Commande MPPT d’un Aérogénérateur basée sur des observateurs neuro-flou

Abstract

es objectifs principaux fixes dans le cadre de ce mémoire sont atteints, ils consistaient a élaborer une stratégie de commande permettant de répondre a des exigences spécifiques dans la zone de fonctionnement II des éoliennes a vitesse variable. Ou le but est d?¦optimiser le rendement énergétique du système et donc extraire un maximum d'énergie éolienne. Apres avoir présente les différentes zones de fonctionnement et les différentes stratégies de commande, l’étude d?¦une commande MPPT est alors étalée, dans le but d?¦extraire le maximum de puissance ensuite nous nous sommes intéresses, particulièrement a la stratégie (contrôle avec asservissement de la vitesse). Nous avons étudie dans ce travail l?¦apport des techniques avancées tels que les observateurs (flou et neuronal) appliques pour l?¦estimation. Ces derniers ont montrées l?¦efficacité de reproduire avec exactitude le comportement de la turbine éolienne. Un contrôle base sur les observateurs (neuronal et flou) est présente pour estimer la vitesse du vent de l éolienne a entrainement direct. Par rapport aux stratégies de contrôles traditionnels, ces nouvelles méthodes ont les caractéristiques suivantes: une puissance mécanique maximale de l'éolienne. ¦estimation de la vitesse du vent a base de ces techniques est développée pour fournir des informations sur la vitesse du vent pour éviter d'utiliser des anémomètres. Un régime a base de ces dernières est présente pour compenser le dérive potentiel du vent et générer la vitesse mécanique pour un coefficient de puissance maximale de la turbine. A la lumière des observations et des résultats présentés peut être poursuivi et complété par des perspectives pouvant contribuer à l’amélioration de l’ensemble de la chaine de conversion éolienne. Nous envisageons l’adaptation du modèle développé et les stratégies de commande sur des aérogénérateurs de puissances plus importantes. Il serait intéressant d’étudier la robustesse de la stabilité des lois de commande par rapport à la variation des paramètres physiques de l’ensemble éolienne. De point de vu d’observation du système éolien, d’autres techniques d’intelligences artificielles telles que les réseaux neuro-flous peuvent être testées pour observer le système