Vous êtes sur la page 1sur 6

International Conference on Electrical Engineering and its Applications (ICEEA'2008),

Sidi Bel-Abbes, Algeria, May 20-21, 2008.

Commande d'un onduleur avec des approches


neuromimtiques pour la compensation des courants
harmoniques dans les rseaux lectriques
Madjid Boudjedaimi*, Patrice Wira**, Djaffar Ould Abdeslam**, Said Djennoune*, Jean-Philippe Urban**
*
Universit Mouloud Mammeri, Laboratoire L2CSP, BP 17 RP, 15000 Tizi Ouzou, Algrie
**
Universit de Haute Alsace, Laboratoire MIPS, 4 rue des Frres Lumire, 68093 Mulhouse, France

Rsum Cet article prsente une stratgie complte Neurones Artificiels (RNAs), appels aussi rseaux
didentification et de commande neuronale dun onduleur de neuromimtiques, constituent ce jour une technique de traitement
tension triphase utilis pour le filtrage actif parallle des
courants harmoniques. Base sur lutilisation de techniques de donnes bien comprise et bien matrise. De faon formelle, un
neuromimtiques, cette approche de compensation se fait en RNA est une fonction mathmatique associant des entres, des
deux tapes. La premire tape identifie les courants grandeurs de sortie laide de paramtres ajustables appels des
harmoniques avec la mthode des courants diphass laide des poids. A partir dun ensemble de donnes reprsentatives, il est
rseaux de neurones du type Adaline. La deuxime tape injecte possible dajuster les poids pour apprendre une fonction quelconque.
les courants harmoniques dans le rseau lectrique ; elle utilise
une commande base sur un rgulateur PI neuronal. La Grce ce processus dapprentissage, les RNAs sont des
structure propose sadapte automatiquement aux fluctuations approximateurs universels parcimonieux capables destimer un
des perturbations harmoniques et permet la compensation des modle complexe avec une prcision voulue. Ils ralisent la fois
courants harmoniques. Des comparaisons avec une mthode des fonctionnalits didentification, de contrle ou de filtrage. Ils
classique didentification et dune commande hystrsis sont prolongent les techniques classiques de lautomatique non linaire et
prsentes. Des simulations dmontrent lefficacit et la
robustesse de cette stratgie. peuvent conduire vers des solutions efficientes et robustes.
Lutilisation des RNAs se justifie en particulier pour tenir compte
Mots-cls harmonique, filtrage actif parallle, onduleur, ou faire face des changements de paramtres dun systme. En
rseaux de neurones artificiels, commande adaptative.
effet, de part leur apprentissage, les RNAs sont capables dadapter
leur poids de sorte tenir compte de tous changements inopins. Ils
I. INTRODUCTION
sont donc logiquement utiliss dans les systmes lectriques [2-3] et
La prolifration de perturbations lectriques est due un nombre en particulier au sein dune architecture de FAP [4].
croissant de charges non linaires prsentent dans les lignes Un systme lectrique est complexe dans le sens o il est
lectriques (tels que les convertisseurs, les ordinateurs personnels, constitu dune multitude de sous-systmes distribus sur plusieurs
les appareils tubes fluorescents, etc.). Tous ces appareils possdent sites. Des charges non linaires peuvent tre connectes ou
la particularit dabsorber des courants non sinusodaux et donc dconnectes des lieux distincts tout instant. Pour faire face
dintroduire dans les lignes lectriques des pollutions harmoniques tous changements de paramtres, un FAP command sur une
en courant. Les composantes harmoniques gnres se propagent approche neuronale est propos.
dans lensemble du rseau de distribution lectrique sous la forme de Un FAP peut se dcomposer en deux parties principales :
courants qui peuvent srieusement affecter dautres appareils en lidentification des courants harmoniques et la commande dun
