tension de
seuil de la diode VD est nulle [Barrade, 2006]. Les pertes par commutation sont donc
négligées.
Figure 3.9 – Convertisseur élévateur
On définit le rapport cyclique D comme le rapport entre la durée d’amorçage du
transistor et la période de commutation T du convertisseur. Pendant DT , le transistor
T est amorcé, la tension aux bornes de Le vaut Uei . Cette phase correspond à la
croissance du courant dans l’inductance. Pendant (1 − D)T , la diode D est amorcée, la
tension aux bornes de Le vaut Uei − Uso . La tension Ul est négative, ce qui correspond
à la décroissance du courant dans l’inductance (figure 3.10).
On peut ainsi calculer la valeur moyenne de Ul comme suivant :
62
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Z
1 DT
Ul (t) dt
< Ul > =
T 0
Z
Z
1 DT
1 T
=
Uei dt +
(Uei − Uso ) dt
T 0
T DT
= Uei D + (Uei − Uso )(1 − D)
(3.21)
Figure 3.10 – Tension et courant de l’inductance Le
En régime permanent, la tension moyenne aux bornes de l’inductance Le est nulle.
Par conséquent :
1
1−D
= (1 − D)Ie
Uso = Uei
(3.22)
Iso
(3.23)
Le rapport cyclique varie entre 0 et 1, alors le hacheur élévateur permet d’obtenir
en sortie une tension nettement plus élevée que celle appliquée à son entrée.
Ondulation de la tension et du courant de sortie D’après la figure 3.10,
pendant la phase où Ul est positive, on peut écrire :
Ul = Uei = Le
∆Ie
DT
(3.24)
Modélisation de la chaine de production d’électricité éolienne
63
où ∆Ie est l’amplitude des ondulations du courant Ie . Il vient donc :
∆Ie =
Ue
D
Le f
(3.25)
Les ondulations du courant Ie sont ainsi directement proportionnelles au rapport
cyclique D. Pour dimensionner Le , on aura donc besoin de considérer la valeur maximale que peut prendre D, afin que Ie ne dépasse jamais la valeur prescrite. On prendra
en compte l’influence de la fréquence de commutation f , que l’on choisira la plus élevée
possible : cela permet de réduire avec bénéfice la valeur de Le permettant de fixer Ie .
Dans la figure 3.11, on peut voir que la tension aux bornes de Cs varie linéairement,
ce qui permet d’écrire, sur la durée (1 − D)T :
∆Uso =
D
Ue
Rs Cs f 1 − D
(3.26)
Figure 3.11 – Tension et courant de Cs
où ∆Uso représente l’amplitude des ondulations en sortie du convertisseur. Ces
ondulations sont bien évidemment fonction des paramètres du système, mais également
du rapport cyclique D (l’amplitude des ondulations est d’autant plus grande que le
rapport cyclique est élevé). Lorsque les paramètres Rs et Ue sont fixés, il faut choisir
une grande valeur de Cs pour diminuer cette ondulation. On impose aussi une valeur la
plus élevée possible pour la fréquence de commutation f du convertisseur. Cela permet
en effet de réduire d’autant la capacité du condensateur Cs .
Dans les simulations suivantes, comme la fréquence de commutation f est de 1kHz,
on choisit pour Le de 6mH, et pour Cs de 10µF pour avoir une sortie plate.
64
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
II.
1.
La poursuite du PPM d’une éolienne couplée à
un GSAP
Principe de la poursuite du PPM d’une petite éolienne
couplée à un GSAP
La turbine éolienne a une courbe de puissance qui dépend de ses paramètres, des
conditions atmosphériques et aussi de la vitesse de rotation du rotor. Différemment du
fonctionnement à vitesse fixe, qui peut seulement travailler dans un point fixe de ces
courbes (c’est rarement un point optimal), le fonctionnement à vitesse variable nous
permet de choisir le point de fonctionnement en réglant la vitesse du rotor. Si cette
vitesse est réglée à une valeur optimale, la puissance de l’éolienne est maximale. C’est
pour quoi la commande de poursuite du PPM est indispensable dans les éoliennes à
vitesse variable. Pour ces méthodes d’optimisation énergétique, on retrouve certaines
caractéristiques des systèmes MPPT rencontrés en photovoltaı̈que.
La poursuite du point de puissance maximale d’une éolienne est basée sur la relation
entre la vitesse de rotation du rotor et la puissance produite (figure 3.5). Le système
de commande utilise cette relation pour définir la puissance maximale disponible pour
chaque vitesse de vent et fait évoluer la vitesse du rotor pour minimiser l’écart entre
cette puissance maximale et la puissance produite. Dans une éolienne couplée à un
GSAP (figure 3.12), pour changer la vitesse du rotor, on peut régler la tension de
sortie du GSAP comme expliqué dans ce qui suit.
Figure 3.12 – Chaine de production d’éolienne étudiée
La tension de phase du GSAP est calculée par :
VGSAP =
q
2
EGSAP
− (Is Ls ω)2
(3.27)
où EGSAP est la tension induite, Is est le courant de phase du stator et Ls est
l’inductance propre d’un enroulement du stator du GSAP.
D’après les équations 3.17 et 3.18, on a :
La poursuite du PPM d’une éolienne couplée à un GSAP
65
r
Te
(ke ω)2 − ( Ls ω)2
kT
r
Te
= ω ke2 − ( Ls )2
kT
VGSAP =
(3.28)
D’après l’équation 3.29, on peut calculer la tension de sortie du redresseur :
√
3 6
Vd =
VGSAP
π
(3.29)
D’après l’équation 3.30, la tension de sortie du convertisseur élévateur s’écrit :
Vdc =
1
Vd
1 − D2
(3.30)
Alors, on a :
√ r
1 3 6
Te L s 2
Vdc =
ω ke2 − (
)
1 − D2 π
kT
(3.31)
Ainsi la tension de sortie du convertisseur est proportionnelle à la vitesse de rotation
de la machine. On peut jouer sur le rapport cyclique du convertisseur élévateur pour
changer cette tension, en conséquence changer la vitesse du GSAP. L’augmentation
du rapport cyclique implique une diminution de la vitesse du rotor (ou tension de
sortie) et inversement, une diminution du rapport cyclique augmente la vitesse du
rotor (ou la tension). La commande de la poursuite du point de puissance maximale
d’une éolienne est basée sur ce principe, elle contrôle la vitesse du rotor en agissant
sur le rapport cyclique du convertisseur, et par conséquent la puissance délivrée par
l’éolienne [Mirecki, 2005].
2.
Synthèse des commandes MPPT des éoliennes
Comme dans les systèmes photovoltaı̈ques, il existe deux structures de commande
MPPT pour les systèmes éoliennes : les méthodes indirectes et les méthodes directes.
2.1.
Méthodes indirectes
Les méthodes indirectes sont basées sur la courbe de puissance de l’éolienne. De cette
courbe, on peut déterminer la vitesse optimale selon chaque vitesse de vent et commander le rotor pour suivre cette vitesse optimale [Huynh et al., 2012] ou par controleur
feed-forward [López and Vannier, 2009]. Hong et al. proposent un algorithme MPPT
66
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
basé sur l’utilisation des mémoires et la valeur initiale de la vitesse réduite. Sur la
base des caractéristiques du générateur, l’algorithme proposé s’adapte et effectue avec
précision le réglage automatique de mise à jour des données de vitesse de référence
comme les changements de vitesse de vent [Hong and Lee, 2010].
Dans les commandes indirectes, il existe aussi les commandes en couple : à partir
de la vitesse optimale, on calcule le couple optimal pour chaque vitesse de vent et cette
référence est suivie ensuite par une commande, par modes glissants [Beltran, 2010] ou
par un contrôleur flou [Mirecki, 2005]. De plus, il y a la commande indirecte par le
pilotage du courant de charge. Dans cette méthode, on contrôle le courant de charge
(”côté DC”) qui débite dans une batterie selon le point de fonctionnement de l’éolienne.
Contrairement aux cas précédents, le contrôle de la charge mécanique de voilure s’effectue de façon indirecte à travers le pont de diodes [Mirecki, 2005].
Un inconvénient des méthodes indirectes est que la courbe de puissance d’une
éolienne n’est pas disponible avec haute précision et va changer d’après la vieillesse du
rotor [Koutroulis and Kalaitzakis, 2006]. Un autre inconvénient est qu’elle nécessite la
mesure de la vitesse de vent. Le prix des anémomètres est une barrière pour l’application des méthodes indirectes dans les sites isolés.
2.2.
Méthodes directes
Les méthodes directes sont indépendantes de la connaissance des courbes de puissance et de la vitesse de vent. Elles sont basées sur la recherche extrême (méthode P&O,
méthode Hill Climb Searching ... ) qui a été appliquée avec succès dans les systèmes
photovoltaı̈ques. Pourtant, le processus de conversion d’énergie éolienne est plus compliqué à cause de la nature stochastique du vent, de l’aérodynamique complexe et du
comportement non-linéaire du générateur et du système électrique, alors l’application
de ces méthodes à un système de conversion éolienne nécessite des modifications et
adaptations.
L’algorithme MPPT proposé dans [Raza et al., 2008] exploite le fait que la courbe
de puissance optimale d’une éolienne est caractérisée par une constante kopt unique.
Ainsi, si on arrive à atteindre les maxima et les détecter avec succès, nous pouvons
extraire kopt en mesurant la puissance et la vitesse de rotation. Une fois que kopt est
connue, il peut servir comme référence précise pour la taille et la direction de la perturbation suivante.
