‫الجمهورية الجزائرية الديمقراطية الشعبية‬

République Algérienne Démocratique et Populaire

‫وزارة التعليم العالي و البحث العلمي‬
Ministère de l’Enseignement Supérieur
et de la Recherche Scientifique
‫جامعة الدكتور يحي فارس المدية‬
Université Yahia Farés de Médéa
‫كلية التكنولوجيا‬
Faculté de Technologie
‫قسم الهندسة الكهربائية‬
Département d’Électrotechnique

THÈSE DE DOCTORAT
En vue de l’obtention du diplôme de doctorat LMD 3ème cycle
Option : Électrotechnique et Commande Électrique
Présentée par : BOUHOUTA Ahmed

Thème

Amélioration de la Qualité de l'Énergie Électrique

Par des Convertisseurs Statiques Associés
Aux Générateurs Photovoltaïques

Soutenue publiquement le : 26 / 11 / 2022 devant le jury composé de :

Président : Mr. Moualdia Abdelhafidh Professeur, Université Dr. Yahia Farès de Médéa
Rapporteur : Mr. Moulahoum Samir Professeur, Université Dr. Yahia Farès de Médéa
Co- rapporteur : Mr. Kabache Nadir MCA, Université Dr. Yahia Farès de Médéa
Examinateur : Mr. Benslimane Tarak Professeur, Université de M’sila
Examinateur : Mr.Yazid Krim Professeur, Université Houari Boumediene (USTHB)
Examinateur : Mr. Houassine Hamza Professeur, Université de Bouira

Année Universitaire 2022-2023

AVANT - PROPOS
 Avant-propos

‫شكر و تقدير‬
‫ احمد ﷲ على توفيقه لﻸتمام هذه اﻻطروحة التي أنجزت في مخبر‬.‫الحمد الذي بنعمته تتم الصالحات‬
.‫الهندسة الكهربائية و اﻻتوماتيك بجامعة المدية‬
‫كل احترامي و تقديري ﻷستاذي المحترم البروفسور موﻻهم سمير الذي لم يبخل علي بالمساعدة‬
‫ شكري أيضا ﻻستاذي الفاضل كباش نذير مدير المخبر الذي ساعدني بالنصائح و بتوفير كل‬.‫و المساندة‬
. ‫الوسائل المخبرية‬
.‫شكري الخالص ﻷمي و زوجتي اللواتي ساندنني طوال فترة البحث‬
.‫في اﻻخير اشكر كل من ساعدني من قريب او من بعيد ﻹتمام هذه اﻻطروحة‬

Thanks
This work was realized in the Electrical Engineering and Automation Research
Laboratory (LREA) at Dr. Yahia Fares University of Medea, directed by Professor
Moulahoum Samir to whom I express my thanks and gratitude for having
supervised and supported me during all doctoral time. My sincere thanks also to
my Co-supervisor Doctor Kabache Nadir the head of the laboratory for his
efforts to progress the laboratory and to provide all the means necessary for
research. Without forgetting my mother and my wife who gave me support and
encouragement during the period of research. Finally, my thanks to everyone who,
directly or indirectly, helped to complete this work.

Remerciements
Ce travail a été réalisé au sein de laboratoire de recherche en électrotechnique et
en automatique (LREA) à l’Université Yahia Farés de Médéa. Dirigé par le
professeur Moulahoum Samir, à qui j’exprime tous mes vifs remerciements et
ma gratitude pour m’avoir encadré et soutenu durant toute la formation doctorale.
Mes sincères remerciements également à mon Co-encadreur docteur
Kabache Nadir directeur du laboratoire pour ses efforts en vue de progresser le
laboratoire et de fournir tous les moyens nécessaires à la recherche.
Sans oublier ma mère et mon épouse qui m’ont apporté soutient et encouragement
pour terminer la présente thèse. Enfin, mes remerciements s’adressent à toute
personne ayant, de près ou de loin, aidé à l’aboutissement de ce travail.

BOUHOUTA Ahmed, ‫ﺑوﺣوتة أﺣمﺪ‬

Email: [email protected] / [email protected]
Laboratoire de Recherche en Electrotechnique et en Automatique (LREA)
Département d’électrotechnique, Université Dr. Yahia Farès de MEDEA

i
 ‫ملخص‬
ABSTRACT
RÉSUMÉ
Abstract Résumé ‫ﻣﻠﺨﺺ‬

Résumé
L’utilisation des systèmes photovoltaïques (PV) reliés au réseau a considérablement augmenté
ces dernières années en raison de l'intérêt mondial accru pour les sources d’énergies
renouvelables et la croissance de la demande d'énergie. D’autre part, la notion de la qualité de
l’énergie est toujours considérée comme l’un des critères primordiaux gérés par des
réglementations et normes internationales. Cette thèse s’inscrit dans le cadre de l’amélioration
de la qualité d’énergie électrique tout en mettant un accent particulier sur la fourniture des
puissances active et réactive au réseau électrique. Utilisant un filtre actif à base d’un onduleur
à deux niveaux en tension (VSI) et alimenté par un générateur PV, on vise à accomplir plusieurs
objectives à savoir la compensation des courants harmoniques de la charge polluante, améliorer
le facteur de puissance de l’installation, et couvrir une partie de la puissance active consommée
par la charge. La partie commande du filtre actif et ses paramètres jouent un rôle important et
influent considérablement sur la qualité de filtrage en termes de taux de distorsion harmonique
(THD) et sa performance dynamique en cas d’évolution de charge non linéaire raccordée au
réseau. Les courants harmoniques injectés dans le réseau sont captés puis identifiés par
l’utilisation de plusieurs méthodes, on a opté pour la commande indirecte du courant (ICC) qui
est considérée comme l’algorithme le plus simple et le plus efficace pour générer les courants
de compensation. Ces performances sont basées principalement sur le choix de régulateur du
bus continu. Pour cela, plusieurs types de régulateurs intelligents sont ainsi détaillés et
comparés. Une première dans le domaine de qualité d’énergie, on a testé une nouvelle stratégie
de contrôle qui est apparue comme concurrentielle aux autres techniques de régulation. Les
résultats obtenus mettent en évidence l’efficacité d’une nouvelle combinaison de la logique
floue et d’algorithme d’arbre de décision type M5P. Pour confirmer l’efficacité, ce contrôle
mixte est testé à la fois sur la régulation de tension continue de l’onduleur et sur le contrôleur
MPPT.

Mots clés
Générateur photovoltaïque, Filtre actif parallèle, Régulateur intelligent, Puissances active et
réactive, Les harmoniques, THD.

Abstract
Grid-tied Photovoltaic (PV) systems have increased considerably in the last few years due to
the increased global interest in renewable energy sources and the growth in energy demand.
On the other hand, the notion of power quality is still considered as one of the mandatory
criteria managed by international regulations and standards. This thesis deals in improving the
power quality of the electrical grid while placing particular emphasis on the supply of active
power to the grid. Using an active power filter based on two levels source voltage inverter
(VSI) and supplied by a PV system, the tasks to be performed are the compensation of harmonic
currents, ensuring the transfer of active power, and finally power factor amelioration. The
control part of the active power filter and its parameters play a very important role and have a
considerable influence on the filtering quality in terms of harmonic distortion (THD) and its
performance in the event of a connected non-linear load. The harmonic currents injected into
the power grid are captured and then identified by the use of several methods. The indirect
current control (ICC) is considered as a simplest and most efficient algorithm to generate the
compensation currents, those performances are based mainly on the chosen DC bus controller.
For this, several types of intelligent regulators are thus detailed and compared with simulation

ii
‫‪Abstract‬‬ ‫‪Résumé‬‬ ‫ﻣﻠﺨﺺ‬

‫‪and experiment. A first in the field of power quality, we have tested a new control strategy that‬‬
‫‪appeared to be competitive with other control techniques. The results obtained highlight the‬‬
‫‪effectiveness of a new combination of fuzzy logic and the M5P decision tree algorithm. To‬‬
‫‪confirm the effectiveness, this mixed control is tested on both the dc-link voltage controller of‬‬
‫‪inverter and the MPPT controller.‬‬

‫‪Keywords‬‬
‫‪Photovoltaic generator, Shunt active filter, Intelligent controller, Active and reactive power,‬‬
‫‪Harmonics, THD.‬‬

‫ﻣﻠﺨﺺ‬

‫زاد استﺨدام أنظمة الطاقة الشمسية المرتبطة بشبكة التوزيع الكهربائي بشكل كبير في السنوات القﻠيﻠة الماضية بسبب‬
‫اﻻهتمام العالمي المتزايد بمصادر الطاقة المتجددة والنمو في الطﻠب عﻠى الطاقة‪ .‬ﻣن ناحية أخرى ‪ ,‬ﻻ يزال ﻣفهوم جودة‬
‫الطاقة يعتبر أحد المعايير اﻹلزاﻣية التي تديرها الﻠوائح والمعايير الدولية‪ .‬تتناول هذه اﻷطروحة تحسين جودة الطاقة‬
‫الكهربائية ﻣع التركيز بشكل خاص عﻠى توفير الطاقة النشطة لﻠشبكة ﻣن خﻼل ادﻣاج ﻣصدر لﻠطاقة الشمسية‪.‬‬
‫باستﺨدام ﻣرشح نشﻂ ذو ﻣستويين )‪ (VSI‬فان المهام اﻻساسية الثﻼثة المستهدفة تكمن في الغاء التيارات التوافقية‬
‫لﻠشبكة ﻣما يضمن نقل طاقة نظيفة اضافة الى تزويد الشبكة بطاقة نشطة ﻣن خﻼل اﻻلواح الشمسية المزودة بتحكم‬
‫خوارزﻣية نقطة اﻻستطاعة العظمى و اخيرا تحسين ﻣعاﻣل الطاقة الذي سوف يساهم بشكل كبير في تﺨفيف فقدان الطاقة‪.‬‬
‫دورا ﻣه ًما لﻠغاية وله تأثير كبير عﻠى جودة الترشيح ﻣن حيث أدائه في حالة‬
‫يﻠعب جزء التحكم في المرشح النشﻂ وﻣعﻠماته ً‬
‫وجود حمل غير خطي ﻣتصل بالشبكة‪ .‬يتم التقاط التيارات المنبع المتميزة بمعدل تشويه كبير غني بالتوافقيات التي يثم‬
‫تحديدها باستﺨدام عدة طرق و حقنها في الشبكة بشكل عكسي ﻣما ينتج عن ذلك تيار ﻣنبع ﻣوجي نظيف ﻣن التوافقيات‪.‬‬
‫يعتبر التحكم في التيار غير المباشر ﻣن ابسﻂ و انجع خوارزﻣيات التحكم بالفﻠتر النشﻂ المتوازي نظرا لبساطة ﻣبدئ عمﻠها‬
‫و عدم كﻠفتها ﻣن حيث عدد الحساسات‪ .‬تقوم هذه الﺨوارزﻣية بصنع التيارات التعويضية ﻣن خﻼل ﻣنظم ناقل التيار‬
‫المستمر باستﺨدام عدة ﻣنضمات كﻼسيكية و ذكية التي سوف يتم تفصيﻠها و ﻣقارنتها بالمحاكات و التجربة‪.‬‬
‫لﻠمرة اﻷولى في ﻣجال جودة الطاقة ‪ ،‬اختبرنا استراتيجية تحكم جديدة بدت أنها قادرة عﻠى المنافسة ﻣع تقنيات التحكم‬
‫اﻷخرى‪ .‬تسﻠﻂ النتائج التي تم الحصول عﻠيها الضوء عﻠى فعالية ﻣزيج جديد ﻣن المنطق الضبابي واستراتجية ‪M5P‬‬
‫لﺨوارزﻣية شجرة القرار‪ .‬لتأكيد الفعالية ‪ ،‬تم اختبار هذا التحكم المﺨتﻠﻂ عﻠى كل ﻣن تنظيم جهد التيار المستمر لﻠمرشح‬
‫وعﻠى وحدة تتبع اﻻستطاعة العظمى ‪.MPPT‬‬

‫الكﻠمات الدالة‬
‫المولد الكهروضوئي ‪ ,‬الفﻠتر النشﻂ المتوازي ‪ ,‬المنظم الذكي ‪ ,‬الطاقة النشطة والمتفاعﻠة ‪ ,‬التوافقيات ‪ ,‬ﻣعاﻣل التشويه‬
‫التوافقي‪.‬‬

‫‪iii‬‬
LISTES
Symboles & Notations
Figures
Tableaux
 Notations & Symboles

GLOSSAIRE
1. EN FRANÇAIS
CAN : Convertisseur Analogique Numérique
FP : Facteur de Puissance
FAP : Filtre Actif Parallèle
FAS : Filtre Actif Série
GPV : Générateur Photovoltaïque
FTBF : Fonction de Transfert en Boucle Fermée
FTBO : Fonction de Transfert en Boucle Ouverte
BH : Bande d’Hystérésis
MLI : Modulation de Largeur d'Impulsion
PI : Régulateur Proportionnel Intégral
RNA : Réseaux de Neurones Artificiels
PPM : Point de Puissance Maximum
PQ : Méthode des Puissances Instantanées Réelles et Imaginaires
SRF : Méthode du Référentiel Synchrone
NL : Non-linéaire
BT : Réseau basse tension
KVAD : Kilo Volt Ampère Déformant

2. EN ANGLAIS
ADC : Analogue Digital Converter
DAC : Digital Analogue Converter
AC : Alternatif Current
APF : Active Power Filter
FLC : Fuzzy Logic Controller
FIS : Fuzzy Inference Floue
LMT : Logistic Model Tree
ML : Machine Learning
M5P : Pruned M5 Model Tree
ANN : Artificial Neural Networks
WEKA : Waikato Environment for Knowledge Analysis
GNU : General Public Licence
R : Corrélation Coefficient
MAE : Mean Absolute Error
RMSE : Root Mean Square Error
DC : Direct Current
DC-Link : Direct Link of the Inverter

iv
 Notations & Symboles

DPC : Direct Power Control

DCC : Direct Current Control
ICC : Indirect Current Control
MOSFET : Metal Oxide Semiconductor Field Effect Transistor
MPPT : Maximum Power Point Tracking
NPC : Neutral Point Clamped
PWM : Pulse Width Modulation
PCC : Point of Common Connection
SVM : Space Vector Modulation
SCR : Short Circuit Ratio
THD : Total Harmonic Distortion
FFT : Fast Fourier Transform
PV : Photovoltaïque
VSI : Voltage Source Inverter
PLL : Phase Locked Loop
STATCOM : Static Synchronous Compensator

NOTATIONS
Icc : Courant de Court-Circuit
Vco : Tension de Circuit Ouvert
PPM : Point de Puissance Maximum
Ts : Sampling-time
Iopt ,Vopt : Courant et Tension Optimaux au PPM
a : Rapport Cyclique
P : Puissance active
Q :::::::::::::::::
: Puissance réactive
D : Puissance déformante
S : Puissance apparente
Vs : Tensions de la source
FAP : Filtre Actif Parallèle
UPQC : Conditionneur Universel de Qualité d’Onde
Ud : Tension continue à la sortie du redresseur
id : Courant continu fournit par le redresseur
if : Courant efficace du filtre actif
ic : Courant efficace de la charge non linéaire
ic-h : Courant harmonique de la charge non linéaire
is : Courant efficace de la source
Vf : Tension du filtre actif
Ins : Courant harmonique délivré par la charge NL
Inc : Courant harmonique circulant dans le réseau
Inf : Courant harmonique circulant dans le filtre
Znc : Impédance de réseau
Znf : Impédance de filtre
FP : Facteur de puissance

v
 Notations & Symboles

THDi : Taux de distorsion harmonique en courant

THDv : Taux de distorsion harmonique en tension
V1 : Tension fondamentale de la source
Vh : Tension harmonique de la source
ω : Pulsation du réseau
fc : Fréquence de commutation
Rd et Ld : Résistance et inductance côté continu
Rs et Ls : Résistance et inductance de la source
Rcc et Lcc : Résistance et inductance de court-circuit
Rf et Lf : Résistance et inductance du filtre actif
Rc , Lc : Résistance et inductance de la charge côté réseau
Iréf : Courant de référence
Vdc : Tension continue aux bornes du condensateur
Vdc.réf : Tension continue de référence du condensateur
Cdc : Capacité du condensateur
Scc : Puissance apparente de court-circuit du réseau
S ch : Puissance apparente de la charge non linéaire
Zn : Impédance nominale du réseau
p(t) : Puissance réelle instantanée
p- : Puissance continue liée à la composante fondamentale active du courant
q- : Puissance continue liée à la composante fondamentale réactive du courant
~p et ~ q : Puissances alternatives liées à la somme des composantes harmoniques
iα et iβ : Courants perturbateurs calculés dans le repère α-β
~i d et ~iq : Composantes alternatives
i-d et i-q : Composantes continues
Vα et Vβ : Tensions perturbatrices calculés dans le repère α-β
θn : Vecteur de tension de source
Sp et Sq : Signaux numériques des puissances (méthode DPC)
ep et eq : Erreurs des puissances active et réactive instantanée
Rs et Ls : Résistance et inductance de la source de tension
Rc et Lc : Résistance et inductance du filtre de raccordement de la charge NL
Rd et Ld : Résistance et inductance de la charge NL côté continu
Rf et Lf : Résistance et inductance de sortie du FAP
Zf : Impédance du filtre
FPB : Filtre passe bas
FPH : Filtre passe haut
∞ : Désigne valeur infinie
Isp : Courant de crête estimé à la sortie du régulateur du bus continu
Ism : Courant de source maximum
Isl : Composante de perte de l’onduleur (due aux commutations)

vi
 Figures & Tableaux

LISTE DES FIGURES

CHAPITRE I : PAGE
Figure I.1 : Formes de courant et de tension pour charge linéaire et non linéaire 5
Figure I.2 : Sens de circulation du courant harmonique 5
Figure I.3 : Représentation vectorielle des puissances (en présence des charges NL) 8
Figure I.4 : Compensation de l’énergie réactive 9
Figure I.5 : Circuit simplifier d’influence des courants harmoniques sur la tension 11
d’alimentation
Figure I.6 : Déséquilibre du système triphasé de tension 15
Figure I.7 : Phénomène de creux de tension 16
Figure I.8 : Alimentation le plus en amont possible des charges grands pollueurs 18
Figure I.9 : Exemple d’utilisation d’un transformateur Dyd 19
Figure I.10 : Raccordement d’un filtre passif sur le réseau électrique 20
Figure I.11 : Filtre passif type série 21
Figure I.12 : Filtre passif type parallèle 21
Figure I.13 : Filtre résonant avec bande passante BP 22
Figure I.14 : Filtre amorti 23
Figure I.15 : Circulation des courants entre le filtre passif et le réseau 23
Figure I.16 : Principe de raccordement d’un filtre actif parallèle 25
Figure I.17 : Représentation simplifiée du raccordement d’un filtre actif série 26
Figure I.18 : Raccordement du FAP avec le réseau 26
Figure I.19 : Représentation hybride Actif-Passif 27

