Beruflich Dokumente
Kultur Dokumente
Fabien Oculi
en vue de l’obtention du grade de
L’enjeu de cette thèse est de mettre en œuvre sur banc d’essai et de comparer des stratégies de contrôle-
commande non linéaire robuste. L’intérêt de ce travail est d’intégrer ces contrôleurs dans un système de
production hydrolien et de le rendre insensible à des perturbations électriques et mécaniques momentanées
ou permanentes ainsi qu’aux variations de certains paramètres inhérentes aux machines tournantes. Le
développement des Smart Grids multipliant les contraintes sur la stabilité des réseaux électriques associés
aux systèmes de production renouvelables décentralisés nous a amené à discuter des causes et des effets
de l’instabilité des réseaux électriques interconnectés ainsi que de l’importance des systèmes de régulation
employés pour stabiliser la tension terminale, la puissance et la fréquence en régime transitoire et permanent
des réseaux en cas d’avarie pouvant survenir sur les génératrices ou autres sources d’énergies. Le modèle
de connaissance général de notre système dynamique non linéaire nous a permis de justifier la validité d’un
modèle simplifié pour l’élaboration d’une loi de commande non linéaire. Nous avons établi par la suite un
modèle linéarisé autour de points d’équilibres - le modèle de Heffron-Phillips - et l’avons comparé à notre
système non linéaire. Nous avons soumis notre modèle linéarisé à une perturbation mécanique temporaire
après lui avoir associé un contrôleur linéaire de tension et de puissance type AVR-PSS. Les simulations
ont montré et justifié les limites de ce type de correcteur sur la stabilité dynamique du système. L’étude
de la faisabilité de différentes lois de commande non linéaire nous a conduit à élaborer puis comparer les
performances de ces contrôleurs appliquées à un système monomachine puis multimachine connectées au
bus infini. La robustesse de la commande par Backstepping a été simulée puis testée en temps réel sur banc
d’essai après une chute de la puissance mécanique permanente ou une coupure intermittente d’une ligne. Ces
techniques de commandes non linéaire basées sur les critères de stabilité au sens de Lyapunov permettent
de stabiliser simultanément la fréquence du réseau, l’angle de charge de chaque machine par rapport à ce
même réseau ainsi que leur tension terminale. Ces régulateurs non linéaires présentent des performances
dynamiques supérieures à leurs homologues linéaires.
Mots-clés :
Réseau électrique de forte puissance, stabilité dynamique, système de puissance multimachine, contrôleur
non linéaire, backstepping, mode glissant, implémentation en temps réel,hydroliennes.
Abstract
The aim of this thesis is to implement on a test bench and compare robust nonlinear distributed control
system strategies. The interest of this work is to integrate these controllers into a tidal stream production
system and make it insensitive to momentary or permanent electrical and mechanical disturbances as well as
to variations in certain parameters inherent to rotating machines. The development of Smart Grids multi-
plying the constraints on the stability of the electrical networks associated with the decentralized renewable
production systems led us to discuss the causes and effects of the instability of the interconnected electrical
networks as well as the importance of the regulating systems used To stabilize the terminal voltage, the power
and the frequency in transient and permanent regime of the networks in case of damage that can occur on the
generators or other sources of energies. The mathematical model of our nonlinear dynamic system allowed
us to justify the validity of a simplified model - One-Axis (Flux-Decay) model- for the development of a
nonlinear control law. We have subsequently established a linearized model around equilibrium points - the
Heffron-Phillips model - and compared it to our non-linear system. We have subjected our linearized model
to a temporary mechanical disturbance after having associated it with a linear voltage and power controller
type AVR-PSS. The simulations have shown and justified the limits of this type of corrector on the dynamic
stability of the system. The study of the feasibility of different nonlinear control laws led us to develop and
then compare the performance of these controllers applied to a monomachine system and then multimachine
connected to the infinite bus. Integrator Backstepping, first order and higher order Sliding Mode Controler’s
robustness was simulated and then implemented in real time on a test bench after an intermittent fall of
turbine mechanical power or threephases transmission line fault. These nonlinear control techniques based
on lyapunov stability criteria make it possible to simultaneously stabilize the network frequency, the load
angle of each machine with respect to the same network, the electrical power of synchronous generator
and their terminal voltage. These nonlinear regulators show higher dynamic performance than their linear
counterparts.
Keywords :
Nonlinear controllers, sliding mode control, multimachine power systems, Nonlinear dynamical system sta-
bility, electrical network infinite busbar, implementation tools, tidal stream turbine.
À mon père
À ma mère
À ma fratrie :
Chrystelle, Alban, Jean-Rémi et François-Joseph
À mes fils Jean et Félix
À mes amis qui compte vraiment :
Xavier, Les Matthieux, Laurent, Théo, Karim et Samir
Avant-propos
e mémoire de doctorat présente des travaux de recherches qui ont été effectués en partie sur mon
C temps libre pour l’étude bibliographique et simulations ainsi qu’au laboratoire d’étude de sous-
système à l’IUT de Villetaneuse pour les essais et implémentations sur bancs-moteurs. Ce manuscrit
étant achevé, je remercie :
Homère Nkwawo, mon directeur de thèse, directeur de l’IUT de Villetaneuse et Maı̂tre de Conférences
HDR à l’université Paris 13 pour m’avoir accueilli au sein de l’équipe de recherche 2ASD (Automatique
Appliquée aux Systèmes Dynamiques) de l’IUT de Villetaneuse et d’avoir mis à ma disposition les moyens
matériels nécessaire au bon déroulement de mes activités de recherche.
Fabienne Floret, mon co-directeur de thèse, Maı̂tre de Conférences à l’université Paris 13, pour ses conseils
avisés et le partage de ses connaissances en Automatique sans lesquelles je ne pourrais progresser.
Raphaël Goma, Maı̂tre de Conférences à l’Université Paris 13 et ex-collègue au Lycée Louis Armand de
2013 à 2015. Merci Raphaël de m’avoir fait part de tes travaux de recherche ainsi que de ceux de Mamadou
Dansoko. Merci Raphaël de m’avoir présenté à l’équipe de recherche. Je te suis reconnaissant d’avoir eu
confiance en ma motivation pour débuter ce travail de recherche.
Mamadou Dansoko, ingénieur-Docteur,mon prédécesseur à cette thèse qui a su être disponible malgré la
distance et sa charge de travail. Je vous remercie pour les entretiens que nous avons eu sur la mise en œuvre
du banc expérimentale et l’implémentation de la loi de commande.
Patrice Oculi, mon père, pour ses encouragements ainsi que l’éducation scientifique et technique qu’il m’a
donné depuis mon jeune âge. Il m’a initié à l’Automatique et à l’électronique durant ses études de DEST au
CNAM alors que je préparais mon baccalauréat STI Électrotechnique en 1996.
Martine Oculi, ma mère, pour ses encouragements. Je suis admiratif de ton courage. Tu a su concilier
travail et éducation d’une fratrie de cinq enfants.Tu peux être fière aussi de l’éducation que tu nous a donné.
Merci à mes sympathiques collègues du lycée Saint-Nicolas : Rodolphe Combemale qui me permet de
retrouver un sens à l’enseignement avec les apprentis Énedis. Merci à Dominique, Franck, Pascal, Alireza,
Abdel pour votre bonne humeur du lundi. Pardon à ceux que j’aurais omis involontairement. Je remercie et
félicite mes apprentis Énedis pour lesquelles je témoigne un profond respect pour leur implication et sérieux
durant leur formation.
i
Jacques Rillardon, ingénieur EDF retraité très érudit. Merci de m’avoir fait part de vos petites anecdotes
techniques sur les mesures de tenue des diélectriques sous hautes tensions et autres. Ces discussions furent
très enrichissantes.
Samir Cherras, ingénieur EDF à la centrale de Civeaux. Merci pour l’intérêt que tu as apporté à mon
labeur. Les discussions que nous avons ensemble attise toujours ma curiosité pour le métier des ingénieurs
en centrale.
Xav’, Ingénieur Informaticien, mon ami d’enfance, qui m’a encouragé et remonté le moral durant les moments
difficile que j’ai traversé. Merci pour tes conseils quant à la préparation de mes entretiens professionnels.
Merci pour les bons moments de détente passés à écouter de la bonne musique ; les escapades en Bretagne
certains week-end et tous les autres bons moments passés depuis notre jeunesse et vie lycéenne.
Matthieu, qui a sû être à mon écoute et en retour a sû écouté mes conseils ”pédagogiques”. Merci pour les
bons moments passé à escalader les rochers en forêt de Fontainebleau, au ski et à surfer les vagues.
Nabil Ouail, Docteur en Électronique. Merci de m’avoir fait part de tes expériences. Merci pour ta relecture
et tes encouragements ainsi que tes conseils avisés pour l’organisation de mon travail.
Les LATEXiens du site developpez.com qui ont participé à mon apprentissage du langage LATEX et sû me
déboguer au début de la rédaction de ce mémoire.
ii
Vivez comme si vous deviez mourir demain, apprenez comme si vous devez vivre toujours
Mahatma Gandhi
L’homme de science ne convoite pas un résultat immédiat. Il ne s’attend pas à ce que ses idées
novatrices soient facilement acceptés. Son devoir est de donner les bases pour les générations
futur, et d’indiquer la voie.
Nikola Tesla
J’ai appris que la recherche nécessite de la rigueur, de la patience, de la persévérance ainsi que
la capacité à se projeter dans l’avenir.
Fabien Oculi
Table des matières
Introduction générale 1
Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Motivations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
Organisation du manuscrit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
v
TABLE DES MATIÈRES
vi
TABLE DES MATIÈRES
vii
TABLE DES MATIÈRES
Annexes 121
C Équations 127
C.1 Démonstration de l’expression de la tension terminale Vt pour le modèle d’état non linéarisé
du 3ème ordre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
C.2 Constantes de linéarisation du modèle de Heffron-Phillips . . . . . . . . . . . . . . . . . . . . 129
C.3 Points d’équilibres du modèle de Heffron-Phillips - xd =xq . . . . . . . . . . . . . . . . . . . . 130
D theorems 131
D.1 Thèorème de la stabilité asymptotique ou théorème de Lasalle-Yoshizawa . . . . . . . . . . . 131
viii
Liste des figures
FIGURE 1.1 Classification de la stabilité du réseau électrique en fonctions des paramètres élec-
triques et des durées de perturbations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
FIGURE 1.2 perturbations de tension dans les réseaux . . . . . . . . . . . . . . . . . . . . . . . . 9
FIGURE 1.3 Classification des phénomènes dynamiques dans un système de puissance . . . . . . 11
FIGURE 1.4 Réponse en fréquence transitoire après une perte de production.Perte d’une unité de
1 000 MW, le 24 Novembre 1983. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
FIGURE 1.5 Du réseau électrique conventionnel au réseau électrique intelligent . . . . . . . . . . 15
FIGURE 1.6 Projets démonstrateurs Smart-Grid en France . . . . . . . . . . . . . . . . . . . . . . 16
FIGURE 1.7 Structure d’un système d’excitation avec son régulateur AVR/PSS . . . . . . . . . . 23
ix
LISTE DES FIGURES
FIGURE 2.16 Modèle non-linéaire vs modèle de Heffron-Phillips sans régulateur soumis à des
perturbations électrique et mécanique : 2.16a : Angle de charge δ, 2.16b : Tension terminale
Vt du SMIB - GEN2 paramètres Kundur . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
FIGURE 2.17 Schéma bloc du SMIB Heffron-Phillips HP1 avec régulateurs AVR PSS . . . . . 83
FIGURE 2.18 Schéma bloc du SMIB Heffron-Phillips HP2 avec régulateurs AVR-PSS . . . . . 84
FIGURE 2.19 Modèle non-linéaire vs modèle de Heffron-Phillips avec régulateur AVR/PSS : 2.19a : Angle
de charge δ, 2.19b : Vitesse angulaire relative ω, 2.19c : Puissance active Pe , 2.19d : Tension
terminale Vt et 2.19e : Commande AVR/PSS u du SMIB GEN1 paramètres Kenne . . . . . . 87
FIGURE 2.20 Modèle non-linéaire vs modèle de Heffron-Phillips avec régulateur AVR/PSS : 2.20a : Angle
de charge δ, 2.20b : Vitesse angulaire relative ω, 2.20c : Puissance active Pe , 2.20d : Tension
terminale Vt et 2.20e : Commande AVR/PSS u du SMIB GEN2 paramètres Kundur . . . . . 88
FIGURE 4.1 Synoptique d’un système hydrolien multimachine connecté au bus infini . . . . . . . 104
FIGURE 4.2 Structure du système associé au régulateur DMBC . . . . . . . . . . . . . . . . . . . 109
FIGURE 4.3 Tèrmes d’interconnexion γ12 et γ21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
FIGURE 4.4 Court-circuits et perturbations mécaniques sur le système hydrolien multimachine . 113
FIGURE 4.5 Modèle non-linéaire avec régulateur AVR/PSS vs modèle non-linéaire avec régu-
lateur BACKSTEPPING : 2.19a : Angle de charge δ, 2.19b : Vitesse angulaire relative ω,
2.19c : Puissance active Pe , 2.19d : Tension terminale Vt et 2.19e : Loi de commande u du
MMIB paramètres Kenne . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
FIGURE 4.6 Zoom sur court-circuit de la tension terminale du MMIB en défaut . . . . . . . . . . 115
x
Liste des tableaux
TABLEAU B.1 Grandeurs de base statorique et rotorique dans les repères (abc) et (dq0) . . . . . . 126
xi
Acronymes
HJB Hamilton-Jacobi-Bellman . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
xiii
LISTE DES TABLEAUX
LQ Linear Quadratic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
xiv
LISTE DES TABLEAUX
xv
Nomenclature
xvii
Introduction générale
Bienheureux soit celui qui peut reconnaı̂tre dans son œuvre d’aujourd’hui une portion
connectée de l’œuvre de la vie et une incarnation de l’œuvre de l’éternité
James Clerck Maxwell.
Contexte
l’heure où la production et la consommation d’énergie électrique sont importantes dans le monde,
À les instances et autorités de l’état on mis l’accent sur le développement des énergies renouvelables.Un
constat alarmant sur les dégagements de gaz à effet de serre et la pollution de la planète a accéléré
cette décision. Les énergies renouvelables sont des sources d’énergie primaire inépuisables à très long terme,
car issues de l’énergie du soleil, de la Terre ou de la gravitation. Les énergies renouvelables comprennent
l’énergie hydroélectrique (force de l’eau), solaire, éolienne (force du vent), la biomasse (matières organiques
fournissant de l’énergie, comme le bois en brûlant), la géothermie (utilisant la chaleur des profondeurs de la
terre) et les énergies marines dont l’énergie marémotrice (utilisant la force des marées). Ces ressources ne
s’épuisent pas et ne génèrent pas d’émissions de CO2.
Les cinq familles d’énergie renouvelable sont illustrées ci-dessous et représentent 13 % des ressources en
énergie de la planète. Chacune d’entre elle s’est vue fixer un objectif quantitatif pour 2020 en France, dans
le cadre du Grenelle de l’Environnement.
1
INTRODUCTION GENERALE
La part de énergies renouvelables dans le monde est illustré dans le diagramme circulaire ci-dessous.
La force de l’eau a de tout temps intéressé les hommes et ses secrets sont connus depuis l’Antiquité :
captage de l’eau, aqueducs, chutes d’eau, roues et moulins – notamment à marée - en Bretagne. L’industrie
du Moyen Âge s’est développée grâce à la maı̂trise de cette force motrice. L’invention de la turbine puis celle
de l’alternateur, au XIXe siècle, ont ensuite permis la production d’électricité à partir de l’hydraulique.
Les énergies marines renouvelables ont aussi un potentiel important : 3 600 TWh/an techniquement
exploitables en 2030 dans le monde. La France ambitionne de disposer de 6 000 MW installés d’ici à 2020,
notamment d’éolien en mer, mais aussi d’énergie tirée des marées, tant marémotrice qu’hydroliens, qui
pourrait représenter plusieurs centaines de mégawatt.
Deuxième pays du monde en nombre de brevets déposés sur l’hydrolien, la France va investir dans le
secteur des énergies marines renouvelables : 113 millions d’euros d’ici les 10 prochaines années. Un secteur
novateur et éco-friendly qui devrait également créer 40.000 emplois d’ici à 2020.
Pour exemple pertinent, la Figure 3 montre le potentiel énergétique des Énergie Marine Renouvelable
(EMR) en Bretagne. Il va s’en dire que si cette forme de production d’énergie est amenée à se développer
également sur tout l’ouest et sud-ouest de la France, des économies substantiels seront faites en termes de
consommations et le retour sur investissement sera très compétitif en comparaison de l’énergie électrique
produit par les centrales nucléaires. Dans le chapitre § ?? nous passerons en revue certains projets de parcs
hydroliens en production ou en cours de réalisation.
Motivations
a problématique sur les hydroliennes est motivé par le fait que cette technologie émergente présente
L un réel potentiel pour notre avenir proche. Ce mode de production à partir des courants possède en
2
FIGURE 3 – Projets des énergies marines renouvelables en Bretagne
[Source : ©Bretagne Développement Innovation- Création :www. pollenstudio.fr .]
effet des atouts : prévisible, invisible, au faible impact environnemental, compact - du fait de la
densité de l’eau - et par là même acceptable par les autres usagers de l’espace marin.
Dans un contexte de demande croissante et de raréfaction des combustibles fossiles, où le terrestre ne peut
plus répondre à tous nos besoins, l’exploitation des énergies marines semble une voie prometteuse.
Ce travail s’inscrit également dans le cadre d’un projet de recherche et développement de grande envergure
sur le contrôle-commande des systèmes hydroliens. De nombreuses thèses CIFRE et travaux de diverses labo-
ratoires ont été financé par l’Agence Nationale de la Recherche (ANR). Par exemple la thèse de Ana-Maria
Andreica intitulé ”Optimisation énergétique de chaı̂nes de conversion hydroliennes - modélisation, commandes
et réalisations expérimentales” soutenue en 2009 [And09] a fait parti d’un programme de recherche dont le
cœur était le concept Hydroliennes à Axe de Rotation VErtical STabilisé (HARVEST). Quatre laboratoires
de la région Rhône-Alpes ont participé à ce projet : le Laboratoire des Écoulements Géophysiques et In-
dustriels (LEGI, Grenoble INP), le Laboratoire Sols Solides Structures-Risques (3S -R, Grenoble INP), le
Laboratoire de Mécanique des Contacts et des Structures (LaMCoS, INSA Lyon)- et enfin le Laboratoire de
Génie Électrique de Grenoble (G2ELab).
EDF soutient également d’autre projets de recherche sur les systèmes hydroliens et conventionne des thèses
CIFRE dans différentes disciplines scientifiques et pour différent laboratoire.
Au Royaume-Unis,pour faciliter la formation d’ingénieurs qualifiés dans les énergies marines, et augmenter
l’attractivité de ce domaine, Vince CABLE, ministre des entreprises, de l’innovation et des compétences, a
annoncé fin août 2011 un financement de 6,5 M£ à travers l’ETI et l’EPSRC pour la création d’un programme
doctoral dans les énergies renouvelables, mené par le nouveau centre doctoral industriel dans les énergies
renouvelables offshore (Industrial Doctoral Centre in Offshore Renewable Energy (IDCORE)).
En partenariat étroit avec des leaders industriels mondiaux tels que EDF Energy, Shell ou Rolls-Royce,
jusqu’à 50 étudiants seront formés dans de nombreux domaines associés aux énergies renouvelables et aux
3
INTRODUCTION GENERALE
nouvelles technologies pendant deux semestres, avant d’effectuer leur thèse auprès d’une des entreprises
partenaires. Á ce jour, la seule entreprise française participant à ce projet est EDF. La première promotion
d’étudiants (cinq doctorants) suivant ce programme doctoral avait commencé la formation en janvier 2012.
En 2011, le SuperGen Marine est renommé SuperGen United Kingdom Center for Marine Energy Research
(UKCMER)- et bénéficie une fois de plus d’un financement pour une troisième phase de recherche. Cette
phase met l’accent sur la mutualisation des connaissances, la collaboration et la création de réseau d’experts,
et le rôle important de l’UKCMER pour la production de feuilles de routes technologiques et stratégiques.
À ce jour, neuf projets de recherche, gérés par l’UKCMER, ont pu bénéficier de ces financements. La liste
de ces projets peut être consultée sur le site internet de l’UKCMER.
Organisation du manuscrit
ix chapitres seront développées dans ce travail. En annexe nous développerons certaines démonstra-
S tions et rappellerons certains outils mathématiques utiles pour l’élaboration de lois de commandes
non-linéaire.
Chapitre ?? : Nous développerons un état de l’art sur les projets hydroliens qui ont vu le jour jusque
ici dans le monde. Ce travail nous permettra d’effectuer une classification des hydroliennes suivant leur
technologie et leur type d’application ; marin ou fluviale. Après avoir établi et choisi un modèle de marées
pour notre problématique, nous discuterons des différentes stratégies de commandes employées dans la chaı̂ne
de conversion d’énergie hydrolienne.
Chapitre 1 : Nous traiterons dans ce chapitre de la stabilité transitoire des réseaux électriques ou systèmes de
puissances en régime dynamique et leur mode de régulation. Ces généralités nous permettrons de comprendre
et anticiper les enjeux de la stabilisation et régulation des systèmes génératrices/réseaux interconnectées.
Chapitre 2 : Nous consacrerons ce chapitre à l’élaboration des modèles mathématiques d’un Système
Mono-machine connecté au Bus Infini (Single-Machine connected to an Infinite Bus (SMIB)) du 6ième au
3ième ordre. Nous modéliserons et comparerons ces modèles au modèle mise sous forme d’état non-linéaire.
En définitive un modèle non-linéaire du système hydrolien connecté au bus infini complet sera retenu. Un
modèle linéarisé sera simulé et comparé également : le modèle de Heffron-Phillips. Nous y associerons
un régulateur de tension et stabilisateur de puissance Automatic Voltage Regulator (AVR)/Power System
Stabilizer (PSS) dont les paramètres seront réglés afin de ramener la tension terminale à la même valeur que
notre modèle d’état non-linéaire et constaterons la robustesse de cette régulation vis-à-vis de perturbations
d’ordre électrique et/ou mécanique. Nous discuterons enfin des limites du régulateur AVR/PSS.
Chapitre ?? : L’identification en ligne des paramètres des deux machines synchrones et de la machine à
courant continu excitatrice utilisées au laboratoire sera déterminante pour la simulation puis l’implémentation
en temps-réel des lois de commandes linéaire et non-linéaire.
Chapitre 3 : Nous mettrons en œuvre des stratégies de commande et de contrôle non-linéaire du système
comportant une génératrice synchrone connectée à réseau de forte puissance. Nous comparerons en simulation
puis en temps-réel la robustesse de ces lois de commandes lors des perturbations sévères sur la ligne de
transmission (courts-circuits) et/ou mécaniques.
Chapitre 4 : Nous mettrons en équations puis simulerons un Système Multimachines Connectées au Bus
Infini (Multi-Machine connected to an Infinite Bus (MMIB)). Nous proposerons une loi de commande non-
linéaire par Backstepping. Nous implémenterons cette loi de commande en temps réel sur deux machines
connectées à une charge résistive et couplées au réseau. Nous vérifierons que les variables d’états de notre
système multimachines : puissance électrique, vitesse relative, angle de charge, tensions terminale convergent
de façon optimum après avoir été soumis à des contraintes électriques et mécaniques sévères. L’expérience
nous montrera que la loi de commande non-linéaire est mieux adaptée et la plus performante en terme de
robustesse que le contrôleur linéaire classique de type AVR/PSS. Cette étude nous permettra de tirer des
conclusions et des améliorations pour l’avenir.
4
RÉFÉRENCES DE L’INTRODUCTION GÉNÉRALE
5
CHAPITRE
Stabilité des Réseaux Électriques et
1 leur Régulation
1.1 Introduction
Á l’heure actuelle la demande d’électricité est en hausse phénoménale en particulier dans les pays en
développement comme l’Inde par exemple. Cette demande persistante mène au fonctionnement du système
d’alimentation à sa limite . En plus de cela le besoin d’avoir un réseau électrique puissant, fiable, stable et
de qualité est également à la hausse en raison des puissances industrielles sensibles misent en jeux dans le
domaine de la technologie de l’information , la communication , l’électronique , etc. Dans ce scénario , la
réponse à la demande d’électricité ne sont pas les seuls critères , il est de la responsabilité des ingénieurs
de fournir également une alimentation stable et de qualité pour les consommateurs . Ces questions mettent
en évidence la nécessité de comprendre la stabilité du système d’alimentation. Dans ce chapitre, nous allons
essayer de comprendre comment évaluer la stabilité d’un système d’alimentation , la façon d’en améliorer sa
qualité et enfin comment éviter l’instabilité d’un système.
L’énergie électrique est produite en même temps qu’elle est consommée, donc, en permanence, la production
doit s’adapter à la consommation. De ce fait, l’ensemble production, acheminement, utilisation constitue un
système complexe. [De-Metz-Noblat1997].
Un réseau électrique peut être de petite puissance ou très puissant (à l’échelle d’un pays). Dans tous les cas,
ses caractéristiques s’expriment en termes de :
■ grandeurs électriques
■ disposition spatiale
■ données temporelles
Grandeurs électriques :
7
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
Il faut noter qu’en régime dynamique, l’énergie active est « stockée » par les machines tournantes (inertie),
et que l’énergie réactive l’est également, sous forme magnétique (transformateurs ou machines tournantes)
ou capacitive (câbles).
Disposition spatiale :
La structure topologique est à échelle :
✓ des continents, des pays, des régions (transports, répartition et distribution),
✓ des sites industriels (centaines de mètres à dizaines de kilomètres),
✓ des bâtiments du tertiaire.
Données temporelles :
Les variations de l’équilibre entre l’offre et la demande énergétiques entraı̂nent des perturbations des gran-
deurs électriques que sont la fréquence et la tension que l’on doit maintenir dans des fourchettes acceptables.
FIGURE 1.1 – Classification de la stabilité du réseau électrique en fonctions des paramètres électriques et
des durées de perturbations
[Source : [Kumar]]
échelle dans le temps et dans l’espace de l’ensemble du système production/transport/ consommation. Mais
une analyse plus fine révèle qu’en réalité, il y a en permanence et en tous lieux des événements provoquant
des fluctuations qui seront compensées, sauf catastrophes. Ainsi la notion de qualité de l’électricité apparaı̂t
sous l’aspect de (Figure 1.2a et Figure 1.2b) :
■ La continuité de fourniture :
C’est la disponibilité de l’énergie électrique en un endroit donné qui peut être interrompue par des
coupures brèves (< 1 min.) ou longues (> 1 min.).
8
1.2. Définitions et Concepts de la stabilité des réseaux électriques
(a) Amplitude
(b) Durée
9
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
10
1.2. Définitions et Concepts de la stabilité des réseaux électriques
Un seul défaut se produisant initialement dans le système d’alimentation peut donner lieu à la dynamique
dans tous les groupes montré dans la Figure 1.3. Un coup de foudre dans une ligne d’alimentation peut
provoquer une surtensions conduisant à une rupture de l’isolation, provoquant un défaut à la terre. ce
défaut peut provoquer des vibrations du rotor dans les machines synchrones d’amplitudes élevées. Ceci
peut déclencher les protections et déconnecter les générateurs, de sorte qu’un déséquilibre entre puissance
produite et consommée se présente. La fréquence dans le système de puissance diminue et les générateurs
qui participent à la commande de fréquence cherche à compenser se manque par une augmentation de leurs
puissances. Ainsi, le coup de foudre initial a lancé la dynamique dans les quatre groupes A, B, C et D.
Dans la Figure 1.3 les échelles de temps et les modèles mathématiques utilisés sont donnés à titre indicatifs
mais ne reflètent pas exactement la dynamique des phénomènes réels.
11
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
12
1.3. Commande et régulation des réseaux d’énergie électriques interconnectées
à la réponse des dispositifs tels que moteur principal et donc la stabilité de fréquence peut résulter d’un
phénomène à court terme ou à long terme.
La figure 1.4 montre un exemple de chute de fréquence après une perte de production d’un ouvrage hydro-
électrique de 1 000 MW. Le comportement transitoire de la fréquence dépend fortement des caractéristiques
des régulateurs de turbines, et à cet égard les régulateurs employés pour les turbines hydrauliques et des
turbines à vapeur sont totalement différents. On constate que l’écart de fréquence transitoire est beaucoup
plus grande si le contrôle de la fréquence est effectuée par un dispositif hydroélectrique. Cela est dû à ce que
la turbine hydraulique est un système à non - minimum de phase.