Dans [Bharanikumar et al., 2010], les auteurs ont proposé un contrôleur MPPT
basé sur le courant d’entrée de l’éolienne et la vitesse de vent. Ce contrôleur génère
le rapport cyclique approprié pour le convertisseur élévateur, et de ce fait, le point
de puissance maximale est suivi. Le courant optimisé sert de référence de manière à
obtenir la puissance maximale de sortie générée à partir de l’éolienne pour différentes
vitesses de vent.
Néanmoins, dans les méthodes présentées ci-dessus, il faut mesurer la vitesse de rotor qui nécessite un capteur de vitesse qui coute encore cher et n’est pas mesurée facilement avec précision. Pour cela, une méthode de poursuite du PPM basée sur l’équation
dP /dD = 0 qui permet de calculer le nouveau rapport cyclique pour suivre le PPM
Contrôleur flou de la poursuite du point de puissance maximale du système éolien
proposé
67
quand la vitesse de vent change a été proposée dans [Koutroulis and Kalaitzakis, 2006].
[Trinh and Lee, 2010] a proposé une méthode basée sur la même équation, mais en utilisant un contrôleur flou pour suivre le PPM. Toutes les deux montrent qu’on n’a pas
besoin ni de la connaissance des courbes de puissance de l’éolienne ni de la vitesse de
vent ni de la vitesse de rotation. Pourtant, ces méthodes ne fonctionnent que pour une
charge constante. Si la charge varie quand la vitesse de vent est constante, le courant
et la tension vont changer mais dP /dD reste à la même valeur, alors le contrôleur ne
peut pas reconnaı̂tre ce changement pour déplacer le système au nouveau PPM, la
puissance extraite n’est plus maximale. En conséquence, ces méthodes ne peuvent pas
être appliquées de cette manière à des sites isolés dont la charge varie en fonction du
temps.
III.
1.
Contrôleur flou de la poursuite du point de
puissance maximale du système éolien proposé
Introduction de la méthode proposée
Dans cette étude, nous proposons une méthode basée sur la relation entre la puissance du vent et la vitesse du rotor quand on est au PPM (dP /dΩ = 0), modifiée avec
l’aide de règle de chaine pour avoir une autre forme :
dP dV
dP
=0⇔
=0
dΩ
dV dΩ
(3.32)
Dans un GSAP, la vitesse du rotor est proportionnelle à la tension du générateur :
dV
>0
dΩ
(3.33)
Alors quand on a atteint le PPM, on a :
dP
dP
=0⇔
=0
dΩ
dV
(3.34)
Ainsi, nous pouvons déduire que l’équation obtenu pour la recherche du PPM d’un
système éolien est de la même forme que celle d’un système photovoltaı̈que. De plus,
le comportement de la puissance de l’éolienne selon la tension de sortie est le même :
dans le côté gauche du PPM, l’augmentation de la tension fait augmenter la puissance
et dans le côté droit du PPM, la diminution de la tension fait augmenter la puissance.
Nous avons donc le même raisonnement que dans le cas de la poursuite du PPM d’un
système photovoltaı̈que.
Alors, on peut appliquer le contrôleur de la poursuite du PPM déjà conçu dans le
chapitre 2 dans notre système éolien. Ainsi, on impose une perturbation de la tension
68
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Figure 3.13 – Méthode de poursuite du PPM
du générateur, s’il y a une augmentation de la puissance, la perturbation suivante
devrait suivre la même direction pour atteindre le PPM et s’il y a une diminution de
la puissance, la perturbation devrait être inversée. Cette perturbation s’arrête quand
on atteint le PPM. Pourtant, il nous faut recalculer les coefficients du contrôleur et
changer les règles pour adapter au nouveau système.
2.
Choix des éléments du contrôleur flou
Pour mettre en œuvre cet algorithme dans un contrôleur flou, nous avons besoin
de deux entrées : le changement de la puissance du générateur (dP/dV ) et sa dérivée
(d2 P/dV 2 ), la sortie est le rapport cyclique D2 du convertisseur élévateur (figure 3.14).
Figure 3.14 – Contrôleur flou de la poursuite de PPM proposé
2.1.
Fuzzification
Comme dans le chapitre 2, nous fixons cinq fonctions d’appartenance afin d’obtenir
un bon compromis entre la sensibilité de la commande et la difficulté de réglage. Les
fonctions d’appartenance des entrées sont pareils comme dans chapitre 2.
Simulation et résultats
2.2.
69
Moteur d’inférence
Les règles sont choisis et résumées dans le tableau 3.1 :
Tableau 3.1 – Règles de ∆D2
dP/dV
2.3.
Très Négatif
Négatif
Zéro
Positif
Très Positif
Très Nég
+3%
+3%
0%
0%
0%
d2 P/dV 2
Négatif Zéro Positif
+3%
+1%
0%
+1%
+1%
0%
0%
0%
0%
0%
-1%
-1%
0%
-1%
-3%
Très Pos
0%
0%
0%
-3%
-3%
Défuzzification
Nous utilisons aussi la méthode du centre de gravité comme dans le chapitre 2.
Alors, la sortie ∆D2 appliqué au convertisseur élévateur est calculée :
D2 (k) = D2 (k − 1) + ∆D2 (k)
IV.
(3.35)
Simulation et résultats
De nombreuses simulations, vérifiant tous les cas possibles de fonctionnement ont été
effectuées avec des variations aussi bien de la charge que des conditions climatiques. Les
simulations présentées ci-dessous sont un des exemples. Le système testé est composé
d’une éolienne couplée directement à un GSAP. Un pont de diodes est utilisé pour
redresser la tension de sortie du GSAP. Un convertisseur élévateur est utilisé pour
suivre le PPM du panneau en ajustant la tension du panneau (figure 3.15).
Figure 3.15 – Simulation dans Simulink Matlab
70
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Le modèle du GSAP employé dans les circuits de simulation est directement issu
de la bibliothèque des modèles de Matlab/Simulink. Les paramètres du GSAP utilisés
sont résumés dans la table suivant :
Tableau 3.2 – Paramètres du GSAP utilisé
Paramètres
Résistance de phase du stator
Inductances
Flux créé par aimants
Constante de tension
Constante de couple
Inertie
Coefficient de frottement
Nombre de paire de pôles
Valeurs
0.085 Ω
0.00095 H
0.192 V.s
139.2998 Vpeak−ligne /krpm
1.152 N.m/Apeak
0.008 J kg.m2
0.001147 F(N.m.s)
4
Le contrôleur a deux entrées : la puissance et la tension de l’éolienne, et une sortie :
le rapport cyclique D2 du convertisseur. Notre contrôleur flou est mis en œuvre dans
Matlab Simulink (figure 3.16).
Figure 3.16 – Contrôleur flou de poursuit du PPM dans Simulink Matlab
Le schéma de l’émulateur de la turbine éolienne est basé sur les équations 3.5, 3.8
et 3.9 a été fait dans Simulink comme suit :
Figure 3.17 – Emulateur de la turbine éolienne dans Simulink Matlab
La vitesse de vent est variée pour tester le fonctionnement du contrôleur proposé
dans diverses conditions climatiques. Une charge résistive est fixée et une autre est
enclenchée et déclenchée pour vérifier la réponse de notre contrôleur sous la variation
Simulation et résultats
71
des conditions d’exploitation. Comme précédemment, par soucis de simplification, les
charges sont résistives mais le système fonctionne correctement avec d’autres types de
charge. Dans le chapitre suivant, les charges triphasées avec utilisation de l’onduleur
seront appliquées pour prouver que notre contrôleur fonctionne bien pour tout type
de charge. Les courbes caractéristiques de l’éolienne utilisé pour différentes vitesse de
vent sont données par la figure 3.18.
Figure 3.18 – Les courbes caractéristiques Pm (ω) pour différentes vitesse de vent
Au cours des dix premières secondes, la vitesse de vent est de 8m/s (selon la courbe
de puissance dans la figure 3.18, la vitesse optimale du rotor est ωopt = 1500rpm et la
puissance mécanique maximale est Pmax = 8.64kW pour v = 8m/s). Notre contrôleur
impose une vitesse du rotor de 1520rpm au GSAP, qui permet une puissance extraite
de 7.6kW . La différence entre ces deux valeurs représente les pertes de puissance dans
le système (compris les pertes mécaniques et électriques). On a besoin d’environ 5
secondes pour que notre système atteigne le régime permanent, ce qui n’est pas le
temps de réponse de notre contrôleur (figures 3.19, 3.20).
Lorsque la vitesse de vent change de 8m/s à 6m/s (de la 20eme secondes à 40eme
secondes), notre contrôleur diminue la vitesse du rotor à 1100rpm pour extraire une
puissance maximale de 3.2kW (la vitesse optimale de rotor est ωopt = 1130rpm et la
puissance maximale est de Pmax = 3.645kW pour v = 6m/s).
Également, un échelon de vitesse de vent (augmentation de 6m/s à 9m/s puis
descente à 7m/s et ré-augmentation à 8m/s toutes les 20 secondes) est appliqué à
la turbine éolienne (figure 3.19). Nous constatons que la vitesse de rotor suit bien la
vitesse optimale correspondante à chaque valeur de la vitesse de vent. Nous remarquons
aussi que la puissance extraite suit les variations de la vitesse du vent (figures 3.21 et
3.20).
La figure 3.21 présente aussi la réponse du système dans le cas d’une variation de la
charge (la 10eme , 50eme et 90eme seconde). Quand la charge change (tandis que la vitesse
de vent ne change pas), on remarque que le contrôleur arrive toujours à maintenir la
vitesse du rotor autour sa valeur optimale pour extraire le maximum de puissance de
vent, ce qui prouve le bon fonctionnement du contrôleur pour la poursuite du PPM
72
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
Figure 3.19 – La variation de la vitesse de vent
Figure 3.20 – Puissance de l’éolienne
Figure 3.21 – Vitesse de rotor
Conclusion
73
sous la variation de la charge.
