Commande de La Machine Asynchrone A Doub

See discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/324929383
Commande de la machine asynchrone à double alimentation – apport des

techniques de l’intelligence artificielle
Thesis · May 2018

DOI: 10.13140/RG.2.2.21789.41446
CITATIONS READS
0 249
3 authors, including:
Hamza Mesai Ahmed Youcef Djeriri

University of Sidi-Bel-Abbes University of Sidi-Bel-Abbes
1 PUBLICATION 0 CITATIONS 24 PUBLICATIONS 36 CITATIONS
SEE PROFILE SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Input-Output Linearizing and Decoupling Control of DFIG based fuzzy logic type 2 controllers for wind turbine drive View project
Commande directe du couple de la machine synchrone à aimants permanents dédiée à la conversion de l’énergie éolienne View project
All content following this page was uploaded by Hamza Mesai Ahmed on 04 May 2018.
The user has requested enhancement of the downloaded file.

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L'ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE
UNIVERSITE DJILLALI LIABES DE SIDI-BEL-ABBES

Faculté de génie électrique
Département d'Électrotechnique
Projet de Fin d’Etude présenté par :
Mr. MESAI AHMED HAMZA

Mr. NADIR KAIS
Pour l'obtention du diplôme de :
Master en Electrotechnique
Domaine Sciences technologies
Filière : Electrotechnique
Parcours : Contrôle et supervision des processus
automatisés(CSPA)
Intitulé du mémoire :
Commande de la machine asynchrone à

double alimentation – apport des
techniques de l’intelligence artificielle
Présenté devant le jury composé de :
Pr. ABDELKADER MEROUFEL Professeur (U.D.L. Sidi Bel-Abbès) Président

Dr. YOUCEF DJERIRI Maître de Conférences B (U.D.L. Sidi Bel-Abbès) Encadreur
Pr. HOURIA BOUNOUA Professeur (U.D.L. Sidi Bel-Abbès) Examinateur
Soutenu en: Juin 2017

Remerciement
Nos remerciements vont tout premièrement, à Dieu le
tout puissant qui nous a donné la foi, le courage et la
patience durant toutes ces années d’études et que grâce à lui
ce travail a pu être réalisé.
Nous tenons à adresser nos vifs remerciements pour sa

collaboration son soutien moral, à notre encadreur Mr:
DJERIRI Youcef, pour nous avoir suivies durant la
préparation de ce travail et pour son aide si précieuse, ces
nombreux conseils et suggestions.
Nos remerciements aux :
Membres de jury qui ont accepté de juger ce travail,

Les enseignants du département de l’électrotechnique de
l’université de Sidi Bel-Abbès,
Les collègues de la promotion de notre spécialité CSPA à
leur soutien que dieu les aide dans leur vie professionnelle,
Nos familles respectueuses à leur soutien matériel et
moral et l'atmosphère qui nous ont présenté.
Symboles
&
Notations
Notations & Symboles
GLOSSAIRE
1-EN FRANCAIS
MAS : Machine Asynchrone à Cage.
MADA : Machine Asynchrone à Double Alimentation.
GSAP : Génératrice Synchrone à Aimants Permanents.
GADA : Génératrice Asynchrone à Double Alimentation.
HYPER : Hypersynchronisme.
HYPO : Hyposynchronisme.
PI : Proportionnel Intégral.
Ka : Régulateur de vitesse.
FP : Facteur de Puissance.
MLI : Modulation de Largeur d'Impulsion.
BDV : Boite de vitesse.
CCM : Convertisseur Coté Machine.
CCR : Convertisseur Coté Réseau.
MCC : Machine à Courant Continu.
FTBF : Fonction de Transfert en Boucle Fermée.
FTBO : Fonction de Transfert en Boucle Ouverte.
RLF : régulateur logique floue
RNA : Réseaux de Neurones Artificiels.
CVD : Commande Vectorielle Directe.
CVI : Commande Vectorielle Indirecte.
2-EN ANGLAIS
GTO : Gate Turn-Off Thyristor.
IGBT : Insulated Gate Bipolar Transistor.
MPPT : Maximum Power Point Tracking.
AC : Alternatif Current.
DC : Direct Current.
FLC : Fuzzy logic controller.
IA : Intelligence artificial.
THD : Total Harmonic Distortion.
DFIM :Doubly Fed Induction Machine.
ANN : Artificial Neural Networks.
DFIG : Doubly Fed Induction Generator
UDL-SBA-2017
NOTATION
Liste non-exhaustive des principaux paramètres et variables.

 Symboles spécifiques à la turbine :
Ωméc (rad/s) Vitesse mécanique de la turbine

V, V1 (m/s) Vitesse du vent,
P (W) Puissance aérodynamique de la turbine
Ωref (rad/s) Vitesse de référence de la turbine
β (deg) Angle de calage des pales,
m (Kg) Masse de l’air,
ρ (Kg/m3) Masse volumique de l’air en température ambiante (15°C),
S (m2) Surface circulaire balayée par la turbine S = π.R2,
Pm (W) Puissance aérodynamique de la turbine,
Pmt (W) Puissance théorique maximale extractible d'un vent non perturbé,
Cp (–) Coefficient de puissance,
Cp-max (–) Coefficient de puissance relatif à l’extraction maximale de puissance,
λ (–) Vitesse relative ou Ratio de vitesse,
λopt (–) Vitesse relative optimale,
Ω1 (rad/s) Vitesse mécanique de la turbine avant multiplicateur
R (m) Longueur d’une pale (Rayon de l’éolienne),
G (–) Gain du multiplicateur,
Pmg (W) Puissance mécanique de la turbine,
Ω2 (rad/s) Vitesse mécanique de la turbine après multiplicateur.
Pv (W) Puissance théorique maximale extractible d'un vent non perturbé,
Pt (W) Puissance aérodynamique de la turbine,
Ωt (rad/s) Vitesse mécanique de la turbine,
Ωt* (rad/s) Vitesse de référence de la turbine,
Ct (N.m) Couple mécanique disponible sur l’arbre lent de la turbine,
Cc (–) Coefficient du couple,
Cc-max (–) Coefficient du couple relatif à l’extraction maximale de puissance,
Cg (N.m) Couple mécanique sur l’arbre de la génératrice,
Ωg (rad/s) Vitesse mécanique de la génératrice,
Cmé (N.m) couple mécanique
Cf (N.m) Couple de frottement visqeux,
J (Kg.m2) Moment d’inertie totale de l’ensemble « turbine + génératrice »,
Kp (–) Composante proportionnelle du correcteur PI,
Ki (–) Composante intégrale du correcteur PI,
pm (W) Puissance mécanique de la génératrice,
i (deg) Angle d’incidence des pales,
V2 (m/s) vitesse du vent après passage à travers le rotor.
Cméc (N.m) mécanique appliqué au rotor de la génératrice
UDL-SBA-2017
 Paramètres de modélisation de la MADA :

Cem (N.m) Couple électromagnétique de la génératrice
fv (N.m.s/rd) Coefficient dû aux frottements visqueux de la génératrice,
Rs (Ω) Résistance statorique par phase,
Rr (Ω) Résistance rotorique par phase,
Ls (H) Inductance cyclique statorique par phase,
Lr (H) Inductance cyclique rotorique par phase,
Lm (H) Inductance cyclique mutuelle (entre stator et rotor), inductance
magnétisante,
ls (H) Inductance propre d’une phase statorique,
lr (H) Inductance propre d’une phase rotorique,
ms (H) Inductance mutuelle entre deux phases statoriques,
mr (H) Inductance mutuelle entre deux phases rotoriques,
M (H) Valeur maximale de l’inductance mutuelle entre phase statorique et
autre rotorique,
 (– ) Coefficient de dispersion de Blondel,
p (– ) Nombre de paires de pôles,
 Repères :
(sA, sB, sC) Axes magnétiques liés aux enroulements triphasés statorique,
(ra, rb, rc) Axes magnétiques liés aux enroulements triphasés rotoriques,
(d, q) Axes de référentiel de Park (tournant à la vitesse de synchronisme),
(α, β) Axes de référentiel de Concordia/Clarke (repère de Park fixe au stator),
 sr (rad) Position angulaire du rotor par rapport au stator,
 s (rad) Position angulaire du stator par rapport à l’axe (d),
 r (rad) Position angulaire du rotor par rapport à l’axe (d).
 Grandeurs électriques au stator :
Pnom (W) puissance électrique nominale

PS (W) Puissance active statorique,
VS ,A, B, C (V) Tensions instantanées statoriques triphasées,
IS A, B, C (A) Courants instantanés statoriques triphasées,
Vs 31  vsa ,vsb ,vsc T (V) Vecteur des tensions instantanés des phases a, b et c
statoriques,
Vs (V) Module du vecteur de tension statorique,
I s 31  isa ,isb ,isc T (A) Vecteur des courants instantanés des phases a, b et c
statoriques,
vs d, q (V) Tensions statoriques diphasées dans le repère (d, q),
is d, q (A) Courants statoriques diphasées dans le repère (d, q),
Ps (W) Puissance active statorique,
Qs (VAr) Puissance réactive statorique
 Grandeurs électriques au rotor :
Pr (W) Puissance active rotorique,

vr a, b, c (V) Tensions instantanées rotorique triphasées,
ir a, b, c (A) Courants instantanés rotorique triphasées,
UDL-SBA-2017
Vr 31  vra ,vrb ,vrc T (V) Vecteur des tensions instantanés des phases a, b et c
rotoriques,
Vr (V) Module du vecteur de tension rotorique,
vr d, q (V) Tensions statoriques diphasées dans le repère (d, q),
ir d, q (A) Courants statoriques diphasées dans le repère (d, q),
I r 31  ira ,irb ,irc T (A) Vecteur des courants instantanés des phases a, b et c
rotoriques,
Qr* (VAr) Puissance réactive rotorique.
 Grandeurs magnétiques au stator :
ϕs a, b, c (Wb) Flux instantané magnétiques au stator,

ϕs α, β (Wb) Flux statoriques diphasés dans le repère (α, β),
ϕs d, q (Wb) Flux statoriques diphasés dans le repère tournant (d, q).
s 31  sa ,sb ,sc T (Wb) Vecteur des flux instantanés des phases a, b et c
statoriques,
s (Wb) Module du vecteur de flux statorique.
 Grandeurs magnétiques au rotor :
ϕr a, b, c (Wb) Vecteur de flux magnétiques au rotor,

ϕr α, β (Wb) Flux rotoriques diphasés dans le repère (α, β),
ϕr d, q (Wb) Flux rotoriques diphasés dans le repère tournant (d, q).
r 31  ra ,rb ,rc T (Wb) Vecteur des flux instantanés des phases a, b et c
rotoriques,
r (Wb) Module du vecteur de flux rotorique.
 Grandeurs mécaniques :
Ωs (tr/min) la vitesse du synchronisme

ωr (rad/s) Pulsation électrique correspondante à la vitesse de
rotation,
ωs (rad/s) Pulsation électrique des grandeurs statoriques (champ
tournant),.
ωsr (rad/s) Pulsation électrique des grandeurs rotoriques
(Pulsation de glissement),
g (– ) Glissement de la vitesse de rotation,
fs (Hz) Fréquence électrique des grandeurs statoriques,
fr (Hz) Fréquence électrique des grandeurs rotoriques,
 Transformations :
s Opérateur de Laplace,
P (θ) Transformation de Park : Xs a,b,c → Xs d,q et Xr a,b,c → Xr d,q,
C32 Transformation de Concordia/Clarke : Xs a,b,c → Xs α,β et Xr a,b,c → Xr α,β,
UDL-SBA-2017
 Grandeurs de commande de la MADA :
Cem* (N.m) Consigne du couple électromagnétique,

Cem (N.m) couple électromagnétique
Vdc (V) Tensions continue,
fp (Hz) Fréquence de porteuse,
fr (Hz) Fréquence de référence,
r (–) Taux de modulation (indice de réglage),
m (–) Indice de modulation,
Sa, Sb, Sc (–) Etats de commutation des interrupteurs de l’onduleur,
Cd (–) Terme de couplage sur l’axe d pour la commande vectorielle,
Cq (–) Terme de couplage sur l’axe q pour la commande vectorielle,
Fd (–) Terme de compensation sur l’axe d pour la commande vectorielle,
Fq (–) Terme de compensation sur l’axe q pour la commande vectorielle,
Ps* (W) Consigne de la puissance active statorique,
Qs* (VAr) Consigne de la puissance réactive statorique,
ɛ (–) Erreur statique,
Kp, Ki (–) Composantes proportionnelle et intégrale du correcteur PI,
ξ (–) Facteur d’amortissement,
ωn (rad/s) Facteur d’amortissement,
r (s) constant de temps
PId-p (–) Régulateur de puissance sur l’axe d pour la commande vectorielle
indirecte,
PIq-p (–) Régulateur de puissance sur l’axe q pour la commande vectorielle
indirecte,
PId-c (–) Régulateur de courant sur l’axe d pour la commande vectorielle
indirecte,
PIq-c (–) Régulateur de courant sur l’axe q pour la commande vectorielle
indirecte,
vrd*, vrq* (V) Tensions rotoriques de référence dans le repère (d, q),
ird*, irq* (A) Courants rotoriques de référence dans le repère (d, q),
µE(x) (–) degré d’appartenance de x au sous ensemble E
Ep (–) Entrée d’erreur régulateur flou de puissance
dEp (–) Entrée dérivée d’erreur régulateur flou de puissance
dIqr (A) Signale de commond du systéme
ref (–) Indice indiquant la référence (la consigne)
wij (–) les poids synaptiques du neurone
b (–) Biais
f (–) fonction de transfert qui produit la sortie y du neurone
s (–) La sortie de l’intégrateur
δj(t ) (–) l'erreur faite par le neurone i .
d1,2,3 (–) les sorties désirées
UDL-SBA-2017
LISTE DES
FIGURES
Liste des figures
LISTE DES FIGURES

Chapitre I
Figure I.1: Conversion de l'énergie cinétique du vent………..…………………………………… 04
Figure I.2: Capacité éolienne cumulée dans le monde entie………………………………….. 06
Figure I.3: L’énergie éolienne mondiale (MW)……………………………………………………..… 07
Figure I.4: Carte de vent en Algérie..………………………………………………………………………. 08
Figure I.5: 𝟏er ferme éolienne en Algérie…………………………………………………………..……. 08
Figure I.6: Technologie des éoliennes à axe vertical…………..…………………………………… 10
Figure I.7: Technologie des éoliennes à axe horizontale…………….………………............. 11
Figure I.8: Principales composants d’une éolienne à axe horizontal………….…………… 12
Figure I.9: Éolienne directement connectée au réseau……………….………………............ 13
Figure I.10: Caractéristique couple/vitesse d’une machine asynchrone………..…………. 14
Figure I.11: Aérogénérateur à vitesse variable………………..……………………………………….. 14
Figure I.12: Caractéristique de la puissance générée en fonction de la vitesse
mécanique et la vitesse du vent…………………………………………………………….. 15
Figure I.13: Flux d’air sur un profil de pale " stall "……………..……………………………………. 16
Figure I.14: Génération à puissance électrique constante (pales orientables)….......... 16
Figure I.15: Eolienne à vitesse variable utilisant une MAS………….……………………………. 17
Figure I.16: MADA avec contrôle du glissement par l'énergie dissipée……..……………… 18
Figure I.17: Effet de la variation de la résistance rotorique sur le couple……….………… 18
Figure I.18: Structure de Scherbius avec cyclo-convertisseur…………………………………... 19
Figure I.19: MADA avec structure back-to-back……………………………………………..………… 19
Figure I.20: Système éolien basé sur une GSAP……………………………………………………..…. 20
Chapitre II
Figure II.1: Tube de courant autour d'une éolienne…………………………………................. 24
Figure II.2: Coefficient de puissance………………………………………………………………………… 25
Figure II.3: Simulation du profile de la vitesse du vent…………….……………………………… 26
Figure II.4: Coefficient de puissance Cp en fonction de λ pour différents β…………….. 28
Figure II.5: Puissance aérodynamique générée par la turbine éolienne……………........ 29
Figure II.6: Coefficient du couple Cc en fonction de λ pour différents β…………..……… 30
Figure II.7: Caractéristique du couple aérodynamique de la turbine…………..………….. 30
Figure II.8: Schéma bloc du modèle de la turbine……………………………………………………. 31
Figure II.9: Caractéristique puissance - vitesse d’une éolienne……….………………………. 32
FigureII.10: Contrôle MPPT avec asservissement de la vitesse mécanique….………….. 33
FigureII.11: Résultats de simulation du MPPT avec asservissement de vitesse…………. 34
Liste des figures
Chapitre III
Figure III.1: les quatre modes de fonctionnement de la MADA……………………………… 38
FigureIII.2 : Représentation simplifié de la MADA…………………................................... 41
FigureIII.3 : Repère statorique et rotorique et repère de Park……………………………….. 44
FigureIII.4 : Orientation du repère de Park…………………………………………………………….. 46
FigureIII.5 : Schéma bloc du modèle simplifié de la MADA…………………………………….. 49
FigureIII.6 : La structure AC-DC-AC (en anglais « back-to-back »)…………………………… 49
Figure III.7: Représentation schématique d’un onduleur de tension alimente le
rotor de la MADA…………………………......................................................... 50
FigureIII.8 : Schéma simplifié de l'onduleur triphasé…………….................................... 50
FigureIII.9 : Principe de commande en MLI sinus-triangulaire………………………………… 52
FigureIII.10 : Comportement de la MADA intégrée au système éolien…………………….. 54
Figure III.11: Couplage de puissance active et réactive de la MADA………………………… 55
Chapitre IV
Figure IV.1: Schéma de principe du découplage de la MADA par analogie avec la
MCC……………………………………………………………………………………………………. 57
Figure IV.2 : Schéma bloc du système à commander………………………………………………. 59
Figure IV.3 : Schéma bloc de la commande directe de la MADA……………………………... 59
Figure IV.4 : Schéma bloc de la commande indirecte sans bouclesde puissance……… 60
Figure IV.5 : Schéma bloc de la commande indirecte avec boucles de puissance……. 61
Figure IV.6 : Système régulé par un PI……………………………………………………………………. 62
Figure IV.7 : Commande en puissances de la MADA par la méthode directe (suivi
de consigne)………………………………………………………………………………………… 64
Figure IV.8 : Commande en puissances de la MADA par la méthode indirecte
(FP=1)…………………………………................................................................... 66
Figure IV.9 : La commande vectorielle indirecte vis-à-vis aux variations
paramétriques de la MADA…………………………………………………………………. 68
Figure IV.10: Influence de variation paramétrique sur les régulateur PI…………………… 69
Chapitre V
Figure V.1: Comparaison d’un ensemble classique et d’un ensemble flou.……………. 72
Figure V.2 : Exemple des fonctions d’appartenance………………………………………………. 73
Figure V.3 : Union des sous-ensembles flous « petite » et « moyenne » pour la
variable linguistique……………………………………………………………………………. 73
Figure V.4 : Intersection des sous-ensembles flous « petite » et « moyenne » pour
la variable linguistique………………………………………………………………………… 74
Figure V.5 : Complémentation du sous-ensemble flou «petite»…………………………….. 74
Figure V.6 : Structure de base d’une commande à logique floue…………………………… 75
Figure V.7 : Schéma bloc de la commande de la MADA…………………………………………. 78
Liste des figures
Figure V.8 : Fonctions d’appartenance pour les variables d’entrées EP, dEP et de
sortie du dIrq régulateur flou de puissance active……………………………….. 79
Figure V.9 : Schéma bloc de la commande de la MADA avec régulation floue……….. 80
Figure V.10: Commande en puissances de la MADA par la méthode indirecte, avec
régulation floue (Suivi de consigne)………………………………………………. …… 81
Figure V.11: La commande vectorielle indirecte vis-à-vis aux variations
paramétriques par régulateur floue de la MADA…………………………………. 82
Figure V.12: Influence de variation paramétrique sur les régulateurs flous…………….. 83
Figure V.13: Structure d’un réseau de neurones biologique……………………………………. 84
Figure V.14: Modèle d'un neurone artificiel……………………………………………………………. 85
Figure V.15: Représentation matricielle du modèle d’un neurone artificiel…………..… 86
Figure V.16: Fonctions d'activations: (a) du neurone «seuil» ; (b) du neurone
«linéaire», et (c) du neurone «sigmoïde»……………………………………………. 87
Figure V.17: Schéma d'un réseau de neurones monocouche………………………………….. 88
Figure V.18: Schéma d'un réseau de neurones non bouclé (Perceptron
multicouches)……………………………………………………………………………………… 89
Figure V.19: Architecture neuronal proposée pour l’implémentation du contrôleur. 90
Figure V.20: Apprentissage des réseaux de neurone par l’algorithme de
rétropropagation………………………………………………………………………………… 91
Figure V.21: Algorithme de rétropropagation………………………..................................... 92
Figure IV.22 : Schéma bloc de la commande de la MADA par réseaux de neurones….. 92
Figure IV.23 : Résultats de simulation de la commande indirecte par réseaux de
neurones…………………………………………………………………………………………….. 93
Figure IV.24 : Le régulateur neuronal face aux variations paramétriques de la MADA. 94
LISTE DES
TABLEAUX
Liste des tableaux
LISTE DES TABLEAUX

Chapitre V
Tableau V.1: Matrice d’inférence du régulateur floude puissance…….……………………….. 79
Tableau V.2: Analogie entre le neurone biologique et le neurone formel………………….. 86
Annexe A
Tableau A.1: Paramètres de la turbine éolienne de 1.5MW……………………………………….. i
Tableau A.2: Paramètres de la MADA de 1.5MW……………………………………………………….. i
Annexe B
Tableau B.1: Paramètres de régulateur MPPT…………………………………………………………… iii
Annexe D
Tableau D.1: les Poids et les piais de régulateur de puissance.………………………………….. vii
Tableau D.2: les Poids et les piais de régulateur du courant ……………………………………… vii
Annexe E
Tableau E.1: Paramètres de régulateur PI………………………………………………………………….. viii
Tableau E.2: Paramètres de régulateur flou………………………………………………………………. viii
Tableau E.3: comparaison des performances des trois régulateurs…………………………… viii
Sommaire
Sommaire
SOMMAIRE
INTRODUCTION GENERALE ....................................................................................................... 1

Chapitre I : GENERALITE SUR LES SYSTEMES EOLIENS ............................................................. 3
I.1 Introduction........................................................................................................................... 4
I.2 Définition de l'énergie éolienne ............................................................................................ 4
I.3 Etat de l’art et situation de l’éolien dans le monde actuel .................................................. 5
I.3.1 Historique et croissance de l’exploitation de l’énergie éolienne ................................................5
I.3.2 L’énergie éolienne en quelques chiffres .....................................................................................6
I.3.2.a La capacité mondiale installée de l’énergie éolienne ............................................ 6
I.3.2.b Futurs challenges et perspectives mondiales .....................................................................6
I.3.3 Energie éolienne en Algérie........................................................................................... 7
I.3.3.a Gisement éolien en Algérie .................................................................................................7
I.3.3.b Situation actuelle et future de la filière éolienne en Algérie ................................ 8
I.3.4 Avantages et inconvénients de l’énergie éolienne ....................................................... 9
I.3.4.a Avantages ............................................................................................................... 9
I.3.4.b Inconvénients......................................................................................................... 9
I.4 Types des Aérogénérateur .................................................................................................... 9
I.4.1 Eoliennes à axe vertical .............................................................................................. 10
I.4.1.a Avantages ............................................................................................................ 10
I.4.1.b Inconvénient ....................................................................................................... 10
I.4.2 Eoliennes à axe horizontal .......................................................................................... 10
I.4.2.a Avantages ............................................................................................................ 11
I.4.2.b Inconvénients....................................................................................................... 11
I.5 Constitution d’une éolienne horizontale .......................................................................... 11
I.6 Classement des éoliennes ................................................................................................... 13
I.6.1 Les éoliennes à vitesse fixe ......................................................................................... 13
I.6.2 Les éoliennes à vitesse variable .................................................................................. 14
I.6.2.a Principe de fonctionnement ............................................................................... 14
I.6.2.b Intérêt de la vitesse variable ............................................................................... 15
I.7 système de régulation de la vitesse de rotation de l'éolienne .......................................... 15
I.7.1 Système à décrochage aérodynamique "stall"............................................................ 15
I.7.2 Système d'orientation des pales "pitch control"......................................................... 16
I.8 Etat de l'art sur la conversion électromécanique .............................................................. 17
I.8.1 Machine asynchrone à cage d'écureuil ...................................................................... 17
I.8.2 Machine asynchrone à double alimentation type "rotor bobiné" .............................. 17
I.8.2.a Machine asynchrone à double alimentation à énergie rotorique dissipée ........ 18
Sommaire
I.8.2.b Machine asynchrone à double alimentation– structure de Scherbius avec cyclo-

convertisseur .................................................................................................................. 19
I.8.2.c Structure Back-to-back......................................................................................... 19
I.8.3 Systèmes éoliens utilisant la machine synchrone ...................................................... 20
I.9 Les dispositifs de stockage de l’énergie éolienne .............................................................. 21
I.10 Conclusion ......................................................................................................................... 21
Chapitre II : MODELISATION ET COMMANDE MPPT DE LA TURBINE EOLIENNE .................. 23
II.1 Introduction........................................................................................................................ 24
II.2 Conversion de l'énergie éolienne ...................................................................................... 24
II.2.1 Lois de BETZ ................................................................................................................ 24
II.2.2 Production de l'énergie mécanique .......................................................................... 25
II.3 Modèle du vent .................................................................................................................. 26
II.4 Modélisation de la turbine éolienne ................................................................................. 27
II.4.1 Modèle aérodynamique des pales ............................................................................. 27
II.4.1.a Modèle analytique du coefficient de puissance ................................................. 28
II.4.1.b Coefficient de couple .......................................................................................... 29
II.4.2 Modèle du multiplicateur ........................................................................................... 30
II.4.3 Modèle de l'arbre mécanique .................................................................................... 31
II.5 Stratégie de commande de la turbine................................................................................ 31
II.5.1 Algorithmes de maximisation de la puissance extraite.............................................. 32
II.5.2 Résultats obtenus par simulation ............................................................................... 34
II.6 Conclusion .......................................................................................................................... 35
Chapitre III : ETUDE, MODELISATION ET SIMULATION DE LA MADA ................................... 36
III.1 Introduction....................................................................................................................... 37
III.2 Machine asynchrone à double alimentation ................................................................... 37
III.2.1 Principe de fonctionnement ...................................................................................... 37
III.2.2 Modes de fonctionnement de la MADA.................................................................... 38
a) Fonctionnement en mode moteur hypo-synchrone : ........................................... 39
b) Fonctionnement en mode moteur hyper-synchrone: ........................................... 39
c) Fonctionnement en mode génératrice hypo-synchrone: ...................................... 39
d) Fonctionnement en mode génératrice hyper-synchrone: .................................... 39
III.2.3 Domaines d’application de la MADA ........................................................................ 39
III.2.4 Avantages et inconvénients de la MADA .................................................................. 40
III.2.4.a Avantages ........................................................................................................... 40
III.2.4.b Inconvénients .................................................................................................... 40
III.2.5 Modélisation de la machine asynchrone à double alimentation ............................. 41
III.2.5.a Hypothèses simplificatrices ............................................................................... 41
III.2.5.b Modèle mathématique de la MADA .................................................................. 41
Sommaire
III.2.6 Application de la transformation de PARK à la MADA .............................................. 43

