Investigation on the control of a hybrid renewable energy system connected to HVDC-VSC

Abstract

في ظل التزايد المستمر للطلب العالمي على الطاقة والقيود البيئية المفروضة على الوقود الأحفوري، برزت مصادر الطاقة المتجددة، كطاقة الشمس والرياح، كبدائل حتمية ومستدامة. ومع ذلك، فإن الطبيعة المتقلبة والمتقطعة لهذه المصادر تفرض تحديات تقنية معقدة تعيق دمجها السلس والموثوق في الشبكة الكهربائية، وتتفاقم هذه التحديات بسبب القيود الكامنة في أنظمة نقل التيار المتناوب عالي الجهد (HVAC). للتغلب على هذه التحديات، تقدم هذه الأطروحة نمذجة، تحكم، ودمج أنظمة الطاقة المتجددة الهجينة (HRES) مع أنظمة نقل التيار المستمر عالي الجهد المعتمدة على محولات مصادر الجهد (VSC-HVDC). يتم استغلال هذه التقنية لقدرتها على التحكم المستقل في الطاقة الفعالة والتفاعلية، فضلاً عن كفاءتها العالية ومفاقيدها المنخفضة للطاقة في عمليات النقل لمسافات طويلة. من الناحية التقنية، يركز هذا البحث على تنفيذ استراتيجيات تحكم متقدمة وخوارزميات ذكية لتحسين أداء النظام وزيادة كفاءته إلى أقصى حد. بالنسبة للأنظمة الكهروضوئية (PV)، تم اقتراح تقنيات محسّنة لتتبع نقطة الاستطاعة القصوى (MPPT) تعتمد على خوارزميات التحسين الميتاهيروستيكية، وتحديداً: تحسين سرب الجسيمات (PSO)، ومُحسّن الذئب الرمادي (GWO)، ومُحسّن الهندباء (DO). تضمن هذه التقنيات استخلاص أقصى قدر من الطاقة في ظل التغيرات السريعة لظروف الإشعاع الشمسي ودرجات الحرارة. علاوة على ذلك، يتم تطبيق هياكل تحكم متينة لأنظمة طاقة الرياح التي تستخدم المولدات التزامنية ذات المغناطيس الدائم (PMSG) بهدف تحسين العزم الكهرومغناطيسي وتنظيم جهد وصلة التيار المستمر (DC-link). أخيراً، يتم تعزيز استقرارية أنظمة VSC-HVDC من خلال دمج الشبكات العصبية ذات التغذية الأمامية (FFNNs). يعمل هذا النهج الذكي على تحسين الإدارة الديناميكية لتدفق الطاقة الفعالة والتفاعلية، ويضمن جودة عالية للطاقة، ويحافظ على استقرار الجهد الكهربائي في ظل التقلبات البيئية والتشغيلية.

Face à la croissance continue de la demande énergétiquemondiale et aux contraintesenvironnementalesimposées aux combustibles fossiles, les sources d'énergie renouvelable, telles que l'énergie solaire et éolienne, se sontimposéescomme des alternatives indispensables et durables. Néanmoins, la nature fluctuante et intermittente de ces sources pose des défis techniques complexes qui entraventleurintégrationfluide et fiable au réseauélectrique, des défis par ailleursaggravés par les limitesinhérentes aux systèmes de transmission en courant alternatif à haute tension (HVAC).Pour surmontercesdéfis, cette thèse présente la modélisation, la commande et l'intégration de systèmeshybrides d'énergie renouvelable (HRES) avec des systèmes de transmission en courant continu à haute tension basés sur des convertisseurs de source de tension (VSC-HVDC). Cette technologie est exploitée pour sacapacité à contrôler indépendamment la puissance active et réactive, ainsi que pour sagrandeefficacité et sesfaiblespertes de puissance lors de la transmission d'énergie sur de longuesdistances.D'un point de vue technique, cette thèse se concentre sur la mise enœuvre de stratégies de commande avancées et d'algorithmesintelligentsafind'optimiser les performances du système et d'en maximiser l'efficacité. Pour les systèmesphotovoltaïques (PV), des techniques améliorées de suivi du point de puissance maximale (MPPT) basées sur des algorithms d'optimisation métaheuristiques sont proposées plus spécifiquement l'optimisation par essaimparticulaire (PSO), l'optimisation du loupgris (GWO) et l'optimisation du pissenlit (DO). Celles-ci garantissent une extraction maximale de l'énergie sous des conditions d'irradiancesolaire et de température variant rapidement. De plus, des structures de commande robustessontappliquées aux systèmes d'énergie éolienne utilisant des générateurssynchrones à aimants permanents (PMSG) pour optimiser le couple électromagnétique et réguler la tension du bus continu (DC-link). Enfin, la stabilité des systèmes VSC-HVDC est renforcée par l'intégration de réseaux de neurones à propagation avant (FFNNs). Cette approcheintelligenteaméliore la gestion dynamique du flux de puissance active et réactive, garantit une qualité d'énergie élevée et maintient la stabilité de la tension face aux fluctuations environnementales et opérationnelles.

In light of the continuously increasing global energy demand and the environmental constraints imposed on fossil fuels, renewable energy sources, such as solar and wind power, have emerged as indispensable and sustainable alternatives. Nevertheless, the fluctuating and intermittent nature of these sources presents complex technical challenges that impede their seamless and reliable grid integration, compounded by the inherent limitations of High Voltage Alternating Current (HVAC) transmission systems. To overcome these challenges, this thesis presents the modeling, control, and integration of Hybrid Renewable Energy Systems (HRES) with Voltage Source Converter-based High Voltage Direct Current (VSC-HVDC) transmission systems. This technology is leveraged for its capability to independently control active and reactive power, as well as its high efficiency and low power losses in long-distance energy transmission. From a technical perspective, this research focuses on implementing advanced control strategies and intelligent algorithms to optimize system performance and maximize efficiency. For Photovoltaic (PV) systems, improved Maximum Power Point Tracking (MPPT) techniques based on metaheuristic optimization algorithms are proposed specifically, Particle Swarm Optimization (PSO), Grey Wolf Optimizer (GWO), and Dandelion Optimizer (DO). These ensure maximum power extraction under rapidly changing solar irradiance and temperature conditions. Furthermore, robust control frameworks are applied to wind energy systems utilizing Permanent Magnet Synchronous Generators (PMSG) to optimize electromagnetic torque and regulate the DC-link voltage. Finally, the stability of the VSC-HVDC systems is enhanced by integrating Feed-Forward Neural Networks (FFNNs). This intelligent approach improves the dynamic management of active and reactive power flow, guarantees high power quality, and maintains voltage stability amidst environmental and operational fluctuations.