Stratégies de contrôle individuel de pâles d'éoliennes basées sur les données pour la réduction de fatigue

Fatigue-oriented data-driven individual pitch control strategies of wind turbines

• Auteur / Autrice : David Collet
• Direction : Mazen Alamir
• Type : Thèse de doctorat
• Discipline(s) : Automatique et productique
• Date : Soutenance le 04/12/2020
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : Gildas Besançon
• Jury : Examinateurs / Examinatrices : Nicolas Petit
• Jury : Rapporteur / Rapporteuse : Jan-Willem Van Wingerden, Hervé Guéguen

Mots clés

Mots clés contrôlés

Pales d'éoliennes

Lidar

Usure (mécanique)

Durée de vie (ingénierie)

Commande prédictive

Mots clés libres

Fatigue

Energie éolien

Commande prédictive

Eolien

Lidar

Fatigue

Wind turbine

Wind energy

Model Predictive Control

Lidar

Résumé

Les éoliennes à axe horizontal, qui sont la figure de proue de l'énergie éolienne sont devenues une technologie mature. Bien que l'éolien est une tendance mondiale à la hausse, l'accroissement de la capacité installée faiblit dans certains pays, à cause des réductions des subventions. Dans un contexte de réchauffement climatique et de transition énergétique, il est de première importance d'optimiser le coût de l'éolien, de manière à rendre cette énergie compétitive face aux énergies fossiles, et ainsi permettre un développement de l'éolienne moins dépendant des subventions économiques. Le contrôle des éoliennes peut fortement contribuer à la réponse à cette problématique.Le contrôle individuel des pâles (IPC) d'éoliennes peut permettre de modifier les propriétés aérodynamiques du rotor, et ainsi réguler les charges déséquilibrées induites par des vents asymétriques. Réguler ces déséquilibres peut aider à réduire la fatigue des pièces de l'éoliennes en rotation, telle que les pâles. Par ailleurs, le contrôle IPC est connu pour accroître l'activité des actionneurs de pâles, induisant une fatigue additionnelle sur les actionneurs ainsi que les roulements portant les pâles. Par conséquent, le contrôle IPC peut avoir des effets positifs sur la fatigue de certaines pièces, mais négatifs sur d'autres. Pour optimiser le coût de l'énergie éolienne, il est nécessaire qu'un contrôleur IPC soit optimisé de manière à pondérer efficacement le compromis entre les fatigues des divers composants de l'éolienne.Pour répondre à cette problématique, une fonction de coût de la fatigue a été définie comme la somme pondérée de la fatigue de divers composants de l'éolienne. Un contrôleur IPC doit être conçu de manière à minimiser l'espérance du coût de la fatigue. Cependant, l'optimisation de la fatigue est une tâche complexe, car son expression en tant que fonction de coût ne suit pas les formes conventionnelles. Il est montré plusieurs fois au cours de cette thèse que les stratégies de contrôle conventionnelles limitent le potentiel de réduction de la fatigue. Par ailleurs, combiner plusieurs stratégies de contrôle conventionnelles paramétrées différemment pourrait permettre des réductions significatives de l'espérance du coût de la fatigue, par rapport à des stratégies conventionnelles à paramètre fixes. La problématique adressée dans cette thèse est donc l'adaptation des paramètres de stratégies de contrôle IPC conventionnelles, pour une réduction efficace de la fatigue d'éoliennes. Deux approches sont ainsi développées par la suite.La première consiste à approcher le coût de la fatigue par une fonction de coût orientée fatigue, grâce à une identification basée sur des données. Cette fonction de coût orientée fatigue utilisée dans un problème de contrôle optimal permet de paramétrer un problème d'optimisation standard, qui approche le problème d'optimisation de la fatigue autour de son optimum. Le problème d'optimisation orienté fatigue permet ainsi des réductions efficaces du coût de la fatigue.La commande prédictive (MPC) est une stratégie de contrôle qui permet d'optimiser une fonction de coût spécifique, en résolvant en ligne un problème de contrôle optimal. Ensuite, un contrôleur IPC MPC est obtenue à partir de l'expression du problème d'optimisation orienté fatigue. Ces contrôleurs ont ensuite été mis en oe uvre en boucle fermée sur un modèle d'éolienne simplifié, et ont montré un grand potentiel de réduction de l'espérance du coût de la fatigue, par rapport à un contrôleur MPC à paramètres fixés.La seconde solution est une méthodologie où un superviseur basé sur l'apprentissage, sélectionne les paramètres de contrôleurs candidats à partir des conditions de vent, de manière à réduire efficacement le coût de la fatigue d'une éolienne. Une preuve de concept comportant un superviseur simple a montré que des réductions significatives de la fatigue sont possibles, ce qui encourage aussi le développement de cette seconde approche.

