Applications en génie électrique des techniques d’identification récursive des modèles dynamiques à temps continu, non-linéaires et incertains

Application in electrical engineering of recursive identification techniques to continuoustime, non-linear and uncertain dynamic models

• Auteur / Autrice : Jean-Marie Guihal
• Direction : François Auger, Emmanuel Schaeffer, Nicolas Bernard
• Type : Thèse de doctorat
• Discipline(s) : Génie électrique
• Date : Soutenance le 03/02/2021
• Etablissement(s) : Nantes
• Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
• Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Énergie Électrique de Nantes-Atlantique
• Jury : Président / Présidente : Gérard Champenois
• Jury : Rapporteur / Rapporteuse : Hubert Razik, Mickaël Hilairet

Mots clés

Mots clés contrôlés

Machines synchrones

Supercondensateurs

Récursivité, Théorie de la

Kalman, Filtrage de

Mots clés libres

Modélisation non-linéaire

Résumé

Ce mémoire a pour objectif de comparerles méthodes d’estimation de paramètres parfiltrage de Kalman étendu et par la méthode dumodèle, ainsi que d’en améliorer les performancesdans une optique d’une application en temps réelsur des modèles dynamiques non-linéaires et àtemps continus. Dans le cas du filtre de Kalman,on utilise sa version étendue continu-discrète, où laprédiction s’appuie sur une modélisation à tempscontinu. Plusieurs implémentations sont proposéesavec un soin particulier donné à leur précisionainsi que leur coût calculatoire. Pour la méthode dumodèle, la version hors ligne donnant de bons résultats,une version de celle-ci mise sous forme récursivepour l’adapter au temps réel est présentée.Les méthodes proposées ont d’abord été validéespour de l’estimation de paramètres sur des modèlesdynamiques non-linéaires de nature variée,puis pour l’estimation de paramètres de supercondensateursainsi que de machines synchrones àhaute vitesse, pour lesquels on tiendra compte despertes fer. Les résultats montrent que les implémentationsde Kalman proposées sont particulièrementadaptées aux systèmes avec de fortes nonlinéaritéset de grandes dynamiques comme pourles machines synchrones rapides. La version récursivede la méthode du modèle donne quant àelle une bonne précision des paramètres des supercondensateurset un meilleur rejet des erreursd’initialisation, ainsi qu’un temps de calcul soutenablepour une utilisation en temps réel.

The goal of this thesis is to comparethe parameter estimation of Kalman filters and outputerror methods, and to enhance their performancesin a perspective of real time application oncontinuous time nonlinear dynamic systems. Forthe Kalman filter, its extended continuous-discreteversion is used, where the prediction is based ona continuous-time model. Several implementationsare proposed, for which the main care is the accuracyand the computation time. For the output errormethod, the offline version giving good results, acompletely recursive version that is more suited toreal-time applications is presented. The proposedmethods are first validated on the parameter estimationof various nonlinear dynamic models, andthen for the parameter estimation of supercapacitorsand high speed synchronous machines, forwhich the iron losses are taken into account. Resultsshow that the Kalman filter are particularly relevantfor systems with high nonlinearities and dynamicslike the high speed synchronous machines.The recursive output error offers a good accuracyof the estimated parameters for supercapacitorsand a better rejection of the initialization errors, aswell as a sustainable computation time for a realtime use.