III.2.7 Modèle simplifié de la MADA .................................................................................... 46
III.3 Modélisation de l'alimentation de la MADA côté rotor .................................................... 49
III.3.1 Modélisation de l'onduleur ....................................................................................... 50
III.3.2 Modulation de largeur d'Impulsion (MLI) ................................................................. 52
III.4 Résultats de simulation .................................................................................................... 53
III.4.1 Test à objectif de montrer le couplage ..................................................................... 55
III.5 Conclusion ........................................................................................................................ 55
Chapitre IV : COMMANDE VECTORIELLE DE LA MADA .......................................................... 56
IV.1 Introduction ..................................................................................................................... 57
IV.2 La commande vectorielle : principes et objectifs ............................................................. 57
IV.3 Commande vectorielle de la MADA ................................................................................. 58
IV.3.1 Rappel sur le modèle de la MADA............................................................................. 58
IV.3.2 La structure de la commande.................................................................................... 59
IV.3.2.a Commande directe ............................................................................................ 59
IV.3.2.b Commande indirecte ......................................................................................... 60
IV.4 Etude de la régulation ...................................................................................................... 61
IV.4.1 Objectifs de la régulation ......................................................................................... 61
IV.4.2 Synthèse du régulateur PI pour le contrôle des puissances .....................................62
IV.5 Résultats de simulation et interprétation .........................................................................63
a)Résultats de simulation à vitesse fixe ..................................................................... 64
b) Résultats de simulation à vitesse variable avec MPPT ......................................... 65
IV.6 Test de robustesse ............................................................................................................ 67
IV.7 Conclusion ......................................................................................................................... 69
Chapitre V : COMMANDE VECTORIELLE PAR LES TECHNIQUES DE L’INTELLIGENCE
ARTIFICIELLE DE LA MADA ..................................................................................................... 70
V.1 Introduction ...................................................................................................................... 71
V.2 Définition de l’intelligence artificielle ................................................................................ 71
V.3 Généralités sur la théorie du contrôle par la logique floue ............................................... 71
V.3.1 Principe et définition ................................................................................................. 71
V.3.2 Fonction d’appartenance .......................................................................................... 72
V.3.3 Opérateurs de la logique floue .................................................................................. 73
V.3.3.a Opérateur OU .................................................................................................... 73
V.3.3.b Opérateur ET ..................................................................................................... 74
V.3.3.c Opérateur NON ................................................................................................... 74
V.3.4 Règles floues ............................................................................................................. 75
V.3.5 Structure générale d’un contrôleur flou .................................................................... 75
V.3.5.a Interface de fuzzification .................................................................................... 76
V.3.5.b Base de connaissances ...................................................................................... 76
Sommaire
V.3.5.c Mécanisme d’inférence ..................................................................................... 76

V.3.5.d Interface de défuzzification ................................................................................ 78
V.3.6 Commande vectorielle indirect par la logique floue .................................................. 78
V.3.6.a Fuzzification ........................................................................................................ 79
V.3.6.b Inférence............................................................................................................. 80
V.3.6.c Défuzzification .................................................................................................... 80
V.3.7 Réglage des puissances actives et réactives statoriques de la MADA ...................... 81
a-Résultats de simulation ........................................................................................... 81
b-Test de robustesse .................................................................................................. 82
V.4 les Réseaux de neurones artificiels .................................................................................... 84
V.4.1 Définition des réseaux de neurones .......................................................................... 84
V.4.2 Les neurones formels ................................................................................................. 85
V.4.3 Modélisation d’un neurone formel ............................................................................ 86
V.4.4 Fonctions d'activations............................................................................................... 87
V.4.5 Classification des réseaux de neurones selon leur structure .................................... 88
V.4.6. Apprentissages des réseaux de neurones ................................................................. 90
V.4.7 Développement du contrôleur neuronal .................................................................. 90
V.4.8 L'algorithme de la rétropropagation du gradient d'erreur (back-propagation) ........ 91
V.4.9 Commande vectorielle indirecte par réseaux de neurones ....................................... 93
a-Résultats de simulation .......................................................................................... 93
V.5 Conclusion ......................................................................................................................... 95
CONCLUSION GENERALE ........................................................................................................ 96
ANNEXES
REFERENCES BIBLIOGRAPHIQUES
INTRODUCTION
GÉNÉRALE
Introduction générale
INTRODUCTION GENERALE
L’énergie électrique est un élément crucial pour tout développement socio-

économique. Elle est devenue dans la vie quotidienne des populations, notamment dans les
pays développés, une nécessité dont on ne peut se passer [29].
Depuis l’aube de l’humanité, la production de l’énergie était basée en une grande
partie sur les combustibles comme le bois, les fossiles (charbon, pétrole, gaz…), puis
l’uranium. Mais le grand problème accompagnant l’utilisation de ces matières est l’émission
des gaz à effet de serre et les dégagements massifs de composés divers ; ce qui déséquilibre
notre planète et pousse vers un cycle ouvert non renouvelable [30].
Alors, on a besoin de chercher d’autres solutions alternatives aux énergies fossiles
pour produire l’électricité avec des sources renouvelables non polluantes et plus
économiques en exploitant bien les éléments de la nature comme l’eau, le soleil et le vent.
L’énergie éolienne est l’une des plus importantes et les plus prometteuses des sources
des énergies renouvelables à travers le monde en termes de développement. Car elle est
non polluante et économiquement viable. Les aides institutionnelles et gouvernementales,
conjointement avec le potentiel éolien et le développement des technologies de conversion
des énergies ont permis le développement rapide de l’énergie éolienne avec une croissance
annuelle de 30% et une pénétration du marché de l’électricité de 12.47% en 2016 [03].
Actuellement, la majorité des projets éoliens supérieurs à 1MW reposent sur
l’utilisation de la machine asynchrone à double alimentation *14+, ce qui permet de
fonctionner sur une large plage de vitesse (30% autour de synchronisme).
Le système étudié dans ce mémoire est constitué d’un aérogénérateur tripale, a axe
horizontal, connecté au réseau par une machine asynchrone à double alimentation (MADA).
En effet, le schéma de raccordement le plus typique de cette machine consiste à raccorder le
stator directement au réseau, alors que le rotor est alimenté à travers deux convertisseurs
statiques en mode back-to-back (un côté rotor CCM et l’autre côté réseau CCR). Les
convertisseurs statiques utilisés pour le contrôle de cette machine peuvent être
dimensionnés pour transiter seulement une fraction de la puissance totale (30% de
puissance statorique). Ceci implique moins de pertes par commutations, un coût de
production du convertisseur moins élevé et une réduction de la taille des filtres passifs,
impliquant ainsi une réduction des coûts et des pertes additionnelles.
Pour assurer cette conversion d’énergie, Il faut donc mettre des lois de commande afin
de bien contrôler l’échange des puissances entre les différents éléments de ce système.
Pour attendre notre objectif, le présent mémoire est organisé en cinq chapitres :
Le premier chapitre sera consacré aux notions générales sur l’énergie éolienne. Nous
exposerons quelques statistiques sur le développement de l’énergie éolienne au cours des
UDL- SBA-2017 Page 1

dix dernières années. Nous décrirons les différents composants constituant l’aérogénérateur
ainsi que les différents types d’éoliennes existantes, en détaillant leurs avantages et leurs
inconvénients. Ensuite, les différentes machines électriques utilisées pour la conversion
éolienne seront étudiées afin de montrer les avantages inégalés de la machine asynchrone à
double alimentation surtout en grande puissance et à vitesse variable.
Le second chapitre sera dédié à la modélisation et la commande de la partie
mécanique de l’éolienne. Nous modéliserons d’abord la turbine éolienne ainsi que l’arbre
mécanique en décrivant l’utilité du multiplicateur. Ensuite nous étudierons la commande de
la turbine afin de maximiser la puissance captée sans se soucier de la partie électrique. La
stratégie MPPT repose sur le principe de l’extraction du maximum de puissance de l’éolienne
et de son injection dans le réseau. Des résultats de simulation seront présentés dans
l’objectif de vérifier et valider la stratégie de contrôle.
Le troisième chapitre présentera des généralités sur la MADA, ses applications, ses
différents modes de fonctionnement. Puis nous procèderons à la mise en équation de la
machine asynchrone à double alimentation. Suivis de simplifier les équations de cette
machine, nous utiliserons la transformation de PARK. Ensuite, nous donnerons un aperçu sur
la commande à modulation de largeur d’impulsion de l’onduleur de tension. A la fin du
chapitre on propose un essai a pour objectif de montrer le couplage entre la puissance
active et réactive statoriques.
Le quatrième chapitre traitera le réglage classique des puissances statoriques active et
réactive du système éolien à base d’une génératrice asynchrone à double alimentation,
connectée directement au réseau et pilotée par son rotor via un onduleur de tension,
commandé par MLI sinus-triangle. Ainsi, on utilise la commande vectorielle indirecte, basée
sur le principe d’orientation du flux statorique. La régulation est assurée par des correcteurs
classiques de type PI, en comparant leur performance en termes de suivi de consigne,
sensibilité aux perturbations et robustesse vis-à-vis des variations des paramètres de la
machine asynchrone à double alimentation. Cependant, dans le cas d’une grande variation
des paramètres de la machine, le régulateur PI n’arrive pas à garder les performances
dynamiques et statiques du système (perte de robustesse).
Donc, Le cinquième chapitre, concerne principalement la commande par la logique
floue et les réseaux de neurones artificiels et leurs applications pour le réglage des
puissances active et réactive issues de la machine asynchrone à double alimentation. Les
résultats de simulations obtenus montrent de bonnes performances et une grande
robustesse face aux variations paramétriques contrairement aux résultats que donnent le
régulateur PI.
Enfin, nous clôturons ce travail par une conclusion générale qui résume les résultats
obtenus et des perspectives pour la continuité future de ce travail.


Chapitre I
GENERALITES SUR
LES SYSTEMES EOLIENS
Ce chapitre est entièrement consacré aux généralités sur

les systèmes éoliens, il ouvre une petite fenêtre sur le passé de
<<l’homme et le vent>>.Un bref état de l'art sur l'énergie
éolienne, y est également donné, on donne aussi un aperçu sur
les principales théories et lois qui régissent la conversion de cette
énergie exploitée par l'homme il y' a des millénaires, ainsi que les
différentes structures existantes utilisée dons le domaine actuel
de l'énergie éolienne.
Page 3
Chapitre I Généralités sur les systèmes éoliens
GENERALITE SUR LES SYSTEMES EOLIENS
I.1 Introduction
Depuis l'utilisation du moulin à vent, la technologie des capteurs éoliens n'a cessé
d'évoluer. C'est au début des années quarante que de vrais prototypes d'éoliennes à pales
profilées ont été utilisées avec succès pour générer de l’électricité. Plusieurs technologies
sont utilisées pour capter l'énergie du vent (capteur à axe vertical ou à axe horizontal).
Dans ce chapitre, on présente une définition de l’énergie éolienne de manière
générale, puis l’évolution des éoliennes durant les dernières décennies. Des statistiques
sont données montrant l’évolution de la production et la consommation de l’énergie
éolienne dans le monde, ainsi que les différents générateurs utilisés dans les systèmes
éoliens. Ce chapitre sera clôturé par une conclusion.
I.2 Définition de l'énergie éolienne

Un aérogénérateur, plus communément appelé éolienne, est un dispositif qui transforme
une partie de l'énergie cinétique du vent (fluide en mouvement) en énergie mécanique
disponible sur un arbre de transmission puis en énergie électrique par l'intermédiaire d'une
génératrice (Figure I-1).
Figure I.1 : Conversion de l'énergie cinétique du vent.
L'énergie éolienne est une énergie "renouvelable" non dégradée, géographiquement

diffuse, et surtout en corrélation saisonnière (l’énergie électrique est largement plus
demandée en hiver et c’est souvent à cette période que la moyenne des vitesses des vents
UDL-SBA-2017 Page 4
est la plus élevée). De plus, c'est une énergie qui ne produit aucun rejet atmosphérique ni
déchet radioactif. Elle est toutefois aléatoire dans le temps et son captage reste assez
complexe, nécessitant des mâts et des pales de grandes dimensions (jusqu'à 90m pour
des éoliennes de plusieurs mégawatts) dans des zones géographiquement dégagées
pour éviter les phénomènes de turbulences [01].
I.3 Etat de l’art et situation de l’éolien dans le monde actuel

I.3.1 Historique et croissance de l’exploitation de l’énergie éolienne
Le vent, comme étant une source d’énergie traditionnelle non polluante, a été exploité
depuis plusieurs siècles pour la propulsion des navires (avant 3000 ans environ),
l’entrainement des moulins (environs 200000 moulins à vent en Europe vers le milieu du
19ème siècle), le pompage d’eau et le forgeage des métaux dans l’industrie. Ces dernières
utilisations sont toutes basées sur la conversion de l’énergie du vent captée par des hélices
en énergie mécanique exploitable [02].
Ce n’est qu’après l’évolution de l’électricité comme forme moderne de l’énergie et
les recherches successives sur les génératrices électriques, que le danois Poul La Cour a
construit pour la première fois en 1891 une turbine à vent générant de l’électricité *03].
Après la fabrication du premier aérogénérateur, les ingénieurs danois ont améliorés
cette technologie durant la 1èreet la 2èmeguerre mondiale avec une grande échelle.
C’est principalement la crise pétrolière de 1974 qui relança les études et les
expériences avec une échelle plus élevée, ce qui oblige plusieurs pays de commencer
l’investissement pour améliorer et moderniser la technologie des aérogénérateurs. Parmi
ces investissements, on cite le premier marché important de la Californie entre 1980 et
1986, notamment au début avec des turbines de moyenne puissance (55 kW), puis 144
machines (avec un total de 7 MW) en 1981 et 4687 machines d’une puissance totale de 386
MW en1985 [02].
Après ces années, le marché européen a réellement décollé, ce qui permet un
développement important de cette industrie de l’éolienne et surtout dans des pays
comme l’Allemagne, l’Espagne et le Danemark. Ces pays ont une contribution importante
au marché mondial qui atteint 10000 MW en 1998 et environ 47000 MW en 2004
avec une croissance moyenne annuelle de 7500 MW.
Le coût global de l’énergie nécessaire à la production d’électricité à partir du
vent est maintenant concurrentiel avec les sources d’énergie traditionnelles comme les
combustibles fossiles. Cette réduction du coût de l’électricité est le résultat de progrès
importants de la technologie utilisée par cette industrie (amélioration des conceptions
aérodynamiques, amélioration des matériaux utilisés).
Actuellement, l’énergie éolienne est bien implantée parmi les autres sources d’énergie
avec une croissance très forte [02].
UDL-SBA-2017 Page 5
I.3.2 L’énergie éolienne en quelques chiffres

I.3.2.a La capacité mondiale installée de l’énergie éolienne
Depuis ces dernières années, la production d'électricité par l'énergie éolienne s'est
considérablement développée dans le monde entier (figure I.2). Ceci est principalement dû à
deux raisons:
 Produire une énergie propre.
 Trouver une source d'énergie durable alternative aux combustibles fossiles.
Le marché de 2016 était supérieur à 54 GW, ce qui a donné une capacité installée
totale globale à près de 487 GW, soit une croissance cumulée de 12.47%. Dirigé par la Chine,
les États-Unis, l'Allemagne et l'Inde. L’Allemagne est restée le premier marché sur le
continent Européen en 2016 (5.4 GW), Les installations américaines de 8 203 MW étaient
presque égales au marché fort de 2015, ce qui porte le total des États-Unis à plus de 82 GW
[03].
Le marché offshore chinois en 2016 atteindre la 3ème place du classement mondial,
après le Royaume-Uni et Allemagne.
Figure I.2 : Capacité éolienne cumulée dans le monde entier [03].
I.3.2.b Futurs challenges et perspectives mondiales

Sur la base de l'expérience et des taux de croissance des années passées, les
prévisions montrent que l'énergie éolienne continuera son développement dynamique dans
les années à venir. Malgré les impacts à court terme de la crise financière actuelle qui
rendent difficile les prévisions à court terme, on peut attendre, qu'à moyen terme, l'énergie
éolienne attirera les investisseurs grâce à son faible risque et au besoin d'énergie propre et
fiable. De plus en plus les gouvernements comprennent les bénéfices multiples de l'énergie
éolienne et mettent en place des politiques favorables, incluant la promotion des
UDL-SBA-2017 Page 6
investissements décentralisés par des producteurs indépendants, petits, moyens ou basés

sur des communautés, tous ouvrant la voie vers un système de production d'énergie
davantage renouvelable pour le futur [04].
En calculant rigoureusement et en prenant en compte des facteurs d'insécurité, on
estime que l'énergie éolienne sera capable de contribuer en 2020 à au moins 12% de la
consommation électrique mondiale [04].En 2018, une capacité totale de 1050 GW est
possible. Fin 2020, au moins 1 500 GW peuvent être attendus [05].
Figure I.3 : L’énergie éolienne mondiale (MW) [05].
I.3.3 Energie éolienne en Algérie

I.3.3.a Gisement éolien en Algérie
L’estimation de l’énergie éolienne disponible dans une région donnée reste l’une des
étapes les plus importantes avant une éventuelle implantation d’un parc éolien. Pour cela, il
faut d’abord quantifier le gisement énergétique disponible par l’établissement de l’atlas
éolien de la région [06].
Le travail le plus récent pour l’établissement des cartes des vents (Atlas des vents) en
Algérie est celui de S. Boudia dans sa thèse de doctorat en 2013 [05], où il a introduit des
vitesses moyennes annuelles données de 24 stations météorologiques situées près des
frontières Algériennes. La période de mesure s’est effectuée durant la dernière décennie à
10 m du sol. La figure I.4 montre la vitesse moyenne annuelle du vent en Algérie à 10 m du
sol.
UDL-SBA-2017 Page 7
Figure I.4:Carte de vent en Algérie [07].
I.3.3.b Situation actuelle et future de la filière éolienne en Algérie

Selon quelques évaluations [06], plus de cinq millions d'algériens ne sont pas raccordés
au réseau d'électricité, alors que beaucoup de communautés rurales ont besoin d'eau
potable et d'eau pour irrigation. Ces besoins ruraux représentent un marché potentiel pour
des technologies d'énergie renouvelable.
L’Algérie s’engage avec détermination sur la voie des énergies renouvelables afin
d’apporter des solutions globales et durables aux défis environnementaux et aux
problématiques de préservation des ressources énergétiques d’origine fossile. Ce choix
stratégique est motivé par l’immense potentiel en énergie solaire. Cette énergie constitue
l’axe majeur du programme qui consacre au solaire thermique et au solaire photovoltaïque
une part essentielle. Le solaire devrait atteindre d’ici 2030 plus de 37 % de la production
nationale d’électricité. Malgré un potentiel assez faible, le programme n’exclut pas l’éolien
qui constitue le second axe de développement et dont la part devrait avoisiner les 3 % de la
production d’électricité en 2030 *06+.
er
Figure I.5 : 𝟏 Ferme éolienne en Algérie.
UDL-SBA-2017 Page 8
Sonelgaz a mis en service sa première ferme éolienne d’Adrar d’une capacité de10
mégawatts qui servira aussi de projet pilote pour le plan éolien du gouvernement de 420
MW à l’horizon 2024. Constituée de 12 éoliennes d’une puissance unitaire de 0.85 MW
chacune (pour une capacité globale de 10 mégawatts), cette ferme est implantée sur une
superficie de 30 hectares dans la zone de Kabertène à 72 km au nord du chef-lieu de la
wilaya d’Adrar, a nécessité près de 32 mois de travaux pour un coût global de 2,8 milliards
de dinars [14].
Première du genre à l’échelle nationale, cette nouvelle centrale de production
d’électricité fait partie d’un vaste plan de projets de génération de 22 GW, d’énergie
renouvelable à l’horizon 2030 dont 1,7 GW en éolien.
I.3.4 Avantages et inconvénients de l’énergie éolienne

L’énergie éolienne a des avantages propres permettant sa croissance et son évolution
par rapport aux autres sources d’énergie, ce qui va lui donner un rôle important dans
l’avenir à condition d’éviter l’impact créé par ses inconvénients cités ci-après.
I.3.4.a Avantages
L’énergie éolienne est avant tout une énergie qui respecte l’environnement [08]:
 L’énergie éolienne est une énergie renouvelable, c’est à dire que contrairement aux
énergies fossiles, les générations futures pourront toujours en bénéficier.
 L’exploitation de l’énergie éolienne n’est pas un procédé continu puisque les
éoliennes en fonctionnement peuvent facilement être arrêtées.
 Les parcs éoliens se démontent très facilement et ne laissent pas de trace.
 C’est une source d’énergie locale qui répond aux besoins locaux en énergie. Ainsi les
pertes en lignes dues aux longs transports d’énergie sont minimes.
 L’exploitation de cette énergie éolienne ne produit pas de CO2, ni d’autres gazes
à effet de serre [04].
I.3.4.b Inconvénients
L’énergie éolienne possède aussi des désavantages qu’il faut citer :
 L’impact sur les parcours migratoires des oiseaux et l’impact visuel [01].
 Le bruit : la source essentielle du bruit dans les éoliennes est le multiplicateur [08].
 La qualité stochastique de la puissance électrique à cause du vent aléatoire qui
provoque l’instabilité de la production [01].
I.4 Types des Aérogénérateur

Il existe deux principaux types d'éoliennes qui se défèrent essentiellement dans leur
organe capteur d’énergie à savoir l’aéroturbine. En effet, selon la disposition de la turbine
par rapport au sol on obtient une éolienne à axe vertical ou à axe horizontal [04].
UDL-SBA-2017 Page 9
I.4.1 Eoliennes à axe vertical

Ils ont été les premières structures développées pour produire de l’électricité. De
nombreuses variantes technologies ont été testées dont seulement deux structures sont
parvenues au stade de l’industrialisation, le rotor de Savonius et le rotor de Darrieus (figure
I.6).
Figure I.6: Technologie des éoliennes à axe vertical [04].
A nos jours, ce type d’éolienne est plutôt marginal et son utilisation est beaucoup
moins rependue. Elles présentent des avantages et des inconvénients que nous pouvons
citer comme suit [04] [08].
I.4.1.a Avantages
• Son axe vertical possède une symétrie de révolution ce qui permet de fonctionner quel
que soit la direction du vent sans avoir à orienter le rotor.
• Sa conception est simple, robuste et nécessite peu d’entretien.
I.4.1.b Inconvénient
• Elles sont moins performantes que celles à axe horizontal.
• La conception verticale de ce type d’éolienne impose qu’elle fonctionne avec un
vent proche du sol, donc moins fort car il est freiné par le relief.
I.4.2 Eoliennes à axe horizontal

Ce sont les éoliennes actuellement les plus répandues sans doute à cause de leurs
avantages remarquables, elles comportent généralement des hélices à deux ou trois pales
face ou sous le vent (figure I.7) [09].
UDL-SBA-2017 Page 10
Figure I.7: Technologie des éoliennes à axe horizontale.
I.4.2.a Avantages
• Une très faible emprise au sol par rapport aux éoliennes à axe vertical.
• Cette structure capte le vent en hauteur, donc plus fort et plus régulier qu’au voisinage du
sol.
• Le générateur et les appareils de commande sont dans la nacelle au sommet de latour.
Ainsi, il n’est pas nécessaire de rajouter un local pour l’appareillage.
I.4.2.b Inconvénients
• Coût de construction très élevé.
• L’appareillage se trouve au sommet de la tour ce qui gêne l’intervention en cas
d’incident.
Malgré ses inconvénients, cette structure est la plus utilisée de nos jours. Cependant,
les structures à axe vertical son encore utilisé pour la production d’électricité dans les zones
isolés. Elles sont de faible puissance destinées à des utilisations permanentes comme
la charge des batteries par exemple [09].
Dans le reste de notre étude nous nous intéressons à la structure la plus répondue et
la plus efficace à savoir celle à axe horizontal et à trois pales à pas variable (variable pitch)
[09].
I.5 Constitution d’une éolienne horizontale

On présente les différents composants d’une éolienne à axe horizontal étant le sujet
de notre étude (Figure 1.8) [10].
1- Pales en composite fibre de verre. Pas fixe, profil de type stall (décrochage
aérodynamique).
2- Moyeu du rotor en fonte.
3- Structure de la turbine en fonte ductile ou en acier soudé galvanisé à chaud.