FIGURE 1.4 – Réponse en fréquence transitoire après une perte de production.Perte d’une unité de 1 000
MW, le 24 Novembre 1983.
[Source : [Anderson08]]
Bien que , la stabilité de l’angle de transport du rotor oscille sur une certaine plage, l’instabilité de tension
et de fréquence ne peuvent pas être des phénomènes isolés. Un effondrement de tension sur un bus peut
conduire à de grandes excursions de l’angle de charge du rotor et de la fréquence. De même, de grands écarts
de fréquences peuvent entraı̂ner d’importants changements dans l’amplitude de tension.
Chaque élément du système c’est-à-dire le moteur d’excitation, la génératrice synchrone, les transformateurs,
les lignes de transmission,la charge, les dispositifs de contrôle devront être modélisé mathématiquement pour
évaluer la stabilité de l’angle de charge du rotor, de la tension terminale et de la fréquence grâce à des outils
d’analyse appropriés. En fait tout le système peut être représenté par un ensemble d’équations différentielles
algébriques à travers laquelle la stabilité du système peut être analysé. L’outil de modélisation et de simu-
lation utilisé dans ce travail sera MATLAB™. Il est possible d’utiliser des logiciels d’analyse des réseaux tel
que : PowerFactory ™ de DigSILENT™ ,Multithreaded Simulator of Electric power Systems (RAMSES) dé-
veloppé at l’université de Liège permettant la simulation, la modélisation et l’analyse dynamique des réseaux
électriques en régime transitoire.
13
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
réseau alternatif est donc en instabilité perpétuelle puisqu’il doit à chaque instant prévoir statistiquement
cette demande. Dans la plupart des cas les tensions s’ajuste naturellement pour rétablir l’équilibre et un
système de puissance est alors dit stable lorsque les perturbations sont faibles [Jenkins08].
En revanche une forte perturbation peut provoquer une instabilité dans le système, et entrainer une suite
d’événements menant à l’effondrement du réseau. Il n’y aura plus de transmission possible. Il faudra alors
rétablir progressivement le réseau en coupant les charges inutiles, en faisant fonctionner à faible puissance
les générateurs, en les reliant entre eux pour que les flux de puissance puisse exister.
Le but de l’étude de la stabilité est que le système soit conçu pour supporter des perturbations sévères (court-
circuits, pannes mécaniques) mais réciproquement les études de stabilité sont aussi utilisées pour déterminer
les limites de fonctionnement des machines existantes. On étudiera et simulera par la suite le comportement
d’un générateur synchrone accouplé à son moteur d’entraı̂nement. L’alternateur sera relié à un réseau très
puissant dit ”infini”. On pourra étudier la stabilité en régime transitoire de ce système.
Le choix d’un régulateur et l’élaboration d’une loi de commande sera conditionné par des critères tels que :
maillage d’un réseau de distribution délivrant une alimentation de qualité, acceptable dans les conditions
normales de fonctionnement, et préserver l’intégrité du système quand le réseau est perturbé.
14
1.3. Commande et régulation des réseaux d’énergie électriques interconnectées
Le lecteur est invité à consulter les ouvrages de références suivant sur le sujet :[Hadjsaid10a], [Hadjsaid10b]
et [Sabonnadiere12].
Smart Grid Vendée est un de ses projets phares de ERDF parmi les 14 démonstrateurs en France - Figure
1.6, puisqu’il est le seul à concerner un département tout entier et à impliquer plus de 150 collectivités locales.
Son but, tester l’ensemble des éléments et automatismes nécessaires au réseau de distribution pour accueillir
le développement continue des énergies renouvelables et leur pilotage. Ce département réunie à lui seul tous
les paramètres aux quelles ERDF doit faire face. En effet depuis ces huit dernières années le département
à enregistré une hausse de 40% de sa consommation d’électricité, de plus, sa production d’électricité issue
d’énergie renouvelable est deux fois supérieurs à la moyenne nationale, soit 8% contre une moyenne de 4% sur
le reste du territoire. Enfin le département se caractérise par un engagement fort des collectivité locale pour
réduire leur consommation électrique en développant les énergies renouvelables. Cette volonté commune
à donner naissance à un projet innovant entre le Syndicat Départemental d’Énergie et d’équipement de
la Vendée (SyDEV), ERDF et des partenaires privés avec une partie du financement pris en charge par
l’ADEME dans le cadre du Programme des Investissement d’Avenir. Le CNAM Pays de la Loire à mis en
place une formation d’ingénieur Smart Grid.
Ce démonstrateur va donc tester l’optimisation du pilotage du réseau d’électricité grâce à un ensemble d’équi-
pement innovant à savoir : une nouvelle génération de capteurs de courants, des organes de manœuvres télé-
commandés intelligents relié au Système de Contrôle et d’Acquisition de Données (SCADA), des compteurs
communicants Linky, des structures de communication spécifique entre le réseau de distribution et l’ensemble
des producteurs d’électricité que cette électricité soit d’origine renouvelable ou pas.
Ce démonstrateur testera également de nouveaux logiciels de simulation et de prévision de la consommation,
de la production et de l’état du réseau électrique, s’appuyant sur des données comme la météo ou les travaux
programmés sur le réseau.
Des outils informatiques d’aide à la décision et au pilotage de la consommation et de la production en temps
réel complète le dispositif. Ce dernier permettra une conduite optimisé du réseau intégrant l’ensemble des
changements lié au développement des énergies renouvelables (photovoltaı̈que, éolien).
Réaction du smart grid aux sur et sous - consommation
Si la production d’énergie renouvelable dans une journée par exemple est plus importante que la consomma-
tion des ménages et des entreprises alors le niveau de tension sur le réseau va augmenter jusqu’à atteindre
des valeurs limites à ne pas dépasser afin de ne pas détériorer les équipements électriques des usagers. Les
capteurs envoient alors immédiatement cette information à l’Agence de Conduite Régionale (ACR) qui va
pouvoir commandé à distance et en temps réel le poste source et simultanément la communication avec les
producteurs permettra de baisser le niveau de tension sur le réseau pour un retour à l’équilibre.
15
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
Á contrario, si dans une journée la production d’énergie renouvelable (photovoltaı̈que, éolien) est faible par
rapport à la consommation du reste du réseau alors ceci peut aboutir à une sous-tension pouvant conduire
aux mêmes risques. Il faudra donc augmenter les niveau de tensions au poste source et effacer certaines
consommations en décalant des usages à d’autre moment de la journée par exemple pour les entreprises
comme pour les particuliers.
Ce démonstrateur sera à l’essai pour 5 ans afin de disposer du retour d’expérience nécessaire avant d’envisager
un déploiement à grande échelle.
16
1.3. Commande et régulation des réseaux d’énergie électriques interconnectées
Les ı̂les de Houat et Hoedic au large de Quiberon sont alimentés en énergie électrique par câble sous-marin.
S’il apparaı̂t une rupture de câble les habitants des ı̂les peuvent être privé d’électricité pendant plusieurs
jours. En effet il n’existe pas d’autre moyen permettant une réalimentation rapide et ceci jusqu’à l’installation
d’un groupe électrogène en provenance du continent. Conscient des difficultés générées par cette situation,
ERDF teste des mini smart-grid alliant des compteurs communicants, des automates de réseau, un groupe
électrogène de secours à demeure combiné aux panneaux photovoltaı̈ques déjà existants.
En cas d’incident sur l’un des câbles, des indicateurs de défauts informent en temps réel l’ACR de Rennes.
Les équipes identifient à distance de la zone non alimentée, elles sont ainsi capable, toujours à distance,
de démarrer le groupe électrogène de secours en moins de 5 min. Celui-ci réalimente l’un des postes de
distribution d’Hoëdic jusqu’au compteur Linky des clients.
En parallèle, ces mêmes équipes estiment les besoins en électricité des clients coupés à partir de plusieurs
paramètres : la réalimentation d’une ou de deux ı̂les, la population présente, la météo et les prévisions
de production d’électricité des panneaux photovoltaı̈ques. Si cette prévision de consommation montre que
le groupe électrogène ne suffit pas à réalimenter l’ensemble des clients, l’ACR calcul alors la puissance
maximale disponible qui sera ensuite répartie sur l’ensemble de compteurs de clients de façon à ce que
tous les ı̂liens puissent être alimentés. Ces données sont immédiatement envoyées à l’agence de supervision
Linky de Lyon, qui adapte la puissance permettant de couvrir les besoins essentiels des habitants (éclairage,
congélateur/réfrigérateur, radiateur électrique). Si la production des panneaux photovoltaı̈ques le permet, le
mini smart-grid actionne le fonctionnement du chauffe-eau électrique. De plus la production de ces panneaux
photovoltaı̈ques permet de réduire la consommation de fuel du groupe électrogène limitant ainsi ses émissions
de CO2. Les microgrids met non seulement fin aux périodes totales de coupure des ı̂les mais teste aussi un
système de répartition de la puissance disponible sur des périodes de forte demande.
17
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
■ La commande robuste
Le régulateur est conçu pour être le moins sensible possible à son environnement : régulateur H∞
établi par le mathématicien G.H. Hardy dès le début du XXème siècle, mais introduit en 1981 par
G.Zames, µsynthèse , µanalyse . La synthèse H∞ des correcteurs est une approche récemment appliquée
aux commandes des ensembles convertisseur-machines prenant en compte les bruits injectés sur le pro-
cessus et les variations des paramètres intervenant dans les modèles (incertitudes non-structurées). Les
correcteurs obtenus ont des coefficients constants et sont donc adaptés aux fréquences d’échantillon-
nages élevées nécessitées par ce type de processus. La commande robuste a été rapidement associé à des
techniques d’optimisation convexe fondées sur des « inégalités matricielles linéaires »(Linear Matrix
Inequalities (LMI)) qui ont pu conduire à des méthodes de synthèse complexes. Ces synthèses recherche
un compromis robustesse/performance du système.
LMI est une technique de commande robuste qui résout les problèmes contraints par des moyens
d’optimisation convexe et est applicable à la conception de PSS centralisée et décentralisée d’ordre
faible.
µ-synthèse est une technique de commande robuste qui estime les perturbations dans une matrice
d’incertitude défini comme la différence entre les valeurs nominales et les paramètres réels du système.
Il est utilisé dans [Senjyu05] pour coordonner les stratégies AVR et PSS et Static Var Compensator
(SVC) afin de créer un contrôle centralisé [Boukarim00].
■ La commande optimale
La théorie de la commande optimale permet de déterminer la commande d’un système qui minimise (ou
maximise) un critère de performance, éventuellement sous des contraintes. Le cas le plus classique (et
le plus simple) est celui de contraintes de type inégalité sur la commande, mais on peut aussi envisager
des contraintes de même type sur l’état. Cette théorie est une généralisation du calcul des variations.
Elle comporte deux volets : le principe du maximum (ou du minimum) dû à Lev Pontriaguine
et à ses collaborateurs du Steklov Institute de Moscou, et l’équation de Hamilton-Jacobi-Bellman
(HJB), généralisation de l’équation de Hamilton-Jacobi, et conséquence directe de la programmation
dynamique initiée aux États-Unis par Richard Bellman. (définition emprunt de wikipédia).
■ La commande prédictive
Initié par Bellman en 1957, la commande prédictive Model Predictive Control (MPC) c’est la réso-
lution répétée à chaque pas de temps d’un problème de commande optimale : “comment aller de l’état
actuel à un objectif de manière optimale en satisfaisant des contraintes”. Pour cela il faut connaı̂tre à
chaque itération l’état du système et utiliser un outil de résolution numérique.
Historiquement, cette idée ne sera mise en œuvre industriellement par J.Richalet en 1976 et gé-
néralisée par D.W. Clarke en 1987 en accord avec de grands groupes industriels aux États-Unis
et en Europe (Shell et Adersa) dans le logiciel IDentification COMmande (IDCOM). Le formalisme
choisi permet de considérer les systèmes linéaires comme des Finite Impulse Response (FIR) (filtres
à réponse impulsionnelle finie). Les coûts considérés sont quadratiques, la partie estimation repose
sur une approche des moindres carrés. On peut spécifier des contraintes affines sur les entrées et les
sorties. En 1980 apparaı̂t Dynamic Matrix Control (DMC) de Cutler et Ramaker. DMC reprend
de nombreuses idées de IDCOM, les systèmes sont représentés par leur réponses à l’échelon. En 1988
il est possible grâce à Shell Multivariable Optimizing Control (SMOC) de considérer les systèmes sous
forme d’état. La partie estimation est assurée par un filtre de Kalman. Outre ces outils plus modernes
de l’automatique, SMOC intègre la notion de contraintes dures et molles et permet de les ordonner
[Petit05].
■ La commande adaptative
Le régulateur s’adapte à son environnement. Nous résumerons dans les grandes lignes cette stratégie
de commande dans le paragraphe suivant.
■ La Commande neuronale
18
1.3. Commande et régulation des réseaux d’énergie électriques interconnectées
Commande non-linaire adaptative basé sur un procédé d’auto-apprentissage d’un système par algo-
rithme adapté minimisant un critère (coût) au fur et à mesure des itérations du programme. Les ré-
seaux de neurones sont généralement optimisés par des méthodes d’apprentissage de type probabiliste,
en particulier bayésien. Ils sont placés d’une part dans la famille des applications statistiques, qu’ils
enrichissent avec un ensemble de paradigmes permettant de créer des classifications rapides (réseaux
de Kohonen en particulier), et d’autre part dans la famille des méthodes de l’intelligence artificielle
auxquelles ils fournissent un mécanisme perceptif indépendant des idées propres de l’implémenteur, et
fournissant des informations d’entrée au raisonnement logique formel.
Un exemple d’application employé pour l’estimation des paramètres d’un machine à induction est
détaillé dans cette publication [Kenne05].
■ La commande floue
Commande employé dans l’objectif de réaliser des systèmes de contrôle auto-adaptatif. La logique flue
(Fuzzy logic) s’appuie sur la théorie mathématique des ensembles flous de Lotfi Zadeh qui présente
une extension de la théorie des ensembles classiques aux ensembles définis de façon imprécise. On la
trouve dans de nombreuse application comme :l’automatique (freins ABS, conduite de processus), la
robotique (reconnaissance de formes), la gestion de la circulation routière (feux rouges), le contrôle
aérien (gestion du trafic aérien), l’environnement (météorologie, climatologie, sismologie, analyse du
cycle de vie), la médecine (aide au diagnostic), l’assurance (sélection et prévention des risques) et bien
d’autres.
Le contrôleur floue sait se montrer robuste et flexible . Ce procédé est employé souvent lorsqu’on arrive
pas à définir un système par son modèle de connaissance mathématique. Ces algorithmes convergent
rapidement en temps-réel.
■ La commande par algorithme génétique
Ce procédé d’auto-apprentissage appartient à la famille des algorithme évolutionniste. Leur but est
d’obtenir une solution approchée à un problème d’optimisation, lorsqu’il n’existe pas de méthode exacte
(ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques
utilisent la notion de sélection naturelle et l’appliquent à une population de solutions potentielles
au problème donné. La solution est approchée par « bonds » successifs, comme dans une procédure
de séparation et évaluation, à ceci près que ce sont des formules qui sont recherchées et non plus
directement des valeurs.
Cet algorithme voit de nombreuse application aujourd’hui dans différent domaine : économie, robotique,
gestion du trafic routier, médecine, etc.. Asservissement de positon, régulateur robuste pour des modèles
à paramètres incertains. Cette méthode est expérimenté aujourd’hui tout comme les réseaux de neurone
pour la planification, l’optimisation des réseaux de distribution électrique afin que ceux-ci puissent
apprendre seul, par expérience et minimisation de leur erreur au fur et à mesure que des défauts
apparaissent dans ces réseaux. On parle alors pour les Smart Grid de réseau ”auto-cicatrisant”.
■ Les commandes hybrides
Une loi de commande hybride est une loi de contrôle et de régulation combinant différentes stratégies
de commande cités précédemment.
Les systèmes hybrides sont des systèmes dynamiques faisant intervenir explicitement et simultanément
des phénomènes ou des modèles de type dynamique continu et événementiel. Ces Systèmes Dynamiques
Hybrides (SDH) sont classiquement constitués de processus continus interagissant avec ou supervi-
sés par des processus discrets. Ils résultent également de l’organisation hiérarchique des systèmes de
contrôle/commande complexes, ou de l’interaction entre des algorithmes discrets de planification et des
algorithmes continus de commande.
Pour garantir le bon fonctionnement d’un ensemble automatisé réel il est nécessaire de prendre en
compte simultanément les aspects continus et événementiels de sa dynamique. Cette approche peut
être pratique lorsqu’on a affaire à une variation de structure liée aux différents modes de marche,
19
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
20
1.3. Commande et régulation des réseaux d’énergie électriques interconnectées
Dans un schéma de commande adaptative directe, les paramètres du régulateur sont ajustés en une seule
étape. Les paramètres sont directement réinitialisés. Une telle commande peut être obtenue par une ”repa-
ramétrisation” des correcteurs déterministes.
Dans un schéma de commande adaptative indirecte, l’adaptation des paramètres se fait en deux étapes :
➀ Estimation des paramètres du procédé.
➁ Calcul des paramètres du régulateur déterministe ou à variance minimale à partir des paramètres
estimés.
De nombreuses autres algorithmes sont proposés par les chercheurs utilisant des variantes du placement de
pôles ou à base des techniques de commande de type Linear Quadratic (LQ).
Commande par mode de glissement
La commande par mode de glissement est une méthode de réglage dans laquelle la structure est commutée
de manière à ce que le vecteur d’état x suive une trajectoire S(x) = 0 dans l’espace d’état.
Les commandes par mode de glissement sont robustes. Elles s’adaptent aux changements des paramètres
du procédé. Mais elles sollicitent fortement l’organe de commande. Les fréquences de commutation sont
d’environ 10 à 20 kHz pour des puissances de quelques kW. Le réglage peut se faire par une commande de
type relais umin /umax ou par changement de la contre - réaction d’état.
Nous développerons plus loin l’application de cette stratégie de commande.
Critère de Lyapunov
Afin d’appliquer la méthode de Lyapunov le système est décrit par une fonction d’énergie transitoire, qui
permet de déterminer la stabilité transitoire après l’identification du point d’équilibre stable et instable
(Unstable Equilibrium Point (UEP)) du système post - défaut. Cependant, étant donné que le système est
décrit par une fonction transitoire unique d’énergie, il est difficile de déterminer l’origine de l’instabilité.
L’un des développements les plus récents appliquant cette approche est la méthode dite Based Controlling
Unstable (BCU) [Llamas95].
21
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
Equivalent (SIME) [Pavella00]. Ce procédé combine les avantages d’une méthode directe et la simulation
dans le domaine temporel.
Procédé SIME
La méthode SIME détermine à chaque étape de simulation les paramètres du système OMIB choisi, qui décrit
la dynamique d’un groupe de ”générateurs critiques” et d’un groupe d’autres ”générateurs non-critiques”. Les
machines dans le système sont répartis dans le groupe critique et dans le groupe non critique correspondant
à leurs angles de charge. Les machines de chaque groupe sont regroupés et les paramètres du système OMIB
sont déterminées. Après cumul des machines la stabilité transitoire du OMIB résultant peut être évaluée en
utilisant le critère de l’égalité des aires.
Dans ces travaux de recherche, les simulations ont été réalisé à l’aide du simulateur (RAMSES). Les modèles
des génératrices synchrones sont empruntés de [Kundur94]. Les réponses de l’angle de charge et de la
marge de stabilité ont été simulé avec la méthode SIME pour des modèles des génératrices synchrones du
2ème au 6ème ordre [Weckesser13].
Une analyse de la charge de calcul des deux méthodes mentionnées à l’égard de la mise en œuvre en temps
réel a été réalisée dans [Weckesser12] . Les résultats suggèrent que les méthodes basées sur l’EAC sont plus
rapides que les procédés utilisant la méthode de Lyapunov.
22
1.4. Conclusion
machine. Ainsi, le signal de sortie du PSS est injecté dans le régulateur de tension de la machine, qui agit sur
la tension d’excitation. Cette action permet de compenser la phase de l’oscillation quel que soit son réglage.
Le réglage d’un PSS consiste à trouver une bonne compensation de phase qui reste valable sur la plus grande
plage de points de fonctionnement possible du réseau. Ce réglage doit donc être efficace et robuste. Un grand
nombre de méthodes de réglage des régulateurs PSS ont été proposées et appliquées pour divers réseaux de
par le monde.
Il reste un inconvénient majeur important : la plupart des méthodes sont développées et testées sur le modèle
d’un réseau comportant une machine connectée à un nœud infini. Ce type de conception est nécessaire en
raison du nombre important d’équations différentielles que l’on utilise pour modéliser un réseau. Ces équations
non-linéaires sont impossibles à traiter sans l’aide d’un calculateur numérique, particulièrement pour les
grands réseaux. Les temps de calcul peuvent être relativement long. Cependant, un deuxième inconvénient
apparaı̂t : le PSS n’agit que sur les signaux de sa propre machine. Ce correcteur n’a pas de vision dite
”globale” du réseau. Nous l’appelons, pour le distinguer d’un correcteur utilisant des grandeurs lointaines,
correcteur avec boucle de contre-réaction locale ou simplement LFC.
De la même manière les correcteurs PSS ayant des entrées issues de mesures lointaines SPM seront appelés
Remote Feedback Controller (RFC). Ils sont plus performant que les correcteurs Local Feedback Controller
(LFC) [Crappe03]. Le réglages typique d’un correcteur AVR/PSS est possible à partir de l’analyse en
(a) schéma bloc d’un système d’excitation d’une gé- (b) Exemple de régulateur AVR/PSS
nératrice connectée à un réseau
FIGURE 1.7 – Structure d’un système d’excitation avec son régulateur AVR/PSS
[Source : [Hammer11]]
petits signaux du système modèle de Heffron-Philips. Le réseau et les machines représentés sous formes
de représentation d’état, sont construit en utilisant les grandeurs d’entrée et de sorties désirées pour le
correcteur.
1.4 Conclusion
Conjointement aux techniques de régulation citées précédemment, les chercheurs travaillent et élaborent
d’autres approches fondées sur des techniques d’automatique non-linéaire basées sur la théorie des systèmes
dynamiques de Lyapunov [Lyapunov] et Filippov[Filippov] : commande robuste basée la linéarisation par
retour d’états [Goma04], linéarisation par retour d’entrées-sorties, commande par backstepping, commande
par mode glissant[Dansoko14], commande par fonction directe de Lyapunov.
. Ces techniques donnent des résultats de plus en plus concluant. Elles offrent l’avantage potentiel de pouvoir
tenir compte de l’ensemble des phénomènes non linéaires, ce que ne permet pas l’analyse en petits signaux.
23
Chapitre 1. Stabilité des Réseaux Électriques et leur Régulation
Références du chapitre 1
[BBC07] S. Ben Elghali, M. Benbouzid et J. Charpentier. « Marine tidal current electric power
generation technology : state of the art and current status. » In : IEEE electric machines drives
conference, Turkey 2 (2007), p. 1407–1412.
[Bor12] B. Bornemann. « Barge de l’hydrolienne Arcouest d’OpenHydro : le palonnier défectueux en
cours de réparation ». In : marine renewables directory (30 oct. 2012). url : www.marine-renewables-directory.
com.
[Bro12] Brooks. « Environmental assessment for hydropower project pilot license ». In : (jan. 2012).
[Bro99] Brooks. Studies of tidal currents in Cobscook Bay. 1999, p. 664. url : http://web.ncf.ca/
fd978/gis4czm/.
[Bui13] J.-P. Buisson. « Le raz de Barfleur écarté du projet pour ménager les pêcheurs ». In : Ouest-
France (1er oct. 2013).
[DT13] J.-P. Druhen-Charnaux et J. Tripp. « PRISMER, Interconnexion électrique d’hydroliennes et
export de l’électricité d’une ferme ». In : ADEME (2013). url : www.ademe.fr/invest-avenir.
[EDF15] EDF. Énergie hydrolienne. 2015. url : http://urlz.fr/40xu.
[Flo15] A. Floch. « Des hydroliennes sur la Vienne ». In : La Nouvelle République (14 mai 2015).
[Gov16] S. Government. « Encore des grands pas en Écosse ». In : mer-veille 231 (4 mar. 2016). url :
http://www.mer-veille.com/.
[Gue07] O. Guerin. Comprendre les marées. Editions Ouest-France, 2007, p. 32.
[KD08] T. Kinsey et G. Dumas. « Parametric Study of an Oscillating Airfoil in a Power-Extraction
Regime ». In : AIAA Journal 46.6 (juin 2008).
[LeG08] D. LeGourieres. Les Éoliennes Théorie Conception et Calcul pratique. Édition du Moulin
Cadiou. Diffusion Eyrolles-GEODIF-SODIS, 2008, p. 251–252.
[LeM13] LeMarin. « L’Écosse approuve un projet hydrolien associant GDF Suez ». In : Le Marin
(16 sept. 2013). url : www.lemarin.fr.
[Mar09] D. Marie. « Hydroliennes : du courant grâce aux courants ! » In : voiles et voiliers (2 mai 2009).
url : www.voilesetvoiliers.com.
[mer13a] mer-veille. In : Daily News N°336, mer-veille (13 fév. 2013). url : www.mer-veille.com.
[mer13b] mer-veille. In : Daily News N°358, mer-veille (14 mar. 2013). url : www.mer-veille.com.
[Oli15] H. Olivier. « Énergies Marines - En Écosse, l’hydrolienne la plus puissante du monde ». In :
Le Journal des Énergies Renouvelables 226 (mar. 2015), p. 28–29.
[Rou11a] F. Rousseau. « Hydro-Gen réinvente la roue à aubes ». In : Faites le plein d’avenir (mai 2011).
url : goo.gl/OSkOyE.
[Rou10] F. Rousseau. « ORPC installe TidGen ™, la première hydrolienne américaine ». In : 3B Conseils
(31 août 2010). url : goo.gl/QJg3bt.
[Rou11b] F. Rousseau. « ORPC s’associe à HEA pour installer TidGen™ ». In : 3B Conseils (11 avr.
2011). url : goo.gl/OlklPg.
[Rou11c] F. Rousseau. « TIDENG : l’hydrolienne à ailerons pour tous les courants ». In : 3B Conseils
(7 juil. 2011). url : http://www.energiesdelamer.eu/publications/829-25tideng-l-hydrolienne-a-ailer
[Sab15] Sabella. « Baptême de l’hydrolienne Sabella D10 Port de Brest 24 avril 2015 ». In : (2015).
url : www.sabella-d10.bzh.
[Tix14a] G. Tixier. « L’hydrolienne pour tous ». In : Faites le plein d’avenir (16 jan. 2014). url : www.
faiteslepleindavenir.com.
24
RÉFÉRENCES DU CHAPITRE 1
[Tix14b] G. Tixier. « Une révolution technologique pour les hydroliennes ». In : Faites le plein d’avenir
(2014). url : www.faiteslepleindavenir.com.
25
CHAPITRE
Modèle de Connaissance du Système
Si les gens ne croient pas que les mathématiques sont simples,c’est uniquement parce qu’ils
ne réalisent pas à quel point la vie est compliquée.
John Von Neumann
2.1 Introduction
Dans ce chapitre nous détaillerons - moyennant certaines hypothèses - le modèle de connaissance d’un
système électrique monomachine connecté à un réseau de forte puissance dit infini.
Dans un premier temps nous justifierons un modèle simplifié de la machine à courant continu excitatrice.
Ensuite nous modéliserons la génératrice synchrone en portant une attention particulière aux conventions
de signes et notations employées pour les diverses éléments de la machine afin de s’affranchir des erreurs
de simulation. Il existe différentes formes de représentation, de conventions et de notations dans la litté-
rature. Dans ce chapitre, la norme Institute of Electrical and Electronics Engineers (IEEE) Standard 1110
-1991 :Guide for Synchronous Generator Modeling Practices in Stability Analyses a été retenue pour re-
présenter la machine synchrone. Nous nous inspirerons de l’ouvrage [Sauer97] et du cours du Professeur
B.Kalyan Kumar de l’Indian Institue of Technology Madras [Kum] pour la modélisation de la machine
synchrone.
