View
214
Download
1
Category
Preview:
Citation preview
university-logo
Détection et isolation de défauts capteurs dans la régulation depuissance des éoliennes
Manuel Gálvez, Laurent Rakoto
Service d’Automatique et d’Analyse des SystèmesUniversité Libre de Bruxelles
Mons, 16 mars 2011
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 1
university-logo
Plan
1 IntroductionÉnergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 2
university-logo
Plan
1 IntroductionÉnergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
2 Motivation et objectifsMotivationsObjectifs
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 2
university-logo
Plan
1 IntroductionÉnergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
2 Motivation et objectifsMotivationsObjectifs
3 Systèmes de diagnostic proposésHypothèsesApproches proposéesValidations
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 2
university-logo
Plan
1 IntroductionÉnergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
2 Motivation et objectifsMotivationsObjectifs
3 Systèmes de diagnostic proposésHypothèsesApproches proposéesValidations
4 Conclusions
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 2
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Plan
1 IntroductionÉnergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
2 Motivation et objectifs
3 Systèmes de diagnostic proposés
4 Conclusions
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 3
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Tendances
Puissance éolienne installéeaugmente de manière significative
De plus en plus d’éoliennesoffshorepour produire plus d’énergie etdiminuer l’impact visuel
Réseau électrique plus dépendant deséoliennes: participation de manièreactive à la régulation de la fréquenceet de la tension
La sûreté de fonctionnement deséoliennes devient un aspect importantpour la sécurité du réseau électrique. Annual wind power installations in EU in MW
(source: EWEA)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 4
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Causes et conséquences des défauts dans les éoliennes
Controlled wind turbine subject to faults in (a) actuators, (b) plant/process,(c) sensors
Causes et conséquences
Environnement hostile (par ex. : forte humidité) et perturbations sévères
Des défauts peuvent affecter des capteurs, actionneurs, ouun composant particulier etprovoquer des défaillances.
Pertes de production d’énergie et coûts de maintenance importants (offshore).
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 5
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Supervision des éoliennes
Systèmes de supervision
Éviter les pertes de performance, réduire le coût de la maintenance
Intégration de la maintenance prédictive, via le suivi en ligne de l’état de "santé" duprocédé
Systèmes de diagnostic : détection de défauts de faible amplitude.
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 6
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Système de diagnostic
Fault diagnosis
Détection de défauts
Générateur de résidus: produit des signaux (r) dont les caractéristiques (moyenne,variance) changent après l’apparition d’un défaut (f)
Algorithme de décision: Traite les résidus et permet la détection du défaut, détermine lacomposante en défaut, estime l’amplitude du défaut (f)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 7
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Machine asynchrone à double alimentation (MADA) pour les éoliennes
Scheme of a wind-driven DFIG
MADA (ou DFIG): génératrice la plus utilisée pour les éoliennes
Puissance nominale supérieure à 1 MW
Vitesse de rotation entre−40% et+30% autour de la vitesse synchrone
Fonctionnement dans une large plage de vitesses de vent
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 8
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Énergie éolienne: tendancesSupervision des éoliennesMachine asynchrone à double alimentation
Défauts sur une MADA
Controlled DFIG subject to faults
Actionneurs : les composants du convertisseur de puissance
Internes : court circuits dans les enroulements statoriques ou rotoriques
Capteurs : dérives ou variations du gain de la chaîne d’instrumentation
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 9
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
MotivationsObjectifs
Plan
1 Introduction
2 Motivation et objectifsMotivationsObjectifs
3 Systèmes de diagnostic proposés
4 Conclusions
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 10
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
MotivationsObjectifs
Pourquoi se concentrer sur la détection de défauts capteurs?
Défauts capteurs
Régulation : dégradation de laperformance
Sollicitation anormale : fatigueprématurée (par ex. : oscillation ducouple)
Supervision erronée
Validation des mesures
⇒ Détection défauts capteurs
0 2 4 6 8 100
1
2
3
4
5
6
7
8
9
time [s]
ℓ-th
faulty
senso
r
fus,a= 2%
fis,c= 5%
fir,b= 5%
0 2 4 6 8 100.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
time [s]
Tg
[p.u
.]