4- Paliers du rotor à double rangée de billes.
5- Arbre lent du rotor en acier à haute résistance.
6- Multiplicateur de vitesse à 3 étages (1 train épicycloïdal et 2 trains parallèles).
7- Frein à disque sur l’arbre rapide avec témoin d’usure.
8- Accouplement avec la génératrice de type flexible.
9- Génératrice (800/200 kW) asynchrone refroidie à l’eau.
10- Radiateur de refroidissement intégré au système multiplicateur - génératrice.
11- Système de mesure du vent (anémomètre et girouette) transmettant les signaux au
système de contrôle de la turbine.
12- Système de contrôle surveillant et pilotant la turbine.
13-Système hydraulique pour les freins d’extrémité de pale et le système d’orientation.
14- Entraînement d’orientation de la tourelle à deux trains d’engrenages planétaires
entraînés par des moteurs alimentés à fréquence variable.
15- Paliers du système d’orientation équipés d’un frein à disque.
16- Capot de la nacelle en structure acier recouverte de composite fibre de verre.
17- Tour en acier tubulaire (plusieurs hauteurs possibles).
Figure I.8: Principales composants d’une éolienne à axe horizontal [10].
En général, l’éolienne à axe horizontal est constituée de trois éléments principaux: La

tour (mat), la nacelle et les pales qui sont supportées par le moyeu.
• La tour : C’est un élément porteur, généralement un tube en acier ou un treillis métallique.
Avec l’augmentation des puissances nominales des éoliennes, le mat devient de plus en plus
haut pour éviter les perturbations près du sol mais aussi de permettre l’utilisation des pales
plus longues. La tour a une forme conique ou cylindrique. A l’intérieur sont disposés les
câbles de transport de l’énergie électrique, les éléments de contrôle, l’appareillage de

connexion au réseau de distribution et l’échelle d’accès à la nacelle.
• La nacelle : Elle regroupe tous les éléments mécaniques permettant de coupler la turbine
éolienne à la génératrice électrique. Elle comprend les éléments suivants :
-Arbre.
-Multiplicateur.
-Roulements.
-Le frein à disque permettant d’arrêter le système en cas de surcharge.
-La génératrice.
-Les systèmes d’orientation des pales (régulation de la vitesse) et de la nacelle (la surface
balayée par l’aérogénérateur doit être perpendiculaire à la direction du vent).
• Les pales : Elles permettent de capter la puissance du vent et la transférer au rotor.
Leur nombre est de trois pales dans la plupart des aérogénérateurs, car ce nombre constitue
un compromis entre les performances de la machine et des raisons de stabilité.
• Le moyeu : C’est l’élément qui supporte les pales. Il doit être capable de résister à des
coups violents surtout lors du démarrage de l’aérogénérateur ou lors de brusques
changements de la vitesse du vent.
I.6 Classement des éoliennes

Il existe essentiellement deux technologies d’éoliennes, celles dont la vitesse est
constante et celles dont la vitesse est variable. La partie suivante décrit d’une manière assez
générale le fonctionnement de ces deux procédés.
I.6.1 Les éoliennes à vitesse fixe

Les éoliennes à vitesse fixe sont les premières à avoir été développées. Dans cette
technologie, la génératrice asynchrone est directement couplée au réseau. Sa vitesse Ωméc
est alors imposée par la fréquence du réseau et par le nombre de paires de pôles de la
génératrice (Figure I.9)[11].
Boite de condensateur
Figure I.9:Éolienne directement connectée au réseau.
Le couple mécanique entraînant (produit par la turbine) tend à accélérer la vitesse de

la génératrice. Cette dernière fonctionne alors en hyper-synchrone et génère de la puissance
électrique sur le réseau. Pour une génératrice standard à deux paires de pôles, la vitesse
mécanique (Ωméc) est légèrement supérieure à la vitesse du synchronisme Ωs =1500
tr/min, ce qui nécessite l’adjonction d’un multiplicateur pour adapter la génératrice à
celle du rotor de l’éolienne (Figure I.9) [11].
La caractéristique couple/vitesse d'une machine asynchrone à deux paires de pôles est
donnée par la figure I.10.
Figure I.10:Caractéristique couple/vitesse d’une machine asynchrone [12].
I.6.2 Les éoliennes à vitesse variable

I.6.2.a Principe de fonctionnement
Vu les problèmes causés par un fonctionnement à vitesse fixe, on a cherché
l’exploitation optimale de la puissance extraite de l’énergie cinétique du vent. Pour cela, il
faut ajuster en permanence la vitesse de la génératrice à la vitesse du vent. Cette
optimisation de la production voulue peut s’effectuer par des commandes sur la
turbine, sur la partie électrotechnique (générateur électrique lui-même et/ou paramètres
de commande du convertisseur d'électronique de puissance) [01].
Figure I.11: Aérogénérateur à vitesse variable.
I.6.2.b Intérêt de la vitesse variable

La caractéristique générale de la puissance convertie par une turbine éolienne en
fonction de sa vitesse est représentée sur la (Figure I.12) [11].
Figure I.12: Caractéristique de la puissance générée en fonction de la vitesse mécanique et la vitesse du vent.
Pour une vitesse de vent V1 et une vitesse mécanique de la génératrice Ω1; on obtient
une puissance nominale P1 (point A). Si la vitesse du vent passe de V1 à V2, et que la vitesse
de la génératrice reste inchangée (cas d’une éolienne à vitesse fixe), la puissance P2 se
trouve sur la 2ème caractéristique (point B). La puissance maximale se trouve ailleurs sur
cette caractéristique (point C). Si on désire extraire la puissance maximale, il est nécessaire
de fixer la vitesse de la génératrice à une vitesse supérieure Ω2. Il faut donc rendre la vitesse
mécanique variable en fonction de la vitesse du vent pour extraire le maximum de la
puissance générée.
Les techniques d’extraction maximale de puissance consistent à ajuster le couple
électromagnétique de la génératrice pour fixer la vitesse à une valeur de référence (Ωref),
calculée pour maximiser la puissance extraite.
I.7 système de régulation de la vitesse de rotation de l'éolienne

I.7.1 Système à décrochage aérodynamique "stall"
La plupart des éoliennes connectées au réseau électrique nécessitent une vitesse de
rotation fixe pour des raisons de cohérence de fréquence avec le réseau. Le système de
limitation de vitesse le plus simple et le moins coûteux est un système de limitation naturelle
(intrinsèque à la forme de la pale) dit "stall". Il utilise le phénomène de décrochage
aérodynamique. Lorsque l’angle d’incidence i devient important, c’est à dire lorsque la
vitesse du vent dépasse sa valeur nominale Vn, l’aspiration créée par le profil de la
pale n’est plus optimale ce qui entraîne des turbulences à la surface de la pale
(Figure I.13) et par conséquent une baisse du coefficient de puissance. Ceci empêche
alors une augmentation de la vitesse de rotation.
Figure I.13: Flux d’air sur un profil de pale " stall ".
Ce système est simple et relativement fiable mais il manque de précision car il dépend
de la masse volumique de l'air et de la rugosité des pales donc de leur état de propreté.
Il peut, dans certains cas, être amélioré en autorisant une légère rotation de la pale sur elle-
même (système "stall actif") permettant ainsi de maximiser l’énergie captée pour les
faibles vitesses de vent. Pour les fortes vitesses de vent, la pale est inclinée de façon à
diminuer l’angle de calage β et renforcer ainsi l’effet "stall" de la pale. La répercussion des
variations de vitesse de vent sur le couple mécanique fournie par l’éolienne est ainsi moins
importante [02].
I.7.2 Système d'orientation des pales "pitch control"

Il utilise la variation de l’angle de calage des pales. En variant l’angle d’incidence
de la pale, on modifie le rapport entre les composantes de portance et de traînage.
L’angle d’incidence optimal conduit à la puissance maximale disponible. En général, la
modification de l’angle de calage de la pale de l’éolienne permet quatre actions distinctes :
 le démarrage à une vitesse du vent Vd plus faible.
 l’optimisation du régime de conversion de l’énergie, quand la vitesse du vent évolue
entre les limites [Vd, Vn] en complément de la vitesse variable dans une plage
relativement réduite (1 à 2 voire 1 à 3 pour un rapport Vn/Vd de l’ordre de 4 à 5).
 la régulation par limitation de la puissance pour V >Vn.
Figure I.14: Génération à puissance électrique constante (pales orientables).
Avec
–Vd: la vitesse pour laquelle le générateur démarre.
–Vn: la vitesse pour laquelle le générateur commence à fournir de la puissance.
–Vhs: la valeur de la vitesse pour laquelle la machine doit être arrêtée.
I.8 Etat de l'art sur la conversion électromécanique

I.8.1 Machine asynchrone à cage d'écureuil
Les machines électriques asynchrones sont les plus simples à fabriquer et les moins
coûteuses. Elles ont l’avantage d’être standardisées, fabriquées en grande quantité et dans
une très grande échelle des puissances. Elles sont aussi les moins exigeantes en termes
d’entretien. Une topologie consiste à relier la MAS à cage d’écureuil au réseau par
l’intermédiaire des convertisseurs statique, un multiplicateur est associé à la machine. La
vitesse de rotation peut alors être faiblement variable, limitée par le glissement maximum
de la MAS. L’avantage de cette architecture est sa simplicité [06].
Figure I.15:Eolienne à vitesse variable utilisant une MAS.
Avantages [08]:
- Elle possède un système électrique simple.
- Elle possède une très grande fiabilité.
- Elle est moins chère.
Inconvénients [08]:
- La puissance extraite est non optimisée.
- La magnétisation de la machine est imposée par le réseau.
- Il n’y a pas de contrôle de l’énergie réactive.
I.8.2 Machine asynchrone à double alimentation type "rotor bobiné"

La machine asynchrone à rotor bobiné à double alimentation présente un atout
considérable, le bénéfice du fonctionnement à vitesse variable est un grand avantage. Etant
donné que la puissance rotorique transitée est moindre, le coût des convertisseurs s’en
trouve réduit en comparaison avec une éolienne à vitesse variable alimentée au stator par
des convertisseurs de puissance. C’est la raison principale pour laquelle on trouve cette
génératrice pour la production en forte puissance. Une seconde raison est la possibilité
de régler la tension au point de connexion où est injectée cette génératrice.
I.8.2.a Machine asynchrone à double alimentation à énergie rotorique dissipée

Cette configuration à vitesse variable est représentée sur la figure I.16, le stator est
connecté directement au réseau et le rotor est connecté à un redresseur. Une charge
résistive est alors placée en sortie du redresseur par l'intermédiaire d'un hacheur à IGBT ou
GTO [11+. Le contrôle de l’IGBT permet de faire varier l'énergie dissipée par le bobinage
rotoriques et de fonctionner à vitesse variable en restant dans la partie stable de la
caractéristique couple/vitesse de la machine asynchrone. Le glissement est ainsi modifié en
fonction de la vitesse de rotation du moteur.
Figure I.16:MADA avec contrôle du glissement par l'énergie dissipée.
Si le glissement devient important, la puissance extraite du rotor est élevée et elle est
entièrement dissipée dans la résistance R, ce qui nuit au rendement du système. De plus,
cela augmente la puissance transitant dans le convertisseur ainsi que la taille de la
résistance. Le fabriquant "VESTAS" dans son dispositif "OPTI-SLIP" a mis en œuvre ce
système en utilisant des composants qui tournent avec le rotor et une transmission optique
des signaux de commande. Les contacts glissants sont ainsi évités. La variation maximale du
glissement obtenue dans ce procédé est de10%.
Figure I.17:Effet de la variation de la résistance rotorique sur le couple.
I.8.2.b Machine asynchrone à double alimentation– structure de Scherbius avec cyclo-

convertisseur
Quand on remplace l'association redresseur - onduleur par un cyclo-convertisseur
(Figure I.18) pour autoriser un flux d'énergie bidirectionnel entre le rotor et le réseau,
l'ensemble est alors appelé « structure de Scherbius ». La plage de variation de vitesse est
doublée par rapport à la structure de la Figure I.16 [04].
Figure I.18:Structure de Scherbius avec cyclo-convertisseur.
I.8.2.c Structure Back-to-back

Ce choix de structure permet d’agir sur deux degrés de liberté pour chaque
convertisseur : un contrôle du flux magnétique et de la vitesse de la MADA du côté de la
machine et un contrôle des puissances actives et réactives transitées du côté du réseau.
Ps
Ps+g.ps
g*Ps
Figure I.19: MADA avec structure back-to-back.
Les avantages de cette cascade de convertisseurs sont les suivants :

 Le flux d’énergie entre le rotor et le réseau est bidirectionnel. Les limites de ce flux
reposent sur la marge de variation de la vitesse de rotation. Celle-ci est imposée
par les limites électriques et mécaniques du système.
 Le fonctionnement autour de la vitesse de synchronisme est adéquat.
 Il y a une faible distorsion des tensions et courants rotoriques et des courants

statoriques.
 Le contrôle du couple de la génératrice est indépendant de celui de la puissance
réactive injectée par le rotor.
Cette configuration permet une variation de 100% de la vitesse du vent en utilisant des
pâles orientables. Les convertisseurs ne sont dimensionnés que pour seulement 30%
de la puissance nominale de la génératrice donc les pertes dans les convertisseurs sont peu
importantes [12].
I.8.3 Systèmes éoliens utilisant la machine synchrone

C’est ce type de machine qui est utilisé dans la plupart des procédés traditionnels de
production d’électricité, notamment dans ceux à très grande puissance (centrales
thermiques, hydrauliques ou nucléaires). Lorsque ce type de machine est directement
connecté au réseau, sa vitesse de rotation reste fixe et proportionnelle à la fréquence du
réseau. En conséquence de cette grande rigidité de la connexion générateur - réseau, les
fluctuations du couple capté par l’aéroturbine se propagent sur tout le train de puissance,
jusqu’à la puissance électrique produite. C’est pourquoi les machines synchrones ne sont pas
utilisées dans les aérogénérateurs directement connectés au réseau. Elles sont par contre
utilisées lorsqu’elles sont connectées au réseau par l’intermédiaire de convertisseurs de
puissance.
Figure I.20: Système éolien basé sur une GSAP.
Avantages [16] :
- Fonctionnement à vitesse variable sur toute la plage de vitesse
- Puissance extraite optimisée pour les vents faibles.
- Connexion de la machine facile à gérer.
- Elle est utilisée en entraînement direct sur les turbines éoliennes (sans multiplicateur
mécanique).
Inconvénients :
- Grand diamètre de machine [16].
- Electronique de puissance dimensionnée pour la puissance nominale de la génératrice [16].
- L’absence de possibilité de réglage du flux d’excitation *17+.
I.9 Les dispositifs de stockage de l’énergie éolienne [18]

Une caractéristique essentielle du vent étant la discontinuité dans le temps, un certain
nombre d’études ont eu pour objet d’étudier ou de mettre au point des systèmes
permettant de stocker l’énergie produite par le vent et non utilisée directement pendant les
périodes de production afin d’en restituer une partie, aussi grande que possible, pendant les
périodes de calme.
Il existe différentes possibilités de stockage :
 Pour la production d’électricité, le système de loin le plus utilisé est celui par batterie
d’accumulateurs. Celles au plomb, bien que lourdes et encombrantes s’accommodent
bien des fluctuations propres au vent. Les autres types sont mal adaptés. Toutefois, ce
type de stockage ne convient que pour de petites puissances de quelques kW tout au
plus.
 Pour les stockages importants, on peut faire appel au pompage de l’eau entre deux
réservoirs et une turbine si le terrain fournit une possibilité intéressante en dénivelé. Le
simple pompage de l’eau dans un réservoir est aussi la solution pour stocker de l’eau
dans le cas, par exemple, de distribution d’eau alimentaire.
Principe : l’énergie éolienne sert à remplir un réservoir de stockage dont l’eau sera
turbinée pour restituer l’énergie.
 Le stockage thermique commence aussi à se développer, essentiellement pour le
chauffage. Les différents types de stockage thermique existant sont utilisés: réservoir
de fluides, chauffage de produits à haute capacité thermique, etc.
Principe : l’énergie produite est utilisée pour chauffer le fluide d’un réservoir qui
restituera pendant les périodes sans vent l’énergie stockée.
I.10 Conclusion
La production d’électricité par l’énergie éolienne intéresse de plus en plus les pays afin
de produire une énergie propre et durable. Son développement va progresser grâce aux
recherches effectuées sur les moyens de conversion de l’énergie.
L’état avancé des recherches dans le domaine éolien montre une volonté de
développer des éoliennes toujours plus puissantes et capter au mieux la puissance
disponible dans le vent.
Dans ce chapitre, nous avons présenté des généralités sur les systèmes éoliens,
décrivant tout d’abord son historique, un bref aperçu sur sa situation actuelle dans le
monde entier, ainsi les efforts fournis par les différents pays, y compris l’Algérie dans le but
de développer cette filière.
Après un rappel sur les différents types d’éoliennes (axe horizontal et axe vertical),
nous avons décrit les différentes machines utilisées dans les éoliennes récentes, y compris la
machine asynchrone à double alimentation avec structure « back-to-back » commandée
par le rotor. Cette technologie permet de réduire le dimensionnement des
convertisseurs statiques à 30% en véhiculant seulement la puissance de glissement. En
outre, elle permet un réglage de la puissance réactive, son utilisation dans la chaîne de
conversion éolienne est l’objet des chapitres suivants.
Chapitre II
MODELISATION ET
COMMANDE MPPT DE
LA TURBINE EOLIENNE
Ce chapitre est consacré à la modélisation de la chaîne de

conversion d’énergie «cinétique-mécanique » de la turbine
éolienne (vent, pales, turbine, multiplicateur, …) et sa
commande MPPT à vitesse variable, basée sur une machine
asynchrone à double alimentation MADA.
Page 23
Chapitre II Modélisation et Commande MPPT de la turbine éolienne
MODELISATION ET COMMANDE MPPT DE LA TURBINE

EOLIENNE
II.1 Introduction
La modélisation de la chaîne de conversion éolienne est une étape primordiale dans la
compréhension du système éolien. Dans ce chapitre, on s’intéresse essentiellement à la
modélisation de la turbine éolienne basée sur la génératrice asynchrone à double
alimentation qui reste la machine la plus utilisée dans les systèmes éoliens à vitesse variable.
Cette modélisation permet en premier lieu de comprendre le comportement
dynamique et l’interaction électromécanique de la génératrice. Avec le modèle approprié de
la turbine éolienne, nous pouvons orienter facilement à la commande diteMPPT.Cette
dernière repose sur le principe de l’extraction du maximum de puissance de l’éolienne pour
chaque vitesse du vent.
Des résultats de simulation permettront de juger l’efficacité de ce modèle.
II.2 Conversion de l'énergie éolienne

II.2.1 Lois de BETZ
Considérons le système éolien à axe horizontal représenté sur la (Figure II.1) sur lequel
on a représenté la vitesse du vent V1 en amont de l'aérogénérateur et la vitesse V2 en aval.
Figure II.1: Tube de courant autour d'une éolienne [11].
En supposant que la vitesse du vent traversant le rotor est égale à la moyenne entre la
vitesse du vent non perturbé à l'avant de l'éolienne V1 et la vitesse du vent après passage à
V1  V2
travers le rotor V2 soit , la masse d'air en mouvement de densité ρ traversant la
2
surface S des pales en une seconde est:
S (V1  V2 )
m (II.1)
2
La puissance Pm alors extraite s'exprime par la moitié du produit de la masse et de la

diminution de la vitesse du vent (seconde loi de Newton) :
m(V12  V22 )
Pm  (II.2)
2
Soit en remplaçant m par son expression dans (II.1):
S (V1  V2 )(V12  V22 )

Pm  (II.3)
4
Un vent théoriquement non perturbé traverserait cette même surface S sans
diminution de vitesse, soit à la vitesse V1, la puissance Pmt correspondante serait alors:
SV13
Pmt  (II.4)
2
Le ratio entre la puissance extraite du vent et la puissance totale théoriquement
disponible est alors :
V1 V
(1  ( ))(1  ( 1 ) 2 )
Pm V2 V2
 (II.5)
Pmt 2
Si on représente la caractéristique correspondante à l'équation II.5(Figure II.2), on

s'aperçoit que le ratio Pm / Pmt appelé aussi coefficient de puissance Cpprésente un maxima
de 16/27 soit 0,59. C'est cette limite théorique appelée limite de Betz qui fixe la
puissance maximale extractible pour une vitesse de vent donnée. Cette limite n'est en réalité
jamais atteinte et chaque éolienne est définie par son propre coefficient de puissance
exprimé en fonction de la vitesse relative λ représentant le rapport entre la vitesse de
l'extrémité des pales de l'éolienne et la vitesse du vent [15].
Figure II.2: Coefficient de puissance [11].
II.2.2 Production de l'énergie mécanique

En combinant les équations (II.1), (II.4) et (II.5), la puissance mécanique Pm disponible
Sur l'arbre d'un aérogénérateur s'exprime ainsi :

Pm 1
Pm  .Pmt  C p .Pmt  C p ( ) R 2V13 (II.6)
Pmt 2
R1
Avec:  (II.7)
V1
: vitesse de rotation avant multiplicateur et R : rayon de l'aérogénérateur.
Compte tenu du rapport du multiplicateur de vitesse G, la puissance mécanique Pmg
disponible sur l'arbre du générateur électrique s'exprime par :
1  R
Pmg  C P ( 2 ) R 2V13 (II.8)
2 GV1
Avec 2: vitesse de rotation après multiplicateur.
II.3 Modèle du vent

Le vent est le vecteur énergétique d’entrée d’une chaîne éolienne, déterminant pour
le calcul de la production de l’électricité, donc pour la rentabilité. Les propriétés dynamiques
du vent sont capitales pour l’étude de l’ensemble du système de conversion d’énergie car
la puissance éolienne, dans les conditions optimales, est au cube de la vitesse du vent [12].
Dans cette étude, nous avons représenté l’évolution de la vitesse du vent, comme
suite :
V (t )  8.2  2 sin(t )  1.75 sin(3t )  1.5 sin(5t )  1.25 sin(10t )
(II.9)
 sin(30t )  0.5 sin(50t )  0.25 sin(100t )
2
Avec :  
10
La figure II.3 représente le profil du vent simulé avec une vitesse moyenne de 8.2m/s.
16
14
Vitesse du vent (m/s)
12 Vmoy=8.2
10
8
6
4
0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s)
Figure II.3: Simulation du profile de la vitesse du vent.
II.4 Modélisation de la turbine éolienne

Afin de modéliser la turbine, nous appuierons sur un certains nombre d’hypothèses
simplificatrices, qui sont le plus couramment considérées. Ainsi nous supposerons que [12]:
 Les trois pales sont considérées de conception identique et possèdent donc la même
inertie, la même élasticité et le même coefficient de frottement par rapport à l’air ;
 Les trois pales sont orientables et présentent toutes un même coefficient de
frottement par rapport au support ;
 La répartition de la vitesse du vent est uniforme sur toutes les pales, et donc
une égalité de toutes les forces de poussée ;
 Le coefficient de frottement des pales par rapport à l’air est négligeable ;
 La vitesse de la turbine étant très faible, donc les pertes par frottement de la
turbine sont négligeable par rapport aux pertes par frottement du côté de la
génératrice.
II.4.1 Modèle aérodynamique des pales

Nous avons vu que la puissance cinétique du vent est exprimée par la relation:
1
Pv  ρπR 2V 3 (II.10)
2
Où V est la vitesse du vent (m/s), ρ est la masse volumique de l’air et Rest la longueur d’une
pale ou le rayon de l’aérogénérateur (m).
L’éolienne ne pouvant récupérer qu’une fraction de la puissance du vent et la
puissance aérodynamique apparaissant au niveau du rotor de laturbine s’écrit alors :
1
Pt  C p Pv  R 2V 3 C P ( ,  ) (II.11)
2
Où Cp(λ) est le coefficient de puissance ou de performance qui représente le rendement
aérodynamique de la turbine éolienne. Il dépend de la caractéristique de la turbine. La
vitesse relative λ est définie comme étant le rapport entre la vitesse linéaire des pales (Ωt R)
et la vitesse du vent comme suit :
R
 t (II.12)
V
Où Ωt (rad/s) est la vitesse mécanique de l’arbre de la turbine.
Le couple exercé par le vent sur l’arbre de la turbine (ou couple mécanique à la sortie
de la turbine) est défini par :
Pt 1
Ct   R 3V 2 Cc ( ,  ) (II.13)
t 2
Où Cc représente le coefficient du couple :
CP
Cc  (II.14)

II.4.1.a Modèle analytique du coefficient de puissance

Le coefficient de puissance Cp caractérise le rendement aérodynamique de la turbine
(Figure II.4) .Il dépend des caractéristiques dela turbine (les dimensions de la pale, le ratio de
lavitesse λet l’angle d’orientation de la pale β).
Nous utiliserons une expression approchée de manièreempirique pour une éolienne
utilisant la génératrice de type MADA, est défini comme suit[12][13][20] :
 116    21 
C p ( ,  )  0.5176  0.4  5  exp   0.0068 (II.15)
 i  
 i 
1 1 0.035
Avec :  
i   0.08  3  1
0.5
Beta=0°
Coefficient de puissance Cp
0.4 Beta=2°
Cp-max=0.48
Beta=5°
0.3 Beta=10°
Beta=15°
0.2 Beta=20°
0.1 Beta=25°
0
λopt = 8.1
0 5 10 15 20
Ratio de vitesse
Figure II.4 : Coefficient de puissance Cpen fonction de λ pour différents β
Les caractéristiques de la puissance aérodynamique optimale de notre aérogénérateur

s’exprime par :
1
Pt opt  R 2V 3C pmax (opt ,  opt ) (II.16)
2
La relation (II.16) montre qu’une petite variation de la vitesse du vent V induit une
grande variation de la puissance générée Pt. La figure II.5 présente les résultats de
simulation de cette caractéristique pour une éolienne de 1.5(MW) à travers la courbe
d’extraction de la puissance aérodynamique de la turbine, en fonction de la vitesse de
rotation de la génératrice, pour les différentes vitesses du vent.
Hypo Hyper
6 -30%
x 10 +30%
2
Puissance aérodynamique Pt (W)
V=4m/s
V=6m/s
1.5 V=8m/s
V=9m/s
V=10m/s
1
V=11m/s
0.5
0
0 500 1000 1500 2000
Vitesse de rotation de la génératrice (tr/min)
Figure II.5 : Puissance aérodynamique générée par la turbine éolienne.
L’intérêt du fonctionnement à vitesse variable d'un aérogénérateur,permet en effet

par un réglage adapté de maximiser la puissance de la turbine pour chaque valeur de la
vitesse du vent sur le site et donc d’optimiser la production annuelle d'énergie pour une
vitesse de vent donnée, il existe deux grandeurs contrôlables pour la puissance d'une turbine
éolienne : la vitesse de rotation et l'angle de calage des pales par rapport à la direction du
vent. La troisième consiste à changer la position de la nacelle pour garder la surface balayée
par l’aérogénérateurperpendiculaire à la direction du vent, mais dans cette étude nous
supposons que le plan de rotation décrit par la turbine éolienne est toujours maintenu
perpendiculaire à la direction duvent.
II.4.1.b Coefficient de couple

Le coefficient du couple Cc est assez proche du coefficient de puissance Cp. Il est fort
utile afin d’estimer la valeur des couples pour différents points de fonctionnement
notamment à vitesse de rotation Ωt nulle. En effet, à rotor bloqué, il y a bien un couple sur
l’arbre dû à la force du vent sur les pales mais la puissance est nulle, ce qui correspond à une
valeur de Cp nulle pour une valeur de Ccnon nulle.
D’après les relations (II.13) et (II.14), la valeur du coefficient de couple Cc peut être
déterminée par la formule qui suit :
CP Ct
Cc   (II.17)
 1
R 3V 2
2
Avec: Ct est le couple de la turbine éolienne.
Beta=0°
0.06 Beta=2°
coefficient du couple Cc
Beta=5°
Beta=10°
0.04 Beta=15°
Beta=20°
Beta=25°
0.02
0
0 5 10 15 20
Ratio de vitesse
Figure II.6: Coefficient du couple Ccen fonction de λ pour différents β.
Le couple mécanique optimal produit par la turbine éolienne peut être reformulé de la
façon suivante :
C topt  R 3V 2 C cmax opt ,  opt 

1
(II.18)
2
5
x 10
8
V=4m/s
Couple aérodynamique Ct (N.m)
V=6m/s
V=8m/s
6
V=9m/s
V=10m/s
V=11m/s
4
0
0 500 1000 1500 2000
Vitesse de rotation de la génératrice (tr/min)
Figure II.7: Caractéristique du couple aérodynamique de la turbine.
II.4.2 Modèle du multiplicateur[06]

Le multiplicateur adapte la vitesse (lente) de la turbine à la vitesse (rapide) de la
génératrice. Ce multiplicateur est modélisé mathématiquement par les expressions
suivantes:
Ct
Cg 
G (II.19)
g
t  (II.20)
G
 t et g : vitesse de rotation de l’éolienne respectivement avant et après le multiplicateur.