Nous allons ensuite définir, en émettant les hypothèses nécessaires, un modèle d’état du 3ème ordre du
système monomachine connecté à un réseau de forte puissance et le comparé à un modèle linéarisé de ce dit
système. Enfin, nous testerons en simulation la robustesse d’un régulateur de type AVR/PSS.
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Ut purus elit, vestibulum ut, placerat ac,
adipiscing vitae, felis. Curabitur dictum gravida mauris. Nam arcu libero, nonummy eget, consectetuer
id, vulputate a, magna. Donec vehicula augue eu neque. Pellentesque habitant morbi tristique senectus et
netus et malesuada fames ac turpis egestas. Mauris ut leo. Cras viverra metus rhoncus sem. Nulla et lectus
vestibulum urna fringilla ultrices. Phasellus eu tellus sit amet tortor gravida placerat. Integer sapien est,
iaculis in, pretium quis, viverra ac, nunc. Praesent eget sem vel leo ultrices bibendum. Aenean faucibus.
Morbi dolor nulla, malesuada eu, pulvinar at, mollis ac, nulla. Curabitur auctor semper nulla. Donec varius
orci eget risus. Duis nibh mi, congue eu, accumsan eleifend, sagittis quis, diam. Duis eget orci sit amet orci
dignissim rutrum.
27
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
2.5.1 Description
Considérons une vue de coupe de la génératrice synchrone représenté sur la Figure 2.1a comprenant deux
pôles saillants. Les conducteurs ’a’ et ’a′ ’ représente la vue en coupe d’un tour d’une phase d’un enroulement
du stator. Le point dans le conducteur a représente le courant sortant de ce conducteur et la croix représente
le courant rentrant dans ce même conducteur.
En appliquant la règle du pouce droit de la main droite aux conducteurs ’a’ et ’a′ ’ on peut observer que leur
F M M (force magnétomotrice) se trouvent le long de l’axe noté ”A − axis”.
De même, la F M M des conducteurs ’b’,’b′ ’ et ’c’,’c′ ’, se situent le long de l’axe noté ”B − axis” et le long de
l’axe noté ”C − axis” respectivement.
Le stator peut être représenté par trois enroulements correspondant à trois-phases, comme le montre la
Figure 2.1b.
Les trois phases instantanées des tensions et des courants alternatif dans les enroulement statorique sont
représentés comme va , vb , vc et ia , ib , ic . Selon la convention générateur, les courants sortant des enroulements
du stator sont considérés comme positifs alors que les courants rentrant dans les enroulements du rotor sont
considérées comme positives. Le champ rotorique est excité par une tension continue notée vf d avec un
courant continu magnétisant If d traversant l’enroulement inducteur f .
La F M M généré par le champ d’excitation du rotor se trouve perpendiculaire à la surface polaire le long de
l’entrefer,le long de l’axe direct noté ”d − axis”. Autrement dit, l’enroulement inducteur (enroulement ’f ’)
se trouve sur le rotor de la machine selon l’axe de la saillance, appelé axe direct ou axe longitudinal de la
machine.
Les pôles sont munis d’épanouissements polaires dont la forme est étudiée de manière à obtenir une répartition
spatiale quasi-sinusoı̈dale de la F M M créée par l’inducteur [Sturtzer00].
L’axe noté ”d − axis” du rotor est situé à un angle mécanique θm par rapport à l’axe noté ”A − axis”.
θs est l’angle électrique tel que θs = p.θm où p est le nombre de paires de pôles de la machine.
28
2.5. Modélisation de la génératrice synchrone
L’axe en quadrature (en avance ou en retard de 90°) par rapport à l’axe d est appelé ’q−axis’, axe quadrature
du repère (d,q) lié au rotor. Ici l’axe q est choisi en avance par rapport à l’axe d conformément à la norme
IEEE 1110-1991 - Figures 2.1b et 2.1a.
Intéressons- nous maintenant à l’identification des enroulements amortisseurs. Les amortisseurs sont des
barres de cuivre logées habituellement dans les épanouissements polaires, au plus près de l’entrefer. Les
extrémités des barres de cuivre sont court-circuitées de manière à former un circuit fermé pour le courant y
circulant. Le champ magnétique généré par ce type d’enroulement amortisseur, lorsque les courants circulant
à travers eux, sera long de l’axe d . Toutefois, le rotor lui-même peut agir comme un circuit fermé pour les
courants induits lors de fonctionnement non - synchrone. Dans les machines synchrones à pôles saillants de
petite et moyenne puissance, les amortisseurs permettent le démarrage en asynchrone, limitent les oscillations
de l’arbre et évitent un échauffement excessif du rotor face à une répartition non-sinusoı̈dale du flux dans
l’entrefer [Sturtzer00].
Ainsi, pour rendre compte correctement de l’action des enroulements amortisseurs et de l’effet de saillance
du rotor, nous considérons trois enroulements amortisseurs : un sur l’axe d, deux sur l’axe q - Figure 2.1b.
- Un enroulement amortisseur noté ’1d’ dont la F M M est situé le long de l’axe d. La tension instantanée
à ses bornes est notée v1d et le courant y circulant i1d .
- Deux enroulements amortisseurs notés respectivement ’1q’ , ’2q’ dont la F M M est situé le long de
l’axe q. Leur tension instantanée à leurs bornes sont notées respectivement v1q et v2q et leur courant y
circulant respectivement i1q et i2q .
Les courants circulant dans les enroulements d’axe d et d’axe q sont considérés comme positifs. Pour une
(a) Coupe d’une machine synchrone 2 pôles (b) Enroulements statoriques et rotoriques dans le plan (a,b,c) et
le plan (d,q)
représentation plus précise de la machine synchrone, un nombre d’enroulements d’amortissements plus im-
portant peuvent être considéré long de l’axe d et q . Selon le nombre d’enroulements considérés le long de
chaque axe un numéro de modèle est donné - Figure 2.2.
➁ Le circuit magnétique est parfaitement feuilleté, ce qui permet de considérer que seuls les enroulements
(inducteurs, induit, amortisseurs) sont parcourus par des courants [Barret87].
29
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
FIGURE 2.2 – Classification de modèle d’une machine synchrone à partir du nombre d’enroulements sur les
axes d et q
. [Source : [Kum]]
➂ En outre, on suppose que la densité de courant peut être considérée comme uniforme dans la section
des conducteurs élémentaires par conséquent les résistances des enroulements ne varient pas avec la
température (absence d’effet pelliculaire) [Barret87].
➃ La saturation de circuit magnétique, l’hystérésis et les courants de Foucault sont négligeables. Ce qui
permet d’exprimer les flux comme fonction linéaires des courants.
➄ On admet de plus que la F M M créée par chacune des armatures est a répartition sinusoı̈dale. On ne
considère que le premier harmonique d’espace de la distribution de F M M créée par chaque phase de
l’induit [Barret87].
➅ L’effet de saillance des pôles aux rotors sera non négligeable.
➆ Les amortisseurs n’interviennent pas en régime permanent synchrone. En effet il n’y a aucune variation
de flux dans une barre lorsqu’elle tourne à la vitesse du champ tournant dans l’entrefer. Dans tous les
autres cas, ils sont le siège d’une F EM induite (loi de Lenz)[Sturtzer00]
Parmi les conséquences importantes de ces hypothèses, on peut citer :
✓ l’additivité des flux liés statoriques et rotoriques -§ 2.5.5,
✓ la constance des inductances propres et mutuelles rotoriques - § 2.5.6.3,
✓ la loi de variation sinusoı̈dale des inductances mutuelles entre les enroulements du stator et du rotor
en fonction de l’angle électrique θs et de leurs axes magnétiques - § 2.5.6 et § 2.5.7.
30
2.5. Modélisation de la génératrice synchrone
Remarque 2.1
Les conventions et raisonnement employés ici par [Machowski08] sont identiques à ceux de l’ouvrage
[Barret87].
FIGURE 2.3 – Loi des tensions de Kirchhoff appliquée aux circuits équivalents
[Source : [Machowski08]]
dψa
va = −Rs .ia − (2.1a)
dt
dψb
vb = −Rs .ib − (2.1b)
dt
dψc
vc = −Rs .ic − (2.1c)
dt
où, Rs est la résistance d’un enroulement statorique et elle est supposé identique pour les 3 phases (Rs =
Ra = Rb = Rc ).
Les flux propres aux trois enroulements statoriques ’a’, ’b’ et ’c’ sont représentés par ψa , ψb et ψc . Le taux
de variation de ces flux propres conduit à une F EM induite qui est égal à la tension terminale additionné à
la chute de tension de la résistance statorique - stator en convention ”générateur” - comme nous pouvons le
voir dans la Figure 2.3a et dans les équations 2.1a à 2.1c.
Équations des tensions rotoriques
Maintenant, en appliquant la KVL aux enroulements rotoriques situés sur les axes d et q nous obtenons les
expressions suivantes :
dψf d
vf d = Rf d .if d + (2.2a)
dt
dψ1d
v1d = R1d .i1d + =0 (2.2b)
dt
dψ1q
v1q = R1q .i1q + =0 (2.2c)
dt
dψ2q
v2q = R2q .i2q + =0 (2.2d)
dt
où, Rf d , R1d , R1q , R2q et ψf d ,ψ1d , ψ1q , ψ2q sont respectivement les résistances des enroulements rotoriques
31
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
et les flux propres aux enroulements rotoriques. Le circuit rotorique est en convention ”récepteur” comme
expliqué dans la Figure 2.3b.
Remarque 2.2
Les équations différentielles 2.2b, 2.2c et 2.2d sont nulles parce que leurs amortisseurs sur leur axes considérés
sont en court-circuit.
où Rs et Rfdq sont les matrices diagonales des résistances statoriques et rotoriques respectivement.De même
on a vabc = [va ,vb ,vc ]t et vfdq = [-vf d , -v1d , -v1q ,-v2q ]t .
Remarque 2.3
Compte tenue de la symétrie du rotor on peut écrire :
Ces notations seront employées par souci de simplification d’écriture lorsqu’on explicitera le modèle de la
machine dans le plan de PARK (dq0)
Dans l’équation 2.4a les éléments de la matrice diagonale Lss représentent les inductances propres des
enroulements statoriques ’a’, ’b’ et ’c’. Les autres inductances de la matrice Lss représentent les mutuelles
inductances entre phases statoriques.
32
2.5. Modélisation de la génératrice synchrone
La matrice Msr représente la matrice des inductances mutuelles entre les enroulements statoriques et roto-
riques.
Dans la matrice Lrr , les inductances mutuelles des enroulements ’f d’ et ’1d’ de l’axe d ainsi que les enroule-
ments ’1q’ et ’2q’ de l’axe q sont nulles. Ceci étant due aux fait que ces enroulements sont en quadrature. Les
éléments des matrices inductances propres et mutuelles Lss , Msr ,Lrr et Mrs sont dépendant de l’angle θs .
Cette dépendance des inductances statoriques et rotoriques s’explique par la saillance des pôles rotoriques.
De fait ces inductances varient dans l’entrefer en fonction du temps.
Nous allons ici déterminer les expressions des inductances propres statoriques Laa , Lbb et Lcc de la matrice
Lss .
On peut constater d’après la Figure 2.1b qu’à θs = 0° l’axe d du rotor est aligné le long de l’axe du
flux magnétique de l’enroulement a − a′ . L’entrefer qui est traversé par le flux magnétique engendré par
l’enroulement a − a′ est minimum - soit deux fois la longueur de l’entrefer entre la surface polaire et le stator
le long de l’axe d - Par conséquence la perméance est maximale dans cette situation.
Comme l’angle θs augmente, l’entrefer qui a été traversé par le champ magnétique de l’enroulement a − a′
commence à augmenter. À θs = 90°, l’entrefer est maximum, soit deux fois la longueur de l’entrefer du stator
au rotor le long de l’axe q, et la perméance est minimum.
La variation de la perméance en fonction de l’angle θs est représenté sur la Figure 2.4. On peut constater
d’après la figure 2.4 qu’il existe une perméance moyenne positive constante et la fréquence de cette perméance
est le double de la fréquence du réseau.
C’est pourquoi pour une machine à deux pôles lorsque le rotor parcours 180° il y a deux pics de perméance
à θs = 0° et à θs = 180° ce qui indique que la perméance varie comme le double de la vitesse du rotor pour
33
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
une machine à deux pôles. Compte tenu de cette observation, la perméance du flux magnétique circulant
dans l’enroulement a − a′ peut être écrite ainsi :
La F M M fa = Na .ia des enroulements a − a′ , où Na est le nombre de spires de la phase ’a’, peut-être
décomposé en deux composantes : une sur l’axe d et l’autre sur l’axe q.
À présent ces deux F M M fad , faq poursuivent leur chemin à travers deux entrefers et par conséquent, il
existe deux perméances Pad , Paq (perméance le long de l’axe d et q).
En vertu de la Loi de Hopkinson, le flux magnétique le long de l’axe d est fad .Pad et le long de l’axe q est
faq .Paq . Ces flux le long de la F M M des enroulements a − a′ sont donnés par l’expression suivante :
avec :
Pad = Pd . cos(θs ) (2.10)
et :
34
2.5. Modélisation de la génératrice synchrone
si le flux lié de la phase a engendré par le courant ia est représenté par ψaa , alors :
/ 0 / 0
ψaa Na .φaa Pd + Pq Pd − Pq
Laa = = = Na2 . + Na2 . cos(2θs ) (2.13)
ia ia 2 2
Si nous supposons qu’il existe une inductance de fuite laa à cause du flux propre de la phase a et sans
hypothèse du premier harmonique, 2.13 peut s’écrire comme est une fonction périodique de θs , de période
π, dont le développement en Série de Fourier peut s’écrire :
Mais en vertu de l’hypothèse ➄ émise au § 2.5.2 les harmoniques de rang supérieur sont négligés. On obtient
alors :
Laa = Laa0 + Laa2 cos(2θs ) (2.14)
/ 0 / 0
Pd + Pq Pd − Pq
avec Laa0 = (laa ) + Na2 . et Laa2 = Na2 .
2 2
De la même façon, on en déduit l’expression des inductances propres Lbb et Lcc des phases statoriques b et c
2π 4π
respectivement en remplaçant dans l’expression 2.14 θs par (θs - ) et (θs - ) respectivement. On notera
3 3
également que Lbb0 = Lcc0 = Laa0 et Lbb2 = Lcc2 = Laa2 .
2π
Lbb = Lbb0 + Lbb2 cos 2(θs − ) (2.15)
3
2π
= Laa0 + Laa2 cos 2(θs − ) (2.16)
3
4π
Lcc = Lcc0 + Lcc2 cos 2(θs − ) (2.17)
3
4π
= Laa0 + Laa2 cos 2(θs − ) (2.18)
3
De la même façon nous pouvons déduire les expressions des inductances mutuelles statoriques Mab
= Mba , Mac = Mca et Mcb = Mbc de la matrice Lss . L’inductance mutuelle entre deux enroulements
statoriques présente une seconde variation harmonique en raison de la saillance du rotor. Elle est négative et
présente sa plus grande valeur absolue lorsque les pôles nord et sud sont équidistants des centres des deux
enroulements concernés. Par exemple en regardant l’allure de la perméance de la Figure 2.5, on voit que
Mab est à son maximum - en valeur absolue - lorsque l’angle θs est à - 30° ou 150°.
La mutuelle inductance Mab peut-être déterminé en évaluant le flux d’entrefer φba liant la phase b quand
seulement la phase a est excité. Comme nous espérons trouver le flux liant la phase b due à la F M M de
2π
la phase a, θs est remplacé par θs − dans les équations du paragraphe précédent. En vertu de la Loi de
3
Hopkinson, le flux magnétique le long de l’axe d est fbd .Pbd et le long de l’axe q est fbq .Pbq . Le flux lié
résultant de l’interaction magnétique entre la phase a et la phase b est donné par l’expression suivante :
avec :
Pbd = Pd . cos(θs ) (2.20)
35
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
et :
La F M M fb = Nb .ib des enroulements b − b′ , où Nb est le nombre de spires de la phase ’b’, peut-être
décomposé en deux composantes : une sur l’axe d et l’autre sur l’axe q.
2π
fbd = fb . cos(θs − ) (2.22)
3
2π
fbq = −fb . sin(θs − ) (2.23)
3
En injectant 2.20, 2.21 et 2.22, 2.23 dans 2.19 on obtient :
2π 2π
φba = fb .Pd . cos θs . cos(θs − ) + fb .Pq . sin θs . sin(θs − )
/ 3 0 3
Pd + Pq Pd − Pq 2π
= Nb .ib − + cos(θs − ) = Nb .ib .Pb
4 2 3
Si le flux lié de la phase a engendré par le courant ib est représenté par ψba , alors :
/ 0 / 0
ψba Na .φba Pd + Pq Pd − Pq 2π
Mba = = = −Na .Nb + Na .Nb cos(2θs − ) (2.24)
ib ib 4 2 3
De la même façon, on en déduit l’expression des inductances mutuelles statoriques Mcb et Mac en remplaçant
2π 4π
dans l’expression 2.28 θs par (θs - ) et (θs - ) respectivement.
3 3
36
2.5. Modélisation de la génératrice synchrone
4π
Mac = Mca = Mac0 + Laa2 cos(2θs − ) (2.29)
3
1 π
= − Laa0 − Laa2 cos(2θs − ) (2.30)
2 3
Nous allons déterminer maintenant les expressions des inductances propres Lf df d ,L1d1d , L1q1q et L2q2q
ainsi que les inductances mutuelles L1d1d ,M1df d et M2q1q des enroulements rotoriques de la matrice Lrr .
Compte tenu du fait que la machine synchrone est équilibré et que la variation de la réluctance due aux
encoches statoriques est négligeable nous pouvons dire que les inductances propres rotorique de l’inducteur
et des amortisseurs sont constantes.
⎧
⎨Lf df d = Lf f = Lf
⎪
⎪
L1d1d = Ldd = LD (2.33)
⎪
⎪
⎩
L1q1q = L2q2q = LQ
Remarque 2.4
Si la machine est de constitution symétrique au rotor, ce qui est généralement le cas, nous avons :
LD = LQ
Pour les inductances mutuelles rotoriques il en est de même compte tenu du caractère cylindrique de la
surface limitant l’induit. ⎧
⎨M
1df d = Mf d1d = Mf D
(2.34)
⎩M2q1q = M1q2q = MQ
Enfin, comme les axes polaires (axe d) et interpolaire (axe q) sont en quadrature, toutes les autres induc-
tances mutuelles de la matrice Lrr sont nulles comme explicité dans l’équation 2.5a.
Avec les variations dans l’entrefer due aux encoches statoriques négligées les circuits rotoriques voient
une perméance constante. Au contraire, dans notre cas, la variation de la mutuelle inductance est due au
mouvement relatif des entre les enroulements eux-même.
Quand les enroulements du stator son alignés avec ceux du rotor, le flux mettant en relation ces deux en-
roulements est maximum ainsi que l’inductance mutuelle. Elle suit une loi sinusoı̈dale en fonction de l’angle
θs , dont le coefficient Msf est le quotient,par le courant de l’enroulement rotorique considéré, du flux fonda-
mental qu’il crée à travers la phase considérée.
37
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
On peut donc écrire pour les inductances mutuelles entre les enroulements statoriques (induit) et l’en-
roulement inducteur ’f ’ :
⎧
⎨Maf d = Mf da = Msf cos θs
⎪
⎪
Mbf d = Mf db = Msf cos(θs − 2π/3) (2.35)
⎪
⎪
⎩
Mcf d = Mf dc = Msf cos(θs − 4π/3)
Les expressions des inductances mutuelles entre les enroulements statoriques et les amortisseurs de l’axe
polaire (axe d) sont données par :
⎧
⎨Ma1d = M1da = MsD cos θs
⎪
⎪
Mb1d = M1db = MsD cos(θs − 2π/3) (2.36)
⎪
⎪
⎩
Mc1d = M1dc = MsD cos(θs − 4π/3)
Enfin, Les expressions des inductances mutuelles entre les enroulements statoriques et les amortisseurs de
l’axe interpolaire (axe q) sont données par :
⎧
⎨Ma1q = M1qa = Ma2q = M2qa = −MsQ sin θs
⎪
⎪
Mb1q = M1qb = Mb2q = M2qb = −MsQ sin(θs − 2π/3) (2.37)
⎪
⎪
⎩
Mc1q = M1qc = Mc2q = M2qc = −MsQ sin(θs − 4π/3)
⎡ ⎤
−Ls0 −Ls2 cos 2θs 1/2L
s0 +Ls2 cos(2θs + /3)
π 1/2L
s0 +Ls2 cos(2θs − /3)
π Msf cos θs MsD cos θs −MsQ sin θs −MsQ sin θs
⎢ 1/2L
⎥
s0 +Ls2 cos(2θs + /3) −Ls0 −Ls2 cos(2θs −2π/3) 1/2L
s0 +Ls2 cos(2θs −π) Msf cos(θs −2π/3) MsD cos(θs −2π/3) −MsQ sin(θs −2π/3) −MsQ sin(θs −2π/3)
π
⎢ ⎥
⎢ ⎥
⎢ 1/2L
s0 +Ls2 cos(2θs − /3)
π 1/2L
s0 +Ls2 cos(2θs −π) −Ls0 −Ls2 cos(2θs −4π/3) Msf cos(θs −4π/3) MsD cos(θs −4π/3) −MsQ sin(θs −4π/3) −MsQ sin(θs −4π/3) ⎥
⎢ ⎥
⎢ −Msf cos θs −Msf cos(θs −2π/3) −Msf cos(θs −4π/3) Lf Mf D 0 0
⎥
⎢ ⎥
⎢ ⎥
⎢ −MsD cos θs −MsD cos(θs −2π/3) −MsD cos(θs −4π/3) Mf D LD 0 0 ⎥
⎢ ⎥
⎣ MsQ sin θs MsQ sin(θs −2π/3) MsQ sin(θs −4π/3) 0 0 LQ MQ ⎦
MsQ sin θs MsQ sin(θs −2π/3) MsQ sin(θs −4π/3) 0 0 MQ LQ
(2.39)
38
2.6. Modélisation vectorielle de la génératrice synchrone
de changement de base variant dans le temps des courant alternatif en quantités indépendants du temps :
La transformation de Park.
La littérature étant prolifique dans ce domaine, nous n’allons pas détailler le passage du repère statorique
(a,b,c) au repère biphasé (α-β-h) par la transformation de Clarke ou Concordia C pour ensuite effectuer
un produit matricielle de ces mêmes matrices avec une matrice de rotation R(θs ) afin d’obtenir en définitive
la matrice de transformation de Park Pdq0 (θs ).
La transformation de Park est une substitution des enroulements statoriques a,b et c par deux enroulements
d et q, dont les axes magnétiques sont solidaires du rotor et tournent avec lui. Cependant les conducteurs
constituant les nouveaux enroulements doivent toujours être considéré comme immobiles, et de ce fait,
les enroulements d et q sont analogues à ceux de l’induit d’une machine à courant continu à condition
toutefois de permuter la disposition relative de l’inducteur et de l’induit, et la transformation de Park peut
être interprétée comme associant fictivement aux enroulements a,b,c un collecteur immobile et des balais,
tournant avec le rotor, et disposés selon l’axe d et l’axe q.
Il n’y aura pas de représentation physique similaire pour la composante homopolaire d’indice 0, en raison du
fait qu’une composante homopolaire de courant crée une F M M d’entrefer nulle [Barret87].
(a, b, c)−
→ C(α, β, h)−
→ R(θs )(d,q,0)
(a, b, c)−
→ [P(θs )]R(θs ).C(d,q,0)
La Figure 2.6 illustre ces changements de repères. Le repère tournant est noté (dq0), ainsi le passage d’un
repère fixe à un repère tournant est donné par la matrice de rotation tel que :
avec : ⎡ ⎤
cos θs sin θs 0
⎢ ⎥
R(θs ) = ⎣−sinθs cos θs 0⎦ (2.41)
0 0 1
où [xdq0 ] et [xαβh ] sont les vecteurs d’état des grandeurs électriques dans leur repère respectif : courants,
tensions ou flux. Il faut noter les propriétés suivantes de la matrice de rotation :
⎧
⎨R(θ )−1 = R(θ )t
s s
(2.42)
⎩R(θs ).R(θs )t = 1
Les matrices de Concordia, de Clarke et de 1 Park sont définis dans le Tableau 2.6.1.
FIGURE 2.6 – Transformation vectorielle : repère (a,b,c) - repère (α,β,h) - repère (d,q,0)
.
Remarque 2.5
Suivant les auteurs, les formulations des matrices de transformation de Clarke,Concordia et Park
peuvent être différentes : On remarque ainsi que dans certains ouvrages tous les éléments de la matrice
de Park sont positif [Barret87] ou que cette matrice est définit comme la transposé de celle que nous
avons défini dans le tableau [Sturtzer00]. Toutes ces différences de notations et de conventions de signes
peuvent-être déroutantes. Il ne simplement pas perdre le cheminement de cette modélisation mathématique
1. Par souci de simplification, dans le tableau on note P(θs ) = P
39
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
5
Coefficients k1 = 2/3 k1 = 2/3
√
Transformations k2 = 1/2 k2 = 1/ 2
C CLARKE
(a,b,c) CON CORDIA
⎡ −→ (α,β,h) ⎤ C −1
⎡ ̸= C
t
⎤
1 −1/2 −1/2
1 0 1
C=k1 ⎣ 0 √
3/2 −
√
3/2 ⎦ C−1 = Ct
C−1 = ⎣−1/2 √
3/2 1⎦
k2 k2 k2 √ C.Ct = 1
−1/2 − 3/2 1
et arriver aux résultats attendu i.e les équations dynamiques de la génératrice dans le repère (dq0).
Remarque 2.6
Le coefficient k1 = 2/3 et k2 = 1/2 pour les composantes d et q peut être choisi afin que les calculs effectué
dans le paragraphe suivant § 2.6.2 soit plus aisés. Ils induiront des relations plus simples lorsqu’on exprimera
les équations de la machine synchrone en valeurs réduites dans le paragraphe § 2.6.5.
Remarque 2.7
√
Le coefficient 1/3 ou 1/ 3 - résultat du produit k1 .k2 - pour la composante 0 peut être choisi par analogie avec
la composante homopolaire h intervenant dans la méthode des composantes symétriques : il n’y a pas identité
entre les deux composantes, car la méthode des composantes symétriques ne s’applique qu’aux grandeurs
1 1
sinusoı̈dales (i0 = √ (ia + ib + ic ) ou i0 = (ia + ib + ic )) [Barret87].
3 3
Remarque 2.8
5 √
L’emploie des coefficients k1 = 2/3 et k2 = 1/ 2 à l’avantage de rendre la matrice de Park P orthonor-
mée (P.Pt = 1). L’autre avantage est la conservation des puissances instantanées lors du changement de
repère (abc) à (dq0). L’inconvénient majeur de l’emploie de ces coefficient est qu’il se prête très mal à une
transcription des équations en valeurs réduites.
où les vecteurs xabc , xfdq et xdq0 peuvent-être des courants, tensions ou flux liés associés aux repères
correspondants à leur indice respectif.
40
2.6. Modélisation vectorielle de la génératrice synchrone
Démonstration 2.1
La matrice de transformation de Park P est fonction du temps et la dérivée des dernier termes à droite de
l’équation 2.45 peut-être calculé comme la dérivée d’un produit de deux fonctions :
Cette matrice est dénommé matrice de rotation comme elle introduit des termes dans les équations de
tensions qui sont dépendant de la vitesse de rotation ω de la machine.
Les équations de tensions dans le plan (dq0) peuvent être obtenu après substitution des équations 2.46 et
2.47 dans 2.45. Ce qui conduit à :
- . - .- . - . - .- .
vdq0 Rs 0 idq0 ˙
ψdq0 Ω 0 ψdq0
=− − ˙ + (2.48)
vfdq 0 Rfdq ifdq ψfdq 0 0 ψfdq
Cette équation sans le terme Ωψdq0 , décrit la loi des tensions de Kirchoff pour le circuit équivalent du
générateur représenté à la Figure 2.7. Le terme de rotation représente la F EM induite dans les enroulements
statoriques due à la rotation du champ magnétique. Ces F EM s de rotation sont représentées par :
⎛ ⎞⎡ ⎤ ⎡ ⎤
0 0 −1 ψd −ω · ψq
⎜ ⎟⎢ ⎥ ⎢ ⎥
Ωψdq0 = ω ⎝0 1 0 ⎠ ⎣ψq ⎦ = ⎣+ω · ψd ⎦ (2.49)
0 0 0 ψ0 0
Cette équation montre que la force contre-électromotrice d’ax d de rotation est induite par le flux d’axe q
, tandis que la force contre - électromotrice de rotation d’axe q est induite par le flux d’axe d . Les signes
plus et moins sont le résultat de la direction des axes du rotor lors de la rotation et le fait qu’une F EM
41
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
FIGURE 2.7 – Enroulements fictifs représentant la génératrice synchrone dans le plan (dq0)
induite doit s’assurer que le flux qu’il produit lui soit perpendiculaire.
