Les réseaux électriques industriels sont des micro-réseaux se trouvant au prolongement du réseau de distribution auquel ils se raccordent via un ou plusieurs transformateurs. Aujourd’hui dans ces micro-réseaux, on assiste à une croissance de l’utilisation de l’électronique de puissance pour les alimentations à découpage, les moteurs alimentés par des variateurs de vitesse, les ASI en amont des charges sensibles et les compensateurs d’énergie. Néanmoins, si certaines précautions ne sont pas prises, ces éléments risquent d’affecter fortement la stabilité du système particulièrement en mode de fonctionnement îloté où la puissance disponible est limitée. Dans cette thèse, différents facteurs contribuant au départ de l'instabilité sur un micro-réseau sont étudiés et des solutions pour repousser la limite de stabilité sont proposées. D’abord, les études de stabilité petit-signal sont utilisées pour connaître les paramètres affectant le plus la stabilité du système, et les études large-signal sont plutôt utilisées à des fins de quantification des perturbations que peut subir le système sans devenir instable. Ensuite, un stabilisateur indépendant sur le modèle du FACTS et un stabilisateur qui agit directement par les charges du micro-réseau ont été proposés. Plusieurs lois de stabilisation sont étudiées, basées soit sur les retours d'état petit-signal, soit sur des outils large-signal. Enfin, l'emplacement optimal des stabilisateurs sur un micro-réseau a été étudié. Un dernier point concerne le choix de l’intelligence centralisée ou répartie pour la stabilisation / Industrial power grids are micro-grids connected to the distribution grid via transformers. Recently in these micro-grids, there is a growth in the use of power electronic devices for switch mode power supplies, variable speed drives, UPS, critical loads and energy compensators. Nevertheless, if certain precautions are not taken, these devices may significantly affect the system stability especially in islanded operating mode where the available power is limited. In this work, main causes of instability in micro-grids are studied and solutions to improve the stability margins are proposed. First, small-signal stability analysis tools are applied to identify most sensitive components of the system. Then, large-signal tools are used to estimate the domain of attraction of the stable operating point leading to quantify allowable disturbances. Afterward, a dedicated stabilizer similar to FACTS and another stabilizer taking action directly on loads are proposed. Several stabilization laws are studied, based on either small-signal design tools, or on large-signal tools. Finally, the optimal placement of distributed stabilizers in a micro-grid was studied. A final point concerns the choice of centralized or decentralized computers for stabilization.

Les énergies renouvelables, l’énergie sous la forme électrique et son transport à l’aide de réseaux électriques intelligents représentent aujourd’hui des enjeux majeurs car ils ont de grands impacts environnementaux et sociétaux. Ainsi, la production, le transport et la gestion de l’énergie électrique, continuent toujours à susciter un intérêt croissant. Pour atteindre ces objectifs, plusieurs verrous technologiques doivent être levés. Au-delà des questions liées aux architectures des réseaux électriques, aux modèles, aux outils de dimensionnement, à la formalisation de caractéristiques et d’indicateurs, aux contraintes et aux critères, à la gestion et à la production décentralisée, la qualité de la puissance électrique est centrale pour la fiabilité de l’ensemble du système de distribution. Les perturbations affectent la qualité des signaux électriques et peuvent provoquer des conséquences graves sur les autres équipements connectés au réseau. Les travaux de cette thèse s’inscrivent dans ce contexte et de fait ils sont orientés vers le développement de modèles, d’indicateurs et de méthodes de traitement des signaux dédiés à la surveillance en temps-réel des performances des réseaux de distribution électrique.Cette thèse analyse la qualité de la puissance électrique, en prenant en compte plusieurs caractéristiques bien connues ainsi que leur pertinence. Les modèles des systèmes électriques et les méthodes de traitement du signal pour estimer leurs paramètres sont étudiés pour des applications en temps-réel de surveillance, de diagnostic et de contrôle sous diverses conditions. Parmi tous, la fréquence fondamentale est l’un des paramètres les plus importants pour caractériser un système de distribution électrique. En effet, sa valeur qui est censée être une constante, varie en permanence et reflète la dynamique de l’énergie électrique disponible. La fréquence peut également être affectée par certaines productions d’énergie renouvelable et peut être influencée par des mauvaises synchronisations de certains équipements. En outre, la puissance absorbée par les charges ou produite par des sources est généralement différente d’une phase à l’autre. Évidemment, la plupart des installations électriques existantes avec plusieurs phases, qu’elles soient résidentielles ou industrielles, travaillent dans des conditions déséquilibrées. Identifier les composantes symétriques de tension est dans ce cas un moyen pertinent pour quantifier le déséquilibre entre les phases d’un système électrique.De nouvelles représentations de type espace d’état et modélisant des systèmes électriques sont proposées pour estimer la fréquence fondamentale et pour identifier les composantes symétriques de tension des systèmes électriques triphasés et déséquilibrés. Le premier modèle d’espace d’état proposé considère la fréquence fondamentale comme connue ou obtenue par un autre estimateur. En contrepartie, il fournit les autres paramètres caractérisant le système électrique. Un second modèle d’état-espace est introduit. Il est original dans le sens où il ne nécessite aucune connaissance de la fréquence fondamentale. Une de ses variables d’état est directement reliée à la fréquence et permet donc de la déduire. En outre, ce nouvel espace d’état est parfaitement capable de représenter des systèmes électriques à trois phases équilibrés et non équilibrés. [...] / Renewable energy, electricity and smart grids are core subjects as they have great environmental and societal impacts. Thus, generating, transporting and managing electric energy, i.e., power, still continue to drive a growing interest. In order to properly achieve these goals, several locks must be removed. Beyond issues related to the distribution architecture, the formalization of models, sizing tools, features and indicators, constraints and criteria, decentralized generation and energy management, power quality is central for the whole grid’s reliability. Disturbances affect the power quality and can cause serious