Ct : Couple aérodynamique ;
C g : Couple après multiplicateur ;
G : Le gain du multiplicateur.
II.4.3 Modèle de l'arbre mécanique

La modélisation de la transmission mécanique se résume donc comme suit [01]:
d g
J  C méc  C g  C em  C f (II.21)
dt
L’évolution de la vitesse mécanique Ωg dépend du couple mécanique appliqué au rotor
de la génératrice Cméc qui est la résultante du couple de la turbine après multiplicateur, le
couple électromagnétique produit par la génératrice Cem, et le couple de frottement
visqueux Cf donné par la relation :
C f  fv g (II.22)
Le schéma bloc de la figure II.8 correspond aux modélisations aérodynamique et

mécanique de la turbine éolienne. Ce schéma bloc montre que la vitesse de rotation Ωg de la
génératrice, donc de la turbine, peut être contrôlée par action soit sur l’angle de calage des
pales β, soit sur le couple électromagnétique Cem de la MADA. La vitesse du vent V est
considérée comme une entrée perturbatrice au système[12].
Figure II.8: Schéma bloc du modèle de la turbine.
II.5 Stratégie de commande de la turbine

Comme il est illustré sur la figure II.9, on distingue quatre (04) zones principales
de fonctionnement [01][12][21] .
Figure II.9: Caractéristique puissance - vitesse d’une éolienne*01].
Zone1 : C’est la zone de démarrage de la machine, elle démarre lorsque la vitesse

mécanique atteint une valeur minimale. (C’est la vitesse mécanique de la génératrice pour
laquellel’éolienne a démarré).
Zone2 : Lorsque la vitesse de la génératrice atteint une valeur seuil, un algorithme de
commande permettant l’extraction de la puissance maximale MPPT (Maximum Power
Point Tracking). Pour extraire le maximum de puissance, l’angle de la pale est maintenu
constant à sa valeur minimale afin d’obtenir un Cp maximal. Dans cette zone, la vitesse
mécanique varie et peut atteindre une valeur proche de la vitesse nominale, la puissance
électrique augmente rapidement.
Zone3 : Dans cette zone l’éolienne fonctionne à vitesse constante, et la puissance de la
génératrice atteint des valeurs plus importantes, jusqu'à 90% de la puissance nominale Pnom.
Zone4 : Arrivée à la puissance nominale Pnom, une limitation de la puissance générée est
effectuée à l’aide d’un système d’orientation des pales. (angle de calage), c’est le «Pitch
Control ».
Dans ce qui suit nous sommes intéressés à la zone 2 ou la maximisation dela puissance
de la turbineextraite du vent peut être réalisée par le contrôle du couple électromagnétique
généré.
II.5.1 Algorithmes de maximisation de la puissance extraite

Les éoliennes utilisées pour la production d’électricité doivent permettre de produire
un maximum de puissance en exploitant au mieux l’énergie disponible dans le vent, dont
l’objectif de la commande à vitesse variable de la MADA.On distingue deux familles de
structures de commandepour la maximisation de la puissance extraite [12] [22] [17] :
 Le contrôle avec asservissement de la vitesse mécanique.
 Le contrôle sans asservissement de la vitesse mécanique.
Dans notre travail, on s’intéressant à la première technique c'est-à-dire :
 Stratégie de maximisation de la puissance avec asservissement de vitesse :

La nature fluctuante du vent engendre des perturbations dans le système de
conversionéolien, et crée des variations continues de puissance. De cet effet, il est supposé
que le coupleélectromagnétique développé par la machine est égal à sa valeur de référence
quelque soit la puissance générée :
C em  C em
*
(II.23)
Selon L’équation fondamentale de la dynamique permettant de déterminer l’évolution
de la vitesse mécanique à partir du couple mécanique total appliquéau rotor, on peut régler
cette vitesse à une référence. Ceci est obtenu en utilisant un asservissement adéquat de
vitesse pouravoir un couple électromagnétique de référence :
*
Cem  K a (  mec ) (II.24)
Ka : Régulateur de vitesse.
Ω*: Vitesse de référence
Le correcteur de vitesse doit accomplir deux taches [24]:

- Il doit asservir la vitesse mécanique à sa valeur de référence.
- Il doit atténuer l’action du couple éolien qui constitue une entrée perturbatrice.
Un régulateur PI suffit pour répondre à ce cahier des charges.
Selon l’équation (II.12), la vitesse de rotation de la turbine est égal à:

V
t  (II.25)
R
La vitesse de référence de la turbine correspond à la valeur optimale de la vitesse
spécifique λopt et le coefficient de puissance maximale Cp-max peut se déduirede (II.25) :
Vopt
 t  (II.26)
R
Le schéma de principe du contrôleMPPT avec asservissement de la vitesse mécanique
de rotation est montré à la figure II.10 :
Figure II.10 :Contrôle MPPT avec asservissement de la vitesse mécanique.
II.5.2 Résultats obtenus par simulation

Nous présenterons dans cette section les résultats de simulation de la commande
MPPT avec asservissement de la vitesse de rotation mécanique,en considérant une éolienne
de 1.5MW dont les paramètres sont donnés en annexe A.
Les figures II.11-(a-b-c-d-e-f), montrent respectivement : la vitesse de vent, la vitesse de
rotation du générateur ainsi que sa référence, le couple de la génératrice, la puissance
aérodynamique de la turbine, le coefficient de puissance de la turbine ainsique la vitesse
relative λ.Les résultats obtenus montrent les meilleures performances statiques et
dynamiques, meilleurs poursuite de la consigne contrôlée (vitesse) et un temps de
réponse souhaitable offertes par le régulateur PI.
Donc, quel que soit la vitesse de vent appliquée au niveau des pales de la turbine
éolienne, le coefficient de puissance (rendement de la turbine) est toujours gardée à sa
valeur maximale de 0.48, ceci est vérifié pour un ratio de vitesse optimal de 8.1.
15 300 Référence
Vitesse mécanique (rad/s)
Réelle
Vitesse du vent (m/s)
200
10 200
100 100
0
5 0 0.05 0.1 0.15
0
0 1 2 3 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(a) 5 (b)
x 10
Puissance aérodynamique Pt (W)
9000 15
Couple de génératrice (N.m)
8000
7000
6000 10
5000
4000
3000 5
2000
1000
0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(c) (d)
12
0.5
Coefficient de puissance Cp
10
0.5
0.4
Ratio de vitesse
8 0.4
6 0.3 0.3
Cp-max=0.48
0.2
4 0.2
0.1
2 0.1 0
0 0.02 0.04 0.06 0.08 0.1
0 0
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s)
Temps (s)
(f)
(e)
Figure II.11 : Résultats de simulation du MPPT avec asservissement de vitesse.
II.6 Conclusion
Nous avons détaillé dans ce chapitre une modélisation de la partie mécanique de
l’éolienne prenant en compte les caractéristiques du profil du vent et des pales utiliséeset
l'angle de calage. Les résultats obtenus pour la stratégie de contrôle MPPT (avec
asservissement de vitesse) montrent des bonnes performances statiques et dynamiques, un
temps de réponse souhaitable offertes par la technique; ce qui justifie le choix de la
méthode MPPT pour le contrôle de lapuissance mécanique de la turbine éolienne.
Afin de contrôler les puissances électriques produisent par l’éolienne il faut trouver un
modèle pour la génératriceutilisée (GADA) qui reflet fidèlement le fonctionnement de cette
dernière dans le système de conversion d’énergie éolienne, c’est l’objectif du prochaine
chapitre.
Chapitre III
ETUDE, MODELISATION
ET SIMULATION DE LA
MADA
Ce chapitre est destiné à la modélisation de la génératrice

asynchrone à double alimentation (GADA). Pour le fonctionnement
de l'éolienne à vitesse variable, nous avons opté d'associer notre
GADA à un onduleur de tension commandé par la technique MLI.
L'ensemble du système sera validé par simulation à l'aide
du logiciel MATLAB /SIMULINK.
Page 36
Chapitre III Etude, Modélisation et Simulation de la MADA
ETUDE, MODELISATION ET SIMULATION DE LA MADA
III.1 Introduction
Actuellement, la majorité des projets éoliens supérieurs à 1MW reposent sur
l’utilisation de la machine asynchrone à double alimentation [14], ce qui permet de
fonctionner sur une large plage de vitesse et d'en tirer le maximum de puissance possible
pour chaque vitesse du vent. Son circuit statorique est connecté directement au réseau
électrique,un second circuit placé au rotor est également relié au réseau mais par
l'intermédiaire de convertisseurs de puissance. Etant donné que la puissance rotorique
transitée est moindre, le coût des convertisseurs s'en trouve réduit en comparaison avec
une éolienne à vitesse variable alimentée au stator par des convertisseurs de puissance.
C'est principalement la raison pour laquelle on trouve ce type de génératrice pour la
production de forte puissance [21].
Nous verrons dans ce chapitre la modélisation de lagénératrice asynchrone à double
alimentation dans le repère de Park lié au champ tournant.Nous verrons ensuite la
modélisation del’onduleur en tension qui alimente le rotor de la machine et sa commande
MLI afin de réaliser la commande en boucle ouverte de la MADA.
Des résultats de simulation sont présentés pour juger l’efficacité du modèle de la
génératrice proposé.
III.2 Machine asynchrone à double alimentation

III.2.1 Principe de fonctionnement
La machine asynchrone à double alimentation que nous allons étudier est une
machine asynchrone triphasée à rotor bobiné muni de bagues.
Dans le cas où les nombres de pôles du stator et durotor sont identiques, le rotor
tourne à la vitesse de glissement (ωsr) par rapport au stator:
sr  s  r (III.1)
Avec:
ωs, ωr et ωsr sont respectivement, les pulsations des fréquences: statorique, rotorique et de
glissement.
Dans ce cas, le glissement est défini par la relation suivante:
   r
g  sr  s (III.2)
s s
Selon l’équation (III.2), on peut distinguer quatre régimes de fonctionnement:
Régime stationnaire:(ωr=0⇒g=1), dans ce cas seul le stator est alimenté directementpar le
réseau avec une fréquence fs. Par conséquent le rotor est le siège d’une f.é.m.induite mais, il
n’y a pas de courant qui circule dans son circuit, donc aucun couple n’existe dans cette
machine. Dans ces conditions, le rotor était bloqué et la MADA se comporte comme un
transformateur.
Régime hypo-synchrone:(ωr<ωs⇒0<g<1), le glissement est positif, cela signifie que le champ
tournant créé par les enroulements du rotor tourne dans le même sens que celui créé par
les enroulements du stator. Dans ce cas, la fréquence fr du rotor commence à décroître et
plus la vitesse du rotor s'approche de celle du synchronisme, plus fr tend vers 0. De même, la
tension induite dans le rotor décroît linéairement et prenne une valeur très faible pour une
vitesse du synchronisme.
Régime synchrone:(ωr=ωs⇒ g=0), lorsque la vitesse mécanique du rotor atteintela vitesse
du synchronisme, la fréquence frdu rotor s’annule. Dans ce cas, le rotor tourne avec la même
vitesse que celle du flux statorique ; donc le rotor ne "voit" aucun mouvement relatif par
rapport à ce dernier (ωsr=0), par conséquent il n’y a aucune tension induite dans les
enroulements du rotor.
Régime hyper-synchrone: (ωr>ωs⇒g<0), par davantage d'accélération, le flux rotorique
rattrape le flux statorique et le glissement devient négatif, ce que signifie que l'ordre de
succession de phase du rotor s’inverse. L'augmentation de la vitesse relative du rotor par
rapport à celle du flux statorique mène à une augmentation de la tension induite du rotor.
III.2.2 Modes de fonctionnement de la MADA

En générale, la MADA permet de fonctionner en moteur ou en générateur, Cependant
la commande des tensions rotoriques permet de gérer le champ magnétique à l'intérieur de
la machine, offrant ainsi la possibilité de fonctionner en hyper-synchronisme ou en hypo-
synchronisme aussi bien en mode moteur ou générateur (figure III.11) [14].
Figure III.1 : les quatre modes de fonctionnement de la MADA.
a) Fonctionnement en mode moteur hypo-synchrone :

- La puissance est fournie par le réseau au stator.
- La puissance de glissement est renvoyée au réseau.
- La vitesse de rotation est inférieure au synchronisme.
- La machine asynchrone à cage peut être fonctionné ainsi mais la puissance de glissement
est Alor dissipée en pertes Joule dans le rotor [01].
b) Fonctionnement en mode moteur hyper-synchrone:
- La puissance fournie par le réseau va au rotor et au stator.
- La vitesse de la machine est au-dessus de la vitesse de synchronisme,
- La machine asynchrone à cage ne peut pas avoir ce mode de fonctionnement [14].
c) Fonctionnement en mode génératrice hypo-synchrone:
- La puissance est fournie par le statorau réseau.
- Une partie de la puissance transitant par le stator est réabsorbée par le rotor.
- La vitesse de rotation est en-dessous de la vitesse de synchronisme.
- La machine asynchrone à cage ne peut pas avoir ce mode de fonctionnement [01].
d) Fonctionnement en mode génératrice hyper-synchrone:
- La puissance est fournie par le statorau réseau.
- La puissance de glissement est récupérée via le rotor pour être réinjectée au réseau.
- La vitesse de la machine est au-dessus de la vitesse de synchronisme.
- La machine asynchrone à cage peut fonctionnée dans les mêmes conditions mais la
puissance de glissement est alors dissipée en pertes Joule dans le rotor [14].
III.2.3 Domaines d’application de la MADA

La machine asynchrone à double alimentation a été conçue pour fonctionner en
moteur sur une grande plage de variation de vitesse comme première application.
L’utilisation d’une MADA permet de varier la vitesse par action sur la fréquence
d’alimentation des enroulements rotoriques, ce dispositif sera donc économique quand on
place les convertisseurs entre le rotor et le réseau en réduisant leurs tailles d’environ
70%[01][12].Ce dispositif est par conséquent économique et peut même être fournisseur de
puissance réactive. Toutes ces caractéristiques ont permis à la MADA d’être utilisée dans
plusieursapplications industrielles telles que :
 La métallurgie avec les enrouleuses et les dérouleuses de bobines.
 La traction, avec notamment des applications de type transport urbain ou propulsion
maritime.
 Les applications de levage, ascenseurs, monte-charge, …etc. [23].
Pour le fonctionnement de la MADA en génératrice, l’alimentation du circuit rotorique à
fréquence variable permet de délivrer une fréquence fixe au stator même en cas de
variation de vitesse. Ce fonctionnement présente la MADA comme une alternative sérieuse
aux machines asynchrones classiques dans de nombreux systèmes de production

d’énergie décentralisée [01] :
 Génération des réseaux de bord des navires ou des avions.
 Centrales hydrauliques à débit et vitesse variable [12].
 Eoliennes ou turbines marémotrices à vitesse variable.
 Groupes électrogènes pour lesquels la réduction de vitesse pendant les périodes de
faible consommation permet de réduire sensiblement la consommation du carburant
[12].
III.2.4 Avantages et inconvénients de la MADA

Nous introduisons brièvement dans ce paragraphe les avantages principaux et
inconvénients de la machine asynchrone à double alimentation lorsde son utilisation dans le
domaine des vitesses variables[24][02][12][25].
III.2.4.a Avantages
Les principaux avantages de la MADA sont :
 La mesure des courants au stator et rotor, contrairement à la machine à cage,
donnant ainsi une plus grande flexibilité et précision au contrôle du flux et du couple
électromagnétique ;
 Elle présente une puissance massique légèrement plus élevée que les autres
machines de grandes puissances ;
 Fonctionnement possible à couple constant au-delà de la vitesse nominale ;
 Le convertisseur lié au rotor est dimensionné au tiers de la puissance nominale de la
machine pour une vitesse de fonctionnement autour de celle de synchronisme, dans
ce cas les pertes dans les interrupteurs à semi-conducteurs sont faibles, et par
conséquent un rendement élevé du système de conversion.
III.2.4.b Inconvénients
Comparativement aux autres machines (MAS et MSAP), la MADA présente des
inconvénientsliés essentiellement au système bagues-balais comme :
 Le surcoût engendré par la maintenance due à l’emploi d’un multiplicateur de vitesse
et dusystème bagues-balais de la MADA.
 Elle est plus volumineuse qu'une MAS à cage de puissance équivalente grâce à la
présence dusystème bagues-balais.
 L'aspect multi-convertisseurs, augmente le nombre de convertisseurs et par
conséquent le prix. Pourtantcertainesétudes prétendent le contraire.
III.2.5 Modélisation de la machine asynchrone à double alimentation

Avant d’aborder la commande de la MADA, il faut réaliser sa modélisation. Cette
dernière va nous permettre decomprendre ses principes de fonctionnement physique et
d’établir un modèle d’actionconduisant au calcul des correcteurs pour réaliser sa commande
ainsi que sa simulation en régimes dynamique et permanent [25].
III.2.5.a Hypothèses simplificatrices

La modélisation de la MADA, est établie sous les hypothèses simplificatrices suivantes
[12] :
 L’entrefer est d’épaisseur uniforme et l’effet d’encochage est négligeable.
 La saturation du circuit magnétique, l’hystérésis et les courants de Foucault sont
négligeables.
 Les résistances des enroulements ne varient pas avec la température et on néglige
l’effet de peau.
 On admet que la f.m.m créée par chacune des phases des deux armatures est à
répartition sinusoïdale.
 On considère que la machine fonctionne en régime équilibré (régime triphasé).
III.2.5.b Modèle mathématique de la MADA

La représentation schématique d’une machine triphasée asynchrone à double
alimentation dans le repère triphasé est donnée par la figure III.12.
Figure III.2 : Représentation simplifié de la MADA.
 Equations des tensions

En tenant compte des hypothèses mentionnées précédemment, les équations
électriques des tensions statoriques et rotoriques de la machine asynchrone à rotor bobiné
s’écrivent, dans un repère triphasé. De la manière suivante [23] :
 Au stator
Vs 31  Rs 33  I s 31  d  s 31 (III.3)
dt
 Au rotor
Vr 31  Rr 33  I r 31  d  r 31 (III.4)
dt
Où :
V As  V Ar   I As   I ar   As   ar 
Vs   Vbs  Vr   Vbr  I s    I bs  I r    I br   s    bs   r    br 
       
Vcs  Vcr   I cs   I cr   cs   cr 
 Rs 0 0  Rr 0 0
Rs    0 Rs 0  Rr    0
 Rr 0 
 0 0 Rs   0 0 Rr 
Avec :
RsetRr: Les résistances des enroulements statoriques et rotoriques de la MADA,
respectivement.
 Equations magnétiques
Il est possible d’exprimer les flux en fonctions des courants et différentes inductances
propres et mutuelles de la machine par :
 Au stator
 s 31  Ls 33  I s 31  Lm 33  I r 31 (III.5)
 Au rotor
 r 31  Lr 33  I r 31  Lm 33  I s 31 (III.6)
Où :
 ls ms ms   lr mr mr 
Ls 33  ms ls ms  Lr 33  mr
 lr mr 
ms ms l s  mr mr lr 
 cos cos   2 / 3 cos   2 / 3

Lm 33  m   msr 33  M cos   2 / 3 cos cos   2 / 3
T
rs 33
cos   2 / 3 cos   2 / 3 cos 
Avec :
s 31  sa ,sb ,sc T : Vecteur des flux instantanés des phases a, b et c statoriques;
r 31  ra ,rb ,rc T : Vecteur des flux instantanés des phases a, b et c rotoriques ;
I s 31  isa , isb , isc T : Vecteur des courants instantanés des phases a, b et c statoriques ;
I r 31  ira , irb , irc T : Vecteur des courants instantanés des phases a, b et c rotoriques ;
Et :
Lset Lr: Les inductances cycliques statoriques et rotoriques de la MADA, respectivement ;
Lm: L’inductance mutuelle cyclique entre le stator et le rotor (inductance magnétisante) ;
ls et lr: Les inductances propres statoriques et rotoriques ;
ms et mr: Les inductances mutuelles entre deux phases statoriques et entre deux phases
rotoriques de la MADA, respectivement ;
msr et mrs: Les inductances mutuelles entre deux phases statorique-rotorique, et entre deux
phases rotorique-statorique de la MADA, respectivement ;
M : Valeur maximale de l’inductance mutuelle entre une phase statorique et une phase
rotorique ;
 sr ,  sl : L’angle électrique entre une phase statorique et une autre phase rotorique;
On a :

 Ls  l s  m s

 Lr  l r  m r (III.7)
 3
 Lm  M
 2
III.2.6 Application de la transformation de PARK à la MADA

La machine asynchrone est une machine fortement couplée, sa représentation dans le
système triphasé est par conséquent particulièrement complexe. Pour mieux représenter le
comportement d’une machine asynchrone, il est nécessaire de faire appel à un modèle
précis et suffisamment simple. Le modèle diphasé (d, q) donné par la transformation de Park
est alors utilisé [26]. Le nouveau modèle est obtenu en multipliant les équations des flux et
des tensions par la matrice de Park.
Pour réaliser cette transformation on utilise les matrices de Park directe (III.8) et
inverse (III.9) [12]:
 2 2 
 cos( ) cos( 
3
) cos(  )
3 
 
P( )  2  sin( )  sin(  2 )  sin(  2 ) (III.8)
3 3 3 
 1 1 1 
 2 2 2 
 
 cos( )  sin  1
 
P( )1  cos(  2 )  sin(  2 ) 1 (III.9)
 3 3 
cos(  2 )  sin(  2 ) 1
 3 3 
Les grandeurs statoriques et rotoriques sont alors exprimées dans un même repère
comme le montre la figure III.3 :
Figure III.3 : Repère statorique et rotorique et repère de Park.
A partir de cette figure, on peut distinguer :

- L’axe direct (indice d) ;
- L’axe en quadrature (indice q).
Dans le cas de la figure III.3, on ne peut pas distinguer la composante homopolaire (o)
car nous considérons que le système est équilibré, dont l’axe peut être choisi orthogonal au
plan (od, oq). La projection des grandeurs réelles (a-b-c) sur le repère (d-q) se fait en utilisant
la matrice de Park comme suit :
X a 
X d 
 
 X   P  y   X b 
  (III.10)
 qy  X c  y
Et inversement:
X a 
 X   P 1  X d  (III.11)
 b X 
 X c   q
Où :
y = s ou r (s: stator, r: rotor);
X : peut-être tension, courant ou flux.
Nous remarquons sur la figure III.3 que θs et θr sont liés naturellement à θsr par la
relation rigide :
 sr   s   r (III.12)
Les vitesses angulaires de rotation sont obtenues telles que :
 d s
 dt   s

 d r
  r (III.13)
 dt
 d sr
 dt   sr

Avec :
ωs, ωr et ωsr représentent respectivement: les vitesses de pulsation statorique, rotorique et
de glissement de la MADA.
La MADA est représentée par son modèle de Park dont les équations sont établies
dans un référentiel lié au champ tournant où les puissances sont conservées par l’utilisation
de la transformation de Clarke (a-b-c/α-β/d-q). Les équations de la MADA dans un repère
tournant à la vitesse électrique ωs et pour un rotor tournant à la vitesse électrique ωr, sont
données comme suit :
 Au stator
 d
Vsd  Rs isd  sd   ssq
 dt
 (III.14)
V  R i  d    


sq s sq
dt
sq s sd
 Au rotor
 d
Vrd  Rr ird  dt rd  ( s   r )rq

 (III.15)
V  R i  d   (   )
 rq

r rq
dt
rq s r rd
 Le flux magnétique statorique peut s’écrire de la forme suivante :

sd  Ls isd  Lm I rd
 (III.16)
sq  Ls isq  Lm I rq
 Le flux magnétique rotorique peut s’écrire de la forme suivante :

rd  Lr ird  Lm I sd
 (III.17)
rq  Lr irq  Lm I sq
 Les puissances actives et réactives statoriques et rotoriques s’expriment par :
 3
 *