Les F EM s des armatures sont proportionnelles à la variation de flux, c’est le terme ψ̇ dans l’équation 2.50
qui traduit cet effet comme une F EM de transformation. Elle est due aux variations des courants dans les
bobines sur le même axe que celui considéré. Elles seraient présentent même si la machine était stationnaire.
À partir des équations 2.49 et 2.48 nous pouvons écrire les expressions des tensions statoriques et rotoriques
suivantes : ⎧
˙
⎨vd = −Rs · id ± ψd − ωψq
⎪
⎪
stator vq = −Rs · iq ± ψ˙q + ωψd (2.50)
⎪
⎪
v0 = −Rs · i0 ± ψ˙0
⎩
⎧
˙
⎨vf d = Rf d · if d + ψf d
⎪
⎪
rotor 0 = RD · id + ψ˙D (2.51)
⎪
⎪
0 = RQ · iq + ψ˙Q
⎩
Remarque 2.9
La présence d’amortisseurs (D = d et Q = q1 et q2 ) en courts-circuits sur les axes d et q conduit à l’annulation
de la 2ème et 3ème équations des tensions rotoriques 2.51.
Remarque 2.10
Dans divers ouvrages d’électrotechnique on pourra trouver, pour les équations statoriques les mêmes expres-
sions des tensions mais avec le signe des dérivées des flux positifs.
Ceci vient du fait que les conventions choisis par les auteurs : convention ” générateur / récepteur” et/ou
du signe donné aux flux circulant dans les enroulements statoriques et rotoriques en vertu de la Loi de
Lenz-Faraday diffèrent.
Les conventions et raisonnement effectué au paragraphe § 2.5.4 sont issues de [Machowski08].
Si seulement le fonctionnement équilibré est considéré alors il n’y a pas de courants homopolaires et la
première des équations statoriques 2.50, correspondant à la séquence de zéro , peut être omise 2 . En général,
les variations de la vitesse de la génératrice sont petites (ω ≈ ωs ), tandis que les F EM s de transformation
(ψ˙d et ψ˙q ) sont également faibles en comparaison avec les F EM s de rotation (−ωψq et + ωψd ), dont les
valeurs sont proches des composantes correspondantes de la tension du générateur. Négliger les F EM de
transformation permet aux équations différentielles 2.50 décrivant les tensions statoriques d’être remplacés
2. Comme v0 = 0 et les équations des flux sont découplés des deux autres axes, ces équations peuvent être résolues
séparément pour le fonctionnement déséquilibré.
42
2.6. Modélisation vectorielle de la génératrice synchrone
où :
⎧
3 3 3 3
⎨Ld = Laa0 − Mab0 + /2Laa2 = Ls0 − Ms0 + /2Ls2 = /2Ls0 + /2Ls2 inductance d’axe direct
⎪
⎪
Lq = Laa0 − Mab0 − 3/2L = Ls0 − Ms0 − 3/2L = 3/2L − 3/2L inductance d’axe quadratique
aa2 s2 s0 s2
⎪
⎪
⎩
L0 = Laa0 + 2Mab0 = Ls0 + 2Ms0 = 0 inductance homopolaire
(2.56)
1
sachant que Ms0 = − Ls0 .
2
Remarque 2.11
3
On peut noter Lcs = Ls0 − Ms0 = Ls0 l’inductance cyclique d’une phase statorique
2
De la même façon la sous-matrice de l’inductance mutuelle entre enroulements statoriques et rotoriques Msr
(négative) est transformé après calcul en :
⎡ ⎤ ⎡ ⎤
Maf d Ma1d Ma1q Ma2q −Mfd −MDd 0
⎢ ⎥ ⎢ ⎥
PMsr = P ⎣ Mbf d Mb1d Mb1q Mb2q ⎦ = ⎣ 0 0 −MqQ ⎦ (2.57)
Mcf d Mc1d Mc1q Mc2q 0 0 0
où : ⎧
−1
⎪Mfd = k1 · Mfs
⎪
⎪ inductance mutuelle entre f et d
⎪
⎪
⎪ −1
⎨MdD = k1 · MsD inductance mutuelle entre d et D
⎪
⎪
MqQ = k1−1 · MsQ inductance mutuelle entre q et Q (2.58)
⎪
⎪
⎪
⎪
⎪
⎪ MfQ = 0 inductance mutuelle entre f et Q
⎪
⎪
⎩M
DQ = 0 inductance mutuelle entre D et Q
5
avec k1−1 = 3/2 ou k1−1 = 3/2 suivant le choix de P effectué pour la transformation.
43
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
Remarque 2.12
Nous pouvons remarquer grâce à la transformation de Park que les inductances mutuelles de la matrice
PMsr = P sont des termes constants positifs non nuls dépendant de la machine.
Remarque 2.13
Nous venons de déterminer des expressions entre les inductances mutuelles réelles de la machine (Mf s ,
MsD ,MsQ ) dans le repère (abc) et les inductances mutuelles de la machine fictive (Mf d , Mf dD , MqQ ), dans
le repère (dq0). Ce qui sera très important pour la représentation du modèle de la machine par la suite et sa
modélisation sur MATLAB/Simulink™.
Remarque 2.14
5 √
Nous pouvons remarquer d’après les propriétés de P avec k1 = 2/3 et k2 = 1/ 2 qu’on peut écrire :
La matrice des inductances propres et mutuelles des enroulements rotoriques Lrr est inchangé puisqu’on
reste dans le plan (dq).
Le fait d’avoir choisi au paragraphe § 2.5.1 un modèle 2.2 pour la représentation de notre machine ne simplifie
pas la modélisation dans le plan (dq0). En effet les matrices Msr et Lrr ne sont pas symétrique puisqu’elles
comportent deux enroulements 1q et 2q sur l’axe q. Cela veut dire qu’il existe une inductance mutuelle entre
les enroulements 1q et 2q comme explicité dans à la 2ème ligne/2ème colonne de la matrice 2.39.
Afin de simplifier notre modélisation et nos calculs nous allons considéré un modèle 2.1, à un amortisseur
sur l’axe q et un enroulement inducteur et son amortisseur sur axe d.
La matrice des inductances propres et mutuelles des enroulements rotoriques Lrr se trouvent ainsi simplifié :
⎡ ⎤
Lf Mf D 0
⎢ ⎥
Lrr = ⎣Mf D LD 0 ⎦ (2.59)
0 0 LQ
Les inductances propres et mutuelles de Lrr seront données par le constructeur ou à déterminer expérimen-
talement.
Remarque 2.15
Si la machine est de constitution symétrique au rotor, ce qui est généralement le cas, nous avons :
⎧
⎨L = LQ
D
⎩RD = RQ
L’expression complète de la matrice des inductances propres et mutuelles dans le repère (dq0) comme
résultat de la transformation de Park - équation 2.54 est :
⎡ ⎤ ⎡ ⎤
ψd ⎡ ⎤ id
⎢ ⎥ −Ld 0 0 Mf d MdD 0 ⎢ ⎥
⎢ ψq ⎥ ⎢ ⎥⎢ iq ⎥
⎢ ⎥ ⎢ 0 −Lq 0 0 0 MqQ ⎥⎢ ⎥
⎢
⎢ ψ0 ⎥ ⎢
⎥ ⎢ ⎥⎢ i0 ⎥
⎢ ⎥ ⎢ 0 0 −L0 0 0 0 ⎥⎢ ⎥
⎢ ⎥=⎢ ⎥⎢ ⎥
(2.60)
⎢ ⎥ ⎢ −Mf d 0 0 Lf Mf D 0 ⎥⎢ ⎥
⎢ ψf ⎥⎢ ⎥
⎥ ⎢
⎥ ⎣ −MdD ⎥⎢ if ⎥
⎢
⎢ ψ ⎥ 0 0 Mf D LD 0 ⎦⎢
⎢ i
⎥
⎥
⎣ D ⎦ ⎣ D ⎦
0 −MqQ 0 0 0 LQ
ψQ iQ
44
2.6. Modélisation vectorielle de la génératrice synchrone
Après la réorganisation des variables, l’équation 2.60 peut être écrit comme trois ensembles d’équations
indépendantes :
⎡ ⎤ ⎡ ⎤⎡ ⎤
ψd −Ld −Mf d −MdD id
⎢ ⎥ ⎢ ⎥⎢ ⎥
⎣ ψf ⎦ = ⎣ −Mf d Lf M f d ⎦ ⎣ if ⎦ (2.61)
ψD −MdD Mf D LD iD
- . - .- .
ψq −Lq MqQ iq
= (2.62)
ψQ −MqQ LQ iQ
ψ0 = −L0 i0 (2.63)
L’ensemble des équations 2.50 2.51, 2.61, 2.62 et 2.63 permet d’étudier tous les régimes transitoires élec-
triques de la machine synchrone, dans le cadre des hypothèse précisées au paragraphe 2.5.2 ; elles introduisent
notamment lorsque la perturbation considérer affecte les trois phases de façon équilibrée, une grande simpli-
fication par rapport au système dans le repère (abc).
Nous allons rappeler les équations des tensions et réécrire les expressions des flux précédentes sous une forme
développée qui peut s’avérer utile par la suite.
ψ0 = −L0 i0 (2.68)
L’ensemble des équations algébriques avec les F EM s de transformation négligées 2.52 ainsi que les
équations de flux 2.61, 2.62 constituent le modèle de la machine synchrone dans le plan (dq) composante
homopolaire nulle. Il s’agira du modèle d’étude de la stabilité en régime permanent synchrone.
45
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
Les équations des tensions statorique et rotorique ainsi que les celles des flux liés sont obtenues après
une transformation des équations précédentes en grandeur réduite. On définit en annexe B les grandeurs
électriques en per unit (pu).
Les équations des flux d’axe direct et quadrature sont obtenues dans l’hypothèse de l’égalité des inductances
mutuelles consistant à considérer que le flux d’induction commun à deux enroulements quelconques tra-
verse intégralement le troisième i.e qu’il n’y pas de lignes d’induction communes à deux enroulements et ne
traversant pas le troisième. Cette hypothèse se traduit par :
Le lecteur intéressé par les démonstrations des équations ci-dessous pourra se référer à [Kum]
46
2.7. Paramètres de la machine synchrone en régime transitoire et subtransitoire
Remarque 2.16
On rappel que l’indice D est utilisé pour qualifier l’amortisseur 1d et l’indice Q est utilisé pour qualifier
l’(les) amortisseur(s) 1q et/ou 2q.
Dans le cas où la machine possède deux amortisseurs sur l’axe q au rotor, le système d’équations des flux
liés au rotor s’écrivent : ⎧
⎪Ψq = −xq .Iq + xmq .I1q + xmq .I2q
⎪
⎨
Ψ1q = −xmq .Iq + x1q .I1q + xmd .I2q (2.77)
⎪
⎪
⎩
Ψ2q = −xmq .Iq + xmq .I1q + x2q .I2q
Les réactances xd et xq seront déterminé de façons expérimentale dans le chapitre § ??, par la méthode du
faible glissement ou par un essai à vide et en court-circuit en régime permanent. D’autre méthodes, comme
la méthode de l’excitation négative ou essai en charge avec mesure de l’angle interne nous permettront de
déterminer xq .
47
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
permanent synchrone aux premiers instants suivant la perturbation. Les variations de vitesses dans ce cas
sont négligeables.
Les régimes transitoires correspondant sont principalement les variations brusques de tension, les court-
circuits, les faux couplages, dont l’étude est importante pour la connaissance des contraintes subies par le
matériel, ainsi que les variations brusques de courant, consécutives à un déclenchement.
Les modes mises en jeu dans ces phénomènes sont les modes très rapides (commutation des convertisseurs
statiques), les modes rapides (électromagnétique), les modes modes lents (mécanique), les modes très lents
(échauffement). Dans cette section, nous donnerons sans démonstration les expressions littérales des réac-
tances longitudinale et transversale, ainsi que les constantes de temps transitoires et subtransitoires ӈ circuit
ouvert” ou ” en court-circuit”. cette indication est relative à l’état de l’enroulement induit lors des régimes
où interviennent les constantes de temps correspondantes.
où xls est l’inductance de fuite statorique (identique pour l’axe direct et en quadrature).
L’essai en court-circuit se réalise sous tension d’induit réduite (moins de 30%) afin d’éliminer les effets de
la saturation magnétique et de réduire les contraintes mécaniques. L’inducteur (enroulement ’f ’) est court-
circuité - Ef d = 0 - de tel sorte que seulement le courant Id circule. Alors immédiatement après la mise sous
tension à l’instant t = 0+ les flux liés de l’inducteur Ψf d et de l’amortisseur ΨD seront nuls. De la même
façon, les flux liés des amortisseurs de l’induit ΨQ sont nuls.
Par conséquent les équations 2.75 et 2.77 deviennent :
⎧
⎨Ψd = −xd .Id + xmd .If d + xmd .ID
⎪
⎪
Ψf d = 0 = −xmd .Id + xf d .If d + xmd .ID (2.79)
⎪
⎪
⎩
ΨD = 0 = −xmd .Id + xmd .If d + xD .ID
⎧
⎨Ψq = −xq .Iq + xmq .I1q + xmq .I2q
⎪
⎪
Ψ1q = 0 = −xmq .Iq + x1q .I1q + xmd .I2q (2.80)
⎪
⎪
⎩
Ψ2q = 0 = −xmq .Iq + xmq .I1q + x2q .I2q
La résolution du système 2.79 nous permet d’exprimer If d et I1d en fonction de Id puis en injectant les
expressions de ces courants dans l’équation de Ψd en tenant compte de 2.78 d’obtenir :
/ 0
x2md (xlf d + xl1d )
Ψd = − xd − .Id (2.81)
xmd xlf d + xmd xl1d + xlf d xl1d
) *+ ,
xd ”
48
2.7. Paramètres de la machine synchrone en régime transitoire et subtransitoire
Soit :
1
xd ” = xls + (2.83)
1 1 1
+ +
xmd xlf d xl1d
Expression de la réactance transitoire d’axe direct x′d
On déduit la réactance transitoire d’axe direct x′d en négligeant l’influence de l’amortisseur ’1q’.
1
x′d = xls + (2.84)
1 1
+
xmd xlf d
Remarque 2.17
Si on néglige l’influence du circuit inducteur, l’expression précédente devient la réactance synchrone d’axe
direct xd :
x′d ≈ xls + xmd = xd
1
xq ” = xls + (2.85)
1 1 1
+ +
xmd xl1q xl2q
1
x′q = xls + (2.86)
1 1
+
xmd xl1q
Remarque 2.18
Si on néglige l’influence de l’amortisseur ’1q’, l’expression précédente devient la réactance synchrone d’axe
en quadrature xq :
x′q ≈ xls + xmq = xq
Les résultats trouvés précédemment se traduisent ou se déduisent des schémas équivalents des réactances
d’axe direct -Figure 2.8 - et en quadrature - Figure 2.9- dans l’hypothèse d’égalité des inductances mutuelles.
En effet, on constate qu’à partir de ces schémas, on détermine les réactances transitoires et subtransitoires
des deux axes simplement en court-circuitant ou en ouvrant certains éléments situés sur les branches de ces
schémas.
49
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
FIGURE 2.8 – Schéma équivalent des réactances d’axe direct de la génératrice synchrone Rs négligée. p = jω.
FIGURE 2.9 – Schéma équivalent des réactances d’axe en quadrature de la génératrice synchrone Rs négligée.
p = jω.
Nous admettrons sans démonstration les expressions suivantes pour les constantes de temps transitoires et
subtransitoire d’axe direct et quadrature. Le lecteur peut retrouver les démonstrations dans [Kum].
′′
Expression de la constante de temps subtransitoire d’axe direct Tdo
⎛ ⎞
> ?
′′ 1 ⎜ 1 ⎟ LD Mf2d 1 (x′d − xls )2
Tdo = ⎜xlD + ⎟= 1− = (2.87)
ωbase .RD ⎝ 1 1 ⎠ RD Lf LD ωbase .RD x′d − x′′d
+
xmd xlf d
50
2.7. Paramètres de la machine synchrone en régime transitoire et subtransitoire
′′
Expression de la constante de temps subtransitoire d’axe en quadrature Tqo
⎛ ⎞
> ?
′′ 1 ⎜ 1 ⎟ L2q Mf2d 1 (x′q − xls )2
Tqo = ⎜xl2q + ⎟= 1− = (2.88)
ωbase .R2q ⎝ 1 1 ⎠ R2q L1q L2q ωbase .R2q x′q − x′′q
+
xmq xl1q
′
Expression de la constante de temps transitoire d’axe direct Tdo
Le courant circulant dans l’amortisseur ’1q’ est nul. L’évolution et l’expression en exponentielle du courant
uf
circulant dans l’inducteur tendant vers en régime permanent nous permet d’obtenir :
Rf d
′ 1 xf d Lf
Tdo = = (2.89)
ωbase Rf d Rf d
′
Expression de la constante de temps transitoire d’axe en quadrature Tqo
De la même façon, la constante de temps transitoire d’axe en quadrature est obtenue en négligeant l’amor-
tisseur ’2q’.
′ 1 x1q L1q LD
Tqo = = = (2.90)
ωbase R1q R1q RD
xmd Mf d ω
Ef d = uf = uf = Kf .uf (2.92)
Rf d Rf d
Ta est la constante de temps de l’induit.Le courant dans une phase circulant dans un des enroulements
d’induit est la somme de trois termes :
Ef d
— un terme pseudo-périodique amorti, de pseudo-pulsation ω, d’amplitude initiale (courant subtran-
x′′d
Ef d
sitoire), d’amplitude finale (courant de court-circuit permanent) ;
xd
— un terme apériodique amorti, dont l’amplitude initiale dépend de la position initiale, par rapport au
champ inducteur, de l’axe de la phase considérée.
— un terme pseudo-périodique amorti, de pseudo-pulsation 2ω, dont l’amplitude est généralement faible
du fait que x′′d et x′′q ont des valeurs numériques voisines.
51
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
Les constantes de temps transitoire et subtransitoire d’axe direct et en quadrature en court-circuit sont
définis ci-après dans l’hypothèse de l’égalité des inductances mutuelles.
Remarque 2.19
Dans le cas où il n’y a qu’un seul amortisseur sur l’axe q, alors on définit la constante de temps subtransitoire
d’axe en quadrature comme suit :
⎛ ⎞
> ?
2
1 ⎜ 1 ⎟ LQ MqQ
Tq′′ = ⎜xQ + ⎟= 1− (2.98)
ωbase RQ ⎝ 1 1 ⎠ RQ Lq LQ
+
xmq xls
L’expression de la constante de temps de fuites d’amortisseur d’axe direct est donnée par définition :
/ 0
LD Mf d MsD
TD = 1− (2.99)
RD Msf LD
Démonstration 2.2
5
On sait que MsD = k1 .MdD et Msf = k1 .Mf d avec k1 = 2/3
52
2.7. Paramètres de la machine synchrone en régime transitoire et subtransitoire
D’après l’hypothèse de l’égalité des inductances mutuelles émises dans le § 2.6.5, xdD = xmd , alors on peut
écrire :
1 1
TD = (xD − xmd )
ωbase RD
et en tenant compte de 2.78 on obtient l’expression simplifié suivante :
1 xlD
TD = (2.100)
ωbase RD
Nous pouvons constater qu’en très basse fréquence, pour p = 0 les relations précédentes peuvent s’écrire :
Td′ .Td′′ ′′
xdop (∞) = xd . ′ .T ′′ = xd
Tdo do
Tq′ .Tq′′
xqop (∞) = xq . ′ .T ′′
= x′′q
Tqo qo
53
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
xd T ′ .T ′′
′′ = do′ do (2.105)
xd Td .Td′′
′ ′′
xq Tqo .Tqo
= (2.106)
x′′q Tq′ .Tq′′
On néglige maintenant l’influence des amortisseurs lorsque p → ∞.Nous avons :
T′
xdop (∞) = xd . ′d = x′d
Tdo
Tq′
xqop (∞) = xq . ′
= x′q
Tqo
Ce qui revient à dire que :
— dans le cas où Td′′ ≪ Td′ et Tdo
′′ ′
≪ Tdo nous obtenons la relation d’équivalence 2.107
— dans le cas où Tq′′ ≪ Tq′ et Tqo
′′ ′
≪ Tqo nous obtenons la relation d’équivalence 2.108.
xd T′
′ = do′ (2.107)
xd Td
′
xq Tqo
= (2.108)
x′q Tq′
En injectant 2.107 et 2.108 dans 2.105 et 2.106 nous obtenons la dernière relation d’équivalence :
x′d ∼ Tdo
′′
′′ = ′′ (2.109)
xd Td
′′
x′q ∼ Tqo
= (2.110)
x′′q Tq′′
Ces relations d’équivalences permettent la connaissance de certains paramètres à partir d’autres.
Remarque 2.20
′
Généralement dans une machine synchrone Tdo > Td′ > Tdo
′′
> Td′′ et Tqo
′
> Tq′ > Tqo
′′
> Tq′′ .
54
2.8. Équation mécanique d’équilibre dynamique
sera également continument variable par rapport au temps. Pour rendre la position angulaire θm constante
en régime permanent, nous pouvons mesurer cet angle par rapport à un repère de rotation synchrone au lieu
d’une référence fixe. Ce qui se traduit par :
θm = δm + ωms t (2.112)
où δm est l’angle mécanique entre l’axe du champ rotorique et l’axe du repère tournant à la vitesse angulaire
ωms en [rd.s−1 méc].
Remarque 2.21
Le lien entre angle de décalage interne de la génératrice appelé aussi angle de charge ou angle de transfert
de puissance δ et angle mécanique δm est le nombre de paire de pôles p du générateur synchrone :
δ = p.δm (2.113)
Si nous dérivons l’expression 2.112 successivement par rapport au temps, nous obtenons :
dθm dδm
= + ωms (2.114)
dt dt
et :
d2 θm d2 δm
= (2.115)
dt2 dt2
Mais, le taux de variation de l’angle mécanique θm par rapport au temps n’est rien d’autre que la vitesse
angulaire du rotor. Par conséquent,
dθm
ωm = (2.116)
dt
En substituant 2.116 dans 2.114 nous obtenons :
dδm
= ωm − ωms (2.117)
dt
De la même façon en substituant 2.115 dans 2.111 nous obtenons :
d2 δm
J = tm − te − tf (2.118)
dt2
d2 δm d2 θm d dθm dωm
Compte tenu du fait que 2
= = ( )= on peut écrire l’équation mécanique comme
dt dt2 dt dt dt
étant :
dωm
J = tm − te − tf (2.119)
dt
Afin d’exprimer cette même équation en fonction de l’angle interne électrique δ de la machine, il faut dans un
premier temps multiplier chaque terme de l’équation 2.112 par le nombre de paire de pôle p de la machine.
Ce qui donne :
p.θm = p.δm + p.ωms t
θr = δ + ω s t (2.120)
avec ωs = 2π.f en [rd.s−1 élec] et f la fréquence du réseau en Hertz [Hz]. Il serait légitime et pratique pour
éviter toute confusion d’appeler cette pulsation ωe comme dans certain ouvrage.
En dérivant successivement de la même façon l’équation 2.120 par rapport au temps nous obtenons :
dθr dδ
= + ωs (2.121)
dt dt
55
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
et :
d2 θr d2 δ
2
= 2 (2.122)
dt dt
Mais, le taux de variation de la position angulaire θr par rapport au temps n’est rien d’autre que la vitesse
angulaire du rotor de la génératrice. Par conséquent,
dθr
ωg = (2.123)
dt
En substituant 2.123 dans 2.121 nous obtenons :
dδ
= ωg − ωs = ω (2.124)
dt
J d2 θr
De la même façon en substituant 2.122 dans = tm − te − tf nous obtenons :
p dt2
J d2 δ
= tm − te − tf (2.125)
p dt2
d2 δ dω
Compte tenu du fait que = on peut écrire l’équation mécanique comme suit :
dt2 dt
J dω
= tm − te − tf (2.126)
p dt
Les équations d’oscillations que nous allons définir sont importantes pour l’étude de la stabilité transitoire
des systèmes électriques.
Toutes les grandeurs électriques exprimées en grandeurs réduites (per unit :pu) sont définis en annexe B.
On rappelle toutefois dans ce paragraphe certaines expressions de grandeurs en pu :
ωbase 1 Sbase
ωbase = ωs ωmbase = tbase = Tbase =
p ωbase ωmbase
J d2 δ
= tm − te − tf
p dt2
On défini la constante d’inertie H en pu comme suit :
1 2
Jωmbase MJ MWS
H= 2 [ ou ] (2.127)
Sbase MV A MV A
1 2HSbase d2 δ
2 = tm − te − tf
p ωmbase dt2
2H d2 δ tm te tf
= − −
ωbase dt2 Sbase Sbase Sbase
ωmbase ωmbase ωmbase
tm te tf
= − −
Tbase Tbase Tbase
56
2.9. Modèle dynamique de la génératrice connectée au réseau de forte puissance - SMIB
Nous obtenons enfin l’équation d’équilibre avec les couples en pu dans le second terme.
2H d2 δ pu
= Tm − Tepu − Tfpu
ωs dt2
dω
2H dt = Tm
pu
− Tepu − Tfpu
ωs
d(ω/ωs )
2H pu
= Tm − Tepu − Tfpu
dt
dω pu
2H = Tmpu
− Tepu − Tfpu
dt
Nous pouvons constater que les valeurs numériques des couples en grandeur réduite sont les mêmes que celles
des puissances si ωm = ωms . Nous pouvons donc écrire :
dω pu
2H pu
= Pm − Pepu − Pfpu
dt
0r, la puissance liée au couple de frottement due à la présence des amortisseurs à l’expression suivante :
Pfpu = Dω pu (2.128)
avec :
M = 2.H.
Une autre expression possible en grandeur réduite de l’équation d’équilibre mécanique est celle proposée dans
[Kenne10].
M ω̇ = −Dω − ωs (Pe − Pm ) (2.130)
ou
D ωs ωs
ω̇ = − ω− Pe + Pm (2.131)
M M M
Pe et Pm sont naturellement en grandeurs réduites (per unit).
Remarque 2.22
Comme ωs = 1 p.u alors l’expression 2.130 est identique à celle de l’équation 2.129.
57
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
2.9.1 Introduction
Dans un premier temps, nous allons exploiter les équations algébrico-différentielles de la machine syn-
chrone tiré de nombreuses littératures sur le sujet. Nous nous appuierons en particulier sur l’ouvrage de
Sauer,Peter W and Pai,M.A [Sauer97]. Le modèle de référence est le modèle d’ordre 6 - celui-ci étant le
plus complet, le modèle d’ordre 4 (modèle à deux axes avec les dynamiques des flux d’amortisseurs négligées)
puis le modèle d’ordre 3 (modèle à un axe avec la dynamique d’axe d négligée) seront exploités par la suite.
Le modèle d’ordre 2 (modèle classique) ne sera pas simuler puisque celui-ci est trop dégradé pour l’étude de
la stabilité en régime transitoire et la perspective de l’élaboration d’une loi de commande adaptative robuste.
Nous allons également exprimer la puissance électromagnétique du modèle du troisième ordre de la génératrice
sous forme d’état et le comparer aux autres modèles afin de décider si le modèle de la machine sous forme
d’état Ṗe = f (Pe ) est satisfaisant pour élaborer dans le futur une stratégie de commande robuste. Les
variables d’états d’entrée seront : l’angle de charge de la machine δ, la vitesse angulaire de rotation de la
génératrice ω et la puissance électromagnétique Pe .
Afin de vérifier la conformité et la cohérence de nos résultats, nous allons simuler le comportement des
différentes modèles de la génératrice avec des paramètres de la machine tirés de différentes littératures
[Dume13 ; Kun94 ; Kum].
Les grandeurs de sortie que nous allons visualiser seront : l’angle de charge de la machine δ, la vitesse
angulaire de rotation de la génératrice ωg , la puissance électromagnétique active Pe de la génératrice et la
tension terminale Vt de la génératrice connectée au réseau d’impédance nulle.
