Contribution à l’étude et à la commande de la génératrice asynchrone à double alimentation associée à un système éolien // Contribution to the study and control of the doubly fed asynchronous generator associated with a wind power system

Abstract

L'optimisation du contrôle des générateurs asynchrones à double alimentation (MADA) revêt une importance cruciale dans divers domaines tels que les énergies renouvelables, l'automatisation industrielle et les véhicules électriques. Les méthodes de contrôle traditionnelles se heurtent aux caractéristiques dynamiques et non linéaires intrinsèques de ces générateurs, conduisant souvent à des performances sous-optimales. Cette thèse propose une approche innovante : une méthode de contrôle de vitesse flou optimisée pour un générateur éolien asynchrone à double alimentation, exploitant des techniques d'algorithmes génétiques pour surmonter les limitations des régulateurs de vitesse PI conventionnels. La méthodologie repose sur la modélisation du générateur dans le référentiel de Park et sur le contrôle vectoriel indirect du flux statorique. Elle intègre un régulateur de vitesse flou PI pour assurer un suivi en temps réel du point de fonctionnement optimal et maximiser la production d'énergie face à des vitesses de vent variables. En associant un algorithme génétique à une méthode de recherche locale, cette approche rationalise le processus de conception et réduit la dépendance à l'égard des optimisations par essais et erreurs. Les résultats de simulation obtenus avec MATLAB-Simulink valident l'efficacité du schéma de contrôle proposé. Ils mettent en évidence une performance robuste en termes de régulation de vitesse, une ondulation minimale de la tension et du courant, ainsi qu'une performance de contrôle supérieure grâce au régulateur de vitesse flou PI optimisé par algorithme génétique. Ces résultats suggèrent un potentiel significatif pour une mise en œuvre pratique dans les systèmes d'éoliennes à vitesse variable, offrant ainsi une solution sophistiquée aux défis complexes posés par le contrôle de ces générateurs

The optimization of control for doubly fed induction generators (MADA) is of paramount importance in various fields, such as renewable energy, industrial automation, and electric vehicles. However, traditional control methods face significant challenges due to the dynamic and non-linear characteristics of these generators, often resulting in suboptimal performance. This thesis proposes an innovative approach: an optimized fuzzy speed control method for doubly fed induction wind generators, leveraging genetic algorithm techniques to overcome the limitations of conventional PI speed controllers. The methodology is based on modeling the generator in the Park's reference frame and applying indirect vector control to the stator flux. It incorporates a fuzzy PI speed controller to ensure real-time tracking of the optimal operating point and maximize energy production under varying wind speeds. By combining a genetic algorithm with a local search method, this approach streamlines the design process and reduces reliance on trial-and-error optimization methods. Simulation results obtained using MATLAB-Simulink validate the effectiveness of the proposed control scheme. They highlight robust performance in speed regulation, minimal voltage and current ripple, and superior control efficiency achieved with the fuzzy PI speed controller optimized by the genetic algorithm. These results suggest significant potential for practical implementation in variable-speed wind turbine systems, offering an advanced solution to the complex challenges of controlling these generators

يُعدّ تحسين أداء أنظمة التحكم في المولدات الحثية مزدوجة التغذية (MADA) ذا أهمية محورية في تطبيقات متعددة، تشمل أنظمة الطاقة المتجددة، والأتمتة الصناعية، والمركبات الكهربائية. إلا أن استراتيجيات التحكم التقليدية تُواجه قيودًا جوهرية ناجمة عن الطبيعة الديناميكية واللاخطية لهذه المولدات، مما يُفضي في كثير من الأحيان إلى أداء دون المستوى المطلوب من الكفاءة والاستقرار. تطرح هذه الأطروحة إطارًا منهجيًا مبتكرًا يرتكز على تصميم وتطبيق نظام تحكم ضبابي مُحسَّن بالخوارزميات الجينية (Genetic Algorithm-Optimized Fuzzy Logic Controller - GA-FLC) لتنظيم سرعة المولدات الحثية مزدوجة التغذية (MADA) في منظومات توليد الطاقة الكهربائية من الرياح. تستثمر المنهجية المقترحة القدرات التحسينية للخوارزميات الجينية في التغلب على القيود الأدائية والتكيفية للمتحكمات التناسبية-التكاملية التقليدية (Conventional PI Controllers)، وذلك من خلال الضبط الأمثل لمعاملات المتحكم الضبابي بما يضمن استجابة ديناميكية محسّنة وتكيفًا ذكيًا مع التغيرات التشغيلية المتسارعة في سرعة الرياح. تعتمد المنهجية على نمذجة المولد عبر تحويل بارك وتطبيق التحكم المتجهي غير المباشر الموجّه بفيض الجزء الثابت، مع استخدام متحكم ضبابي من نمط PI لتتبع نقطة الاستطاعة القصوى. يُحسّن النظام باستخدام خوارزمية جينية مدمجة مع البحث المحلي، مما يُقلّص الاعتماد على التحسين التجريبي ويُعزّز الكفاءة الحسابية. ثبتت نتائج المحاكاة الرقمية المُنجزة في بيئة MATLAB/Simulink فعالية استراتيجية التحكم المقترحة وتفوقها الأدائي مقارنةً بالأساليب التقليدية. أظهرت النتائج تحسينات ملموسة في عدة مؤشرات أداء رئيسية، تتمثل في: دقة عالية في تنظيم السرعة مع زمن استجابة منخفض وانحراف حالة مستقرة ضئيل، انخفاض معتبر في تموجات الجهد والتيار (Voltage and Current Ripples) مما يُحسّن جودة الطاقة الكهربائية المُنتجة، وتعزيز ملحوظ في الأداء الديناميكي الشامل للمنظومة عند استخدام المتحكم الضبابي من النمط. PI المُحسّن بالخوارزمية الجينية (GA-Optimized Fuzzy-PI Controller) تُشير هذه النتائج الواعدة إلى جدوى التطبيق الصناعي للاستراتيجية المقترحة في منظومات التوربينات الريحية ذات السرعة المتغيرة (Variable-Speed Wind Turbine Systems)، حيث توفر حلاً متقدمًا ومتينًا للتحديات المعقدة المرتبطة بالتحكم الأمثل في المولدات الحثية مزدوجة التغذية، لا سيما في ظروف التشغيل الديناميكية المتطرفة والاضطرابات الشبكية