CHAPITRE II :
Figure II.1 : Méthode de raccordement du FAP 30
Figure II.2 : Schéma structurel d’un FAP 31
Figure II.3 : Différentes méthodes d’identifications des courants harmoniques 33
Figure II.4 : Représentation vectorielle de passage du repère triphasé (abc) au repère 35
biphasé (αβ)
Figure II.5 : Filtrage des composantes continues des puissances p,q 36
Figure II.6 : Algorithme PQ présenté par Akagi 37
Figure II.7 : Résultats de simulation obtenus par la méthode PQ avec un régulateur PI sur 38
le bus continu
Figure II.8 : Passer du repère triphasé (abc) au repère biphasé (dq) 39
Figure II.9 : Algorithme dq de la méthode du référentiel synchrone (SRF) 40
Figure II.10 : Résultats de simulation obtenus par la méthode SRF avec un régulateur PI
sur le bus continu 41
Figure II.11: Algorithme de commande DPC 42

vii
 Figures & Tableaux

Figure II.12: Plan (α,β) divisé en 12 secteurs 42

Figure II.13: Résultats de simulation obtenus par la méthode DPC avec un régulateur PI 43
sur le bus continu
Figure II.14: Principe de la méthode directe du courant (DCC) 44
Figure II.15: Résultats de simulation obtenus par la méthode DCC avec un régulateur PI 45
sur le bus continu
Figure II.16: Principe de la méthode indirecte du courant (ICC) 46
Figure II.17: Résultats de simulation obtenus par la méthode ICC avec un régulateur PI 49
sur le bus continu
Figure II.18: Parties puissance et commande d’un filtre actif parallèle 50
Figure II.19: Schéma de principe de la commande par hystérésis 51

CHAPITRE III :
Figure III.1 : Principe d’une cellule photovoltaïque 53
Figure III.2 : Modèle électrique équivalent d’une cellule photovoltaïque 53
Figure III.3 : Raccordement série/parallèle des cellules photovoltaïques 54
Figure III.4 : Schématisation d’un GPV avec diodes de protection 55
Figure III.5 : Caractéristiques P/V et I/V d’une cellule photovoltaïque 55
Figure III.6 : Caractéristiques P/V et I/V sous irradiance variable 56
Figure III.7 : Caractéristiques P/V et I/V sous une température variable MPPT technique 56
Figure III.8 : Système PV avec un hacheur boost 58
Figure III.9 : Bobines confectionnées à laboratoire LREA 59
Figure III.10 : Organigramme de l’algorithme perturbe et observe (P&O) 60
Figure III.11 : Organigramme de l’algorithme Incrémental Conductance (INC) 61
Figure III.12 : Principe de suivi du point maximum de puissance (cas de la méthode INC) 62
Figure III.13 : MPPT à base d’un contrôleur flou (FLC) 63
Figure III.14 : Processus d’apprentissage avec les réseaux de neurones 64
Figure III.15 : MPPT à base d’ANN 64
Figure III.16 : Topologie d’un générateur photovoltaïque raccordé au filtre actif 65

CHAPITRE IV :
Figure IV.1 : Architecture d’un arbre de décision avec différents nœuds 67
Figure IV.2 : Architecture d’un contrôleur à base de logique floue 69
Figure IV.3 : Processus d’extraction des données entrées/sorties sous un contrôleur flou 69
Figure IV.4 : Interface de logiciel d’apprentissage et de classification WEKA 70
Figure IV.5 : Stockage des données sous MATLAB 71
Figure IV.6 : Stockage des données sous EXCEL 71
Figure IV.7 : Etapes à suivre pour créer le contrôleur mixte Fuzzy-M5P 72
Figure IV.8 : Modèle obtenu de l’arbre M5P 73

viii
 Figures & Tableaux

Figure IV.9 : Modèle des décisions obtenu sous WEKA 74

Figure IV.10 : Générateur PV et système de filtrage actif commandés par la technique Fuzzy- 75
M5P
Figure IV.11 : Caractéristiques du modèle de base à logique floue 76
Figure IV.12 : Test de la technique proposée Fuzzy-M5P sur le system de régulation de tension 76
continu sous un transitoire de charge NL
Figure IV.13 : Forme d'onde du courant de source en utilisant le contrôle Fuzzy-M5P 77
Figure IV.14 : Modèle de base à logique floue utilisé pour la technique MPPT 78
Figure IV.15 : Modèle Simulink de la commande M5P- MPPT 79
Figure IV.16 : Arbre de décisions obtenu sous WEKA pour la technique MPPT 79
Figure IV.17 : Comparaison entre M5P-MPPT et FLC-MPPT (a) à éclairement constant (b) à 80
éclairement variable
Figure IV.18 : Test de la commande avec un scénario d'éclairement variable 80

CHAPITRE V :
Figure V.1 : Ensemble redresseur-onduleur-hacheur de marque SEMIKRON 83
Figure V.2 : Unité centrale dSPACE 1103 (AUTOBOX) et sa carte d’interface série 84
Figure V.3 : Carte des capteurs courant et tension 85
Figure V.4 : Inductances du filtre actif confectionnées au laboratoire 85
Figure V.5 : Quelques paramètres du modèle compilé sous l’environnement Control Desk 86
Figure V.6 : Acquisition des résultats pratiques 87
Figure V.7 : Plateforme expérimentale réalisée au laboratoire LREA 88
Figure V.8 : Courant de source circulant dans le réseau sans filtrage actif 89
Figure V.9 : Résultats expérimentaux obtenus par la méthode ICC avec un régulateur M5P 90
Figure V.10 : Résultats expérimentaux obtenus par la méthode DPC 90
Figure V.11 : Différentes mesures relevées sans système PV (Technique M5P) 91
Figure V.12 : Forme du courant de source avant filtrage 91
Figure V.13 : Nouvelle forme sinusoïdale du courant de source après filtrage 92
Figure V.14 : THD du courant de source avant et après filtrage 92
Figure V.15 : Comparaison entre ANN et M5P technique (appliquées au bus continu) 93
Figure V.16 : Résultats avec la commande Fuzzy-M5P sur MPPT et bus continu 94
Figure V.17 : Différentes mesures relevées avec système PV 94
Figure V.18 : Test des performances dynamiques sous une variation soudaine de charge NL 95
Figure V.19 : Test des performances dynamiques sous un ombrage rapide (A) Système avec 96
FLC-MPPT (A) Système avec M5P-MPPT

ix
 Figures & Tableaux

LISTE DES TABLEAUX

CHAPITRE I :
Tableau I.1 : Effets de la pollution harmonique sur les équipements 13
Tableau I.2 : Limite des composantes harmoniques en courant (norme CEI 61000-3-2) 14
Tableau I.3 : Normes principales de la qualité d’énergie électrique 17
Tableau I.4 : Avantages et défauts de différentes combinaisons du filtrage actif 29

CHAPITRE II :
Tableau II.1 : Ordre de commutation des différents secteurs 42

CHAPITRE IV :
Tableau IV.1 : Statistiques et paramètres du processus d’apprentissage M5P 81

CHAPITRE V :
Tableau IV.1 : Résultats obtenus avec les deux approches ANN & M5P 93

x
 TABLE
DES MATIÈRES
 Table des matières

T Able des matières

AVANT-PROPOS..………………………………….……………………….….……ⅰ
RÉSUMÉ……….....………………………………….……………………….………ⅰⅰ
LISTE DES NOTATIONS ET SYMBOLES………………………..………….….ⅳ
LISTE DES FIGURES ET TABLEAUX………………………………...…….....ⅶ
INTRODUCTION GÉNÉRALE ........................................................................ 1
CHAPITRE I
ÉTAT DE L’ART SUR LA QUALITÉ DE L’ÉNERGIE ÉLECTRIQUE
ET PERTURBATIONS
I.1. INTRODUCTION .................................................................................. ...4
I.2. PRINCIPAUX TYPES DE PERTURBATIONS ÉLECTRIQUES…………..…4
I.2.1. Phénomène de pollution harmonique .................................................. 4
I.2.1.1. Origine des harmoniques type courant et tension ......................... 4
I.2.1.2. Facteur de puissance et compensation de l’énergie réactive ......... 7
I.2.1.3. Influence des harmoniques sur le facteur de puissance ................. 9
I.2.1.4. Influence des harmoniques sur la tension d’alimentation ........... 10
I.2.1.5. Effets et conséquences des harmoniques.................................... 11
I.2.1.6. Règlementations et exigences ................................................... 13
I.2.2. Phénomène de déséquilibre de tension et du courant ......................... 14
I.2.2.1. Causes du déséquilibre dans un réseau électrique ...................... 15
I.2.2.2. Impacte d’un déséquilibre ......................................................... 15
I.2.2.3. Règlementations et exigences ................................................... 16
I.2.3. Phénomène de Creux de tension ....................................................... 16
I.2.3.1. Origines des creux de tension.................................................... 16
I.2.3.2. Conséquences des creux de tension ........................................... 17
I.2.3.3. Règlementations et exigences ................................................... 17
I.3. SOLUTIONS DE DÉPOLLUTION HARMONIQUE .................................. 18
I.3.1. Solutions classiques de dépollution .................................................. 18
I.3.1.1. Restructuration de l’installation pour les grands pollueurs ......... 18
I.3.1.2. Confinement des harmoniques par transformateur à couplages
particuliers .............................................................................................. 18
I.3.1.3. Ajout d’une inductance de lissage du courant ............................ 19
 Table des matières

I.3.1.4. Augmentation de la puissance de court-circuit ........................... 19

I.3.1.5. Intégration des filtres passifs .................................................... 19
Filtre passif série placé entre la source et la charge NL .............. 20
Filtre passif parallèle ................................................................ 21
Filtre résonant .......................................................................... 22
Filtre amorti ............................................................................. 22
Effet de l’impédance du réseau sur le filtre passif ...................... 23
I.3.2. Solutions modernes de compensation avec le filtrage actif ................ 24
I.3.2.1. Principe de compensation actif .................................................. 24
I.3.2.2. Différentes topologies de filtrage actif ...................................... 25
Filtre Actif Série (FAS) ............................................................ 25
Filtre Actif Parallèle (FAP) ....................................................... 26
Filtre Actif Série Parallèle (UPQC) ........................................... 26
I.3.2.3. Combinaison hybride Actif-Passif ............................................. 27
I.3.2.4. Comparaison et choix de types de filtrage actif ......................... 27
I.4. CONCLUSION ....................................................................................... 28

CHAPITRE II

FILTRAGE ACTIF ET MÉTHODES DE COMMANDE ET

D’IDENTIFICATION DES COURANTS HARMONIQUES

II.1. INTRODUCTION ................................................................................... 30

II.2. ALGORITHMES D’IDENTIFICATION DES COURANTS
DE RÉFÉRENCE ........................................................................................... 31
II.2.1. Méthode des puissances réelles et imaginaires (PQ).................................. 33
II.2.2. Théorie du référentiel synchrone (SRF) ............................................... 38
II.2.3. Méthode de commande directe de puissance (DPC).................................. 41
II.2.4. Méthode de commande directe du courant (DCC) .................................... 44
II.2.5. Méthode de commande indirecte du courant (ICC) ................................... 45
II.3. STRATÉGIES DE COMMANDE D’UN FILTRE ACTIF PARALLÈLE ......... 49
II.4. CONCLUSION........................................................................................ 51

CHAPITRE III
INTÉGRATION D’UN GÉNÉRATEUR PHOTOVOLTA ÏQUE AU
SYSTÈME DE FILTRAGE ACTIF
 Table des matières

III.1. INTRODUCTION ................................................................................. 52

III.2. NOTIONS DE BASES SUR L’ÉNERGIE PHOTOVOLTAÏQUE ........... 52
III.2.1. Généralités sur le système PV ......................................................... 52
III.2.2. Modélisation d’un système PV ....................................................... 53
III.2.3. Connexion des cellules photovoltaïques .......................................... 54
III.2.4. Sécurité et protection des panneaux photovoltaïques ....................... 54
III.2.5. Caractéristique courant-tension (I-V) à irradiation et température
variables ..................................................................................................... 55
III.2.5.1. Influence de l’éclairement (irradiation) ..................................... 56
III.2.5.2. Influence de la température ....................................................... 56
III.2.6. Point de puissance maximale et la technique de suivi MPPT ........... 57
III.3. ÉTAGE D’ADAPTATION DC-DC ........................................................ 57
III.4. MÉTHODES DE SUIVI DE PUISSANCE MAXIMALE D’UN
PANNEAU PV.................. ............................................................................. 59
III.4.1. Algorithme perturbe et observe (P&O) ............................................ 59
III.4.2. Algorithme incrémentale conductance (INC)................................... 60
III.4.3. Méthode de suivi à base de logique floue ........................................ 62
III.4.4. Méthode de suivi à base des réseaux de neurones (ANN) ................ 63
III.5. ONDULEURS PHOTOVOLTAÏQUES .................................................. 64
III.6. CONCLUSION ...................................................................................... 65

CHAPITRE IV
AMÉLIORATION DES PERFORMANCES PAR UNE NOUVELLE
COMMANDE MIXTE FUZZY-M5P

IV.1. INTRODUCTION………………………………………………………...…..66

IV.2. GÉNÉRALITÉS SUR LES ALGORITHMES D’ARBRES DE DÉCISION .. 66

IV.3. APPRENTISSAGE À BASE DE LOGIQUE FLOUE .................................. 68
IV.3.1. Extraction des données à partir d’un régulateur flou ........................ 69
IV.3.2. Aperçu sur le logiciel WEKA.......................................................... 69
IV.3.3. Préparation et transfert des données avec l’outil bureautique Excel .. 70
IV.3.4. Démarche d’apprentissage sous WEKA ........................................... 72
IV.3.5. Interprétation des résultats sous forme d’un programme MATLAB .. 73
 Table des matières

IV.4. APPLICATION DE LA COMMANDE PROPOSÉE SUR LE FILTRE

ACTIF ........................................................................................................... 74
IV.5. TEST DE LA NOUVELLE COMMANDE SUR LA MPPT ..................... 77
IV.6. ÉTUDE DES PARAMÈTRES STATISTIQUE ET DE PRÉCISION
DE LA MÉTHODE PROPOSÉE ..................................................................... 80
IV.7. CONCLUSION ...................................................................................... 81

CHAPITRE V
VALIDATION EXPÉRIMENTALE DE L’ENSEMBLE DU SYSTÈME
FILTRE ACTIF-GPV

V.1. INTRODUCTION ................................................................................... 83

V.2. GÉNÉRALITÉS SUR LA PLATFORME EXPÉRIMENTALE ................. 83
V.3. CARTE D’ACQUISITION ...................................................................... 84
V.4. INDUCTANCES DE COUPLAGE (LF ) ................................................... 85
V.5. PROCESSUS DE COMPILATION SOUS MATLAB .............................. 85
V.6. ACQUISITION DES RÉSULTATS FINNAUX ....................................... 87
V.7. PROTOTYPE EXPÉRIMENTAL ............................................................ 87
V.8. RÉSULTATS EXPÉRIMENTAUX ........................................................ 88
V.8.1. Système sans filtrage actif ............................................................... 89
V.8.2. Système avec filtrage actif seul (sans GPV) ...................................... 89
V.8.3. Test de la méthode ICC sous une extrême condition : charge NL
fortement polluante.................................................................................... 91
V.8.4. Comparaison entre les deux méthodes d’apprentissage M5P & ANN . 92
V.8.5. Résultats obtenus avec la commande Fuzzy-M5P .............................. 94
V.9. ÉVALUATION DES PERFORMANCES EN MODE DYNAMIQUE............. 95
V.10. DISCUSSION DES RÉSULTATS OBTENUS ........................................... 96
V.11. CONCLUSION ...................................................................................... 98

CONCLUSION GÉNÉRALE ........................................................................... 99

PRODUCTION SCIENTIFIQUE……………………...……………….…….…101

RÉFÉRENCES BIBLIOGRAPHIQUES ....................................................... 103

ANNEXES ...................................................................................................... 111

INTRODUCTION
GÉNÉRALE
 Introduction générale

INTRODUCTION GÉNÉRALE

La fourniture de l’énergie électrique est associée toujours à une notion de qualité. Cet
aspect important est devenu un sujet de très grande actualité qui concerne tous les actionneurs
du domaine énergétique, à savoir les fournisseurs, les distributeurs, et les consommateurs
d’électricité. L’origine majeure de dégradation de la qualité de l’énergie est les charges à
base des composants d’électronique de puissance. En effet, ces charges dites polluantes sont
non linéaires et appellent du réseau un courant déformé non sinusoïdal qui possèdent un
contenu riche en harmonique. Ces charges non linéaires consomment aussi de la puissance
réactive ce qui conduit à des conséquences directes sur la forme d’onde de tension et de
courant qui devient non sinusoïdal.
Circulant à travers les impédances du réseau, les courants harmoniques caractérisés par
une amplitude importante peuvent provoquer le dysfonctionnement de plusieurs appareils
sensibles branchés au point commun de raccordement tels que les appareils médicaux,
ordinateurs, automates programmables, et machines tournantes. Ils peuvent aussi provoquent
le dysfonctionnement des systèmes de protection ainsi le vieillissement accéléré des éléments
de réseau électrique (câbles, transformateurs, etc.).
Par conséquent, il est nécessaire de réduire ces harmoniques dominants en dessous d’un
THD spécifié dans la norme harmonique internationale IEEE imposée aux fournisseurs et
aux consommateurs industriels. Plusieurs solutions de dépollutions d’harmonique sont
utilisées pour éliminer les harmoniques et améliorer le facteur de puissance, parmi elles les
filtres passifs ou aussi appelé filtre piégeur d’harmonique. Ces solutions sont très simples, à
bas prix, mais leur majeur inconvénient c’est qu’ils ne fonctionnent plus lorsque les
caractéristiques de la charge évoluent ainsi que leurs performances dépendant énormément
de l’impédance de la source et par conséquence peuvent mener à une résonance non voulue
avec le réseau.
Contrairement aux solutions passives, les compensateurs actifs répondent mieux aux
contraintes industrielles, aujourd’hui sont les plus utilisées dans les réseaux électriques grâce
à ces rendements et ces performances. Les filtres actifs que ce soit parallèle, série ou
combinaison parallèle-série deviennent de plus en plus les solutions les mieux adaptées face
aux perturbations harmoniques et à la dégradation de facteur de puissance. Ces dispositifs de

-1-
 Introduction générale

filtrage sont à base d’un onduleur de tension (VSI) qui peuvent être utilisé pour compenser
à la fois les courants harmoniques et la puissance réactive. Une autre solution consiste à doter
le bus continu de l’onduleur VSI par une source photovoltaïque (PV) à travers un
convertisseur DC-DC et une commande de suivi de point maximal de puissance (MPPT).
Avec cette configuration, le compensateur actif assura trois fonctions simultanément, on peut
assurer efficacement le filtrage d’harmonique, la compensation de l’énergie réactive, et en
fin la fourniture de la puissance active au réseau électrique. Ainsi, la commande de cette
topologie Filtre actif-GPV est classée en deux parties distinguées : la commande de
l’onduleur et la commande du convertisseur boost DC-DC.
Le travail présenté dans cette thèse concerne l’identification, la commande ainsi que
l’optimisation avec des techniques intelligentes modernes d’un filtre actif parallèle en
tension associé à un générateur photovoltaïque. Le but de nos travaux vise donc à doter le
système de filtrage actif d’une source d’énergie renouvelable permettant un fonctionnement
polyvalent et pertinent en temps réel face à une grande diversité de perturbations et de besoin
en puissances. Un rappel sur la qualité de l’énergie électrique et les principaux types de
perturbations est abordé au premier chapitre. Les solutions de lutte contre la pollution
harmonique dans les réseaux électriques sont aussi discutées toutes en mettant un accent
particulier sur la normalisation et les standards imposés, notamment la règlementation IEEE
st 519-1992 qui exige un THD du courant de source inférieur à 5% pour les installations
basse tension [CEI02-06].
L’objectif est de produire à la sortie du filtre actif parallèle un courant harmonique proche
le plus possible de la référence calculée et par la suite une meilleure qualité du courant de
source. Pour cette raison, dans le second chapitre, nous traiterons le problème de perturbation
harmonique en courant et sa compensation à partir d’une structure de filtre actif parallèle
(connecté en parallèle avec la charge polluante). Nous étudions ensuite les différents
algorithmes d’identification des courants harmoniques à savoir la méthode des puissances
réelles et imaginaires instantanées (PQ), la méthode du référentiel synchrone (SRF),
l’algorithme de puissance directe (DPC), et en finissant par les deux méthodes directe et
indirecte du courant (DCC/ICC). Côté commande des courants (commande des gâchettes),
notre onduleur sera piloté par la technique d’hystérésis en vue de sa simplicité et sa
robustesse.

