Ce mémoire présente la démarche de conception d’un générateur d’inertie à trois degrés de liberté. Un tel dispositif, conçu pour être tenu en main, utilise une ou plusieurs masses au sein d’un bâti, qui sont réorientées afin d’induire des couples à un utilisateur. Ceci influence l’effort requis par l’utilisateur et modifie sa perception de l’inertie déplacée. Pour y parvenir, un modèle réduit à un degré de liberté est élaboré puis implémenté dans un prototype. Avec une commande en couple, un rendu haptique plus que satisfaisant est obtenu, permettant des inerties jusqu’à 10 fois l’inertie intrinsèque. Par la suite, cinq concepts de générateurs à trois degrés de liberté sont modélisés et simulés. Trois de ceux-ci s’avèrent impossible ou complexes à mettre en oeuvre, laissant deux possibilités : utiliser trois roues d’inertie, ou réaliser un gyroscope à deux axes avec une roue d’inertie centrale. En simulation, le second offre une plus grande efficacité au niveau des requis des moteurs et surtout au niveau de la masse. Il est donc sélectionné pour le développement d’un prototype. Les différentes sections du modèle CAO, les instruments de mesure, et le modèle de contrôle en temps-réel sont détaillés. Avec toutes ces composantes fonctionnelles, des résultats intermédiaires sont obtenus. Le modèle dynamique est d’abord validé comme étant précis à l’aide de capteurs d’efforts, puis il est vérifié que le dispositif est en mesure de suivre des consignes de couple. Enfin la commande de génération d’inertie est implémentée. Des problèmes surviennent comme la limitation des mouvements par les câbles d’alimentation et l’instabilité inhérente du gyroscope. Ils empêchent d’utiliser l’appareil comme prévu, soit avec une roue tournant à haute vitesse. En démarrant le dispositif à 0 RPM, il réussit à simuler des inerties entre 0.5 fois et 1.5 fois son inertie intrinsèque. Ces variations sont de bonne qualité au niveau haptique, et sont suffisantes pour ressentir l’effet du dispositif. Enfin, pour améliorer ses capacités, il est suggéré de retourner vers le concept à trois roues d’inertie. / This thesis presents the synthesis and design of a three-degree-of-freedom inertia generator. Such a device, intended as a hand-held apparatus, uses one or many masses within a frame which are accelerated in order to render torques to a user. This influences the effort required by the user to move the device, and modifies their perception of its inertia. To achieve this, a simplified one-degree-of-freedom model is first elaborated and implemented in a prototype. With a torque command, a satisfying haptic rendering is obtained, capable of rendering nearly 10 times the intrinsic inertia of the device. Then, five three-degree-of-freedom torque generation concepts are modelled. Three of those are impossible or too complex to implement, leaving only two options : using three orthogonal flywheels, or using a double gimbal gyroscope with one central flywheel. When compared in simulations, the gyroscope concept offers a better efficiency in terms of mass and motor capabilities. As such, it is selected for the prototype. Then, details are given on the various components of the CAD model, the measuring tools, and the real-time model used for the control. Using these, a series of results are obtained. The dynamic model is first validated as accurate using force/torque sensors. Then the device’s ability to produce torque profiles is confirmed. Finally, its inertia generation capabilities are tested. Problems arise due to movement limitations from the power cables and the instability inherent to the gyroscope. They prevent the device to be used as intended, i.e., with the flywheel initially rotating with a large velocity. Instead, by setting it initially at 0 RPM, the device is able to render inertias equivalent to 0.5 to 1.5 its intrinsic inertia. The haptic quality of these renderings is very good, and they are sufficient to demonstrate the validity of the concept as a whole. Finally, to improve the capabilities of the device, it is suggested to use the three flywheels concept instead. .

