Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Ce travail porte sur l'élaboration des outils de diagnostic du sous-système PV/hacheur/charge, en fonctionnement, intégré à une centrale autonome de cogénération d’énergie. Les méthodes analytiques de diagnostic, telles que l’estimation paramétrique et les commandes ADRC (intégrant les observateurs d’état), sont utilisées. La méthode par estimation paramétrique basée sur l’estimateur du maximum de vraisemblance, validée expérimentalement par des données du centre de recherche NERGICA et les données des constructeurs, a permis de diagnostiquer les dégradations des panneaux PV (Photovoltaïques). L’analyse des résidus issus des paramètres, du ARCO Solar M75 après 20 ans de fonctionnement, montre que la résistance série, la résistance parallèle et le courant de court-circuit sont les paramètres qui varient beaucoup plus. L’analyse des courbes issues des paramètres permet de constater que la puissance maximale subit une baisse par rapport à la puissance de référence, provoquant ainsi la chute de tension et du courant du PV au point de puissance maximale; ceci révèle une dégradation du panneau PV. Une revue de littérature nous a permis de dresser les défauts en lien avec les paramètres dégradés; ainsi il est recommandé que l’opérateur de ce parc solaire vérifie les boites de jonction (vérification des câblages interne, nettoyage de l’intérieur des boites, remplacement des sous-composants défectueux dans les boites…), qu’il vérifie les bords des cellules PV (nettoyage, appliquer des anti corrosifs…), qu’il vérifie les câbles et les différents connecteurs. La méthode par observateur d’état étendu basée sur la commande ADRC (commande du rejet actif des perturbations) et la commande SMC (commande par mode glissant) a permis de tester plusieurs types de défauts et a permis également de dresser les algorithmes de localisation des défauts. Pour cela le modèle dynamique a été adapté à un système d’équations multiples entrées-multiples sorties (MIMO) et au modèle d’état étendu nécessaire à l’application des commandes ADRC. Les résultats du test de ces commandes sur le sous-système montrent que les états et les perturbations sont bien estimés; ceci prouvant la robustesse des estimateurs utilisés. Du point de vue de sa mise en place, la commande généralisée du rejet actif des perturbations étant facile à implémenter, nous l’avons associée à la commande par mode glissant pour stabiliser les états nominaux autour des références lors des variations des perturbations; le test par simulation sur le sous-système s’est avéré concluant (les états estimés suivent les états réels et suivent les références définies) bien qu’on introduise simultanément les défauts au niveau des PV, de la charge et au niveau du hacheur survolteur. En assumant une tolérance de 5%, les défauts sont détectables, localisables et identifiables par estimation des états et analyse structurelle des résidus par rapport aux valeurs seuils (déterminées lorsque le sous-système est sans défauts). Les outils de diagnostic conçus sont simulés dans l’environnement Matlab/Simulink.

This work focuses on the development of diagnostic tools for the PV/DC-DC converter/load subsystem, in operation, integrated into an autonomous energy cogeneration plant. Analytic diagnostic methods such as parametric estimation and ADRC (Active Disturbance Rejection controls), including state observers, are used. The parametric estimation method based on the maximum likelihood estimator, validated experimentally by data from the research center NERGICA and data from manufacturers, has made it possible to diagnose the degradations of PV panels (Photovoltaics). Analysis from the parameters’ residual vectors of the ARCO Solar M75 after 20 years of outdoors operation, shows that serial resistance, parallel resistance and short-circuit current get more changes than other parameters. Analysis of the curves from the parameters shows that the maximum power also changes and decreases from its reference value; thus, causing drops of the voltage and the current at the maximum power point; this reveals a degradation of the PV panel. A literature review allowed us to identify faults related to degraded parameters; so, it’s recommended to act on the system through junction box, cell edges, wiring, busbars, and connectors. The extended state observer method based on the ADRC and the SMC (Sliding Mode Control) is used to test several types of faults and helped to draw up some algorithms for locating faults in the subsystem. For this, the dynamic model has been adapted to a system of multiple input-multiple output (MIMO) equations and to the extended state model required to apply ADRC. The simulation results of these controls on the subsystem show that the states and the disturbances are well estimated, but it is not easy to stabilize the nominal states on the defined references. Generalized Active disturbance rejection control seems easy to design and simulate, so it’s associated with sliding mode control for stabilizing the nominal states of the references in the case of faults; the simulation test of the proposed method on the subsystem proved to be accurate (the estimated states follow the real states and defined references) although defects of the PV, of the load and of the DC-DC converter’s parameters are introduced at the same time. Assuming a tolerance of 5%, the faults are detectable, located and identifiable by estimation of the states and analysis of the residues compared to the threshold values (determined when the subsystem is free of faults). The diagnosis tool designed is simulated in the Matlab/Simulink environment.