 Ps  2 Re VS  I S  2 vsd isd  vsqisq 
3

 
(III.18)
Q  Im V  I  v i  v i 
3 * 3
 s 2 S S
2
sq sd sd sq
 3
 *

 Pr  2 Re Vr  I r  2 vrd ird  vrq irq 
3

 
(III.19)
Q  Im V  I  v i  v i 
3 * 3
 r 2 r r
2
rq rd rd rq
Le couple électromagnétique peut être obtenu à l’aide du bilan de puissance .Il existe
plusieurs expressions du couple électromagnétique toutes égales :
3 Lm
Cem  p ( qs idr   ds iqr ) (III.20)
2 Ls
Avec : p est le nombre de paires de pôles de la MADA.
III.2.7 Modèle simplifié de la MADA

En vue de la commande vectorielle de la MADA, il est plus judicieux de choisir le repère
d-q lié au champ tournant statorique, lequel est relatif à la fréquence de 50Hz (fréquence du
réseau électrique). Par conséquent, le repère de Park sera synchronisé avec le flux
statorique (figure III.4).
Figure III.4 : Orientation du flux statorique.
Souvent dans le cas d’une MADA de moyenne et de grande puissance, la résistance

statorique Rs est négligée lors de la synthèse de son modèle sous l’hypothèse d’orientation
du flux statorique[12].
En adoptant donc l’hypothèse d’une résistance statorique Rs négligeable et que le
flux statorique est constant (cette condition est assurée dans le cas d’un réseau stable
connecté au stator de la MADA), et orienté selon l’axe d, on déduit :
sq  0
 (III.21)
sd  s
Vsd  0
 (III.22)
Vsq  Vs   s s
s  Ls isd  Lmird
 (III.23)
 0  Ls isq  Lmirq
A partir de l'équation (III.23), nous pouvons alors écrire les équations liant les
courants statoriques aux courants rotoriques :
 s Lm
isd  L  L ird
 (III.24)
S s
Lm
isq   irq
 Ls
En remplaçant dans l’équation des flux (III.17), les courants statoriques par l’expression
(III.24), on obtient :
 Lm
rd  Lr ird  s
 Ls (III.25)

rq  Lr irq

Avec :   1  L2m / Ls Lr  (coefficient de dispersion de Blondel).
En remplaçant l’expression des flux rotoriques de l’équation précédente (III.25)

par leurs expressions dans l’équation (III.15), on obtient
 d
Vrd  Rr ird  Lr ird  g sLr irq
 dt
(III.26)

Vrq  Rr irq  Lr d irq  g sLr ird  g LmVs

 dt Ls
En régime permanent, les termes faisant intervenir les dérivées des courants
rotoriques diphasés disparaissent, nous pouvons donc écrire :
Vrd  Rr ird  g sLr irq

 LmVs (III.27)
Vrq  Rr irq  g sLr ird  g L
 s
Où g correspond au glissement de la machin asynchrone, et le terme (gLmVs/Ls)

représente une force électromotrice dépendante de la vitesse de rotation. Son influence
n'est pas négligeable car elle entraîne une erreur de traînage. Le contrôle du système
devra donc prendre en compte cette erreur.
L'adaptation des équations des puissances (III.18) ausystème d'axes choisi et aux
hypothèses simplificatrices effectuées dans notre cas (Vsd=0) donne :
 3
 Ps  Vs isq
 2
 (III.28)
Q  3 V i


s
2
s sd
En remplaçant les courants statoriques par leurs valeurs de l'équation (III.24)

dans l'équation (III.28) nous obtenons les expressions suivantes pour les puissances active et
réactive:
 3 Lm
 Ps   2 Vs irq
 Ls
 (III.29)
Q  3 V s L 
 Vs m ird 
 s 2  s Ls Ls 

Vs
En tirant s  de l'équation (III.22), l'expression de la puissance réactive devient :
s
3 L  3Vs2 
Qs   Vs m ird    (III.30)
2 Ls  2 Ls s 
Compte tenu du repère choisi et des approximations faites et si l'on considère

l'inductance magnétisante Lm comme constante (entrefer constant), le système obtenu
lie de façon proportionnelle la puissance active au courant rotorique d'axe q et la
 
puissance réactive au courant rotorique d'axe d à la constante 3Vs2 / 2Lss près imposée
par le réseau.
En remplacent (III.22) dans (III.20), le couple de la MADA aura pour expression :
3 Lm 3 LV
Cem   p s irq   p m S irq (III.31)
2 Ls 2 Ls s
En examinant les équations (III.26), (III.29), (III.30) et (III.31), on peut établir le schéma
bloc de la MADA illustré dans la figure III.5 qui comporte en entrées les tensions rotoriques
et en sorties les puissances active et réactive statoriques et le couple électromagnétique.
Figure III.5 : Schéma bloc du modèle simplifié de la MADA.
III.3 Modélisation de l'alimentation de la MADA côté rotor

Grâce à l’évolution de l’électronique de puissance et à l’utilisation de la technique MLI
(Modulation de Largeur d’Impulsion), les convertisseurs statiques permettent par un
contrôle adéquat des signaux de commande des interrupteurs, d’imposer à la machine des
ondes de tensions coté rotoriques à amplitudes et fréquences variables.
La structure du convertisseur statique qui alimente le rotor de la machine est
constituée essentiellement, d'un pont redresseur (AC/DC), après redressement, la tension de
l’étage continu est filtrée par des composants passifs (LC), pour être finalement appliquée à
l’onduleur.
L’onduleur de tension assure la conversion de l’énergie continue vers l’alternatif
(DC/AC). Dans notre travail l’onduleur qui alimente le rotor est commandé par la technique
de contrôle MLI dite « triangulo-sinusoidale ».
Figure III.6 : La structure AC-DC-AC (en anglais « back-to-back »).
III.3.1 Modélisation de l'onduleur

L’onduleur de tension est un convertisseur statique constitué des cellules de
commutation généralement à transistor ou thyristor GTO pour les grandes puissances. Le
principe de fonctionnement s’exprime par le séquencement imposé à l’interrupteur statique
qui réalise la modulation de largeur des impulsions des tensions appliquées aux
enroulements rotoriques de la machine Les trois cellules de commutation formant un
onduleur triphasé sont bidirectionnelles en courant.
Figure III.7: Représentation schématique d’un onduleur de tension alimente le rotor de la MADA.
Dans l’hypothèse de la conduction continue, on montre que chaque groupe transistor

diode, assemblés en parallèle, forme un interrupteur (demi-bras) bicommandable (comman-
-dé à l’ouverture et à la fermeture), chaque demi-bras possède son complémentaire, figure
(III.7) [27].
Les couples d’interrupteurs (K1etK’1), (K2et K’2), (K3et K’3) doivent être commandés
demanière complémentaire pour assurer la continuité des courants alternatifs dans la
charge d’unepart et d’éviter le court-circuit de la source d’autre part.Les différents
interrupteurs sont supposés parfaits, c'est-à-dire que les phénomènes dus à la commutation
sont négligés. Nous pouvons remplacer les bras de l’onduleur par un interrupteur à deux
position modélisées par une fonction logique décrit l’état de chaque interrupteur, sa valeur
vaut 1 si l’interrupteur est fermé, et 0 s’il est ouvert figure (III.8) [21].
k1 VAN
k2 k3
E/2 A
UAB VBN
o N
E B
UCA UBC
C
k'1 VCN
E/2 k'2 k'3
Figure III.8 :Schéma simplifié de l'onduleur triphasé.
L’état des interrupteurs, supposés parfaits peut être définit par trois grandeurs
booléennes de commande S i (i  a, b, c) :
 S i  1 , le cas où l’interrupteur de haut est fermé et celui d’en bas ouvert.
 S i  0 , le cas où l’interrupteur de haut est ouvert et celui d’en bas fermé.
Les trois tensions composées Vbc , Vca et Vab sont définies par les relations suivantes en
tenant compte du point fictif « o ».
Vab  Vao  Vob  Vao  Vbo

Vbc  Vbo  Voc  Vbo  Vco (III.32)
V  V  V  V  V
 ca co oa co ao
Soit « n » le point neutre du côté alternatif (MADA), alors on a :

Vao  Van  Vno

Vbo  Vbn  Vno (III.33)
V  V  V
 co cn no
La charge est considérée équilibrer, il l’en résulte :

Van  Vbn  Vcn  0 (III.34)
La substitution de (III.33) dans (III.34) nous donne :
1
Vno  (Vao  Vbo  Vco ) (III.35)
3
En remplaçant (III.35) dans (III.33) on obtient :

 2 1 1
Van  3 Vao  3 Vbo  3 Vco

 1 2 1
Vbn   Vao  Vbo  Vco (III.36)
 3 3 3
 1 1 2
Vcn   Vao  Vbo  Vco
 3 3 3
L’utilisation de l’expression (III.36) permet d’établir les équations instantanées des
tensions simples en fonction des grandeurs de commande :
Van   2  1  1  S a 
V   VDC  1 2  1  S  (III.37)
 bn  3   b 
Vcn   1  1 2   S c 
Avec : Vao , Vbo , V co comme les tensions d’entrée de l’onduleur (valeurs continues), et si Van ,
V bn , V cn sont les tensions de sortie de cet onduleur, par conséquent l’onduleur est modélisé
par la matrice du transfert T donnée par :
 2  1  1
T   1 2  1
1
(III.38)
3
 1  1 2 
III.3.2 Modulation de largeur d'Impulsion (MLI)

Elle consiste à convertir une modulante (tension de référence au niveau commande),
généralement sinusoïdale, en une tension sous forme de créneaux successifs, générée à la
sortie de l’onduleur (niveau puissance). Au niveau électronique, son principe repose sur la
comparaison de la modulante avec la porteuse (tension à haute fréquence de commutation).
La valeur du rapport de fréquences entre la porteuse triangulaire (ou en dents de scie) et la
modulante procède d’un compromis entre une bonne neutralisation des harmoniques et un
bon rendement de l’onduleur.
Les techniques de modulation sont nombreuses, les plus utilisées sont : la naturelle,
l’optimisée (élimination des harmoniques non désirés), la vectorielle et la modulation à
bande d’hystérésis.
Dans notre travail, parmi les techniques de modulation précitées la technique MLI
naturellesera utilisée en se basant sur la comparaison entre deux signaux(voir la figureIII.9)
Figure III.9 : Principe de commande en MLI sinus-triangulaire.
 Le premier c’est le signal de référence qui représente l’image de la sinusoïde qu’on

désire à la sortie de l’onduleur, ce signal est modulable en amplitude et en
fréquence.
 Le second qui est appelé signal de la porteuse définit la cadence de la commutation
des interrupteurs statiques de l’onduleur. C’est un signal de haute fréquence par
rapport au signal de référence.
On peut régler la tension de sortie de l’onduleur en agissant sur l’indice d’amplitude Vmod :
Vm
V mod  (III.39)
Vp
V p : Valeur de crête de la porteuse.
Vm : Valeur maximale de la tension de référence.

Ainsi on peut agir sur l’indice de modulation m :
fp
m (III.40)
fm
f p : fréquence de la porteuse.
f m : fréquence de la modulante.
V DC : la tension continue à l’entrée de l’onduleur.
III.4 Résultats de simulation

Afin d’observer le comportement de la MADA de 1.5MW de puissance (Annexe A),
cette dernière a été simulée sous MATLAB/SIMULINK. Son modèle est basé sur les
équations obtenues avec la transformation de Park dans le référentiel liée au champ
tournant. La MADA est couplée mécaniquement avec la turbine éolienne à travers le
multiplicateur de vitesse. Electriquement, elle est reliée directement au niveau du stator
avec un réseau triphasé de fréquence de 50Hz et une valeur tension efficace de 398V; tandis
que son rotor est alimenté par un onduleur de tension commandé par MLI-ST dont
l’amplitude est de 20V et la fréquence égale à la fréquence rotorique 14Hz (m=25 et r=0.9).
La figure III.10 montre les résultats de simulation obtenus.
5 5
x 10 x 10
0 8
Puissance réactive Qs (VAr)
Puissance active Ps (W)
6
-5
4
-10
2
-15 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Temps (s) Temps (s)
(a) (b)
3000
Courant statorique Is (A)
2000
Courant rotorique (A)
2000
1000
1000
0
0
-1000 -1000
-2000 -2000
0 0.02 0.04 0.06 0.08 0.1 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7
Temps (s) Temps (s)
(d)
(c)
Vitesse de génératrice (rad/s) 220

3000 g=0 , Pr=0
Courant rotorique (A)

200
2000
180 Vitesse Wg
1000
160
0
140
-1000
120
-2000
100
0.3 0.4 0.5 0.6 0.7 0.8 0.3 0.35 0.4 0.45 0.5 0.55 0.6 0.65 0.7
Temps (s) Temps (s)
(e) (f)
0 1
Facteur de puissance
0.8
Couple Cem (N.m)
-2000
0.6
-4000
0.4
-6000
0.2
-8000 0
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
Temps (s) Temps (s)
(g) (h)
Figure III.10 : Comportement de la MADA intégrée au système éolien.
Dans la figure III.10-a, on remarque qu’après un régime transitoire qui dure moins de
0.1s, la puissance active de la MADA tende vers une valeur de -1.1MW (le signe négatif
signifié que la MADA génère la puissance active). La puissance réactive (figure III.10-b) tende
vers une valeur de 0.7 MVAr (le signe positif signifié que la MADA absorbe la puissance
réactive). Dans La figure III.10-c, on observe que le courant statorique généré par la
MADA est un courant sinusoïdal. De même pour le courant rotorique présenté dans la
figure III.10-d, qui confirme le passage doux du mode hyposynchrone au mode
hypersynchrone de la MADA à l’instant 0.49s (à cet instant la puissance active rotorique
sera nulle par la relation Pr =-g*Ps, car le glissement est nulle au synchronisme).La figure
III.10-e, montre le passage du mode hyposynchronisme au mode hypersynchronisme de la
vitesse de rotation de la MADA (à travers le point de g=0).
Le couple électromagnétique appliqué au niveau de l’arbre de la MADA est illustré par
la figure III.10-g, il est de -7000N.m environ (le signe négatif signifié que c’est un couple
reçu par la turbine éolienne après le multiplicateur de vitesse). La figure III.10-h
représente l’allure du facteur de puissance (FP=0.84) assuré par la MADA coté réseau.
Des ondulations ont présentées au niveau des puissances et du couple dues à
l’utilisation de la technique MLI dans la commande de l’onduleur de tension qui alimente le
rotor de la MADA.
III.4.1 Test à objectif de montrer le couplage

Dans ce test, en gardant les mêmes conditions de l’essai précédent on provoque
seulement une variation de vitesse rotorique de 1700 tr/min à 1650 tr/min (g= - 0.133 à
g= - 0.1) entre les instants 0.5 s et 0.7 s ; ce qui nous permet devérifier le couplage entre les
puissances statorique de la MADA.
Les résultats de simulation obtenus sont donnés à la figure III.11.
5
x 10
Puissance active (W)
0
Couplage
-5
-10
-15
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s)
puissance réactive (VAR)
5
x 10
10
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s)
Figure III.11 : Couplage de puissance active et réactive de la MADA.
Les résultats obtenus montrent bien la non linéarité du système et le couplage existant
entre les différentes variables de la MADA.
III.5 Conclusion
Ce chapitre a été consacré à la génératrice asynchrone à double alimentation,nous
avons donné les équations électriques, magnétiques et mécaniques régissant la MADA.
L’écriture de ces équations dans le repère de Park a été exploitée pour effectuer la
commande vectorielle qui permet d’assimiler la MADA afin de faciliter son étude et
notamment sa simulation sous MATLAB/SIMULINK.
Afin d’éliminer le couplage existant, Nous avons élaboré des techniques de commande
permettant d’atteindre plusieurs objectifs concernant la puissance active et la puissance
réactive. Parmi ces techniques, la plus classique est la commande vectorielle à flux orienté,
c’est notre objectif du chapitre suivant.
Chapitre IV
COMMANDE
VECTORIELLE CLASSIQUE
DE LA MADA
Ce chapitre permet d'introduire les concepts de la

commande vectorielle appliquée à la GADA, cette technique
de contrôle est basée sur des régulateurs de type
proportionnel – Intégral (PI).Ce type des régulateurs reste
utilisé dans de nombreux systèmes de régulation industriels.
Page 56
Chapitre IV Commande vectorielle classique de la MADA
COMMANDE VECTORIELLE CLASSIQUE DE LA MADA

IV.1 Introduction
Dans ce chapitre, on s’intéresse au contrôle indépendant de la puissance active et
réactive statoriques de la machine asynchrone à double alimentation afin de pouvoir
contrôler facilement la production en énergie électrique de l'éolienne. En établissant une
commande vectorielle par orientation du flux statorique, cette dernière met en évidence les
relations entre les grandeurs statoriques et rotoriques ; ces relations vont permettre d'agir
sur les signaux rotoriques en vue de contrôler l'échange de la puissance active et réactive
entre le stator de la machine et le réseau électrique.
IV.2 La commande vectorielle : principes et objectifs

Le but de la commande vectorielle est d'arriver à commander la machine asynchrone
comme une machine à courant continu à excitation indépendante où il y a un découplage
naturel entre la grandeur commandant le flux (le courant d'excitation) et celle liée au couple
(le courant d'induit).Ce découplage permet d'obtenir une réponse très rapide du couple, une
grande plage de commande de vitesse et une haute efficacité pour une grande plage de
charge en régime permanent [12].Puisque la MADA fonctionne en mode générateur, les
deux grandeurs à commander sont les puissances active et réactive, l’objectif est de faire
suivre à la machine une référence de puissance active correspondante à la puissance
mécanique optimale fournie par la turbine, et une référence nulle pour la puissance réactive.
On peut constater, d’après les relations (III.16 et III.17), le fort couplage entre les flux et les
courants. En effet, le couple électromagnétique est le produit croisé entre les flux et les
courants statoriques, ce qui rend la commande de la MADA particulièrement difficile. Afin de
simplifier la commande, nous approximons son modèle à celui de la machine à courant
continu qui a l’avantage d’avoir un découplage naturel entre les flux et les courants. Pour
cela, nous appliquons la commande vectorielle, aussi appelée commande par orientation du
flux [27].
Figure IV.1: Schéma de principe du découplage de la MADA par analogie avec la MCC.
Rappelons que l’expression du couple électromagnétique de la MADA est donnée par :
3 Lm
Cem  p ( qs idr   ds iqr ) (IV.1)
2 Ls
Dans le cadre de ce travail, nous développons la commande vectorielle de la MADA

avec orientation du repère (d-q) suivant le flux statorique. En partant de l’équation (IV.1), on
peut réaliser un découplage de telle façon que le couple sera commandé uniquement par le
courant Irq et ainsi donc le flux par le courant Ird. La relation finale du couple est :
3 Lm
Cem   p  s I rq (IV.2)
2 Ls
On voit que cette relation est similaire à celle d’une MCC à excitation séparée. A
l'examen de ces dernières relations, on constate que :
La composante Ird joue le rôle du courant d'excitation qui génère et contrôle le flux
d'excitation Ψr.
La composante Irq joue le rôle du courant induit qui, à flux d'excitation donné,
contrôle le couple Cem.
IV.3 Commande vectorielle de la MADA

IV.3.1 Rappel sur le modèle de la MADA
Rappelons que la synthèse de la commande vectorielle sera effectuée sur la base du

modèle simplifié de la figure IV.2 (c'est à dire celui établi en négligeant la résistance d'une
phase statorique avec orientation du flux statorique) et non pas sur le modèle complet de la
machine.
Dans ce schéma, les termes de couplage sont désignés par Cd, Cq et les f.e.m’s par Fd et
Fq. Nous avons fait apparaître des fonctions de transfert du premier ordre pour les deux
axes liant les tensions rotoriques aux puissances actives et réactive statoriques. Ce qui nous
permet de mettre en place une commande vectorielle, étant donné qu'à l'influence des
couplages près, chaque axe peut être commandé indépendamment avec chacun son propre
régulateur. Les grandeurs de références pour ces régulateurs seront : la puissance active
pour l'axe « q » rotorique et la puissance réactive pour l'axe « d » rotorique. La consigne de
puissance réactive peut être maintenue nulle pour assurer un facteur de puissance unitaire
côté stator de façon à optimiser la qualité de l'énergie renvoyée sur le réseau. La consigne
de puissance active devra permettre de garder le coefficient de puissance de l'éolienne
optimal.
Figure IV.2 : Schéma bloc du système à commander.
IV.3.2 La structure de la commande

Il apparait deux solutions pour effectuer la commande en puissance de cette machine,
qui sont :
IV.3.2.a Commande directe
Cette méthode consiste à négliger les termes de couplage et à mettre en place un
régulateur indépendant sur chaque axe pour contrôler indépendamment les puissances
actives et réactives, les régulateurs de puissance contrôlent directement les tensions
rotoriques de la machine. Ce principe de commande est présenté dans le schéma
suivant [17]:
Figure IV.3 : Schéma bloc de la commande directe de la MADA [27].
Avec :
 3Vs2
 F 
2 Lss
d
 (IV.3)

 F  gLmVs


q
Ls
Elle est très sensible aux variations paramétriques de la machine .il est important de
souligner que la méthode indirecte est plus utilisée que la méthode directe [13] [23].
IV.3.2.b Commande indirecte

Cette méthode consiste à tenir compte des termes de couplage (Cd et Cq) et à les
compenser en utilisant un système comportant deux boucles permettant de contrôler les
puissances et les courants rotoriques. En combinant les différentes équations des flux, des
tensions rotoriques, des courants et des puissances, nous pouvons exprimer les tensions en
fonction des puissances. On reproduit ainsi le schéma bloc du système en sens inverse en
aboutissant à un modèle qui correspond à celui de la machine mais dans l’autre sens et qui
contient tous les éléments du schéma bloc de la MADA. On part donc de la puissance
statorique en fonction des courants rotoriques et des expressions des tensions rotoriques en
fonction des courant rotoriques et on trouve [12]:
   
   
2 Lr  2  Rr  Lr   RV L V 
vrd  g s .Ps  P .Qs   r s  r s P 
3  Vs Lm  3 Vs s
    s Lm  s Lm  (IV.4)
   
 Ls   Ls 
   
   
2  Rr  Lr  2 Lr   L L 
vrq   P .Ps  g s .Qs  gVs  r  m  (IV.5)
3  Vs Lm  3 Vs Lm   Lm Ls 
 L   
 s   Ls 
 Commande sans boucles de puissance :

La commande sans boucles de puissance est essentiellement basée sur l’hypothèse
d’un réseau stable en tension et en fréquence, elle consiste à asservir non plus les
puissances mais plutôt indirectement les courants rotoriques en n'utilisant non plus les
puissances mesurées comme retour sur le comparateur mais les courants rotoriques d'axe d
et q [28].
Figure IV.4 : Schéma bloc de la commande indirecte sans boucles de puissance.
Cette configuration reste fiable tant que le réseau électrique reste stable en tension
et en fréquence. Une instabilité du réseau va donc provoquer une erreur sur le suivi des
consignes des puissances active et réactive. Dans la suite de notre travail, en s’intéressant
par :
 Commande avec boucles de puissance

Dans cette méthode, le découplage se fait au niveau des sorties des régulateurs en
courant rotorique avec un retour du système, qui permet le réglage des puissances. On
distingue donc, une commande par boucle en cascade de la puissance et du courant
rotorique pour chaque axe, puisqu'elle permet de contrôler séparément les courants Ird, Irq
et les puissances Qs, Ps en boucle fermé. Le schéma simplifié de la commande est illustré sur
la figure IV.5 [28][17] .
Figure IV.5 : Schéma bloc de la commande indirecte avec boucles de puissance.
Avec :
Cd  g sLr irq

 (IV.6)
Cq  g sLr ird

IV.4 Etude de la régulation

IV.4.1 Objectifs de la régulation
Bien que la dynamique du dispositif éolien soit relativement lente par rapport à
l’évolution des grandeurs électriques, les régulateurs de la commande vectorielle seront
calculés de façon à obtenir les performances les plus élevés possibles tant au niveau de la
dynamique qu’à celui de la robustesse et de rejet des perturbations. Au cours de la synthèse
de ces régulateurs, nous ferons en sorte d’obtenir une dynamique électrique du système
aussi rapide que l’autorise la fréquence de la MLI du convertisseur rotorique, ceci dans
l’optique de l’insertion du dispositif dans un système éolien à vitesse variable ou dans un
autre système utilisant la MADA en tant que génératrice [27].
Les lois de commande élaborées doivent autoriser cette dynamique sans engendrer
des dépassements qui peuvent nuire à la durée de vie de la machine et des convertisseurs.
Elles devront également opérer un bon rejet des perturbations qui peuvent être nombreuses
sur un tel système étant donnés la complexité et le nombre important de capteurs mis en
jeu. Enfin, elles devront satisfaire aux exigences de robustesse face aux variations des
paramètres qui peuvent intervenir dans les machines électriques notamment à cause des
variations de la température et de l’effet de saturation.
La consigne de la puissance réactive sera maintenue nulle pour assurer un facteur de
puissance unitaire coté stator de façon à optimiser la qualité de l’énergie renvoyée sur le
réseau. La consigne de la puissance active devra permettre de garder le coefficient de
puissance de l’éolienne optimal [12].
IV.4.2 Synthèse du régulateur PI pour le contrôle des puissances

Puisqu’il est simple et rapide à mettre en œuvre tout en offrant des performances
acceptables, le régulateur Proportionnel Intégral PI est utilisé pour commander la MADA en
génératrice. C’est pour cela qu’il a retenu notre attention pour une étude globale du
système de régulation éolien [12] [13].
La figure IV.6 montre une partie du système bouclé et corrigé par un régulateur PI
K
dont la fonction de transfert est de la forme K p  i correspondant aux deux régulateurs
p
utilisés dans les figures (IV.4 et IV.5)
Y* ɛ Y
Figure IV.6 : Système régulé par un PI.
Pour les axes d et q, La fonction de transfert en Boucle Ouverte (FTBO) avec les
régulateurs s’écrit de la manière suivante :
3LmVs
ki  Lm 
2
p 
2 L s  Lr  
L 
FTBO 
kp
.  s 
(IV.7)
p Ls Rr
p
kp  L 
2
Ls  Lr  m 
 Ls 
Nous choisissons la méthode de compensation du pôle dominant pour la synthèse du

régulateur afin d’éliminer le zéro de la fonction de transfert. Ceci nous conduit à l’égalité
suivante :
ki Ls Rr
 (IV.8)
kp  Lm 
2

