Equation Chapter 1 Section 1
MODELISATION SIMULATION ET COMMANDE D’UNE MICROCENTRALE EOLIENNE/PHOTOVOLTAÏQUE ENTRAINEE PAR UNE GENERATRICE SYNCHRONE A AIMANTS PERMANENTS
Rapport Séminaire 1
I Problématique 4
II Objectifs 5
III Méthodologie 5
IV Etat d’art & Revue de littérature 7
V Avancement des Travaux 17
VI Echéancier 29
VII Conclusion 30
Introduction
Le besoin énergétique ne cesse de croitre dans le monde et de très récentes études mettent le point sur l’accroissement exponentiel de la demande et une diminution considérable des ressources à citer le pétrole, le charbon, le gaz naturel, ou bien l’énergie nucléaire qui a causé beaucoup de tort et de pollution, et c’est l’une des raisons qui a poussé tant de pays développés à investir dans la recherche dans le domaine des énergies renouvelables dont l’énergie solaire, éolienne, hydraulique ou bien géothermique, etc.
La deuxième raison est le fait que le raccordement au réseau électrique est onéreux surtout pour relier la population des régions éloignées. Rajoutant à cela le protocole de Kyoto entré en vigueur le 16 février 2005 qui vise à réduire l’émission de CO2 et par conséquent atténuer les dégâts dus au réchauffement planétaire.
Nous pouvons parfaitement distinguer le développement de trois principaux axes au niveau des énergies renouvelables : l’hydraulique, le solaire et l’éolien. Certes, les deux dernières formes restent peu productives et elles ne représentent qu’un faible pourcentage du secteur de production d’énergie électrique.
Toutefois, des systèmes de couplages ont vu le jour, et ce dans le but d’avoir plus de puissance. Des travaux dans ce sens se sont concentrés sur le jumelage ‘’éolien/Diesel’’, dans notre cas nous nous intéressons au jumelage ‘’éolien/solaire’’. Conséquemment, nous allons étudier les différents éléments en vue d’obtenir les meilleurs résultats et performances souhaitables.
C’est dans ce cadre que s’inscrit cette maitrise ayant pour objectif général la modélisation, la commande et la simulation d’un système de jumelage éolien/solaire et qui sera entrainé par une génératrice synchrone à aimant permanent.
Problématique
D’innombrables modèles de jumelages ont été développés et proposés sur le marché ces dernières années, certains modèles ont pu prouver leurs efficacités mais cela ne leur a pas permis de faire du coude à coude avec les géants classiques de la production d’énergie à savoir le nucléaire ou le pétrole ceci est dû soit au cout élevé soit au rendement faible des modèles proposé.
Pour ce type d’installation à savoir les éoliennes ou les panneaux photovoltaïques, plusieurs paramètres incontrôlables entrent en jeux et c’est en grande partie qui fait la difficulté de l’étude et de la modélisation d’une implantation de ressources d’énergie renouvelable sur un site donnés. La prédiction des paramètres météorologiques est certes plus difficile pour le vent vu le caractère imprédictible de son évolution en comparaison avec l’étude de l’ensoleillement qui lui de son côté est définie par une série d’équations bien étudiés et largement développés. Pour cette raison la plupart des études d’implantation se basent sur les données recueilles par les centres météorologiques au cours des années.
Même en résolvant cette partie du problème, il reste à étudier le comportement de l’éolienne et du panneau photovoltaïque dans les conditions les plus réalistes de fonctionnement. Du côté de l’éolienne le choix se porte sur une éolienne entrainée par une génératrice synchrone à aimants permanents due à son aspect plus pratique en comparaison de ses congénères d’une part pour les moindres couts en maintenance et d’une autre part pour la facilité d’implantation de la commande en comparaison de la génératrice asynchrone. Les modèles utilisés pour simuler la génératrice synchrone ont été longtemps développé mais rares sont ceux qui se basent seulement sur les paramètres de la génératrice. Un tel modèle permet d’aider à la conception de la machine sans pour autant avoir à effectuer plusieurs essais.
Un autre problème à aborder est celui de la dégradation des équipements au cours du temps, ceci influence l’alimentation en énergie et par conséquent la connaissance des paramètres de la machine est primordiale pour pouvoir adapter la commande et ainsi effectuer les maintenances nécessaires en temps de besoin.