allant parfois mme jusqu les dtriorer. onduleur permettant dinjecter les courants de compensation. Nos
Depuis maintenant quelques annes, les Filtres Actifs Parallles travaux portent sur ltude conjointe de lidentification des
(FAPs) se sont rvls tre des techniques efficaces pour la harmoniques avec une approche neuronale pralablement introduite
compensation des composantes harmoniques [1]. Ces filtres [5] et portent galement sur la commande de londuleur laide dun
cherchent identifier les composantes harmoniques afin de les rgulateur PI neuronal.
rinjecter efficacement dans le rseau lectrique en opposition de A cet effet, la Section II rcapitule brivement le principe et
phase. Ils sont galement capables de corriger le facteur de larchitecture dun FAP. Dans la Section III, la partie puissance est
puissance et de compenser lventuel dsquilibre dun systme tudie travers la modlisation de londuleur et dun filtre de
triphas. De plus, les FAPs peuvent tre insrs aisment dans les sortie. La Section IV introduit la technique didentification des
installations existantes de distribution lectrique sans ncessiter de courants harmoniques laide des rseaux Adalines. Une commande
grandes modifications. Reconnus pour leur facilit de mise en par hystrsis pour le contrle de londuleur est pralablement
uvre, pour leur robustesse et leur fiabilit, ils reprsentent introduite dans la Section V. Dans cette mme section, une
aujourdhui la technique la plus largement employe pour dpolluer commande base sur un rgulateur PI neuronal est galement
les systmes lectriques. dveloppe. La section VI montre les amliorations apportes par les
Lintroduction des techniques dites intelligentes dans les approches neuromimtiques par rapport aux mthodes classiques
stratgies de commande est rcente. Parmi elles, les Rseaux de dans le cadre de la compensation de composantes harmoniques. Ces
rsultats sont obtenus par des tudes comparatives menes lors de En appliquant la loi de Kirchhoff ct alternatif, on obtient :
diverses simulations. En plus dune restitution efficace de la forme
sinusodale du courant de la source, nous montrons que cette d iinj
= vs i R f i iinj i + v f i i =1, 2, 3
i
Lf i (2)
mthode peut tre facilement employe pour une compensation dt
slective des harmoniques. Un bilan sur cette approche neuronale
ainsi que sur ses possibilits est dress dans la dernire section. avec vs i = [vs1, vs 2 , vs 3 ]T , v f i = [v f 1 , v f 2 , v f 3 ]T qui reprsentent
les tensions par rapport au point neutre n de la Fig. 2, et
II. STRUCTURE GENERALE DUN FILTRE ACTIF PARALLELE T
iinj i = [i , i , i ] qui sont les courants injects par
La structure gnrale dun FAP triphas de type tension est inj 1 inj 2 inj 3
prsente par la Fig. 1 o lon distingue londuleur et le filtre de londuleur dans le rseau triphas.
sortie de la partie puissance ainsi que les diffrents blocs de la partie
Le lien entre le ct alternatif et le ct continu de lalternateur se
contrle-commande. La partie puissance est gnralement constitue
dun onduleur de tension base dinterrupteurs de puissance, dun fait travers les interrupteurs u k et u k . Ces interrupteurs tant
circuit de stockage dnergie (souvent capacitif) et dun filtre de complmentaires, leur tat est dfini par la fonction suivante :
sortie du premier ordre. La partie contrle-commande est compose
dune premire tape dont le rle est lidentification des + 1, uk = 1
harmoniques et dune seconde tape qui ralise la rgulation de la uk = pour k = 1, 2, 3 (3)
tension continue. Une troisime et dernire tape gnre la 1, uk = + 1
commande de londuleur.
Lexpression reliant les tensions v f i la tension continue Vdc
Partie puissance