-2-
 Introduction générale

Le troisième chapitre est consacré pour l’intégration d’un générateur photovoltaïque au

réseau électrique à travers le filtre actif. Nous aborderons les différentes techniques
classiques et intelligentes de la commande MPPT, y compris le convertisseur boost connecté
avec le bus continu. L’ensemble du system PV, réseau électrique, charge polluante, et filtre
actif est discuté pour pouvoir mit l’accent sur les avantages et les moyens à déployer pour
perfectionner les différentes techniques de commande.
Dans le quatrième chapitre, on vise à améliorer les performances du système. Nous
introduirons dans le filtrage actif une nouvelle technique de commande combinée à base de
logique floue et l’algorithme de l’arbre de décision type M5P. Ce contrôle mixte s’avère très
efficace sous différents modes de fonctionnement permanent et dynamique. Le principe est
de faire un processus d’apprentissage à l’aide du logiciel WEKA avec des données (entrées-
sorties) collectées préalablement à travers un régulateur flou. Une étape d’interprétation du
modèle d’arbre de décisions obtenu est nécessaire afin de préparer le modèle de contrôle
final sous forme de code MATLAB.
Le nouveau contrôleur Fuzzy-M5P est évalué sur le système de régulation de la tension
continue de l’onduleur et par la suite sur la commande MPPT du convertisseur boost. Dans
le but de prouver la validité de la méthode proposée, ses résultats sont comparés avec ceux
obtenus par d’autres solutions intelligentes telles que les régulateurs flous (FLC) et ceux
basés sur les réseaux de neurones (ANN).
On clôturera la thèse par un dernier chapitre qui a pour objectif de valider
expérimentalement l’ensemble du système ainsi que la technique proposée. Les résultats sont
obtenus à l’aide d’un banc d’essai réalisé au sein de notre laboratoire LREA. Une conclusion
générale vient enfin clore cette thèse.

-3-
 CHAPITRE I
tat de l’art sur la qualité de l’énergie
électrique et perturbations

C e chapitre est entièrement consacré aux généralités sur la qualité de

l’énergie électrique. Un bref état de l’art sur les principales perturbations
y est également donné. On donne aussi un aperçu des solutions déployées ainsi
que les différentes structures des systèmes de dépollution harmonique en
particulier la technique de filtrage actif de puissance.
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

I.1. INTRODUCTION

La notion de la qualité de l’énergie électrique est considérée comme étant l’indicateur

de santé des équipements électriques branchés sur les réseaux électriques. Cette santé des
équipements tel que le bon fonctionnement, défaillances, duré de vie est affectée
directement par la forme des courants absorbés circulant dans le réseau. Garder une bonne
qualité de l’énergie électrique est équivalent à protéger l’environnement des pollutions.
Cette notion préoccupante impose aux entreprises de production et de transport de
l’électricité un service de qualité et des mesures strictes pour lutter contre cette pollution.
Diodes, thyristor et tous les autres semi-conducteurs sont très utilisés dans les
convertisseurs pour contrôler l’écoulement d’énergie électrique dans les charges. Ces
convertisseurs absorbent un courant non sinusoïdal riche en harmoniques et échange de
l’énergie réactive avec la source d’alimentation. Dans un système triphasé, ces
harmoniques causent un débalancement de la tension et un courant excessif circulant dans
le conducteur de neutre, d’où la nécessité d’éliminer ou plus au moins réduire ces
harmoniques. À cet effet, il s’agit dans le présent chapitre de se pencher sur la
problématique de perturbation des réseaux électriques notamment l’effet des harmoniques
ainsi que les principales stratégies d’atténuations.

I.2. PRINCIPAUX TYPES DE PERTURBATIONS ÉLECTRIQUES

I.2.1. Phénomène de pollution harmonique

La pollution harmonique est l’un des problèmes majeurs qui dégrade sérieusement la
qualité de l’énergie électrique. Une distorsion harmonique est générée par des charges
dites non linéaire connectées au réseau de distribution. Ce phénomène se manifeste par
l’absorption des courants non sinusoïdaux riches en harmoniques et qui vont à leur tour
produire des tensions harmoniques aux différents points de connexion. Plus généralement
tous les matériaux incorporant des redresseurs et des électroniques de découpage
déforment les courants et créent de fluctuation de tension sur le réseau de distribution
basse tension. C’est la concentration de nombreux « pollueurs » en harmonique qui génère
énormément de perturbations sur le réseau [SAS1970].

I.2.1.1 Origine des harmoniques type courant et tension

Une charge est classée non-linéaire lorsque le courant qu’elle absorbe n’a pas la même
forme que la tension qui l’alimente. Ce courant contient plusieurs composantes
harmoniques dont le spectre sera fonction de la nature de la charge. Ces charges génèrent

-4-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

des courants harmoniques qui circulent à partir de la charge vers la source en empruntant
le chemin de la moindre impédance. On appelle harmonique une superposition sur l’onde
fondamentale à 50Hz d’onde également sinusoïdale, mais de fréquence multiple entier de
celle de la fondamentale. Parmi les charges non-linaires on trouve par exemple : les
convertisseurs statiques, les variateurs de vitesses, les alimentations à découpage, poste à
souder, etc. Figure I.1 montre du point de vue forme d’onde, la différence entre une charge
linéaire et non linéaire. Lorsqu’on compare les deux signaux, on remarque clairement la
forme déformante du courant dans le cas de charge non linéaire. Cette forme non
sinusoïdale pourrait être décomposée en multiples harmoniques à l’aide de la fameuse
technique de série de Fourier.

Figure I.1 Formes de courant et de tension pour charge linéaire et non linéaire

Dans les circuits alternatifs, le sens conventionnel des courants et le sens de

l’écoulement de puissance. Ainsi, le courant fondamental I1 va de la source vers la charge
tandis que le courant harmonique Ih circule de la charge vers la source [SCH01]. Notre
système alimenté sous la f.é.m. E peut se représenter comme dans Figure I.2.

Figure I.2 Sens de circulation du courant harmonique

-5-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Lorsque le signal possède une composante superposée à l’onde fondamentale 50Hz et

qui n’est pas multiple de la fréquence fondamentale (ex. :175Hz), on parle d’inter-
harmonique.
Le niveau de ces inter-harmoniques est également en augmentation du fait du
développement des convertisseurs à base d’électronique de puissances. Toutes ces
harmoniques peuvent être additionnées, la résultante forme le THD : le taux de distorsion
harmonique.
Observées sous forme de distorsion harmonique, l’une des solutions destinées à déceler
la présence d’harmonique et le calcul du THD, il en existe en deux sortes : la distorsion
en courant (dû aux charges), et la distorsion en tension (apparait à la source). Dans le cas
où le THD égale à zéro, on peut conclure qu’il n’y a pas de circulation d’harmoniques sur
le réseau de distribution. Ce taux de distorsion harmonique correspond au rapport entre la
réelle valeur efficace de l’harmonique d’un signal (U ou I) et sa valeur efficace à la
fréquence de la fondamentale [CHA10].
Pour un harmonique de rang ‘h’ le taux de distorsion individuel se calcul comme suit :
Hh
h  (I.1)
H1
Pour connaitre la déformation globale de signal, il est nécessaire de tenir compte de tous
les harmoniques présents. L’expression suivante permettre de définir la valeur globale du
THD :

H22  H32  ....

THD  (I.2)
H1
Ce paramètre global de distorsion peut s’appliquer soit en tension avec THDv soit en
courant avec THDi . Tout au long de notre étude nous nous concentrerons sur le calcul de
THDi en courant qui peut être exprimer comme suit :

....
𝑇𝐻𝐷𝑖 = = ∑ 𝑖 /𝑖 (I.3)

....
𝑇𝐻𝐷𝑣 = = ∑ 𝑣 /𝑣 (I.4)

Autre caractéristique permettant d’identifier un signal déformé est son facteur de crête Fc ,
dans le cas d’un signal sinusoïdal non déformé, ce dernier correspond à :

-6-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

I max
Fc   2 (I.5)
I eff

Lorsque le courant est déformé, le facteur devient différent à cette valeur.

I.2.1.2. Facteur de puissance et compensation de l’énergie réactive

Toute charge électrique fonctionnant en courant alternatif (moteurs, transformateurs,

etc.) met en jeu deux formes d’énergie : l’énergie active et l’énergie réactive. L’énergie
active consommée (KWh) résulte de la puissance active P (KW) des récepteurs, elle se
transforme intégralement en puissance mécanique (travail) et en chaleur (perte). La
puissance active est définie par la formule suivante :

𝑃 = √3𝑈𝐼 𝑐𝑜𝑠 𝜑 = 3𝑣𝑖 𝑐𝑜𝑠 𝜑 (I.6)

L’énergie réactive consommée (kVARh) sert à l’alimentation des circuits magnétiques

des machines, elle correspond à la puissance réactive Q (KVAR) des récepteurs qui est
définie comme suit :

𝑄 = √3𝑈𝐼 𝑠𝑖𝑛 𝜑 = 3𝑣𝑖 𝑠𝑖𝑛 𝜑 (I.7)

L’énergie apparente (KVAh) et la somme vectorielle des deux énergies précédentes, elle
correspond à la puissance apparente S (KVA) des récepteurs. Cette puissance maximale
est exprimée par la formule suivante :

𝑆 = √3𝑈𝐼 = 3𝑣𝑖 (I.8)

À chacune des énergies active et réactive, correspond un courant : courant actif en phase
avec la tension et courant réactive déphasé de 90° par rapport au courant actif soit en
retard (charge inductive) soit en avance (charge capacitive). On peut définir une autre
puissance harmonique dite déformante D (KVAD) suite à l’augmentation de l’énergie
apparente par la distorsion du courant et/ou tension [IGN06]. La formule de cette
puissance déformante est la suivante :
𝐷 =𝑆 −𝑃 −𝑄 (I.9)

Le facteur de puissance est un paramètre qui représente l’efficacité de l’installation, il est

défini comme :
𝐹 = = 𝑐𝑜𝑠 𝜑 (I.10)

Afin de comprendre l’influence de la puissance déformante, on peut utiliser la

représentation vectorielle des puissances comme dans Figure I.3 [GHA11].

-7-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Figure I.3 Représentation vectorielle des puissances (en présence des charges NL)

Nous pouvons constater le changement de la représentation vectorielle en présence de la

puissance déformante. Dans cette configuration, les angles sont définis comme :
φ1 : déphasage entre la tension et le courant à la fréquence fondamentale (à 50Hz).
φ : déphasage entre la tension et le courant en présence d’harmoniques.

La circulation de l’énergie réactive à des incidences techniques et économiques

importantes, en effet pour une même puissance active P, il faut fournir d’autant plus de
puissance apparente et donc de courant, que la puissance réactive est importante. La
circulation de l’énergie réactive sur les réseaux électriques entrainera, du fait d’un courant
appelé plus important [SCH01] :
 Surcharge au niveau des transformateurs.

 Échauffement des câbles électriques.

 Pertes supplémentaires.

 Chutes de tension importantes.

Pour ces raisons, il est nécessaire de produire de l’énergie réactive au plus près
possibles des charges, pour éviter qu’elle ne soit appelée sur le réseau, c’est ce qu’on
appelle « la compensation de l’énergie réactive ».
Parmi les solutions utilisées pour la compensation : les batteries de condensateurs qui
permettent d'améliorer le facteur de puissance d'une installation électrique en la dotant
d'une part d'énergie réactive relative à l’énergie consommée par les récepteurs inductifs.
Comme dans Figure I.4, pour réduire la puissance apparente de la valeur S2 à la valeur S1 ,
une batterie de condensateur fournissant de l’énergie réactive Qc telle :
𝑄 = 𝑃(𝑡𝑔𝜑 − 𝑡𝑔𝜑 ) (I.11)

-8-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Où :
P : puissance active.
S2 et S1 : puissances apparentes (avant et après compensation).
Qc : puissance réactive du condensateur.
Q1 : puissance réactive avec condensateur.
Q2 : puissance réactive sans condensateur.

Figure I.4 Compensation de l’énergie réactive

I.2.1.3. Influence des harmoniques sur le facteur de puissance

Les expressions instantanées du courant i(t) et de la tension v(t) en régime périodique

peuvent s’exprimer sous la forme [SIN99] :

v (t )  2 ∑ V h sin[ h ( 1t   h )]
 h 1
 (I.12)
i (t )  2 ∑ I h sin[ h ( 1t   h )]
 h 1

Avec :
ih : valeur efficace du courant harmonique de rang (h).
vh : valeur efficace de tension harmonique de rang (h).
αh : déphasage du courant harmonique.
βh : déphasage de la tension harmonique.
w1 : pulsation fondamentale du réseau.
Le rapport (i1/i) est inférieur à l’unité à cause des harmoniques, ce que donne :
2 2 2
i  i1   ih (I.13)

i : valeur efficace du courant de ligne.

i1 : valeur efficace du courant fondamental.

-9-
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

On peut ainsi caractériser les perturbations par les puissances correspondantes :

p1  3vi1 cos( 1 ) (I.14)

q1  3vi1 sin(  1 ) (I.15)

2
d  3 v  ih (I.16)

2 2
s  p1  q1  d 2 (I.17)

Et puisque le facteur de puissance est exprimé comme étant la puissance active sur la
puissance apparente, d’où l’influence de la puissance déformante (d) sur la dégradation
du facteur de puissance [YOU08] :
P 3.v.i1. cos1 
Fp    Fd cos1  (I.18)
2 2
p1  q1  d 2 3.v.i

𝐹 = (I.19)

Où :
𝐹 représente le facteur de distorsion.
cos1 représente le facteur de puissance lorsque d=0.

À partir de l’équation (I.18), on constate que le facteur de puissance Fp tient compte de

la puissance déformante et ne doit pas être confondu avec le cos(φ1) relative uniquement
aux signaux fondamentaux.

I.2.1.4. Influence des harmoniques sur la tension d’alimentation

Les courants alternatifs absorbés par une charge non-linéaire sont non sinusoïdaux. La
circulation de ces composantes harmoniques dans les réseaux de distribution provoque la
déformation de la tension d’alimentation. Pour étudier ces signaux, on fait appel aux
principes de la décomposition en série de Fourier qui donne :


i (t )  ic1 2 sin(t   1 )   2ih sin ht   h  (I.20)
2

Où :
i 1 et ih : valeur efficace du courant fondamental et du courant harmonique de rang h.
α1 et αh : déphasage du courant fondamental et du courant harmonique de rang h.
ω : pulsation fondamentale du réseau.

- 10 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Afin d ’étudier l’influence des courants distordus sur l a q u a l i t é d e l a tension du

réseau, on peut représenter la source d’énergie par une f.é.m. (es) à la fréquence
fondamentale mise en série avec une impédance variable avec la fréquence comme montré
sur Figure I.5 [KAS12].

Figure I.5 Circuit simplifié d’influence des courants harmoniques sur la tension
d’alimentation

Les impédances indiquées représentent :

ZCC1 : impédance de court-circuit à la fréquence fondamentale.

Z CCh : impédance de court-circuit à la fréquence de rang h.

Des tensions harmoniques seront générées automatiquement car à chaque courant
harmonique de rang h correspond une impédance de réseau Zcch. La tension au point de
raccordement s’écrit donc comme suit :
n
v ( t )  v1   v h (I.21)
h 1

On constate clairement l’impact des tensions harmoniques sur la tension d’alimentation

V(t), c’est à dire plus la tension comporte autant de composantes harmoniques, plus la
déformation de l’onde de tension est importante. Une partie de la fluctuation de la tension
est due à la consommation de la puissance réactive. Cette association de la puissance
réactive aux harmoniques vient du fait que les moyens pour les réduire sont souvent les
mêmes et peuvent agir à la fois sur les deux causes de perturbations.

I.2.1.5. Effets et conséquences des harmoniques

Une perturbation harmonique est définie comme une déformation de la forme

sinusoïdale d’un signal pur. Sur le réseau électrique, les perturbations de la forme
harmonique est principalement due à la présence des charges non-linéaires (NL). Ces
charges NL contribuent à la dégradation de la qualité de tension et du courant de source,

- 11 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

elles provoquent une distorsion dans le courant comme dans la tension par la production
des harmoniques non désirables qui polluent le réseau et nuisent ainsi du fonctionnement
optimal des équipements et matériel électrotechnique branché sur le même réseau. Ces
harmoniques sont à l’origine de nombreuses nuisances, on trouve ci-dessous une liste
qualitative et non exhaustive, des principaux effets :

 Surcharge des réseaux de distribution par l’augmentation du courant actif/efficace.

 Surcharge du conducteur de neutre en raison des harmoniques de rang 3 et multiple

crées par les charges monophasées.

 Surcharge, vibration et vieillissement des alternateurs, transformateurs, moteurs, etc.

 Déformation de la tension d’alimentation pouvant perturber des récepteurs sensibles.

 Réduction du rendement énergétique des installations.

 Perturbation des réseaux de communication et des lignes téléphoniques.

 Fatigue mécanique du matériel dû aux vibrations.

 Échauffement qui réduit la durée de vie des équipements à long terme.

 Perte générale de puissance délivrée par les producteurs d’électricité.

 Fonctionnement intempestif des dispositifs de protection tels que les fusibles et les
disjoncteurs.

 Pertes diélectriques supplémentaires aboutissants à un vieillissement prématuré des

condensateurs.

Selon l’effet, on distingue deux types de perturbation :

 Effets instantanés, ils créent des perturbations dans le fonctionnement des appareils de
protection et de commutation.

 Effets à moyen et long terme, ils engendrent l'échauffement des matériels électriques,
et causent un vieillissement prématuré de ceux-ci.

Tableau I.1 résume quelques exemples des matériels électriques susceptibles à la perturbation
par la pollution harmonique.

- 12 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Tableau I.1 Effets de la pollution harmonique sur les équipements

Nature de matériel électrique Effet de la pollution harmonique

Machines tournantes : Moteurs -Échauffements supplémentaires (effet joule)

triphasés et Alternateurs dans les enroulements statoriques.
-Couples oscillatoires.
-Augmentation du bruit.
Transformateurs Pertes supplémentaires dans le fer (par
courants de Foucault) et dans les
enroulements (par effet Joule).
Câbles Augmentation des pertes surtout dans le câble
de neutre où s’ajoutent les harmoniques de
rang 3 et multiple de 3.
Électronique de puissance : Troubles fonctionnels liés à la forme d’onde
Pont redresseur à thyristor, (commutation)
Transistors, etc.
Condensateur de puissance Pertes diélectrique supplémentaires
aboutissants à un vieillissement prématuré des
condensateurs.
Dispositif de protection : Fonctionnement intempestif
Fusibles, Disjoncteurs, …etc.
Compteur d’énergie Erreurs de mesure

I.2.1.6. Règlementations et exigences

Afin de limiter l’influence d’une charge polluante sur les autres charges connectées
au réseau et en même temps éviter la modification des caractéristiques de ces dernières, les
distributeurs d’énergie électrique ont été amenés à émettre des recommandations. Ces
recommandations concernent les exigences au point de raccordement de l’usager sur le
réseau électrique.
Les deux principaux organismes de normalisation internationaux dans le domaine
d’électrotechnique sont :
1- La CEI (Commission Électrotechnique Internationale).
2- L’IEEE (Institute of Electrical and Electronics Engineers).