Faulty sensor (top) and torque (bottom)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 11
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
MotivationsObjectifs
Particularités de la MADA et objectifs pour le système de diagnostic
0 5 10 15 20 250
0.2
0.4
0.6
0.8
1
V [m/s]
Pe
[p.u
.]
0 4 8 12 16 20 24 28−0.4
−0.3
−0.2
−0.1
0
0.1
0.2
0.3
0.4
V [m/s]
s[.]
Variable operating conditions: Electrical power (top)and slip (bottom) vs. wind speed
Pour assurer le contrôle de lapuissance
œuvrer à vitesse variable dans unelarge plage de fonctionnementVariation de paramètres :
résistances statoriques et rotoriques(variation de température)inductances (saturation magnétique)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 12
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
MotivationsObjectifs
Particularités de la MADA et objectifs pour le système de diagnostic
0 5 10 15 20 250
0.2
0.4
0.6
0.8
1
V [m/s]
Pe
[p.u
.]
0 4 8 12 16 20 24 28−0.4
−0.3
−0.2
−0.1
0
0.1
0.2
0.3
0.4
V [m/s]
s[.]
Variable operating conditions: Electrical power (top)and slip (bottom) vs. wind speed
Pour assurer le contrôle de lapuissance
œuvrer à vitesse variable dans unelarge plage de fonctionnementVariation de paramètres :
résistances statoriques et rotoriques(variation de température)inductances (saturation magnétique)
Le système de diagnostic doit
pouvoir opérer dans une large plagede fonctionnement
être robuste v.à.v. de la variation desparamètres
être capable de détecter et isoler desdéfauts de faible amplitude
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 12
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Plan
1 Introduction
2 Motivation et objectifs
3 Systèmes de diagnostic proposésHypothèsesApproches proposéesValidations
4 Conclusions
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 13
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Défaut de capteurs dans une MADA avec commande
Scheme of a wind-driven DFIG with sensor faults
Modèle du défaut:ym
abc(k) = yabc(k) + v(k) + f(k) (1)
Défauts additifs (biais, dérives) :
f(k) = [fa(k), fb(k), fc(k)]T , fj(k) 6= 0 pourj ∈ {a, b, c}
Défauts multiplicatifs (variation du gain) :
f(k) = (ǫ(k)− I3)yabc(k)
oùǫ(k) = diag{ǫa(k), ǫb(k), ǫc(k)}, ǫj(k) 6= 1 pourj ∈ {a, b, c}
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 14
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Hypothèses
MADA, filtre de ligne et convertisseur de puissance équilibrés
Réseau idéal : tensions statoriques triphasées équilibrées
En l’absence de défaut capteur, les signaux (courants et tensions) sonttriphasés équilibrés.
⇒ Un défaut sur un des capteurs modifie le caractère triphasé équilibré dessignaux.
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 15
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Modélisation
Système de signaux (tensions ou courants) triphasés équilibrés
ma = M sin(ωe(t)t + φ) (2a)
mb = M sin
(
ωe(t)t −2π
3+ φ
)
(2b)
mc = M sin
(
ωe(t)t +2π
3+ φ
)
(2c)
Modélisation en variables d’état[
x1(t)x2(t)
]
=
[0 ωe(t)
−ωe(t) 0
]
︸ ︷︷ ︸
Aco(ωe(t))
[x1(t)x2(t)
]
(3a)
mambmc
=
1 0
− 12 −
√
32
− 12
√
32
︸ ︷︷ ︸
Co
[x1(t)x2(t)
]
(3b)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 16
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Pour les tensions et courants statoriques
Caractéristiques
Les tensions et courants statoriques sont peu affectés par la loi de réglage.
Générateur de résidus :
Observateur multiple : isolation de défautObservateur basé surle modèle des signaux triphasés équilibrés
⇒ Traitements des signaux sinusoïdaux et non-sinusoïdaux (avec harmoniques)
⇒ Robuste v.à.v. des variations de paramètres
Scheme of a sensor FDI system based on GOS
Incidence table using GOSr f1 f2 f3
r1,1 0 1 0r1,2 0 0 1r2,1 1 0 0r2,2 0 0 1r3,1 1 0 0r3,2 0 1 0
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 17
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Pour les courants rotoriques
Génération de résidus en deux étapes
La loi de réglage atténue le défaut sur le capteur défaillantet le propage vers les deuxautres mesures. Solution: génération de résidus en deux étapes.
