Comparaison et évaluation des stratégies de contrôle des éoliennes intégrées au réseau

Soutenue par des politiques encourageant l’adoption des énergies renouvelables, ainsi que par la nécessité de décarboner les systèmes énergétiques, l’énergie éolienne représente une part croissante de la production globale d’électricité dans les réseaux électriques modernes. Par le passé, alors que relativement peu de turbines étaient en service, les gestionnaires de réseau pouvaient s’appuyer sur une grande centrale électrique conventionnelle équipée d'un générateur synchrone pour fournir l'inertie, maintenir la stabilité et établir des points de référence de tension et de fréquence, à laquelle les éoliennes synchronisaient leur fonctionnement. Cependant, à mesure que l'équilibre se déplace et que davantage d'énergie éolienne est mise en service, la demande des opérateurs de réseau pour des éoliennes (GFM-WT) intégrées au réseau augmente. Ceci est particulièrement vrai pour les éoliennes de type IV équipées de générateurs synchrones à aimants permanents (PMSG) et de convertisseurs de pleine puissance, capables de stabiliser activement le réseau en fournissant un support de tension et de fréquence.

L’intégration des GFM-WT dans le réseau pose plusieurs défis techniques du point de vue du contrôle. Par exemple, des contrôles avancés sont nécessaires pour gérer les vibrations de torsion et d’autres dynamiques électromécaniques des éoliennes GFM, car celles-ci peuvent considérablement réduire la durée de vie des turbines et induire des oscillations de puissance, compromettant potentiellement la stabilité du réseau. Ces défis ont souligné l’importance d’explorer et de développer des algorithmes de contrôle d’intégration au réseau capables d’améliorer la stabilité du réseau et de fournir une inertie virtuelle via des convertisseurs de puissance tout en minimisant les contraintes mécaniques.

Dans le cadre d'une collaboration entre l'Université d'Aalborg et DNV, nous avons récemment achevé une série d'études axées sur l'analyse de la stabilité et les impacts de diverses stratégies de contrôle sur la dynamique électromécanique des GFM-WT de type IV. Simulink^® et Simscape™ ont joué un rôle clé dans ces études, nous permettant de modéliser et de simuler les éléments de contrôle, mécaniques et d’électronique de puissance, des GFM-WT dans un environnement unifié (Figure 1). Les études et les simulations sous-jacentes ont couvert plusieurs disciplines ainsi que diverses perspectives industrielles, y compris celles des gestionnaires de réseaux de transport, qui ont un intérêt majeur dans la stabilité du réseau, et des fabricants d'éoliennes, qui doivent donner la priorité à la stabilité tout en réduisant la charge mécanique pour minimiser les coûts de maintenance.

Notions de base sur le contrôle des GFM-WT

Dans les GFM-WT de type IV, des convertisseurs back-to-back sont utilisés pour contrôler le flux d'énergie entre le générateur de la turbine et le réseau. Le convertisseur côté machine (MSC) convertit le courant alternatif à fréquence variable généré par la turbine en courant continu, permettant ainsi de contrôler le couple et la vitesse du générateur. Le convertisseur côté réseau (GSC) reconvertit le courant continu en une fréquence alternative stable, correspondant aux exigences du réseau.

Bien que cette configuration de convertisseur back-to-back contribue à découpler la dynamique du générateur et du réseau, il est toujours possible que les fluctuations du côté mécanique influencent le côté réseau (et vice versa) en raison des interactions du système de contrôle. Par exemple, des oscillations mécaniques ou des vibrations de torsion dans le rotor peuvent provoquer des variations de vitesse du générateur qui se traduisent par des variations de puissance électrique que le GSC doit gérer. De même, des changements soudains de tension ou de fréquence du réseau peuvent amener le système de contrôle à modifier les commandes de couple envoyées au générateur, affectant ainsi indirectement la dynamique du rotor. Les algorithmes de contrôle doivent être soigneusement conçus et réglés pour éviter les effets indésirables, tels que l’amortissement négatif, qui amplifie les oscillations.

D'un point de vue du contrôle, la régulation de la tension de liaison CC entre les convertisseurs est essentielle pour minimiser les interactions problématiques entre le côté réseau et le côté équipement. Les stratégies de contrôle du GFM-WT peuvent être regroupées en deux grandes catégories : GFM-GWT et GFM-MWT (Figure 1). Avec les stratégies de contrôle GFM-GWT, le GSC régule la tension de liaison CC, tandis qu'avec GFM-MWT, le MSC régule la tension de liaison CC. Les études que nous avons réalisées avec Simulink et Simscape se sont concentrées sur la comparaison des stratégies GFM-GWT et GFM-MWT par rapport à la dynamique de torsion, ainsi que sur l'impact de diverses stratégies de contrôle de tension de liaison CC des GFM-MWT sur les vibrations de torsion.