Ce mémoire présente la démarche de conception d’un générateur d’inertie à trois degrés de liberté. Un tel dispositif, conçu pour être tenu en main, utilise une ou plusieurs masses au sein d’un bâti, qui sont réorientées afin d’induire des couples à un utilisateur. Ceci influence l’effort requis par l’utilisateur et modifie sa perception de l’inertie déplacée. Pour y parvenir, un modèle réduit à un degré de liberté est élaboré puis implémenté dans un prototype. Avec une commande en couple, un rendu haptique plus que satisfaisant est obtenu, permettant des inerties jusqu’à 10 fois l’inertie intrinsèque. Par la suite, cinq concepts de générateurs à trois degrés de liberté sont modélisés et simulés. Trois de ceux-ci s’avèrent impossible ou complexes à mettre en oeuvre, laissant deux possibilités : utiliser trois roues d’inertie, ou réaliser un gyroscope à deux axes avec une roue d’inertie centrale. En simulation, le second offre une plus grande efficacité au niveau des requis des moteurs et surtout au niveau de la masse. Il est donc sélectionné pour le développement d’un prototype. Les différentes sections du modèle CAO, les instruments de mesure, et le modèle de contrôle en temps-réel sont détaillés. Avec toutes ces composantes fonctionnelles, des résultats intermédiaires sont obtenus. Le modèle dynamique est d’abord validé comme étant précis à l’aide de capteurs d’efforts, puis il est vérifié que le dispositif est en mesure de suivre des consignes de couple. Enfin la commande de génération d’inertie est implémentée. Des problèmes surviennent comme la limitation des mouvements par les câbles d’alimentation et l’instabilité inhérente du gyroscope. Ils empêchent d’utiliser l’appareil comme prévu, soit avec une roue tournant à haute vitesse. En démarrant le dispositif à 0 RPM, il réussit à simuler des inerties entre 0.5 fois et 1.5 fois son inertie intrinsèque. Ces variations sont de bonne qualité au niveau haptique, et sont suffisantes pour ressentir l’effet du dispositif. Enfin, pour améliorer ses capacités, il est suggéré de retourner vers le concept à trois roues d’inertie. / This thesis presents the synthesis and design of a three-degree-of-freedom inertia generator. Such a device, intended as a hand-held apparatus, uses one or many masses within a frame which are accelerated in order to render torques to a user. This influences the effort required by the user to move the device, and modifies their perception of its inertia. To achieve this, a simplified one-degree-of-freedom model is first elaborated and implemented in a prototype. With a torque command, a satisfying haptic rendering is obtained, capable of rendering nearly 10 times the intrinsic inertia of the device. Then, five three-degree-of-freedom torque generation concepts are modelled. Three of those are impossible or too complex to implement, leaving only two options : using three orthogonal flywheels, or using a double gimbal gyroscope with one central flywheel. When compared in simulations, the gyroscope concept offers a better efficiency in terms of mass and motor capabilities. As such, it is selected for the prototype. Then, details are given on the various components of the CAD model, the measuring tools, and the real-time model used for the control. Using these, a series of results are obtained. The dynamic model is first validated as accurate using force/torque sensors. Then the device’s ability to produce torque profiles is confirmed. Finally, its inertia generation capabilities are tested. Problems arise due to movement limitations from the power cables and the instability inherent to the gyroscope. They prevent the device to be used as intended, i.e., with the flywheel initially rotating with a large velocity. Instead, by setting it initially at 0 RPM, the device is able to render inertias equivalent to 0.5 to 1.5 its intrinsic inertia. The haptic quality of these renderings is very good, and they are sufficient to demonstrate the validity of the concept as a whole. Finally, to improve the capabilities of the device, it is suggested to use the three flywheels concept instead. .

Ce mémoire présente l'étude et la conception des machines à reluctance variable (SRM) ainsi que la modélisation et l'optimisation de la performance d'une génératrice à reluctance variable (SRG) quadriphasée. La conception préliminaire des SRM est réalisée et présentée. Elle utilise une méthode analytique pour le calcul des champs dans les différentes parties du circuit magnétique de la SRM à concevoir. La SRG est représentée par un modèle non-linéaire basé sur une caractéristique de magnétisation réelle qui peut être obtenue par des mesures expérimentales ou par la méthode des éléments finis. Cette modélisation est réalisée dans l'environnement Matlab/Simulink. L'optimisation de la performance de la SRG incluant la puissance électrique de sortie, les ondulations de couple et les pertes cuivre, est basée sur une analyse graphique des résultats de simulation du modèle pour un fonctionnement en vitesse variable pour différentes valeurs de la tension d'alimentation de la SRG.