Objectifs
Objectif général
Etudier, modéliser et simuler un modèle de jumelage composé d’une éolienne et d’un panneau photovoltaïque et développé une commande intelligente pour commander le système entier.
Objectif spécifique
Les objectifs spécifiques de ce projet sont comme tels :
Etudier le profil aérodynamique de l’éolienne.
Modéliser la génératrice synchrone à aimants permanents. (Modélisation dynamique de la machine et programmation de la détermination automatique des paramètres des génératrices synchrones à aimant permanent)
Etudier l’ensoleillement et les panneaux photovoltaïques
Développer un modèle de commande
Méthodologie
Cadre scientifique:
Le cadre de cette étude se situe essentiellement dans une approche numérique avec une partie expérimentale visant à valider une partie des résultats numériques.
Démarche suivit
Pour atteindre les objectifs précédemment cités nous procédons comme suit :
Faire une revue de a littérature sur les modèles déjà développés et utilisés pour la modélisation des éoliennes, les panneaux photovoltaïques et les génératrices synchrone à aimants permanents.
Développer les modèles de base pour simuler les aspects aérodynamique et mécanique de l’éolienne.
Développer un modèle numérique et un modèle analytique permettant de modéliser la génératrice synchrone à aimants permanents et dont nous pouvons sortir un modèle simplifié d’identification des paramètres.
Modéliser le panneau photovoltaïque en passant par la modélisation de l’ensoleillement pour une région donnée, la modélisation du panneau se fait d’une part sous l’effet de la variation de la température sous un ensoleillement constant et par la suite sous une température journalière constante avec l’effet de la variation de l’ensoleillement au cours d’une journée.
Finir par regrouper les divers systèmes sous le contrôle d’une commande permettant de stabiliser la production de la microcentrale.
Matériels
En terme de matériels nous aurons recourt à une génératrice synchrone à aimant permanent ainsi qu’un banc d’essai construit sur mesure pour la partie expérimentale, du côté numérique et pour les simulations le logiciel Matlab va être utilisé.
Etat d’art & Revue de littérature
Dans cette partie du travail nous allons présenter une discussion et un historique des divers modèles de jumelage en passant par la décortication des divers composantes et paramètres entrant en jeux dans ce genre d’étude.
Les éoliennes
La distribution de la vitesse du vent pour les sites sélectionnés ainsi que la puissance de sortie caractéristique de l'éolienne choisie sont les facteurs qui doivent être considérés pour déterminer la puissance de la turbine éolienne à acquérir.
Les générateurs à induction et les générateurs synchrones peuvent être utilisés pour des systèmes éoliens[1]. Principalement, trois types de générateurs à induction sont utilisés dans les systèmes de conversion d'énergie éolienne: rotor de cage, rotor enroulé avec contrôle de glissement et rotors à induction doublement alimentés. Le dernier est le plus utilisé dans la génération de vitesse du vent, car il offre une large gamme de variation de vitesse.
L'architecture éolienne à générateur synchrone à aimants permanents multipolaires (PMSG) à vitesse variable, pilotée directement, est choisie à cet effet. Elle offre de meilleures performances grâce à une plus grande efficacité et moins d'entretien car elle peut être utilisée sans boîte de vitesses, ce qui implique une réduction du poids de la nacelle et une réduction des coûts.[2]
Modélisation du profil du vent
Le vent est l’une des forces de la nature et c’est aussi l’une des sources d’énergies renouvelables qui a été utilisé par l’Homme à travers des siècles pour divers usages à noter le moulin à vent, la navigation à voile, le séchage, etc. la figure ci-dessous représente la vitesse du vent moyenne pour le mois de janvier et de juillet partout dans le monde.
Le vent étant un paramètre instable, sa simulation est très difficile, de ce fait plusieurs approches ont était élaboré pur permettre d’estimer les vitesses et les puissances récupérables dans divers sites.