Rseau Stockage en fonction de la position des interrupteurs (u1 , u 2 , u 3 ) scrit :


Onduleur et
lectrique dnergie
2 1 1 u1
filtre de sortie v f 1
Vdc
v f 2 = 1 2 1 u2 (4)
1 1 2 u
6
v
Contrle commande de londuleur f 3 3
et rgulation de la tension continue
Courant
de charge La tension continue dans londuleur peut alors tre calcule
Identification des courants harmoniques partir des courants injects par le FAP et en fonction de la
commutation des interrupteurs comme suit [6] :
Partie Contrle Commande

Fig. 1. Structure gnrale du filtre actif parallle. dV


C dc = 1 (u i +u i +u i ) (5)
dc d t 2 1 inj1 2 inj 2 3 inj 3
Cette tude se limite au cas o la source de tension est sinusodale
et o le courant absorb par la charge est entach de composantes La qualit de la compensation des harmoniques dpend fortement
harmoniques. Dans ces conditions, le taux global de distorsion des performances de la mthode didentification choisie. En effet, le
harmonique (THD) est bien adapt pour qualifier le degr de systme de commande, mme trs efficace, ne pourra pas lui seul
pollution harmonique sur le rseau lectrique. effectuer des corrections suffisantes si les harmoniques parasites
sont mal identifies. De nombreuses mthodes didentification ont
III. ETUDE DE LA PARTIE PUISSANCE : MODELISATION DE t dveloppes dans la littrature. Nous avons choisi celle propose
LONDULEUR ET DU FILTRE DE SORTIE dans [7] car elle est galement base sur des Adalines. Ce choix
Londuleur utilis par le FAP est un onduleur triphas structure permet dobtenir une structure de calcul homogne en vue dune
de tension. Ce dernier est reprsent par la Fig. 2 et se compose de ventuelle implmentation sur une cible matrielle. De plus, cette
trois bras interrupteurs rversibles en courant, commands la mthode a t valide exprimentalement et a dmontre une trs
fermeture et louverture. Dans la pratique, chaque interrupteur est bonne robustesse.
un transistor IGBT et dune diode monte en antiparallle. Le u1 u2 u3
stockage de lnergie du ct continu se fait par lintermdiaire dun Lf 1
iinj1 Rf 1
condensateur Cdc de tension V dc . Le filtre de sortie est un filtre vs1
iinj 2 Rf 2 Lf 2
passif habituellement du premier ordre ( L f , R f ) qui permet de n vs 2 Cdc Vdc
connecter londuleur de tension au rseau lectrique. Lf 3
iinj 3 Rf 3
Dans lhypothse davoir un systme quilibr, les tensions du vs 3
u1 u2 u3
ct alternatif sont dfinies comme : vf 1 vf 2 vf 3

2
vsi = Vm sin t (i 1) i = 1,2,3 (1)
3 Fig. 2. Schma dun onduleur de tension triphas.
IV. IDENTIFICATION DES HARMONIQUES AVEC LA METHODE B. Identification des harmoniques avec les Adalines
DES COURANTS DIPHASES Depuis une dizaine danne, de nombreuses techniques bases sur
des rseaux neuromimtiques et sur lAdaline en particulier ont t
A. Dcomposition des courants dveloppes pour identifier et filtrer les harmoniques dans les
La mthode des courants diphass [7] travaille dans lespace des systmes lectriques.
courants DQ. Elle ncessite de ce fait moins de calculs tout en tant Le rseau de neurones appel Adaline (ADAptive LINear
plus prcise et plus robuste que dautres mthodes. Element) relie un vecteur dentre une seule sortie travers un
Considrons les courants pollus sur les trois phases donns par la unique poids adaptatif. Le neurone effectue ce lien travers une
relation suivante : fonction dactivation linaire. Avec une rgle dapprentissage du
type LMS (Least-Mean-Square), lapprentissage est ralis par
ic1 cos(t 1) itration. Dans ce travail nous utilisons cette rgle dont la
ic 2 = I cos(t 1 2 / 3)
1 convergence a t dmontre [8].
ic 3 cos(t 1 + 2 / 3) Dans notre application, deux Adalines sont ncessaire pour
(6)
cos (nt 1) extraire les courants harmoniques dans le repre DQ. La Fig.
+ I n cos(nt 1 2 / 3) 3 montre la topologie de lidentification des courants
n = 2 N cos(nt 1 + 2 / 3) harmoniques diphass. Ainsi, les deux courants de lquation

(8) peuvent scrire comme suit :
o la premire partie reprsente les courants fondamentaux et la
iD WD X D (t )
T
seconde reprsente la somme des distorsions harmoniques.
Ces courants peuvent scrire dans lespace laide de la = T (11)
iQ WQ X Q (t )
transforme de Concordia exprime par la matrice T32 :
ic1 Pour un courant fondamental pollu par des harmoniques dordre
i T 3 cos ( t 1) n = 1, 5, 7, 11, 13 N , on obtient :
= T32 ic 2 = I1
i 2 sin ( t 1)
ic 3 (7)
T 3
3 cos (n t n) WD = I1 cos 1 I 5 cos 5 I 5 sin 5 I n sin n
+ In 2
n = 2 N 2 sin (n t n )
X D (t ) = 1 cos 4t sin 4t sin(n 1)t
(12)
En appliquant une transformation de Park avec un angle de t , T
W =
3
I sin I cos I sin I sin
2
Q 1 1 5 5 5 5 n n
les courants scrivent dans lespace DQ comme indiqus ci-
dessous : X Q (t ) = 1 sin 4t cos 4t cos(n 1)t

