Design of Real-time Estimation Algorithms for Fault Detection and Load Mitigation Control at the Wind Farms Scale (CAS)

Ce projet s’inscrit dans le cadre de travaux de pilotage avancé de fermes éoliennes, avec une thèse co-encadrée entre le Centre Automatique et Systèmes et l’IFPEn, Solaize, France. Les préoccupations des exploitants de parcs éoliens concernant le contrôle du lacet pour optimiser les exploitations sont symptomatiques de la nécessité d’utiliser les parcs éoliens existants de manière plus efficace, en atténuant les charges à l’échelle de la ferme. Dans ce contexte, un question cruciale est celle d’une estimation efficace et robuste du sillage et du champs de vent en temps réel et à l’échelle de la ferme.

Jusqu’à présent, une très large majorité des algorithmes de détection de pannes et des contrôleurs de distribution de charge repose sur une modélisation statique de la direction et la vitesse du vent, sur une fenêtre temporelle de 30 à 60 minutes. Ceci est une hypothèse très irréaliste, qui impacte de façon conséquente la minimisation de la fatigue de la structure, qui est fortement liée aux fluctuations du vent. Ce projet exploite les données mesurées par chaque éolienne (puissance générée, vitesse du rotor,…) pour fournir une estimation du vent dans son voisinage, à l’aide d’un observateur grand gain basé sur une identification par processus gaussien du couple aérodynamique.

On cherche alors à utiliser ces estimations locales de façon conjointe pour fournir une estimation dynamique de la direction du vent et du sillage, à l’échelle de la ferme. Cette stratégie repose sur l’estimation paramétrique d’équations de transport cascadées, modélisation du sillage permettant une utilisation temps-réel de ces algorithmes.

Prismes d’analyses 

Référents TTI.5

Delphine Bresch-Pietri (CAS – Mines Paris)

Partenaires

Centres de Mines Paris : CAS