- 13 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Ces deux organismes réalisent l a principale activité de normalisation dans le domaine

des perturbations électriques au niveau mondial mais n’ont pas une uniformité de critères
en ce qui concerne la définition des interactions entre le réseau et les charges connectées.
L’objectif des normes et des règlementations est de limiter les dysfonctionnements
occasionnés par les harmoniques. La Commission Électrotechnique Internationale (CEI)
définit le niveau des courants et des tensions harmoniques à ne pas dépasser par une série
de normes de compatibilité électromagnétique (CEI 61000), nous pouvons citer à titre
d’exemple des systèmes fonctionnant de 120V à 69kV avec Tableau I.2 [CEI02-06].

Tableau I.2 : Limite des composantes harmoniques en courant (norme CEI 61000-3-2)

Distorsion maximale du courant harmonique en pourcentage de IL

Ordre harmonique individuel (harmoniques impairs)
Isc / IL 11 11 ≤ h < 17 ≤ h < 23 ≤ h < 35 ≤ h THD
17 23 35
< 20 4.0 2.0 1.5 0.6 0.3 5.0
20-50 7.0 3.5 2.5 1.0 0.5 8.0
50-100 10.0 4.5 4.0 1.5 0.7 12.0
100-1000 12.0 5.5 5.0 2.0 1.0 15.0
>1000 15.0 7.0 6.0 2.5 1.4 20.0
IL : Demande maximale du courant de charge
Isc : Courant de court-circuit maximal
THD : Taux de distorsion global du courant

Nous constatons que les limites sont plus sévères (THD < 5%) pour un rapport de court-
circuit (SCR) plus petit inférieur à 20.

I.2.2. Phénomène de déséquilibre de tension et de courant

On peut définir le phénomène du déséquilibre de tension comme la mesure des

différences de tension entre les phases d'un système triphasé. L’impact de ce phénomène
est très lourd, il dégrade les performances, entraine des surchauffes, et raccourcit la durée
de vie des charges raccordées. Un déséquilibre de courant aura lieu lorsque les charges
triphasées ne sont pas bien reparties sur les trois phases du réseau électrique. En effet,
toute charge triphasée doit appeler un courant identique sur chaque phase.

- 14 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

I.2.2.1. Causes du déséquilibre dans un réseau électrique

Un réseau triphasé dans le cas idéal est caractérisé par des amplitudes égales des
tensions sur chacune des trois phases et un angle de déphasage de 120 degrés. Lorsque les
tensions ou les courants présentent une différence d’amplitude, il y a déséquilibre et cela
peut causer des problèmes pour les équipements triphasés branchés sur réseau de
distribution.

L’impact le plus courant d’un déséquilibre est la surchauffe des équipements et, par
conséquent, la dégradation de l’isolation électrique et la réduction de la durée de vie.
Comme sur Figure I.6, un récepteur électrique triphasé non équilibré ou des récepteurs
monophasés non équilibré alimentés par un réseau triphasé équilibré peuvent conduire à
des déséquilibres de la tension entre phase. Ces déséquilibres dus à la circulation des
courants non équilibrés à travers les impédances de réseau.

Figure I.6 Déséquilibre du système triphasé de tension

I.2.2.2. Impacte d’un déséquilibre

Il est plus intéressant d’aborder les conséquences de problème de déséquilibre par type
d’équipement et la valeur de tension. Ce déséquilibre peut entrainer un dysfonctionnement
des appareils basses tensions connectés tels que :
 Mauvais fonctionnement des appareils monophasés alimentés par faible tension comme
les lampes à incandescence (mauvais éclairage).

 Risque d’endommagement des équipements monophasés sous tensions élevées.

 Apparition des composantes harmoniques notamment de rang 3 sur les équipements

triphasés d’électronique de puissance.

 Couple de farinage pour les machines tournantes conséquence des composantes inverses
et la création de champ tournant opposé.

- 15 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

 Surchauffe de conducteur de neutre et risque de rupture surtout dans un réseau BT (vu

sa section faible).

 Dégradation des isolateurs électriques.

I.2.2.3. Règlementations et exigences

Dans le but d’aider les distributeurs et les utilisateurs dans la démarche de surveillance
et d’amélioration de la qualité des réseaux électriques, la norme NF EN 50160 a été créée
afin de caractériser la qualité de tension fournie. Cette norme présente les différents types
de perturbations de la tension observés au point de livraison du client, fonction de la forme
d’onde, du niveau de la tension, de la fréquence et du déséquilibre du système triphasé.
Elle liste ainsi les paramètres à surveiller et la durée de la surveillance.

I.2.3. Phénomène de creux de tension

Un creux de tension est défini comme une perturbation caractérisée par une baisse
soudaine de 10 % ou plus de la tension nominale. À noter qu’un creux de 1 seconde peut
engendrer une baisse de tension de 60%. Ce phénomène est inévitable sur les réseaux
électriques du fait de causes multiple tant du côté fournisseur que du côté installations des
clients. Les creux de tension électrique se caractérisent principalement par leur amplitude
et leur phase. Ainsi, ils peuvent être représentés par des vecteurs dits phraseurs. La
relation entre ces derniers est appelée signature ou type du creux [IGN06].
Figure I.7 illustre une brève représentation de ce phénomène de perturbation.

Figure I.7 Phénomène de creux de tension

I.2.3.1. Origines des creux de tension

Les principales causes des creux de tension sont les perturbations dues à l’exploitation
des réseaux comme les courts circuits, la mise sous tension de gros transformateurs,
simple démarrage de gros moteurs.

- 16 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

I.2.3.2. Conséquences des creux de tension

Les creux de tension sont susceptibles de perturber le fonctionnement de certaines

installations industrielles et tertiaires [FER00]. En effet, ce type de perturbation peut
causer des dégradations de fonctionnement des équipements électriques qui peuvent aller
jusqu’à la destruction totale de ces équipements. Nous citons quelques impactes néfastes
tels que :

 Risque d’arrêt imprévu des équipements.

 Ralentissements, décrochage, surintensité des moteurs asynchrones.
 Moins de luminosité, extinction et réallumage (lampes à arc) des systèmes
d’éclairage.
 Perte de synchronisme et arrêt des moteurs asynchrones.

I.2.3.3. Règlementations et exigence

L’engagement de certain service de distribution se présente sous forme de seuils, les

creux de tension étant caractérisés par leur profondeur et leur durée, avec des limites de
30% et de 600 ms [ZEL06].
De façon générale, Tableau I.3 illustre les principales normes concernant la qualité de
l’énergie électrique.

Tableau I.3 Normes principales de la qualité de l’énergie électrique

Type de perturbation Normes
CEI 61000-2-1 :1990
CEI 61000-2-2
Harmoniques CEI 61000-3-2
CEI 61000-4-7 : 1991
IEEE 519 : 1992
CEI 61009-2-1 :1990
Creux/Surtension/Interruptions IEEE 1159 : 1995

CEI 61000-2-1 :1990

Transitoires CEI 816 :1984
IEEE 1159 : 1995
Flicker de tension CEI 61009-4-15 :1997

- 17 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

I.3. SOLUTIONS DE DÉPOLLUTION HARMONIQUE

Afin de limiter la propagation des harmoniques dans les réseaux de distribution

électrique, plusieurs solutions sont envisagées. Il existe de nombreuses techniques pour
atténuer les harmoniques soit au sein du système ou avec un dispositif extérieur. Toutes ces
solutions de dépollution présentent des avantages et des inconvénients, et impliquent toutes un
surcoût. La meilleure solution sera fonction de la charge totale, de l’alimentation du site et du
niveau de distorsion autorisé.

I.3.1. Solutions classiques de dépollution

I.3.1.1. Restructuration de l’installation pour les grands pollueurs

Cette solution consiste à séparer les grands pollueurs des autres en alimentant ces
pollueurs avec des jeux de barre différents des autres charges. Le principe de cette
méthode de séparation des charges est illustré sur Figure I.8.

Figure I.8 Alimentation le plus en amont possible des charges grands pollueurs

I.3.1.2. Confinement des harmoniques par transformateur a couplages particuliers

Sous un certain mode de couplage de transformateurs, quelques rangs d’harmoniques

peuvent être supprimés [SCH10]. Selon les types de couplages, comme illustre Figure I.9,
plusieurs rangs d’harmoniques sont arrêtés :

 Le couplage Dyd pour supprimer les harmoniques de rangs 5 et 7.

 Le couplage Dy pour supprimer les harmoniques de rang 3.
 Le couplage DZ 5 pour supprimer les harmoniques de rang 5.

- 18 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Figure I.9 Exemple d’utilisation d’un transformateur Dyd

I.3.1.3. Ajout d’une inductance de lissage du courant

Dans une installation industrielle comprenant des convertisseurs électroniques comme

par exemple les variateurs de vitesse, il est possible de lisser le courant en mettant en
place des inductances de lissage. Avec ces inductances de ligne, l’augmentation de
l’impédance du circuit d’alimentation conduire forcement à limiter le courant harmonique.
La mise en place de selfs anti-harmoniques sur les batteries de condensateurs augmente
l’impédance de l’ensemble self et condensateur pour les harmoniques de rangs élevés.
Cela évite le phénomène de résonance et protège les condensateurs.

I.3.1.4. Augmentation de la puissance de court-circuit

Une autre solution de dépollution harmonique consiste à modifier la puissance de court-

circuit du réseau électrique. La perturbation harmonique globale croît lorsqu’en
augmentant la puissance de court-circuit du réseau par rapport à la puissance du
générateur. En effet, l'impédance de court-circuit en un point du réseau est inversement
proportionnelle à la puissance de court-circuit disponible en ce point. Donc l'impact des
harmoniques sera d'autant plus réduit si la puissance de court-circuit est grande [CHA10].

I.3.1.5. Intégration des filtres passifs

Les solutions conventionnelles aux problèmes de distorsion harmonique existent

depuis longtemps. Le filtrage passif est la plus simple solution conventionnelle pour
atténuer la distorsion harmonique. Le principe du filtrage passif est de modifier localement
l’impédance du réseau afin de faire dévier ou piéger les courants harmoniques pour
empêcher qu’ils ne se propagent dans le reste du réseau. Ces filtres sont composés
d’éléments capacitifs et inductifs qui sont disposés et dimensionnés de manière à obtenir
une résonance série sur une fréquence déterminée. Comme montré sur Figure I.10, un filtre

- 19 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

passif est constitué d’éléments passifs tels que des inductances, des condensateurs, et des
résistances qui forment une impédance dont la valeur varie en fonction de la fréquence.
On connecte alors le filtre passif en parallèle avec le réseau de manière à absorber un
harmonique de courant donné. Si on veut par exemple éliminer le courant harmonique de
rang 5, on dimensionne alors les éléments passifs de manière à ce que l’impédance
équivalente du filtre soit le plus petit possible à la fréquence de fondamental, le courant
circulera alors dans l’impédance la plus faible, c'est-à-dire dans le filtre passif et donc plus
dans l’impédance de court-circuit du réseau. Les filtres passifs peuvent se diviser en deux
familles, les filtres parallèles et les filtres séries. Selon le type de filtrage choisi, les
harmoniques peuvent être littéralement bloqués par une impédance série élevée entre le
convertisseur et le réseau, déviés par une faible impédance en parallèle ou une combinaison
des deux [BHA93].

Figure I.10 Raccordement d’un filtre passif sur le réseau électrique

 Filtre passif série placé entre la source et la charge NL

Une façon d'atténuer ou limiter la propagation des harmoniques générés par les
charges non linéaires est d'introduire un filtre passif série entre la source d’alimentation et
la charge comme sur Figure I.11. Ce type de filtrage est formé par la mise en série d'une
inductance avec un condensateur. Les performances de cette solution ne dépendent pas
beaucoup de l’impédance du réseau. Ce type du filtre est un remède potentiel pour les
charges perturbatrices générant des tensions harmoniques.

- 20 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Figure I.11 Filtre passif type série

 Filtre passif parallèle

Le filtre passif parallèle illustré sur Figure I.12 est formé par la mise en parallèle d'une
inductance avec un condensateur. Avec des paramètres bien définis conduisant à la
résonnance, cette configuration fournir une impédance faible pour tous les harmoniques et
une impédance suffisamment importante par rapport au fondamental, ce qui empêche les
courants harmoniques de se propager vers le réseau. Le filtre passif parallèle à un
comportement inductif pour les fréquences inférieures à la fréquence fondamentale et un
comportement capacitif pour les fréquences supérieures à la fréquence fondamentale, ce
qui est un avantage majeur pour le contrôle du courant dans l’inductance. Ce type du
filtre est surtout utilisé pour les charges perturbatrices générant des courants harmoniques.

Figure I.12 Filtre passif type parallèle

En général dans l'usage, on rencontre deux types de filtres passifs parallèles : le

filtre passif amorti et le filtre passif résonant [BOUH00].

- 21 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

 Filtre résonant

Le filtre résonant a pour caractéristique une impédance très faible à un courant

harmonique de rang déterminé. Le facteur de qualité Q détermine la précision du
réglage de composante harmonique correspondante ainsi que son efficacité à l’éliminer,
ce qui implique un facteur de qualité élevé pour ce type de filtre. Pour chaque rang
d’harmoniques à filtrer, nous devons compter trois branches shunt comme illustré sur
Figure I.13 (un filtre shunt pour chaque phase). Le filtre résonant fournir une partie de
la puissance réactive à la charge par ces capacités. L’inconvénient de ce type de filtre
shunt est la variation des éléments L et C due à leur vieillissement et à leur qualité.

Figure I.13 Filtre résonant avec bande passante BP

De plus, l’ajout de ce type de filtre peut causer des résonances parallèles avec
l’impédance du réseau. Il y a également risque de résonance si deux filtres résonants
ajustés à la même fréquence sont présent sur le même réseau, il est donc particulièrement
important d’avoir une bonne connaissance du comportement du réseau sous l’effet
d’harmoniques avant l’installation de ce type de filtre [BOUH00].

 Filtre amorti

On distingue trois types de filtre amorti, les filtres amortis de premier ordre, de second
ordre, et de troisième ordre. Ces filtres offrent plusieurs avantages :
 Ils présentent une faible valeur d’impédance pour une large gamme de fréquences
harmoniques.

 Moins sensibles aux variations de température et à la déviation de fréquence.

- 22 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Figure I.14 Filtre amorti

 Effet de l’impédance du réseau sur le filtre passif

La charge non linaire branchée sur le réseau de distribution est vue comme une source
polluante fournissant un courant harmonique (Ins) qui est considéré étant connu. La tension
harmonique aux bornes du réseau et du filtre dépend de leur impédance respective.

Figure I.15 Circulation des courants entre le filtre passif et le réseau

Sous un réseau perturbé par harmoniques, l’impédance du réseau varie dans le temps et
rarement connue précisément. On cite quelques cas extrêmes qui peuvent aider à la
conception du filtre passif [HAR12] :
1. Dans le cas où l’impédance du réseau est nulle, c'est-à-dire que Vn =0 et Inc =Ins, le filtre
shunt n’a pas d’effet peu importe le rang d’harmonique. Tous les harmoniques générés
par la charge NL vont circuler dans le réseau. Cela signifie que l’impédance du réseau est
Znc=0, ce qui n’est pas très réaliste. Si ce cas se présente, la solution serait d’appliquer un
filtre passif série.

- 23 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

2. Si l’impédance du réseau est infinie Znc = ∞, le filtre shunt absorbe tous les courants
harmoniques, ce qui signifie que Inc =0, Inf=Ins, et Vn =Znf.Ins . Le filtre est considéré ici
comme parfait, ce cas est également très peu réaliste.
3. Si le filtre et le réseau sont en résonance parallèle, des valeurs harmoniques très élevées
de Vn, Inc , et Inf peuvent être générées.
Comme on peut le constater, la connaissance de l’impédance du réseau joue un rôle
très important dans le choix et la conception du filtre afin de dimensionner un filtre passif
efficace et d’éviter le phénomène de résonance.

I.3.2. Solutions modernes de compensation avec le filtrage actif

L’étude des filtres actifs de puissance pour la compensation d’harmonique dans les
réseaux électriques a commencé depuis le principe de compensation proposé par T.
Machida et H. Sasaki en 1970 [SAS1970]. Durant cette période, le système de filtrage
actif ne connaissait que des évolutions sur le plan théorique à cause de la technologie des
semi-conducteurs de puissance qui n’était pas encore développée. Au fil de temps, cette
technologie connaissait des progrès très remarquables qui feront par la suite grandement
avancer les recherches sur le filtrage actif d’harmonique. En plus de la technologie de
commande de modulation en largeur d’impulsion (MLI), le développement de l’étude
théorique a rendu possible leur matérialisation du point de vue pratique au début des
années 1990. Petit à petit, le filtre actif a connu un regain d’intérêts [AKA05], il a été
démontré que ses performances de compensation d’harmoniques sont supérieures à celles
d’un filtre passif LC classique. De nos jours, les filtres actifs ont atteint une maturité
technologique sans précèdent, cela va aider énormément à l’amélioration de leurs
performances de compensation des harmoniques et de puissance réactive.

I.3.2.1. Principe de compensation actif

Les filtres actifs sont composés d’onduleurs qui sont des convertisseurs statiques de
puissance. Alimenté par une source de courant ou de tension continue, l’onduleur peut
délivrer un courant (structure shunt) ou une tension (structure série) dont le contenu
harmonique dépond uniquement de la loi de commande de commutation des interrupteurs.
Les filtres actifs agissent donc comme de source de tension ou de courant harmoniques en
opposition de phase avec ceux du réseau afin de rétablir un courant de source quasi
sinusoïdal. Le filtre actif peut être connecté au réseau en série ou en parallèle, suivant
qu’il est conçu pour compenser les tensions ou les courants harmoniques [SIN06].

- 24 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Les filtres actifs sont les dispositifs les plus adaptés pour la compensation des
harmoniques et de l'énergie réactive simultanément. Leur principe est d'injecter dans le
réseau des courants harmoniques égaux à ceux absorbés par la charge polluante, mais en
opposition de phase et ainsi on obtient un courant de source de forme sinusoïdale.

Figure I.16 Principe de raccordement d’un filtre actif parallèle

I.3.2.2. Différentes topologies de filtrage actif

Les filtres actifs peuvent être classifiés à partir du type de convertisseur qu’ils
utilisent [SIN99]. Le filtre actif peut être connecté au réseau soit en parallèle soit en série,
ou même mixte, suivant qu'il est conçu pour compenser les courants ou les tensions
harmoniques. Puisque les convertisseurs statiques perturbent le réseau en injectant des
courants harmoniques, les filtres actifs parallèles permettant de contrôler les courants
semblent être plus adaptés à la compensation.

 Filtre Actif Série (FAS)

Le filtre actif série est placé en série entre la source et la charge non linéaire pour forcer
la tension de la source à être sinusoïdal. Cette approche est basée sur le principe d’isoler
les harmoniques par le contrôle de la tension de sortie du FAS. En d’autres termes, le FAS
présente une impédance élevée au courant harmonique, il se comporte donc comme une
source de tension contrôlable. Le FAS est surtout utilisé pour filtrer les harmoniques
générés par les charges de tensions harmoniques.