58
2.9. Modèle dynamique de la génératrice connectée au réseau de forte puissance - SMIB
d’une puissance nominale infinie . Cette unité de génération équivalente est appelée la barre omnibus infinie
et peut être représenté sur un circuit comme une source de tension idéale derrière une impédance équivalente.
Le jeu de barres infini maintient constante la tension terminale Vt et est capable d’absorber toute la puissance
active et réactive du générateur en question. Ce concept est illustré sur la Figure 2.10 , où le générateur est
relié au système par l’intermédiaire d’ un transformateur élévateur de tension , représentée par l’impédance
série z t = rt + j xt (l’admittance parallèle étant négligée).
Le reste du système d’alimentation est représenté par la barre omnibus infinie , soit par la source de tension
idéale Vs ou V∞ derrière l’impédance équivalente z e = re + j xe (l’admittance parallèle étant négligée).
L’impédance z e combine le réseau de transport et les générateurs restants dans le système.
On notera xs = xt + xe , la réactance équivalente de la ligne de transmission en série avec la réactance de
ligne du transformateur élévateur.
On notera également rte = rt + re , la résistance équivalente de la ligne de transmission en série avec la
résistance de ligne du transformateur élévateur.
La barre omnibus infinie est supposée avoir une tension et une fréquence constante , aucun des deux n’est
influencée par l’ action d’un générateur individuel . Cela signifie que la tension Vs peut être utilisée comme
référence et les angles de phase de toutes les autres tensions et des courants dans le circuit peuvent-être
mesurée par rapport à cette tension.
Nous allons attachés une importance particulière à l’angle de puissance δ, qui définit le déphasage entre
E f d et Vs . Ce déphasage représente l’angle spatial entre deux rotors tournant en synchronisme : celle de la
génératrice de l’étude et celle du générateur fictif représenté par le système d’alimentation infini. Cet angle
spatial est appelé l’ angle du rotor ou angle de déphasage interne de la machine.
59
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
FIGURE 2.11 – Schéma équivalent en régime transitoire et subtransitoire de la génératrice synchrone connecté
au bus infini
V t = z t .I dq + (re + j xe )I dq + V s = Vd + j Vq
π
V t = z t .I dq + (re + j xe )I dq + Vs .ej( 2 −δ) = Vd + j Vq
60
2.10. Expression de la puissance électrique de la génératrice connecté au bus infini
S = V t .I ∗dq = Pe + j Qe
avec :
V t = Vd + j Vq
I dq = Id + j Iq
I ∗dq = Id − j Iq
C’est cette expression de Pe que nous allons simuler sur MATLAB/Simulink® quelque soit l’ordre du modèle.
Remarque 2.23
Les différences entre les dynamiques des modèles du 6ième , 4ième et 3ième ordre viendront des expressions de
Id et Iq qui seront différents suivants l’ordre du modèle et les hypothèses que nous émettrons dans chaque
cas.
Remarque 2.24
Sauer,Peter W et Pai,M.A [Sauer97] et Jan Machowski et al [Machowski08] proposent des expres-
61
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
sions de la puissance en fonctions des f.é.m d’axe d et q en considérant les mailles d’entrée de la génératrice
non connectée au réseau : ⎧
⎨V = E ′′ − r .I + x′′ .I
d d s d q q
(2.139)
⎩Vq = E ′′ q − rs .Iq − x′′ d .Id
Pf rom source ≈ PELEC = E ′′ d .Id + E ′′ q .Iq + (x′′ q − x′′ d )Id .Iq ordre 6 (2.140)
Pf rom source ≈ PELEC = E ′ d .Id + E ′ q .Iq + (x′ q − x′ d )Id .Iq ordre 4 (2.141)
Dans ce modèle on considère quatre enroulements : deux sur l’axe q et deux sur l’axe d. Dans ce modèle
′′ ′′
la génératrice synchrone est représentée par les f.é.m subtransitoires Ed et Eq situées derrière les réactances
′′ ′′
subtransitoires xd et xq telles quelles sont définies dans la Figure 2.11.
Les équations algébriques sont obtenues par les Lois de Kirchhoff appliquées aux mailles comprenant
′′ ′′ ′′ ′′
Ed - Eq - xd - xq - rs - re - xs et V s dans la Figure 2.11.
⎧
⎨V . cos δ = E ′′ − x′′ .I − r .I
s q ds d se q
′′ ′′ (2.143)
⎩Vs . sin δ = E + x .Iq − rse .Id
d qs
avec : ⎧
⎪
⎪ rse = re + rs (rt = 0)
⎪
⎪
⎨x′′ = x′′ + xs
⎪
ds d
′′ ′′
⎪xqs = xq + xs
⎪
⎪
⎪
⎪
⎩x = x + x
s t e
62
2.11. Modèle
′′ ′′
du′ 6ième
′
ordre ou modèle subtransitoire à quatre enroulements connecté au bus infini-
(δ̇, ω̇, Ėd , Ėq , Ed , Eq )
′′ ψ1d ′ ′
Tdo = −ψ1d + Eq − (xd − xls )Id (2.146)
dt
′
- ′
.
′ dEd ′
′
xq − x”q ′ ′
Tqo = −Ed + (xq − x q ). Iq − ′ (ψ2q + (xq − xls )Iq + Ed ) (2.147)
dt (xq − xls )2
′′ ψ2q ′ ′
Tqo = −ψ2q − Ed − (xq − xls )Iq (2.148)
dt
dδ
= ωg − ωs (2.149)
dt
2H dω
= TM − TELEC − TF W (2.150)
ωs dt
′′ ′′ ′
′′ xd − xls ′ x − xd
Eq = ′ Eq − ′d ψ1d (2.152)
(xd − xls ) (xd − xls )
′′ ′′ ′
′′ xq − xls ′ xq − xq
Ed = ′ .E + ψ2q (2.153)
(xq − xls ) d (x′q − xls )
Les équations différentielles (2.145) - (2.148) décrivent l’évolution de ces f.é.m ainsi que le flux liés aux
circuits d’amortissement du rotor. L’équation d’équilibre (2.132) traduit l’écart relatif entre la vitesse de
synchronisme et la vitesse angulaire réel du rotor en fonction d’un coefficient d’amortissement mécanique
noté D dû au frottement visqueux et à la déviation angulaire du rotor.
Les variations de la puissance mécanique Pm dans l’équation d’équilibre sont calculées à partir des équations
différentielles décrivant le modèle de la turbine-système du 1er ordre. Pm sera égale à 0, 8 pu.
Cette expression est équivalente à l’expression générale de la puissance électrique connectée au bus infini
(2.138).
Le deuxième terme de l’équation (2.154) est définit comme la puissance subtransitoire de saillance.
Remarque 2.25
Si dans l’équation précédente on néglige la résistance statorique d’induit - rs ≈ 0 - et la réactance de la ligne
de transmission - xe ≈ 0 - nous obtenons l’équation (2.140) proposée par Sauer et Pai ou Machowski et
63
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
al.
avec :
rse = re + rs
′ ′
xds = xd + xs
′ ′
xqs = xq + xs
En substituant 2.157 et 2.158 dans les équations différentielles 2.145 et 2.147 nous obtenons des expressions
simplifiées de ces équations [Sauer97] :
′
′ dEq ′
Tdo = −Eq − (xd − x′ d )Id + Ef d (2.159)
dt
′
′ dE ′
Tqo d = −Ed + (xq − x′ q )Iq (2.160)
dt
64
′
2.13. Modèle du 3ème ordre ou modèle transitoire à un axe connecté au bus infini-(δ̇, ω̇, Eq )
dδ
= ω − ωs (2.161)
dt
2H dω
= TM − TELEC − TF W (2.162)
ωs dt
Cette expression est équivalente à l’expression générale de la puissance électrique connectée au bus infini
(2.138).
Le deuxième terme de l’équation (2.163) est définit comme la puissance transitoire de saillance.
Remarque 2.26
Si dans l’équation précédente on néglige la résistance statorique d’induit - rs ≈ 0 - et la réactance de la ligne
de transmission - xe ≈ 0 - nous obtenons l’équation (2.141) proposée par Sauer et Pai ou Jan Machowski
et al.
➃ La réactance transitoire d’axe q est supposé égale à la réactance synchrone d’axe q : x′q = xq dans
l’expression de Pe .
avec :
rse = re + rs
′
x′ds = xd + xs
xqs = xq + xs
65
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
dδ
= ω − ωs (2.167)
dt
2H dω
= TM − TELEC − TF W (2.168)
ωs dt
Cette expression est équivalente à l’expression générale de la puissance électrique connectée au bus infini
(2.138).
Le deuxième terme de l’équation (2.169) est définit comme la puissance transitoire de saillance.
Remarque 2.27
Si dans l’équation précédente on néglige la résistance statorique d’induit - rs ≈ 0 - et la réactance de la ligne
de transmission - xe ≈ 0 - nous obtenons l’équation (2.142) proposée par Sauer et Pai ou Machowski et
al.
66
2.14. Modèle d’état du 3ème ordre de la génératrice connectée au bus infini-(δ̇, ω̇, Ṗe )
La maille d’entrée côté Eq′ d’après la Figure 2.11 nous permet d’écrire :
soit :
xds ′ xd − x′d
Eq = E − Vs cos δ (2.173)
x′ds q x′ds
L’équation différentielle régissant l’évolution de Eq′ est la même (2.166) qu’à la section 2.13 :
′ dEq′
Tdo = −Eq′ − (xd − x′d )Id +Ef d
dt ) *+ ,
−Eq
On écrit l’équation précédente sous une forme qui nous arrangera par la suite pour les calculs de la dérivée
de la puissance et la mise sous forme de représentation d’état :
1
Ėq′ = ′ (−Eq + Ef d ) (2.174)
Tdo
2H dω
= TM − TELEC − TF W (2.176)
ω dt
67
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
En substituant (2.178) dans (2.177) et après développement puis simplification nous obtenons :
Pe = Eq .Iq (2.179)
Remarque 2.28
Cette expression est obtenue en vertu de l’hypothèse ➂. Par conséquent, nous avons démontré que l’équation
de la puissance (2.142) formulée par Sauer et Pai ou Jan Machowski et al devient (2.179) et est
équivalente à l’expression générale de la puissance du système machine-réseau (2.138) si xds = xqs .
Remarque 2.29
L’expression de la puissance obtenue (2.179) nous permet de donner une représentation d’état du système -
On pourra écrire Ṗe = f (Pe ).
2.14.6 Modèle d’état de la génératrice connectée au bus infini : Ṗe = f (Pe ) avec
les hypothèses : xd = xq et rse = 0
Rappelons l’expression de la puissance :
Pe = Eq .Iq
En substituant Iq par son expression en (2.171), on obtient l’expression de notre vecteur d’état Pe :
Eq .Vs
Pe = sin δ (2.180)
xds
Ėq .Vs
Ṗe = sin δ + ω.Pe . cot δ (2.181)
xds
Écrivons la dérivée de l’équation (2.173)
xds ′ xd − x′d
Ėq = ′ Ėq + Vs ω sin δ (2.182)
xds x′ds
68
2.15. Simulation des différents modèles
1 xds Vs xd − x′d 2 2
Ṗe = (−Eq + Ef d ) ′ sin δ + ω.Pe . cot δ + ω V sin δ
′
Tdo xds xds xds x′ds s
L’expression de la puissance(2.183) démontrée est celle proposée par Kenné Godpromesse dans [Kenne10].
Nous simulerons cette équation sur MATLAB/Simulink® .
soit : -/ .1/2
02
xs Pe cot δ xd .Vs x2 P 2
Vt = + + s 2e (2.185)
Vs xds Vs
69
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
Les paramètres de la génératrice cités en exemple par Dume dans [Dume13] sont énumérés en Annexe E
dans le Tableau E.3.
Les paramètres de la génératrice cités en exemple par Kenne dans [Ken+] sont énumérés en Annexe E dans
le Tableau E.3.
2.15.1 Simulation des modèles avec Ef do garantissant une tension terminale uni-
taire
Les variations de Eq′ dans l’équation différentielle (2.145) dépendent de la f.é.m d’excitation Ef d = Kf .uf
qui sera considéré comme une grandeur d’entrée constante. En pratique, elle prendra une valeur différente
suivant la machine considérée. Cette grandeur d’entrée Ef do est un point d’équilibre qui nous permettra de
garantir une tension terminale de 1 pu correspondant à la tension nominale du réseau. Ce point d’équilibre
se détermine par la relation suivante obtenue en annulant l’équation 2.183 (Ṗe = 0) ou directement avec la
relation 2.180 :
Pmo xds
Ef do = Kf .uf o = (2.187)
V s sin δr
où δr est la valeur de l’angle de puissance en régime permanent défini en annexe C.3 par la relation ??. Cet
angle est appelé angle de référence qui est un point d’équilibre asymptotiquement stable. Pmo = 0.8 pu est
la puissance mécanique fournit par la turbine.
La valeur de Ef do déterminé sera imposé à l’entrée du système et nous permettra d’obtenir une tension
terminale unitaire en régime permanent (Vt∞ = 1 pu).
Le Tableau 2.15.1 donne différentes valeurs de l’angle de puissance δr pour un champ d’excitation Ef do calcu-
lées à partir de l’équation 2.187 permettant de garantir une tension terminale unitaire en régime permanent
(Vt∞ = 1 pu). Nous l’appellerons tension terminale de référence Vtr .
Grandeurs
Ef do (pu) δr (o )
Machines
Kundur 1.776 59
Kumar 1.737 58.29
Dume 1.711 57.68
Remarque 2.30
La constante Kf dénommée coefficient d’équivalence des courants inducteur et induit de la génératrice
synchrone se détermine de façon expérimentale, en faisant varier progressivement le courant d’excitation
if en fonction de la tension inducteur uf dans la plage linéaire de fonctionnement. Nous expliquerons la
démarche expérimentale pour la détermination de Kf dans le Chapitre ??.
2.15.2 Discussion
Nous pouvons constater que les dynamiques des modèles d’ordre 3 et 4 de la génératrice connectée
au réseau infini sont pratiquement identique. Ce qui signifie que la dynamique des flux ψ1d et ψ2q des
amortisseurs d’axe d et q n’a que peu d’influence sur la dynamique en régime transitoire du système.
Par contre, le fait de négliger la dynamique transitoire et subtransitoire de la f.é.m d’axe q- Eq′ augmente
l’amplitude des signaux en régime subtransitoire du modèle d’ordre 3 et ceux pour les trois machines ayant
des paramètres différents.
70
2.15. Simulation des différents modèles
80
Ordre 6
Ordre 4
60 Ordre 3
[°]
40
20
0
0 10 20 30 40 50 60 70 80
temps (s)
(a) Angle de charge du SMIB- Kenne
60
Ordre 6
40 Ordre 4
Ordre 3
20
[%]
-20
-40
0 10 20 30 40 50 60 70 80
temps (s)
(b) Vitesse angulaire relative du SMIB- Kenne
0.5
0
0 10 20 30 40 50 60 70 80
temps (s)
(c) Puissance active du SMIB- Kenne
0.8
0.6
0 10 20 30 40 50 60 70 80
temps (s)
(d) Tension terminale du SMIB- Kenne
FIGURE 2.12 – 2.12a : Angle de charge δ, 2.12b : Vitesse angulaire relative ω, 2.12c : Puissance active Pe et
2.12d : Tension terminale Vt du SMIB- paramètres Kumar [Ken+]
71
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
60
[°]
40
20
0
0 5 10 15 20 25 30 35 40
temps (s)
(a) Angle de charge du SMIB- Kundur
30
Ordre 6 Ordre 4 Ordre 3
20
[%]
10
-10
0 5 10 15 20 25 30 35 40
temps (s)
(b) Vitesse angulaire relative du SMIB- Kundur
0.8
0.5
0
0 5 10 15 20 25 30 35 40
temps (s)
(c) Puissance active du SMIB- Kundur
0.8
0.6
0 5 10 15 20 25 30 35 40
temps (s)
(d) Tension terminale du SMIB- Kundur
FIGURE 2.13 – 2.13a : Angle de charge δ, 2.13b : Vitesse angulaire relative ω, 2.13c : Puissance active Pe et
2.13d : Tension terminale Vt du SMIB- paramètres Kundur [Kun94].
72
2.16. Conclusion
En revanche, on se rend compte que quelque soit l’ordre du modèle, δ,ω,Pe et Vt ont tendance à converger
rapidement vers leur point d’équilibre respectif lorsqu’on veut une tension terminale de référence unitaire
(Vtr = 1 pu).
2.16 Conclusion
Suite à l’élaboration et simulation des différents modèles d’ordre 6,4 et 3 nous pouvons conclure que le
modèle d’état d’ordre 3 non linéaire est un modèle satisfaisant pour l’élaboration d’une loi de commande
non-linéaire en vue d’une implémentation sur un banc de test.
Ce modèle peut s’écrire sous la forme générale :
ẋ = f (x, y, u) (2.188)
où f (x, y, u) un système d’équation non-linéaire dépendant de la variable d’état x⊤ = [δ ω Pe ], des variables
de sorties y⊤ = [δ Vt ] ainsi que de la commande u⊤ = [Pm Ef d ] ou u = Ef d si Pm = C te n’est pas considérée
comme une entrée.
Il est important de remarquer que le modèle d’état du 3ème ordre est satisfaisant et valide que pour les
machines à entrefer constant i.e les machines à pôles lisses car nous avons émis l’hypothèse où xd = xq .
Rappelons le système d’équations non-linéaire obtenue :
⎧
⎪
⎪
⎪ x˙1 = x2
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎨ D ωs ωs
x˙2 = − .x2 − .x3 + .Pm (2.189)
⎪ M M M
⎪
⎪
⎪
⎪
⎪
⎪
⎪ xd − x′d 2 1 xds 1 Vs
.V .x2 . sin2 x1 + − ′ . ′ .x3 + ′ ′ . sin x1 .u
⎪
⎩x˙3 = x2 .x3 . cot x1 +
⎪
xds .x′ds s Tdo xds Tdo xds
avec :
x1 = δ x2 = ω x3 = Pe u = Ef d M = 2.H
Nous verrons par la suite, dans le chapitre ??, comment écrire notre système (2.189) sous la forme semi
strict feedback [Krstic95] afin d’élaborer une loi de commande non-linéaire robuste de type Backstepping
assurant un suivi de trajectoire des variables d’état et sorties pré-défini.
73
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
➁ Les modes intra-zone d’oscillations sont dues à des oscillations entre les générateurs dans la même
zone. Les fréquences d’oscillations typiques des modes locaux et intra-zone sont compris dans une plage
de 1 Hz à 2 Hz.
➂ Les modes inter-zone ou inter-régionaux d’oscillations sont dues à un groupe de générateurs oscil-
lants ensemble dans une zone avec un autre groupe de générateurs dans une zone différente. La gamme
typique de fréquence d’oscillations du mode inter-zone est compris entre 0,1 Hz et 0,8 Hz .
Locale, intra-zone et inter-zone sont des modes d’oscillations électromécaniques dans lequel l’angle du rotor et
la vitesse des générateurs oscillent. Outre les modes électromécaniques d’oscillations il peut y avoir des ”modes
de contrôle” dûs au mauvais réglage du régulateur de tension d’un système d’excitation, et des ”modes de
torsion” dues aux vibrations des arbres turbine-alternateur. L’idée principale derrière l’analyse de la stabilité
en petits signaux est que le système de puissance, qui est non linéaire, pour des petites perturbations peut
être linéarisé autour d’un (ou de) point(s) de fonctionnement appelé(s) état(s) d’équilibre. Une fois que le
système non linéaire est linéarisé autour de ses points d’équilibre, une stratégie de commande linéaire peut
être appliqué pour garantir la stabilité et la robustesse du système de puissance.
où :
■ x = [x1 , x2 , . . . , xn ]⊤ est le vecteur d’états des n variables dynamiques du système
■ y = [y1 , y2 , . . . , ym ]⊤ est le vecteur des sorties des n variables dynamiques du système
■ u = [u1 , u2 , . . . , ur ]⊤ est le vecteur des m entrées (commandes)
■ f (x, u) et g(x, u) sont des fonctions non linéaires ou des champs de vecteurs de x et u
■ xo , uo sont les valeurs des états stationnaires de x et u
Si les vecteurs d’états et les entrées du système dynamique sont perturbées par de petites valeurs ∆x et ∆u
des points d’équilibre alors l’équation (2.190) peut s’écrire :
74
2.17. Représentation d’état d’une machine synchrone en petits signaux
En exprimant le terme de droite comme étant un développement en série de Taylor avec le second et les
termes d’ordres supérieurs négligés on a :
' ( ' (
∂f ∂f
x˙o + ∆ẋ = f (xo , uo ) + ∆x + ∆u
∂x xo
uo ∂u xo
uo
Soit
∆ẋ = A.∆x + B.∆u (2.191)
avec,
⎛ ∂f ∂f1 ⎞ ⎛ ∂f ∂f1 ⎞
1 1
··· ···
' ( ⎜ ∂x1 ∂xn ⎟ ' ( ⎜ ∂u1 ∂ur ⎟
∂f ⎜ . .. .. ⎟ ∂f ⎜ . .. .. ⎟
A= ⎜ ..
=⎜ et B = ⎜ ..
=⎜
. ⎟ . ⎟
∂x xo . ⎟ ∂u xo . ⎟
uo ⎝ ∂f uo
n ∂f ⎠
n
⎝ ∂f
n ∂f ⎠
n
··· ···
∂x1 ∂xn xo
uo ∂u1 ∂ur uo
xo
Soit
∆y = C.∆x + D.∆u (2.192)
avec,
⎛ ∂g ∂g1 ⎞ ⎛ ∂g ∂g1 ⎞
1 1
··· ···
' ( ⎜ ∂x1 ∂xn ⎟ ' ( ⎜ ∂u1 ∂ur ⎟
∂g ⎜ . .. .. ⎟ ∂g ⎜ . .. .. ⎟
C= ⎜ ..
=⎜ et D = ⎜ ..
=⎜
. ⎟ . ⎟
∂x xo . ⎟ ∂u xo . ⎟
uo ⎝ ∂g uo
m ∂g ⎠
m
⎝ ∂g
m ∂g ⎠
m
··· ···
∂x1 ∂xn uo
xo
∂u1 ∂ur xo
uo
75
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
Les points d’équilibre atteints en régime permanent apparaissant dans ces constantes de Heffron-Phillips
sont définis en annexe C.3.
Le modèle de Heffron-Phillips du SMIB proposée dans de nombreuses littératures est un modèle Multi
Input Multi Output (MIMO). Il sera écrit en fonction des variables d’états suivantes : ∆x = [∆Eq′ ∆δ ∆ω]t
et nous choisirons comme vecteur de sorties ∆y = [∆Vt ∆Pe ]t .
⎡ ⎤ ⎡ ⎤
⎡ ⎤ 1 1 1 1
⎡ ⎤
∆Ėq′ − ′ . − ′ .K4 0 ′ ∆Eq′ 0
⎢ Tdo K3 Tdo ⎥ ⎢ Tdo ⎥⎡ ⎤
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ∆Ef d
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ ∆δ̇ ⎥ = ⎢
1 ⎥ ⎢ ∆δ ⎥ + ⎢ 0 (2.193)
⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ 0 0 0 ⎥⎣ ⎦
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎣ ⎦ ⎢ ⎥⎣ ⎦ ⎢ ⎥ ∆Pm
⎣ ω ωs ωs ⎦ ⎣ ωs ⎦ ) *+ ,
∆ω̇ s
− .K2 − .K1 − .D ∆ω 0 ∆u
) *+ ,
) M M
*+ M ) *+ ,
, ∆x ) *+ M ,
∆ẋ
A B
et : ⎡ ⎤
- - . . ∆E ′
q
∆Vt K6 K5 0 ⎢ ⎥
= ⎣ ∆δ ⎦ (2.194)
∆Pe K2 K1 D
) *+ , ) *+ , ∆ω
∆y C ) *+ ,
∆x
et : ⎡ ⎤
∆Vt
⎢ ⎥
' (⎢ ⎥
K2 K6 ⎢ ⎥
∆y = ∆δ = − 0 ⎢ ∆P
⎢ e⎥
⎥ (2.196)
K9 K9 ⎢ ⎥
) *+ ,⎣ ⎦
C
∆ω
) *+ ,
∆x
Remarque 2.31
Les simulations ont montré que ces deux représentations d’états HP1 et HP2 sont strictement équivalentes.
76
2.17. Représentation d’état d’une machine synchrone en petits signaux
Toutefois, afin de ne pas alourdir ce document nous avons fait le choix de présenter les résultats de simulations
qu’avec les paramètres de GEN1 et GEN2.
Les champs d’excitations ∆EfHP i
do à imposer aux entrées des modèles de Heffron-Phillips HP 1 et HP 2
sont des points d’équilibres stables qui se déterminent en annulant ∆Ėq′ ,∆ω̇, ∆V̇t ou ∆P˙e dans les repré-
sentations d’états HP1 et HP2. Ces expressions, définit dans le tableau 2.17.3.3, ont leurs importances sur
les dynamiques des angles de charge et la convergence des tensions terminales vers la tension nominale du
réseau en l’occurrence 1 p.u.
2.17.3.3 Constatation
Après simulation nous constatons que les modèles de Heffron-Phillips HP 1 et HP 2 sont strictement
identiques. Les tensions terminales ∆Vt tendent bien vers la tension nominale du réseau (1 p.u). En revanche,
Les dynamiques des angles de charge et des tensions terminales des modèles de Heffron-Phillips présentent
de fortes oscillations amorties dans un temps trop long par rapport aux dynamiques des modèles non-linéaire.
D’où la nécessité d’un régulateur AVR/PSS afin d’améliorer les dynamiques des modèles de Heffron-
Phillips.
2.17.3.4 Effet des perturbations électrique et mécanique sur le système sans correcteur
Nous allons simuler une perturbation électrique type court-circuit de 200 ms à l’instant t=50s et une
perturbation type chute permanente de 50 % de la puissance mécanique de la turbine à l’instant t=70s.
Les réponses de l’angle de charge δ et de la tension terminale Vt du système hydrolien non corrigé montrent
d’une part que l’angle de puissance est déstabilisé au moment de la chute permanente de puissance mécanique
et d’autre part la tension terminale de la génératrice synchrone ne converge plus vers l’unité mais atteint
une tension plus élevée ce qui est dommageable pour le système connecté au réseau de forte puissance. Dans
ce cas la génératrice synchrone ne peut pas est raccordée au réseau sans risque d’emballement. Cette hausse
de la tension terminale n’est pas admissible pour l’usager puisque Vt subit une augmentation de 5% pour le
modèle non-linéaire se rapprochant le plus du système réel. D’où la nécessité de concevoir des régulateurs
robustes classiques ou basés sur des théories du contrôle non-linéaire capables de rejeter rapidement des
perturbations sévères de type court-circuit ou chute de puissance mécanique d’une turbine due à une cause
externe ou une défaillance sur l’arbre moteur.