Alors, l’efficacité de notre contrôleur a été montré dans la figure 3.21 d’où la vitesse
de rotor est bien commandé pour atteindre les valeurs optimales dans toute condition
de vent ou de la charge (l’erreur maximale est de 1320−1280
≈ 3% pour v = 7m/s et
1320
1710−1700
minimale est de 1700 ≈ 0.6% pour v = 9m/s), celui-ci est très intéressant quand
on note que notre contrôleur ne connait pas ces valeurs optimales.
Ensuite, la figure 3.22 va nous montrer la robustesse et la rapidité de notre
contrôleur. Le temps de réponse pour chaque changement de vitesse de vent ou bien
de la charge est environs 1 second, c’est intéressant pour les applications des sites
isolés. Après avoir atteint le PPM, le contrôleur a bien fixé sa sortie, alors il n’y a pas
d’oscillation autour du PPM.
Figure 3.22 – Rapport cyclique D2
Ces résultats de simulation montrent que notre contrôleur fonctionne très bien. Il a
assuré la poursuite du PPM sous toutes les variations de conditions climatiques et de
d’exploitation avec précision et rapidité.
V.
Conclusion
Dans ce chapitre, nous avons présenté tout d’abord la modélisation de la chaine de
production éolienne dont l’aérodynamique de la turbine et aussi les systèmes électriques
(générateur, convertisseur de puissance). Cette modélisation nous a permis de définir
ensuite le principe de la poursuite du point de puissance maximale pour le but d’optimiser le processus de production d’électricité. Nous avons également montré comment
nous pourrions optimiser la puissance fournie par une turbine éolienne à vitesse variable
couplée à un GSAP. Une étude bibliographique des méthodes de poursuite du point
de puissance maximale existantes a été présentée. Cette étude a permis de montrer
les besoins d’un contrôleur en terme de performances, de robustesse et de flexibilité.
Ce contrôleur devrait assurer un bon fonctionnement aux caractéristiques maximales
74
L’OPTIMISATION DE LA PRODUCTION DE L’ÉNERGIE ÉOLIENNE
quelques soient les comportements aléatoires de la source et de la charge avec un haut
rendement.
Dans ce contexte, nous avons proposé un contrôleur MPPT. L’idée est de transformer l’équation de la poursuite du PPM d’une éolienne à une forme semblable à celle
d’un panneau photovoltaı̈que, alors on peut appliquer le même contrôleur comme dans
chapitre 2. L’utilisation de la logique floue permet de surmonter la complexité de la
modélisation du système éolienne (GSAP, pont de redresseur...), et le méthode P&O
permet de poursuivre le PPM rapidement, indépendant des conditions climatiques et
des courbes caractéristiques de l’éolienne. De plus, notre contrôleur utilise un capteur
de tension au lieu d’un capteur de vitesse, ce qui est intéressant et convenable pour utiliser dans site isolé. Les résultats de simulation montrent l’efficacité de notre contrôleur.
Il a assuré une bonne poursuite de PPM, malgré les variations de conditions climatiques
et de la charge avec un temps de réponse rapide.
Chapitre 4
L’optimisation de l’électrification
d’un site isolé
Dans les réseaux de petites puissances en site isolé, trois critères peuvent être pris en
compte pour leur classement en fonction de la structure du système. Le premier critère
est la présence ou non d’une source d’énergie classique ou conventionnelle qui peut
être un générateur diesel, une micro-turbine à gaz... Un second critère possible est la
présence ou non d’un dispositif de stockage permettant d’assurer une meilleure satisfaction des besoins du consommateur pendant les périodes de chute et d’arrêt de production. Les dispositifs de stockage peuvent être des batteries, des réservoirs d’hydrogène
ou des volants d’inertie... Le dernier critère de classification possible est celui relatif
aux types de sources d’énergie renouvelable utilisées. La structure du système peut
contenir un système photovoltaı̈que, une éolienne, une petite centrale hydroélectrique
ou une combinaison de ces sources.
Les systèmes sans source conventionnelle fonctionnent surtout en mode autonome
dans des sites où l’approvisionnement en carburant diesel ou le raccordement au réseau
électrique est difficile, voire impossible. Notre système étudié en est un exemple, il
n’est constitué que deux sources d’énergie renouvelable : photovoltaı̈que et éolienne
(figure 4.1). La puissance délivrée peut être contrôlée en incorporant un régulateur de
poursuite du point de puissance maximale pour ces deux sources d’énergie renouvelable
[Luque and Hegedus, 2010].
Figure 4.1 – Structure d’un système isolé
76
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Le système photovoltaı̈que est connecté au bus CC à travers un convertisseur statique. Avec un contrôleur de poursuite du point de puissance maximale, l’énergie produite est toujours maximale dans toutes les conditions climatiques et/ou d’exploitation.
Cette puissance maximale est fournie la charge au travers d’un onduleur.
Pour générer de l’électricité à basse tension, surtout dans les endroits isolés, la
plupart des petits systèmes éoliens utilisent les générateurs à aimant permanent qui
sont fiables, n’ont pas besoin d’entretiens réguliers et peuvent extraire plus d’énergie en
fonctionnant à vitesse variable. La vitesse de rotation de ces petits systèmes éoliens est
beaucoup plus élevée que celle des grands systèmes, alors on peut coupler directement
la turbine et le générateur [Hansen and Risø, 2001]. Pour fonctionner à vitesse variable,
l’approche la plus utilisée consiste à coupler un redresseur à un onduleur. Un hacheur
peut aussi être utilisé pour régler la puissance extraite de l’éolienne.
Pour assurer la demande de charge, des systèmes de stockage peuvent également
être associés. Le moyen de stockage habituellement utilisé repose sur l’utilisation de
batteries. En particulier, les batteries au plomb qui présentent l’avantage d’un rapport
prix/durée de vie satisfaisant. Un système de délestage par résistance est aussi utilisé
(figure 4.1).
Dans ce chapitre, nous présentons tout d’abord les problèmes rencontrés dans
l’électrification des sites isolés, puis nous proposons une stratégie de commande pour
assurer la demande du consommateur et prendre en compte la durée de vie des dispositifs de notre système. Les techniques pour extraire la puissance maximale possible
à partir des sources renouvelables utilisées sont celles développées dans les chapitres
2 et 3. Un superviseur pour gérer cette puissance maximale en prenant en compte la
continuité du service (répondre à la demande du consommateur) et la durée de vie des
batteries de stockage est aussi proposé. Les simulations sont également présentées pour
montrer le bon fonctionnement et l’efficacité du système.
I.
L’électrification d’un site isolé
Du point de vue de la continuité de la production et de la qualité de l’énergie, le
fonctionnement de ce type de systèmes est affecté par deux facteurs : les variations de
la puissance fournie par les sources d’énergie renouvelable et celles demandée par le
consommateur. Les sources éolienne et solaire sont stochastiques de par leur nature,
elles ont des caractéristiques locales et sont très difficiles à prédire. La demande du
consommateur varie également de l’ordre de quelques minutes [Kaldellis et al., 2007].
Le terme ”qualité de l’énergie électrique” fait référence à la stabilité de la tension
et de la fréquence du réseau. Il n’y a pas de normes spécifiques pour les systèmes de
génération en site isolé, les caractéristiques du réseau isolé doivent être semblables
aux caractéristiques des grands réseaux inter-connectés. Les consommateurs qui sont
connectés aux réseaux isolés, tout comme ceux connectés aux grands réseaux interconnectés, utilisent les mêmes appareils. Par conséquent, les exigences de qualité de
l’énergie sont généralement les mêmes [Kalantar and Mousavi, 2010].
Ainsi, la difficulté principale est de pouvoir produire à chaque instant l’énergie
Superviseur pour la gestion de l’énergie
77
demandée par la charge en garantissant la qualité de cette énergie (tension, fréquence).
Avec la nature intermittente, variable et aléatoire des sources, l’utilisation d’un système
de stockage devient indispensable. Une solution à retenir est de faire fonctionner la
batterie tout le temps sans faire attention à la variation de l’énergie renouvelable et de
la charge. Ainsi, si le système est bien dimensionné, l’équilibre de puissance du système
est assurée par la batterie et par conséquent, cela permet de stabiliser la fréquence du
système, de plus la tension de bus CC est fixée (par conséquent la tension du système).
Néanmoins, parfois dans ce type de fonctionnement, la batterie doit jouer le rôle de la
source principale, alors un des points le plus critique est la dégradation des batteries
ou leur vieillissement prématuré [Bopp et al., 1998]. Pour résoudre ce problème, nous
utilisons le système de stockage comme source supplémentaire, c’est-à-dire qu’elle ne
fonctionne que dans le cas où on doit compenser un manque d’énergie pour satisfaire
la demande du consommateur. Ainsi la fréquence du système est assurée, mais il nous
faut encore un régulateur de tension dont le système de commande est complexe et
coûteux [El-Shatter et al., 2006].
Il arrive parfois que la production d’énergie renouvelable soit plus importante que la
consommation de la charge. Si l’excès d’énergie dans le réseau ne peut pas être éliminé,
la production d’énergie renouvelable doit alors être limitée ou même arrêtée. En général,
nous pouvons utiliser une charge de délestage pour maintenir l’équilibre énergétique et
la stabilité de la fréquence comme nous l’avons montré dans [Huynh et al., 2012].