Une première méthode consiste à établir un algorithme probabiliste permettant de générer un profil aléatoire de vitesse de vent comme le montre la figure-2.[3]
Une seconde méthode est basée sur la logique floue. Ce modèle flou TSK est développé pour effectuer la prévision de la vitesse du vent et de la puissance électrique jusqu'à 2 h en avance. Le modèle est formé à l'aide d'un algorithme d'apprentissage basé sur l’intelligence artificielle. Les données du modèle sont des données éoliennes recueillies dans des stations météorologiques voisines d'un rayon allant jusqu'à 30 km. La méthode proposée offre une amélioration significative par rapport à la méthode persistante pour un terrain plat car la performance de celle-ci est réduite dans les cas où le terrain est complexe. [4]
Modélisation de la génératrice synchrone PMSG
La génératrice synchrone à aimant permanant est une partie très importante de la chaine de conversion éolienne, de ce fait son étude est très primordiale. Travaillé sur les équations de la génératrice dans le repère abc ne rend pas la tâche facile, c’est pour ça qu’il est préférable de travailler dans le repère dq0 de Park. Les équations dans le dit repère sont données par :[5]
Les circuits électriques de ces derniers seront utilisés pour la commande et la régulation du modulé éolien, ils sont représentés par la figure suivante :[2]
Les panneaux photovoltaïques
La figure suivante représente le principe de fonctionnement des panneaux photovoltaïques.
Les données statistiques montrent que les régions tropicales offrent une meilleure ressource en énergie solaire qu'à des latitudes plus tempérées. L'irradiation annuelle moyenne en Europe est d'environ 1000 kW h / m2, alors que dans le Moyen-Orient la valeur est d'environ 1800 kW h / m2. Dans la zone tropicale, dont l'Éthiopie fait partie, la moyenne est estimée à environ 2000 kW h / m2. Ceci prouve bien l’intérêt qu’il faut porter à cette source d’énergie.[6]
Étude de l’ensoleillement
La connaissance du potentiel énergétique solaire sur un site donné est un paramètre important pour les concepteurs des systèmes de l’énergie solaire. Les techniques numériques de calcul mettent en jeu les coefficients de trouble atmosphérique mesurés expérimentalement une bande comprise entre 1 et 10 microns. Plusieurs modèles sont utilisés pour simuler le rayonnement solaire dont les plus utilisés sont le modèle de Lacis & Hansen, le modèle de Davies & Hay, le modèle de Bird & Hulstrom et celui d’Atwater & Ball.[7]
Modélisation du panneau photovoltaïque
La modélisation fine du fonctionnement électrique des modules photovoltaïques (PV) est indispensable. Cette modélisation permettra d’une part de qualifier le processus technologique de réalisation des cellules PV, et d’autre part, d’analyser le fonctionnement optimal, ainsi que le vieillissement des modules photovoltaïques. Cette dernière étude est nécessaire afin de concevoir et de réaliser les systèmes photovoltaïques adéquats permettant la poursuite du point de puissance maximale (PPM).[8]
Modèle de jumelage
Un système d'énergie alternative hybride peut être autonome ou connecté au réseau. Pour une application autonome, le système doit avoir une capacité de stockage suffisante pour gérer les variations de puissance des sources d'énergie alternatives impliquées. Ce système peut être considéré comme une micro-grille[9] avec ses propres sources de génération et charges, équipé d'interfaces d'électronique de puissance pour réguler la tension et la fréquence et assurer un partage de charge approprié entre les différentes sources. Pour un mode raccordé au réseau, les sources d'énergie alternatives dans la micro-grille peuvent fournir de l'énergie tant aux charges locales qu'aux réseaux électriques. La capacité du dispositif de mémoire pour ces systèmes peut être plus petite si elles sont connectées au réseau, car la grille peut être utilisée comme une sauvegarde du système.
Cependant, lorsqu'elles sont connectées à un réseau électrique, des exigences importantes en matière de fonctionnement et de performances, telles que la tension, la fréquence et la réglementation des harmoniques, sont imposées au système. Des contrôleurs appropriés pour les applications connectées au réseau et autonomes sont en cours d'élaboration et de mise en œuvre dans des onduleurs, ce qui pourrait supporter le fonctionnement du système hybride.[10]
Plusieurs méthodes de jumelage se présente mais deux d’entre elles sont les utilisées à savoir un jumelage par bus DC ou de deux sources alternatives.