77
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
80 NL HPi
60
[°]
40
20
0
0 20 40 60 80 100 120
temps (s)
(a) Angle de charge du SMIB - GEN1
NL HPi
50
[%]
-50
-100
0 20 40 60 80 100 120
temps (s)
(b) Vitesse angulaire relative du SMIB - GEN1
2
NL HPi
1.5
Pe [p.u]
0.8
-0.5
0 20 40 60 80 100 120
temps (s)
(c) Puissance active du SMIB - GEN1
NL HPi
1
Vt [p.u]
0.5
0
0 20 40 60 80 100 120
temps (s)
(d) Tension terminale du SMIB - GEN1
FIGURE 2.14 – Modèle non-linéaire vs modèle de Heffron-Phillips sans régulateur : 2.14a : Angle de
charge δ, 2.14b : Vitesse angulaire relative ω, 2.14c : Puissance active Pe et 2.14d : Tension terminale Vt du
SMIB- GEN1 paramètres Kenne
78
2.17. Représentation d’état d’une machine synchrone en petits signaux
100
NL HPi
80
[°] 60
40
20
0
0 20 40 60 80 100 120
temps (s)
(a) Angle de charge du SMIB - GEN2
NL HPi
20
[%]
-20
-40
0 20 40 60 80 100 120
temps (s)
(b) Vitesse angulaire relative du SMIB - GEN2
2
NL HPi
1.5
Pe [p.u]
0.5
-0.5
0 20 40 60 80 100 120
temps (s)
(c) Puissance active du SMIB - GEN2
NL HPi
1
0.8
Vt [p.u]
0.6
0.4
0.2
0
0 20 40 60 80 100 120
temps (s)
(d) Tension terminale du SMIB - GEN2
FIGURE 2.15 – Modèle non-linéaire vs modèle de Heffron-Phillips sans régulateur : 2.15a : Angle de
charge δ, 2.15b : Vitesse angulaire relative ω, 2.15c : Puissance active Pe et 2.15d : Tension terminale Vt du
SMIB - GEN2 paramètres Kundur
79
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
100
NL en défaut HPi en défaut
[°]
50
0
0 20 40 60 80 100 120
temps (s)
(a) Angle de charge du SMIB en défaut non corrigé - GEN2
1.1
NL en défaut HPi en défaut
1.05
Vt [p.u]
0.95
40 50 60 70 80 90 100 110 120
temps (s)
(b) Tension terminale du SMIB en défaut non corrigé - GEN2
FIGURE 2.16 – Modèle non-linéaire vs modèle de Heffron-Phillips sans régulateur soumis à des per-
turbations électrique et mécanique : 2.16a : Angle de charge δ, 2.16b : Tension terminale Vt du SMIB -
GEN2 paramètres Kundur
HP1 AVR
⎡ ⎤
1 1 1 1 ⎡ ⎤
⎡ ⎤ − ′ . − ′ .K4 0 ⎡ ′ ⎤ 0 0
∆E˙q′ ⎢ Tdo
⎢ K3 Tdo Tdo′ ⎥
⎥ ∆E q ⎢ ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
0 ⎥ ⎢ ∆δ ⎥ ⎢ 0 0 ⎥⎡
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎤
⎢ ∆δ̇ ⎥ ⎢ 0 0 1 ⎥ ∆Vref
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥⎢ ⎥
⎢ ⎥=⎢ ⎥⎢ ⎥+⎢ ⎥ (2.197)
⎢ ⎥ ⎢ ω ωs ωs ⎥⎢ ⎥ ⎢ ωs ⎥ ⎣ ⎦
⎢ ⎥ ⎢ s ⎥ ⎢
0 ⎥ ⎢ ∆ω ⎥ ⎢ 0 ⎥
⎢ ∆ω̇ ⎥ ⎢ − .K2 − .K1 − .D ⎥ ⎢ M⎥ ∆Pm
⎢ ⎥ ⎢ M M M ⎥⎢ ⎥ ⎢ ⎥ ) *+ ,
⎣ ⎦ ⎢ ⎥⎣ ⎦ ⎢ ⎥ ∆u
⎢ ⎥ ⎣K ⎦
˙
∆Ef d ⎣ Kae K6 KaeK5 1 ⎦ ∆Ef d ae
0
− − 0 − T
Ta Ta Ta ) a *+
) *+ , ) *+ ,
∆ẋ ) *+ , ∆x ,
B
A
et : ⎡ ⎤
∆Eq′
⎢ ⎥
⎡ ⎡⎤ ⎤⎢
⎢
⎥
⎥
∆Vt K6 K5 0 0 ⎢ ∆δ ⎥
⎢ ⎥ ⎢ ⎢
⎥⎢ ⎥
⎣ ⎦=⎣ ⎦⎢ ⎥
⎥ (2.198)
⎢ ⎥
∆Pe K2 K1 0 0 ⎢ ∆ω ⎥
) *+ , ) *+ ⎢
,⎣ ⎥
∆y C
⎦
∆Ef d
) *+ ,
∆x
80
2.17. Représentation d’état d’une machine synchrone en petits signaux
HP2 AVR
⎡ K .K K6 .K8 K6 ⎤
6 7
− K5 ⎡ ⎤
⎡ ⎤ ⎢ K9 K9 Tdo′ ⎥⎡ ⎤ 0 0
∆V̇t ⎢ ⎥ ∆Vt ⎢ ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥
⎥ ⎢ ⎥
⎥ ⎢ K2 .K7 K2 .K8 K2 ⎥ ⎢
⎢ ⎥ ⎢ ⎥
⎢ ˙ − K1 ⎥ ⎢ ∆Pe ⎥
⎢ ⎢ 0 0 ⎥⎡ ⎤
⎢ ∆Pe ⎥ ⎢ ′ ⎥ ⎢ ⎥ ∆Vref
⎢ ⎥ ⎢ K9 K9 Tdo ⎥ ⎢
⎥ ⎥ ⎢ ⎥⎢
⎢ ⎥=⎢ ⎥⎢ ⎥+⎢ ⎥ ⎥
(2.199)
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ωs ⎥ ⎣ ⎦
⎢ ⎥ ⎢ ωs ωs ⎥⎢ ⎥ ⎢ 0 ⎥
⎢ ∆ω̇ ⎥ ⎢ 0 − − .D 0 ⎥⎢ ⎢ ∆ω ⎥ ⎢ M⎥ ∆Pm
⎢ ⎥ ⎢ M M ⎥ ⎢ ⎥ ) *+ ,
⎣ ⎦ ⎢
⎢
⎥⎣
⎥ ⎦ ⎢ ⎥ ∆u
⎢ ⎥ ⎣K ⎦
∆E˙f d ⎣ K 1 ⎦ ) ∆E fd
ae
0
ae T
) *+ , − 0 0 − *+ ,
) a *+
∆ẋ Ta Ta ∆x ,
) *+ , B
A
et : ⎡ ⎤
∆Vt
⎢ ⎥
⎢ ⎥
⎢ ⎥
' ( ⎢ ∆Pe ⎥
K2 K6 ⎢ ⎥
∆y = ∆δ = − 0 0 ⎢ ⎥ (2.200)
K9 K9 ⎢ ⎥
) *+ ,⎢⎢ ∆ω
⎥
⎥
C ⎢ ⎥
⎣ ⎦
∆Ef d
) *+ ,
∆x
avec :
Kae = Ka .Ke
Ka : Gain du régulateur automatique de tension AVR
Ke : Gain de la machine à courant continu excitatrice.
81
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
HP2 AVR/PSS
⎡ K6 .K7 K6 .K8 K6 ⎤
− K5 ′
0 0 ⎡ ⎤
K9 K9 Tdo 0 0
⎡ ⎢
⎤ ⎥⎡
∆V˙t ⎢ ⎥ ∆Vt ⎤ ⎢ ⎥
⎢ K2 .K7 K2 .K8 K2 ⎥ ⎢ 0 0 ⎥
⎢ ⎥ ⎢ − K1 ′
0 0 ⎥⎢
˙
⎢ ∆Pe ⎥ ⎢ K9 K9 Tdo ⎥ ⎢ ∆Pe ⎥ ⎢
⎥ ⎢
⎥
⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ωs ⎥
⎢ ⎥ ⎢
0 −
ωs
−
ωs
.D 0 0
⎥⎢
0 ⎥ ⎢ ∆ω ⎥ ⎢
⎥ ⎢ 0 M
⎥- .
⎢ ∆ω̇ ⎥ ⎢ M M
⎥ ∆Vref
⎢ ⎥=⎢ ⎥⎢ ⎥+⎢ ⎥
⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ Kae ⎥
⎢ ∆E˙f d ⎥ ⎢ Kae 1 ⎥⎢
∆E ⎥ ⎢T 0 ⎥ ∆Pm
⎢ ⎥ ⎢ −
Ta
0 0 −
Ta
0 0 ⎥ ⎢ fd ⎥ ⎢ a ⎥ ) *+ ,
⎢ ⎥ ⎢
⎢
⎥⎢
⎥⎢ ⎥ ⎢ ⎥ ∆u
⎢ ∆VW˙ F ⎥ ⎢ ⎥
⎥ ⎣ ∆VW F ⎦ ⎢ ωs ⎥
⎣ ⎦ ⎢ ωs ωs 1 ⎥ ⎢ 0 M
KP SS ⎥
⎢ 0 −
M
KP SS −
M
.DKP SS 0 −
TW
0 ⎥ ⎢
⎣
⎥
⎦
˙
∆VP SS ⎢ ⎥ ∆VP SS ωs T1
) *+ , ⎣ B C ⎦ ) *+ , 0 KP SS
∆ẋ T1 ωs T1 ωs 1 1 T1 1 ∆x M T2
0 − KP SS − DKP SS 0 − − ) *+ ,
T2 M T2 M T2 TW T2 T2 B
) *+ ,
A
(2.203)
⎡ ∆Vt
⎤
⎢ ⎥
⎢ ∆Pe ⎥
⎢ ⎥
⎢ ⎥
D E ⎢ ∆ω ⎥
K2 K6 ⎢ ⎥
∆y = ∆δ = − 0 0 0 0 ⎢ ⎥ (2.204)
K9 K9
) *+ , ⎢ ∆Ef d ⎥
⎢
⎥
C ⎢ ⎥
⎢ ∆VW F ⎥
⎣ ⎦
∆VP SS
) *+ ,
∆x
82
PSS : Power System Stabilizer
1 + T3 .p 1 + T1 .p TW .p
KP SS
1 + T4 .p 1 + T2 .p 1 + TW .p
∆Pm
∆VP SS
+ +
∆Ef d ∆Eq′ + ∆P e ωs
−
H EXC (p) K3
∆Vref Σ K2 Σ Σ HGS (p) ∆δ
+ AV R + Σ ′ .p
1 + K3 Tdo p
∆ω
−
− +
Excitatrice DC Équation mécanique
83
Régulateur de tension Génératrice Synchrone
K6 K1
2.17. Représentation d’état d’une machine synchrone en petits signaux
+
1
Σ K5
1 + TR .p ∆Vt +
Transducteur de tension
FIGURE 2.17 – Schéma bloc du SMIB Heffron-Phillips HP1 avec régulateurs AVR PSS
PSS : Power System Stabilizer
∆Pm
∆VP SS 1 + T3 .p 1 + T1 .p TW .p
KP SS
1 + T4 .p 1 + T2 .p 1 + TW .p
+
∆ω
H1 (p) HGS (p) Σ
Gain Compensateurs de phase Filtre passe-haut
−
Équation mécanique
+ Génératrice Synchrone
∆Ef d K6
∆Vref Σ H EXC (p) H2 (p) Σ Σ ∆δ
+ AV R ∆P e K9 −
− +
Excitatrice DC
Régulateur de tension
84
H3 (p)
− H4 (p)
1
Σ H5 (p)
1 + TR .p −
∆Vt
Transducteur de tension + H6 (p)
K2
K9
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
FIGURE 2.18 – Schéma bloc du SMIB Heffron-Phillips HP2 avec régulateurs AVR-PSS
2.17. Représentation d’état d’une machine synchrone en petits signaux
K1 K9
1/D Kae K9/K8
K2 K8
HGS (p) = H EXC (p) = H1 (p) = H2 (p) =
M AV R 1 + Ta p K9 K9
1+ 1+ p 1+ p
ωs D K2 K8 K2 K8
1 K9 K5 K9
K7/K8 Tdo′ K 1/K7
7 K6 K7
H3 (p) = H4 (p) = H5 (p) = H6 (p) =
K9 K9 K9 K9
1+ p 1− p 1− p 1− p
K2 K8 K6 K7 K6 K7 K6 K7
Nous allons maintenant solliciter le système SMIB à des perturbations électrique et mécanique.
Perturbation mécanique
La perturbation mécanique intervenant sur le système peut-être due aux grandes algues ou un filet de pêche
de chalutier enroulés dans les pâles de l’hydrolienne.
■ Ce défaut sera simuler par une chute permanente de 50% de la puissance mécanique nominale de la
turbine survenant en régime permanent à 70 secondes.
■ Ce défaut sera simuler par un brève chute de la tension Vs et une brève rupture de la ligne de trans-
mission durant 200 ms survenant en régime permanent à 50 secondes.
Toutefois, afin de ne pas alourdir ce document nous avons fait le choix de présenter les résultats de simulations
qu’avec les paramètres de GEN1 et GEN2. Les réglages des paramètres des régulateurs AVR/PSS du modèle
de Heffron-Phillips et du modèle non-linéaire sont données dans le tableau 2.17.3.7.
2.17.3.8 Constatation
Nous remarquons qu’après une perturbation mécanique la dynamique de l’angle de charge du modèle de
Heffron-Phillips croı̂t et ne suis pas la trajectoire imposé par le modèle de référence non-linéaire ce qui
est dommageable. Nous constatons également que la dynamique de la loi de commande AVR/PSS appliquée
au modèle de Heffron-Phillips est fortement bruité. Ceci est dû au grand gain imposé par le régulateur
de tension AVR afin de garantir une tension terminale de la génératrice synchrone convergent vers la tension
nominale du réseau Vs = 1 p.u.
85
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
2.18 Conclusion
Dans ce chapitre nous avons élaboré le modèle de connaissance de notre système hydrolien connecté au
bus infini. La synthèse d’un régulateur AVR/PSS garantie une bonne convergence de l’angle de charge de
la génératrice synchrone après un court-circuit ainsi qu’une bonne régulation de la tension terminale vers la
tension nominale du réseau après une perturbation mécanique en évitant les oscillations des dynamiques en
régime transitoire.
86
2.18. Conclusion
60
40
[°]
20
40
NL AVR/PSS HPi AVR/PSS
20
[%]
-20
-40
0 20 40 60 80 100 120
temps (s)
(b) Vitesse angulaire relative du SMIB - GEN1
3
NL AVR/PSS
HPi AVR/PSS
2
Pe [p.u]
-1
0 20 40 60 80 100 120
temps (s)
(c) Puissance active du SMIB- GEN1
1.5
NL AVR/PSS
HPi AVR/PSS
1
Vt [p.u]
0.5
0
0 20 40 60 80 100 120
temps (s)
(d) Tension terminale du SMIB- GEN1
30
NL AVR/PSS HPi AVR/PSS
Commande u [p.u]
20
10
-10
-20
0 20 40 60 80 100 120
temps (s)
(e) Commande AVR/PSS du SMIB- GEN1
87
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
60
[°]
40
20
0
0 20 40 60 80 100 120
temps (s)
(a) Angle de charge du SMIB- GEN2
30
NL AVR/PSS NPi AVR/PSS
20
10
[%]
0
-10
-20
-30
0 20 40 60 80 100 120
temps (s)
(b) Vitesse angulaire relative du SMIB - GEN2
3
NL AVR/PSS HPi AVR/PSS
2
Pe [p.u]
0
0 20 40 60 80 100 120
temps (s)
(c) Puissance active du SMIB- GEN2
0.5
0
0 20 40 60 80 100 120
temps (s)
(d) Tension terminale du SMIB- GEN2
30
NL AVR/PSS HPi AVR/PSS
Commande u [p.u]
20
10
-10
-20
0 20 40 60 80 100 120
temps (s)
(e) Commande AVR/PSS du SMIB- GEN2
88
RÉFÉRENCES DU CHAPITRE 2
Références du chapitre 2
[And08] G. Anderson. Modelling and Analysis of Electric Power Systems. Power Flow Analysis, Fault
Analysis,Power Systems Dynamics and Stability. Sous la dir. d’I. E. Zürich. Zürich, sept. 2008.
Chap. II. 173 p. isbn : 227-0526-00.
[Bos+82] A. Bose et al. « Proposed terms and definitions for power system stability ». In : IEEE Trans.
on Power Appart. and Syst. PAS-101.7 (juil. 1982), p. 1894–1898. issn : 0018-9510.
[Bou+00] G. Boukarim et al. « A Comparison of Classical, Robust, and Decentralized Control Designs
for Multiple Power System Stabilizers ». In : IEEE Transactions on Power System 15.4 (nov.
2000), p. 1287–1292.
[BCH14] W. Briceno-Vicente, R. Caire et N. Hadjsaı̈d. « Répartitions de charges possibiliste et
probabiliste pour l’analyse des incertitudes ». In : EJEE - European Journal of Électrical Engi-
neering 17.3-4 (2014). Sous la dir. de B. Davat, p. 233–266. issn : 2103-3641.
[Dan14] M. Dansoko. « Modélisation et commande non linéaire des hydroliennes couplées à un réseau
électrique ». Theses. Université Paris-Nord - Paris XIII, déc. 2014.
[DJ97] B. De Metz-Noblat et G. Jeanjean. « Stabilité dynamique des réseaux électriques indus-
triels ». In : Cahier Technique Schneider CT 185 (juin 1997).
[EGE03] EGEM, éd. Commande et régulation des réseaux électriques. Sous la dir. de C. Michel. Lavoi-
sier. Hermes Science, juin 2003. isbn : 2-7462-0606-4.
[EGE10a] EGEM, éd. La distribution d’énergie électrique en présence de production décentralisée. Sous la
dir. de N. Hadjsaı̈d. Lavoisier. Hermes Science, 2010. isbn : 978-2-7462-2218-2.
[EGE10b] EGEM, éd. Les réseaux électriques de distribution. De la production décentralisée aux Smart
Grids. Sous la dir. de N. Hadjsaı̈d. Lavoisier. Hermes Science, 2010. isbn : 978-2-7462-2992-1.
[EGE12] EGEM, éd. SmartGrids. Les réseaux électriques intelligents. Sous la dir. de J.-C. Sabonna-
dière. Sous la dir. de N. Hadjsaı̈d. Lavoisier. Hermes Science, 2012. isbn : 978-2-7462-2594-7.
[erd15] erdf. Smart-Grids, le défi énergétique des territoires. 2015. url : http://www.erdf.fr/sites/
default/files/ERDF_plaquette_SMART_GRIDS_2015.pdf.
[Fil88] A. Filippov. « Application of the theory of the differential equations with discontinuous right-
hand sides to nonlinear control problems ». In : Proc. 1st IFAC World Congress (1988), p. 923–
925.
[Gom04] R. Goma. « Sur la stabilisation des réseaux électriques : mise en œuvre sur bancs d’essais de
commandes non linéaires ». Thèse de doctorat. Université Paris XI - Orsay, déc. 2004.
[GC96] G. Grellet et G. Clerc. Actionneurs électriques. Principes - Modèles - Commandes. Avec
une préf. de G. SEGUIER. Eyrolles. Nov. 1996. 492 p. isbn : 2-212-09352-7.
[Ham11] A. Hammer. Analysis of IEEE Power System Stabilizer Models. Sous la dir. d’E. Kjetil Uhlen.
Norwegian University of Science et Technology-Department of Electric Power Engineering, juin
2011.
[iea11] iea. Technology Roadmap Smart Grids. 2011. url : https : //www.iea.org/publications/
freepublications/publication/smartgrids_roadmap.pdf.
[IEE] IEEE. « Recommended Practice for Excitation System Models for Power System Stability Stu-
dies ». In : IEEE Std 421.5 ().
[Ken+] G. Kenné et al. « Nonlinear systems parameters estimation using radial basis function net-
work ». In : Control Engineering Practise 14 (), p. 819–832 (cf. p. 70, 71).
[Kum] B. K. Kumar. « Power System Stability and Control ». In : Courses (). url : www.nptel.ac.
in (cf. p. 27, 29, 30, 46, 50, 58, 69, 75, 77, 85).
89
Chapitre 2. Modèle de Connaissance du Système Monomachine Connecté au Bus Infini
[Kun94] P. S. Kundur. Power System Stability and Control. Sous la dir. de N. Balu. Sous la dir. de
M. Lauby. Mc Graw-Hill,Inc, 1994. Chap. 3, p. 59–65. 1176 p. (cf. p. 33, 58, 69, 72, 77, 85).
[Kun+04] P. Kundur et al. « Definition and Classification of Power System Stability. Joint Task Force
on Stability Terms and Definitions ». In : IEEE Trans. on Power Appart. and Syst. 19.2 (mai
2004), p. 1387–1400.
[Lla+95] Llamas.A et al. « Clarification of the BCU method for transient stability analysis ». In : IEEE
Transactions on Power Systems 10.1 (fév. 1995), p. 210–219. issn : 0885-8950.
[Lya92] A. Lyapunov. The general problem of the stability of motion. Sous la dir. de T. Francis. Trad.
par F. A.T. 1992.
[Nic+08] J. Nick et al. Électrotechnique des énergies renouvelables et de la cogénération. Sous la dir. de
P. Michel. Sous la dir. de V. Michel. Dunod, 2008. Chap. 9, p. 242. 252 p. isbn : 978-2-10-
051544-8.
[PER00] M. Pavella, D. Ernst et D. Ruiz-Vega. Transient Stability Of Power Systems. A Unified
Approach to Assessment and Control. Kluwer Academic Publishers, 2000. 235 p.
[Pet05] N. Petit. « Commande prédictive. Notes de cours Option Procédé Environnement ». In : (2005).
[Sen+05] T. Senjyu et al. « System Stabilization based on Robust Centralized and Decentralized Control-
lers ». In : IEEE 7th International Power Eng.Conf.PEC (2005).
[Wec+12] J. T. G. Weckesser et al. « Investigation of the Adaptability of Transient Stability Assess-
ment Methods to Real-Time Operation ». In : EEE PES Innovative Smart Grid Technologies
Conference Europe (2012).
[WJØ13] T. Weckesser, H. Johannsson et J. Østergaard. « Impact of model detail of synchronous
machines on real-time transient stability assessment ». In : IREP Symposium (août 2013).
[XP89] Y. Xue et M. Pavella. « Extended equal-area criterion : an analytical ultra-fast method for
transient stability assessment and preventive control of power systems ». In : International Jour-
nal of Electrical Power Energy Systems 11.2 (1989), p. 131–149.
90
CHAPITRE Synthèse d’une Loi de Commande
Non-Linéaire du Système Hydrolien
3 Monomachine Connecté au Bus Infini
Ce chapitre a fait l’objet d’une publication dans le journal du congrès Energy7 qui a eu lieu à Manchester
du 13 au 17 Août 2017 [Oculi17].
3.1 Introduction
Dans le cadre de notre thématique de recherche sur la stabilisation des machines connectées aux réseaux
de fortes puissances dits, bus infinis, il est nécessaire d’assurer une continuité du couplage direct au réseau
et un rejet des perturbations. Par conséquence, la convergence simultanée de la fréquence et de la tension
terminale doit être vérifiée en permanence tout en conservant le caractère non linéaire inhérent aux machines
tournantes. Jusqu’ici, les commandes linéaires employées sur des systèmes linéarisés autour d’un point de
fonctionnement soumis à des perturbations sévères peuvent entraı̂ner un décrochage de la machine connectée
au réseau. Aujourd’hui, peu d’équipe ont mis en œuvre sur banc d’essai des contrôleurs non linéaires. C’est
pourquoi notre équipe a développé et implémenté un contrôleur non linéaire par mode glissant[Dansoko13 ;
Dansoko14] et en a éprouvé la robustesse lors de perturbations telles qu’une déconnexion brève d’une phase,
un court-circuit et une variation intermittente ou permanente de la puissance mécanique comme illustré sur
la Figure 3.1. Mais l’inconvénient majeur de cette commande réside dans l’apparition d’un phénomène haute
fréquence. D’où le développement d’un correcteur non linéaire par backstepping pour palier à ce problème.
Afin de synthétiser notre contrôleur non-linéaire nous allons exploiter le modèle d’état non linéaire du 3ème
ordre de la génératrice connectée au réseau infini élaboré dans [Wang94]. L’avantage de cette représentation
d’état est que deux variables d’états ω - vitesse angulaire relative de la génératrice et Pe - puissance active
de la génératrice - sont accessibles directement à la mesure. L’angle de puissance δ est obtenu par intégration
de ω. La tension terminale Vt en sortie de génératrice est une grandeur indirectement mesurable. Notre
système non linéaire est déjà sous une forme strict-feedback, ce qui permettra de lui appliquer la méthode du
backstepping. Cette méthode est plus aisée à mettre en œuvre qu’une commande par linéarisation par retour
d’état [Damm04] et permettra d’atteindre ainsi nos objectifs de commande.L’absence d’artéfact complexe,
la réalisation systématique et récursive ont été des critères déterminants pour le choix de cette méthode. Nous
allons vérifier par la simulation la loi de commande par backstepping avec les paramètres de la génératrice
déjà utilisée en laboratoire par notre équipe [Ken+10]. Les résultats de simulations présentés mettront en
évidence la robustesse de notre contrôleur non linéaire.
91
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
➁ La puissance mécanique fournie par la turbine évolue comme un système du premier ordre à réponse
rapide ayant une valeur de 0.8 pu en régime établi.
Notre système monomahine s’écrivant sous la forme générale ẋ = f (x, u, t) est un système d’équations non
linéaires du 3ème ordre ou modèle transitoire à un axe dépendant de la variable d’état x⊤ = [δ ω Pe ] et de
la commande u = Ef d . Rappelons le système d’équations non linéaires de notre système hydrolien connecté
au réseau puissant [Ken+10] et remarquons qu’il est de la forme strict-feedback :
⎧
⎨ẋ1 = ϕ1 (x1 ) + ψ1 (x1 )x2
⎪
⎪
ẋ2 = ϕ2 (x1 , x2 ) + ψ2 (x1 , x2 )x3 (3.1)
⎪
⎪
⎩
ẋ3 = ϕ3 (x1 , x2 , x3 ) + ψ3 (x1 , x2 , x3 )u
⎧
⎪ẋ1 = x2
⎪
⎪ ϕ1 (x1 ) = 0 ψ1 (x1 ) = 1
⎪
⎪
⎪
⎪
⎪
⎪
⎪
⎪ D ωs B ω C
⎪ s
⎪
⎪ ẋ2 = − .x2 + .Pm + − .x3
⎪
⎨ ) M *+ M , ) *+ , M π
ϕ2 (x1 ,x2 ) ψ2 (x1 ,x2 ) 0 < x1 < (3.2)
⎪
⎪ 2
⎪
⎪
⎪
⎪
⎪
⎪ xd − x′d 2 1 xds 1 Vs
.Vs .x2 . sin2 x1 + − ′ . ′ .x3 + ′ ′ . sin x1 .u
⎪
⎪
⎪ ẋ3 = x 2 .x3 . cot x 1 + ′
⎪
⎪ xds .xds Tdo xds T x
⎪
⎪
⎩ ) *+ , ) do ds *+ ,
ϕ3 (x1 ,x2 ,x3 ) ψ3 (x1 ,x2 ,x3 )
avec :
x1 = δ x2 = ω x3 = Pe u = Ef d M = 2.H
92
3.4. Mise en œuvre de la loi de commande par backstepping d’une hydrolienne couplée au réseau
— la vitesse relative ω de la génératrice synchrone doit converger rapidement vers 0. Ce qui se traduit
par une convergence de la vitesse angulaire du rotor vers la vitesse angulaire de synchronisme.
— la tension terminale de la génératrice synchrone Vt doit converger rapidement vers la tension de référence
du réseau Vs de 1pu.
avec :
- > A ?.
Vs xd Vs x2 P 2
δref = x1r = arcot − + Vs2 − s 2m = C te (3.4)
xs Pm xds Vs
La loi de commande développée devra rejeter les perturbations électriques et mécaniques intermittentes ou
permanentes le plus rapidement possible.
93
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
Pour chaque étape (i = 1, · · · , n − 1) nous définissons des variables d’erreur zi et leur dérivée z˙i comme
suit :
zi = (xi − xides ) − αi−1
żi = ẋi − α̇i−1 = ϕi + ψi .xi+1 − α̇i−1 (ẋid = 0)
i−1
F ∂αi−1
avec l’entrée de contrôle virtuel xi+1 = zi+1 + αi et α̇i−1 = · ẋj .
j=1
∂xj
xides est la trajectoire désirée définie par l’équation utilisé pour stabiliser uniformément et asymptotiquement
notre système non-linéaire afin d’assurer globalement la convergence des variables d’états.
Choisissons des fonctions candidates de Lyapunov fcl Vi telle que :
1
Vi = Vi−1 + zi2
2
et sa dérivée temporelle :
V̇i = V̇i−1 + zi .żi
i−1
F
=− cj .zj2 + zi .zi+1 ψi + zi [zi−1 + ψi αi + ϕi − α̇i−1 ]
) *+ ,
j=1 −ci .zi
Par conséquent les lois de contrôles virtuelles appelées fonctions stabilisantes peuvent être définis comme
suit :
ci zi + zi−1 + ϕi − α̇i−1
αi = − ci > 0 ψi ̸= 0 (3.6)
ψi
94
3.6. Procédure du backtepping appliquée à notre système hydrolien monomachine
i
F
V̇i = − cj .zj2 + zi .zi+1 ψi ≤ 0
j=1
2
F
Clairement, si zi+1 = 0, nous avons V̇i = − ci zi2 , et par conséquent zi−1 et zi sont sûres de converger vers
i=1
zero asymptotiquement.