iD i 3 cos( 1)
= P( t ) = I1 Les vecteurs X D (t ) et X Q (t ) constituent les entres des deux
iQ i 2 sin( 1)
(8) Adalines. Les vecteurs WDT et WQT reprsentent les poids des
3 cos((n 1) t n)
+
n = 2 N
In
2 sin((n 1) t n ) Adalines estims par le processus dapprentissage. Le
poids W0 (k ) du premier Adaline estime iD et le poids W0 (k ) du
avec second Adaline estime i Q . Les composantes alternatives des
~ ~
i D 3 cos( 1) courants diphass sont donnes par : i D = iD i D et i Q = iQ i Q .
= I1 (9)
i Q 2 sin( 1)
~
Et iD iD
1 W 0 (t ) +
iD 3 cos((n 1) t n ) ic1 cos 4 k T
=
iQ

n = 2N
In
2 sin((n 1) t n )
(10) ic 2
T T
W1 (t )

iD
ic3 32

W N (t ) e
i i
On peut voir que les composantes continues i D et i Q de (9) sont
iD +
issues de la frquence fondamentale. Dun autre ct, les P( K T ) iQ
~ ~
composantes alternatives i D et i Q de (10) proviennent quand elles
iQ + ~
iQ P ( K T )
des distorsions harmoniques. Ainsi, nous pouvons utiliser deux 1 W 0 (t )

filtres passe-bas afin de sparer les composantes continues des sin 4 k T W1 (t ) iQ + ~
i
~
i
composantes alternatives. Pour retrouver les courants iref 1
harmoniques iinj dans le repre triphas, nous effectuons e
T32 iref 2
successivement les transformations T 32 et P ( t ) sur les courants de W N (t )
iref 3
lquation (10).
Fig. 3. Structure didentification par la mthode des courants diphass.
V. LA COMMANDE DE LONDULEUR vue de la commande. Les rseaux de neurones reprsentent une
La structure du systme de commande de londuleur peut tre solution viable pour llaboration dune commande dun tel systme
spare en deux sous systmes ayant des dynamiques diffrentes : dans la mesure o un neurocontrleur constitue un contrleur
lune dite rapide qui est lie aux courants, et une autre dite lente qui adaptatif.
est associe la tension continue. On peut de ce fait, synthtiser
deux rgulateurs, un pour la boucle interne des courants et un autre
B. Commande avec un rgulateur PI neuronal
pour la boucle externe de la tension continue. Dautre part, il est
La littrature scientifique fait tat dun grand nombre de stratgies
bien connu que la performance de la boucle des courants joue un
de commande base des techniques neuromimtiques. Un expos
rle essentiel dans la performance globale du systme ; cest
dtaill sur diffrents schmas de commande base de rseaux de
pourquoi une commande ayant une rponse rapide et un bon
neurones peut tre consult dans [9]. La commande dun onduleur
comportement en tat stationnaire savre ncessaire. Pour le rglage
monophas par un rseau de neurones de type Adaline est ralise
de la tension continue, lutilisation de commandes classiques, en
dans [10]. Un rseau de neurones multicouche avec deux couches
particulier du type proportionnel-intgral (PI), semble tre suffisante
caches est utilis pour apprendre une commande par hystrsis dans
pour obtenir des performances acceptables. Cest pour cette raison
[11-12]. Dans des travaux rcents [5], quatre schmas
que ce travail est plutt consacr ltude des diffrentes lois de
dapprentissage sont utiliss pour la commande dun onduleur
commande pour la boucle interne des courants.
triphas.
Lobjectif principal consiste rinjecter les courants de rfrence
En exploitant la facult dapprentissage des rseaux de neurones,
dans le rseau lectrique. Cette opration se fait travers des ordres
nous avons labor un systme permettant destimer les deux
de commande appliqus aux divers interrupteurs. Diffrentes
paramtres dun rgulateur PI. Le schma de principe permettant
techniques de commande sont recenses dans la littrature. On peut
destimer le gain proportionnel et intgral du PI avec un Adaline est
citer la commande par hystrsis et la commande MLI (modulation
dtaill par la Fig. 5. Le vecteur dentre de lAdaline possde deux
par largeur dimpulsion). La commande par hystrsis est base sur
composantes : lerreur et son intgral. Le poids W0 (k ) pondrant
le principe du rglage par mode glissant qui se rsume pour un
lerreur est associ au facteur P (Proportionnel) et le poids W1 (k )
systme du premier ordre simple relais. Elle est parfaitement
pondrant lintgral de lerreur est associ au facteur I (intgral).
adapte aux organes de commande ayant une action deux positions
Lerreur dapprentissage sera e = iref iinj et lalgorithme de mise
comme cest le cas pour londuleur.
jour des poids est la rgle LMS.