Tous ces dispositifs, tels que les charges de délestage, les batteries et les systèmes
de régulation de la tension, augmentent le coût d’investissement qui peut ne pas être
justifié par les avantages du système isolé. Il faut avoir une stratégie de commande
adéquate, permettant d’intégrer de manière optimale différents composants et donc de
rendre le système rentable.
Pour résumer, le problème principal dans le fonctionnement d’un système isolé est de
pouvoir fournir l’énergie demandée par le consommateur, malgré les grandes variations
de l’énergie produite causées par la nature stochastique des sources renouvelables,
tout en maintenant la fréquence et la tension fournie aux consommateurs ainsi que la
tension du bus à courant continu dans des limites acceptables. La durée de vie des
dispositifs utilisés, surtout de la batterie, est aussi prise en compte en limitant le taux
de charge/décharge.
II.
Superviseur pour la gestion de l’énergie
Pour gérer l’énergie électrique générée, nous avons besoin d’un superviseur, qui doit
optimiser l’usage de l’énergie produite et celle de la batterie. Si les sources renouvelables
ne donnent pas suffisamment de puissance et si la capacité de la batterie est suffisante,
la batterie fournira alors la puissance manquante. Si la puissance hybride dépasse la
demande de la charge, l’excédent sera stocké dans la batterie et si celle-ci est pleine, le
surplus sera dissipé dans un système de délestage (ici une résistance). Ainsi, la batterie
n’est pas le fournisseur principal, son taux de charge/décharge est réduit, et donc la
durée de vie de la batterie est prolongée.
L’association GSAP - redresseur - convertisseur - batterie doit satisfaire un niveau de
78
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
tension du bus continu suffisamment élevé pour que la commande de la machine puisse
être réalisée. Le bus continu doit alors être de tension suffisamment haute pour assurer
le pilotage de la génératrice à vitesse optimale et aussi pour le bon fonctionnement
de l’onduleur. La régulation de la tension continue sur le bus CC est mise en œuvre
par un convertisseur élévateur. Ainsi, la tension du bus CC est régulée en contrôlant
le flux d’énergie entre les batteries et le bus. Quand l’énergie fournie par les sources
d’énergie renouvelable est insuffisante pour faire face à une augmentation soudaine de
la charge, l’énergie manquante est obtenue à partir des batteries. Quand il existe un
excès d’énergie, il est utilisé pour recharger les batteries. Ceci impose l’association en
série/parallèle d’un grand nombre de batteries de tension standard.
Figure 4.2 – Structure du système de production d’énergie proposé
Dans ce superviseur, les entrées sont l’état de charge de la batterie (SOC) et l’erreur
de puissance DeltaP (différence entre la puissance fournie et la puissance de la charge).
Les sorties sont le rapport cyclique D3 appliqué au convertisseur élévateur DC/DC 3
pour adapter la tension du bus CC et celle de l’éolienne pour que la commande de
la machine puisse être réalisée ; la commande de l’interrupteur S1 pour l’utilisation
de la batterie (rechargement ou fourniture d’énergie à la charge) ; et la commande de
l’interrupteur S2 pour l’utilisation de la résistance de décharge lorsqu’il faut dissiper le
surplus.
Les ensembles flous adoptés pour mettre en œuvre le superviseur flou sont définis
comme suit :
- l’erreur de puissance DeltaP [Négatif, Petit Positif, Positif, Grande Positif],
- l’état de charge de la batterie [Vide, Moyen, Plein],
- le rapport cyclique D3 [Petit, Moyen, Grand],
- l’état de l’interrupteur S1 et S2 [Ouvert, Fermé].
Superviseur pour la gestion de l’énergie
79
Les fonctions d’appartenance correspondant à chaque ensemble flou sont les suivantes :
Figure 4.3 – Fonctions d’appartenance des entrées ”DeltaP ” et ”SOC”
Figure 4.4 – Fonctions d’appartenance des sorties ”D3 ”
Pour la mise en œuvre des règles, nous avons eu recours aux règles floues de type
Mamdani [Ying, 2000]. Exemple : si l’erreur entre l’énergie hybride et la demande
de charge est ”Grand Positif” et l’état de charge de la batterie est ”Plein”, alors,
l’interrupteur 1 devrait être ”Ouvert” et l’interrupteur 2 devrait être ”Fermé”. Les
80
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
différentes règles floues utilisées dans notre système sont résumées dans les tableaux
4.1, 4.2 et 4.3.
Règles de D3 pour ajuster la tension de la batterie :
Tableau 4.1 – Règles de D3
Négatif
DeltaP Positif
Très Positif
SOC
Plein Moyen
Moyen
Petit
Grand Moyen
Grand Moyen
Vide
Petit
Petit
Moyen
Règles de S1 pour l’utilisation de la batterie :
Tableau 4.2 – Règles de S1
Négatif
DeltaP Positif
Très Positif
SOC
Plein Moyen
Fermé
Fermé
Ouvert Ouvert
Ouvert Ouvert
Vide
Ouvert
Ouvert
Ouvert
Règles de S2 pour délester le surplus à la résistance de décharge :
Tableau 4.3 – Règles de S2
Négatif
DeltaP Positif
Très Positif
SOC
Plein Moyen
Ouvert Ouvert
Ouvert Ouvert
Fermé Ouvert
Vide
Ouvert
Ouvert
Ouvert
Ici, nous avons utilisé la méthode d’inférence max-min. Cette méthode réalise, au
niveau de la condition de chaque règle, l’opérateur OU par le calcul du maximum et
l’opérateur ET par le calcul du minimum. Pour la conclusion de chaque règle, l’implication se fait par l’opérateur ET (réalisé par formation du minimum). Enfin, au niveau
de l’agrégation des règles, l’opérateur OU qui lie les différentes règles est réalisé par le
calcul du maximum.
Modélisation du système isolé
III.
81
Modélisation du système isolé
Pour vérifier l’efficacité de notre superviseur, il faut le tester sous plusieurs fonctionnements. Pour cela, nous avons développé un système isolé sous Matlab/Simulink,
qui va nous permettre de faire varier non seulement les conditions d’exploitation mais
aussi les conditions atmosphériques.
1.
Système photovoltaı̈que
Le modèle du système PV développé dans le chapitre 2 (constitué des panneaux
PV, de l’étage d’adaptation et du contrôleur MPPT) est utilisé dans les simulations de
l’électrification de notre site isolé comme la source de l’énergie solaire. Ce système de
production est connecté au bus CC avec un système éolien et un système de stockage.
2.
Système éolien
De la même façon, le modèle du système éolien développé dans le chapitre 3
(constitué par la turbine éolienne, le GSAP, le pont redresseur à diodes, le convertisseur
élévateur et le contrôleur MPPT) est utilisé dans les simulations de l’électrification de
notre site isolé comme la source de l’énergie éolienne. Ce système de production est
connecté au bus CC avec le système photovoltaı̈que et un système de stockage.
3.
Système de stockage
Le bloc de batteries met en œuvre un modèle générique paramétrable dynamique pour représenter les types les plus populaires d’accumulateurs rechargeables
[Tremblay and Dessaint, 2009]. Le circuit équivalent de la batterie est indiqué cidessous :
Figure 4.5 – Modélisation de la batterie
Mode de décharge :
f1 (it, i∗ , Exp) = E0 − K
Q
Q ∗
i −K
it
Q − it
Q − it
(4.1)
82
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Mode de charge :
f2 (it, i∗ , Exp) = E0 − K
Q
Q
Exp(s) 1
i∗ − K
it + Laplace−1 (
)
it + 0.1Q
Q − it
Sel(s) s
(4.2)
où :
EBatt = Tension non-linéaire (V)
E0 = Tension constante (V)
Exp(s) = Exponentiation dans le zone dynamique (V)
Sel(s) = Représente le mode de batterie. Sel(s) = 0 si la batterie décharge, Sel(s) =
1 si la batterie charge.
K = Constant de polarisation (Ah−1 ) ou résistance de polarisation (Ohms)
i∗ = Courant dynamique de fréquence basse (A)
i = Courant de la batterie (A)
it = Capacité d’extraire (Ah)
Q = Capacité maximal de la batterie (Ah)
A = Tension exponentiel (V)
B = Capacité exponentiel (Ah)−1
Les paramètres du circuit équivalent peuvent être modifiés pour représenter un type
particulier de batterie, en fonction de ses caractéristiques de décharge. Une courbe de
décharge typique se décompose en trois parties, comme indiqué dans la figure suivante :
Figure 4.6 – Caractéristique de décharge de la batterie
La première partie représente la chute de tension exponentielle lorsque la batterie
est chargée. Selon le type de batterie, cette zone est plus ou moins large. La seconde
partie représente la charge qui peut être extraite à partir de la batterie jusqu’à ce que
la tension soit inférieure à la tension nominale de la batterie. Enfin, la troisième partie
représente la décharge totale de la batterie, lorsque la tension chute rapidement.
La fonction de transfert Exp(s) représente le phénomène d’hystérésis pendant les
cycles de charge et de décharge. La tension exponentielle augmente lorsque la batterie
est en charge, quel que soit l’état de charge de la batterie. Lorsque la batterie se
décharge, la tension exponentielle diminue immédiatement :
Modélisation du système isolé
83
Figure 4.7 – Zone d’hystérésis
4.
Onduleur MLI de tension
Les onduleurs sont des convertisseurs statiques d’énergie électrique du continu en
alternatif. Il s’agit d’un dispositif électrique qui accomplit la fonction inverse du redresseur. Le découpage de la tension continue d’entrée est réalisé grâce à des semiconducteurs (transistors ou thyristors) utilisés comme commutateurs de puissance. Ils
permettent d’obtenir une tension alternative réglable en fréquence et en valeur efficace
à partir d’une tension continue donnée. La forme d’onde alternative de la tension de
sortie est déterminée par le système. Selon cette forme, les onduleurs sont classés par
catégories, les plus utilisés étant les onduleurs en modulation de la largeur d’impulsions.