Ls  Lr  

 Ls 
Notons toutefois ici que la compensation des pôles n’a d’intérêt que si les paramètres
de la machine sont connus avec une certaine précision car les gains des correcteurs
dépendent directement de ces paramètres. Si tel n’est pas le cas, la compensation est moins
performante.
Si l’on effectue la compensation, on obtient la FTBO suivante :
3 LmVs
kp
2  Lm 
2

L s  Lr  
L 
FTBO   s 
(IV.9)
p
Ce qui nous donne en boucle fermée :
 L
2

Ls  Lr  m 

1 1 2  Ls 
FTBF  avec r  (IV.10)
1  p r kp 3 LmVs
Avec  r la constant de temps du système qui correspondant à une valeur

suffisamment rapide pour l’utilisation faite sur l’éolienne où les variations de vent sont peu
rapides et les constantes de temps mécaniques sont importantes.
S’imposer une valeur plus faible n’améliorerait probablement pas les performances de
l’ensemble, mais risquerait d’engendrer des perturbations lors des régimes transitoires en
provocant des dépassements et des instabilités indésirables.
On peut désormais exprimer les gains des correcteurs en fonction des paramètres de
la machine et du temps de réponse :
1 2 Ls Lr  L2m
kp  (IV.11)
 r 3 Lm V s
1 2 Ls Rr
ki  (IV.12)
 r 3Lm Vs
IV.5 Résultats de simulation et interprétation

La stratégie indirecte de commande en puissances de la MADA a été validée par
simulation numérique en utilisant le logiciel MATLAB/SIMULINK.
a)Résultats de simulation à vitesse fixe
5 5
x 10 x 10
0 6
Ps* Qs*
Puissance réactive (VAr)

4
Ps Qs
-5 2
0
-10
-2
-4
-15
-6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a) (b)
3000 3000
Courant rotorique Ir (A)

2000 2000
1000 1000
0 0
-1000 -1000
-2000 -2000
-3000 -3000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s)
Temps (s)
(d)
(c)
3000
Courants rotoriques Ird et Irq (A)
Courants statoriques Isd et Isq (A)
1000
Isd Irq
500
Isq Ird
0 2000
-500
-1000 1000
-1500
-2000 0
-2500
-3000 -1000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(e) (f)
0 1.2
Couple electromagnétique Cem (N.m)
-2000 1
0.8
-4000
0.6
-6000
0.4
-8000 0.2
-10000 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(g) (h)
Figure IV.7 : Commande en puissances de la MADA par la méthode indirecte (suivi de consigne).
 Interprétation des résultats

D’après ces résultats, On voit bien que les puissances active et réactive du système
suivent parfaitement les échelons de référence et il n’y a plus d’erreur sur les puissances
(c’est le rôle de l’action intégrale du correcteur PI). Le signe négatif de la puissance réactive
montre que la génératrice fonctionne en mode capacitif, dans le cas où elle fonctionne en
mode inductif la puissance devient automatiquement positive. Par contre la puissance active
est toujours gardée négative, cela signifie que la MADA fonctionne en mode génératrice.
Les résultats obtenus sur les figures (IV.7-a et IV.7-b) montrent que les puissances
actives et réactives sont parfaitement découplées, seulement des fluctuations due par la
technique de la commande MLI.
Par ailleurs, on remarque que les courant statorique et rotorique triphasés générés par
la MADA sont proportionnelles à la puissance active fournie, La forme d’onde des courants
est presque sinusoïdale aussi bien pour le courant statorique que pour le courant rotorique,
ce qui signifie une bonne qualité d’énergie fournie au réseau.
Nous constatons aussi que les composantes directes du courant statorique et du
courant rotorique ainsi que les composantes en quadratiques de ces courants présentent les
mêmes allures. Donc, la puissance active est contrôlée par la composante en quadratique du
courant Iqr, tandis que la puissance réactive est contrôlée par la composante directe Idr.
Le couple électromagnétique dépend directement de la puissance active parce que la
puissance active dépend de la composante en quadratique du courant Iqr (l’équation III.29)
même que le couple électromagnétique (l’équation III.31) et on remarque qu’ils ont les
mêmes forme d’allures, alors que la puissance réactive est une conséquence de l'excitation
du circuit rotorique. Le facteur de puissance obtenu est variable selon les valeurs des
puissances actives et réactives. Pour garder un facteur de puissance unitaire coté réseau, la
consigne de puissance réactive statorique sera maintenue nulle (Qs* = 0 VAr).
b) Résultats de simulation à vitesse variable avec MPPT

Dans cet essai de simulation nous avons utilisé le profil du vent illustré dans le chapitre
précédent (figure II.3), en appliquant la stratégie de commande MPPT pour l’ensemble de la
chaîne éolienne.
5 4
x 10 x 10
0 6
Ps* Qs*
-2

Qs
puissance active Ps (W)
Ps 4
-4
-6 2
-8
-10 0
-12
-2
-14
-16 -4
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(a) (b)
3000 3000
2000
Courant statorique Is (A) 2000
1000 1000
0 0
-1000 -1000
-2000 -2000
-3000 -3000
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(d) (c)
500 3000
Courants statorique Isq et Isd (A)
Courants rotorique Ird et Irq (A)
Irq
0 2500
Ird
-500 2000
-1000 1500
-1500 1000
-2000 500
Isq
-2500 0
Isd
-3000 -500
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(e) (f)
Couple électromagnétique Cem (N.m)
0 1.2
-2000 1
1
-4000 0.8
0.95
-6000 0.6
0.9
-8000 0.4
0.85
-10000 0.2 0.8

0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5
-12000 0
0 0.5 1 1.5 2 2.5 3 3.5 4 0 0.5 1 1.5 2 2.5 3 3.5 4
Temps (s) Temps (s)
(e) (h)
Figure IV.8 : Commande en puissances de la MADA par la méthode indirecte (FP=1).
Lorsque la puissance réactive est égale à zéro, le facteur de puissance est égal à l’unité
donc il n’existe pas de déphasage entre le courant et la tension, donc il y a un découplage
entre la puissance active et réactive.
Nous pouvons également remarquer que le couple électromagnétique de la
génératrice varie selon celle de la turbine qui est en fonction de la vitesse du vent. Le
courant du stator varie suivant la variation du vent aussi car c’est l’image de la puissance
active, puisque nous avons considéré que le stator de la MADA relié à une source de tension
parfaite (398V, 50Hz), alors que la puissance réactive est une conséquence de l'excitation du
circuit rotorique. Nous constatons aussi que les composantes directes du courant statorique
et du courant rotorique ainsi que les composantes en quadratiques de ces courants
présentent les mêmes allures, mais de signes inverses.
IV.6 Test de robustesse

La robustesse des commandes est un point important, surtout pour les systèmes
comportant plusieurs entités en interaction ou les systèmes à fortes variations des
paramètres. Il en est de même si la mesure des paramètres ne peut s’effectuer avec
précision [11].
L'essai de robustesse consiste à faire varier les paramètres du modèle de la MADA
utilisée. En effet les calculs de régulateurs sont basés sur des fonctions de transfert dont les
paramètres sont supposés fixes. Toutefois, dans un système réel, ces paramètres sont
soumis à des variations entraînées par différents phénomènes physiques (saturation des
inductances, échauffement des résistances…). Ajoutons à cela que l'identification de ces
paramètres est soumise à des imprécisions dues à la méthode employée et aux appareils de
mesure.
La robustesse de la commande suite au changement des paramètres du générateur est
testée par deux essais [12]:
1- Variations de la résistance rotorique (cas d’échauffement).

2- Variations de l’inductance mutuelle (cas de saturation).
La figure IV.8 représente les résultats obtenus par simulation de la méthode indirecte
de commande de la MADA, relatif à ce test.
Les figures (IV.8-a et IV.8-b) montrent le comportement de la commande indirecte
lorsque la résistance rotorique Rr est augmentée de 100% de sa valeur nominale. Les figures
(IV.8-c et IV.8-d) montrent le comportement de la commande indirecte lorsque l’inductance
mutuelle Lm est diminuée de 10% de sa valeur nominale.
5 5
x 10 x 10
0 6
Ps*
-2
4
Puissance active Ps (w)
Ps (1*Rr) Qs (2*Rr)

-4 Qs*
Ps (2*Rr) Qs (1*Rr)
2
-6
-8 0
-10
-2
-12
-4
-14
-16 -6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)

(b)
(a) 5
5 x 10
x 10 10
0
Ps*
8
-2 Ps (1*Lm)
Ps (0.9*Lm)

6
-4
-6 4
Qs*
-8 2 Qs (1*Lm)
Qs (0.9*Lm)
-10 0
-12
-2
-14
-4
-16
-6
-18
-20 -8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(c) (d)
Figure IV.9 : La commande vectorielle indirecte vis-à-vis aux variations paramétriques de la MADA.
Les résultats présentés par la figure IV.9 montre l’insensibilité de la commande

indirecte dans le cas de la variation de la résistance rotorique, que ce soit pour la puissance
active (figure IV.9-a) ou pour la puissance réactive (figure IV.9-b). Cette variation de la
résistance rotorique n’aquasiment aucune influence sur la commande, car les deux boucles
de régulations permettent de rattraper les erreurs dues aux termes de compensation qui ne
sont plus en rapport avec la bonne valeur de la résistance. Par contre l’effet de la variation
de l’inductance mutuelle n’est pas négligeable, c'est-à-dire la commande indirecte perde
partiellement l’efficacité de réglage mais le découplage reste quand-même maintenu.
 Test de robustesse pour une variation de 30% de l’inductance mutuelle

Dans cet essai en essayant de tester la limitation des régulateurs PI vis-à-vis les
changements paramétriques de la MADA. Autrement dit, à quel point la commande
vectorielle à base des régulateurs PI capable de maintenir le découplage entre la puissance
active et réactive avec des performances (statiques et dynamiques) acceptables ? Après
quelques essais de simulation, nous avons constaté qu’une diminution de l’inductance de
30% de sa valeur nominale est capable de monter la faiblesse des régulateurs PI dans le cas
de variation des paramètres de la MADA avec des grandes proportions (figure IV.10).
6 6
x 10 x 10
2
1
Ps* Qs*
Ps (1*Lm)

1.5 Qs (1*Lm)
0.5 Ps (0.7*Lm) Qs (0.7*Lm)
0 1
-0.5 0.5
-1 0
-1.5 -0.5
-2
-1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a) (b)
Figure IV.10: Influence de variations paramétriques sur les régulateurs PI
D’après les résultats obtenus, on constate que le régulateur PI perd sa robustesse

particulièrement face à la variation de l’inductance mutuelle, car cette dernière intervenir
fortement dans le calcul des gains de ce correcteur (équations IV.11 et IV.12).
IV.7 Conclusion
Ce chapitre nous a permis d’étudier et d’appliquer la commande vectorielle pour

la régulation de puissance active et réactive statorique de la génératrice asynchrone à
double alimentation. Le choix sur l’orientation du flux a été pris en orientant le flux
statorique selon l’axe d du repère de Park. La méthode du flux orienté est appliquée depuis
quelques années à la GADA reste la méthode la plus répondue. En effet, celle-ci nous permet
non seulement de simplifier le modèle de la machine mais aussi de découpler la régulation
de la puissance active et réactive statoriques.
Dans cette technique on a utilisé un correcteur proportionnel intégral PI. Les
performances obtenues avec ce dernier sont satisfaisantes, cependant on remarque que les
performances sont dégradées dans le cas où il y avait une grande variation de l’inductance
mutuelle. Pour résoudre ces problèmes, on se propose des alternatives intéressantes qui
rentrent dans le cadre des commandes basées sur l’intelligence artificielle des machines à
courant alternatif, on parle ici d’une commande par la logique floue et les réseaux des
neurones artificiels.
Chapitre V
COMMANDE VECTORIELLE
PAR LES TECHNIQUES
DE L’INTELLIGENCE
ARTIFICIELLE DE LA MADA
Ce chapitre sera consacré à la description des techniques

intelligentes nouvellement introduites dans la commande de la
machine à double alimentation pour une application éolienne à
savoir : la logique floue et les réseaux de neurones artificiels.
Nous commencerons par la présentation de ces techniques puis
d’expliciter les manières les plus simples de les mettre en œuvre.
Page 70
Chapitre V Commande vectorielle par les techniques de l’intelligence artificielle de la MADA
COMMANDE VECTORIELLE PAR LES TECHNIQUES DE

L’INTELLIGENCE ARTIFICIELLE DE LA MADA
V.1 Introduction
Les techniques de l’intelligence artificielle sont connues actuellement pour leur grande
potentialité de pouvoir résoudre les problèmes liés aux processus industriels, notamment le
contrôle, l’estimation et l’identification des paramètres des systèmes variants. Parmi ces
techniques, on trouve la logique floue et les réseaux de neurones qui s’appliquent de plus en
plus dans le contrôle de la machine à induction et l’adaptation de sa commande vectorielle.
Dans ce chapitre, la description des techniques intelligentes à savoir : les réseaux de
neurones artificiels et la logique floue et leurs applications dans le contrôle de la génératrice
asynchrone à double alimentation, ont été présentées. Des résultats de simulation sont aussi
présentés afin de monter l’efficacité de ces techniques dans la résolution du problème de la
robustesse vis-à-vis aux variations des paramètres de la MADA.
V.2 Définition de l’intelligence artificielle

Le but de l’Intelligence Artificielle (IA) est de concevoir des systèmes capables de
reproduire le comportement de l’humain dans ses activités de raisonnement. L’IA se fixe
comme but la modélisation de l’intelligence prise comme phénomène (de même que la
physique, la chimie ou la biologie qui ont pour but de modéliser d’autres phénomènes).
L'Informatique est la science du traitement de l'Information, l'IA s'intéresse à tous les
cas où ce traitement ne peut être ramené à une méthode simple, précise, algorithmique. Un
algorithme est une suite d'opérations ordonnées, bien définies, exécutables sur un
ordinateur actuel, et qui permet d'arriver à la solution en un temps raisonnable (minutes,
heures, ou plus,... mais pas des siècles!).
Différentes techniques existent aujourd’hui dans la littérature, telles que les
algorithmes génétiques, les algorithmes évolutionnaires, la logique floue et les réseaux de
neurones. Dans notre étude nous nous sommes intéressés par ces deux dernières
techniques.
V.3 Généralités sur la théorie du contrôle par la logique floue

V.3.1 Principe et définition
La logique floue repose sur la théorie des ensembles flous développée par L. Zadeh en
1965, est une technique pour le traitement de connaissances imprécises et incertaines. Elle
permet de prendre en considération des variables linguistiques dont les valeurs sont des
mots ou expressions du langage naturel, telle que grand, petit, lent, rapide, …etc *38+.
Dans la théorie des ensembles conventionnels, un élément appartient ou n’appartient

pas a un ensemble, donc le « degré d’appartenance » d’un élément a un ensemble ne peut
être que nul ou égal a l’unité. Par contre dans la théorie des ensembles flous, un élément
peut plus ou moins appartenir à un ensemble, le degré d’appartenance d’un élément a un
ensemble flou peut prendre n’importe quelle valeur comprise dans l’intervalle *0,1+. Ce qui
différentie les deux théories provient des limites des ensembles définis. Dans la théorie
classique les contours des ensembles sont « nets », tandis que pour les ensembles flous les
contours sont «graduels», ou encore flous comme l’illustre la figure (V.1) [31].
Ensemble classique « a » Ensemble flou « b »
y’
y
x
x’
x’
x : n’appartient pas à « a » x’ : appartient totalement à « b »
y : appartient totalement à « a » y ’: appartient partiellement à « b »
Figure V.1: Comparaison d’un ensemble classique et d’un ensemble flou.
V.3.2 Fonction d’appartenance

La variable x varie dans un domaine appelé univers de discours, ce dernier est partagé
en sous-ensembles flous de façon que dans chaque zone il y ait une situation dominante. Ces
zones sont décrites par des fonctions convexes, généralement sous forme triangulaire ou
trapézoïdale, elles admettent comme argument la position de la variable x dans l’univers de
discours, et comme sortie le degré d’appartenance de x à la situation décrite par la fonction
notée [32]:
µE(x) : degré d’appartenance de x au sous ensemble E.
Le choix de la répartition des fonctions, leurs chevauchements ainsi que leurs formes
doit être judicieux comme il est indiqué dans la figure(V.2), celle-ci donne quelques fonctions
d’appartenance.
Figure V.2: Exemples des fonctions d’appartenance [02].
V.3.3 Opérateurs de la logique floue

Dans la théorie des ensembles classiques on définit les relations : intersection, union et
complémentation qui sont traduites par les opérateurs ET, OU, NON. Ces opérateurs
existent également en logique floue, mais sont adaptés aux spécificités de cette logique pour
traiter les ensembles flous. Ainsi des opérateurs homologues à ceux de la logique booléenne
sont créés en essayant de respecter un certain nombre de propriétés et afin de retrouver les
opérations de base existant en logique classique.
Soient p et m, deux sous-ensembles flous d’une variable linguistique définis sur
l’univers de discours X par leurs fonctions d’appartenance respectives µp et µm [02].
V.3.3.a Opérateur OU
L’opérateur OU correspond à l’union de deux ensembles flous p et m définis dans
l’univers de discours X. L’union ( p ∪ m) est aussi un ensemble flou de X, avec une fonction
d’appartenance donnée par *35+ :
 pm ( X )  max p ( x), m ( x) (V.1)
Ou bien  pm ( X )   p ( x)  m ( x) (V.2)
Où le symbole « ∪ » est l’opérateur maximum. Il est équivalent à la logique booléenne OR.
a) Partition floue de l’univers de discours b) Ensemble flou : «μp(x) ou μm(x)»
Figure V.3: Union des sous-ensembles flous « petite » et « moyenne » pour la variable linguistique [02].
V.3.3.b Opérateur ET
L’opérateur ET correspond à l’intersection de deux ensembles flous p et m définis dans
l’univers de discours X. L’intersection ( p∩m) est aussi un ensemble flou de X, avec une
fonction d’appartenance donnée par *35+:
 pm ( X )  min p ( x), m ( x) (V.3)
Ou bien  p m ( X )   p ( x) * m ( x) (V.4)
Où le symbole «∩ » est l’opérateur minimum.
a)Partition floue de l’univers de discours b) Ensemble flou : «μp(x) ou μm(x)»
Figure V.4: Intersection des sous-ensembles flous « petite » et « moyenne » pour la variable linguistique [02].
V.3.3.c Opérateur NON

Le complément d’un ensemble flou p dans un univers de discours X est dénommé et
a la fonction d’appartenance suivante [35] :
 p ( x)  1   p ( x) (V.5)
Le complément flou représente l’opération NON de la logique classique au sens flou.
Figure V.5 : Complémentation du sous-ensemble flou «petite» [02].
V.3.4 Règles floues

La connaissance experte permet de déduire une proposition ou une décision
définissant une loi de commande à partir d’une ou plusieurs règles floues appelées règles
d’inférences. Celles-ci sont liées par des opérateurs flous ET, OU, ALORS, …etc.
Ces règles peuvent avoir la forme suivante [36] :
Si condition une ET/OU si condition deux ALORS décision ou action.
A titre d’illustration, on prend l’exemple suivant :
Si l’erreur de vitesse est nulle ‘ET’ si la variation de l’erreur de vitesse est nulle ALORS garder
un couple de référence constant.
Généralement, la décision ou l’action dépendant de deux variables linguistiques est
donnée par :
Action ou opération = ,Si condition 1 ET 1’ ALORS opération 1 OU
Si condition 2 ET 2’ ALORS opération 2 OU
Si…
.
Si condition m ET m’ALORS opération m-
V.3.5 Structure générale d’un contrôleur flou

L’avantage de la commande floue par rapport aux commandes classiques est qu’elle ne
nécessite pas la connaissance des modèles mathématiques du système. Par contre elle a
besoin d’un ensemble de règles basées essentiellement sur la connaissance d’un opérateur
qualifié manipulant le système [37].
La conception du contrôleur flou (FLC) passe par quatre principales étapes distinctes,
comme le montre la figure (V.6).
Figure V.6: Structure de base d’une commande à logique floue.
V.3.5.a Interface de fuzzification

La fuzzification est l’opération de projection des variables physiques réelles sur des
ensembles flous caractérisant les valeurs linguistiques prises par ces variables. Le bloc de
fuzzification effectue les fonctions suivantes [39] :
 Définition des fonctions d’appartenance de toutes les variables d’entrées ;
 Transformation des grandeurs physiques (réelles ou numériques) à des grandeurs
linguistiques ou floues ;
 Représentation d’échelle transférant la plage des variables d’entrées aux univers de
discours correspondants ;
Pour les fonctions d’appartenance, on utilise généralement les formes triangulaires et
trapézoïdales.
V.3.5.b Base de connaissances

La base de connaissance comprend une connaissance du domaine d’application et les
buts du contrôle prévu. Elle est composée :
 D’une base de données fournissant les informations nécessaires pour les fonctions de
normalisation.
 La base de règle constitue un ensemble d’expressions linguistiques structurées
autour d’une connaissance d’expert, et représentée sous forme de règles:
Si (Condition) Alors (Conséquence) [31].
V.3.5.c Mécanisme d’inférence

Le bloc d’inférence est le cœur du contrôleur, il possède l’aptitude à simuler les
décisions humaines et de déduire (inférer) les actions de commande floue à l’aide de
l’implication floue et des règles d’inférence. A partir de la base de règle et des sous-
ensembles flous correspondant à la fuzzification de l’entrée, le mécanisme d’inférence calcul
le sous-ensemble relatif à la commande du système. Nous distinguons deux types de règles
d’inférence *37+ :
 Inférence à une règle, c’est le cas où il faut comparer plusieurs concurrents (objets ou
personnes) dans une certaine situation et en choisir l’optimum. Cette situation se
présente dans les domaines non techniques pour lesquels il faut prendre une décision.
 Inférence à plusieurs règles, c’est le cas où une ou plusieurs variables nécessitent une
prise de décision différente suivant les valeurs qu’elles atteignent. Cette situation est
une caractéristique des problèmes de réglages et de commande pour lesquels les
variables floues ont plusieurs ensembles d’appartenance et plusieurs règles peuvent
être activées en même temps.
Une règle d’inférence est activée lorsque le degré d’appartenance lié à la condition de
cette règle est non nul. Alors le chevauchement des fonctions d’appartenance implique en
général l’activation d’une ou plusieurs règles d’inférence en même temps.
Les méthodes d’inférences se différencient selon la combinaison et l’utilisation des
opérateurs (ET et OU) dans les règles d’inférence. Parmi ces méthodes, nous trouvons :
 Méthode d’inférence MAX-MIN

Cette méthode réalise l'opérateur "ET" par la fonction "Min", la conclusion "ALORS" de
chaque règle par la fonction "Min" et la liaison entre toutes les règles (opérateur "OU") par
la fonction Max [38] [34] [37].
La dénomination de cette méthode, dite Max-Min ou "implication de Mamdani", est
due à la façon de réaliser les opérateurs ALORS et OU de l'inférence.
 Méthode d’inférence Max-Produit

La différence par rapport à la méthode précédente réside dans la manière de réaliser
la conclusion "ALORS". Dans ce cas, on utilise le produit [38] [34] [37].
On remarque que les fonctions d'appartenances partielles ont la même forme que la
fonction d'appartenance dont elles sont issues multipliées par un facteur d'échelle vertical
qui correspond au degré d'appartenance obtenu à travers l'opérateur "ET". On l'appelle
également "implication de Larsen".
 Méthode d’inférence Somme-Produit

Dans cette méthode, l'opérateur "ET" est réalisé par le produit, de même que la
conclusion "ALORS". Cependant, l'opérateur "OU" est réalisé par la valeur moyenne des
degrés d'appartenance intervenant dans l'inférence [38] [34] [37].
D'autres méthodes ont été élaborées, ayant chacune une variante spécifique.
Néanmoins, la méthode Max-Min est de loin la plus utilisée à cause de sa simplicité.
V.3.5.d Interface de défuzzification

Dans cette étape se fait le retour aux grandeurs de sortie réelles. Il s'agit de calculer, à
partir des degrés d'appartenance à tous les ensembles flous de la variable de sortie,
l'abscisse qui correspond à la valeur de cette sortie. Différentes méthodes sont utilisées [34]:
 Méthode du maximum
Comme son nom l’indique, la commande en sortie est égale a la commande ayant la
fonction d’appartenance maximale.
La méthode du maximum simple, rapide et facile mais elle introduite des ambiguïtés et
une discontinuité de la sortie (parfois on trouve deux valeurs maximales) [37] [31].
 Méthode de la moyenne des maxima
Elle considère, comme valeur de sortie, la moyenne de toutes les valeurs pour
lesquelles la fonction d'appartenance issue de l'inférence est maximale [37] [31]
 Méthode du centre de gravité
C'est la méthode de défuzzification la plus courante. L'abscisse du centre de gravité de
la fonction d'appartenance résultant de l'inférence correspond à la valeur de sortie du
régulateur. Le centre de gravité est déterminé suivant que la fonction d'appartenance est
continue ou discontinue par les relations suivantes [34] :
dun 
 x ( x)dx
R
(V.6)
  ( x)dx
R
dun 
 x  (x )
i R i
(V.7)
  (x ) R i
V.3.6 Commande vectorielle indirecte par la logique floue