Horizontal axis wind turbines are the leading figure of the wind energy industry and is becoming a mature technology. Even though wind energy is globally trending, the yearly number of wind turbines installed is weakening in some countries, due to the reduction of economic subventions. In the context of global warming and energetic transition, it is of primal importance to optimize the levelized cost of wind energy, in order to make it economically competitive against fossil source of energies and allow wind energy to less rely on economic subventions. The control of wind turbines can strongly contribute to answer this issue.Individual blade Pitch Control (IPC) of wind turbines can allow to modify the aerodynamic properties of the rotor and regulate the unbalanced loads due to skewed wind in the rotor plane. Regulating these unbalanced loads can help in alleviating the fatigue damage of the rotating components of the turbine, such as the blades. On the other hand, IPC is known to induce oscillating loads on the blade pitch actuators and increase their excursions, which induces additional fatigue damage on the blade pitch actuators and blade bearings. Therefore, IPC can have positive effects on the fatigue damage of some components of the turbine, while having negative effects on others. For an efficient optimization of the levelized cost of wind energy, it is necessary that an IPC be optimized, in order to efficiently manage the trade-off between the fatigue damage of various components of a turbine.To address this issue, a fatigue cost function is defined as a weighted sum of wind turbine components fatigue damage, and possibly economic parameters. An IPC regulator must thus be designed in order to minimize this fatigue cost. However, the optimization of fatigue is a challenging task, as the fatigue damage expression does not suit standard forms. It is shown several times in this thesis that standard control strategies are limiting the potential reduction of the fatigue cost expectancy. While combining several standard control strategies designed with different parameters could allow significant reductions of the fatigue cost expectancy, compared to standard IPC control strategies with fixed parameters. The challenge addressed in this thesis is thus to adapt the parameters of standard IPC control strategies, in order to efficiently reduce the fatigue cost expectancy of wind turbines. Two approaches are thus developed in order to address this issue.The first one consists in approximating the fatigue cost function with a fatigue-oriented cost function, thanks to a data-driven identification based on parameterized quadratic forms. This fatigue-oriented cost function used in an optimal control problem allows to efficiently parameterize a standard optimization problem, which approximate the fatigue cost optimization problem around its optimum. Therefore, the fatigue-oriented optimal control problem allows efficient reductions of the fatigue cost expectancy.Model Predictive Control (MPC) is a control strategy which allows to optimize a specified cost function, by solving on-line an optimal control problem. Then, an IPC MPC is derived based on the fatigue-oriented optimal control problem expression. These controllers are thus standard MPCs whose parameters are adapted for fatigue cost reduction. These controllers are then implemented in closed-loop with a simplified wind turbine model and showed great potential in reducing the fatigue cost expectancy, compared to an MPC with fixed parameters.The second approach is a framework where a supervisory layer selects the parameters of candidate controllers based on wind conditions, in order to efficiently minimize the wind turbine fatigue cost expectancy. A proof of concept made with a simple supervisory layer showed that significant reduction of the fatigue cost are already possible, which encourages to also develop this second approach further.