C’est donc le type d’onduleur choisit pour être utilisé dans la suite de cette étude.
Le schéma ci-dessous est un schéma fonctionnel d’un onduleur, dont chaque branche
de l’onduleur est constituée de deux éléments de commutation et de deux diodes en
parallèle. Les éléments de commutation doivent pouvoir travailler en commutation
forcée. Les diodes en parallèles avec les éléments de commutation servent à assurer la
continuité du courant lors d’utilisation de charge inductive (figure 4.8).
Figure 4.8 – Schéma d’un onduleur
84
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Nous supposons que la commutation des éléments semi-conducteurs est instantanée.
A chaque bras de l’onduleur est associé une fonction logique de connexion qui correspond aux signaux de commande des interrupteurs Sj (j = 1, 2, 3), définis comme suit :
- Sj = 1 si Qj fermé, Q0j ouvert
- Sj = 0 si Qj ouvert, Q0j fermé
La tension de sortie de l’onduleur est donnée par :





u12
1 −1 0
S1
 u23  = UE  0
1 −1  S2 
u31
−1 0
1
S3
(4.3)
Dans une charge triphasée symétrique avec point neutre flottant, on a :
u1 + u2 + u3 = 0
à l’aide des relations 4.3 et 4.4 on obtient :





2 −1 −1
S1
u1
 u2  = UE −1 2 −1  S2 
3
−1 −1 2
S3
u3
(4.4)
(4.5)
Le courant à l’entrée de l’onduleur est :
idII = S1 i1 + S2 i2 + S3 i3 = 0
(4.6)
Pour avoir des tensions sinusoı̈dales à la sortie de l’onduleur, on utilise la technique
de modulation de largeur d’impulsions (MLI ou PWM pour Pulse Width Modulation
en anglais), en appliquant aux interrupteurs des créneaux de commande de largeur
variable avec une périodicité constante. Cette stratégie est obtenue par la comparaison
d’un signal de la tension de référence sinusoı̈dale d’amplitude Vr et de fréquence fr , à
un signal triangulaire (porteuse) d’amplitude Vp et de fréquence fp . Le taux de réglage
est égal au rapport de l’amplitude de la tension de référence à la valeur crête de l’onde
de modulation. La sortie du comparateur permet, par l’intermédiaire de transistors de
puissance, le pilotage d’une phase de l’onduleur. Les autres phases sont pilotées par des
ensembles identiques, déphasées de 120˚. Le principe de cette commande est illustré
sur la figure 4.9.
Dans cette technique la fréquence de commutation est fixe, le réglage s’effectue par
variation du rapport cyclique des signaux de commande. La commande de l’onduleur
par cette technique permet de générer, par alternance de la tension alternative, une tension composée de plusieurs créneaux de largeurs variables. Elle permet ainsi, d’obtenir
un fondamental de tension variable en amplitude et en fréquence [Pinard, 2007].
La technique MLI est caractérisée par :
- l’indice de modulation m qui représente le rapport entre la fréquence de la porteuse
de celle de la référence (modulante) m = ffpr ,
- l’indice d’amplitude r qui représente le rapport entre l’amplitude de la référence
et celle de la porteuse r = VVpr .
Simulation et résultats
85
Figure 4.9 – La modulation de largeur d’impulsions
IV.
Simulation et résultats
Le système décrit dans la section précédente est mis en œuvre dans Matlab Simulink
(figure 4.10).
Figure 4.10 – Modèle de simulation dans Simulink Matlab
86
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Les paramètres du panneau photovoltaı̈que utilisé sont résumés dans le tableau 4.4.
Tableau 4.4 – Paramètres du panneau PV utilisé
Paramètres
Courant de court-circuit d’un module à 1000W/m2
Tension de circuit ouvert d’un module à 1000W/m2
Tension optimale d’un module à 1000W/m2
Courant optimal d’un module à 1000W/m2
Nombre de modules en série Ns
Nombre de modules en parallèle Np
Valeurs
1A
19.44 V
15.12 V
0.902 A
20
20
Les courbes caractéristiques V − I et V − P du panneau utilisé pour différentes
valeurs d’ensoleillement à 25o C sont données par la figure 4.11.
Figure 4.11 – Les courbes caractéristiques V-I et V-P du panneau utilisé
Les paramètres du GSAP utilisé sont résumés dans le tableau 4.5.
Simulation et résultats
87
Tableau 4.5 – Paramètres du GSAP utilisé
Paramètres
Résistance de phase du stator
Inductances
Flux créé par aimants
Constante de tension
Constante de couple
Inertie
Coefficient de frottement
Nombre de paire de pôles
Valeurs
0.085 Ω
0.00095 H
0.192 V.s
139.2998 Vpeak−ligne /krpm
1.152 N.m/Apeak
0.008 J kg.m2
0.001147 F(N.m.s)
4
Les courbes caractéristiques de l’éolienne utilisée pour différentes vitesses de vent
sont données par la figure 4.12.
Figure 4.12 – Les courbes caractéristiques Pm (ω) pour différentes vitesses de vent
Les paramètres de la batterie utilisée sont résumés dans le tableau 4.6.
Tableau 4.6 – Paramètres de la batterie utilisé
Paramètres
Capacité nominal
Tension nominale
Courant de décharge nominal
Capacité maximal
Résistance interne
Tension exponentielle
Capacité exponentiel
Valeurs
100 Ah
610 V
2A
10.4 Ah
0.61 Ω
621 V
0.003 Ah
88
1.
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Conditions initiales
Nous supposons que l’état de charge de la batterie est de 90% (Plein) pour pouvoir
vérifier tous les cas de fonctionnement. La charge, la vitesse de vent et l’ensoleillement
sont variables pour tester le fonctionnement des contrôleurs proposés dans diverses
conditions climatiques (figures 4.13).
Figure 4.13 – Variations de la vitesse du vent, de l’ensoleillement et de la charge
Simulation et résultats
2.
89
Résultats
On peut voir que la tension de sortie du panneau photovoltaı̈que est bien commandée
pour suivre la valeur optimale selon la variation de l’ensoleillement et de la charge, alors
le panneau produit toujours une puissance maximale dans toutes les conditions. Notre
contrôleur a bien optimisé la production du système photovoltaı̈que (figure 4.14).
Figure 4.14 – Tension du panneau PV et rapport cyclique D1
Zoom sur la tension du panneau :
Figure 4.15 – Zoom sur tension du panneau PV
90
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
La puissance du panneau est toujours maximale :
Figure 4.16 – Puissance du panneau PV et les zooms
Simulation et résultats
91
De même, le contrôleur de poursuite du PPM de l’éolienne a bien fonctionné pour
extraire la puissance maximale en gardant la vitesse du rotor à ses valeurs optimales
selon les variations de vent. Alors on peut dire que le système éolien est bien commandé
pour extraire une puissance maximale que possible de vent (figure 4.17).
Figure 4.17 – Vitesses du rotor et rapport cyclique D2
Zoom sur la vitesse :
Figure 4.18 – Zoom sur la vitesse
92
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
Puissance de l’éolienne :
Figure 4.19 – Puissance de l’éolienne et les zooms
Simulation et résultats
93
La valeur D3 est contrôlée pour assurer le bon fonctionnement du contrôleur de la
poursuite du PPM de l’éolienne et aussi la tension appliquée à la batterie.
Figure 4.20 – Rapport cyclique D3
Jusqu’à la 90eme secondes, les conditions climatiques sont bonnes, alors toutes les
énergies produites sont transférées à la charge. La batterie est déchargée (S1 = 1) parce
que la demande de charge dépasse la puissance renouvelable, et quand cette puissance
est suffisante, la batterie sera désactivée (S1 = 0) afin d’utiliser toute la puissance
renouvelable produite (figure 4.21).
Figure 4.21 – Interrupteur S1 et puissance de la batterie
94
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
De la 90eme secondes à la 100eme secondes, la vitesse de vent augmente, en même
temps la demande de charge diminue, le surplus devient trop grand (DeltaP = 3.5kW ),
alors pour éviter le dégagement gazeux de la batterie, la résistance de délestage est
enclenchée (S2 = 1) pour dissiper le surplus d’énergie (figure 4.22).
Figure 4.22 – Interrupteur S2
L’énergie produite est entièrement fournie à la charge avant d’utiliser la batterie
comme complément. La demande de charge est toujours respectée malgré les conditions
climatiques (figure 4.23).
Figure 4.23 – Puissance renouvelable, puissance de la batterie et puissance demandée
La qualité de tension est toujours respectée (f = 50Hz, V = 380V (1pu)) dans tous
les conditions climatiques et d’exploitation (figure 4.25).
Conclusion
95
Figure 4.24 – Tension fournie à la charge
Figure 4.25 – Tension fournie à la charge en zoom
Ces simulations montrent que notre contrôleur présente de bons résultats. Il a assuré la demande de charge, malgré les variations de conditions climatiques, avec une
bonne puissance tout en respectant les processus de chargement de la batterie. D’autres
simulations avec d’autres variations plus ou moins importantes ont permis de vérifier
ces bons résultats.
V.