A. Commande par hystrsis

La commande par hystrsis, appele aussi commande en tout ou iref e


W0 (k ) Onduleur et iinj
rien, est une commande non linaire qui utilise lerreur entre le +

1 + filtre de sortie
courant de rfrence et le courant produit par londuleur. Lerreur est z 1 W1 (k )
compare un gabarit appel bande dhystrsis. Ds que lerreur
atteint la bande infrieure ou suprieure, un ordre de commande est
envoy de manire rester lintrieur de la bande. La simplicit de
la mise en uvre, illustre par la Fig. 4, est le principal atout de cette Fig. 5. Schma de commande avec un rgulateur PI neuronal.
technique. En revanche, les commutations voluant librement
lintrieur de la bande dhystrsis, les frquences situes dans le
Le but de cette approche et de concevoir un rgulateur PI
haut de cette bande se matrisent difficilement cause des
adaptatif tout en exploitant la simplicit de rglage du rseau
frquences de commutation.
Adaline. Lorsque le signal inject arrive suivre la rfrence selon
les critres fixs par lutilisateur, alors lapprentissage peut tre
iref e Onduleur et iinj arrt. LAdaline joue ensuite le rle dun PI non adaptatif. Si des
+ filtre de sortie
variations importantes surviennent au niveau du systme
commander, lapprentissage peut reprendre.

Fig. 4. Schma de commande par hystrsis.


VI. RESULTATS DE SIMULATION
Afin de parfaitement matriser les frquences de commutation et Les modles et lensemble des simulations sont raliss dans
de leur rpercussion sur les interrupteurs, une autre stratgie de lenvironnement Matlab/Simulink. Lobjectif est de valider et de
commande peut tre propose. Il sagit de la commande MLI qui montrer lefficacit de lutilisation des rseaux de neurones Adalines
cherche rendre la frquence de commutation constante. Elle pour lidentification et la commande dans le filtrage actif parallle.
requiert pour cela un rgulateur, et des actions proportionnelle, Les valeurs des lments caractrisant le systme lectrique sont
intgrale et drive peuvent tre utilises (PID). les suivantes : Vm = 230 V, f = 50 Hz, Lf = 0.5 H, Rf = 8 m ,
Les capacits quont les rseaux de neurones estimer une Cdc = 4.4 mF, Vdc = 840 V, avec une frquence de commutation
fonction non linaire quelconque sont trs intressantes du point de
fc = 12.5 kHz. Afin de vrifier les rsultats de simulation et la
robustesse des stratgies proposes, un courant fondamental de comme par exemple son incapacit fixer la frquence de
frquence 50 Hz a t gnr et des harmoniques dordre 5, 7, 11 et commutation. La Fig. 6 montre les performances de cette approche
13 lui ont t additionnes. De plus, lamplitude du courant grce aux courants de la source avant compensation et aprs
pollu ic est modifie pour passer de 180 230 A compensation. Le THD avant compensation est de 27.31%, il est
linstant t = 0.16 s . ramen 3.38% aprs compensation.