En se basant sur l’étude de la commande par logique floue décrite précédemment, on
va procéder à son application à notre génératrice asynchrone à double alimentation pour le
contrôle indépendant des puissances actives et réactives, où on aura deux régulateurs sur
chacune des boucles, celle de la puissance active et celle de la puissance réactive.
Les deux grandeurs les plus significatives pour analyser le comportement du système à
savoir l’erreur E p et sa variation dE p sont choisies comme deux entrées du régulateur par
logique floue (RLF). La sortie est l’incrément du signal de commande à appliquer au système
à commander dI qr (voir figure V.7). Les entrées du RLF sont calculées à l’instant K de la
manière suivante [34].
E p (k )  Pref (k )  Ps (k ) (V.8)
dEp (k )  E p (k )  E p (k  1) (V.9)
Le signal de commande I rqref s’obtient après l’intégration de la sortie du RLF.
ref
I rq (k )  I rq
ref
(k  1)  dIrq
ref
(k ) (V.10)
Figure V.7: Schéma bloc de la commande de la MADA.
Le même raisonnement et la même procédure s’applique à la boucle de puissance

réactive où le signal de commande est le courant rotorique direct I rdref .
Le régulateur flou représenté par la figure (V.7) est composé de [32] :
 Les fonctions d’appartenances triangulaires et trapézoïdales, ce choix est du à la
simplicité de mise en œuvre;
 Un univers de discours normalisé;
 L’univers de discours est découpé en trois (réglage fin) pour les variables d’entrées et
de sortie; une subdivision très fine de l'univers de discours sur plus de sept ensembles
flous n'apporte en général aucune amélioration du comportement dynamique du

système à réguler ;
 L’implication de Mamdani pour l’inférence;
 La méthode du centre de gravité pour la défuzzification;
V.3.6.a Fuzzification
Pour les fonctions d’appartenance, on a choisi pour chaque variable les formes
triangulaires et trapézoïdales comme le montre la figure V.8 [30]:
µ(Ep), µ(dEp ), µ(dIrq )
N Z P
1
-1 0 1 Ep, dEp, dIrq
Figure V.8: Fonctions d’appartenance pour les variables d’entrées EP, dEP et de sortie du dIrq du régulateur flou
de puissance active.
Explicitons maintenant les notations des sous-ensembles flous utilisés pour fuzzifier les
trois variables précédentes :
N : Négatif ;
Z : Zéro ;
P : Positif.
V.3.6.b Inférence
Comme nous l’avons mentionné auparavant, chacune des deux entrées linguistiques
du contrôleur flou possède trois ensembles flous, ce qui donne un ensemble de neuf règles.
Celles-ci peuvent être représentées par la matrice d’inférence suivante *30]:
Tableau V.1: Matrice d’inférence du régulateur flou de puissance.
dEp
dIrp
N Z P
N N N Z
EP Z N Z P
P Z P P
V.3.6.c Défuzzification
Pour la défuzzification, on utilise la méthode du centre de gravité présentée
Précédemment, on obtient [30]:
dIrq 
  ( I )dI
Ri rqi rqi
(V.11)
  (I )
Ri rqi
V.3.7 Réglage des puissances actives et réactives statoriques de la MADA

Le schéma de la commande de la MADA utilisant des régulateurs flous (RLF) est donné
par la figure (V.9). Les contrôleurs flous de la puissance active et réactive statoriques sont de
type flou, ainsi que les courants rotoriques sur l’axe d et sur l’axe q [13].
Les paramètres des quatre régulateurs flous sont donnés sur l’annexe E.
Figure V.9 : Schéma bloc de la commande de la MADA avec régulation floue.
a-Résultats de simulation
Nous avons procédé à une série de simulation afin d’étudier le comportement du
contrôleur flou équipant l’ensemble *GADA + onduleur+, munit de la méthode indirecte. Les
différentes simulations envisagées sont similaires à celles réalisées au chapitre précédent.
5 5
x 10 x 10
0 8
Ps* 6 Qs*

Ps Qs
-5 4
2
0
-10
-2
-4
-15
-6
-8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a) (b)
3000 3000

Courant statoriques Is (A)
2000 2000
1000 1000
0 0
-1000 -1000
-2000 -2000
-3000 -3000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(c) (d)
Courants rotoriques Ird et Irq (A)
Courant statorique Isd et Isq (A)
1000
3000
Isd Ird
Isq Irq
0 2000
-1000 1000
-2000 0
-3000 -1000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(e) (f)
Couple electromagnétique Cem ( N.m)
0
1
-2000
0.8
-4000
0.6
-6000
0.4
-8000
0.2
-10000
-12000 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(g) (h)
Figure V.10: Commande en puissances de la MADA par la méthode indirecte, avec régulation floue (Suivi de
consigne).
A travers les résultats de simulation de la figure (V.10), nous observons que les
puissances actives et réactive statoriques suivent leurs valeurs de références. Au vu de ces
résultats, une meilleure poursuite des références des puissances statoriques est obtenue
avec le correcteur flou par rapport à celle du correcteur PI présenté au chapitre précédent.
Les courbes montrent les performances du réglage flou pour la commande de la
MADA. On remarque que les puissances actives et réactives mesurées suivent parfaitement
leurs références et avec un découplage presque parfait entre les deux axes d et q au régime
permanent. Les réponses sont sans dépassement, erreur statique presque nulle et avec un
rejet de perturbation très rapide.
b-Test de robustesse
Afin de tester la robustesse de la commande par les régulateurs flous, nous avons
examiné l’influence des variations paramétriques de la MADA, à savoir : la résistance
rotorique et l’inductance mutuelle, sur les performances de la commande.
Nous avons simulé le système pour une augmentation de 100% de la résistance
rotorique (Rr) et une diminution de 10% de l’inductance mutuelle(Lm). la figure (V.11)
représente les résultats obtenus par simulation.
6 6
x 10 x 10
0 1.5
Ps*
puissance réactive Qs (VAr)
Qs*
Puissance active Ps ( W )
Ps(1*Rr) 1 Qs(1*Rr)
-0.5
Ps(2*Rr) Qs(2*Rr)
0.5
-1
0
-1.5
-0.5
-2 -1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
5 (a) 6 (b)
x 10 x 10
1
Ps* Qs*
0
Ps(1*Lm) Qs((1*Lm)
Ps(0.9*Lm) 0.5 Qs(0.9*Lm)
-5
0
-10
-15 -0.5
-20 -1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(c) (d)
Figure V.11: La commande vectorielle indirecte de la MADA à base des régulateurs flous vis-à-vis aux variations
paramétriques par.
Les essais effectués montrent que la variation des paramètres de la machine n’affecte
pas les performances de la commande proposée.
On remarque que les réponses en puissances restent insensibles aux variations des
paramètres de la machine, il y a une erreur statique très faible avec un temps de réponse
rapide. Le découplage entre les puissances est maintenu en régime permanent.
De ce qui précède, les résultats obtenus avec les tests de robustesse montrent la
supériorité du régulateur flou utilisé par rapport au régulateur PI.
 Test de robustesse pour une variation de 30% de l’inductance mutuelle

6 6
x 10 x 10
0.5

Ps* Qs*
1
0
Ps(1*Lm) Qs(1*Lm)
-0.5 Ps(0.7*Lm) Qs(0.7*Lm)
0.5
-1
0
-1.5
-0.5
-2
-2.5 -1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a) (b)
Figure V.12: Influence de variations paramétriques sur les régulateurs flous.
D’après les résultats obtenus, on constate que le régulateur flou garde sa robustesse
particulièrement face à la variation de l’inductance mutuelle.
Malgré ces bonnes performances atteintes, un régulateur flou reste difficile à
synthétiser. En fait, son réglage peut être relativement long et ennuyeux. Il s’agit parfois
beaucoup plus de tâtonnement que d’une réelle réflexion. Il manque donc à la logique floue
un moyen d’apprentissage performant pour régler un système flou, c’est les réseaux de
neurones qui feront l’objet.
V.4 Les Réseaux de neurones artificiels

V.4.1 Définition des réseaux de neurones
L’origine des réseaux de neurones vient de l’essai de modélisation mathématique du
cerveau humain, les premiers travaux datent de 1943 et sont l’œuvre de W.M. Culloch et W.
Pitts. Ils supposent que l’impulsion nerveuse est le résultat d’un calcul simple effectué par
chaque neurone et que la pensée née grâce à l’effet collectif d’un réseau de neurone
interconnecté (figure V.13).
(a) (b)
Figure V.13: Structure d’un réseau de neurones biologique.
Un réseau de neurones est un assemblage de constituants élémentaires

interconnectés (appelés «neurones» en hommage à leur modèle biologique), qui réalisent
chacun un traitement simple mais dont l'ensemble en interaction fait émerger des
propriétés globales complexes. Chaque neurone fonctionne indépendamment des autres de
tel sort que l'ensemble forme un système massivement parallèle. L'information est stockée
de manière distribuée dans le réseau sous forme des coefficients synaptiques ou des
fonctions d'activations, il n'y a donc pas de zone de mémoire et de zone de calcul, l'une et
l'autre sont intimement liés.
Un réseau de neurone ne se programme pas, il est entraîné grâce à un mécanisme
d'apprentissage. Les tâches particulièrement adaptées au traitement par réseau de
neurones sont: l’association, la classification, la discrimination, la prévision ou l'estimation,
et la commande de processus complexes.
Les réseaux de neurones artificiels consistent en des modèles plus ou moins inspirés
du fonctionnement cérébral de l’être humain en se basant principalement sur le concept de
neurone.
V.4.2 Les neurones formels

Un "neurone formel" (ou simplement "neurone") est une fonction algébrique non
linéaire et bornée, dont la valeur dépend des paramètres appelés coefficients ou poids. Les
variables de cette fonction sont habituellement appelées "entrées" du neurone, et la valeur
de la fonction est appelée sa "sortie" [11].
Un neurone est donc avant tout un opérateur mathématique, dont on peut calculer la
valeur numérique par quelques lignes de logiciel. On a pris l'habitude de représenter
graphiquement un neurone comme indiqué sur la figure V.14.
Entrées Noyau du neurone
x1 Intégration des entrées

w11
x w21
Σ
w31 s y
x3 f
.
.
.
.
wn1 w01 b Fonction d'activation
.
x.n
Biais
±1
Figure V.14: Modèle d'un neurone artificiel.
Des observations de neurone biologique, découle le modèle du neurone formel proposé

par W. M. Culloch et W. Pitts en 1943 :
 Les x i représentent les vecteurs d’entrées, ils proviennent soit des sorties d’autres
neurones, soit de stimuli sensoriels (capteur visuel, sonore…) ;
 Les wij sont les poids synaptiques du neurone j . Ils correspondent à l’efficacité
synaptique dans les neurones biologiques ( wij  0 : synapse excitatrice; wij  0 : synapse
inhibitrice). Ces poids pondèrent les entrées et peuvent être modifiés par apprentissage ;
 Biais : entrée prend souvent les valeurs -1 ou +1 qui permet d’ajouter de la flexibilité au
réseau en permettant de varier le seuil de déclenchement du neurone par l’ajustement
des poids et du biais lors de l’apprentissage;
 Noyau : intègre toutes les entrées et le biais et calcul la sortie du neurone selon une
fonction d’activation qui est souvent non linéaire pour donner une plus grande flexibilité
d’apprentissage.
V.4.3 Modélisation d’un neurone formel

La modélisation consiste à mettre en œuvre un système de réseau de neurones sous
un aspect non pas biologique mais artificiel, cela suppose que d’après le principe biologique
on aura une correspondance pour chaque élément composant le neurone biologique, donc
une modélisation pour chacun d’entre eux. On pourra résumer cette modélisation par le
tableau V.2, qui nous permettra de voir clairement la transition entre le neurone biologique
et le neurone formel.
Tableau V.2: Analogie entre le neurone biologique et le neurone formel.
Neurone biologique Neurone formel

Synapses Poids des connexions
Axones Signal de sortie
Dendrites Signal d'entrée
Noyau ou Somma Fonction d'activation
Le modèle mathématique d’un neurone artificiel est illustré à la figure V.15. Un

neurone est essentiellement constitué d’un intégrateur qui effectue la somme pondérée de
ses entrées. Le résultat s de cette somme est ensuite transformé par une fonction de
transfert f qui produit la sortie y du neurone. En suivant les notations présentées à la
section précédente, les n entrées du neurone correspondent au vecteur x  x1 , x2 , x3 ...xn  ,
T
alors que w  w11 , w21 , w31 ,...wn1  représente le vecteur des poids du neurone. La sortie s
T
de l’intégrateur est donnée par l’équation suivante :

n
s   wi1 xi  b
i 1 (V.12)
 w11 x1  w21 x2  w31 x3  ...  wn1 xn  b
Que l’on peut aussi écrire sous la forme matricielle :

s  wT x  b (V.13)
Cette sortie correspond à une somme pondérée des poids et des entrées plus ce qu’on
nomme le biais b du neurone [12].
Entrées Modèle du neurone
+ f
b
Figure V.15: Représentation matricielle du modèle d’un neurone artificiel.
V.4.4 Fonctions d'activations

Jusqu’à présent, nous n’avons pas spécifié la nature de la fonction d’activation de
notre modèle. Il se trouve que plusieurs possibilités existent. Les fonctions d'activations les
plus utilisées sont les fonctions «seuil» (en anglais «hard limit»), «linéaire» et «sigmoïde».
Comme son nom l’indique, la fonction seuil applique un seuil sur son entrée. Plus
précisément, une entrée négative ne passe pas le seuil, la fonction retourne alors la valeur 0
(on peut interpréter ce 0 comme signifiant faux), alors qu’une entrée positive ou nulle
dépasse le seuil, et la fonction retourne à 1 (vrai). Utilisée dans le contexte d’un neurone,
cette fonction est illustrée à la figure V.16 On remarque alors que le biais b dans
l’expression de y  hard lim( wT x  b ) détermine l’emplacement du seuil sur l’axe w T x , où
la fonction passe de 0 à 1. Nous verrons plus loin que cette fonction permet de prendre des
décisions binaires.
y y y
+1 +b +1
wT x
0 b
T
w x 0 b 0 b wT x
-b
-1 -1
(a) (b) (c)

Figure V.16: Fonctions d'activations: (a) du neurone «seuil» ; (b) du neurone «linéaire», et (c) du
neurone «sigmoïde».
La fonction linéaire est très simple, elle affecte directement son entrée à sa sortie :
ys (V.14)
Appliquée dans le contexte d’un neurone, cette fonction est illustrée à la figure V.16.b.
Dans ce cas, la sortie du neurone correspond à son niveau d’activation dont le passage à
zéro se produit lorsque wT x  b . Cette fonction généralement utilisée dans la couche de
sortie du réseau des neurones.
La fonction de transfert sigmoïde est quant à elle illustrée à la figure V.16.c. Son
équation est donnée par :
1
y (V.15)
1  exp s
Elle ressemble soit à la fonction seuil, soit à la fonction linéaire, selon que l’on est loin
ou près de b , respectivement. La fonction seuil est très non linéaire car il y a une
discontinuité lorsque wT x  b . De son côté, la fonction linéaire est tout à fait linéaire. Elle ne
comporte aucun changement de pente. La sigmoïde est un compromis intéressant entre les
deux précédentes. Notons finalement, que la fonction «tangente hyperbolique (tanh)» est
une version symétrique de la sigmoïde. Ces fonctions sont les plus utilisées dans la couche
d’entrée et la couche cachée.
V.4.5 Classification des réseaux de neurones selon leur structure

Les réseaux de neurones peuvent être classés suivant leur architecture, donnant
naissances à deux types, les réseaux bouclés et les réseaux non bouclés [40].Dans la suite de
notre travail on s’intéresse par ce dernière.
Un réseau de neurone est dit non bouclé, ou statique, si son graphe ne possède pas de
cycle aussi, leurs neurones ne sont pas connectés à eux même. Il réalise donc, de manière
générale, une relation algébrique non linéaire entre ses entrées et ses sorties. La fonction de
transfert f décrivant ce type de réseau est fonction des paramètres (poids synaptiques) w du
réseau (figure V.17) :
yk   f ( xk ; w) (V.16)
Avec:
x(k) : vecteur des entrées à l’instant k
y(k) : vecteur des sorties externes à l’instant k
f(k) : représente la fonction réalisée par les neurones interconnectés du réseau définis par
les poids w.
 Réseaux de neurones monocouches
x1
y1
x2
y2
x3
x4
Couche Couche
d’entrée de sortie
Figure V.17: Schéma d'un réseau de neurones monocouche.
La structure d’un réseau monocouche est telle que des neurones organisés en entrée
soient entièrement connectés à d’autres neurones organisés en sortie par une couche
modifiable de poids (figure V.17).
 Réseaux de neurones multicouches

Les neurones sont arrangés par couche. Il n'y a pas de connexion entre neurones d'une
même couche, et les connexions ne se font qu'avec les neurones de couches avales.
Habituellement, chaque neurone d'une couche est connecté à tous les neurones de la
couche suivante et celle-ci seulement. Ceci nous permet d'introduire la notion de sens de
parcours de l'information (de l'activation) au sein d'un réseau et donc définir les concepts de
neurone d'entrée, neurone de sortie. Par extension, on appelle couche d'entrée l'ensemble
des neurones d'entrée, couche de sortie l'ensemble des neurones de sortie. Les couches
intermédiaires n'ayant aucun contact avec l'extérieur sont appelées couches cachées.
La figure V.18 représente un réseau de neurones non bouclé qui a une structure
particulière, très fréquemment utilisée : il comprend des entrées, deux couches de neurones
cachés et des neurones de sortie. Les neurones de la couche cachée ne sont pas connectés
entre eux. Cette structure est appelée Perceptron multicouches [11].
y1
x1
y2
x2
Couche Couche Couche Couche de

d’entrée cachée 1 cachée 2 sortie
Figure V.18: Schéma d'un réseau de neurones non bouclé (Perceptron multicouches).
V.4.6 Apprentissages des réseaux de neurones

On appelle apprentissage des réseaux de neurones la procédure qui consiste à estimer
les paramètres des neurones du réseau, afin que celui-ci remplisse au mieux la tâche qui leur
est affectée.
L’apprentissage est la phase qui permet de déterminer les poids et le seuil de chaque
neurone dans un RNA. Il a comme objectif l'amélioration des performances futures du
réseau, sur la base d'une connaissance acquise au fur et à mesure des expériences passées.
Une fois l’apprentissage terminé, le réseau est prêt à remplir sa fonction. Cette fonction
peut être la mémorisation, la classification, ou l’optimisation [41] [42].
V.4.7 Développement du contrôleur neuronal

Dans notre travail, Le réseau statique multicouche utilisé comme contrôleur neuronal
possède une couche d’entrée à un seul neurone, une couche cachée de 5 neurones pour les
contrôleurs des puissances et de 3 neurones pour les contrôleurs des courants et une
couche de sortie à un neurone. Les fonctions d'activation des deux premières couches sont
respectivement la fonction « logsig » et la fonction « tansig », tandis que la fonction
«linéaire » est utilisée pour la couche de sortie. Son apprentissage est réalisé à l'aide de
l'algorithme de rétro propagation du gradient basé sur l’erreur e (voir l’annexe D).
L'architecture de ce réseau de neurones est montrée dans la figure (V.19), Le choix de
cette structure a été fait par simulation:
b1
W16
W11 b2
b0 b6
W12 W26
b3
x W36
W13
W14 W46
b4
W15
W56 b5
Couche Couche Couche de

d’entrée cachée sortie
Figure V.19: Architecture neuronal proposée pour l’implémentation du contrôleur de puissance.
La mise à jour des poids et des Biais de ce réseau est réalisés par un algorithme de
rétropropagation nommé l’algorithme de Levenberg-Marquardt.
V.4.8 L'algorithme de la rétropropagation du gradient d'erreur (back-propagation)

L’un des algorithmes les plus répandus est celui de la "rétropropagation" ou « back-
propagation ». Cet algorithme change les poids d’un réseau dont l’architecture est fixée par
l’opérateur, à chaque fois qu’un exemple yi  f xi  est présenté. Ce changement est fait de
tel sort à minimiser l’erreur entre la sortie désirée et la réponse du réseau à une entrée xi .
Ceci est réalisé grâce à la méthode de descente de gradient. A chaque itération le signal
d’entrée se propage dans le réseau dans le sens entrée-sortie, une sortie est ainsi obtenue,
l’erreur entre cette sortie et la sortie désirée est calculée puis par rétropropagation « error
back-propagation », des erreurs intermédiaires, correspondant à la couche cachée sont ainsi
calculées et permettent l’ajustement des poids wij ( t ) de la couche cachée [12].
L’algorithme de rétropropagation du gradient comporte donc 2 phases :
1- Propagation : à chaque étape, on présente au réseau un exemple en entrée. Cette
entrée est propagée jusqu’à la couche de sortie.
2- Correction : A coup sûr, le réseau ne fournira pas exactement ce que l’on attendait.
On calcule donc une erreur (en général la somme quadratique moyenne des erreurs
pour tous les neurones de sortie) que l’on rétro-propage dans le réseau. Ce processus
est interrompu dès que l’erreur globale est estimée sera suffisante.
La figure V.20 montre le processus de rétropropagation.
Propagation Propagation
Couche (s) cachée (s)
des états des états

Couche d’entrée
Couche de sortie
Introduction Evaluation de
des exemples l’erreur globale
Rétropropagati Rétropropagati
on des erreurs on des erreurs
Figure V.20: Apprentissage des réseaux de neurone par l’algorithme de rétropropagation.
 Présentation de l’algorithme de rétropropagation

Pour réaliser l'apprentissage d'un réseau multicouche, on utilise la règle
d'apprentissage du delta généralisé pour chaque neurone i :
wij ( t  1 )  wij ( t )  ( t ) j ( t ) xi (V.17)
Où  j ( t ) est l'erreur faite par le neurone i .
Un exemple avec un réseau à deux entrées, trois neurones dans une couche cachée, et
deux neurones dans la couche de sortie est illustré dans la figure V.21.
4
2
5
3
Figure V.21: Algorithme de rétropropagation.
Pour pouvoir modifier les poids synaptiques reliant la couche d'entrée à la couche
cachée ( w11 ; w12 ; w13 et w21 ; w22 ; w23 ) , il faut connaître les sorties désirées d 1 , d 2 et d 3 qui
permettent d'appliquer la règle du delta généralisé, i.e. connaître les erreurs:  1 ,  2 et  3
que font les neurones 1, 2 et 3.
L'idée consiste alors à propager les erreurs  4 et  5 vers les neurones 1, 2 et 3, au
travers des poids w14 , w24 , w25 et w35 , d'où le nom de rétropropagation du gradient d'erreur
de l'algorithme proposé indépendamment par Rumelhart, Le Cun et Hinton en 1984 [12].
V.4.9 Commande vectorielle indirecte par réseaux de neurones

La structure de la commande (CVI-RNA), de la machine asynchrone à double
alimentions est représentée par la figure V.22.
Figure V.22: Schéma bloc de la commande de la MADA par réseaux de neurones.
a-Résultats de simulation
On garde les mêmes conditions des simulations que l’essai de la commande indirecte
avec des régulateurs PI présenté dans le chapitre IV. Les différentes simulations
envisagées sont similaires à celles réalisées au chapitre précédent (figure V.23).
5
5
x 10 x 10
0 6
Puissance réactive Qs (VAR)

-2 Ps* Qs*
Ps 4 Qs
-4
-6 2
-8 0
-10
-2
-12
-14 -4
-16 -6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a) (b)
3000 3000
2000 Courants rotorique Ir (A) 2000
1000 1000
0 0
-1000 -1000
-2000 -2000
-3000 -3000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(c) (d)
Courants rotorique Ird et Irq (A)
Courants statorique Isd et Isq (A)
1000 3000
Ird
500 Isd 2500
Irq
Isq
0 2000
-500 1500
-1000 1000
-1500 500
-2000 0
-2500 -500
-3000 -1000
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(e) (f)
Couple électromagnetique Cem (N.m)
0
1
-2000
0.8
-4000
0.6
-6000
0.4
-8000 0.2
-10000 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(h)
(g)
Figure V.23: Résultats de simulation de la commande indirecte par réseaux de neurones.
Les résultats de simulation présentés dans la figure (V.23) montrent que le régulateur
neuronal offre une meilleure poursuite de la référence des puissances, comparativement au
régulateur PI.
Le second test a pour but de tester la robustesse de la commande CVI-RNA vis-à-vis les
variations des paramètres de la MADA, donc nous allons effectuer des variations de
l’inductance mutuelle (10% de Lm et 30% de Lm) (mêmes variations appliquées au régulateur
PI).
5 5
x 10 x 10
0 6
Puissance réactive Qs (VAR)

-2 Qs*
4 Qs (1*Lm)
-4 Qs (0.9*Lm)
2 Qs (0.7*Lm)
-6
Ps*
-8
Ps (1*Lm)
0
Ps (0.9*Lm)
-10
Ps (0.7*Lm) -2
-12
-4
-14
-16 -6
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s) Temps (s)
(a)
(b)
Figure V.24 : Le régulateur neuronal face aux variations paramétriques de la MADA.
Les résultats de la figure V.24 montrent des bonnes performances dynamiques et

statiques, tels que un temps de réponse très rapide et sans dépassement et une erreur
statique minimale. D’après ces résultats on constate que le régulateur neuronal présente
une amélioration satisfaisante concernant la robustesse, comparativement au régulateur PI.
V.5 Conclusion
Dans la première partie de ce chapitre, la technique de la logique floue a été exposée.
Un contrôleur à base de la logique floue utilisant la notion de table de décision hors ligne est
implantée dans la commande vectorielle pour la machine asynchrone à double alimentation.
Ce choix de la commande a été justifié par la capacité de la logique floue à traiter l’imprécis,
l’incertain et le vague.
Dans la deuxième partie du chapitre nous avons effectué une synthèse générale sur les
réseaux de neurones. Pour l’entraînement de ce type de réseau la méthode de Back
propagation constitue l’algorithme d’apprentissage qui reste le plus utilisé. On peut dire que
l'apprentissage hors ligne aboutit à une commande nettement plus performante car, il
permet au contrôleur neuronal de s'affiner tout au long du processus de commande.
A partir des résultats de simulation présentés, on peut dire que les régulateurs
intelligents présentent des améliorations importantes par rapport aux régulateurs classiques
en termes d’atténuation des dépassements au niveau des régimes transitoires et
l’insensibilité aux variations paramétriques du système.
CONCLUSION
GÉNÉRALE
Conclusion générale
CONCLUSION GENERALE ET PERSPECTIVES
Le marché des énergies renouvelables a connu un essor considérable durant ces

dernières années. La consommation intensive de l’énergie électrique, l’augmentation des
prix des hydrocarbures et le souci de préserver l’environnement ont conduit plusieurs pays à
initier des programmes nationaux et internationaux destinés à produire de l’énergie
électrique à partir des ressources renouvelables.
Le travail présenté dans ce mémoire avait deux objectifs principaux :
 Le premier porte sur l’utilisation de la machine asynchrone à double alimentation

pilotée par son convertisseur coté rotor CCM.
 Le second objectif concernait l’amélioration de la robustesse de la commande, dont
l’application des techniques de l’intelligence artificielle.
Pour ce faire, dans le premier chapitre, on a présenté l’état de l’art sur les systèmes
éoliens, en précisant leurs composantes, leur principe du fonctionnement et leurs avantages
et inconvénients. Le choix de la génératrice et sa structure d’alimentation.
Dans le chapitre deux, nous avons modélisé le vent qui est la source principale
d’énergie. Nous avons ensuite modélisé la turbine éolienne sur laquelle se base notre étude.
Une commande MPPT de la turbine, de sorte à ce que le coefficient de puissance soit
toujours optimal quelques soient les variations du vent, a été effectuée dans le cas de
fonctionnement à vitesse du vent variable. Quelques résultats de simulation ont été ensuite
donnés, afin de valider la technique de commande proposée.
La modélisation de la MADA a fait l’objet du troisième chapitre. En effet, la mise en