Conclusion
Dans ce chapitre, nous avons présenté un système de production d’électricité pour
les sites qui ne peuvent pas être connectés au réseau. En effet, nous avons utilisé un
bus continu qui reçoit l’énergie produite par les sources photovoltaı̈que et éolienne puis
livrée au consommateur à l’aide d’un onduleur. Un des avantages de cette structure
est l’utilisation des batteries nécessaires en cas de besoin pour compenser un éventuel
manque de puissance. Nous avons également utilisé une résistance de délestage qui permet de dissiper le surplus d’énergie en cas de baisse de demande et de batteries pleines.
Pour avoir un comportement optimale de l’installation d’un point de vue flux de puis-
96
L’OPTIMISATION DE L’ÉLECTRIFICATION D’UN SITE ISOLÉ
sance, nous avons développé un superviseur flou. Celui-ci permet une gestion efficace
et rationnelle de l’énergie pour satisfaire les besoins du consommateur en énergie. Plusieurs résultats de simulation ont été présentés afin d’illustrer les performances de notre
installation en présence de changements climatiques et de variations de la consommation d’énergie.
Conclusion et perspectives
Dans le contexte mondial pour réduire l’émission de gaz à effet de serre et
l’échauffement de la planète, le besoin de l’énergie renouvelable est indispensable. La
production de l’énergie renouvelable, surtout éolienne et photovoltaı̈que, est de plus
en plus importante et alors de nouvelles constructions apparaissent. Cette évolution
dynamique est surtout visible dans le domaine du site isolé grâce au développement
des nouvelles technologies dans le champ de l’électronique de puissance.
Notre étude s’est focalisée sur l’électrification d’un site autonome de petite puissance, secteur dans lequel la rentabilité est loin d’être acquise et qui nécessite donc
un degré d’optimisation de l’efficacité énergétique. Celui-ci impose simultanément de
simplifier le fonctionnement et de diminuer le coût d’installation du système. Dans ce
contexte, nous avons préféré à une optimisation à deux niveaux : en premier rang c’est
l’optimisation de la production de ces sources d’énergie, c’est-à-dire extraire une puissance maximale dans toutes les conditions de fonctionnement. Les aspects techniques
(équipements simples, minimum de capteurs, simplicité de contrôle...) sont une priorité. Le deuxième niveau concerne la gestion optimale de cette puissance maximale pour
assurer non seulement la demande du consommateur mais aussi prendre en compte la
durée de vie des composants.
Concernant le premier niveau d’optimisation, pour notre système photovoltaı̈que,
nous avons proposé une commande de poursuite du point de puissance maximale en
combinant la simplicité de la recherche extrême (méthode Perturbe & Observe) et la
flexibilité de la logique floue. Le grand avantage de cette combinaison est que notre
contrôleur atteint rapidement le point de fonctionnement optimal sans connaissance de
la courbe de puissance ni une modélisation précise du panneau photovoltaı̈que, et même
sans mesure des conditions atmosphériques (ensoleillement, température ambiante). Il
s’adapte à toutes conditions de fonctionnement presque instantanément en prenant en
compte les incertitudes du système. Sa structure est très simple avec un capteur de
courant et celui de tension. En conséquence, le panneau extrait toujours la puissance
maximale quelques soient les variations de condition climatique et/ou d’exploitation.
Nous avons développé des modèles numériques de simulation pour valider l’efficacité
de notre approche.
Pour notre système éolien, nous avons proposé une structure qui comprend les
dispositifs d’électronique de puissance simples pour fonctionner à vitesse variable et
optimiser le rendement énergétique (un pont redresseur de diodes associé à un convertisseur commandable). Après une analyse mathématique, nous avons montré que la
méthode de la poursuite du point de puissance maximale du système photovoltaı̈que
développée peut être appliquée dans le cas d’une éolienne couplée à un générateur à
aimant permanent. Ainsi nous pouvons bénéficier de tous les avantages de la méthode
existante : sa rapidité, sa simplicité et sa robustesse. Notre contrôleur proposé de la
98
CONCLUSION ET PERSPECTIVES
poursuite du point de puissance maximale du système éolien est donc indépendant de la
courbe de puissance de l’éolienne et des conditions météorologiques. Au lieu d’un capteur de vitesse, nous n’avons besoin que d’un capteur de tension qui est moins cher et
plus stable. Avec cette nouvelle structure de commande, l’éolienne produit la puissance
maximale dans toutes les conditions climatiques et/ou d’exploitation avec précision et
robustesse. Les résultats de simulation sont présentés pour illustrer l’efficacité de cette
approche.
Dans un site isolé, le besoin de continuité du service en présence de la disponibilité
intermittente des sources renouvelables entraı̂ne l’utilisation indispensable d’un système
de stockage. Dans ce contexte, la batterie plomb-acide est la solution la plus utilisée
grâce au bon rapport prix/qualité. Pourtant, la mauvaise utilisation de la batterie
peut entraı̂ner sa défaillance, cela implique le besoin d’entretenir et remplacer souvent
celle-ci. Le coût d’installation et de fonctionnement du système est donc augmenté.
Alors, il faut non seulement avoir un schéma d’exploitation flexible des sources, mais
aussi prendre en compte la durée de vie des composants, surtout de la batterie. De
ce fait, pour le deuxième niveau d’optimisation, nous avons proposé un superviseur de
la gestion de l’énergie, non seulement pour fournir aux clients de l’énergie électrique
de façon continue, sous forme de tensions parfaitement sinusoı̈dale avec des valeurs
d’amplitude et de fréquence préétablies, mais aussi pour prolonger la durée de vie de
la batterie en limitant son taux de charge/décharge et évitant la sulfatation et/ou le
dégagement gazeux. Plusieurs simulations ont été effectuées en considérant différents
cas d’exploitation et de conditions climatiques pour montrer l’intérêt et l’efficacité du
superviseur flou proposé.
Comme suite à ces travaux diverses perspectives serons étudiées. La première à court
terme concerne l’implémentation en temps réel du système pour valider ces travaux et
l’efficacité de ces commandes. La plate-forme expérimentale est en cours d’élaboration.
A moyen terme, la prise en compte des commutations nombreuses et la variations des
paramètres des convertisseurs statiques est une autre piste de recherche. Ainsi, il serait
intéressant d’exploiter les travaux de thèse de Monsieur Kamel Guesmi [Guesmi, 2006]
soutenue dans notre équipe pour explorer les différents phénomènes chaotiques pouvant
entacher le bon fonctionnement du système et développer une méthode systématique
pour l’élaboration des contrôleurs flous. Par ailleurs, étant donné que le système doit
assurer une autonomie du site en énergie, il est nécessaire de penser à l’utilisation des
convertisseurs multicellulaires afin d’avoir la possibilité de fonctionner en mode dégradé
dans le cas où un étage d’un convertisseur tombe en panne alors que dans le cas actuel
un tel problème peux induire à la réduction de la production ou tout simplement à
l’arrêt de l’installation. Un autre aspect de sécurité est de penser à introduire une
surveillance de défauts pour les éléments des cellules du système de stockage ou des
panneaux photovoltaı̈ques afin d’optimiser toujours la production en cas de défaillance
d’une partie d’entre eux.
Liste des publications
Revues internationales avec comité de lecture
[1] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Control of Stand-Alone
Hybrid Wind/Photovoltaic System Using Fuzzy Logic”. International Journal of Sustainable Energy. (soumis)
Conférences internationales avec comité de lecture
[1] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Power management of
a variable speed wind turbine for stand-alone system using fuzzy logic”. IEEE International Conference on Fuzzy Systems, Juin 2011, Taiwan.
[2] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Fuzzy control of variable
speed wind turbine using permanent magnet synchronous machine for stand-alone system”. International conference on Sustainability in Energy and Buildings, Juin 2011,
Marseille, France.
[3] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Control of permanent
magnet synchronous generator wind turbine for stand-alone system using fuzzy logic”.
7th conference of the European Society for Fuzzy Logic and Technology, Juin 2011,
Aix-les-Bains, France.
[4] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Control of Stand-Alone
Hybrid Wind/Photovoltaic System Using Fuzzy Logic”. 12th International conference
on Sciences and Techniques of Automatic control & computer engineering, Décembre
2011, Sousse, Tunisia.
[5] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”A new MPPT method for stand-alone wind energy conversion system”. International Symposium on
Environment-Friendly Energies and Applications EFEA, Newcastle, Juin, 2012.
[6] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Fuzzy Control for StandAlone Wind/Photovoltaic System”. International Conference on Systems and Control
ICSC, Morocco, Juin, 2012.
[7] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Une nouvelle méthode
de poursuite du point de puissance maximale des éoliennes à vitesse variable utilisant la
logique floue”. 13th International conference on Sciences and Techniques of Automatic
control & computer engineering, December 2012, Monastir, Tunisia.
100
LISTE DES PUBLICATIONS
Conférences nationales avec comité de lecture
[1] Huynh Q., Nollet F., Essounbouli N. and Hamzaoui A. ”Gestion Par Logique
Floue D’une Installation Hybride Éolienne/Photovoltaı̈que Pour l’Alimentation d’Un
Site Isolé”. Conférence International Francophone d’Automatique, Juillet 2012, Grenoble, France.
Bibliographie
[Abdin and Xu, 2000] Abdin, E. and Xu, W. (2000). Control design and dynamic
performance analysis of a wind turbine-induction generator unit. Energy Conversion,
IEEE Transactions on, 15(1) :91–96.
[Abo-Khalil et al., 2004] Abo-Khalil, A., Lee, D., and Seok, J. (2004). Variable speed
wind power generation system based on fuzzy logic control for maximum output
power tracking. In Power Electronics Specialists Conference, 2004. PESC 04. 2004
IEEE 35th Annual, volume 3, pages 2039–2043. IEEE.
[Ackermann, 2006] Ackermann, T. (2006). Wind power in power systems. Wind Engineering, 30(5) :447–449.
