Les objectifs concernant la part des énergies renouvelables dans la production d'électricité sont de 20 % en 2020 en UE. L'éolien offshore principalement ainsi que les ressources hydroliennes et les panneaux photovoltaïques, vont contribuer à cet objectif. Les améliorations récentes dans le domaine de l'électronique de puissance amènent à repenser les architectures électrotechniques des fermes éoliennes de plus en plus éloignées du continent et présentant des puissances de plus en plus importantes. Plusieurs topologies électrotechniques de fermes éoliennes offshore sont comparées afin de définir la plus intéressante d'un point de vue faisabilité, efficacité et fiabilité. La solution de connexion retenue est entièrement en DC car elle présente des pertes diminuées et des convertisseurs DC-DC avec transformateurs haute-fréquence apportant un gain d'encombrement comparé à une topologie classique en AC. La topologie DC est alors modélisée avec une attention particulière portée aux convertisseurs DC-DC Full-Bridge, cœur technologique de la ferme. Un contrôle du convertisseur par entrelacement des commandes du convertisseur est explicité afin de réduire la taille du filtre en sortie. Deux expérimentations à échelle réelle (2 MW) et réduite (4 kW) permettent de valider le modèle, les pertes et les contrôles implantés sur le convertisseur. Les protections qui peuvent être mises en place pour un réseau de distribution DC sont aussi étudiées avec une proposition de disjoncteur statique DC. Une connexion entre un simulateur temps réel et le banc d'essai 4 kW est réalisée afin de comparer le comportement des convertisseurs de la ferme sur des échelles de temps importantes. Différents contrôles sont testés, et plus particulièrement ceux permettant de valider la capacité de la ferme à rester connectée au réseau pendant les défauts AC. L'ensemble des théories développées sur le cas d'étude éolien offshore sont étendues à des fermes solaires de fortes puissances afin de mettre en évidence les analogies entre ces deux énergies renouvelables.

Les travaux de thèse s’intéressent au réglage de la puissance active injectée dans le réseau, ce qui représente aujourd'hui l'une des problématiques principales du pilotage des parcs éoliens participant à la gestion du réseau. Dans le même temps, l'un des buts reste de maximiser la puissance extraite du vent en considérant les effets de couplage aérodynamique entre les éoliennes.La structure du contrôle-commande choisie est de type hiérarchisée et distribuée. Dans la première partie de la thèse, les travaux portent sur la commande de la turbine d'une éolienne autour des points de fonctionnement classiques mais également autour des points à puissance extraite réduite. En fait, cela relève d’une condition de fonctionnement nécessaire pour l'atteinte des objectifs imposés au pilotage d'un parc éolien.Dans la deuxième partie, le problème du contrôle à l'échelle d'un parc est posé sous la forme d'une optimisation distribuée parmi les turbines. Deux nouveaux algorithmes d'optimisation métaheuristique sont proposés et leur performance testée sur différents exemples de parcs éoliens. Les deux algorithmes s'appuient sur la méthode d'optimisation par essaim particulaire, qui est ici modifiée et adaptée pour les cas d'application aux systèmes multi agents. L'architecture de contrôlecommande globale est enfin évaluée en considérant les dynamiques des turbines contrôlées. Les simulations effectuées montrent des gains potentiels significatifs en puissance.Finalement, dans la troisième partie de la thèse, l'introduction d'une nouvelle étape de coopération au niveau des contrôleurs locaux des turbines, par l'utilisation de la technique de contrôle par consensus, permet d'améliorer les performances du système global. / In this PhD work we focus on the wind farm (WF) active power control since some of the new set grid requirements of interest can be expressed as specifications on its injection in the electric grid. Besides, one of our main objectives is related to the wind farm power maximization problem under the presence on non-negligible wake effect. The chosen WF control architecture has a two-layer hierarchical distributed structure. First of all, the wind turbine (WT) control is addressed. Here, a nonlinear controller lets a WT work in classic zones of functioning as well as track general deloaded power references. This last feature is a necessary condition to accomplish the WF control specifications. Secondly, the high level WF control problem is formulated as an optimization problem distributed among the WTs. Two novel distributed optimization algorithms are proposed, and their performance tested on different WF examples. Both are based on the well-known particle swarm optimization algorithm, which we modify and extend to be applicable in the multi-agent system framework. Finally, the overall WF control is evaluated by taking into account the WTs controlled dynamics. Simulations show potential significant power gains. Eventually, the introduction of a new control level in the hierarchical structure between the WF optimization and the WTs controllers is proposed. The idea is to let further cooperation among the WT local controllers, via a consensusbased technique, to enhance the overall system performance.