Ces dernières décennies, l'intégration aux réseaux électriques de capteurs intelligents incorporant la mesure synchronisée des phaseurs a contribué à enrichir considérablement les bases de données de surveillance en temps réel de la stabilité des réseaux électriques. En parallèle, la lutte aux changements climatiques s'est accompagnée d'un déploiement généralisé des sources d'énergies renouvelables dont l'intermittence de la production et le déficit d'inertie dû à l'interface de celle-ci par l'électronique de puissance, contribuent à augmenter les risques d'instabilité à la suite de contingences de réseau. Dans ce contexte, nous proposons d'appliquer aux données de synchrophaseurs de nouvelles approches d'intelligence de données inspirées par l'analyse massive des séries chronologiques et l'apprentissage sur des dictionnaires supervisés, permettant d'extraire des centaines d'attributs décrivant concisément les estimations d'état dynamique des générateurs de réseaux électriques. La mise en évidence d'une signification physique de ces attributs permet ensuite une classification de la stabilité dynamique qui s'éloigne de ce fait des boîtes noires produites par un apprentissage en profondeur « à l'aveugle » des séries chronologiques, pour évoluer vers une approche transparente plus adaptée à la salle de conduite des réseaux et acceptable pour les ingénieurs d'exploitation. Cette approche d'apprentissage machine « interprétable » par les humains, débouche de surcroît sur une détection fiable, utilisant de courtes fenêtres de données de vitesses d'alternateurs directement mesurées ou reconstituées par estimation d'état dynamique à partir de l'instant d'élimination du défaut, pour détecter toute instabilité subséquente, avec un temps de préemption suffisant pour activer des contremesures permettant de sauvegarder la stabilité du réseau et ainsi prévenir les pannes majeures. Notre travail aborde l'exploitation de cette nouvelle niche d'information par deux approches complémentaires d'intelligence des données : 1) une analyse non parcimonieuse d'une base d'attributs se chiffrant par centaines, calculés automatiquement par l'analyse numérique massive des séries chronologiques de signaux de réponses post-contingence des générateurs; et 2) une analyse parcimonieuse exploitant l'apprentissage supervisée de grands dictionnaires surcomplets pour habiliter une prédiction de l'instabilité sur de courtes fenêtres de données avec une représentation vectorielle creuse (contenant un grand nombre de zéros) et donc numériquement très efficiente en plus de l'interprétabilité inhérente des atomes constituant les dictionnaires. Au niveau méthodologique, l'approche non parcimonieuse vise à implémenter plusieurs méthodes analytiques combinées (notamment la transformée de Fourier, la transformée en ondelette, la méthode de Welch, la méthode de périodogramme et les exposants de Lyapunov) pour extraire du signal de réponse de chaque générateur des centaines d'attributs labellisés et servant à construire un espace physique d'indicateurs de stabilité à haute dimension (HDSI). Ceux-ci sont ensuite utilisés pour développer les prédicteurs de stabilité sur la base d'algorithmes standard de machine learning, par exemple le convolutional neural network (CNN), long short-term memory (LSTM), support vector machine (SVM), AdaBoost ou les forêts aléatoires. L'approche parcimonieuse implémentée consiste à développer deux techniques complémentaires : 1) un dictionnaire d'apprentissage supervisé joint (SLOD) au classificateur et 2) vingt dictionnaires d'apprentissage séparés des signaux associés aux cas stable/instable. Alors que le SLOD utilise des dictionnaires adaptatifs inspirés des données mesurées et apprises hors-ligne, la deuxième approche utilise des dictionnaires fixes pour reconstruire séparément les signaux des classes stables et instables. Dans les deux cas, l'étape finale consiste à identifier automatiquement en temps réel, la classe d'appartenance d'une réponse par reconstruction des signaux associés à partir des dictionnaires appris hors-ligne. L'analyse parcimonieuse des réponses des générateurs sur un dictionnaire d'apprentissage adaptatif joint au classificateur a été implémenté à partir de l'algorithme K-singular value de composition (KSVD) couplé à l'orthogonal matching pursuit (OMP), afin de reconstruire et prédire la stabilité dynamique des réseaux électriques. De plus, vingt décompositions parcimonieuses des signaux sur des dictionnaires fixes (simples et hybrides) ont permis de développer des classificateurs prédisant chaque classe séparément sur la base de la transformée en cosinus discrète (DCT), en sinus discrète (DST), en ondelette (DWT), de la transformée de Haar (DHT), et le dictionnaire de Dirac (DI) couplés à l'orthogonal matching pursuit (OMP). Cette étude démontre que la décomposition parcimonieuse sur un dictionnaire adaptatif joint au classificateur offre une performance proche de l'idéal (c'est-à-dire : 99,99 % précision, 99,99 % sécurité et 99,99 % fiabilité) de loin supérieure à celle d'un classificateur à reconstruction de signaux basée sur les vingt dictionnaires fixes ou adaptatifs séparés, et les classificateurs basés sur les moteurs de machine learning (SVM, ANN, DT, RF, AdaBoost, CNN et LSTM) implémentés à partir des indices