[Adel Hamdy, 1994] Adel Hamdy, M. (1994). A new model for the current-voltage
output characteristics of photovoltaic modules. Journal of power sources, 50(1-2) :11–
20.
[Al-Amoudi and Zhang, 1998] Al-Amoudi, A. and Zhang, L. (1998). Optimal control
of a grid-connected pv system for maximum power point tracking and unity power
factor. In Power Electronics and Variable Speed Drives, 1998. Seventh International
Conference on (Conf. Publ. No. 456), pages 80–85. IET.
[Baring-Gould and Lundsager, 2012] Baring-Gould, E. and Lundsager, P. (2012). Isolated systems with wind power. Wind Power in Power Systems, Second Edition,
pages 707–737.
[Barrade, 2006] Barrade, P. (2006). Électronique de puissance : méthodologie et convertisseurs élémentaires. PPUR.
[Belakehal et al., 2009] Belakehal, S., Benalla, H., and Bentounsi, A. (2009). Power
maximization control of small wind system using permanent magnet synchronous
generator. Revue des Energies Renouvelables, 12(2) :307–319.
[Beltran, 2010] Beltran, B. (2010). Contribution à la Commande Robuste des Eoliennes à Base de Génératrices Asynchrones Double Alimentation : Du Mode Glissant
Classique au Mode Glissant d’Ordre Supérieur. PhD thesis, Université de Bretagne
occidentale-Brest.
[Bharanikumar et al., 2010] Bharanikumar, R., Yazhini, A., and Kumar, A. (2010).
Modeling and simulation of wind turbine driven permanent magnet generator with
new mppt algorithm. Asian Power Electronics Journal, 4(2).
[Blunden and Bahaj, 2007] Blunden, L. and Bahaj, A. (2007). Tidal energy resource
assessment for tidal stream generators. Proceedings of the Institution of Mechanical
Engineers, Part A : Journal of Power and Energy, 221(2) :137–146.
[Boldea, 2006] Boldea, I. (2006). The electric generators handbook : Synchronous generators, volume 1. CRC Press.
102
BIBLIOGRAPHIE
[Bopp et al., 1998] Bopp, G., Gabler, H., Preiser, K., Sauer, D., and Schmidt, H.
(1998). Energy storage in photovoltaic stand-alone energy supply systems. Progress In Photovoltaics : Research and Applications, 6(4) :271–291.
[Bossanyi, 2003] Bossanyi, E. (2003). Individual blade pitch control for load reduction.
Wind energy, 6(2) :119–128.
[Boukhezzar, 2006] Boukhezzar, B. (2006). Sur les stratégies de commande pour l’optimisation et la régulation de puissance des éoliennes à vitesse variable. PhD thesis.
[Brambilla et al., 1999] Brambilla, A., Gambarara, M., Garutti, A., and Ronchi, F.
(1999). New approach to photovoltaic arrays maximum power point tracking. In
Power Electronics Specialists Conference, 1999. PESC 99. 30th Annual IEEE, volume 2, pages 632–637. IEEE.
[Brunton et al., 2009] Brunton, S., Rowley, C., Kulkarni, S., and Clarkson, C. (2009).
Maximum power point tracking for photovoltaic optimization using extremum seeking. In Photovoltaic Specialists Conference (PVSC), 2009 34th IEEE, pages 000013–
000016. IEEE.
[Ekanayake et al., 2003] Ekanayake, J., Holdsworth, L., and Jenkins, N. (2003).
Control of dfig wind turbines. Power Engineer, 17 :28.
[El Aimani, 2004] El Aimani, S. (2004). Modélisation des différentes technologies
d’éoliennes intégrées dans un réseau de moyenne tension. PhD thesis.
[El-Shatter et al., 2006] El-Shatter, T., Eskander, M., and El-Hagry, M. (2006). Energy
flow and management of a hybrid wind/pv/fuel cell generation system. Energy
conversion and management, 47(9) :1264–1280.
[Eriksen et al., 2005] Eriksen, P., Ackermann, T., Abildgaard, H., Smith, P., Winter,
W., and Rodriguez Garcia, J. (2005). System operation with high wind penetration.
Power and Energy Magazine, IEEE, 3(6) :65–74.
[Esram and Chapman, 2007] Esram, T. and Chapman, P. (2007). Comparison of photovoltaic array maximum power point tracking techniques. Energy conversion, IEEE
transactions on, 22(2) :439–449.
[Faure, 2003] Faure, F. (2003). Suspension magnetique pour volant d’inertie.
[Femia et al., 2005] Femia, N., Petrone, G., Spagnuolo, G., and Vitelli, M. (2005). Optimization of perturb and observe maximum power point tracking method. Power
Electronics, IEEE Transactions on, 20(4) :963–973.
[Fernandez et al., 2008] Fernandez, L., Garcia, C., and Jurado, F. (2008). Comparative
study on the performance of control systems for doubly fed induction generator (dfig)
wind turbines operating with power regulation. Energy, 33(9) :1438–1452.
[Fox et al., 1985] Fox, R., McDonald, A., and Pritchard, P. (1985). Introduction to
fluid mechanics, volume 7. John Wiley & Sons New York.
[Guesmi, 2006] Guesmi, K. (2006). Contribution à la commande floue d’un convertisseur statique. PhD thesis.
[Hansen and Risø, 2001] Hansen, L. and Risø, F. (2001). Conceptual survey of generators and power electronics for wind turbines. RISØ National laboratory.
BIBLIOGRAPHIE
103
[Hau, 2006] Hau, E. (2006). Wind turbines : fundamentals, technologies, application,
economics. Springer Verlag.
[Hohm and Ropp, 2003] Hohm, D. and Ropp, M. (2003). Comparative study of maximum power point tracking algorithms. Progress in photovoltaics : Research and
Applications, 11(1) :47–62.
[Hong and Lee, 2010] Hong, M. and Lee, H. (2010). Adaptive maximum power point
tracking algorithm for variable speed wind power systems. Life System Modeling
and Intelligent Computing, pages 380–388.
[Hsiao and Chen, 2002] Hsiao, Y. and Chen, C. (2002). Maximum power tracking for
photovoltaic power system. In Industry Applications Conference, 2002. 37th IAS
Annual Meeting. Conference Record of the, volume 2, pages 1035–1040. IEEE.
[Hughes, 2006] Hughes, A. (2006). Electric motors and drives : fundamentals, types,
and applications. Newnes.
[Hussein et al., 1995] Hussein, K., Muta, I., Hoshino, T., and Osakada, M. (1995).
Maximum photovoltaic power tracking : an algorithm for rapidly changing atmospheric conditions. In Generation, Transmission and Distribution, IEE Proceedings-,
volume 142, pages 59–64. IET.
[Huynh et al., 2011] Huynh, Q., Nollet, F., Essounbouli, N., and Hamzaoui, A. (2011).
Power management of a variable speed wind turbine for stand-alone system using
fuzzy logic. In Fuzzy Systems (FUZZ), 2011 IEEE International Conference on,
pages 1404–1410. IEEE.
[Huynh et al., 2012] Huynh, Q., Nollet, F., Essounbouli, N., and Hamzaoui, A. (2012).
Fuzzy control of variable speed wind turbine using permanent magnet synchronous
machine for stand-alone system. In Sustainability in Energy and Buildings : Proceedings of the 3rd International Conference in Sustainability in Energy and Buildings
(SEB 11), volume 12, page 31. Springer Verlag.
[Ibrahim et al., 1999] Ibrahim, H., Houssiny, F., El-Din, H., and El-Shibini, M. (1999).
Microcomputer controlled buck regulator for maximum power point tracker for dc
pumping system operates from photovoltaic system. In Fuzzy Systems Conference
Proceedings, 1999. FUZZ-IEEE’99. 1999 IEEE International, volume 1, pages 406–
411. IEEE.
[Ibrahim et al., 2008] Ibrahim, H., Ilinca, A., and Perron, J. (2008). Energy storage
systems characteristics and comparisons. Renewable and Sustainable Energy Reviews, 12(5) :1221–1250.
[Ikegami et al., 2001] Ikegami, T., Maezono, T., Nakanishi, F., Yamagata, Y., and Ebihara, K. (2001). Estimation of equivalent circuit parameters of pv module and its
application to optimal operation of pv system. Solar energy materials and solar cells,
67(1) :389–395.
[Kalantar and Mousavi, 2010] Kalantar, M. and Mousavi, G. (2010). Dynamic behavior of a stand-alone hybrid power generation system of wind turbine, microturbine,
solar array and battery storage. Applied Energy, 87(10) :3051–3064.
[Kaldellis et al., 2007] Kaldellis, J., Kavadias, K., and Koronakis, P. (2007). Comparing wind and photovoltaic stand-alone power systems used for the electrification of
remote consumers. Renewable and Sustainable Energy Reviews, 11(1) :57–77.
104
BIBLIOGRAPHIE
[Kasa et al., 2005] Kasa, N., Iida, T., and Chen, L. (2005). Flyback inverter controlled
by sensorless current mppt for photovoltaic power system. Industrial Electronics,
IEEE Transactions on, 52(4) :1145–1152.
[Khezami, 2011] Khezami, N. (2011). Commande multimodèle optimale des éoliennes :
application à la participation des éoliennes au réglage de la fréquence.
[Kim et al., 2001] Kim, T., Ahn, H., Park, S., and Lee, Y. (2001). A novel maximum
power point tracking control for photovoltaic power system under rapidly changing
solar radiation. In Industrial Electronics, 2001. Proceedings. ISIE 2001. IEEE International Symposium on, volume 2, pages 1011–1014. IEEE.