impact on other equipment connected to the grid. The work of this thesis is part of this context and focuses on the development of models, indicators, and signal processing methods for power quality monitoring in time-varying power distribution systems.This thesis analyzes the power quality including several well-known features and their relevance. Power system models and signal processing methods for estimating their parameters are investigated for the purpose of real-time monitoring, diagnostic and control tasks under various operating conditions. Among all, the fundamental frequency is one of the most important parameters of a power distribution system. Indeed, its value which is supposed to be a constant varies continuously and reflects the dynamic availability of electric power. The fundamental frequency can also be affected by renewable energy generation and by nasty synchronization of some devices. Moreover, the power absorbed by loads or produced by sources is generally different from one phase to the other one. Obviously, most of the existing residential and industrial electrical installations with several phases work under unbalanced conditions. Identifying the symmetrical components is therefore an efficient way to quantify the imbalance between the phases of a grid. New state-space representations of power systems are proposed for estimating the fundamental frequency and for identifying the voltage symmetrical components of unbalanced three-phase power systems. A first state-space representation is developed by supposing the fundamental frequency to be known or to be calculated by another estimator. In return, it provides other parameters and characteristics from the power system. Another original state-space model is introduced which does not require the fundamental frequency. Here, one state variable is a function of the frequency which can thus be deduced. Furthermore this new state-space model is perfectly are able to represent a three-phase power system in both balanced and unbalanced conditions. This not the case of lots of existing models. The advantage of the proposed state-space representation is that it gives directly access to physical parameters of the system, like the frequency and the amplitude and phase values of the voltage symmetrical components. Power systems parameters can thus be estimated in real-time by using the new state-space with an online estimation process like an Extended Kalman Filter (EKF). The digital implementation of the proposed methods presents small computational requirement, elegant recursive properties, and optimal estimations with Gaussian error statistics.The methods have been implemented and validated through various tests respecting real technical constraints and operating conditions. The methods can be integrated in active power filtering schemes or load-frequency control strategies to monitor power systems and to compensate for electrical disturbances.

Cette thèse porte sur la surveillance des perturbations de la qualité de l’énergie d’un réseau électrique via des techniques paramétriques de traitement du signal. Pour élaborer nos algorithmes de traitement du signal, nous avons traité les problèmes d’estimation des différentes grandeurs du réseau électrique triphasé et de classification des perturbations de la qualité d'énergie. Pour ce qui est du problème d’estimation, nous avons développé une technique statistique basée sur le maximum de vraisemblance. La technique proposée exploite la nature multidimensionnelle des signaux électriques. Elle utilise un algorithme d’optimisation pour minimiser la fonction de vraisemblance. L’algorithme utilisé permet d’améliorer les performances d’estimation tout en étant d’une faible complexité calculatoire en comparaison aux algorithmes classiques. Une analyse plus poussée de l’estimateur proposé a été effectuée. Plus précisément, ses performances sont évaluées sous un environnement incluant entre autres la pollution harmonique et interharmonique et le bruit. Les performances sont également comparées aux exigences de la norme IEEE C37.118.2011. La problématique de classification dans les réseaux électriques triphasés a plus particulièrement concerné les perturbations que sont les creux de tension et les surtensions. La technique de classification proposée consiste globalement en deux étapes : 1) une pré-classification du signal dans l’une des 4 préclasses établis et en 2) une classification du type de perturbation à l’aide de l’estimation des composants symétriques.Les performances du classificateur proposé ont été évaluées, entre autres, pour différentes nombre de cycles, de SNR et de THD. L’estimateur et le classificateur proposés ont été validés en simulation et en utilisant les données d’un réseau électrique réel du DOE/EPRI National Database of Power System Events. Les résultats obtenus illustrent clairement l’efficacité des algorithmes proposés quand à leur utilisation comme outil de surveillance de la qualité d’énergie. / This thesis deals with electric grid monitoring of power quality (PQ) disturbances using parametric signal processing techniques. The first contribution is devoted to the parametric spectral estimation approach for signal parameter extraction. The proposed approach exploits the multidimensional nature of the electrical signals.For spectral estimation, it uses an optimization algorithm to minimize the likelihood function. In particular, this algorithm allows to improve the estimation accuracy and has lower computational complexity than classical algorithms. An in-depth analysis of the proposed estimator has been performed. Specifically, the estimator performances are evaluated under noisy, harmonic, interharmonic, and off-nominal frequency environment. These performances are also compared with the requirements of the IEEE Standard C37.118.2011. The achieved results have shown that the proposed approach is an attractive choice for PQ measurement devices such as phasor measurement units (PMUs). The second contribution deals with the classification of power quality disturbances in three-phase power systems. Specifically, this approach focuses on voltage sag and swell signatures. The proposed classification approach is based on two main steps: 1) the signal pre-classification into one of 4 pre-classes and 2) the signature type classification using the estimate of the symmetrical components. The classifier performances have been evaluated for different data length, signal to noise ratio, interharmonic, and total harmonic distortion. The proposed estimator and classifier are validated using real power system data obtained from the DOE/EPRI National Database of Power System Events. The achieved simulations and experimental results clearly illustrate the effectiveness of the proposed techniques for PQ monitoring purpose.