- 25 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Figure I.17 Représentation simplifiée du raccordement d’un filtre actif série

 Filtre Actif Parallèle (FAP)

Contrairement au FAS, le filtre actif parallèle FAP est surtout utilisé pour éliminer les
courants harmoniques absorbés par les charges polluantes. Il peut cependant, dans
certaines conditions, être utilisé pour compenser la puissance réactive (STATCOM). Le
filtre actif parallèle est un onduleur commandé par plusieurs méthodes, les plus connues
sont à base de MLI ou hystérésis. Ces dispositifs de filtrage sont placés en parallèle avec
la charge dans le but d’injecter un courant harmonique de même amplitude et de phase
opposée que celui de la charge perturbatrice. Le FAP est très flexible et agit comme une
source de courant harmonique réglable [CHE13].

Figure I.18 Raccordement du FAP avec le réseau

 Filtre Actif Série Parallèle UPQC

La combinaison d’un filtre actif série avec un filtre actif parallèle se nomme :
Conditionneur Universel de la Qualité d’Onde (UPQC), de son origine anglaise « Unified

- 26 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

Power Quality Conditionner ». Cette structure permet d’aller chercher plusieurs fonctions
simultanément servant à améliorer la qualité de la tension (atténuation d’harmonique,
compensation de puissance réactive, régulation et stabilisation de tension, etc.). Le FAS
à pour principales fonctions d’isoler les harmoniques entre la source et la charge
polluante, de compenser de la puissance réactive et les tensions déséquilibrées. Le FAP
absorbe les courants harmoniques, faire la compensation de l’énergie réactive et faire la
régulation de la tension continus Vdc entre les deux filtres actifs.

I.3.2.3. Combinaison hybride Actif-Passif

Une autre solution consiste à combiner un filtre actif avec un filtre passif que l’on
appelle filtre hybride. Le rôle du filtre actif est de maintenir et d’améliorer les
performances de filtrage en fonction de l’évolution de la charge et du réseau, tandis que
le filtre passif s’occupe de la compensation d’une bonne partie des harmoniques. Plusieurs
combinaisons de filtres hybrides sont possibles : hybride parallèle ou hybride série
[BAL14].

Figure I.19 Représentation hybride Actif-Passif

I.3.2.4. Comparaison et choix de types de filtrage actif

Tableau I.4 ci-dessous montre un récapitulatif des avantages et des inconvénients des
différents type et structure de filtrage [SIN06]. Pour la suite de nos travaux, nous avons
choisis la topologie d’un filtre actif parallèle à cause de nombreux avantages tels que :

 Une bonne atténuation des harmoniques type courant.

 L’adaptation automatique avec la variation des charges connectées au réseau
électrique.
 La compensation de l’énergie réactive est possible.

- 27 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

 Un contrôle avec une large gamme des techniques et algorithmes.

 Possibilité d’intégrer des sources renouvelables sur son bus continu.

Tableau I.4 : Avantages et défauts de différentes combinaisons du filtrage actif

Principes Avantages Inconvénients

Filtrage passif Amélioration de la forme du Risque de résonance,

courant pas d’adaptabilité

-Amélioration de la forme de Pas d’amélioration de

Filtrage actif série la tension la forme du courant
-Adaptabilité aux variations
FAS
de charge et du réseau

-Amélioration de la forme du Amélioration de la

Filtrage actif parallèle courant
forme de tension n’est
FAP -Adaptabilité aux variations pas toujours évidente
de charge et du réseau

-Amélioration de la forme du
Filtrage actif combiné courant
-Amélioration de la forme de Réalisation difficile
UPQC la tension
-Adaptabilité aux variations
de charge et du réseau

I.4. CONCLUSION

Dans ce chapitre, nous avons présenté les différents types de perturbations affectant
l’onde de tension et de courant du réseau électrique. Comme nous avons pu le constater,
les harmoniques et le déséquilibres de courant et de tension, la puissance réactive et les
creux de tension ont des effets néfastes sur les équipements électriques. Ces effets peuvent
créer des échauffements et de la dégradation du fonctionnement jusqu’à la destruction
totale de ces équipements dans certains cas. Plusieurs solutions traditionnelles et
modernes de dépollution ont été présentées. La solution classique à base de filtres passifs
est souvent pénalisée en termes d’encombrement et de résonance, de plus les filtres passifs
ne peuvent pas s’adapter à l’évolution du réseau et aux charges polluantes. Les filtres
actifs parallèles et séries et leur combinaison sont présentés comme la solution moderne
pour la compensation de tous les types de perturbation susceptible d’apparaitre dans un

- 28 -
CHAPITRE I État de l’art sur la qualité de l’énergie électrique et perturbations

réseau électrique. D’autres solutions de dépollution consistent à combiner des filtres actifs
et passifs pour trouver un compromis entre l’efficacité de compensation et le coût. De nos
jours, le choix de la topologie de filtrage actif parallèle est considéré comme la solution
la plus adaptée pour l’atténuation des courants harmoniques. Dans ce contexte, nous avons
opté pour le filtre actif parallèle dans le reste de notre thèse.

- 29 -
CHAPITRE II
iltrage actif et méthodes de commande
et d’identification des courants
harmoniques

C e chapitre traite le filtrage actif des courants harmoniques et les différentes

méthodes et algorithmes d’identification et de commande. Les méthodes de
génération des courants de référence PQ, SRF, DPC, DCC, et ICC sont étudiées
et simulées par MATLAB/Simulink. Il convient de noter qu’il faut distinguer entre
l’algorithme de génération des courants harmoniques et la technique de
commande des interrupteurs de l’onduleur VSI.
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

II.1. INTRODUCTION

L’apparition de nouveaux composants semi-conducteurs comme les thyristors GTO et

les transistors IGBT, a permis d’envisager de nouvelles solutions de compensation des
courants harmoniques. Les filtres actifs constituent une alternative intéressante aux
solutions classiques. Flexibles car auto adaptative, ils viennent s’ajouter à des structures
déjà existantes de convertisseurs. Le rôle d’un filtre actif est de compenser en temps réel
les perturbations (dans notre étude les courants harmoniques). Dans ce chapitre, nous
allons étudier la structure d’un filtre actif parallèle, son principe de fonctionnement et les
méthodes utilisées pour générer les courants harmoniques de référence [FER00].
Suivant la méthode de raccordement du filtre actif de puissance, on distingue deux types
de compensation : la compensation globale et la compensation locale. Le filtre actif est
situé entre le réseau et la (les) charge(s) non linéaire(s) comme le montre Figure II.1. En
effet, le filtre peut assurer la compensation de plusieurs charges interconnectées au réseau
électrique. On dit que la compensation est globale, lorsque le filtre actif est raccordé sur
l’entrée de tableau de distribution. Ce type de compensation est favorisé lorsque le
nombre de charge non linéaires est considérable avec faible puissance. Dans le cas de la
compensation locale, le filtre est raccordé aux bornes d’une seule charge polluante. On
favorise cette compensation locale lorsque le nombre des charges polluantes connectées
au réseau est limité mais avec une puissance significative par rapport à la puissance
globale.

Figure II.1 Méthode de raccordement du FAP

- 30 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

II.2. ALGORITHMES D’IDENTIFICATION DES COURANTS DE RÉFÉRENCES

La structure des filtres actifs se compose essentiellement de deux parties : la partie

puissance et la partie commande comme le montre Figure II.2. La partie puissance est
basée sur l’utilisation d’un onduleur (tension ou courant, mono ou polyphasé, deux ou
multi-niveaux), d’un filtre de couplage, et d’un élément de stockage d’énergie. Cet
élément de stockage est inductif si on parle d’un filtre actif en courant et capacitif dans
le cas d’un filtre actif en tension. La partie commande, sert à contrôler la commutation
des éléments semi-conducteurs de l’onduleur. Au moyen de multiples stratégies de
contrôle, il est possible de générer des signaux harmoniques de mêmes amplitudes mais
de phases opposées à la sortie de l’onduleur qui servent à compenser ceux circulant dans
le réseau électrique [DAY21].

Figure II.2 Schéma structurel d’un FAP

La partie puissance est constituée :

 D’un onduleur à base d’interrupteurs de puissance, commandables à l’amorçage et au

blocage (GTO, IGBT) avec des diodes en antiparallèle.

 D’un circuit de stockage d’énergie, souvent capacitif.

 D’un filtre de sortie de raccordement au réseau électrique, il sert aussi pour atténuer les
harmoniques de hautes fréquences issus de la commutation de l’onduleur.

La charge NL absorbe un courant déformant constitué d’une composante fondamentale

et des composantes harmoniques. La mission principale du filtre actif est de générer des
courants harmoniques de même amplitude mais en opposition de phase avec ceux
absorbés par la charge. Ainsi, le courant de source absorbé est désormais quasi sinusoïdal.

- 31 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Il est donc nécessaire d’identifier avec précision les courants harmoniques de la charge
polluante. La partie commande du filtre actif parallèle joue un rôle primordial dont il est
possible de la structurer comme suit [CHA10] :
1- Un circuit d’identification des courants harmoniques par la mesure des tensions et
courants de réseau et de charge NL à l’aide des transformateurs de mesure (TC et TP).
2- Un système à base de PLL (boucle de verrouillage de phase) qui sera intégré dans la
méthode d’identification des courants afin de synchroniser le filtre avec le réseau en
termes de fréquence.
3- Un système de régulation de la tension DC appliquée à l’élément de stockage d’énergie
[DU12].
4- De la régulation du courant injecté sur le réseau.
5- Des stratégies de commande (MLI ou Hystérésis) pour le système de commutation de
l’onduleur.
Récemment, le filtre actif de puissance en particulier le type parallèle (FAP) a reçu
beaucoup d’attention avec de nombreuses techniques de contrôle et d’identification des
courants harmoniques [BEN15]-[ELM00]. Une bonne identification du courant de
référence est l’élément clé qui conduit au bon fonctionnement du FAP. L’estimation de
ce signal de référence est initiée par la détection de signaux de tension / courant essentiels
afin de recueillir les informations nécessaires pour les variables de système
d’identification. Les variables de tension à détecter sont la tension de la source Vs, la
tension du bus continu de l’onduleur Vdc, et la tension de référence Vdc réf. Tandis que
pour le courant, la méthode de détection des courants de charge NL et des courants de
source est généralement utilisée. Pour cela, la qualité de la compensation des harmoniques
de courant dépend fortement de la performance de l’algorithme d’identification choisi.
Dans notre cas, cinq algorithmes d’identification harmonique vont être étudier pour un
onduleur triphasée piloté par la technique d’hystérésis. L’algorithme de contrôle directe
du courant (DCC), indirecte du courant (ICC), de puissance directe (DPC), des puissances
réelles et imaginaires (PQ), et l’algorithme de référence synchrone (SRF) utilisent des
expressions spécifiques et appropriées soit en puissances, soit en courant. De plus, dans
la littérature, des techniques d’intelligences artificielles telles que les réseaux de neurones
et la logique floue sont intégrées dont le but est d’optimiser les algorithmes de références
citées précédemment [RD21]-[GHA11].
Figure II.3 illustre les différentes méthodes d’identification des courants harmoniques
qui peuvent être regroupées en deux familles d’approche.

- 32 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Figure II.3 Différentes méthodes d’identifications des courants harmoniques

II.2.1. Méthode des puissances réelles et imaginaires (PQ)

Cette méthode d’identification est la plus utilisés car elle offre l’avantage de choisir la
perturbation à compenser avec précision, rapidité, et facilité d’implantation. Les
principales étapes de cette technique sont [HOU19] :
 Capture des trois tensions de source et des courants de charge.
 Une transformation des courants et des tensions dans le repère biphasé des puissances
(transformation de Concordia).
 Calcul des puissances active et réactive.
 L’utilisation d’un filtre passe-bas ou passe-haut afin de séparer les puissances active et
réactive alternatives.
 La compensation de l’énergie réactive permet également de corriger le facteur de puissance.
 Une puissance continue Pdc sera ajoutée au système à partir du régulateur de tension continu
Vdc.
 Les courants de référence sont fournis après retour dans le repère triphasé (Concordia
inverse).
La méthode des puissances instantanées est basée sur la mesure des tensions de la source
(Vs) et des courants de la charge NL (Ic ), elle est valide aussi bien en régime permanent
qu’en régime transitoire. La première étape de l’identification des courants harmoniques
consiste à transformer les courants et les tensions du repère triphasé (abc) vers le repère
biphasé dont les axes sont en quadrature [WAM13]. La transformation (α,β,0) triphasé
permet d’écrire les relations en courants et en tensions suivantes :

 1 1 
 1  
v  2 2  Vsa 
 
v   2  0
3

3  
Vsb
  3 2 2   (II-1)
 v0   1 1 1  Vsc 
 2 2 2 

De même pour les courants :

- 33 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

 1 1 
 1  
i  2 2  ica 
 
i   2 3 3  
0  icb
  3 2 2   (II-2)
 i0   1 1 1  icc 
 2 2 2 


Le courant du neutre est la somme des trois courants (ia ,ib,ic), le courant homopolaire est
donc égale à :
1 1
i0  I ca  I cb  I cc  (ica  icb  icc )  in (II-3)
3 3
De même pour les tensions :

1
v 0  V sa  V sb  V sc  ( v sa  v sb  v sc ) (II-4)
3

Si on suppose que notre système est parfaitement équilibré et qu’on utilise un système
de trois fils, sa implique que les composantes homopolaires V0 et i0 deviennent nulles,
alors nos matrices peuvent s’écrire comme suit :

 1 1 V
 sa 
1  
v  2 2 2  
v     Vsb 
  3  3 3   (II-5)
0  V
 2 2   sc 

 1 1  i
 ca 
 1   
i  2 2 2  
i     icb 
  3  3 3 (II-6)
0  i 
 2 2   cc 
En présence des harmoniques, la puissance apparente est composée de trois parties,
active (P), réactive (Q) et déformante (D) comme le montre la relation suivante :

S  P2  Q 2
 D 2
(II-7)

La puissance active instantanée, notée P(t), est définie par la relation suivante :

P ( t )  v sa i ca  v sb i cb  v sc i cc  v  i  v  i  (II-8)

- 34 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

L’avantage de la transformation de Concordia (α,β) est la séparation des séquences

homopolaires du système triphasé de courant ou de tension. De la même manière, la
puissance imaginaire instantanée peut s’écrire comme suit [ESK18] :

1
q (t )   v sa  v sb icc  (v sb  v sc )ica  (v sc  v sa )icb   v i  v  i (II-9)
3

Cette puissance (q) à une signification plus large que la puissance réactive habituelle.
En effet, contrairement à la puissance réactive qui ne considère que la fréquence
fondamentale, la puissance imaginaire prend en compte toutes les composantes
harmoniques de courant et de tension. C’est pourquoi on lui donne une autre
dénomination (puissance imaginaire) avec comme unité le voltampère imaginaire (VAI).

Figure II.4 Représentation vectorielle de passage du repère triphasé (abc) au repère

biphasé (αβ)

À partir de Figure II.4, la tension et le courant peuvent être représentés comme suit :

v  v  jv 

 i  i  ji
(II-10)

Comme la puissance apparente est définie, il en résulte que :

- 35 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

S  (v  jv )(i  ji )  p  jq (II-11)

On peut exprimer facilement les deux puissances (p) et (q) sous la forme :

 p  v v  i 
q    v v  i  (II-12)
        
Dans le cas général, chacune des puissances (p) et (q) comporte une partie continue et
une partie alternative, ce qui nous permet d’écrire l’expression ci-dessous :

p  p  ~
p
 ~
q  q  q
(II-13)

L’équation (II-13) devienne :

p  ~p  v v  i 
q  q~     v v  i  (II-14)
    
  
L’objectif de la méthode des puissances réelles et imaginaires est de transformer la
composante fondamentale de puissance en une composante continue et les harmoniques

en des composantes alternatives. Par conséquent, les composantes alternatives

~
p , q~
peuvent être facilement extraites à partir de (p) et de (q) par l’intermédiaire d’un filtre
passe bas FPB ou passe haut FPH [BUY19].

Figure II.5 Filtrage des composantes continues des puissances p et q

Notons que ces techniques de filtrage FPH et FPB n’assurent pas une extraction
parfaite, il y a toujours des résidus d’harmoniques qui ne peuvent pas être estimés. Pour
cela, plusieurs solutions sont étudiées comme l’application des réseaux de neurones afin
d’améliorer la qualité de filtrage. Admettant que :

- 36 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

  v2  v2 (II-15)

On peut extraire facilement les courants de référence dans le repère quadrature :

~ 1
 i  v v   ~ p  1 v  v   ~ p
~     ~  
i 
    v v   q   v 

v   q~  (II-16)

Si on applique la transformation inverse de Concordia, on trouve :

 
ia  réf   1 0 
~
  2 1 3   i 
 ib  réf     ~ 
3 2 2   i  (II-17)
ic  réf 
 1 3

 2 
2 

Figure II.6 montre le processus d’identification des courants harmoniques de référence

par la méthode des puissances réelles et imaginaires PQ. Les courants de filtre obtenus à
la sortie serviront par la suite comme une référence dans la commande des courants à
hystérésis.

Figure II.6 Algorithme PQ présenté par Akagi [AKA05]

Les résultats de simulation sous l’environnement MATLAB/Simulink de la commande

des puissances PQ sont représentés par Figure II.7.

- 37 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Figure II.7 Résultats obtenus par la méthode PQ avec un régulateur PI sur le bus continu

II.2.2. Théorie du référentiel synchrone (SRF)

Cette méthode à l’avantage d’être insensible aux distorsions qui peuvent avoir lieu sur
la tension d’alimentation. En effet les courants de références sont obtenus directement à

- 38 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

partir des courants de la charge NL sans n’être affecter ni par les distorsions ni par les
déséquilibres présents dans les tensions de source. Ceci renforce la robustesse et la
performance du processus de compensation. Cependant, une transformation du plan
(α, β) vers le plan référentiel (d,q) des signaux en sinus et en cosinus synchronisés avec
les tensions simples du réseau est indispensable. Ces derniers sont créés en utilisant une
boucle à verrouillage de phase (PLL) comme illustré sur Figure II.9 [BAL14].

Figure II.8 Passage du repère triphasé (abc) au repère biphasé (dq)

À partir de Figure II.8 et comme nous l’avons déjà montré par l’équation (II-6),
l’expression des courants id et iq dans le plan référentiel (d, q) est donnée par :

id   sin( )  cos( )  i 

i     
 q  cos( ) sin( )  i  (II-18)

Avec (θ) est la position angulaire de la tension fondamentale de la source estimée par la
technique PLL.
Ces composantes peuvent alors être exprimées comme la somme d’une composante
continue et une composante harmonique [MUS17] :
~
id  id  id 
i    ~
 q   iq  iq  (II-19)

~ ~
Avec id , i q sont les composantes continues et id , iq sont les composantes

alternatives.

- 39 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

A ce moment, nous pouvons exprimer les composantes des courants selon les axes (α,β) :
1
i   sin( )  cos( ) id   sin( ) cos( ) id 
i     i    cos( ) sin( )  i  (II-20)
   cos( ) sin( )   q   q 
En séparons les composantes continues des composantes harmoniques, nous obtenons :
~
i   sin( ) cos( )  id   sin( ) cos( )   id 
i     i     cos( ) sin( )   ~  (II-21)
    cos( ) sin( )  q     iq 
Les expressions des courants des références sont données par :
1 ~
i réf   sin(  )  cos(  )   id  idc 
i   ~ 
  réf   cos(  ) sin(  )   iq 
(II-22)

Les courants de références dans le repère triphasé (abc) peuvent s’écrire comme suit :

 
ia   1 0 
 réf  2 1 3  i réf 
ibréf     
3  2 2  i réf  (II-23)
ic 
 réf   1 3

 2 
2 

Figure II.9 Algorithme dq de la méthode du référentiel synchrone (SRF)

Les résultats de simulation sous l’environnement MATLAB/Simulink de la méthode SRF

sont représentés par Figure II.10.