A. Compensation classique B. Compensation neuronale

Les approches classiques proposes dans ces comparatifs servent de Lapproche neuronale utilise des Adalines pour lidentification
rfrence pour lvaluation des performances des approches des courants harmoniques avec la technique des courants diphass et
neuronales. La plus simple est constitue dun filtre passe-bas pour un bloc de commande de londuleur. La commande de londuleur est
lidentification des courants harmoniques avec la technique des effectue par un rgulateur PI neuronal. La Fig. 7 donne un aperu
courants diphass et dune commande de londuleur de type du courant source avant et aprs compensation. Le signal compens
hystrsis. Cette technique vaut plus pour sa simplicit et sa facilit issu de cette approche purement neuronale est proche dune
de mise en uvre.Elle prsente quelques dsavantages qui limitent sinusode. De plus, lapprentissage en ligne des rseaux de neurones
son usage dans des applications demandant une haute performance, permet une adaptation de la compensation aux fluctuations des

Courant cot charge Courant cot charge


300 300

a) 200
a)
200

100 100
ic(A)

ic(A)
A

A
)

)
(

(
0 0
ic

ic
-100 -100

-200 -200

-300 -300
0.1 0.15 0.2 0.25 0.1 0.15 0.2 0.25
t(s) t(s)
Courants de rference Courants de rference
300 300
b) b)
200 200

100 100
irf(A)

irf(A)
f(A

f(A
)

)
e

0 0
ir

ir

-100 -100

-200 -200

-300 -300
0.1 0.15 0.2 0.25 0.1 0.15 0.2 0.25
t(s) t(s)

Courants aprs compens ation Courants aprs compens ation


300 300
c) c)
200 200

100 100
iac(A)

iac(A)
A

A
)

)
(

0 0
is

is

-100 -100

-200 -200

-300 -300
0.1 0.15 0.2 0.25 0.1 0.15 0.2 0.25
t(s) t(s)

THD
0.35 THD
THD avant c ompensation 0.35
d) 0.3
THD aprs compensation
d) 0.3
THD avant compensation
THD aprs c ompensation

0.25
0.25
THD

THD

0.2
D

0.2
H

HD
T

0.15
0.15

0.1
0.1

0.05
0.05

0
0.1 0.15 0.2 0.25 0
0.1 0.15 0.2 0.25
t(s)
t(s)
Dcomposition spectrale
Dicomposition pectrale Dicomposit ion pectral
Dcomposition e
spectrale Dcomposition spectrale
Dicomposition pectrale Dicomposition pectrale
40 40 Dcomposition spectrale
40 40

e) 35 35
e)
35 35

30 30 30 30
.
25 25 25 25
Amplitude
A m p l it u d e
Amplitude

Amplitude
Amplitude
A m plit u d e
A m p lit u d e

A m p lit ud e

20 20 20
20

15 15 15
15

10
10 10
10

5
5 5
5

0 0
0 4 5 6 7 8 9 10 11 12 13 14 15 4 5 6 7 8 9 10 11 12 13 14 15 0
4 5 6 7 8 9 10 11 12 13 14 15 4 5 6 7 8 9 10 11 12 13 14 15
Ordre harmoniques
Ordre harmoniques Ordre harmoniques Ordre harmonique Ordre harmoniques
Ordre harmonique Ordre harmonique Ordre harmonique

Fig. 6. Performance de la compensation classique pour une variation Fig. 7. Performance de la compensation neuronale, a) le courant
en ligne de ic , a) le courant pollu par des harmoniques 5, 7, 11 et 13, pollu, b) le courant harmonique identifi, c) le courant aprs
b) le courant harmonique identifi, c) le courant aprs compensation, compensation, d) le THD avant et aprs compensation, e) la
d) le THD avant et aprs compensation e) la dcomposition spectrale dcomposition spectrale des courants avant et aprs compensation.
des courants avant et aprs compensation.
perturbations. Le THD mesur est de 1.4% grce cette approche harmoniques dans lespace DQ afin de sparer linairement chaque
au lieu de 3.38% avec lapproche classique. On peut constater que la composante frquentielle.
compensation par la technique neuronale a nettement amlior la La commande de londuleur est ralise par un rgulateur PI
qualit du courant. neuronal capable de sadapter aux variations de la charge. Ce
Les bonnes performances de la compensation par la technique schma de commande reprend le principe dun rgulateur PI et
neuronale sont confirmes par la Fig. 7 (e) qui illustre la emploie un rseau Adaline pour ajuster les paramtres proportionnel
dcomposition spectrale du courant avant et aprs compensation et intgral.
pour les harmoniques dordre 5, 7, 11, 13. Les amplitudes de ces Des comparatifs raliss en simulation dmontrent que lapproche
harmoniques sont fortement attnues grce lapproche neuronale. tout neuromimtique conduit des rsultats qui dpassent ceux
dune approche dite classique.
C. Rgulation de la tension continue