Modélisation et simulation d'un GFM-WT et de ses contrôleurs

Avant d'analyser différentes approches de contrôle via la simulation, nous avions d'abord besoin d'un modèle physique d'un GFM-WT et de son interface avec le réseau, incluant tous les principaux composants présentés dans la Figure 2 : la chaîne cinématique, le PMSG, le MSC et le GSC. Simulink et Simscape ont simplifié la construction visuelle de ce modèle en ajoutant simplement les éléments requis au modèle et en les connectant ensemble. Parallèlement, nous avons eu la possibilité de personnaliser le modèle pour l’adapter aux paramètres spécifiques d’une éolienne offshore. De plus, nous pouvions ajuster la précision des composants individuels selon les besoins. Par exemple, au cours des premières phases de l’étude, nous pouvions utiliser un modèle de base du réseau, tandis que dans les phases ultérieures, nous pouvions intégrer un modèle plus sophistiqué si nécessaire pour tenir compte d’effets plus nuancés.

Après avoir construit le modèle physique GFM-WT, nous avons porté notre attention sur les commandes. Nous avons utilisé Simulink pour modéliser divers algorithmes de contrôle d’intégration au réseau, décrits dans des articles de recherche. Nous avons commencé avec le contrôle GFM-MWT, où le côté réseau gère la puissance active et réactive, et le côté équipement gère le contrôle de la tension du lien CC. Ensuite, nous sommes passés au contrôle GFM-GWT, où le côté réseau gère la tension du lien CC et la puissance réactive, tandis que le côté équipement effectue le suivi du point de puissance maximale (MPPT) (Figure 2). Alors que nous travaillions sur la mise en œuvre du contrôle, nous avons utilisé Control System Toolbox™ pour aider à simplifier et rationaliser le réglage du gain. Par exemple, le contrôleur PI pour l’angle d’inclinaison de l’éolienne nécessitait un réglage important qui aurait pris beaucoup de temps et d’efforts s’il avait été effectué manuellement.

Après avoir implémenté et réglé différents contrôleurs, nous avons exécuté de nombreuses simulations pour évaluer chaque stratégie et son effet sur la dynamique électromécanique, la contrainte mécanique et la stabilité du réseau. Les simulations ont fourni plusieurs informations précieuses. Du côté du réseau, par exemple, nous avons constaté qu'un type spécifique de contrôle de tension de liaison CC pour GFM-MWT, qui n'a pas de boucle de rétroaction du GSC et de la turbine, minimise certains effets d'amortissement négatifs. De plus, nous avons effectué une analyse de sensibilité en exécutant plus de 10 000 simulations avec des valeurs de paramètres variables sous les contrôles GFM-MWT et GFM-GWT, en collectant les résultats et en formant un réseau neuronal à propagation directe (FNN) pour mieux comprendre comment les paramètres mécaniques et électriques influencent le rapport d'amortissement des modes de torsion des GFM-WT. Pour les fabricants d'éoliennes, comprendre comment les paramètres affectent le taux d'amortissement peut éclairer pour aboutir à de meilleurs choix de design, notamment dans la sélection des stratégies de contrôle des convertisseurs et leur réglage pour améliorer la stabilité en torsion. Pour les opérateurs de réseau, ces informations peuvent être utilisées pour développer des stratégies d’intégration plus robustes pour les applications GFM, améliorant ainsi la stabilité des petits signaux et la fiabilité du réseau.

L’importance de la collaboration

La collaboration entre DNV et l’Université d’Aalborg a été essentielle au succès de cet effort. Les contributions et les conseils de DNV ont permis de conserver une perspective pratique, en se concentrant sur les questions qui préoccupent le plus les fabricants de turbines. À titre d’exemple, nous avons eu accès à un véritable hardware de contrôle d’intégration au réseau à partir d’une véritable turbine, ce qui se produit rarement dans le cadre d’un projet de recherche purement académique.

La relation étroite entre l’industrie et le monde universitaire autour de ce projet détermine également la manière de le mener à bien. Le besoin d’une technologie d’intégration au réseau dans l’ensemble de l’industrie est déjà évident et il ne cesse de croître. Dans le cadre de ses efforts continus pour répondre à ce besoin, DNV a lancé un nouveau projet R&D basé sur les modèles, les simulations et les résultats produits tout au long de cette collaboration. L'environnement de simulation favorise la collaboration multidisciplinaire en réunissant des ingénieurs en électronique de puissance, en électricité et en mécanique/charges sur une plateforme unifiée. Cette intégration réduit le besoin d’interfaces complexes entre différents outils, éliminant les obstacles à la collaboration et permettant des itérations de design précoces. Ainsi, les équipes peuvent optimiser de manière globale le design des éoliennes avant de procéder à des études détaillées.