Dans l’étape finale (i = n) nous définissions la dernière variable d’erreur zn et sa dérivée żn comme
suit :
zn = xn − αn−1
żn = ẋn − α̇n−1 = ϕn + ψn .u − α̇n−1
Choisissons une fcl Vn telle que :
1
Vn = Vn−1 + zn2
2
and his time derivative is :
V̇n = V̇n−1 + zn .żn
i−1
F
=− cj .zj2 + zn [ψn−1 zn−1 + ψn .u + ϕn − α̇n−1 ]
) *+ ,
j=1 −cn .zn
Étape 1
z1 = x1 − x1r (3.8)
z2 = x2 − α1 (3.9)
95
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
À partir de 3.9, on tire l’expression de x2 - 1ère variable de contrôle virtuelle - et on l’injecte dans ż1 ce qui
donne :
ż1 = z2 + α1 (3.10)
α1 = −c1 z1 (3.12)
Conclusion Étape 1
ère
La 1 fcl s’écrit donc :
Clairement, si z2 = 0, alors nous aurons V̇1 = −c1 z12 et donc z1 est sûr de converger asymptotiquement vers
0.
Étape 2
z3 = x3 − α2 (3.15)
On injecte dans l’équation précédente la deuxième équation de notre système non linéaire 3.2 et 3.13 :
D ωs ωs
ż2 = − x2 − x3 + Pm + c1 x2
M M M
À partir de 3.15, on tire l’expression de x3 - 2ème variable de contrôle virtuelle - et on l’injecte dans ż2 ce qui
donne :
/ 0
D ωs ωs ωs
ż2 = c1 − x2 − z3 − α2 + Pm (3.16)
M M M M
96
3.6. Procédure du backtepping appliquée à notre système hydrolien monomachine
' (
ωs D ωs ωs
V̇2 = −c1 z12 − z2 z3 + z2 z1 + (c1 − )x2 − α2 + Pm
M M M M (3.17)
) *+ ,
−c2 z2
∂α2 ∂α2
α̇2 = ẋ1 + ẋ2
∂x1 ∂x2
' / 0 ( (3.19)
M D
= (1 + c1 .c2 ) x2 + c1 + c2 − ẋ2
ωs M
Conclusion Étape 2
ème
La 2 fcl s’écrit donc :
2
ωs F ωs
V̇2 = −c1 z12 − c2 z22 − z2 z3 = − ci zi2 − z2 z3 (3.20)
M i=1
M
2
F
Clairement, si z3 = 0, nous aurons alors V̇2 = − ci zi2 . Ainsi z1 et z2 sont sûr de converger asymptotique-
i=1
ment vers 0.
Étape 3
On injecte dans l’équation précédente la troisième équation de notre système non linéaire 3.1 dans laquelle
apparaı̂t u :
97
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
2
F D ω E
s
V̇3 = − ci zi2 + z3 − z2 + ϕ3 (x) + ψ3 (x)u − α̇2 (3.24)
i=1 ) M *+ ,
−c3 z3
α̇2 est donnée par l’équation 3.19. ci , constantes positives sont les paramètres de réglage du correcteur non
linéaire et ϕ3 (x) est la fonction non linéaire issue de la troisième équation du système 3.1.
L’expression précédente peut-être écrit comme suit - 3.26 en fonction des variables d’états initiales afin de
pouvoir implémenter en tant-réel cette loi de commande à partir de grandeurs mesurables.
′
GD E 'B C B CB C(
2
′ xds ωs M M ωs D D
u = Tdo c1 + (1 + c1 c2 ) c3 (δ − δref ) + + (1 + c1 c2 ) + c3 − c1 + c2 − ω
Vs sin δ M ωs ωs M M M
B C H
D 1 π
− c1 + c2 + c3 − (Pe − Pm ) + Pe 0<δ<
M Tdo
′
i
2
(3.26)
Conclusion Étape 3
3
F
V̇3 = − ci zi2 ≤ 0 (3.27)
i=1
Conclusion
98
3.8. Conclusion
Backstepping AVR-PSS
KA = 800
c1 = 1 KP SS = 0.5
c2 = 10 Tw = 10 s
c3 = 0.5 T1 = 0.2s
T2 = 0.1 s
TR = 0
3.7.3 Discussion
Les réponses temporelle montrent que le régulateur mis en œuvre, appelé BCKSTP, donne des résultats
satisfaisants. Le régulateur linéaire AVR-PSS assure un bon suivi des trajectoires de référence, néanmoins
un dépassement de la dynamique de l’angle de puissance apparaı̂t en régime transitoire - Figure 4.5a -
alors qu’avec le régulateur non linéaire nous pouvons amortir facilement ce dépassement et augmenter la
rapidité de la dynamique de δ en jouant sur les paramètres ci du régulateur. Nous remarquons que lors
du court-circuit, les pics de tensions et de puissances en régime transitoire peuvent être réduits en jouant
sur ces mêmes paramètres.- Figures 4.5c et 4.5d. Après une chute de la puissance mécanique, l’angle de
puissance ne revient pas à sa valeur de référence - Figure 4.5a. Ce qui est normal puisque δref dépend
de Pm dans l’expression 4.20. Nous constatons que le point d’équilibre de l’angle de puissance a changé
mais reste stable car 0<δ<π/2. La machine ne risque donc pas de décrocher et le réseau restera stable. Nous
pouvons remarquer que la dynamique de ω régulé par notre contrôleur non linéaire rejette plus rapidement la
perturbation mécanique que le régulateur linéaire AVR/PSS - Figure 4.5b. Le retour de la tension terminale
à sa grandeur de référence après une perturbation mécanique - Figure 3.4b et électrique - Figure 3.4a se fait
plus lentement que l’AVR-PSS mais en douceur et sans oscillations. L’inconvénient majeur de l’AVR-PSS
réside dans le fait que la puissance présente un dépassement en régime transitoire et un pic au moment du
court-circuit - Figure 4.5c. Les tensions de commande des régulateurs AVR PSS et BCKSTP sont lisses -
Figure 4.5e. Néanmoins, une valeur trop élevée du gain du régulateur de tension KA du régulateur AVR PSS
dégrade le signal de commande alors que le régulateur BCKSTP ne présente pas cet inconvénient. Il faut
noté également que la tension de commande d’un contrôleur par mode glissant présente des parasites hautes
fréquences appelées phénomène de broutement ou chattering dues à l’introduction dans la commande d’une
fonction sign [Dansoko14].
3.8 Conclusion
Le contrôleur non linéaire proposé présente des caractéristiques de rapidité, de précision, de stabilité
transitoire et de robustesse meilleures que celles du contrôleur linéaire AVR/PSS. En effet, le design d’un
régulateur conçu avec les équations non linéaires du système évite de dégrader sa dynamique en régime
99
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
50
ref
40 BCKSTP
AVR PSS
30
[°]
20
10
0
0 10 20 30 40 50 60 70
temps (s)
(a) Angle de charge du SMIB
40
AVR PSS
BCKSTP
20
[%]
-20
0 10 20 30 40 50 60 70
temps (s)
(b) Vitesse angulaire relative du SMIB
AVR PSS
1 BCKSTP
Pe [p.u]
0.5
0
0 10 20 30 40 50 60 70
temps (s)
(c) Puissance active du SMIB
1.5
AVR PSS
BCKSTP
1
Vt [p.u]
0.5
0
0 10 20 30 40 50 60 70
temps (s)
(d) Tension terminale du SMIB
4
Commande u [p.u]
AVR PSS
BCKSTP
2
-2
0 10 20 30 40 50 60 70
temps (s)
(e) Commande AVR/PSS du SMIB
FIGURE 3.3 – Modèle non-linéaire avec régulateur AVR/PSS vs modèle non-linéaire avec régulateur BACKS-
TEPPING : 2.19a : Angle de charge δ, 2.19b : Vitesse angulaire relative ω, 2.19c : Puissance active Pe ,
2.19d : Tension terminale Vt et 2.19e : Loi de commande u du SMIB paramètres Kenne
100
3.8. Conclusion
Vt [p.u] 0.8
0.6
0.4
0.2
29.8 30 30.2 30.4 30.6 30.8 31
temps (s)
(a) Tension terminale - Zoom sur court-circuit
1.02
AVR PSS BCKSTP
1
Vt [p.u]
0.98
0.96
0.94
50 55 60 65 70 75
temps (s)
(b) Tension terminale - Zoom sur chute permanente de puissance mécanique
transitoire par rapport à un correcteur linéaire classique sensible aux perturbations extérieures. Dans le
chapitre destiné à l’implémentation de lois de commandes robustes non linéaires, nous allons confronter ces
simulations aux résultats expérimentaux. Dans le chapitre suivant nous allons modéliser et synthétiser un
contrôleur non-linéaire par backstepping en configuration multimachine en vue du développement et de la
mise en production de parcs hydroliens dans les années à venir.
101
Chapitre 3. Synthèse d’une Loi de Commande Non-Linéaire du Système Hydrolien Monomachine
Connecté au Bus Infini
Références du chapitre 3
[Bar87] P. Barret. Régimes transitoires des machines tournantes électriques. Cours de l’Ecole Supé-
rieure d’Electricité. Avec une préf. de M. Magnien. Eyrolles, 1987. Chap. V, p. 39. 215 p.
[DC69] F. P. Demello et C. Concordia. « Concepts of syn- chronous machine stability as affected by
excitation control ». In : IEEE Trans. on Power Apparatus and Systems 88 (avr. 1969), p. 316–
329.
[Dum13] G. Dume. « Synchronous Generator Model Based on LabVIEW Softwarl ». In : WSEAS TRAN-
SACTIONS on ADVANCES in ENGINEERING EDUCATION 10 (juil. 2013), p. 101–112. issn :
2224-3410.
[HP52] W. Heffron et R. Phillips. « Steady state stability of synchronous machines as affected by
voltage Regulator characteristics ». In : AIEE Trans. on Power Apparatus and Systems 71 (août
1952), p. 692–697.
[Ken+10] G. Kenné et al. « An improved direct feedback linearization technique for transient stability
enhancement and voltage regulation of power generators ». In : Electrical Power and Energy
Systems 32 (2010), p. 809–816 (cf. p. 91, 92).
[Ken+] G. Kenné et al. « Nonlinear systems parameters estimation using radial basis function net-
work ». In : Control Engineering Practise 14 (), p. 819–832.
[KKK95] M. Krstic, I. Kanellakopoulos et P. V. Kokotovic. Nonlinear and Adaptive Control De-
sign. John Wiley et Sons, Ltd, 1995 (cf. p. 93).
[Kum] B. K. Kumar. « Power System Stability and Control ». In : Courses (). url : www.nptel.ac.
in.
[Kun94] P. S. Kundur. Power System Stability and Control. Sous la dir. de N. Balu. Sous la dir. de
M. Lauby. Mc Graw-Hill,Inc, 1994. Chap. 3, p. 59–65. 1176 p.
[MBB08] J. Machowski, J. W. Bialek et J. R. Bumby. Power System Dynamics. Stability and Control.
John Wiley et Sons, Ltd, 2008. 627 p. isbn : 978-0-470-72558-0.
[Par33] R. Park. « Two-reaction theory of synchronous machine-gneralized method of analysis - part
I-part II ». In : AIEE Trans 48,52 (1929,1933), p. 716–727, 352–355.
[SP93] V. Samarasinghe et N. Pahalawaththa. « Application of variable structure control tech-
niques for improving power system dynamic stability ». In : IEEE TENCON 93,Bejing (1993),
p. 175–178.
[SP97] P. W. Sauer et M. Pai. Power System Dynamics and Stability. Sous la dir. de S. P. L.L.C.
Department of Electrical et Computer Engineering - University of Illinois at Urbana-Champaign,
1997. 349 p.
[SS00] G. Sturtzer et E. Smigiel. Modélisation et commande des moteurs triphasés. Commande vec-
torielle des moteurs synchrones. Commande numérique par contrôleurs DSP. Editions Ellipses,
mar. 2000. Chap. III, p. 32. 244 p. isbn : 2-7298-0076-X.
102
CHAPITRE Synthèse d’une Loi de Commande
Non-Linéaire d’un Système Hydrolien
4 Multimachine Connecté au Bus Infini
4.1 Introduction
Les flux de puissances des réseaux des systèmes de production électrique augmentent proportionnellement
à la démographie et aux nombres de systèmes d’énergies renouvelables décentralisés (éoliennes terrestre, éo-
liennes en mer,panneaux photovoltaı̈ques, usine géothermique, biomasse). Il est nécessaire de résoudre dans
le futur la complexité des échanges de flux de puissances entre les différentes charges et sources d’alimenta-
tions sur une large plage et sous différentes conditions de fonctionnement afin de prévenir les coupures de
courant et/ou d’éviter les balckout dans le pire des cas. En France, le gouvernement essaie de développer les
énergies renouvelables mais en même temps certaines réacteurs de centrales sont ou vont être mises hors-
service dans les prochaines années,ce qui peut poser des problèmes en terme d’ajustement de consommation
et de production d’énergie en cas d’hiver rude. Par conséquent les coupures de courant peuvent paralyser une
partie du pays. Le peu d’énergie renouvelable produite en France ne peut subvenir aujourd’hui à un éventuel
manque d’énergie produite par les centrales. Les systèmes éoliens ont un développement positif en France
mais ce mode de production est intermittent du fait de la fluctuation aléatoire du vent suivant les régions.
Les scientifiques et ingénieurs ont proposé et éprouvé depuis plusieurs années une nouvelle technologie appelé
hydrolienne pouvant produire de l’énergie électrique en continu à partir de la fluctuation des courants de
marées. Afin d’anticiper le développement de cette technologie prometteuse, nous nous intéresserons à la
conception de contrôleur non-linéaire robuste de générateur synchrones interconnectées capable de réguler la
tension, la puissance et la fréquence du système hydrolien connecté au réseau électrique de forte puissance
appelé bus infini MMIB. La configuration des hydroliennes en multimachine est un challenge important pour
l’avenir des énergies marines renouvelables. La Figure 4.1 montre un exemple de configuration d’hyroliennes
interconnectées. Dans cette configuration en boucle ouverte (coupure d’artère), la continuité de service est
assuré en cas de tronçon de câble défectueux grâce aux interrupteurs sectionneurs automatiques sous-marins
ki et ki′ présentent dans la boucle. Le rôle principal des régulateurs des systèmes hydroliens sera de garantir
une tension stable acceptable en fonctionnement nominal et dans des conditions où le système est assujetti
à de fortes perturbations externes ou interne liées aux paramètres du réseau. Jusqu’à présent, les régula-
teurs linéaire tels que l’AVR/PSS, contrôleur d’excitation continu-Discontinuous Excitation Control (DEC),
régulateur Proportionnel Intégral Dérivée-Proportional Integrator Derivate (PID), garantissait une stabilité
du système en régime transitoire et permanent. L’efficacité de ces contrôleurs est essentiellement basé sur
la linéarisation du système autour de certains points de fonctionnements. Cependant, ces points de fonc-
tionnements peuvent ne pas être les mêmes parce qu’ils sont trop sensibles aux perturbations telles que les
court-circuits, la modification de la topologie du réseau ou les effets de non-linéarité non-négligeable dûs aux
interconnexions entre systèmes. Ces contraintes ne peuvent pas garantir une stabilité en régime transitoire
103
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
et permanent sur une large plage de fonctionnement. La théorie du contrôle et la conception de régulateur
non-linéaire servent à palier à ces problèmes. Parmi ces techniques nous pouvons noter les techniques de la
passivité et l’analyse de fonctions d’énergie [Jiao07],[Ortega01], [Ortega98], la linéarisation directe par
retour d’état Direct Feedback Linearization (DFL) [Wang97], [Guo01], [Gordon08], [Guo00], [Ken+10]
pouvant être associé à un réseau neuronaux [Liu07], le contrôle par mode glissant [Huerta09], [Dan14],
[Benahdouga14], contrôle par mode glissant d’ordre fractionnaire [Majidabad14] et le contrôle par backs-
tepping [Ouassaid14], [Jung05], [Psillakis05], [ZW08]. Toutes ces techniques ont été conçu et ont prouvé
leur efficacité par rapport aux contrôleur classique conçu par des techniques dites linéaires. Parmi ces dif-
férentes approches nous nous sommes concentrés sur la technique du backstepping appliquée aux systèmes
multimachines de puissances appelés MMIB. Dans ce chapitre nous allons présenter une extension au cas mul-
timachine de la méthode employé pour le système hydrolien monomachine connecté au bus infini traité dans
le Chapitre 3 publié dans [Ocu+17]. Avec la procédure générique du backstepping il n’est pas nécessaire
de construire un modèle linéaire compensé, par conséquent le design de notre contrôleur prendra en compte
toutes les non-linéarités du système de puissance multimachine. Malgré le caractère multivariable de notre
système non-linéaire nous attachons une importance particulière aux propriétés de décentralisation de notre
contrôleur non-linéaire à cause du fait qu’il n’y a qu’une entrée d’excitation sur chaque génératrice synchrone.
De plus,cette structure réduit la complexité et la faisabilité pour l’implémentation. Un exemple avec deux
machines interconnectées reliées au réseau infini régulés seront étudiés et simulés pour prouver l’efficacité
de notre contrôleur appelé Régulateur Backstepping Multimachine Décentralisé-Decentralized Multimachine
Backtepping Controller (DMBC) comparé au régulateur conventionnel AVR/PSS. Les résultats de simula-
tion montrent que notre régulateur décentralisé proposé peut aussi effectivement améliorer la stabilité du
système hydrolien multimachine en régime transitoire et permanent malgré des perturbations électriques et
mécaniques sévères pouvant survenir sur une grande plage de fonctionnement.
FIGURE 4.1 – Synoptique d’un système hydrolien multimachine connecté au bus infini
104
4.2. Modèle d’un système hydrolien multimachines couplé au réseau
1 1
Ėq′ i = − ′ Eqi + ′ .Ef di (4.1)
Tdo i
Tdo i
Ef di = kci .ufi = ui
n
F Vs
Idi = −Bii .Eq′ i + Eq′ j Fij− − cos δi (4.4)
j=1
x′dsi
=i
̸
105
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
n
F Vs
Iqi = Gii .Eq′ i + Eq′ j Fij+ + sin δi (4.5)
j=1
x′dsi
=i
̸
avec
@I J2 I J2
Vti = x′qi Iqi + Eq′ i − x′di Idi (4.6)
1 1
Ėq′ i = − ′ Eqi
′
+ ′ .Ef di (4.8)
Tdo i
Tdo i
Ef di = kci .ufi = ui
n
F Vs
Idi = −Bii .Eq′ i − Eq′ j Bij cos δij − cos δi (4.10)
j=1
xdsi
=i
̸
n
F Vs
Iqi = Eq′ j Bij sin δij + sin δi (4.11)
j=1
xdsi
=i
̸
δij = δi − δj
ωij = ωi − ωj
ωi = ωs − ωgi
ωj = ωs − ωgj
106
4.2. Modèle d’un système hydrolien multimachines couplé au réseau
@ I J2
2 (4.12)
Vti = (xdi Iqi ) + Eq′ i − xdi Idi
Remarque 4.1
Cette équation de la tension terminale ne peut pas être calculée sous cette forme pour être régulée. Nous ver-
rons plus tard comment écrire cette tension terminale en fonction des variables d’états régulées et mesurables
Pei , δi et ωi .
avec :
et :
n n
F F Eq′ i Vs
γij = Eq′ i I˙qi = Eq′ i Ėq′ j Bij sin δij + ωij Eq′ i Eq′ j Bij cos δij + ωi cos δi (4.14)
j=1 j=1
xdsi
=i
̸ =i
̸
L’équation 4.14 représente le terme d’interconnexion entre les génératrice synchrone connectées au bus infini.
Comme il est expliquée dans [Wang97], la puissance électrique active Pei et la puissance réactive Qei sont
des variables directement mesurables. Dans le cas d’un système de puissance multimachine, comme Pei et Qei
de chaque génératrices synchonres et les flux de puissances électriques à travers les lignes d’interconnexion
et de transmission sont bornées, alors Eq′ i Eq′ j Bij sont aussi bornées. Par conséquent, nous avons :
K K K K
K ′ ′ K
KEqi Eqj Bij K ≤ |Pei |max ! Kγ2ij K
et
K K
Kωij Eq′ i Eq′ j Bij cos δij K ≤ |ωij | |Pei |max |cos δij |
K K
K K
≤ |ωij | |Qei |max = |ωij | |Pei |max ! |ωij | Kγ2ij K
Notons également que le champ d’excitation Ef di peut croı̂tre de cinq fois la valeur de Eqi quand il n’y
a pas de charge connectée au système [Wang97].
107
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
il s’en suit :
K K 4 |P | K K
K ′ ′ K ei max
KEqi Ėqj Bij K ≤ KK K ! Kγ1ij K
′ K
KTdo j
K
min
et
K K K K
K ′ ′ K K ′ ′ K
KEqi Ėqj Bij sin δij K ≤ KEqi Ėqj Bij K |sin δij |
K K
≤ Kγ1ij K |sin δi |
car |sin δij | ≤ |sin δi | + |sin δj | ≤ |sin δi | par théorème des accroissement fini.
De même le terme lié à la ligne de transmission peut-être borné comme suit :
K K
K Eq′ i Vs K
Kωi cos δ i K ≤ |ωi | |Pei |max |cos δi |
K
K xds
i
K K
≤ |ωi | |Qei |max = |ωi | |Pei |max ! |ωi | Kγ2ij K
K ′ K
Eq′ i Vs K Eq Vs K
parce que le terme est homogène à une puissance électrique, par conséquent KK i KK ≤ |Pei |max .
xdsi xdsi
La bornitude du terme d’interconnexion γij est justifié par l’inégalité suivante :
n
F IK K K KJ K K
|γij | ≤ Kγ1ij K |sin δi | + |ωij | Kγ2ij K + |ωi | Kγ2ij K
(4.15)
j=1
=i
̸
′
La bornitude de γij dépends seulement des paramètres des génératrices synchrones Tdo j
et |Pei |max . Dans ce
ème
cas, quand nous allons designer le régulateur robuste non-linéaire de la i machine, seulement la bornitude
des paramètres de la machine peuvent être connus. Finalement, notre système de puissance hydrolien multi-
machine décrit par le modèle 4.13 peut s’écrire sous la forme strict-feedback afin de concevoir un contrôleur
par backstepping pour chaque génératrice synchrone. On parle alors de régulateur décentralisé.
Pei xdsi
Eq′ i ! (4.16)
Vs sin δi
Pei xdsj
Eq′ j ! (4.17)
Vs sin δi
Ces considérations prisent en compte, les équations 4.16 et 4.17 sont injectées dans 4.12. Finalement, tout
108
4.3. Objectifs de commande
calcul fait, nous obtenons l’expression générale de la tension terminale de la ième machine :
⎧ D J2 E
Ln I
⎪
⎨/ x V 0 2 λ2i x2dsi + x2di j=1 Bij xdsj I J x2di Fn
I J
di s =i
̸ 2 2
Vti = + 2
Pe 1 + cot δ i + 2 2 Pei xdsj Bij sin δij
⎪
⎩ x dsi Vs
i
xdsi j=1
=i
̸
⎛ ⎞ ⎫1/2
n n ⎪
⎬
F ⎜ xdi F ⎟
+ 2λi xdi |Pei |max cos δij + 2xdi Pei ⎝λi + Bij xdj cos δij ⎠ cot δi
j=1
xdsi j=1 ⎪
⎭
=i
̸ =i
̸
(4.18)
Maintenant, prenons en compte le fait que δi = δj si les paramètres des génératrices synchrones sont stricte-
ment identiques (xdsi = xdsj ). Dans ce cas, cela signifie que Eq′ i = Eq′ j = Eqi = Eqj et l’équation précédente
devient :
⎧ ⎡ ⎤
⎪
⎨/ x V 02 / x 02 n n
di s dsi ⎢ 2 F ⎥ 2I J F
2 2
Vti = + λ
⎣ i + x di B P
ij ⎦ ei 1 + cot δ i + λ x
i di |Pei |max
⎩ xdsi
⎪ Vs j=1 j=1
=i
̸ =i
̸
⎛ ⎞ ⎫1/2 (4.19)
n ⎪
⎬
⎜ F ⎟
+ 2xdi Pei ⎝λi + xdi Bij ⎠ cot δi
j=1
⎪
⎭
=i
̸
— La vitesse de rotation angulaire ωi de la ième génératrice synchrone doit converger vers 0 ce qui signifie
une convergence de sa fréquence électrique propre à celle du réseau.
109
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
— La tension terminale Vti de la ième génératrice synchrone doit converger vers la tension de référence
appelé Vtiref qui est égal à celle du bus infini Vs = 1 p.u.
— Les perturbations sévères telles que les court-circuits sur les lignes de transmissions, les perturbations
mécaniques permanentes des turbines chutant à 50% de leur valeur nominal doivent être rejetées le
plus rapidement possible.
La convergence des tensions terminales Vti est conditionné par la convergence des angles de puissances δi vers
leur valeur de référence δiref appelée xides dans le design par backstepping. Elle correspond à la trajectoire
désirée calculée pour garantir la stabilisation de notre système hydrolien multimachine.
Théorème 4.1
Considérons le modèle du système de puissance multimachine non-linéaire (4.13). Notre système est stabili-
sable si il existe pour Pei = Pmi des fonctions stabilisantes δiref solutions de Vti = Vt2i = 1 p.u.
ref
δiref est déduit en résolvant l’équation 4.18 ou l’équation 4.19 pour Vti = Vt2i = 1 p.u. Cela dépend si les
ref
machines sont légèrement différentes ou si elles sont strictement identiques. Dans les deux cas nous supposons
que δi = δj , alors sin δij = 0 et cos δij = 1. Par conséquent δiref est donnée par cette expression :
- > A ?.
bi 4ai ci
δiref = xid = arcot − 1± 1− 2 (4.20)
2ai bi
Évidement, nous retenons la solution montrant une courbe positive de δiref qui est une trajectoire de référence
continue par morceau et bornée.
Premier cas : Les génératrices sont légèrement différentes (xdsi ̸= xdsj ).
D L I J2 E
λ2i x2dsi + x2di nj=1 Bij xdsj
=i
̸ 2
ai = Pm
Vs2 i
⎛ ⎞
n
⎜ xdi F ⎟
bi = − 2xdi Pmi ⎝λi + Bij xdj ⎠
xdsi j=1
=i
̸
⎧ ⎫
⎪
⎨ / 02 n ⎪
⎬
xdi Vs F
ci = − Vt2i − − 2λi xdi |Pmi |max − ai
⎪
⎩ ref xdsi j=1
⎪
⎭
=i
̸
=i
̸
⎛ ⎞
n
F
⎜ ⎟
bi = − 2xdi Pmi ⎝λi + xdi Bij ⎠
j=1
=i
̸
⎧ ⎫
⎪
⎨ / 02 n ⎪
⎬
xdi Vs F
ci = − Vt2i − − 2λi xdi |Pmi |max − ai
⎪
⎩ ref xdsi j=1
⎪
⎭
=i
̸
110
4.4. Mise en œuvre de la loi de commande non-linéaire décentralisée par backstepping du système hydrolien
multimachine interconnectées couplées au réseau
La procédure du backtepping employé ici pour concevoir les régulateurs non-linéaire décentralisés associés
à chaque génératrice synchrone est la même que celle employée à la section § 3.5 et § 3.6 du Chapitre 3.
La procédure de backstepping en configuration monomachine peut-être étendu au cas multimachine.
Nous allons valider le régulateur sur deux génératrices synchrones. La Figure 4.1 montre que les hydroliennes
GEN1 et GEN2 sont interconnectées. Cette exemple est choisi pour montrer l’efficacité et la robustesse de
notre régulateur non-linéaire. Afin d’implémenter en temps-réel la loi de commande ui de la ième génératrice
synchrone, il est nécessaire de donner une expression de ui avec les variables d’états d’origines δi , ωi et Pei .
Ce qui conduit à l’expression suivante de la loi de commande :
GD EI ' C(
′
Tdo i ωs Mi J Mi B ωs C2 B Di
CB Di
ui = c1 + (1 + c1 c2 ) c3 δi − δiref + + (1 + c1 c2 ) + c3 − c1 + c2 − ωi
Iqi Mi ωs ωs Mi Mi Mi
B C H
Di 1
− c1 + c2 + c3 − (Pei − Pmi ) + ′
Pei − γij
Mi Tdo i
(4.22)
La loi de commande 4.22 est valide pratiquement sur tout son domaine de définition, excepté pour Iqi = 0.