1ère étape: basée sur le modèlenominalde la MADA
⇒ robuste v.à.v. des changements de consigne/perturbations
2èmeétape: basée sur le modèle des signaux triphasés équilibrés
⇒ robuste v.à.v. des variations de paramètres
Scheme of a combined signal- and model-based FDI system
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 18
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Validation de la génération de résidus en deux étapesVariation des paramètres
Scheme of a combined signal- and model-based FDI system
Résidus après la première étape
0 2 4 6 8 10−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
time [s]
ri
[.]
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 19
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Validation de la génération de résidus en deux étapesVariation des paramètres
Scheme of a combined signal- and model-based FDI system
Résidus après la première étape
0 2 4 6 8 10−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
time [s]
ri
[.]
Résidus après la deuxième étape
0 2 4 6 8 10−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
time [s]
ri[.]
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 19
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Validation de la génération de résidus en deux étapesParcours de la plage de fonctionnement
0 5 10 15−0.3
−0.2
−0.1
0
0.1
0.2
time [s]
s[.]
0 5 10 150
0.05
0.1
fa
[.]
0 5 10 150
0.05
0.1
time [s]
fc
[.]
0 5 10 150
0.05
0.1
fb
[.]
0 5 10 150.2
0.4
0.6
0.8
1
1.2
time [s]
Tg
[p.u
.]
Applied slip (top left), location and amplitude of the fault (top right), andreference and resulting generatortorque (bottom)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 20
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Résultats : parcours de la plage de fonctionnement
Scheme of a combined signal- and model-based FDI system
0 5 10 15−0.1
−0.050
0.050.1
r1
[.]
0 5 10 15−0.1
−0.050
0.050.1
r2
[.]
0 5 10 15−0.1
−0.050
0.050.1
r3
[.]
time [s]
r3,2
r3,1
r1,1
r1,2
r3,2
r3,1
r1,2
r1,1
r2,1
r2,2
0 5 10 15−0.1
−0.050
0.050.1
r1
[.]
0 5 10 15−0.1
−0.050
0.050.1
r2
[.]
0 5 10 15−0.1
−0.050
0.050.1
r3
[.]
time [s]
r1,2
r3,1
r3,2
r1,1
Intermediate residual signals (left) and filtered residual signals (right)
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 21
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
HypothèsesApproches proposéesValidations
Détection et isolation de défauts avec algorithme multi-CUSUM
Scheme of a combined signal- and model-based FDI system
0 5 10 150
1
g∗ 1
[.]
0 5 10 150
1
g∗ 2
[.]
0 5 10 150
1
g∗ 3
[.]
time [s]
CUSUM decision functions for fault detection and isolation
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 22
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Plan
1 Introduction
2 Motivation et objectifs
3 Systèmes de diagnostic proposés
4 Conclusions
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 23
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Contributions : Diagnostic de défaut capteur pour MADA
Controlled DFIG with sensor FDI system
Caractéristiques
Approches combinent les idées del’électrotechnique et de la théorie dessystèmes
Utilisation d’une méthodologiesystématique de la conception jusqu’à lavalidation
Approches
Basées sur le modèle des signauxtriphasés équilibrés pour DID descapteurs de tensions et de courantsstatoriques
Exploitation de l’effet équilibré desincertitudes paramétriques pour uneMADA : DID des capteurs de courantsrotoriques
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 24
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
Recherche future
Controlled DFIG with sensor FDI system
Diagnostic et régulation tolérante aux défauts
Influence d’autres types de défauts et descas non-équilibrés dans la performancedes systèmes de DID proposés
Étude de l’interaction entre le système deDID et la stratégie de reconfiguration
Conception d’une régulation tolérante auxdéfauts
Validation expérimentale
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 25
university-logo
IntroductionMotivation et objectifs
Systèmes de diagnostic proposésConclusions
C’est fini.....
Merci de votre attention
L. Rakoto Université Libre de Bruxelles Mons, 16 mars 2011 26
Recommended