HDSI extraits de la base de données des vitesses des rotors des réseaux IEEE 2 area 4 machines, IEEE 39 -bus et IEEE 68 -bus. Toutefois, le temps de resimulation (replay) en temps réel des dictionnaires fixes/adaptatifs séparés est nettement inférieur (de 30-40%) à celui observé pour le dictionnaire adaptatif à classificateur joint / SLOD, et les algorithmes modernes de machine learning utilisant les attributs de type HDSI comme intrants. / In recent decades, the integration of smart sensors incorporating synchronized phasor measurements units (PMU) into power grids has contributed to a significant improvement of the databases for real-time monitoring of power grid stability. In parallel, the fight against climate change has been accompanied by a widespread deployment of renewable energy sources whose intermittency of production and the lack of inertia due to the interface of the latter by power electronics; contribute to increase the risks of instability following network contingencies. In this context, we propose to apply new data intelligence approaches inspired by massive time series analysis and supervised dictionary learning to synchrophasor data, allowing the extraction of hundreds of attributes concisely describing the dynamic state estimates of power system generators. The physical meaning identification of these attributes then allows for an online classification of dynamic stability, thus moving away from the black boxes produced by «blind» deep learning of time series to a transparent approach more suitable for the network control room and acceptable to operating engineers. This human-interpretable machine learning approach also leads to reliable detection, using short windows of generator speed data directly measured or reconstructed by dynamic state estimation from the instant of fault elimination, to detect any subsequent instability, with sufficient preemption time to activate false measures to safeguard the network stability and thus prevent major outages. Our work addresses the exploitation of this new information through two complementary data intelligence approaches : 1) a non-sparse analysis of an attribute base numbering in the hundreds, computed automatically by massive numerical analysis of post-contingency response signal time series from generators; and 2) a sparse analysis exploiting supervised learning of large overcomplete dictionaries to enable instability prediction over short windows of data with a hollow vector representation (containing a large number of zeros) and thus numerically very efficient in addition to the inherent interpretability of the atoms constituting the dictionaries. Methodologically, the non-sparse approach aims to implement several combined analytical methods (including Fourier transform, wavelet transform, Welch's method, periodogram method and Lyapunov exponents) to extract hundreds of labeled attributes from the response signal of each generator and used to construct a physical space of high-dimensional stability indicators (HDSI). These are used to develop stability predictors based on standard machine learning algorithms, e.g., CNN, LSTM, SVM, AdaBoost or random forests. The implemented sparse approach consists in developing two complementary techniques: 1) a supervised learning dictionary attached (SLOD) to the classifier and 2) twenty separate dictionaries learning of the signals associated with the stable/instable cases. While the SLOD uses adaptive dictionaries inspired by the measured and learned offline data, the second approach uses fixed dictionaries to reconstruct the stable and unstable signals classes separately. In both cases, the final step is automatically identified in real time the status to which a response belongs by reconstructing the associated signals from the off-line learned dictionaries. The sparse analysis of generator responses on an adaptive learning dictionary attached to the classifier was implemented using the K-singular value decomposition (KSVD) algorithm coupled with orthogonal matching pursuit (OMP), to reconstruct and predict online the dynamic stability of power systems. In addition, twenty sparse signal decompositions on fixed dictionaries (simple and hybrid) were used to develop classifiers predicting each class separately based on the discrete cosine transform (DCT), discrete sine transform (DST), wavelet transform (DWT), Haar transform (DHT), and Dirac dictionary (DI) coupled with the orthogonal matching pursuit (OMP). This study demonstrates that sparse decomposition on joined adaptive dictionary to the classifier provides near ideal performance (i.e.: 99.99% accuracy, 99.99% security, and 99.99% reliability) far superior to that of a classifier has signal reconstruction based on the twenty separate fixed or adaptive dictionaries and classifiers based on machine learning engines (SVM, ANN, DT, RF, AdaBoost, CNN, and LSTM) implemented from HDSI indices extracted from the rotor speed database of the IEEE 2 area 4 machines, IEEE 39 -bus, and IEEE 68 -bus test systems. However, the real-time replay time of the separate fixed/adaptive dictionaries is significantly lower (by 30-40%) than that observed for the adaptive dictionary with joint classifier/SLOD, and modern machine learning algorithms using HDSI-like attributes as inputs.