Remarquons que l’expression de ui du ième sous-système ne dépend pas des variables d’états du j ème sous-
système, alors nous pouvons dire que la loi de commande est décentralisée. Les performances du systèmes
peuvent être ajustable en jouant sur les paramètres du régulateur c1 , c2 et c3 . Nous pouvons remarquer
sur la Figure 4.3 que les termes d’interconnexion γ12 et γ21 ont tendance à tendre vers zéro. Les effets
d’interaction entre les deux génératrices sont faibles puisque les deux machines ont sensiblement les mêmes
caractéristiques. Alors dans ce cas, pour l’implémentation en temps-réel nous pouvons négliger le terme γij
dans la loi de commande et l’expression de ui devient :
GD EI ' C(
′
Tdo i ωs Mi J Mi B ωs C2 B
Di
CB
Di
ui = c1 + (1 + c1 c2 ) c3 δi − δiref + + (1 + c1 c2 ) + c3 − c1 + c2 − ωi
Iqi Mi ωs ωs Mi Mi Mi
B C H
Di 1
− c1 + c2 + c3 − (Pei − Pmi ) + ′
Pei
Mi Tdo i
(4.23)
i=1; j=2
12
0.4
21
0.2
ji
0
ij
-0.2
0 10 20 30 40 50 60 70 80
temps (s)
111
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
Les paramètres des régulateurs AVR/PSS et backstepping sont donnés dans le Tableau 4.2.
Backstepping AVR-PSS
c1 = 6 KA = 500
c2 = 3 KP SS = 0.4
c3 = 0.8 Tw = 10 s
T1 = 0.2 s
T2 = 0.1 s
TR = 0
112
4.6. Conclusion
4.5.3 Discussion
Avec le régulateur AVR/PSS un dépassement apparaı̂t en régime transitoire sur la dynamique de l’angle
de puissance - Figure 4.5a - tandis qu’avec le régulateur non-linéaire conçu DMBC les oscillations de l’angle
de puissance sont largement amortis rapidement vis-à-vis des variations de points de fonctionnement, de la
localisation des défauts et des paramètres du réseau. Il est facile d’amortir ce dépassement et d’améliorer
la rapidité de la dynamique δi en jouant sur les paramètres ci du régulateur DMBC.Après une chute de la
puissance mécanique sur chaque turbine, les angles de puissances ne reviennent pas leurs valeurs initiales mais
chutent parce que δiref dépend de Pmi dans l’expression 4.20. Le point d’équilibre des angles de puissances
a changé mais reste stable car la condition 0 < δi < π/2 est respectée. Par conséquent, les génératrices
synchrones ne rencontrent pas de problèmes de décrochage et le système de puissance électrique peuvent
garantir un réseau stable.
Remarquons que les dynamiques ωi régulé par le régulateur non-linéaire rejettent bien les perturbations
mécaniques et électriques plus rapidement que le régulateur AVR/PSS - Figure 4.5b. Le principal inconvénient
du régulateur AVR/PSS est la présence d’un dépassement de la puissance active des génératrices Pei en
régime transitoire et un pique de puissance au moment du court-circuit - Figure 4.5c. Les tension terminales
de chaque génératrices synchrones convergent bien vers leurs tensions de référence correspondant à la tension
nominale du réseau (Vs = 1 pu) pour les deux types de régulateur - 4.5d. En revanche les réponses temporelles
des tensions terminales Vti est nettement plus rapide pour le régulateur non-linéaire après perturbations
mécaniques - Figure 4.6a et électriques - Figure 4.6b .
Le principal avantage du régulateur DMBC est la souplesse du signal de commande d’excitation par rapport
au signal de commande du régulateur AVR/PSS - Figure 4.5e. Afin d’assurer la convergence des tensions
terminales Vti vers 1 p.u avec le régulateur AVR/PSS, nous sommes obligé de régler KA à une valeur élevée,
ce qui cause des perturbations hautes fréquences du signal de commande de l’AVR/PSS et peut saturer les
capteurs lors d’une implémentation en temps-réel.
4.6 Conclusion
Nous avons vu dans ce chapitre comment réguler deux hydroliennes interconnectées entre elles couplées à
un réseau puissant. La conception de ces régulateurs non-linéaire par backstepping a été possible moyennant
certaines hypothèses de travail. D’autre étude ont été simulé en tenant compte de toutes les conductances
et susceptances du système multimachine dans le modèle. Par exemple dans [Liu17], les auteurs ont conçu
113
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
30
DMBC GEN1
DMBC GEN2
20 AVR PSS GEN1
[°]
AVR PSS GEN2
10
0
0 10 20 30 40 50 60 70 80 90 100
temps (s)
(a) Angle de charge du MMIB
20 DMBC GEN1 DMBC GEN2 AVR PSS GEN1 AVR PSS GEN2
10
[%]
-10
-20
0 10 20 30 40 50 60 70 80
temps (s)
(b) Vitesse angulaire relative du SMIB
DMBC GEN1 DMBC GEN2 AVR PSS GEN1 AVR PSS GEN2
1.5
Pe [p.u]
0.5
0
0 10 20 30 40 50 60 70 80
temps (s)
(c) Puissance active du MMIB
DMBC GEN1 DMBC GEN2 AVR PSS GEN1 AVR PSS GEN2
1.2
Vt [p.u]
1.1
1
0.9
0.8
0 10 20 30 40 50 60 70 80
temps (s)
(d) Tension terminale du MMIB
Commande u [p.u]
4 DMBC GEN1 DMBC GEN2 AVR PSS GEN1 AVR PSS GEN2
-2
0 10 20 30 40 50 60 70 80
temps (s)
(e) Commande AVR/PSS et Backstepping du MMIB
FIGURE 4.5 – Modèle non-linéaire avec régulateur AVR/PSS vs modèle non-linéaire avec régulateur BACKS-
TEPPING : 2.19a : Angle de charge δ, 2.19b : Vitesse angulaire relative ω, 2.19c : Puissance active Pe ,
2.19d : Tension terminale Vt et 2.19e : Loi de commande u du MMIB paramètres Kenne
114
4.6. Conclusion
1.02
Vt [p.u] - Zoom
1
0.95
DMBC GEN1 DMBC GEN2 AVR PSS GEN1 AVR PSS GEN2
0.9
20 25 30 35 40 45
temps (s)
(b) Tension terminale - Zoom sur chute court-circuit du MMIB
un régulateur de la puissance par une approche backtepping - mode glissant d’ordre fractionnaire mais ne
propose pas de régulation des tensions terminales des génératrices synchrones. Leurs approches n’ont pas été
validé sur banc expérimentale. À notre connaissance, le travail le plus abouti sur banc-d’essai et implémenté
en temps-réel a été réalisé dans [Venayagamoorthy03]. Les auteurs ont conçu deux neuro-régulateurs par
une méthode de programmation heuristique duale - Dual Heuristic Programming (DHP) pour deux micro-
alternateurs interconnectés couplés au réseau. Ils montrent comment cette procédure basée sur les réseaux
de neurones artificielles conduit à une régulation des tensions terminales des machines et peut remplacer un
régulateur AVR/PSS conventionnel.
Il faut noter que la méthode par backstepping appliquée sur deux génératrices synchrones employée dans ce
chapitre peut-être étendue à quatre machines grâce à la configuration du système hydrolien de la Figure 4.1.
Cette même méthode employée sur trois génératrices interconnectées est applicable moyennant des calculs
plus fastidieux dans l’hypothèse où les génératrices ont les mêmes caractéristiques. La difficulté viendra des
valeurs données aux susceptances Bij des lignes d’interconnexion entre les trois hydroliennes. Un mauvais
choix de ses susceptances ne permettrait pas la régulation simultanée des tensions terminales Vti de chaque
génératrice.
Ces considérations faı̂tes, comme expérimentalement nous mettrons en œuvre l’interconnexion de deux géné-
ratrices synchrones connectées à un banc de charge résistif et au réseau triphasé basse tension nous n’avons
pas vu l’utilité d’élaborer une loi de commande en simulation pour trois machines interconnectées.
115
Chapitre 4. Synthèse d’une Loi de Commande Non-Linéaire d’un Système Hydrolien Multimachine
Connecté au Bus Infini
Références du chapitre 4
[DML04] G. Damm, R. Marino et F. Lamnabhi-Lagarrigue. « Adaptive nonlinear output feedback for
transient stabilization and voltage regulation of power gnerators with unknown parameters ».
In : Int. J. Robust Nonlinear Control (2004). Sous la dir. de J. Wiley et Sons, p. 833–855.
[Dan14] M. Dansoko. « Modélisation et commande non linéaire des hydroliennes couplées à un réseau
électrique ». Theses. Université Paris-Nord - Paris XIII, déc. 2014 (cf. p. 104, 112).
[Dan+13] M. Dansoko et al. « Decentralized sliding mode control for marine turbines connected to grid ».
In : IFAC International Workshop on Adaptation and Learning in Control and Signal Processing
11 (2013), p. 3–5.
[FM78] A. Feuer et A. S. Morse. « Adaptive control of single-input single-output linear systems ».
In : IEEE Trans. Automat.Contr AC-23 (1978), p. 557–569.
[Ken+10] G. Kenné et al. « An improved direct feedback linearization technique for transient stability
enhancement and voltage regulation of power generators ». In : Electrical Power and Energy
Systems 32 (2010), p. 809–816 (cf. p. 104).
[Kok92] P. V. Kokotovic. « The Joy of Feedback Nonlinear and Adaptive ». In : IEEE Control Systems
(1992), p. 7–17.
[KKK95] M. Krstic, I. Kanellakopoulos et P. V. Kokotovic. Nonlinear and Adaptive Control De-
sign. John Wiley et Sons, Ltd, 1995.
[Ocu+17] F. Oculi et al. « Robust nonlinear backstepping controller for a tidal stream generator connected
to a high power grid ». In : Journal of Energy Challenges and Mechanics 4 (1 2017), p. 22–27.
issn : 2056-9386 (cf. p. 104).
[Wan+94] Y. Wang et al. « Transient stabilization of power systems with an adaptive control law ». In :
Automatica 30 (1994), p. 1409–1413.
[ZW08] J. Zhou et C. Wen. « Adaptive Backsteppping Control of Uncertain Systems ». In : t. 372.
Lecture Notes in Control And Information Sciences. springer, 2008, p. 228. isbn : 978-3-540-
77806-6 (cf. p. 104).
116
Conclusion Générale Perspectives
Celui qui chaque jour, examine, étudie ce qu’il n’a pas encore pu comprendre ou pratiquer
parfaitement et qui, chaque mois, examine s’il n’a rien oublié ou négligé de ce qu’il a appris,
celui-là désire vraiment apprendre
Les Entretiens
Confusius
117
CONCLUSION GENERALE PROSPECTIVES ET PERSPECTIVES
118
RÉFÉRENCES DE LA CONCLUSION GÉNÉRALE
[SP97] P. W. Sauer et M. Pai. Power System Dynamics and Stability. Sous la dir. de S. P. L.L.C.
Department of Electrical et Computer Engineering - University of Illinois at Urbana-Champaign,
1997. 349 p.
[VHW03] G. K. Venayagamoorthy, R. G. Harley et D. C. Wunsch. « Implementation of Adaptive
Critic-Based Neurocontrollers for Turbogenerators in a Multimachine Power System ». In : IEEE
TRANSACTIONS ON NEURAL NETWORKS 14.5 (2003), p. 1047–1064.
[WGH97] Y. Wang, G. Guo et D. J. Hill. « Robust decentralized nonlinear controller desingn for power
systems ». In : Automatica 33.9 (1997), p. 1725–1733.
[ZW08] J. Zhou et C. Wen. « Adaptive Backsteppping Control of Uncertain Systems ». In : t. 372.
Lecture Notes in Control And Information Sciences. springer, 2008, p. 228. isbn : 978-3-540-
77806-6.
119
Annexes
CHAPITRE
Plateforme expérimentale
A
A.1 Synoptique de la plate-forme de tests
123
CHAPITRE
Définition et utilisation des grandeurs
B réduites
Le système « Per Unit » est un système de grandeurs réduites qui permet à l’ingénieur électricien d’avoir
constamment à l’esprit des ordres de grandeurs relatifs de certains paramètres indépendamment des niveaux
de tension et de puissance.
Ce système associe, à une variable quelconque α, une valeur de base αbase et la compare à sa valeur vraie
αvraie de manière à l’exprimer dans un système adimensionnel pu (ou en % de sa valeur de base) dont les
ordres de grandeur sont bien connus.
αvraie
αpu =
αbase
Les principaux avantages de l’utilisation des valeurs réduites sont les suivantes [Barret87] :
✓ l’utilisation des valeurs réduites supprime très souvent les coefficients numériques des équations ;
✓ les ordres de grandeurs des impédances en valeur réduite d’une famille de machines sont peu variables
d’une machine à l’autre, si bien que l’utilisation des valeurs réduites permet de mieux apprécier et
interpréter les similitudes comme les différences de comportement de ces machines.
✓ les courants et les tensions, en en valeurs réduites, fournissent rapidement une estimation de la sévérité
des contraintes résultant du régime étudié.
✓ l’utilisation des grandeurs réduites facilite l’élaboration de schémas équivalents propres à aider à la
compréhension des phénomènes.
✓ toutes les applications de la théorie des deux axes (dq) sont traitées en grandeurs réduites dans la
littérature scientifique et technique.
Dans le tableau B.1 on définit les grandeurs réduites utiles dans le repère (abc).
Dans le tableau B.1 on définit les grandeurs réduites utiles dans le repère (dq0).
125
TABLEAU B.1 – Grandeurs de base statorique et rotorique dans les repères (abc) et (dq0)
(a) Grandeurs de base statorique dans le repère (abc) (b) Grandeurs de base statorique dans le repère (dq0)
Dénomination de base Expressions unité de base Dénomination de base Expressions unité de base
√
Tension simple efficace Vbase = Vrms [kV] Tension simple efficace Vdq0base = 2Vbase [kV]
Puissance apparente Sbase = 3Vbase Ibase [MVA] 3
Puissance apparente Sbase = Vdq0base Idq0base [MVA]
Sbase 2
Intensité du courant Ibase = [kA] 2 Sbase √
3Vbase Intensité du courant Idq0base = √ = 2Ibase [kA]
Vbase 3 2Vbase
Impédance Zbase = [Ω] Vdq0base
Ibase Impédance Zdq0base = [Ω]
Vitesse angulaire élec ωbase = ωs = 2π.f [rd élec] Idq0base
126
ωbase Vitesse angulaire élec ωbase = ωs = 2π.f [rd élec]
Vitesse angulaire méca ωmbase = [rd méca] ωbase
p Vitesse angulaire méca ωmbase = [rd méca]
Zbase p
Inductance Lbase = [H] Zdq0base
ωbase Inductance Ldq0base = [H]
Vbase ωbase
Flux ψbase = [Wb.tour] Vdq0base
ωbase Flux ψdq0base = [Wb.tour]
Sbase ωbase
Couple Tbase = [Nm]
ωbase Couple Tdq0base = Tbase [Nm]
1 1
Temps tbase = [s] Temps tbase = [s]
ωbase ωbase
Chapitre B. Définition et utilisation des grandeurs réduites
CHAPITRE
Équations
C
C.1 Démonstration de l’expression de la tension terminale Vt pour
le modèle d’état non linéarisé du 3ème ordre
Reprenons l’expression générale complexe de la tension terminale re négligée - re ≈ 0 - équation (2.134) :
La maille d’entrée côté Eq′ d’après la Figure 2.11 nous permet d’écrire l’équation suivante :
Eq − Vs . cos δ
Id = (C.4)
xds
Expression de V t
En injectant l’expression de Iq et de Id (C.4) dans (C.1) et en réarrangeant son expression nous obtenons :
/ 0 / 0
xd xd xs
Vt = Vs sin δ + j Vs cos δ + Eq (C.5)
xds xds xds
Eq .Vs Pe .xds
Pe = sin δ donc Eq = (C.6)
xds Vs sin δ
127
Chapitre C. Équations
128
C.2. Constantes de linéarisation du modèle de Heffron-Phillips
1 P I JQ
K2 = 2
re Eqo + Iqo re2 + x2qs
Z
1
K4 = Vs (xd − x′d ) (xqs sin δo − re cos δo )
Z2
' (
1 Vdo ′ Vqo ′
K5 = 2 Vs xq (re sin δo + xds cos δo ) + Vs xd (re cos δo − xqs sin δo )
Z Vto Vto
/ 0
1 Vdo Vqo Vqo
K6 = xq .re − xqs x′d +
Z2 Vto Vto Vto
K1 − K2 K3 K4
K7 = ′
K3 Tdo
K5 − K3 K4 K6
K8 = ′
K3 Tdo
K9 = K2 K5 − K1 K6
129
Chapitre C. Équations
Vs = 1 p.u
Vtr = 1 pu
′ ′
Eqo − rse .Iqo − Vs . cos δo xqs (Eqo − Vs cos δo ) − rse (Edo + Vs sin δo )
Ido = = 2
xds Z
′
Edo + rse Ido + Vs sin δo x′ (E ′ + Vs sin δo ) + rse (Eqo
′
− Vs cos δo )
Iqo = = ds do 2
xqs Z
′
Eqo = Eqo + (xd − x′d )Ido
′
Edo =0
@
Vto = 2 +V2 = 1
Vdo qo
(C.11)
130
CHAPITRE
Théorèmes
D
D.1 Thèorème de la stabilité asymptotique ou théorème de Lasalle-
Yoshizawa
Soit le système décrit par
ẋ = f (x, t)
ayant comme point d’équilibre xe = 0, et supposons que f est localement Lipschitzienne en x uniformément
en t.
Soit V : Rn × R+ → R+ une fonction continument dérivable telle que
∂V ∂V
V̇ = + f (x, t) ≤ −W (∥x∥) ≤ 0
∂t ∂x
∀t ≥ 0 , ∀x ∈ Rn où κ1 et κ2 sont des fonctions de classe κ∞ et W est une fonction continue.
Si ces conditions sont vérifiées, toutes les solutions du système non linéaire sont globalement uniformément
bornées (stabilité simple) et satisfont
lim W (x(t)) = 0
t→∞
De plus, si W (x) est définie positive, alors le point d’équilibre xe = 0 est globalement et uniformément
asymptotiquement stable.
131
CHAPITRE
Paramètres des systèmes de puissance
E
TABLEAU E.1 – Paramètres de la ligne de transmission
133
TABLEAU E.2 – Paramètres des différentes génératrices synchrones
(a) Paramètres de la génératrice synchrone - Kundur (b) Paramètres de la génératrice synchrone - Kumar
134
Résistance statorique rs 0,003 pu Résistance statorique rs 0 pu
Réactance de fuite statorique xls 0.2 pu Réactance de fuite statorique xls 0.2 pu
Paramètres d’axe direct d Paramètres d’axe direct d
Réactance synchrone xd 1,81 pu Réactance synchrone xd 1,8 pu
Réactance transitoire x′d 0,3 pu Réactance transitoire x′d 0,3 pu
Réactance subtransitoire x′′d 0,23 pu Réactance subtransitoire x′′d 0,25 pu
Constante de temps transitoire ′
Tdo 8 s Constante de temps transitoire ′
Tdo 8 s
′′ ′′
Constante de temps subtransitoire Tdo 0.03 s Constante de temps subtransitoire Tdo 0.03 s
Paramètres d’axe quadrature q Paramètres d’axe quadrature q
Réactance synchrone xq 1,76 pu Réactance synchrone xq 1,7 pu
Réactance transitoire x′q 0,65 pu Réactance transitoire x′q 0,55 pu
Réactance subtransitoire x′′q 0,25 pu Réactance subtransitoire x′′q 0,24 pu
′
Constante de temps transitoire ′
Tqo 1 s Constante de temps transitoire Tqo 0.4 s
Constante de temps subtransitoire ′′
Tqo 0.07 s Constante de temps subtransitoire ′′
Tqo 0.05 s
Chapitre E. Paramètres des systèmes de puissance
TABLEAU E.3 – Paramètres des différentes génératrices synchrones - suite
(a) Paramètres de la génératrice synchrone - Dume (b) Paramètres de la génératrice synchrone - Kenné
135
Paramètres d’induit statoriques Paramètres d’induit statoriques
Résistance statorique rs 0,0048 pu Résistance statorique rs 0 pu
Réactance de fuite statorique xls 0.215 pu Réactance de fuite statorique xls 0 pu
Paramètres d’axe direct d Paramètres d’axe direct d
Réactance synchrone xd 1,79 pu Réactance synchrone xd 0,894 pu
Réactance transitoire x′d 0,355 pu Réactance transitoire x′d 0,62 pu
Réactance subtransitoire x′′d 0,275 pu Réactance subtransitoire x′′d - pu
Constante de temps transitoire ′
Tdo 7,9 s Constante de temps transitoire ′
Tdo 0,44 s
Constante de temps subtransitoire ′′
Tdo 0.032 s Constante de temps subtransitoire ′′
Tdo - s
Paramètres d’axe quadrature q Paramètres d’axe quadrature q
Réactance synchrone xq 1,660 pu Réactance synchrone xq 0.894 pu
Réactance transitoire x′q 0,57 pu Réactance transitoire x′q - pu
Réactance subtransitoire x′′q 0,275 pu Réactance subtransitoire x′′q - pu
Constante de temps transitoire ′
Tqo 0.41 s Constante de temps transitoire ′
Tqo 0.31 s
′′ ′′
Constante de temps subtransitoire Tqo 0.055 s Constante de temps subtransitoire Tqo - s
CHAPITRE
Éléments de théories sur les régimes
F glissants
Remarque F.1
Nous pouvons obtenir une représentation d’état sous une forme affine en commande par une technique de
linéarisation par retour direct DFL [Kenne10].
On désigne par δref et Vtref les consignes supposées constantes ou lentement variables de δ et Vt et on défini
la fonction vectorielle s(x) telle que : ⎡ ⎤
eδ
⎢ ⎥
s(x) = ⎣ eω ⎦ (F.2)
ePe
avec : ⎧
⎨ϵδ = δ − δref
⎪
⎪
ϵω = ω − ωs (F.3)
⎪
⎪
⎩
ϵPe = Pe − Pm
La notation ṡ désigne la dérivée temporelle de s(x) et si représente la iième composante du vecteur s associé
à s(x). On peut montrer que l’équation s(x) = 0 définit dans l’espace d’état trois ,surfaces à préciser telles
que sur chacune d’elles les vecteurs d’états sont égales à leur consigne respective.L’intersection de ces deux
137
Chapitre F. Éléments de théories sur les régimes glissants
surfaces constitue une hyper-surface dite de commutation ou de glissement selon l’évolution du vecteur d’état.
Pour amener et ensuite maintenir le vecteur d’état sur cette hyper-surface, il faut que chacune d’entre elles
soient attractives. L’adaptation des méthodes de Lyapunov sur la stabilité des systèmes montre que la
convergence vers une surface en un temps fini est garantie si la condition d’attractivité si .ṡi ≤ −η | si |
est vérifiée pour η > 0. Les commandes discontinues du type ui = −ki sign(si ) garantissent généralement
cette condition et sont les plus simples à mettre en œuvre pour des surfaces linéaires. Une fois la surface de
glissement atteinte, l’évolution du système est régie par les équations s(x) = 0 et donc ṡ(x) = 0. On définit
la commande équivalente ueq comme la valeur de u correspondant à cette phase de glissement.
/ 0−1
∂s(x)T ∂s(x)T
ueq = − .g(x) . .f (x) (F.4)
∂x ∂x
138
Auteur : Fabien Oculi
Directeurs de thèse : Homère Nkwawo, Fabienne Floret
Lieu et date de soutenance : Institut Galilée à Villetaneuse, le 29 mars 2020
Équipe : 2asd : Automatique Appliquée aux Systèmes Dynamiques
Titre :
Modélisation et contrôle-commande non-linéaire robuste non-adaptatif destiné à un système multimachines connecté à un réseau
de forte puissance : application aux systèmes de conversions hydroliens.
Résumé :
L’enjeu de cette thèse est de mettre en œuvre sur banc d’essai et de comparer des stratégies de contrôle-commande non linéaire
robuste. L’intérêt de ce travail est d’intégrer ces contrôleurs dans un système de production hydrolien et de le rendre insensible
à des perturbations électriques et mécaniques momentanées ou permanentes ainsi qu’aux variations de certains paramètres
inhérentes aux machines tournantes. Le développement des Smart Grids multipliant les contraintes sur la stabilité des réseaux
électriques associés aux systèmes de production renouvelables décentralisés nous a amené à discuter des causes et des effets de
l’instabilité des réseaux électriques interconnectés ainsi que de l’importance des systèmes de régulation employés pour stabiliser
la tension terminale, la puissance et la fréquence en régime transitoire et permanent des réseaux en cas d’avarie pouvant survenir
sur les génératrices synchrones ou autres sources d’énergies. Le modèle de connaissance général de notre système dynamique non
linéaire nous a permis de justifier la validité d’un modèle simplifié pour l’élaboration d’une loi de commande non linéaire. Nous
avons établi par la suite un modèle linéarisé autour de points d’équilibres - le modèle de Heffron-Phillips - et l’avons comparé
à notre système non linéaire. Nous avons soumis notre modèle linéarisé à une perturbation mécanique temporaire après lui
avoir associé un contrôleur linéaire de tension et de puissance type AVR-PSS. Les simulations ont montré et justifié les limites
de ce type de correcteur sur la stabilité dynamique du système. L’étude de la faisabilité de différentes lois de commande non
linéaire nous a conduit à élaborer puis comparer les performances de ces contrôleurs appliquées à un système monomachine puis
multimachine connectées au bus infini. La robustesse de la commande par Backstepping a été simulée puis testée en temps réel
sur banc d’essai après une chute de la puissance mécanique permanente ou une coupure intermittente d’une ligne. Ces techniques
de commandes non linéaire basées sur les critères de stabilité au sens de lyapunov permettent de stabiliser simultanément la
fréquence du réseau, l’angle de charge de chaque machine par rapport à ce même réseau ainsi que leur tension terminale. Ces
régulateurs non linéaires présentent des performances dynamiques supérieures à leurs homologues linéaires.
Mots-clés :
Réseau électrique de forte puissance, stabilité dynamique, système multimachine, hydroliennes, contrôleur non linéaire, backs-
tepping, mode glissant, implémentation en temps réel.
Title :
Modelling and non-linear controllers designed for a multimachines system connected to an infinite electrical network busbar :
application to a tidal stream conversions systems.
Abstract :
The aim of this thesis is to implement on a test bench and compare robust nonlinear distributed control system strategies.
The interest of this work is to integrate these controllers into a tidal stream production system and make it insensitive to
intermittent or permanent electrical and mechanical disturbances as well as to variations in certain parameters inherent to
rotating machines. The development of Smart Grids multiplying the constraints on the stability of the electrical networks
associated with the decentralized renewable production systems led us to discuss the causes and effects of the instability of the
interconnected electrical networks as well as the importance of the regulating systems used To stabilize the terminal voltage,
the power and the frequency in transient and permanent regime of the networks in case of damage that can occur on the
synchronous generators or other sources of energies. The mathematical model of our nonlinear dynamic system allowed us
to justify the validity of a simplified model - One-Axis (Flux-Decay) model- for the development of a nonlinear control law.
We have subsequently established a linearized model around equilibrium points - the Heffron-Phillips model - and compared
it to our non-linear system. We have subjected our linearized model to a temporary mechanical disturbance after having
associated it with a linear voltage and power controller type AVR-PSS. The simulations have shown and justified the limits
of this type of controller on the dynamic stability of the system. The study of the feasibility of different nonlinear control
laws led us to develop and then compare the performance of these controllers applied to a monomachine system and then
multimachine connected to the infinite bus. Integrator Backstepping, first order and higher order Sliding Mode Controller’s
robustness was simulated and then implemented in real time on a test bench after an intermittent fall of turbine mechanical
power or threephases transmission line fault. These nonlinear control techniques based on lyapunov stability criteria make it
possible to simultaneously stabilize the network frequency, the load angle of each machine with respect to the same network,
the electrical power of synchronous generator and their terminal voltage. These nonlinear controllers show higher dynamic
performance than their linear counterparts.
Keywords :
Nonlinear controllers, sliding mode control, multimachines system, power systems stabilization, electrical network infinite busbar,
implementation tools, tidal stream turbine.