En considérant l’aérogénérateur et le système photovoltaïque étant 2 sources de courant alternatif alimentant une charge. L’étude du jumelage sera en d’autre terme l’étude de l’effet de la source 2 sur la source 1 et le contrôle des puissances qui en sont délivrées, dans notre cas la charge est relative au réseau de distribution. Les contrôleurs des puissances actives partagées abaissent les fréquences angulaires 𝜔1 et 𝜔2 par rapport aux puissances actives de sorties 𝑃1 et 𝑃2 suivant certaines lois de commandes [11]
Le courant de sortie de l’aérogénérateur 𝐼𝑤 et celui de sortie du panneau photovoltaïque 𝐼𝑝𝑣 se rejoignent via un BUS DC. Avant de se rejoindre, ces deux courants subissent des modifications au niveau des hacheurs pour s’assurer d’avoir la tension souhaitable en sortie. 𝑖𝑛 est la somme des courant 𝐼𝑤 et 𝐼𝑝𝑣. En supposant un courant constant de sortie 𝐼𝑖𝑛=𝐶𝑠𝑡𝑒 l’étude de l’effet du photovoltaïque sur l’aérogénérateur consiste à étudier l’effet d’une variation du courant 𝐼𝑝𝑣 sur le courant 𝐼𝑤.[12]
Commande du système
Plusieurs méthodes de commandes ont été étudiées, nous présentons ici quelques exemples des modèles de commande.
Advanced Hill-Climb Searching Method (Ahcs)
Cette méthode consiste à étendre l’application de la méthode HCS sur les turbines éoliennes. La structure est présentée dans la figure suivante : [13]
(a)
(b)
Contrôle et commande d’un système par régulateur PI
Sur la figure-9, une stratégie de commande de puissance d'entrée de grille est proposée, sur la base de l'avance de puissance. La valeur de référence de l'amplitude du courant alternatif est obtenue a partir de la puissance de référence (Pref) et de la valeur d'amplitude de la tension alternative (VCF_amp) multipliée par la sortie sinusoïdale de référence PLL. En multipliant le résultat par la tension VCF passant par le PLL et la multiplication par sin(θ) nous obtenons la référence du courant alternatif (Io_ref).[12]
En mode de commande autonome, le système produit une tension de sortie sinusoïdale monophasée qui alimente toutes les charges. La structure de commande est représentée sur la figure-10 et elle se compose de boucles de régulation en cascade utilisées pour réguler le courant de charge dans la boucle interne et la tension de sortie dans la boucle externe.
Le contrôleur de tension de sortie vise à contrôler cette dernière avec une influence minimale de la forme des courants de charge non linéaires ou des transitoires de charge. Un régulateur PI standard fonctionnant en rotation synchrone est utilisé. Le régulateur PI maintient le courant de charge à la référence.
Contrôle par Algorithme Intelligent en y ajoutant d’autres composantes.
Le système global ne s’arrête pas à une éolienne et un panneau photovoltaïques, on y rajoute une pile à combustible et une ultra capacité. L’algorithme général est donné par la figure suivante.[14]
Avancement des Travaux
Dans cette section nous présentons l’état d’avancement des travaux effectués jusqu’à date.
Etude de l’éolienne
Le premier tableau présenté ci-dessus représente la Fiche technique de l’éolienne étudiée et simulée par la suite
Tableau 1 Fiche technique d’une éolienne
Fiche technique 'Enercon E-82'
Puissance nominale 2 MVA
Diamètre du rotor 82 m
Hauteur du moyeu 78 m
Nombre de pales 3
surface balayée 5280 m²
Vitesse de rotation 6 – 17,5 tr/min
Vitesse d'enclenchement 2,5 m/s
Vitesse de déclenchement 25 m/s
Vitesse nominale 12 m/s
La Figure-12 représente l’évolution de la vitesse du vent sur une plage de 24 h, cette vitesse est générée par un modèle de profil aléatoire avec une vitesse moyenne de 4.2 m/s.