L'industrie des aérogénérateurs a connu une croissance spectaculaire au cours des dernières années. La chaîne de conversion électromécanique la plus employée dans le domaine de puissance de l'ordre du MW utilise une Machine Asynchrone à Double Alimentation (MADA). L'avantage principal de cette solution concerne son coût initial qui est réduit par rapport aux topologies concurrentes. Ce type d'aérogénérateur utilise un multiplicateur de vitesse à engrenages qui adapte la vitesse de rotation élevée de la MADA à la basse vitesse de rotation de la turbine éolienne. Cette composante qui nécessite des coûts de maintenance élevés est à l'origine des principaux problèmes de fiabilité associés aux aérogénérateurs qui utilisent la MADA. Par exemple, le multiplicateur est soumis à de fortes contraintes lors des régimes de défauts électriques qui peuvent survenir sur le réseau électrique. Bien que les industriels aient développé des multiplicateurs de vitesse qui s'adaptent mieux au domaine des aérogénérateurs, il apparaît qu'aucune solution globale et innovatrice n'a été proposée pour faire face à cette problématique. Ce travail présente un environnement de conception globale et optimale de la chaîne de conversion électromécanique utilisant la MADA pour les aérogénérateurs dont la puissance est de l'ordre du MW. L'établissement des divers modèles de dimensionnement et la mise au point des outils méthodologiques disponibles dans l'environnement sont détaillés. Les principaux composants de la chaîne de conversion sont modélisés et la MADA fait l'objet d'une attention particulière quant à son dimensionnement. Des méthodes analytiques et numériques sont proposées pour mener à bien la conception optimale de l'entraînement tout entier incluant la MADA, le multiplicateur de vitesse mécanique et le convertisseur statique de puissance. La mise en oeuvre de l'environnement est illustrée par des solutions de conception globale associées à différents spécifications du cahiers des charges incluant la distribution annuelle de vitesses de vent sur le site. Les résultats obtenus montrent qu'il existe différentes solutions originales tant du point de vue topologique que dimensionnel. En particulier, on montre qu'il est possible de diminuer le nombre d'étages de multiplication mécanique de la vitesse pour améliorer la fiabilité et le coût global de l'installation. / During the last few years the wind turbine industry experienced an impressive growth. The most used topology of electromechanical conversion system for wind power plants in the MW range is based on the so called Doubly-Fed Induction Generator (DFIG). The advantage of this topology lies in a reduced initial cost compared to alternative topologies. The DFIG based wind turbine is using a gearbox to adapt the generator's high rotating speed to the turbine's low rotating speed. This mechanical component, which presents high maintenance costs, is the major cause of reliability problems of DFIG based wind turbines. For instance, during severe grid fault conditions (i.e. short-circuits) the gearbox is mechanically stressed. Although the new gearbox generation has been improved to better fit to the wind industry constraints, one can notice that no new and innovative solutions have been proposed to cope with this problematic. This works presents a global and optimal design methodology associated to a specific CAD environment of DFIG based electromechanical conversion systems for wind turbines in the MW power range. The development of the different design models and the realization of the methodological tools available in the environment are detailed. The main components of the electromechanical conversion system are modeled and the DFIG design procedure is detailed. Different analytical and numerical methods are proposed to perform an efficient optimal design of the whole drive system that includes the DFIG, the gearbox and the static power converter. The environment efficiency is demonstrated by the determination of different optimal global design solutions associated to several kinds of specifications, which take into account the annual wind speed statistical distribution on the site. The results show that there are several original solutions in terms of topological structure and dimensions. The use of the proposed design methodology demonstrates that it is possible to reduce the number of gearbox stages in order to increase the plant reliability and to decrease its global cost.