- 40 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Figure II.10 Résultats obtenus par la méthode SRF avec un régulateur PI sur le bus continu

II.2.3. Méthode de commande directe de puissance (DPC)

Figure II.11 montre la méthode classique de contrôle direct de puissance. Dans cette
méthode, les signaux de commutation de l’onduleur sont calculés à partir d’une table de

- 41 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

commutation prédéfinie sans aucun système de courant de commande [ABA08].

Figure II.11 Algorithme de commande DPC

Comme montré sur Tableau II.1, la commutation est basée sur trois paramètres : le vecteur
de tension de source (θn) et deux signaux numériques (Sp,Sq) qui sont les résultats des erreurs
des puissances active et réactive instantanées (ep,eq ) [OUC20].

Tableau II.1 Ordre de commutation des différents secteurs

SP Sq Θ1 Θ2 Θ3 Θ4 Θ5 Θ6 Θ7 Θ8 Θ9 Θ10 Θ11 Θ12
1 0 101 111 100 000 110 111 110 000 011 111 001 000
1 1 111 111 000 000 111 111 000 000 111 111 000 000
0 0 101 100 100 110 110 010 010 011 011 001 001 101
0 1 100 110 110 010 010 011 011 011 101 101 101 100

Figure II.12 Plan (α,β) divisé en 12 secteurs

- 42 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Les résultats de simulation sous l’environnement MATLAB/Simulink de la méthode de

puissance directe DPC sont représentés par Figure II.13[BEK21].

Figure II.13 Résultats obtenus par la méthode DPC avec un régulateur PI sur le bus continu

- 43 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

II.2.4. Méthode directe du courant (DCC)

Le but de cette stratégie d’identification est de générer une meilleure qualité des courants de
référence avec un algorithme simple. Après avoir calculé les trois signaux sinusoïdaux avec la
technique PLL comme montre Figure II.14 [ADE11], la sortie du régulateur PI dans la partie
de régulation de la tension continue est considérée comme un courant de crête (Isp) qui peut se
multiplier par les signaux sinusoïdaux afin d’obtenir les courants de source de référence
exprimés comme dans (II-24).

i sa ( t )  I sp sin(  t )
i sb ( t )  I sp sin(  t  120  ) (II-24)
i sc ( t )  I sp sin(  t  240  )

Figure II.14 Principe de la méthode directe du courant (DCC)

Une fois les courants de source de référence sont calculés, nous devons les comparer avec les
courants de charge afin d’obtenir les courants de référence du filtre qui sont utilisés comme
référence dans le contrôle d’hystérésis du VSI. Cette méthode d’identification des courants
harmoniques a prouvé son efficacité et sa supériorité par rapport à d’autres techniques
[BOUH18]. En plus, sa structure simple de calcul du courant de référence la rendre
prioritaire dans les implémentations en temps réel.
Figure II.15 montre les résultats de simulation par MATLAB/Simulink de la méthode
directe du courant.

- 44 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Figure II.15 Résultats obtenus par la méthode DCC avec un régulateur PI sur le bus continu

II.2.5. Méthode indirecte du courant (ICC)

La méthode indirecte du courant est une méthode simple de génération des courants de
reference [FAL21]. Son modèle mathématique simplifié permet une implémentation en
temps réels très facile.

- 45 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Tout d’abord, les trois tensions de source données par une PLL peuvent être exprimées
comme suit :

v sa (t )  sin(  t )
v sb (t )  sin(  t  120  ) (II-25)
v sc (t )  sin(  t  240  )

Figure II.16 Principe de la méthode indirecte du courant (ICC)

D’après le diagramme illustré sur Figure II.16, le courant de source à PCC est écrit comme :

is (t )  iL (t )  i f (t ) (II-26)

Où :
𝑖 ( )
,𝑖 ( )
,𝑖 , représentent respectivement les valeurs instantanées du courant de source, du
( )
courant de charge, et du courant de filtre.
À la présence d’une charge non linéaire, le courant de charge peut être décomposé en une
composante fondamentale et des composantes harmoniques qui peuvent être représentées par
un développement de série de Fourier comme suit :



i L (t )  n 1
I n sin( n  t   n )
(II-27)
 n  2 I n sin( n  t   n )

 I 1 sin(  t   1 ) 

Avec In et Φn, sont l’amplitude et l’angle du nième courant harmonique, et I1 et Φ1 sont

l’amplitude et l’angle du courant fondamental.

- 46 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

D’autre part, la puissance de charge instantanée P L(t) peut être calculée comme suit :

p L ( t )  v s ( t )  iL ( t ) (II-28)

À partir des équations (II-27) et (II-28), la puissance de charge peut être réécrite comme suit:
p L ( t )  Vm I1 sin 2 ( t )  cos(1 )  Vm I1 sin( t )  cos(  t )  sin(1 )
(II-29)
 Vm sin(t )   n  2 I m sin( n t   n )


En outre, la puissance de charge peut être représentée comme suit :

pL(t)  pfun(t)  pr(t)  ph(t) (II-30)

Dans l’équation (II-30), les termes Pfun (t), Pr(t) et Ph(t) représentent respectivement la
puissance fondamentale (puissance réelle), la puissance réactive et la puissance
harmonique tirées par la charge non linéaire. Seule la puissance fondamentale doit être
fournie par la source sous une compensation idéale. Les composants réactifs et
harmoniques sont fournis par le filtre actif. Il ressort des équations (II-29) et (II-30) que
la puissance fondamentale absorbée par la charge non linéaire peut être représentée par :

p fun (t)  VmI1 sin2 (t)  cos(1)  vs (t)  is (t) (II-31)

À partir de l’équation (II-31), après compensation, le courant fourni par la source est :
p fun (t )
is ( t )   I1 cos(1 )  sin(t )  I sm sin(t ) (II-32)
vs (t )
Compte tenu de certaines pertes dans l’onduleur, le courant de crête total Isp illustré à
Figure II.16 peut être défini comme suit :

I sp  I sm  I sl (II-33)

Où :
Isl , Ism, et Isp, représentent respectivement la composante de perte de l’onduleur, le courant
de source maximum, et le courant de crête total.
L’équation (II-33) montre qu’il y a des pertes liées à la commutation dans l’onduleur
VSI et à la fuite du condensateur (Isl ). Pour compenser ces pertes, la source principale
devrait fournir plus d’énergie en plus de la demande réelle de puissance de la charge non
linéaire. Pour remplir de manière satisfaisante la compensation, le filtre actif doit fournir
le courant suivant :

- 47 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

i f (t )  i L (t )  is (t ) (II-34)

De l’équation (II-34), on voit clairement que le courant de source peut être soustrait du
courant de charge pour obtenir le courant filtrant fourni par le filtre actif. Par conséquent, pour
une compensation précise des harmoniques et de la puissance réactive, il est nécessaire de
calculer l’alimentation en courant instantané requise par la source comme suit :

is ( t )  I sp sin(t ) (II-35)

Où Isp, est le courant de crête estimé à la sortie du régulateur du bus continu.

Les courants triphasés de référence de la source après compensation peuvent maintenant être
exprimés comme suit :

isa (t )  I sp sin(t )
isb (t )  I sp sin(t  120 )
(II-36)
i 
sc ( t )  I sp sin(t  240 )


Dans l’algorithme ICC, le courant de crête est estimé à partir du courant continu de sortie
du régulateur comme suit [ADE11] :

I sp  I dc (II-37)

Figure II.17 montre les résultats de simulation obtenus par MATLAB/Simulink de la

méthode indirecte du courant. Il est à noter que les cinq algorithmes d’identification
harmonique simulés ont été mis dans les mêmes conditions (charge NL, contrôleur PI de
Vdc, réseau électrique, etc.) afin de montrer les performances de chaque technique. La
réduction de la distorsion harmonique avec la méthode ICC est significative, le THD du
courant de source atteint une valeur très basse de 1.36 % avec une forme d’onde presque
purement sinusoïdale [BOUH19]-[BOUH19-2].
Dans le cas où le filtre actif est associé avec un générateur PV, le courant total fourni à
la sortie de l’onduleur peut s’écrire sous la forme [AMM18] :

iF  iinv  i pv  idc link (II-38)

Ceci justifie la diminution de l’amplitude du courant de source au moment de l’insertion

du GPV [BOU14].

- 48 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

Figure II.17 Résultats obtenus par la méthode ICC avec un régulateur PI sur le bus continu

II.3. STRATEGIES DE COMMANDE D’UN FILTRE ACTIF PARALLÈLE

Les performances du filtre actif notamment la diminution du THD du courant de source

sont certes liées aux choix et aux performances de la stratégie de commande de l’onduleur

- 49 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

de tension. Le but de la commande de l’onduleur est le contrôle des courants à la sortie

du filtre afin qu’ils suivent leurs références. Le principe est basé sur la comparaison entre
les courants des trois phases à la sortie du filtre actif et leurs références calculées à partir
des différentes méthodes d’extraction. Cependant, une régulation des courants
harmoniques et de la tension continue du condensateur de stockage d’énergie est
nécessaire afin d’optimiser les performances et la qualité de filtrage et de s’adapter le
filtre à l’évolution de la charge NL [GAY13]. Un schéma de base du système est donné
par Figure II.18.

Figure II.18 Parties puissance et commande d’un filtre actif parallèle

On cite deux méthodes principales de commande d’un filtre actif parallèle, la méthode
par hystérésis et la méthode de modulation de largeur d’impulsion (MLI).
Dans tous nos travaux, les six impulsions de commutation de l’onduleur sont générées à
l’aide de la commande par hystérésis. Cette commande, appelée aussi commande en tout ou
rien, est une commande non linéaire qui utilise l’erreur existant entre le courant de
référence et le courant produit par l’onduleur. L’erreur est comparée à un gabarit appelé
bande d’hystérésis (BH). Dès que l’erreur atteint la bande inférieure ou supérieure, un
ordre de commande est envoyé aux interrupteurs de manière à rester à l’intérieur de la
bande. La simplicité de la mise en œuvre, présente le principal avantage de cette
technique. En revanche, les commutations évoluant librement à l’intérieur de bande
hystérésis, on ne peut maitriser correctement le spectre haute fréquence dû aux fréquences
de commutations variables. Figure II.19 illustre la fonctionnalité du contrôle basé sur

- 50 -
CHAPITRE II Filtrage actif et méthodes de commande et d’identification des courants

l’hystérésis. Le seul paramètre de contrôle de cette technique est la largeur de la bande

d’hystérésis HB (en ΔI), les signaux de sortie des comparateurs à hystérésis sont utilisés
pour commander l’ordre de commutation des interrupteurs de chaque bras de l’onduleur.
Par conséquent, le courant de compensation va rester dans une bande autour du signal de
référence [KAZ15].

Figure II.19 Schéma de principe de la commande par hystérésis

Le seul inconvénient de cette technique est la variation de la fréquence de commutation
f c des interrupteurs à l’intérieur de la bande d’hystérésis BH.

II.4. CONCLUSION

Dans ce chapitre, nous avons étudié les principales méthodes d’identification utilisées
dans le système de filtrage actif. Les méthodes PQ, SRF, DPC, DCC, et ICC sont étudiées
dans l’unique but d’identifier et générer les courants harmoniques de la charge non-
linéaire. PQ, SRF, et DPC réduisent leur complexité du modèle par l’application de la
transformation de Concordia qui transforme le système triphasé en un système biphasée
équivalent. Cette transformation permis une réduction notable de la complexité de la
résolution des équations mathématiques du système. Par contre les deux méthodes DCC
et ICC sont plus simple et repose sur le signal de sortie du régulateur de tension continu
de l’onduleur. Les résultats des deux méthodes DCC et ICC sont significatifs, ces
techniques possèdent le plus faible THD du courant de source de 1.36%. Pour cette raison,
nous allons opter pour la méthode ICC dans le reste des travaux.

- 51 -
CHAPITRE III
ntégration d’un générateur photovoltaïque
au système de filtrage actif

C e chapitre est destiné à aborder le principal axe de notre recherche qui

consiste à intégrer une source photovoltaïque sur le bus continu de
l’onduleur (dc-link). Cette combinaison connue aussi par onduleur PV est très
bénéfique en plusieurs termes à savoir la possibilité de fournir au réseau
électrique une puissance active gratuite à côté de l’option de filtrage actif qui
caractérise l’onduleur de tension VSI. De cette façon, le compensateur actif est
désormais capable d’assurer plusieurs fonctions, on peut assurer à la foi la
compensation de l’énergie réactive, l’élimination des harmoniques type courant,
et en fin la fourniture de certaine puissance active au réseau de distribution.
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

III.1. INTRODUCTION

Récemment, l'énergie solaire attire plus d’attention est devienne comme l'une des
sources d'énergie électrique la plus importantes et la plus prometteuses dans divers
domaines en raison de l'abondance de la lumière du soleil et du respect de
l'environnement. Le plus couramment utilisé de cette énergie se trouve dans les zones
rurales où aucune électricité publique n'est disponible. L’évolution technologique des
semiconducteurs ainsi que les matériaux de construction des cellules photovoltaïques à
aider énormément à l’accélération et l’accroissement de cette énergie renouvelable.
Extraire le maximum d’énergie solaire est l’une des principaux challenges des systèmes
photovoltaïques, en vue que le rendement de l’installation dépend fortement de
l’ensoleillement et de la température ambiante. Cette influence pouce a trouvé des
techniques d’extraction de puissance maximale à temps réel comme le cas de la méthode
MPPT. En revanche, à cause de la présence intensive des charges non linéaires NL dans
les réseaux électriques, une solution consiste à déployer un onduleur photovoltaïque (PV)
avec une capacité de filtrage actif des harmoniques. L’objectif principal est de fournir
une topologie FAP-GPV avec une extraction d'énergie solaire maximale toute en gardant
la qualité de l'énergie à des niveaux acceptables préconisés par des normes et standards
internationaux.

III.2. NOTIONS DE BASES SUR L’ÉNERGIE PHOTOVOLTAÏQUE

III.2.1. Généralités sur le système PV

Un système photovoltaïque (PV) utilise des panneaux solaires afin de convertir

l'énergie solaire en énergie électrique à l'aide de plusieurs composants, notamment des
panneaux PV, des connexions électriques, des connexions mécaniques, des systèmes de
régulation et de conversion. La signification des cellules PV peut être expliquée comme
un organe composé de matériaux semi-conducteurs comme le silicium. Ces semi-
conducteurs ont été conçus par des cellules qui peuvent être utilisées efficacement aussi
bien en série qu'en parallèle [SER13]. Pour former un champ électrique dans une cellule
PV, on utilise une plaquette semi-conductrice (de silicium) qui se compose d'un négatif
d'un côté et d'un positif de l'autre. Comme montre Figure III.1, lorsque la lumière frappe
une cellule solaire, des électrons se détachent des atomes du matériau semi-conducteur
qui peuvent être par la suite capturés en formant un courant électrique à la sortie.

- 52 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

Figure III.1 Principe d’une cellule photovoltaïque

III.2.2. Modélisation d’un système PV

Figure III.2 schématise le circuit équivalent d’une cellule PV formée par une source de
courant idéale en parallèle avec une diode. La cellule est exposée aux conditions réelles
de rayonnement G et de température T.

Figure III.2 Modèle électrique équivalent d’une cellule photovoltaïque

Une cellule solaire à une seule diode est incarnée par un schéma électrique équivalent
où Iph représente le photo-courant du module PV connecté et Id0 est le courant moyen de
la diode. Une cellule PV peut se modéliser à partir de l’équation définissant le
comportement statique de la jonction PN d’une diode classique. Ainsi, le courant de sortie
produit par une cellule solaire Ipv et la tension de sortie Vpv peuvent s'écrire comme suit :

𝐼 =𝐼 −𝐼 𝑒𝑠𝑝 𝑉 −1 − (III.1)
ℎ

𝑉 =𝑉 −𝑅 𝐼 (III.2)

Où T, indique la température du panneau solaire, q est la charge de l'électron, k représente

la constante de Boltzmann et n le facteur de diode.

- 53 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

III.2.3. Connection des cellules photovoltaïques

Selon les besoins et les systèmes utilises, les cellules photovoltaïques peuvent être
raccordées par association, en série et/ou en parallèle. Cette association des cellules donne
lieu à un générateur photovoltaïque (GPV). La connexion en série augmente la tension
pour un même courant alors que la connexion en parallèle augmente le courant pour une
tension identique. L’association de plusieurs cellules donne un module et l’association de
plusieurs module construit un panneau [BEND14]. Un champ photovoltaïque et le
raccordement de plusieurs panneaux en série et/ou en parallèle.

Figure III.3 Raccordement série/parallèle des cellules photovoltaïques

Du point de vu rendement énergétique, industriellement on peut atteint de 13 à 14%

pour les cellules à base de silicium monocristalline, de 11 à 12% pour des cellules à base
de silicium polycristalline, de 7 à 8% pour le type amorphe en films mince.

III.2.4. Sécurité et protection des panneaux photovoltaïques

Lorsque nous concevons une installation photovoltaïque, nous devons assurer la

protection électrique de cette installation afin d’augmenter sa durée de vie en évitant
notamment des pannes destructrices liées à l’association des cellules et de leur
fonctionnement en cas d’ombrage. Un panneau solaire se compose de plusieurs cellules
raccordées entre eux. En effet, afin d’éviter qu’une cellule endommagée peut infecte le
rendement du panneau, un système de sécurité est intégré grâce aux diodes de protection.
On distingue deux types de diodes, des diodes séries ajouter pour éviter les courants
inverses (diodes anti-retour), et des diodes parallèles appelée by-pass servent à protéger
les cellules à l'ombre en dérivant l'intensité "normale" pour l'empêcher de passer dans la
cellule "masquée" et minimiser la perte de production. Un panneau solaire dispose d'une

- 54 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

à trois diodes by-pass, en fonction de son nombre de cellules (en moyenne 36 cellules
pour 3 diodes by-pass).

Figure III.4 Schématisation d’un GPV avec diodes de protection

III.2.5. Caractéristique courant-tension (I-V) à irradiation et température variables

Figure III.5 représente les deux courbes I/V et P/V d'une cellule solaire où Pmpp , Isc , et
Voc représentent respectivement le point de puissance maximale et sa coordonnée [Impp,
Vmpp], le courant de court-circuit, et le circuit en tension ouverte. Il est clair qu'il existe
un point de fonctionnement unique MPP où la cellule PV délivre une puissance maximale
Pmpp à Vmpp.

Figure III.5 Caractéristiques P/V et I/V d’une cellule photovoltaïque

Le point de puissance maximale est le point sur la courbe I/V qui correspond à la
puissance optimale, ceci peut être traduit par le point de fonctionnement où
l’ensoleillement ainsi que la température sont les plus favorables.

- 55 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

III.2.5.1. Influence de l’éclairement (irradiation)

Comme mentionné précédemment, la cellule photovoltaïque est très sensible au

changement de rayonnement soleil. À partir de caractéristique I/V, le courant I est
considérablement influencé par le changement de l’ensoleillement, tandis que la tension
V reste approximativement constante. Par conséquent, un rayonnement très fort de 1000
w/m2 engendre un courant I optimal de cellule. Alternativement, d’autres paramètres
peuvent influencer le rendement du panneau comme la taille géométrique et l’angle
d’incidence solaire.