Les paramètres présentés dans le Tableau précédent permettent de simulés la distribution de Weibull ainsi que l’évolution du coefficient de puissance Cp présentés dans les Figure-13 et Figure-14
La Figure-15 présente une modélisation de la puissance du vent ainsi que la puissance récupérable par l’éolienne et ce en fonction de la variation de la vitesse du vent dans la plage de fonctionnement de l’éolienne en premier temps ensuite en fonction de la vitesse aléatoire précédemment simulée au cours d’une journée.
Etude du photovoltaïque
Tableau 2 Paramètres du panneau simulé
P1 0,0036 Constante
P2 0,0001 Constante
P3 -0,0005 Constante
P4 70,874 Constante
Rsh 151,16(Ω) résistance shint
Rs 0,614(Ω) Résistance en série
Tref 25(°C) température de référence
Eref 1000(W/m²) ensoleillement de référence
Eg 1,12(eV) Energie de gap pour une cellule de silicium
ns 36 nombre de cellules en série
k 1,38E-23(J/K) constante de Boltzmann
Ta -10 à 40 °C température ambiante
TUC 45(°C) Condition de température nominale de fonctionnement de la cellule (donnée par le constructeur)
e0 1,6E-19 C la charge d’un électron
Le Tableau-2 présente les paramètres du panneau photovoltaïque choisit, ces paramètres permettront de présenter l’évolution du courant et de la puissance générée à la sortie.
La figure-16 représente l’évolution de l’ensoleillement pour la région de Rouyn-Noranda en se basant sur les paramètres géographiques de la région. La figure-16 (a) présente l’ensoleillement en saison hivernal, au cour de la 25éme journée du mois de décembre pour être plus précis, La figure-16 (b) quant à elle présente l’évolution de l’ensoleillement pour la 21éme journée du mois de juin. Ceci nous permet de voir la plage horaire ainsi que la puissance reçu au niveau du panneau photovoltaïque.
(a)
(b)
La figure-17 est une représentation de l’évolution du courant de sortie en fonction de la tension de sortie et la figure-18 représente l’évolution de la puissance générée pour divers température allant de -30° à 40°.en fonction de l’ensoleillement sur une plage de 24h pour le mois de juin.
Etude de la GSAP
Modèle sans charge
Le modèle général d’entrée-sortie de la génératrice synchrone à aimant permanent est lié au choix de vecteur d’état. Dans le cas des équations de la GSAP, dans le repère lié au rotor, les composantes du vecteur du vecteur d’entrée de la machine sont les tensions V_d V_q et les courants i_d et i_q statoriques sont les composantes du vecteur de sortie. Notre objectif dans ce qui suit est de mettre les équations sous la forme d’équations d’état suivante :
(1)
(2)
Nous avons bien démontré les équations :
(3)
(4)
(5)
(6)
Depuis on obtient les modèles d’états suivants :
(7)
(8)
Ou bien
(9)
Modèle avec charge
L’application des tensions V_det V_q sur une charge donne :
(10)
(11)
D’un autre côté, on a les équations aux tensions de la génératrice synchrone à aimant permanent à vide. En négligeant l’impédance de la ligne, on peut considérer l’égalité entre les tensions de la génératrice et de la charge et d’où on a :
(12)
(13)
Ces équations peuvent se mettre sous la forme matricielle suivante :
(14)
En remplaçant dans les équations, on obtient :
(15)
Le modèle d’état s’écrit alors :
(16)
L’équation [12] peut s’écrire sous la forme suivante
(17)
L’obtention du modèle analytique se fait en passant par des transformations de Laplace et Laplace inverse.
(18)
(19)
(20)
L’expression de dépend de la valeur de ,
En effectuant des transformations comme exécutées précédemment, nous obtenons un model temporal donnés par les équations [21], [22] et [23] dépendant de la variation de .
Dans le cas de
(21)
Dans le cas de
(22)
Dans le cas
(23)
La figure-19 est une validation des modèles développés avec les essais effectués au laboratoire d’une génératrice synchrone à aimant permanant. Comme nous le constatons, les modèles s’alignent presque parfaitement avec le modèle réel de la machine. Ceci nous permettra par la suite de simuler le comportement quasi-réel d’une éolienne en termes de production d’énergie.