Cette thèse traite de solutions innovantes pour la génération d'énergie électrique dans les avions : elles s'appuient sur des architectures autonomes utilisant des machines telles que la machine asynchrone à double alimentation (MADA) et la machine synchrone à double excitation (MSDE) suivant le format électrique envisagé (courants alternatifs à fréquence fixe ou variable ou encore courant continu)

Abstract<p><p>This thesis deals with the operation of and winding short-circuit fault detection in a Doubly-Fed Induction Generator (DFIG) based Wind Turbine Generator System (WTGS). Both the faulted and faultless condition of operation has been studied, where the focus is on the electrical part of the system. The modelled electrical system is first simulated and the developed control system is then validated on a test bench. The test-bench component dimensioning is also discussed.<p><p>The faultless condition deals with the start-up and power production mode of operation. Control design based on the Proportional Integral (PI) control technique has been compared for power and torque control strategies against the Linear Quadratic Gaussian (LQG) control technique, at different operating points through the variable-speed region of WTGS operation following the maximum power curve of the system. It was found that the torque control strategy offered less degradation in performance for both the control techniques at operating points different for the one for which the control system was tuned. The start-up procedure of the DFIG based WTGS has been clarified and simplified. The phase difference between the stator and the grid voltage, which occurs due to the arbitrary rotor position when the rotor current control is activated, is minimized by using a sample-and-hold technique which eliminates the requirement of designing an additional controller. This method has been validated both in simulation and experiments.<p><p>The faulted condition of operation deals with the turn-turn short-circuit fault in the phase winding of the generator. The model of the generator, implemented using the winding-function approach, allows the fault to be created online both in a stator and a rotor phase. It has been demonstrated that the magnitude of the current harmonics, used extensively in literature for the Machine Current Signature Analysis (MCSA) technique for winding short-circuit fault detection, is very different when the location of the fault is changed to another coil within the phase winding. This makes the decision on the threshold selection for alarm generation difficult. Furthermore, the control system attenuates the current harmonics by an order of magnitude. This attenuation property is also demonstrated through experiments. The attention is then shifted to the negative-sequence current component, resulting from the winding unbalance, as a possible fault residual. Its suitability is tested in the presence of noise for scenarios with different fault locations, fault severity in terms of the number of shorted-turns and grid voltage unbalance. It is found that due to the presence of a control system the magnitude of the negative-sequence current, resulting from the fault, remains almost the same for all fault locations and fault severity. Thus, it was deemed more suitable as a fault residual. In order to obtain a fast detection method, the Cumulative Sum (CUSUM) algorithm was used. The test function is compared against a threshold, determined on the basis of expected residual magnitude and the time selected for detection, to generate an alarm. The validation is carried out with noise characteristics different from the ones used during the design and it is shown that the voltage unbalance alone is not able to trigger a false alarm. In all the scenarios considered, the detection was achieved within 40 ms despite the presence of measurement filters. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Among the renewable energies, wind energy presents the highest growth in installed capacity and penetration in modern power systems. This is why reliability of wind turbines becomes an important topic in research and industry. To this end, condition monitoring (or health monitoring) systems are needed for wind turbines. The core of any condition monitoring system (CMS) are fault diagnosis algorithms whose task is to provide early warnings upon the occurrence of incipient (small magnitude) faults. Thanks to the use of CMS we can avoid premature breakdowns and reduce significatively maintenance costs.