Figure III.6 Caractéristiques P/V et I/V sous irradiance variable

III.2.5.2. Influence de la température

En revanche, lorsque la température ambiante change, on peut observer un changement

de la tension V alors le courant reste inchangeable. Figure III.7 illustre quelques allures
sous une série de températures variables allant de 0 à 75°C.

Figure III.7 Caractéristiques P/V et I/V sous une température variable

- 56 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

III.2.6. Point de puissance maximale et la technique de suivi de puissance MPPT

L'énergie délivrée par les cellules PV dépend principalement de leur sensibilité aux
variations d'irradiance. Ainsi, en raison de la variabilité de l'irradiance solaire et de la
température, il est nécessaire de suivre en permanence la puissance maximale disponible
des cellules PV grâce à un contrôle adéquat d'un convertisseur souvent élévateur en
appliquant la technique de suivi du point de puissance maximale. Le principe de base de
cette méthode de suivi est d'extraire la puissance maximale des panneaux PV en utilisant
différents algorithmes de contrôle tels que perturbe et observe (P&O), la conductance
incrémentale, et autres intelligentes MPPT basées sur la logique floue, les réseaux de
neurones ANN, ou adaptive comme la technique ANFIS [BEN15].

III.3. ÉTAGE D’ADAPTATION DC-DC

Afin d’extraire à chaque instant le maximum de puissance disponible aux bornes du

GPV et de la transférer à la charge, un étage d’adaptation doit être utilisé. Un hacheur
boost (élévateur ou survolteur) est un dispositif électrique qui peut assurer la liaison
directe entre une source d’entrée en tension (générateur) et une source de sortie en courant
(récepteur). Cet étage joue le rôle d’interface entre les deux éléments en assurant à travers
une action de contrôle (MPPT). Un hacheur est un abaisseur de tension lorsque
l'interrupteur de puissance (souvent MOSFET) est placé en série avec la charge. Il est
élévateur de tension lorsque l'interrupteur est placé en parallèle avec la charge.
Dans certaines applications, l’utilisation d’un hacheur est indispensable afin de
maximiser la tension de sortie de système photovoltaïque. Dans la plupart des cas, le
convertisseur DC-DC est contrôlé par la technique de poursuit de puissance maximale
toute en maintenant le rendement du convertisseur le plus élevé possible (supérieur à
90%). Le transistor (MOSFET) et les composants de stockage notamment l’inductance de
lissage et les condensateurs présentes le facteur principal relative au rendement du
convertisseur. Figure III.8 montre la configuration de l’ensemble du système hacheur-
panneau.
Le circuit d’un hacheur se compose principalement d’inductance, de condensateurs,
d’une diode, et d’interrupteur commandable. Dans le cas idéal, tous ces dispositifs ne
consomment pas d’énergie, c’est la raison pour laquelle ces convertisseurs ont un bon
rendement. Il est à noter que le bon fonctionnement de ces convertisseurs statiques passe

- 57 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

par le bon choix des composants passifs tels que l’inductance de lissage du courant et le
condensateur de sortie.

Figure III.8 Système PV avec un hacheur boost

Figure III .9 montre une série des bobines de lissage confectionnées dans notre
laboratoire pour utilisation dans le convertisseur boost et le filtre actif avec une valeur
d’inductance allant de 2mH à 10mH. Le dimensionnement de l’inductance est très important,
ça commence par le calcul du courant d’entrée maximal dans l’inductance ILmax. On impose
tout d’abord la fréquence de découpage en haute fréquence et on vérifie si l’ondulation de
courant est correcte en basse fréquence. On estime L ainsi [BENS22] :

𝐼 = 2. . 𝐼𝑠 (III.3)

𝐿 = 𝑎. (III.4)
.

De même pour la capacité de sortie :

𝐶 = 𝑎. (III.5)
.
Où :
Ve : tension d'entrée.
Vs : tension de sortie.
Is : courant de sortie (charge).
a : représente le rapport cyclique.
Fd : fréquence de découpage.
ΔVs : ondulation de tension de sortie.

- 58 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

Pour l’application numérique, on doit se servir de deux autres équations suivantes :

𝑅 = (III.6)

𝐼 = (III.7)

Figure III.9 Bobines confectionnées au laboratoire LREA

III.4. MÈTHODES DE SUIVI DE PUISSANCE MAXIMALE D’UN PANNEAU PV

Les caractéristiques non-linéaires des générateurs photovoltaïques (GPV) et leurs

sensibilités aux conditions extérieurs, comme la température et l’éclairement, induisent
des pertes énergétiques ce qui abaisse énormément le rendement de l’installation.
L’intégration d’un étage d’adaptation DC-DC avec une commande MPPT est de plus en
plus préconisée. Cette commande permet de rechercher le point de fonctionnement le plus
adéquat pour la fourniture de puissance maximale. L’algorithme MPPT peut être plus au
moins complexe selon les performances recherchées et le type d’implémentation choisi.
Cependant, toute technique MPPT qu’elle soit classique ou innovante, doit agir sur la
variation du rapport cyclique (a) du convertisseur associé.

III.4.1. Algorithme perturbe et observe (P&O)

C’est l’algorithme de suivi de point maximum de puissance le plus réputé. Comme son
nom indique, le principe de fonctionnement est basé sur la perturbation du système par la
diminution ou l’augmentation de Vréf ou par action directe sur le rapport cyclique, puis
par l’observation des effets de ces perturbations au niveau de la puissance de sortie du
panneau. On compare donc les deux grandeurs de puissance de sortie actuelle P(k) et la
précédente P(k-1). Si la différence P(k)- P(k-1) est supérieure à zéro, alors on garde la

- 59 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

même direction de la perturbation précédente, sinon on inverse la perturbation du cycle

précèdent. Figure III.10 schématise l’organigramme de la technique P&O.

Figure III.10 Organigramme de l’algorithme perturbe et observe (P&O)

III.4.2 Algorithme incrémentale conductance (INC)

Parmi les techniques MPPT les plus utilisées est l'algorithme de conductance
incrémentale (INC). Cette simple méthode exploite le fait qu'au point maximum, la pente
de la courbe PV représentée par le rapport ΔP/ΔV est égale à zéro. Le système va calculer
la tension ΔV du panneau en détectant la différence à la fois Vk – Vk-1, Ik – Ik-1 , puis en
décidant de l'ordre à suivre. Figure III.11 montre comment la puissance maximale fournie

- 60 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

par le panneau PV est suivie en utilisant l'algorithme de conductance incrémentielle. On

peut ainsi représenter cet algorithme sous la forme d’un organigramme comme ci-
dessous.

Figure III.11 Organigramme de l’algorithme incrémental conductance (INC)

Comme montré sur Figure III.12, la technique MPPT est modélisée à l'aide de deux
algorithme P&O et INC. La méthode INC se base sur la dérivée de la conductance du
GPV en exploitant le rapport ΔG=ΔI/ ΔV, tandis que la technique P&O compare la
variation de la puissance ΔP sous une tension de fonctionnement perturbée à chaque cycle
pour connaitre la position relative du PPM et applique une action de contrôle adéquate.

- 61 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

Figure III.12 Principe de suivi du point de puissance maximale (cas de la méthode INC)

III.4.3. Méthode de suivi à base de logique floue

Plusieurs techniques de commande MPPT ont été utilisées dans la littérature

[BENH19]. Nous sommes intéressés dans cette partie à la commande MPPT à base de
logique floue. L’intégration de l’approche intelligente de logique floue rend le système
de suivi du point de puissance maximale plus précis en minimisant les ondulations
présentées sur les réponses de puissance et de tension de sortie. Cette commande ne
nécessite pas la connaissance exacte du modèle mathématique du système, ce qui lui
donne un avantage dans le suivi de son point de fonctionnement optimal dans des
conditions atmosphériques à variation rapide. Pour atteindre un tel objectif, nous avons
intégré les fonctionnalités d’un régulateur flou dans l’algorithme de suivi MPPT. Le bloc
du contrôleur FLC est illustré sur Figure III.13.
Les grandeurs ΔP et ΔV servent comme des entrées au contrôleur flou qui se compose
de trois blocs fonctionnels à savoir la fuzzification, les règles d’inférences, et la
défuzzification [BEND14]. Dans le système proposé, les variables d’entrée du FLC sont
l’erreur (𝐸) et le changement d’erreur (∆𝐸), tandis que la sortie du FLC est la valeur
variable du rapport cyclique.

- 62 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

Figure III.13 MPPT à base d’un contrôleur flou (FLC)

Ce type de commande a comme avantage la précision et la rapidité de réaction par

rapport aux autres algorithmes classiques [HSI13]. En effet, cet algorithme fonctionne au
point optimal sans oscillations importantes ainsi qu’un bon comportement en état
transitoire. Cependant, l’implémentation de ce type d’algorithme est plus complexe que
les algorithmes classiques et dépend énormément de taille choisie du tableau d’inférence.
Pour y remédier, d’autre méthodes sont proposées dans la littérature à savoir la méthode
MPPT à base des réseaux de neurones artificiels.

III.4.4. Méthode de suivi à base des réseaux de neurones (ANN)

Récemment, les réseaux de neurones artificiels ont été fortement développé non
seulement en théorie mais aussi en application. Dans un contrôleur à ANN, la structure
telle que le type de réseau d'apprentissage, le nombre de couches cachées, le nombre de
données d'apprentissage et la fonction d'approximation, détermine la précision et
l’efficacité du contrôleur. Pour la technique MPPT, l'entrée du contrôleur ANN peut être
des paramètres de matrice PV comme les tensions et les courants PV, des données
environnementales telles que l'irradiance et la température, ou toute combinaison de ceux-
ci. Quant à la sortie, représente toujours le signal du rapport cyclique utilisé pour piloter
le convertisseur électronique DC-DC.
Si on considère l’exemple de la commande à logique floue présentée sur Figure III.13,
on peut faire trainer le système du contrôleur FLC pour obtenir un modèle à base d’ANN
plus robuste et facile à mettre en œuvre expérimentalement. Comme le montrent Figures

- 63 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

III.14 et III.15, il suffit de stocker les données E, ΔE, et rapport cyclique à l’aide de l’outil
toolbox ANN du MATLAB.

Figure III.14 Processus d’apprentissage avec les réseaux de neurones

Figure III.15 MPPT à base d’ANN

III.5. ONDULEURS PHOTOVOLTAÏQUES

Le principe du filtrage actif est d'injecter des courants harmoniques inverses dans le
réseau par l’utilisation d’un onduleur de tension (VSI) avec une commande adéquate qui
joue un rôle important dans l'identification et la génération des courants de référence. Les
courants de source obtenus dans l'alimentation principale prennent des formes d'onde
sinusoïdales et deviennent en phase avec les tensions de source, ce qui signifie que la
qualité de l’énergie et le facteur de puissance sont améliorés. Une autre solution consiste

- 64 -
CHAPITRE III Intégration d’un générateur photovoltaïque au système de filtrage actif

à brancher une source photovoltaïque sur le bus continu de l’onduleur afin de bénéficier
de puissance active des panneaux solaires [BOUH22].
L’onduleur VSI est utilisé comme un filtre actif de puissance pour assurer la
compensation de l’énergie réactive (Q) et l'atténuation des harmoniques (puissance
déformée D). Alors qu’avec une source PV branchée sur le condensateur du bus continu,
le VSI va agir comme un filtre polyvalent en fournissant de la puissance active (P) du
système PV au réseau électrique comme montre Figure III.16.

Figure III.16 Topologie d’un générateur photovoltaïque raccordé au filtre actif

Dans la suite des travaux, notre étude va se focaliser sur cette topologie FAP-GPV en
essayant d’améliorer les performances statiques et dynamiques par l’introduction des
nouvelles techniques intelligentes de commande.

III.6. CONCLUSION

Ce chapitre est consacré à l’introduction de quelques notions de base et définitions

relatives aux système photovoltaïque notamment les diagrammes d’une cellule PV ainsi
que les différentes techniques de suivi de puissance maximale MPPT. Un fonctionnement
optimal du filtrage actif de puissance nécessite l’insertion d’une source photovoltaïque
sur le bus continu de l’onduleur à travers un convertisseur DC-DC. Par cette
configuration, le filtre actif répond mieux aux exigences du réseau électrique en termes
de compensation de puissance réactive, de la demande de puissance active, et enfin de
filtrage des harmoniques.

- 65 -
CHAPITRE IV
mélioration des performances par une
nouvelle commande mixte Fuzzy-M5P

C e chapitre est réservé pour présenter une nouvelle technique de commande

combinée entre la logique floue et l’algorithme d’arbre de décision type
M5P. Ce mixage s’avère très intéressant en termes de rapidité, d’efficacité, et de
simplicité du contrôleur final représenté sous forme de code MATLAB.
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

IV.1. INTRODUCTION

Nous allons adopter une nouvelle stratégie de contrôle basée sur la combinaison du
contrôleur à logique floue (FLC) et l'algorithme d'arbre de décision type M5P pour un
système d'énergie solaire connecté au réseau électrique. L'objectif est de bénéficier à la
fois des avantages de raisonnement de la logique floue et de la fonctionnalité de traitement
rapide et précis de l’algorithme M5P [BLA18]. Ce contrôle mixte a la capacité de
contourner les problèmes de temps de calcul important et la complexité des contrôleurs à
logique floue, en particulier lorsque des systèmes embarqués ou une implémentation en
temps réel sont envisagés.

En utilisant un onduleur photovoltaïque (PV) avec une capacité de filtrage actif,

l'intérêt est de fournir une topologie Filtre actif-GPV avec une extraction maximale
d'énergie PV tout en gardant la qualité de l'énergie électrique à des niveaux acceptables.
Pour la commande de l'onduleur, le modèle M5P a été testé dans la technique du courant
indirect (ICC). Cette méthode de génération d'harmoniques est très efficace et ses
performances dépendent entièrement du choix de contrôleur du bus continue. Par ailleurs,
nous nous intéressons aussi à l’amélioration de la technique MPPT, une nouvelle
technique de suivi du point de puissance maximale basée sur l’algorithme M5P est donc
proposée dans laquelle les données des entrées sont collectées à partir du MPPT à base
de logique floue. On verra ainsi que ce type de commande mixte est satisfaisant même
sous des conditions dynamiques en présence de variation de charge NL ou d’un ombrage
rapide sur les panneaux solaires.

IV.2. GÉNÉRALITÉS SUR LES ALGORITHMES D’ARBRES DE DÉCISION

Les commandes basées sur la logique floue sont largement appliquées dans divers
domaines en raison de leur avantage à imiter le raisonnement et les jugements humains.
Ces techniques intelligentes ont une bonne capacité à gérer l'imprécision et
l'incomplétude des informations pour les systèmes non linéaires. Cependant, leur
processus complexe interne de fuzzification et de défuzzification, en particulier dans des
conditions en temps réel, présente un sérieux handicap, ce qui pourrait se traduire par une
vitesse de mise en œuvre lente et une inefficacité totale dans certaines applications.
Ces dernières années, les systèmes d'apprentissage automatique (ML) sont considérés
comme des solutions alternatives pour faire face aux problèmes de logique floue

- 66 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

[MOH20]. Avec une grande précision, les ML ont la capacité de classification et de

prédiction à l'aide des ensembles de données collectés du modèle de base [PAT21].
Le système d'apprentissage avec les réseaux de neurones artificiels (ANN) est l'une des
méthodes largement utilisées de nos jours en raison de leurs réponses rapides et leur
bonne capacité de prédiction. Les algorithmes d'arbre de décision peuvent remplir une
autre solution de prévision intéressante afin de servir différents objectifs de régression et
de classification. Développé par R. Quilan [QUI99]-[WAN96], l'algorithme M5P est l'un
des modèles d'arbre de décision permettant d'interpréter les systèmes sous forme
graphique d’un arbre de décision. De nombreuses recherches ont étudié cette technique
et finiront par conclure que l'approche d'apprentissage basée sur M5P peut donner les
mêmes performances que la méthode ANN [BHA05]. Cette approche approuvée nous a
poussée à développer un nouveau modèle M5P où les données d'attributs (datasets) sont
extraites directement à partir d’un contrôleur flou [BOUH22].
Les arbres de décision sont des algorithmes d'apprentissage supervisés qui peuvent être
utilisés pour des tâches de classification et de régression. Ces outils de modélisation
prédictive utilisent de nombreuses approches algorithmiques qui divisent des ensembles
de données nommés « attributs » sous la forme d'arbres à l'aide des règles de décision
avec des instructions sous la forme de : if-then-else.

Figure IV.1 Architecture d’un arbre de décision avec différents nœuds

- 67 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Proposés par Wong [WAN96], M5-Pruned est l'un des algorithmes d'arbre de décision
couramment utilisés. La nouvelle forme consiste à enlever les branches indésirables afin
d'améliorer la forme de l'arbre. Contrairement à d'autres algorithmes d'arbres, le M5P a
la possibilité d'introduire une régression linéaire au modèle classique selon certains
paramètres définis [BAL15].
L'objectif est de construire un modèle d'apprentissage qui peut être utilisé pour prédire
la valeur cible (nœud terminal) en enseignant des règles simples déduites des ensembles
de données précédemment collectés. Figure IV.1 montre un arbre de base où le premier
attribut représente le nœud racine suivi du processus de fractionnement du nœud qui se
traduit par des nœuds internes (nœud de décision) et un nœud feuille final (nœud terminal)
qui ne peuvent pas être divisés et conservent la classe étiquette (puissance nominale). De
nombreux nœuds internes sont interconnectés entre eux pour former une sous-section
appelée sous-arbre ou branche.

IV.3. APPRENTISSAGE À BASE DE LOGIQUE FLOUE

La logique floue est une approche intelligente basée sur des degrés de vérité par rapport
à la logique booléenne classique du vrai ou du faux. Ce raisonnement d'incertitude peut
décrire d'autres types de variables linguistiques telles que des critères très petits, petits,
moyens et autres selon le système étudié. Le contrôleur à logique floue (FLC) est l'une
des applications les plus importantes de la théorie floue. Il présente un type de système
expert qui utilise la logique floue pour prendre des décisions. Pour résoudre un problème
de processus spécifié, FLC utilise une base de connaissances représentée en termes de
règles d'inférence floue et de moteur d'inférence floue.
Figure IV.2 montre une structure fondamentale de FLC qui est basée sur quatre
modules qui constituent le contrôleur flou final. Ces quatre modules sont nommés règles
floues, moteur d'inférence floue, module de fuzzification qui fournit des ensembles
d'entrées floues, et module de défuzzification pour produire des résultats de sortie
quantifiables [BOUH00]. Il existe deux principaux types de système d’inférence floue
(FIS) : la méthode de Mamdani, et la stratégie de Takagi et Sugeno [AND19]. La méthode
Mamdani est basée sur la modélisation floue linguistique qui est connue pour sa grande
interprétabilité et sa faible précision, tandis que la technique de Takagi et Sugeno utilise
une modélisation floue précise pour obtenir une grande précision au détriment de
l'interprétabilité.

- 68 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.2 Architecture d’un contrôleur à base de logique floue

IV.3.1. Extraction des données à partir d’un régulateur flou

Le processus principal de génération des ensembles de données pourrait être réalisé à

partir d’un modèle de base FLC. On a privilégié ce type de régulateur flou pour ses bonnes
aptitudes de régulation et de flexibilité sous régime dynamique. A l’aide de la
fonctionnalité ‘Workspace’ de l’environnement MATLAB/Simulink, Figure IV.3 révèle
l’extraction de trois paramètres essentiels : l'entrée de référence E, sa dérivée ΔE, et le
signal de sortie [HOU19].