Echéancier
Echéancier 2016 2017 Réalisation
Hiver Eté Automne Hiver Eté Automne
Cours 100%
Revue de littérature 100%
Etudes des éoliennes et des panneaux photovoltaïques (Etude et Modélisation) 100%
100%
Etude de la génératrice (PMSG) 100%
Etude du couplage 60%
Séminaire 1
Etude de la commande 40%
Séminaire 2
Rédaction du rapport 70%
Finalisation et dépôt
Conclusion
Ce travail consiste en une présentation générale de l‘état d’art de la situation actuel des études menées sur les microcentrales éolienne/photovoltaïques. Nous présentons aussi l’avancement effectué sur nos travaux où une grande majorité du travail a déjà été effectué.
Au niveau des travaux a complété il nous reste à travailler sur commande vectorielle qui permettra en outre de contrôler le système et stabiliser le couplage sur le bus DC pour avoir une énergie stable à la sortie permettant d’alimenter la charge à laquelle elle sera connecté.
Bibliographie
[1] J. Slootweg, S. De Haan, H. Polinder et W. Kling, "General model for representing variable speed wind turbines in power system dynamics simulations," IEEE Transactions on power systems, vol. 18, pp. 144-151, 2003.
[2] A. Rolan, A. Luna, G. Vazquez, D. Aguilar et G. Azevedo, "Modeling of a variable speed wind turbine with a permanent magnet synchronous generator," dans 2009 IEEE International Symposium on Industrial Electronics, 2009, pp. 734-739.
[3] A. Pigazo, Z. Qin, M. Liserre et F. Blaabjerg, "Generation of random wind speed profiles for evaluation of stress in WT power converters," dans Renewable Energy Research and Applications (ICRERA), 2013 International Conference on, 2013, pp. 436-441.
[4] I. G. Damousis, M. C. Alexiadis, J. B. Theocharis et P. S. Dokopoulos, "A fuzzy model for wind speed prediction and power generation in wind parks using spatial correlation," IEEE Transactions on Energy Conversion, vol. 19, pp. 352-361, 2004.
[5] H. Ye, J. Su et S. Du, "Simulation and Analysis of PMSG-based Wind Energy Conversion System using Different Coverter Models," Engineering, vol. 5, p. 96, 2013.
[6] G. Bekele et B. Palm, "Feasibility study for a standalone solar–wind-based hybrid energy system for application in Ethiopia," Applied Energy, vol. 87, pp. 487-495, 2010.
[7] M. Koussa, A. Malek et M. Haddadi, "Validation de quelques modèles de reconstitution des éclairements dus au rayonnement solaire direct, diffus et global par ciel clair," Revue des énergies renouvelables, vol. 9, pp. 307-332, 2006.
[8] T. Mrabti, M. El Ouariachi, B. Tidhaf et K. Kassmi, "Caractérisation et modélisation fine du fonctionnement électrique des panneaux photovoltaïques," Revue des Energies Renouvelables, vol. 12, pp. 489-500, 2009.
[9] R. H. Lasseter, "Microgrids," dans Power Engineering Society Winter Meeting, 2002. IEEE, 2002, pp. 305-308.
[10] A. Roth-Deblon, "Combined DC and AC integration of energy sources in hybrid 3-phase off-grid systems," dans 2006 IEEE 4th World Conference on Photovoltaic Energy Conference, 2006, pp. 2431-2433.
[11] C. K. Sao et P. W. Lehn, "Autonomous load sharing of voltage source converters," IEEE Transactions on Power Delivery, vol. 20, pp. 1009-1016, 2005.
[12] M. Dali, J. Belhadj et X. Roboam, "Hybrid solar–wind system with battery storage operating in grid-connected and standalone mode: control and energy management–experimental investigation," Energy, vol. 35, pp. 2587-2595, 2010.
[13] Q. Wang et L. Chang, "An intelligent maximum power extraction algorithm for inverter-based variable speed wind turbine systems," IEEE Transactions on power electronics, vol. 19, pp. 1242-1249, 2004.
[14] O. Onar, M. Uzunoglu et M. Alam, "Modeling, control and simulation of an autonomous wind turbine/photovoltaic/fuel cell/ultra-capacitor hybrid power system," Journal of Power Sources, vol. 185, pp. 1273-1283, 2008.