Afin de rendre possible linjection dun courant de rfrence dans REFERENCES


chacune des phases, la tension aux bornes du condensateur Cdc doit [1] H. Akagi, "Trends in Active Power Line," IEEE Transactions
tre constante et fixe une valeur prdtermine afin dassurer le on Power Electronics, vol. 9, no. 3, pp. 263-268, 1994.
rle dune source de tension continue. La technique que nous avons [2] B. K. Bose, "Neural Network Applications in Power
utilise pour contrler la tension aux bornes de Cdc est un contrleur Electronics and Motor Drives - An Introduction and
Perspective," IEEE Transactions on Industrial Electronics, vol.
PI classique. La sortie du rgulateur de tension sajoute la 54, no. 1, pp. 14-33, 2007.
composante active harmonique et donne lieu un courant [3] R. C. Bansal, T. S. Bhatti, and D. P. Kothari, "Artificial
fondamental actif supplmentaire corrigeant la tension Intelligence Techniques for Reactive Power/Voltage Control in
continue Vdc . Le correcteur a t optimis pour obtenir une rponse Power Systems: A Review," International Journal of Power and
correcte un chelon de rfrence Vdc ref = 840 V . La Fig. 8 montre Energy Systems, vol. 23, no. 2, pp. 81-89, 2003.
la consigne et la sortie pour une rgulation efficace de la tension [4] D. Ould Abdeslam, P. Wira, J. Merckl, D. Flieller, and Y.-A.
Chapuis, "A unified artificial neural network architecture for
continue.
active power filters," IEEE Transactions on Industrial
Electronics, vol. 54, no. 1, pp. 61-76, 2007.
[5] D. Ould Abdeslam, P. Wira, J. Merckl, and Y.-A. Chapuis,"A
900
Neural Approach for the Control of an Active Power Filter,"
800 5th International Power Electronics Conference, Niigata, Japan,
2005.
700
[6] A. S. Toledo, "Commande Directe et Observation des
600 Convertisseurs de Puissance : Application lOnduleur de
Vc(V)

Tension Triphas," Thse de Doctorat, Institut National


500
Polytechnique de Grenoble (INPG), Grenoble, 2000.
400 [7] D. Ould Abdeslam, P. Wira, D. Flieller, and J. Merckl, "Power
harmonic identification and compensation with an artificial
300
neural network method," International Symposium on
200 Industrial Electronics, Montreal, Canada, pp. 1732-1737, 2006.
0 0.5 1 1.5 2 2.5 3
t(s) [8] B. Widrow and E. Walach, Adaptive Inverse Control. Upper
Fig. 8. Rponse un chelon de la tension continue. Saddle River: Prentice Hall Press, 1996.
[9] S. Omatu, M. Khalid et R. Yusof, "Neuro-control and its
Applications Advances in Industrial Control," Springer-Verlag,
London, 1996.
VII. CONCLUSIONS [10] H. Deng, R. Orugant et D. Srinivasan, "A neural network-based
adaptive controller for single phase inverters in critical
Dans cette tude, une stratgie complte didentification et de applications," IEEE International Conference on Power
commande dun onduleur a t introduite. Cette approche est base Electronics and Drive Systems, Singapore, 2003.
sur des techniques intelligentes neuromimtiques qui surpassent les [11] J. R. Vasquez, P. Salmeron, J. Prieto et A. Prez, "A practical
limites des techniques classiques. Notre tude a port sur un systme implementation of a three-phase active power line conditioner
with anns technology," 28th Annual Conference of the IEEE
complet incluant toutes les fonctionnalits dun FAP, que nous Industial Electronics Society, Sevilla, Spain, pp. 739-744, 2002.
avons scind en deux parties, en vue dune approche [12] J. Vazquez et P. Salmeron, "Active power filter control sing
neuromimtique. Ces deux parties sont lidentification des courants neural network technologies," IEE Procedings-Electric Power
de compensation dune part, et la gnration des signaux de Applications, vol. 150, pp. 139- 145, 2003.
commande de londuleur dautre part.
Une mthode neuronale didentification et de compensation des
distorsions harmoniques a t introduite. Cette mthode, appele
mthode des courants diphass est base sur des Adalines, est simple
et peut facilement tre mise en uvre. Elle traduit les courants

Vous aimerez peut-être aussi