[Koutroulis and Kalaitzakis, 2006] Koutroulis, E. and Kalaitzakis, K. (2006). Design
of a maximum power tracking system for wind-energy-conversion applications. Industrial Electronics, IEEE Transactions on, 53(2) :486–494.
[Lavy, 2011] Lavy, P. (2011). Mini-centrales hydroélectriques. Eyrolles.
[Liu et al., 2004] Liu, C., Wu, B., and Cheung, R. (2004). Advanced algorithm for
mppt control of photovoltaic systems. In Canadian Solar Buildings Conference Montreal.
[López and Vannier, 2009] López, M. and Vannier, J. (2009). Stand-alone wind energy
conversion system with maximum power transfer control. Ingeniare. Revista chilena
de ingenierı́a, 17(3) :329–336.
[Lundsager and Baring-Gould, 2005] Lundsager, P. and Baring-Gould, E. (2005). Isolated systems with wind power. Wind power in power systems, pages 299–329.
[Luque and Hegedus, 2010] Luque, A. and Hegedus, S. (2010). Handbook of photovoltaic science and engineering. Wiley.
[M. Dali and Roboam, 2008] M. Dali, J. B. and Roboam, X. (2008). Design of a standalone hybrid photovoltaic-wind generating system. Journal of Electrical Systems.
[MacVicar-Whelan, 1976] MacVicar-Whelan, P. (1976). Fuzzy sets for man-machine
interaction. International Journal of Man-Machine Studies, 8(6) :687–697.
[Mamdani, 1974] Mamdani, E. (1974). Application of fuzzy algorithm for control of
simple dynamic plant. Proc. Iee, 121(12) :1585–1588.
[Mamdani, 1976] Mamdani, E. (1976). Advances in the linguistic synthesis of fuzzy
controllers. International Journal of Man-Machine Studies, 8(6) :669–678.
[Mamdani and Assilian, 1975] Mamdani, E. and Assilian, S. (1975). An experiment
in linguistic synthesis with a fuzzy logic controller. International journal of manmachine studies, 7(1) :1–13.
[Mathew, 2006] Mathew, S. (2006). Wind energy : fundamentals, resource analysis and
economics. Springer Verlag.
[McGowan and Manwell, 1999] McGowan, J. and Manwell, J. (1999).
Hybrid
wind/pv/diesel system experiences. Renewable energy, 16(1) :928–933.
[Mirecki, 2005] Mirecki, A. (2005). Etude comparative de chaı̂nes de conversion
d’énergie dédiées à une éolienne de petite puissance. PhD thesis.
[Mittal et al., 2009] Mittal, R., Sandu, K., and Jain, D. (2009). Isolated operation of
variable speed driven pmsg for wind energy conversion system. International Journal
of Engineering and Technology, 1 :269–273.
BIBLIOGRAPHIE
105
[Molina and Mercado, 2008] Molina, M. and Mercado, P. (2008). A new control strategy of variable speed wind turbine generator for three-phase grid-connected applications. In Transmission and Distribution Conference and Exposition : Latin America,
2008 IEEE/PES, pages 1–8. IEEE.
[Nelson et al., 2002] Nelson, V., Foster, R., Clark, N., and Raubenheimer, D. (2002).
Wind hybrid systems technology characterization. West Texas AM University–AEI,
New Mexico State University–SWTDI, USDA–ARS Bushland, Vista University.
[Nema et al., 2009] Nema, P., Nema, R., and Rangnekar, S. (2009). A current and
future state of art development of hybrid energy system using wind and pv-solar :
A review. Renewable and Sustainable Energy Reviews, 13(8) :2096–2103.
[Nishioka et al., 2003] Nishioka, K., Sakitani, N., Kurobe, K., Yamamoto, Y., Ishikawa,
Y., Uraoka, Y., and Fuyuki, T. (2003). Analysis of the temperature characteristics
in polycrystalline si solar cells using modified equivalent circuit model. Japanese
journal of applied physics, 42 :7175.
[O Rourke et al., 2010] O Rourke, F., Boyle, F., and Reynolds, A. (2010). Tidal energy
update 2009. Applied Energy, 87(2) :398–409.
[Observ, 2011] Observ, E. (2011). La production d’électricité d’origine renouvelable
dans le monde. Collection chiffres et statistiques. Neuvième inventaire-Edition.
[Paish, 2002] Paish, O. (2002). Small hydro power : technology and current status.
Renewable and sustainable energy reviews, 6(6) :537–556.
[Passino and Yurkovich, 1998] Passino, K. and Yurkovich, S. (1998). Fuzzy control.
Citeseer.
[Pastor, 2006] Pastor, M. A. C. (2006). Conception et realisation de modules photovoltaiques electroniques. PhD thesis.
[Peftitsis et al., 2008] Peftitsis, D., Adamidis, G., and Balouktsis, A. (2008). An investigation of new control method for mppt in pv array using dc–dc buck–boost
converter. In Proc. of the 2nd WSEAS/IASME International Conference on Renewable Energy Sources.
[Phang et al., 1984] Phang, J., Chan, D., and Phillips, J. (1984). Accurate analytical method for the extraction of solar cell model parameters. Electronics Letters,
20(10) :406–408.
[Pinard, 2007] Pinard, M. (2007). Convertisseurs et électronique de puissance : Commande, description, mise en oeuvre-Applications avec Labview. Dunod.
[Pundaleek B. H. and G., 2010] Pundaleek B. H., M. G. R. and G., V. K. M. (2010).
Speed control of induction motor : Fuzzy logic controller v/s pi controller. International Journal of Computer Science and Network Security, 10(10).
[Raza et al., 2008] Raza, K., Goto, H., Guo, H., and Ichinokura, O. (2008). A novel
speed-sensorless adaptive hill climbing algorithm for fast and efficient maximum
power point tracking of wind energy conversion systems. In Sustainable Energy
Technologies, 2008. ICSET 2008. IEEE International Conference on, pages 628–
633. IEEE.
[Refugedugouter, 2012] Refugedugouter (2012). www.refugedugouter.fr.
106
BIBLIOGRAPHIE
[Salas et al., 2006] Salas, V., Olias, E., Barrado, A., and Lazaro, A. (2006). Review of
the maximum power point tracking algorithms for stand-alone photovoltaic systems.
Solar Energy Materials and Solar Cells, 90(11) :1555–1578.
[Salhi et al., 2010] Salhi, I., Doubabi, S., Essounbouli, N., and Hamzaoui, A. (2010).
Application of multi-model control with fuzzy switching to a micro hydro-electrical
power plant. Renewable Energy, 35(9) :2071–2079.
[Stiebler, 2008] Stiebler, M. (2008). Wind energy systems for electric power generation.
Springer Verlag.
[Sugeno and Kang, 1988] Sugeno, M. and Kang, G. (1988). Structure identification of
fuzzy model. Fuzzy sets and systems, 28(1) :15–33.
[Takagi and Sugeno, 1985] Takagi, T. and Sugeno, M. (1985). Fuzzy identification of
system and its applications to modelling and control. IEEE Trans. Syst., Man, and
Cyber, 1 :5.
[Takashima et al., 2000] Takashima, T., Tanaka, T., Amano, M., and Ando, Y. (2000).
Maximum output control of photovoltaic (pv) array. In Energy Conversion Engineering Conference and Exhibit, 2000.(IECEC) 35th Intersociety, volume 1, pages
380–383. IEEE.
[Tremblay and Dessaint, 2009] Tremblay, O. and Dessaint, L. (2009). Experimental
validation of a battery dynamic model for ev applications. World Electric Vehicle
Journal, 3 :13–16.
[Trinh and Lee, 2010] Trinh, Q. and Lee, H. (2010). Fuzzy logic controller for maximum power tracking in pmsg-based wind power systems. Advanced Intelligent Computing Theories and Applications. With Aspects of Artificial Intelligence, pages 543–
553.
[Tse et al., 2004] Tse, K., Ho, B., Chung, H., and Hui, S. (2004). A comparative study
of maximum-power-point trackers for photovoltaic panels using switching-frequency
modulation scheme. Industrial Electronics, IEEE Transactions on, 51(2) :410–418.
[Tsili and Papathanassiou, 2009] Tsili, M. and Papathanassiou, S. (2009). A review of
grid code technical requirements for wind farms. Renewable power generation, IET,
3(3) :308–332.
[Vechiu, 2005] Vechiu, I. (2005). Modélisation et analyse de l’intégration des énergies
renouvelables dans un réseau autonome. PhD thesis.
[Veerachary et al., 2003] Veerachary, M., Senjyu, T., and Uezato, K. (2003). Neuralnetwork-based maximum-power-point tracking of coupled-inductor interleavedboost-converter-supplied pv system using fuzzy controller. Industrial Electronics,
IEEE Transactions on, 50(4) :749–758.
[Wang and Chang, 2004] Wang, Q. and Chang, L. (2004). An intelligent maximum
power extraction algorithm for inverter-based variable speed wind turbine systems.
Power Electronics, IEEE Transactions on, 19(5) :1242–1249.
[Xiao and Dunford, 2004] Xiao, W. and Dunford, W. (2004). A modified adaptive
hill climbing mppt method for photovoltaic power systems. In Power Electronics
Specialists Conference, 2004. PESC 04. 2004 IEEE 35th Annual, volume 3, pages
1957–1963. IEEE.
BIBLIOGRAPHIE
107
[Ying, 2000] Ying, H. (2000). Fuzzy control and modeling : analytical foundations and
applications. Wiley-IEEE Press.
[Zadeh, 1965] Zadeh, L. (1965). Fuzzy sets. Information and control, 8(3) :338–353.