<p><p>The present thesis deals with fault diagnosis in sensors of a doubly-fed induction generator (DFIG) for wind turbine (WT) applications. In particular we are interested in performing fault detection and isolation (FDI) of incipient faults affecting the measurements of the three-phase signals (currents and voltages) in a controlled DFIG. Although different authors have dealt with FDI for sensors in induction machines and in DFIGs, most of them rely on the machine model with<p>constant parameters. However, the parameter uncertainties due to changes in the operating conditions will produce degradation in the performance of such FDI systems.<p><p>In this work we propose a systematic methodology for the design of sensor FDI systems with the following characteristics: i) capable of detecting and isolating incipient additive (bias, drifts) and multiplicative (changes in the sensor<p>gain) faults, ii) robust against changes in the references/disturbances affecting the controlled DFIG as well as modelling/parametric uncertainties, iii) residual generation system based on a multi-observer strategy to enhance the isolation process, iv) decision system based on statistical-change detection algorithms to treat the entire residual and perform fault detection and isolation at once.<p><p>Three novel sensor FDI approaches are proposed. The first is a signal-based approach, that uses the model of the balanced three-phase signals (currents or voltages) for residual generation purposes. The second is a model-based approach<p>that accounts for variation in the parameters. Finally, a third approach that combines the benefits of both the signal- and the model-based approaches is proposed. The designed sensor FDI systems have been validated using measured voltages, as well as simulated data from a controlled DFIG and a speed-controlled induction<p>motor. <p><p>In addition, in this work we propose a discrete-time multiple input multiple output (MIMO) regulator for each power converter, namely for the rotor side converter (RSC) and for the grid side converter (GSC). In particular, for RSC<p>control, we propose a modified feedback linearization technique to obtain a linear time invariant (LTI) model dynamics for the compensated DFIG. The novelty of this approach is that the compensation does not depend on highly uncertain parameters such as the rotor resistance. For GSC control, a LTI model dynamics<p>is derived using the ideas behind feedback linearization. The obtained LTI model dynamics are used to design Linear Quadratic Gaussian (LQG) regulators. A single design is needed for all the possible operating conditions. / Doctorat en Sciences de l'ingénieur / info:eu-repo/semantics/nonPublished

Dans ce mémoire, des questions associées à la simulation en régime transitoire et à l'intégration au réseau de distribution d'une génératrice asynchrone privée (« NUIG : Non-Utility Induction Génération ») sont étudiées. L'objectif de ce travail est de vérifier l'influence de différents facteurs tels le niveau et l'emplacement de la charge et de la compensation capacitive ainsi que le type de charge sur les phénomènes d'auto-excitation de la génératrice asynchrone et les surtensions indésirables qui résultent d'un défaut et/ou d'une condition d'îlotage. Les résultats de simulation montrent que les phénomènes d'auto-excitation semblent très complexes et multidimensionnels et ils impliquent l'interaction de différents facteurs. Les courbes obtenues dépendent fortement des spécifications du système et il est difficile de dériver des critères précis qui puissent être appliqués de façon générale à tous les cas d'intégration de la génération asynchrone au réseau. Cependant, des principes directeurs pratiques pour limiter l'occurrence de l'auto-excitation ont été dérivés et selon ces principes directeurs, un système de protection et un réglage de rélai recommandés sont présentés pour l'interconnexion de génératrices asynchrones privées (« NUIG ») au réseau de distribution. / In this thesis, some topics related to the dynamic simulation and operations of Non-Utility Induction Generation (NUIG) are investigated. The objective of this thesis is to put focus on the influence of different factors such as load and capacitive compensation levels and positions as well as load type on induction generator self-excitation phenomenon and related overvoltages, resulting from a fault and/or an unwanted islanding condition. The results of simulations showed the self-excitation phenomenon appear to be very complex and multidimensional and implying the interaction of many different factors. The obtained curves and behaviors highly depend on the system specifics, and it is difficult to drive precise criteria applicable in a general manner to ail cases of generation’s integration. However, practical guidelines to limit the occurrence of self-excitation have been derived and, as per these guidelines, recommended protection System and relay settings are presented for interconnection of NUIGs to the distribution networks.