Application des métaheuristiques à l'identification et la commande de la machine synchrone

Abstract

Le présent travail s‘intéresse à l‘identification et à la commande de la machine synchrone (MS) par les métaheuristiques. La machine considérée dans ce travail est une machine synchrone à pôles saillants avec amortisseurs (MSPS). L‘approche proposée permet de déterminer douze paramètres de la machine à l‘aide de la méthode du modèle de référence à partir de l‘essai de court-circuit brusque. Parmi ces paramètres, la position initiale du rotor à l‘instant de court-circuit est aussi déterminée avec les autres paramètres de la machine. Ces paramètres sont obtenus par minimisation de la somme des erreurs quadratiques entre les courant mesurés (le courant statorique de la phase (a) et le courant d‘excitation) et ceux calculés à partir du modèle adopté de la machine. Pour cela, une méthode d‘hybridation séquentielle, associant l‘algorithme Particle Swarm Optimization (PSO) avec la méthode de Nelder-Mead (NM) est utilisée pour minimiser le critère d‘évaluation. La validation de l‘approche d‘identification ainsi que la méthode d‘optimisation adoptée sont effectuées à l‘aide de données simulées. La validation des résultats obtenus à l‘aide de données expérimentales relevées sur une machine synchrone de 300VA, est confirmée par la superposition appropriée des courants mesurés et ceux calculés par le modèle adopté de la machine. Par la suite, le modèle non-linéaire de la machine sera utilisé directement sans passer par une linéarisation, afin de réguler la tension de sortie de la machine en utilisant un régulateur PI. Deux métaheuristiques : les algorithmes génétiques (AG) et PSO sont utilisées pour déterminer les valeurs optimales des gains du régulateur PI. De nombreux tests de robustesse sont effectués en tenant en compte des variations de paramètres de la machine avec variation de la charge. De plus, pour améliorer les performances de la courbe de tension de sortie de la génératrice, deux tensions de références sont adoptées.