équation des différentes grandeurs caractérisant la machine étudiée, nous a permis d’établir
un modèle mathématique équivalent dont la complexité a été réduite en basent sur
certaines hypothèses simplificatrices. Les résultats de simulation de ce modèle sur
MATLAB/SIMULINK nous confirment la non linéarité du modèle de la MADA et le forte
couplage qui existe entre les puissances active et réactive statoriques de cette dernière.
Alors que le quatrième chapitre de ce mémoire a été consacré à la commande

vectorielle qui permet de découpler le modèle de la MADA afin de contrôler l'échange des
puissances active et réactive entre la MADA et le réseau. Une méthode a été envisagée: la
commande indirecte à base des régulateurs PI, dimensionnés par la méthode de
compensation du pôle dominant.
La non connaissance exacte du modèle et des paramètres électriques de la machine

diminue la robustesse de la commande vectorielle classique (à base des PI).Des commandes
Conclusion générale
robustes basées sur l’intelligence artificielle ont été développées dans le chapitre cinq de ce
mémoire, à savoir la commande par la logique floue et la commande par les réseaux de
neurones. Ces méthodes ont permis de contourner le problème de la variation des
paramètres du système et assurent une commande plus adaptée à ces changements
paramétriques, en exploitant les connaissances de l’expert humain.
En ce qui concerne la logique floue, les systèmes d’inférence flous ont une capacité
descriptive élevée due à l’utilisation des variables linguistiques. Pour la commande de la
MADA, les résultats de simulation présentés montrent que les performances de cette
approche surpassent la commande vectorielle à cause de la rapidité de sa dynamique et sa
robustesse.
Concernant les réseaux de neurones, des améliorations importantes ont été apportées
avec les régulateurs neuronaux par rapport aux deux autres régulateurs (en termes
d’atténuation des dépassements au niveau des régimes transitoires et l’insensibilité aux
variations paramétriques).
Perspectives
Ce travail peut être poursuivi comme suite :
 Etablissement d’un modèle complet de la MADA tenant en compte la résistance

statorique;
 Etablissement d’un modèle de la MADA plus réaliste prenant en compte la saturation
magnétique;
 Etude des perturbations inhérentes au couplage du système éolien avec le réseau
électrique et dans le cas des défauts;
 Intégrations d’un système de stockage ;
 Application de la technique de la commande hybride neuro-floue (ANFIS).
ANNEXES
Annexes
ANNEXES
Annexe « A »
► Paramètres du système éolien
► A.1 - Paramètres de la turbine éolienne [12] :
Tableau A.1: Paramètres de la turbine éolienne de 1.5MW.
Nom et symbole des paramètres Valeur numérique

Nombre des pales 3
Rayon du rotor R 35.25m
Gain du multiplicateur de vitesse G 90
Moment d’inertie total J 1000 Kg.m2
Coefficient de frottement visqueux f v 0.0024N.m.s-1
Vitesse du vent de démarrage vd 4m/s
Vitesse du vent d’arrête vm 25m/s
► A.2 - Paramètres de la machine asynchrone à double alimentation [12] :

Tableau A.2: Paramètres de la MADA de 1.5MW.
Nom et symbole des paramètres Valeur numérique

Puissance nominale Pn 1.5MW
Courant nominal I n 1900A
Tension nominale statorique Vs 398/690V
Fréquence nominale statorique f 50Hz

Tension nominale rotorique Vr 225/389V
Résistance statorique Rs 0.012Ω
Résistance rotorique Rr 0.021Ω

Inductance statorique Ls 0.0137 H
Inductance rotorique Lr 0.0136H

Inductance mutuelle Lm 0.0135H
Tension du bus continu U DC 1200V
Inertie totale J 1000kg.m2

Nombre de paires de pôles p 2
UDL-SBA-2017 Page i
Annexes
Annexe « B »
► Synthèse du régulateur PI pour le contrôle MPPT :
L’approche la plus classique utilisée dans notre travail consiste à contrôler la vitesse de
rotation par un régulateur PI. Dans l’objectif d’annuler l’erreur statique et réduire le temps
de réponse tout en conservant la stabilité du système, un correcteur proportionnel intégral
est utilisé. Les performances obtenues (stabilité, précision, temps de réponse) sont
satisfaisantes pour un tel système électromécanique. Cependant le couple peut présenter un
dépassement important qui peut nuire au fonctionnement du système, pour palier à ce
problème on utilise une limitation de la référence du couple à la sortie du correcteur, la
vitesse à régler se définit à partir de l’équation mécanique, la structure du régulateur de
vitesse est montrée sur la figure B.1.
Modèle du régulateur Modèle réduit de la

Cg turbine
Ωg* K p  s  Ki Cg* 1 Ωg
+- -+
s J  s  fv
Saturation
Figure B.1: Schéma bloc de régulation de la vitesse de rotation.
Nous pouvons écrire la fonction de transfert en boucle fermée sous la forme

mathématique suivante :
Ω g  F (s)  Ω g  G(s)  C g
*
(B.1)
Où F(s) est la fonction de transfert de la référence sur la vitesse :
K p  s  K i
F ( s)  (B.2)
J  s  ( f v  K p ) s  K i
2
Et G(s) est la fonction de la perturbation :

s
G( s)  (B.3)
J  s  ( f v  K p ) s  K i
2
Pour baisser l’effet de la perturbation (Cg), nous avons intérêt à choisir une valeur
élevée pour le gain KpΩ. L’autre gain est choisi de manière à avoir une fonction de transfert
du 2ème ordre, ayant une pulsation naturelle et un coefficient d’amortissement, déterminés
comme suit :
 Ki
n 
 J
 (B.4)
  f v  K p

 J  2n
Donc, pour imposer un temps de réponse et un facteur d’amortissement, nous trouvons :
UDL-SBA-2017 Page ii
Annexes

Ki  n  J
2
 (B.5)
K p  2 Jn  f v

Nous avons choisi ξ=1 et wn =100.

Tableau B.1: Paramètres de régulateur MPPT.
Kp Ki
Régulateur de MPPT 200000 10000000
UDL-SBA-2017 Page iii

Annexes
Annexe « C »
► C.1-Fuzzy Toolbox:
Erreur r (entrée) Dérivé d’erreur (entrée)
Dérivé de courant (sortie)
Figure C.1: Fonctions d’appartenance.
► C.2-Base des règles :
Figure C.2 : Base des règles.
UDL-SBA-2017 Page iv
Annexes
Annexe « D »
► D.1- Apprendre le comportement de PI
Algorithme d’apprentissage
clear all;clc
close all
% Apprentissage du régulateur PI.
load pi_pt;np=length(PT);P=PT(2,1:np)';T=PT(3,1:np)';
%Le vecteur d’entré.
P=P';
% Le vecteur cible.
T=T';
% Le minimum et le maximum du vecteur d’entré.
PR=[min(P) max(P)];
% Architecture du réseau de neurone (structure 1-5-1).
net=newff(PR,[1 5 1],{'logsig' 'tansig' 'purelin');
% Nombre d’itérations maximales.
net.trainParam.epochs=1000;
% Taux d'apprentissage
net.trainParam.lr=0.01;
% L’erreur souhaitée.
net.trainParam.goal=1e-10;
% Début d’apprentissage.
net=train(net,P,T);
% Construire le réseau de neurone.
gensim(net)
UDL-SBA-2017 Page v
Annexes
► D.2- Architecture du réseau de neurones sous SIMULINK
Couche d’entrée
Couche cachée
Couche de sortie
UDL-SBA-2017 Page vi
Annexes
► D.3- Les valeurs des poids et des biais pour les régulateurs RN
Tableau D.1: les Poids et les piais de régulateur de puissance.
Poids Et RN_Puissance
Tableau D.2: les Poids et les piais de régulateur du courant.
Piais
W01 0.6286
W11 1.0e+005*4.6229
Poids Et RN_Courant
W12 -1.0e+005*2.5455
Piais
W13 1.0e+005*3.3348
W01 -17.9524
W14 1.0e+005*3.2057
W11 643.9732
W15 -1.0e+005*1.5094
W12 -361.0591
W16 1.0e+006*1.1175
W13 -517.9770
W26 -1.0e+006*0.4748
W14 69.4576
W36 -1.0e+006*0.0633
W24 119.8720
W46 1.0e+006*0.2622
W34 273.5682
W56 -1.0e+006*0.1483
b0 5.3193
b0 -0.5130
b1 -63.1180
b1 -1.0e+004*9.3654
b2 22.6514
b2 1.0e+004*2.4847
b3 50.6036
b3 1.0e+004*2.5461
b4 -48.7803
b4 -1.0e+004*1.5338
b5 1.0e+004*0.8092
b6 2.9090e+005
UDL-SBA-2017 Page vii

Annexes
Annexe « E »
► E.3-Comparaison de caractéristique dans l’état normale
Tableau E.3: comparaison des performances des trois régulateurs.
Les régulateurs
Performances PI RLF RAN
Temps de réponse (ms) 6 1.95 0.97
Dépassement (%) 6 6 4.4
(%) 0.6 1.42 0.77
Erreur statique
(W) 9000 21000 11600
Robustesse vis-à-vis de la variation
mauvaise acceptable forte
paramètres
Conception Simple Difficile Moyenne
THD Is (%) 1.44 1.88 12.15
► E.4-Comparaison de caractéristique dans l’état anormal

6
x 10
1
Ps*
0.5
Ps-RF(0.7*Lm)
0 Ps-RN (0.7*Lm)
Ps-RPI (0.7*Lm)
-0.5
-1
-1.5
-2
-2.5
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Temps (s)
Figure E.1: comparaison de grande variation paramétrique des trois régulateurs.
UDL-SBA-2017 Page viii

Annexes
Page ix
Cg
Ct
60/(2*pi)
Cg
1/G tr/min
Ct [Pg]
Ct
Wind Wind_speed
Wr
Figure F.1: Schémas de simulation MPPT_PI.

Cp
Cp
Cg
Vitesse du vent 0 Beta Cp
Cméc 1
Beta Cm
J.s+fr
Turbine_speed
Cm Cm Scope1
Annexe « F »
Pt
Cg_ref
[Pt]
Pt
Wg
Cm1 Scope2
1/G
F.1- Schémas de simulation MPPT_PI
tr/min1
Wg_ref
8.1/R G
Wreg
[Pt]
Wg PI
[Pg]
Scope5
t
Clock
MPPT avec asservissement de vitesse
UDL-SBA-2017
►
Page x
Annexes
P_mes 1
314 Teta_s
s
Va
Va P_mes
Teta_s
P_mes
Réseau Vb Teta_sl
Vabc [Teta_r]
Irq Irq
Vc
Wind
Ct1 M ADA Ird Ird
Ct5
Vitesse du vent wind
attention à Ct Teta_sl Teta_sl
Q_mes
cette valeur
Wind_speed
Ct
Figure F.2: Schémas de simulation de la MADA.

Q_mes
12.15 Cp
Irq Irq Ir
0 Beta
Cp Vitesse Q_mes
vitesse de vent Cm
Ir
vitesse de vent1
C ontinuous Ird Ird
Turbine_speed
I_r
powergui Pt
Pt
t
Clock Teta_s Teta_s
beta
power W
Irq Irq Is
g 1/G 1 [Teta_r]
p
F.2 -Schémas de simulation de la MADA
s Is
-C-
Ird Ird I_s
Facteur de Puissance
60/(2*pi)
Isd Isd
Power Factor tr/min
Ph_s
Wr Ird Ird Ph_s
Isq Isq
Vs
Irq Irq
Vs
UDL-SBA-2017
►
Annexes
► F.3- Schéma de simulation de la commande vectorielle
Figure F.3 : Schéma de simulation de la commande vectorielle.
UDL-SBA-2017 Page xi
RÉFÉRENCES
BIBLIOGRAPHIQUES
Références bibliographiques
REFERENCES BIBLIOGRAPHIQUES
[01] MOUSSAOUI TAHA YACINE «Commande sans capteur de la machine asynchrone à
double alimentation pour l’utilisation dans la production de l’énergie éolienne» Mémoire de
fin étude en génie électrique, Université d’EL-Oued, 09 sept 2015.
[02] TOUATI MUSTAPHA KAMEL «Étude D’une Génératrice Éolienne Connectée Au Réseau
Électrique» Mémoire de magistère en électrotechnique, Université de Batna, 15/01/2015.
[03] WWW.GWEC.net
[04] LATRECHE MOHAMMED TAHAR «Commande Floue de la Machine Synchrone à Aimant

Permanant (MSAP) utilisée dans un système éolien» Mémoire Magister en Électrotechnique,
Université Ferhat Abbas de Setif, 24 /06 /2012.
[05] BOUDIA SIDI MOHAMMED «Optimisation de l’Évaluation Temporelle du Gisement

Énergétique Éolien par Simulation Numérique et Contribution à la Réactualisation de l’Atlas
des Vents en Algérie » Thèse de Doctorat. Université de Tlemcen. 2013.
[06] AZZOUZ TAMAARAT «Modélisation et commande d'un système de conversion

d'énergie éolienne à base d'une MADA» Thèse de doctorat en génie électrique, Université
Mohamed Khider – Biskra, 08/12/2015.
[07] WWEA «Rapport Mondial 2010 sur l’Energie eolienne » April 2011.
[08] MADJID SI BRAHIM «Etude d’un systéme de conversion de l’énergie éolienne à base de
la machine asynchrone» Thèse de doctorat 3eme cycle en Électrotechnique, Université
mouloud mammeri de Tizi-ouzou, 16 juin 2015.
[09] METATLA SAMIR «Optimisation et régulation des puissances d’une é olienne à base
d’une MADA » mémoire de magister de école nationale supérieure polytechnique d’Alger,
2009.
[10] CHERFIA NAÏM «Conversion d'énergie produite par des générateurs éoliens» Mémoire
de magister en électrotechnique, Université Mentouri – Constantine, 07/ 06 / 2010.
[11] DJERIRI YOUCEF «Commande vectorielle d’une MADA intégrée à un système éolien»
Mémoire de magister en Électrotechnique, université Djilali liabes, sidi bel-abbès,
December 2009.
[12] DJERIRI YOUCEF «Commande directe du couple et des puissances d’une MADA
associée à un système éolien par les techniques de l’intelligence artificielle» Thèse de
Doctorat en Electrotechnique, Université Djilali liabes, sidi bel-abbès, november 2015.
[13] MOUILAH KHEIRA «Commande d’une éolienne à machine asynchrone à double

alimentation» Thèse de Doctorat en Electrotechnique, université Djilali liabes, sidi bel-
abbès, 9/12/2015.
[14] MOHAMMED MALKI «Etude et Simulation d’un aérogénérateur connecté au réseau

(Turbine + MADA + Réseau) en mode continu et discret» Mémoire Master en
Electrotechnique, Université Aboubekr Belkaid Tlemcen, 20/10/2014.
[15] FREDERIC POITIERS «Etude et commande de generatrices asynchrones pour

l'utilisation de l'energie eolienne-Machine asynchrone à cage autonome-Machine
asynchrone à double alimentation reliée au réseau» Thèse de doctorat Electronique et
Génie Electrique, l’Université de Nantes, 19 décembre 2003.
[16] BELFEDHAL ABDELKADER SEIFEDDINE «Modélisation et commande d’une chaîne

éolienne avec intégration du stockage inertiel» Mémoire de Magister Ecole doctorale de
Génie Electrique, Université Ibn Khaldoun-Tiaret,
[17] CHERIFE HAKIMA «Modélisation d'une Centrale Éolienne» Mémoire de fin d’étude en
Électrotechnique, Universitaire d’El oued, Juin 2010.
[18] KHETTACHE LAID « Etude et commande d’un systéme eolien à base d’une machine
electrique double alimentée» Mémoire de magister en Électrotechnique, Université de
Batna, 2007.
[19] MEGHLAOUI ISSAM « Modélisation et simulation d’une chaîne de conversion éolienne

de petite puissance à axe horizontal» Mémoire de magister en électromécanique,
Universite badji mokhtar-annaba, 2009.
[20] TARAK GHENNAM «Supervision d’une ferme éolienne pour son intégration dans la
gestion d’un réseau électrique, Apports des convertisseurs multi niveaux au réglage des
éoliennes à base de machine asynchrone à double alimentation» Thèse de doctorat en
Génie Electrique, Ecole militaire polytechnique d’Alger Ecole centrale de Lille, 29/09/2011.
[21] BOURAKI MOULOUD «Etude d’un entrainement à double alimentation pour turbine
éolienne à vitesse variable: Application sur un site à TINDOUF» Mémoire Magister en Génie
Electrique, Université M’Hamed Bougara-Boumerdes, 2011/2012.
[22] BOUHEDDA ALI «Contribution à l’étude de systemes de commande d’une éolienne»

Mémoire Magister en Electrotechnique, Université Mouloud Mammeri. Tizi-ouzou,
07/07/2011.
[23] BOULAA MAHAMMED «commande d’une éolienne à base d’une GADA pour la
production de l’énergie dans le réseau électrique» Mémoire de Fin d’Etudes en Génie
Electrique, Université Djilali liabes, sidi bel-abbès ,2016.
[24] DENDOUGA ABDELHAKIM «Contrôle des puissances active et Réactive de la machine a

double alimentation (DFIM)» Thèse de doctorat en Electrotechnique, Université de Batna,
10/02/2010.
[25] MKELKOUL BAHIA «Etude et commande d’une turbine éolienne utilisant une Machine
Asynchrone à Double Alimentation» Mémoire Magister API de Génie Electrique et
Electronique, Université de Tlemcen, 29/06/2011.
[26] YACINE ABDERRAHMANE BENCHERIF «modélisation et commande d’une machine

asynchrone à double alimentation pour la production de l’énergie éolienne» Mémoire de
Fin d’Etudes en Electrotechnique, Ecole nationale polytechnique, juin 2008.
[27] MALKI RIDHA «Filtrage actif des harmoniques par une éolienne à base d’une machine
asynchrone à double alimentation» Mémoire de Fin d’Etudes en génie electrique, Université
Djilali liabes, sidi bel-abbès ,2016.
[28] BEN AMAR ASMA «Etude de la commande d’un systeme éolien base sur une GADA»
Mémoire Magister en Electrotechnique, Université Hadj Lakhdar – Batna,24/04/2016.
[29] BELGACEM KHEIRA «Optimisation des performances des systèmes énergétiques dans
la production d’énergie éolienne à vitesse variable» Thèse de Doctorat En Electrotechnique,
université Djilali liabes, sidi bel-abbès, 11/02/2014.
[30] TOUAL BELKACEM «Modélisation et Commande Floue Optimisée d’une Génératrice à

Double Alimentation, Application à un Système Eolien à Vitesse Variable» Mémoire de
Magister En Electrotechnique, Université de Batna, 17/10/2010.
[31] KHAMI MOHAMED «Amélioration des performances de régulation d’une machine

asynchrone à double alimentation par la technique Neuro-flou» Mémoire de Master
académique En Electrotechnique, Université Kasdi Merbah Ouargla, 24/06/2013.
[32] AZEDDINE CHAIBA «commande de la machine asynchrone a double alimentation par

des techniques de l’intelligence artificielle» Thèse de Doctorat En Electrotechnique,
Université de Batna, 11/07/2010.
[33] M. LAAMAYAD TAHAR «Commande Optimale d‘une Machine Asynchrone Apport de La

Logique Floue» Mémoire de Magister En Electrotechnique, Université de Batna, 2008.
[34] ADJOUDJ MOHAMED «Commande d’une machine asynchrone à double alimentation»

Thèse de Doctorat en Electrotechnique, université Djilali liabes, sidi bel-abbès.
[35] MELIANI BOUZIANE «Application des techniques intelligentes à la commande d’une

machine asynchrone double étoile associée à un convertisseur matriciel» Thèse de Doctorat
en Electrotechnique, université Djilali liabes, sidi bel-abbès,2014.
[36] BEKAKRA YOUCEF «Etude et Commande du Moteur Asynchrone à Double Alimentation

(MADA) par Différentes Techniques Avancées» Mémoire de Magister En Electrotechnique,
Centre Universitaire d’El-oued, 14 / 06 / 2010.
[37] BELGACEM KHEIRA «Optimisation des performances des systèmes énergétiques dans
la production d’énergie éolienne à vitesse variable» Thèse de Doctorat en Electrotechnique,
université Djilali liabes, sidi bel-abbès, 11/02/2014.
[38] BOUDJEMA ZINELAABIDINE «Etude et commande d’un système de production

d’électricité renouvelable locale (énergie éolienne et photovoltaïque)» Thèse de Doctorat
en Electrotechnique, université Djilali liabes, sidi bel-abbès,10/02/2015.
[39] ELBIA YOUCEF «Commande Floue Optimisée d’une Machine Asynchrone à Double
Alimentation et à Flux Orienté» Mémoire de Magister En Electrotechnique, Université de
Batna, 15 / 06 /2009.
[40] IMARAZENE KHOUKHA «Application des Réseaux de Neurones à la Commande par

Elimination d’Harmoniques des Onduleurs Multiniveaux» Mémoire de Magister En
Automatique, Ecole Nationale Polytechnique, 29 juin 2005.
[41] MOHAMED CHAFAA MADAOUI «Commande floue et neuro-floue d’un convertisseur

direct AC/AC monophasé à structure minimale. Application à l’alimentation d’une machine
asynchrone monophasée» Mémoire de Magister en Automatique, Ecole Nationale
Polytechnique,28/02/2007.
[42] ALLAD MOURAD «Techniques de commande modernes appliquees aux bioreacteurs»

Mémoire de Magister en Automatique, Ecole Nationale Polytechnique, 04/02/2006.
View publication stats

Commande de La Machine Asynchrone A Doub

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Commande de La Machine Asynchrone A Doub

Transféré par

Droits d'auteur :

Formats disponibles

See discussions, stats, and author proﬁles for this publication at: https://www.researchgate.

Commande de la machine asynchrone à double alimentation – apport des

Thesis · May 2018

Hamza Mesai Ahmed Youcef Djeriri

SEE PROFILE SEE PROFILE

The user has requested enhancement of the downloaded ﬁle.

UNIVERSITE DJILLALI LIABES DE SIDI-BEL-ABBES

Projet de Fin d’Etude présenté par :

Mr. MESAI AHMED HAMZA

Pour l'obtention du diplôme de :

Commande de la machine asynchrone à

Présenté devant le jury composé de :

Pr. ABDELKADER MEROUFEL Professeur (U.D.L. Sidi Bel-Abbès) Président

Soutenu en: Juin 2017

Nous tenons à adresser nos vifs remerciements pour sa

Nos remerciements aux :

Membres de jury qui ont accepté de juger ce travail,

Liste non-exhaustive des principaux paramètres et variables.

Ωméc (rad/s) Vitesse mécanique de la turbine

 Paramètres de modélisation de la MADA :

Pnom (W) puissance électrique nominale

Pr (W) Puissance active rotorique,

ϕs a, b, c (Wb) Flux instantané magnétiques au stator,

 Grandeurs magnétiques au rotor :

ϕr a, b, c (Wb) Vecteur de flux magnétiques au rotor,

Ωs (tr/min) la vitesse du synchronisme

 Grandeurs de commande de la MADA :

Cem* (N.m) Consigne du couple électromagnétique,

LISTE DES FIGURES

LISTE DES TABLEAUX

INTRODUCTION GENERALE ....................................................................................................... 1

I.8.2.b Machine asynchrone à double alimentation– structure de Scherbius avec cyclo-

III.2.6 Application de la transformation de PARK à la MADA .............................................. 43

V.3.5.c Mécanisme d’inférence ..................................................................................... 76

L’énergie électrique est un élément crucial pour tout développement socio-

UDL- SBA-2017 Page 1

UDL- SBA-2017 Page 2

UDL- SBA-2017 Page 3

Ce chapitre est entièrement consacré aux généralités sur

GENERALITE SUR LES SYSTEMES EOLIENS

I.2 Définition de l'énergie éolienne

Figure I.1 : Conversion de l'énergie cinétique du vent.

L'énergie éolienne est une énergie "renouvelable" non dégradée, géographiquement

I.3 Etat de l’art et situation de l’éolien dans le monde actuel

I.3.2 L’énergie éolienne en quelques chiffres

Figure I.2 : Capacité éolienne cumulée dans le monde entier [03].

I.3.2.b Futurs challenges et perspectives mondiales

investissements décentralisés par des producteurs indépendants, petits, moyens ou basés

Figure I.3 : L’énergie éolienne mondiale (MW) [05].

I.3.3 Energie éolienne en Algérie

Figure I.4:Carte de vent en Algérie [07].

I.3.3.b Situation actuelle et future de la filière éolienne en Algérie

I.3.4 Avantages et inconvénients de l’énergie éolienne

I.4 Types des Aérogénérateur

I.4.1 Eoliennes à axe vertical

Figure I.6: Technologie des éoliennes à axe vertical [04].

I.4.2 Eoliennes à axe horizontal

Figure I.7: Technologie des éoliennes à axe horizontale.

I.5 Constitution d’une éolienne horizontale

3- Structure de la turbine en fonte ductile ou en acier soudé galvanisé à chaud.

Figure I.8: Principales composants d’une éolienne à axe horizontal [10].

En général, l’éolienne à axe horizontal est constituée de trois éléments principaux: La

câbles de transport de l’énergie électrique, les éléments de contrôle, l’appareillage de