This dissertation addresses the modeling of wind turbine systems (WTS) and wind farms. The WTS reliability model provides the generation state space of a WTS. The generation states are derived from the combinations of the wind states from given wind data and the condition states of each component in a WTS. Wake effect is accounted when there are neighboring WTSs. The results of the reliability model of a WTS are associated with the generation states of the WTS, which include the probability, transition rates to other states, frequency of transitions to other states, and duration. The reliability model of the wind farm is derived by combining the wind states, WTS states and the distribution line states. The results of the reliability model of a wind farm are associated with the generation states of the wind farm, which include the probability, transition rates to other states, frequency to other states, and duration. The reliability model of the wind turbine system and the reliability model of the wind farm presented in this dissertation bring contribution to the planning and operation of bulk power systems with wind farm integration. The developed models can provide the system operator with clear reliability indices in terms of generation states of wind turbine systems and wind farms along with their probability, duration and frequency of transitions.

La situation compromettante de l'environnement due à la pollution, et les coûts élevés des combustibles fossiles ont engagé des nouvelles politiques et réglementations et ont fortement incité l’augmentation de l’utilisation de nouvelles sources d'énergie renouvelables. De nombreux pays dans le monde ont augmenté de façon importante le développement de ces sources d'énergie. Deux des systèmes d'énergies renouvelables les plus couramment utilisés sont les systèmes éoliens (SE) et les systèmes photovoltaïques (SP). SE convertissent l'énergie du vent en énergie électrique au moyen d'un processus électromécanique et SP convertissent directement l'énergie solaire en énergie électrique au moyen d'un processus semi-conducteur. Ces systèmes présentent de nombreux défis qui doivent être résolus afin de gagner du terrain sur les systèmes d'énergies traditionnelles. L'un de ces défis est d'augmenter l'efficacité du système avec la commande des éléments de puissance. Afin d'atteindre cet objectif, il est nécessaire de mieux comprendre le comportement dynamique de ces systèmes et de développer des nouveaux modèles mathématiques et des nouvelles techniques de commande. Ces techniques nécessitent souvent des informations du système qui ne sont pas disponibles --- ou sont trop chères si on devait les mesurer. Pour résoudre ce problème, il est nécessaire de créer des algorithmes qui puissent estimer cette information, cependant, ce n'est pas une tâche facile, car les signaux des sources d'énergie dans SE et SP (c.-à-d. la vitesse du vent, rayonnement solaire, température) entrent dans les modèles mathématiques par une relation non linéaire. Ces algorithmes doivent pouvoir estimer ces signaux --- ou les signaux qui dépendent d’eux--- avec une bonne précision. Aussi, il est nécessaire de concevoir des lois de commande qui opèrent les systèmes à leur point maximum de puissance. Dans ce travail, nous proposons des nouveaux algorithmes d'estimation et des lois de commande qui sont liés à l'augmentation de l'efficacité énergétique dans SE et SP. Des travaux antérieurs liés à l'estimation des signaux mentionnés, les considéraient comme constants. Dans cette thèse, les algorithmes d'estimation proposés considèrent l'état variable des ces signaux. Dans toutes ces nouvelles propositions, la stabilité asymptotique est prouvée en utilisant les théories de Lyapunov. Les lois de commande sont calculées en utilisant les modèles non linéaires des systèmes. En outre, certaines des ces solutions sont étendues au cas général, qui peut être utilisé sur une large classe des systèmes non linéaires. Le premier, est un estimateur de paramètres pour les systèmes non linéaires. Il permet d'estimer les paramètres non linéaires variant dans le temps. La deuxième proposition est la conception d’un schéma pour une classe de systèmes non linéaires adaptatifs qui permet de compenser les incertitudes et les perturbations qui satisfont à la "condition de correspondance". / The compromising situation of the environment due to pollution, and the high costs of the fossil fuels have originated new policies and regulations that have stimulating the interest on alternative energy sources. Many countries around the world have increased in an important way the penetration of these energy sources. Two of the most widely used renewable energy systems are the wind turbines systems (WTS) and the photovoltaic systems (PVS). WTS convert wind energy in electric energy by means of an electromechanical process and PVS convert solar energy directly in electric energy by means of a semiconductive process. These systems show many challenges that need to be solved in order to gain ground to the traditional energy systems. One of these challenges is increase the overall system efficiency by controlling the power conditioning elements. In order to achieve this, is necessary to better understand the dynamic behavior of these systems and develop new mathematical models and new control techniques. These techniques often require system information that is not possible ---or is too expensive--- measure. In order to solve this problem, is necessary to create algorithms that are able to estimate this information, however, this is not an easy task, because the signals of the energy sources in WTS and PVS (i.e., wind speed, irradiance, temperature) enter in the mathematical models in a nonlinear relation. These algorithms have to be able to estimate these signals ---or the signals that depend on them--- with good precision. Also, it is necessary to design control laws that operate the systems at their maximum power point. In this work, we propose novel estimation algorithms and control laws that are related with the increase of the energetic efficiency in WTS and PVS. Previous works related with estimation of the mentioned signals considered them as constants. In this thesis, the proposed estimation algorithms consider the time-varying condition of these signals. In all of these novel propositions, uniform asymptotic stability is proved using Lyapunov theories. The control laws are derived using the overall nonlinear models of the systems. In addition, some of these solutions are extended to the general case, which can be used on a large-class of nonlinear systems. The first one, is a novel parameter estimator for nonlinear systems. It allows to estimate time-varying nonlinear parameters. The second general proposition is a framework for a class of adaptive nonlinear systems that allows to compensate for uncertainties and perturbations that satisfy the matching condition.