Commandes de hautes performances d’une machine asynchrone à double étoile MADE via des convertisseurs multi-niveaux.

Abstract

الملخص (بالعربية) :

الهدف الرئيسي من هذا العمل هو تقديم حلول لتحسين الأداء وزيادة موثوقية التحكم في الآلة غير المتزامنة ذات النجم المزدوج. من أجل تحقيق هذا الهدف ، تم تطوير واقتراح استراتيجيات تحكم وخوارزميات تشخيصية جديدة لأعطال المحولات. بعد تقديم أحدث ما توصلت إليه الأنظمة متعددة الأطوار ، ونمذجة آلة الحث ذات النجم المزدوج ومحولات الطاقة ، استخدمنا استراتيجيتين للتحكم مثل التحكم الشعاعي والتحكم التنبئي. بعد ذلك ، من أجل تحسين أداء هذه الاستراتيجيات ضد اختلافات معلمات الآلة ، تم استخدام تقنية الشبكة العصبية الاصطناعية. يشغل تحليل تشغيل الآلة بتقنيات التحكم هذه الجزء الأول من هذه الأطروحة. في الجزء الثاني ، تم اقتراح خوارزمية جديدة لتشخيص أعطال الدائرة المفتوحة في محول الطاقة ، والتي تتطلب فقط التيارات المقاسة ، مما يتجنب استخدام أجهزة إضافية أو معرفة معلمات النظام. تم تخصيص الجزء الأخير من العمل الحالي للتحكم في المولد الغيرمتزامن ذو النجم المزدوج المدمج في نظام تحويل طاقة الرياح والمرتبط ، أولاً ، بواسطة محولات ذات مستويين وثانيًا ، بواسطة محولات ثلاثية المستويات. تثبت النتائج التي تم الحصول عليها الأداء الجيد للآلة الحثية ذات النجمتين كوضعية محرك أو مولد ، خاصة مع التحكم التنبئي.

Résumé (Français) :

L’objectif principal de ce travail est de présenter des solutions pour améliorer la performance et augmenter la fiabilité de contrôle de la machine asynchrone à double étoile (MASDE). Afin d'atteindre cet objectif, des nouvelles stratégies de contrôle et des algorithmes de diagnostic des défauts du convertisseur sont développées et proposées. Après avoir présenté l'état de l'art des systèmes multiphasé, la modélisation de la machine asynchrone double étoile et des convertisseurs statiques, nous avons utilisé deux stratégies de control tel que la commande vectorielle et la commande prédictive. Ensuite, afin d’améliorer la performance de ces stratégies contre les variations paramétrique et les incertaines, la technique de réseau des neurones artificiel a été employé. L’analyse de fonctionnement de la machine avec ces techniques de contrôle occupe la première partie de cette thèse. Dans la deuxième partie, un nouvel algorithme de diagnostic des défauts de circuit ouvert dans le convertisseur de puissance est proposé, dans laquelle seuls les courants mesurés sont nécessaires, ce qui évite l'utilisation de matériel supplémentaire ou la connaissance des paramètres du système. La dernière partie du présent travail est consacré au contrôle de la génératrice asynchrone double étoile intégré dans un système de conversion d’énergie éolienne et associés, premièrement, par des convertisseurs deux niveaux et deuxièmement, par des convertisseurs à trois niveaux. Les résultats obtenus prouvent le bon fonctionnement de la machine asynchrone double étoile en mode moteur et en mode génératrice, notamment avec la contrôle prédictive.

Abstract (English) :

The main objective of this work is to present solutions to improve the performance as well as to increase the control reliability of the dual star induction machine. In order to achieve this objective, new control strategies and fault diagnosis algorithms for the power converters are developed and proposed. After presenting the state of the art of multiphase systems, the modeling of the dual star induction machine and the power converters, we have employed two control strategies such as vector control and predictive control. Then, in order to improve the performance of these strategies against the parametric variations and uncertainties, the artificial neural network technique was employed. The analysis of the machine operation with these control techniques occupies the first part of this thesis. In the second part, a new algorithm for the open circuit faults diagnosis in power converters is proposed, in which only measured currents are needed, which avoids the use of additional hardware or knowledge of the system parameters. The last part of the present work is devoted to the control of the dual star induction generator integrated in a wind power conversion system and associated, firstly, by two-level converters and secondly, by three-level converters. The results obtained prove the good performance of the dual star induction machine as motor or generator mode, especially with predictive control.