Figure IV.3 Processus d’extraction des données entrées/sorties d’un FLC

IV.3.2. Aperçu sur le logiciel WEKA

WEKA (Waikato Environment for Knowledge Analysis) est une suite de logiciels
d’apprentissage développé à l'Université de Waikato en Nouvelle-Zélande et disponible
gratuitement sous licence publique générale GNU [WEK22]. WEKA est un outil très
performant utilisé pour accomplie des taches d’apprentissage automatique et de
classifications [SIN14]. C’est pourquoi, il est le logiciel compagnon du fameux livre
"Data Mining : Practical Machine Learning Tools and Techniques".

- 69 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.4 Interface du logiciel WEKA

Pour entamer une opération d’apprentissage, il suffit de suivre les simples étapes
suivantes :
1) Ouverture du logiciel WEKA comme dans Figure IV.4.
2) Aller à Explorateur.
3) Ouvrir un fichier.
4) Choisissez le fichier data.arff (ARFF est une extension des fichiers WEKA).
5) Ouvrir Classer.
6) Choisissez l'algorithme souhaité (dans notre cas le M5P).
7) Démarrer l'opération d'apprentissage.

IV.3.3. Préparation et transfert des données avec l’outil bureautique Excel

Tout d'abord, nous devons choisir le modèle de commande où les données sont extraites.
Dans notre cas, nous avons choisis le contrôleur à logique floue vu que ce type du
régulateur souffre d'un temps de calcul important en particulier sous des conditions
expérimentales.
Comme dans Figure IV.5, on démarre le processus de simulation sous MATLAB tout au
long avec l'option d'enregistrement des données grâce à l’outil MATLAB/Workspace.

- 70 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.5 Stockage des données sous MATLAB

L’étape suivante consiste à transférer toutes les données récoltées sous la forme d'un
fichier Excel comme montre Figure IV.6. La première colonne A représente l'entrée 1 de
l'erreur E, la colonne C représente l'entrée 2 de la dérivée d'erreur ΔE, et enfin la colonne
E regroupe les données de sortie. Les colonnes B et D jouent le rôle des virgules de
séparation.

Figure IV.6 Stockage des données sous EXCEL

- 71 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

IV.3.4. Démarche d’apprentissage sous WEKA

La commande proposée est réalisée grâce au logiciel WEKA. Cet outil peut fournir une
structure équivalente du modèle initial sous forme d'arbre de décision. De ce fait,
l’algorithme M5P reproduit les résultats de sortie avec des modèles d’instructions
logistiques appelés LMT (Logistic model tree). Figure IV.7 représente la méthodologie de
recherche suivie afin d’obtenir le code MATLAB désiré [FIE19]-[BOUH22].

Figure IV.7 Étapes de formation du contrôleur mixte Fuzzy-M5P

- 72 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

IV.3.5. Interprétation des résultats sous forme d’un programme MATLAB

Sous l’environnement WEKA, les données d'attribut ont été extraites à partir du
régulateur flou FLC, puis convertir manuellement à une nouvelle forme d'extension
(.ARFF). En ce qui concerne la répartition des données, un pourcentage de 66% est
généralement choisie pour l'étape d’apprentissage. Figure IV.8 montre le modèle obtenu
du classificateur par l’algorithme M5P [BOUH22-1].

Figure IV.8 Modèle obtenu d’arbre M5P

Comme dernière étape, le modèle précèdent peut se traduire facilement par un code
MATLAB avec des instructions IF-ELSE. Cette simplification rend le système final très
rapide et facile à implémenter expérimentalement. En plus, cette structure simple peut
être utiliser pour remplacer des contrôleurs flous fonctionnant sous prototypage FPGA.
Comme résultat, Figure IV.9 montre l'architecture d’arbre obtenue qui comprend 10

- 73 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

LMT. Une fois l'algorithme M5P est développé, on interprète les résultats obtenus avec
un code MATLAB simplifié. Le programme final détaillé est disponible dans la section
Annexe.

Figure IV.9 Modèle des décisions obtenu sous WEKA

IV.4. APPLICATION DE LA COMMANDE PROPOSÉE SUR LE FILTRE ACTIF

La qualité de l'énergie est considérée comme un paramètre crucial dans les réseaux
électriques. Pour les systèmes photovoltaïques connectés aux réseaux électriques,
l'amélioration de la qualité de l'énergie nécessite la prise en compte davantage de
paramètres et un schéma de contrôle different. La configuration étendue de l'onduleur PV
avec des fonctionnalités de filtrage actif permet au système de répondre mieux aux
exigences demandées. Ces caractéristiques implicites d'atténuation des harmoniques et de
transfert des puissances active et réactive au réseau, aident à optimiser l’ensemble du
système et à le rendre polyvalent. La configuration proposée, illustrée sur Figure IV.10,
est constituée principalement de : (i) un onduleur VSI (ii) des panneaux PV (iii) un réseau
fortement perturbé par les harmoniques de charge NL (iii) une commande MPPT (iv) un
régulateur de tension du bus continu de l’onduleur [WANG14].

- 74 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.10 Système de filtrage actif avec un générateur PV

Pour le système de commande de l'onduleur PV, la technique du courant indirect ICC

est utilisée pour l’identification des harmoniques, tandis que le contrôle du courant est
assuré par la technique d'hystérésis qui va générer les impulsions de commutation.
Fondamentalement, le régulateur de tension continue génère un courant continu tandis
que la PLL fournit trois composantes de tension de réseau synchronisées (sin (θ), sin (θ-
120°), sin (θ+120°)) qui sont multipliées par le courant de sortie du régulateur Isp. Le
courant de référence de la source obtenu est ensuite comparé à celui mesuré par le
comparateur à hystérésis. Dans le but d’évaluer la technique proposée, des tests de
simulation sont effectués en régimes statique et dynamique. Par ailleurs, le modèle de
base à logique floue est illustré sur Figure IV.11. Les fonctions d'appartenance sont
conçues en tenant compte de deux entrées E et ΔE et du courant Isp de sortie de régulateur
du bus continu. Ces fonctions floues ont été définies par une table avec des règles
linguistiques nulles, positives, négatives, positives et négatives [HAM04].

- 75 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.11. Caractéristiques du modèle de base à logique floue [ZHE15]

Pour évaluer les performances, une comparaison entre le contrôleur M5P, FLC, et le
contrôleur classique PI anti-windup [TAM21] est modélisée sous l'environnement
graphique de MATLAB/Simulink. Figure IV.12 montre la supériorité du système
commandé par la technique mixte Fuzzy-M5P en termes de temps de réponse rapide
lorsqu'une perturbation transitoire est appliquée par une augmentation soudaine de la
charge (changement du courant de charge à t=1s, en changeant la résistance Rd du pont
redresseur PD3 de 120 Ohms à 200 Ohms).

Figure IV.12 Test de la technique proposée Fuzzy-M5P sur le système de régulation de

tension continue sous un transitoire de charge NL

- 76 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

De même pour le courant de source, on peut aussi y voir, par Figure IV.13, la bonne
forme sinusoïdale en utilisant la technique Fuzzy-M5P en régime permanent et sous une
perturbation transitoire. Le THD reste toujours dans les limites autorisées avec une faible
valeur de 1,59% en régime permanent, et de 1,08% après un changement de charge de 2A
à 2,77A.

Figure IV.13 Forme d'onde du courant de source en utilisant le contrôle Fuzzy-M5P

IV.5. TEST DE LA NOUVELLE COMMANDE SUR LA TECHNIQUE MPPT

Les algorithmes de suivi du point de puissance maximale (MPPT) sont des commandes
utilisées dans les systèmes photovoltaïques (PV) pour garantir que les structures PV
fournissent une puissance maximale sous des conditions réelles de température ambiante
et d'éclairement solaire. Dans notre cas d’étude avec le système PV qui comprend un
convertisseur élévateur contrôlé par MPPT, la configuration permet au système
d'augmenter la tension du bus continu de 100V à 380V à l'aide de deux panneaux

- 77 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

photovoltaïques de 47V chacun. Le convertisseur élévateur peut être représenté par un

hacheur classique composé d'un transistor IGBT, d'une inductance L et d'une diode. Sa
tension de sortie Vdc sert à fournir la tension du bus continu du VSI. Avec un rapport
cyclique variable, le convertisseur boost utilise la technique MPPT pour extraire
automatiquement les puissances maximales des panneaux PV. Figure IV.14 montre le
système d'appartenance à base de logique floue qui utilise 7 variables linguistiques pour
les entrées et 49 règles d'inférence floues.

Figure IV.14 Modèle de base à logique floue utilisé pour la technique MPPT

Le nouveau contrôle basé sur la technique M5P-MPPT est illustré par Figure IV.15. La
stratégie proposée utilise les ensembles de données floues enregistrées à partir du
contrôleur Fuzzy-MPPT et qui sont converties en une forme d’arbre de décisions via le
logiciel WEKA. Figure IV.16 illustre l’arbre obtenu de l'algorithme M5P avec 8 LMT.

- 78 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

Figure IV.15 Modèle Simulink du système avec la commande proposée

Figure IV.16 Arbre de décisions obtenu sous WEKA pour la technique MPPT

Comme montre Figure IV.17, le système basé sur M5P est simulé et comparé aux
résultats de FLC dans divers scénarios en tenant compte des conditions d'irradiances

- 79 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

constantes et variables. Dans le cas de fonctionnement dynamiques, la température est

maintenue constante à 25°C tandis que l'éclairement est modifié en fonction de la
montée/descente illustrée à la Figure IV.18. En comparant les résultats, le contrôle M5P-
MPPT proposé suit parfaitement son modèle d'entraînement et peut même donner de
meilleurs résultats caractérisés par de petites ondulations en cas d'éclairement variable.

Figure IV.17 Comparaison entre M5P-MPPT et FLC-MPPT (a) à éclairement constant

(b) à éclairement variable

Figure IV.18 Test de la commande avec un scénario d'éclairement variable

IV.6. ETUDE DES PARAMÈTRES STATISTIQUE ET DE PRÉCISION DE LA

MÉTHODE PROPOSÉE

Afin d'évaluer la qualité du processus d'apprentissage, de nombreux paramètres de

statistiques doivent être prises en compte. L'erreur absolue moyenne (MAE) est l'un des
paramètres de précision les plus importants qui peut être calculé comme suit :

- 80 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

1 n  (IV.1)
MAE 
n
 Y Y
i
i 1 i

Y et Ŷ représentent respectivement la valeur de sortie réelle et la valeur de sortie prévue,

tandis que n est le nombre de points de données. Le paramètre d'erreur quadratique
moyenne (RMSE) peut également être calculé à l'aide de l'équation (IV.2) comme suit :
n 

 (Y i  Y i
)2
RMSE  i 1 (IV.2)
n

Pour mesurer dans quelle mesure Y (la sortie réelle) est reproduite par le système
d’apprentissage, le coefficient de corrélation (R) est aussi un paramètre crucial qui peut
être représenté mathématiquement comme suit :
n 

 (Y i  Y i
)2
(IV.3)
R  i1
n 

 (Y i
i1
 Y i
)2

Dans le cas de notre système de régression avec l'arbre de décision M5P, les paramètres
statistiques précédents peuvent être quantifiés comme restitué dans Table IV.1.

Table IV.1 Statistiques et paramètres du processus d’apprentissage M5P

Spécifications Spécifications
Paramètres
Régulateur du bus continu Commande MPPT
Méthode d’apprentissage Pruned M5P Pruned M5P
Pourcentage de partition 66% 66%
Nombre des données 10000 10000
Nombre des entrées 2 (e & Δe) 2 (e & Δe)
Nombre des sorties 1 (idc-link) 1(rapport cyclique)
Temps d’apprentissage 0.75s 0.5s
Erreur absolue MAE 0.0427 0.0352
Erreur RMSE 0.1167 0.102
Coefficient de corrélation R 0.9551 0.952

IV.7. CONCLUSION

Ce chapitre a abordé avec simulation MATLAB une nouvelle commande mixte basée
sur la combinaison entre le raisonnement flou et l’algorithme M5P. À l’issue de
simulations, les résultats obtenus montrent clairement la supériorité de la technique
proposée. Par rapport aux résultats des régulateurs FLC et PI classique, un temps de
réponse rapide de 100 ms a été obtenu dans des conditions transitoires de la charge NL
connectée au réseau électrique. En termes de distorsion harmonique, le système tire une

- 81 -
CHAPITRE IV Amélioration des performances par une nouvelle commande mixte Fuzzy-M5P

bonne forme d'onde sinusoïdale du courant de source avec une faible valeur de THD de
1,08%. De plus, le nouveau contrôle M5P-MPPT a été vérifié sous un éclairement solaire
constant et variable afin de vérifier les performances dynamiques. Évidemment, la
méthode Fuzzy-M5P peut produire une atténuation harmonique satisfaisante et un bon
suivi de puissance maximale sans ondulations par rapport au MPPT basé sur la logique
floue. Un autre avantage de la méthode FLC-M5P, est la phase remarquable
d’apprentissage sous WEKA environnement qui dure seulement 0.5 seconde. Quant à la
méthode ANN, elle semble la plus lente durant le processus d’apprentissage sous
MATLAB [BOUH22-1]- [JAY16].

- 82 -
 CHAPITRE V
alidation expérimentale de l’ensemble
du système Filtre actif-GPV

C e dernier chapitre est réservé à la validation pratique de l’ensemble du

système dans le but de vérifier la validité et les performances en mode
statique et dynamique. L’implémentation pratique en temps réel est effectuée en
utilisant la carte dSPACE1103 et le logiciel Control desk. Le processus
d’apprentissage mixte Fuzzy-M5P est réalisé grâce aux logiciels WEKA et
MATLAB/Simulink.
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

V.1. INTRODUCTION

La validation expérimentale vise à confirmer l'efficacité des commandes et techniques

proposées. L'ensemble du système, y compris le filtre actif de puissance interfacé avec
un système PV et fonctionnant sous des conditions statiques et/ou dynamiques, a été
implémenté sous l'environnement MATLAB/Simulink et la carte de commande
numérique dSPACE 1103 AutoBox [DSP]. Il convient de noter que dans tous nos travaux,
un redresseur PD3 (pont de Graëtz triphasé) qui alimente une charge R-L est utilisé
comme charge NL branchée sur le réseau électrique.

V.2. GÉNÉRALITÉS SUR LA PLATFORME EXPÉRIMENTALE

(SEMIKRON/DSPACE)

Les convertisseurs de marque SEMIKRON sont des équipements multifonctions

trouvés dans la majorité des laboratoires de génie électrique, ils peuvent accomplissent
plusieurs types de conversion à savoir le redresseur AC-DC, l’onduleur DC-AC, et le
hacheur DC-DC.
Figure V.1 montre les éléments constituant ce type de convertisseur.

Figure V.1 Ensemble redresseur-onduleur-hacheur de marque SEMIKRON

Pour implémenter les commandes, nous nous somme intéressés au système numérique
dSPACE. Cet outil est une plateforme qui représente une interface entre l'ordinateur hôte,
le circuit d'attaque, et les systèmes de convertisseurs. Dans le cas de carte type 1103,
l’utilisateur exploite cette plateforme numérique à travers la carte d’interface série

- 83 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

illustrée sur Figure V.2. Du côté software, la plateforme dSPACE est associée toujours
avec un ordinateur doté des logiciels MATLAB et Control Desk.

Figure V.2 Unité centrale dSPACE 1103 (AUTOBOX) et sa carte d’interface série

La carte d’interface série est composée de :

(1) 20 convertisseurs analogiques numériques (CAN), appelés aussi ADC.

(2) 8 convertisseurs numériques-analogiques (CNA) délivrant une tension ±10V, appelés
aussi DAC. On peut les utilisés aussi comme des sorties en signal analogique destinées
vers un système externe (un oscilloscope par exemple).
(3) Un connecteur mâle ADC esclave à 37 broches.
(4) Entré/sortie numérique utilisée lorsque nous avons affaire à un langage de
programmation.
(5) Entré/sortie du DSP esclave chargé de générer les signaux MLI pour la commande de
l’onduleur.
(6) 7 codeurs incrémentaux pour la récupération des données des capteurs (capteurs de
position).
(7) Un connecteur mâle CAN à 9 broches.
(8) Les ports séries (RS 232, RS 422 et RS 485) : utilisés pour avoir une communication
série entre la carte dSPACE et les différents appareils électroniques (Automate, appareil
de mesure, etc.).

V.3. CARTE D’ACQUISITION

Cette carte confectionnée dans notre laboratoire à l'aide des capteurs de tension et du
courant, permettre de collecter tous les signaux nécessaires pour le fonctionnement des
algorithmes. Une étape très importante de réglage des gains des capteurs est indispensable
afin de garder la même amplitude de signal utilisé dans l’implémentation MATLAB.

- 84 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.3 Carte des capteurs courant et tension

V.4. INDUCTANCES DE COUPLAGE (Lf )

Les trois inductances de couplage du filtre actif sont à base d'un filtre passif de premier
ordre composé d’une inductance Lf avec une résistance interne Rf. La valeur de cette
inductance est choisie pour satisfaire les deux criteres suivants :
1) Empêcher les composantes dues aux commutations de se propager sur le réseau
électrique.
2) Assurer la dynamique du filtre actif en cas de changement de valeur du courant du
filtre.
Dans la section Annexe B, on trouve la méthode de calcul de la valeur de l’inductance Lf.

Figure V.4 Inductances du filtre actif confectionnées en laboratoire

V.5. PROCESSUS DE COMPILATION SOUS MATLAB ET CONTROL DESK

Control Desk est un logiciel d’interface pour les utilisateurs des cartes numériques
dSPACE, il permet en temps réel (ON LINE) d’ajuster et de visualiser les paramètres du
modèle.

- 85 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Après avoir préparé le modèle Simulink du système à étudier dans MATLAB (comme
dans Fig. D.1 à l’Annexe D), nous allons compiler le modèle à l’aide du logiciel
MATLAB puis le transférer vers Control Desk. Figure V.5 illustre quelques paramètres
visualisés en temps réel.

Figure V.5 Quelques paramètres du modèle compilé sous l’environnement Control Desk

Voici brièvement les étapes à suivre qui permettre de visualiser le modèle compilé dans
l’environnement Control Desk :
1) Procéder à la compilation du modèle sous MATLAB.

2) S’assurer que la compilation est achevée avec succès, on obtient toujours le

message ‘700’ à la fin de chaque compilation réussie. Toutes compilations qui se termine
par un chiffre différent de ‘700’, nécessite obligatoirement un diagnostique du modèle et
recompilation.
3) Un fichier MATLAB d’extension (.sdf) est obtenu après toute compilation.
4) On ouvre Control Desk, et sous la section ‘Project’, on sélectionne le fichier obtenu
(.sdf).
5) Faire apparaitre les outils de réglage et de visualisation par la section ‘Variables’.
6) En fin, on test le système ON LINE.
Remarque : Avant toute recompilation, on doit s’assurer que le système Control Desk est
OFF LINE.

- 86 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

V.6. ACQUISITION DES RÉSULTATS FINNAUX

L’acquisition des résultats expérimentaux est effectuée grâce à l’oscilloscope GWinstek

doté de l’option « Power Quality » comme montré sur Figure V.6. En plus de quatre
canaux de visualisation et un système de calcul FFT, ce dispositif permet le stockage des
images des signaux et facilite la récupération sur un simple flash disque.

Figure V.6 Acquisition des résultats pratiques

V.7. PROTOTYPE EXPÉRIMENTAL

Les résultats expérimentaux ont été obtenus à l'aide d'un modèle MATLAB/Simulink
compilé (voir section Annexes). Le block Simulink se compose principalement d'un
système PLL pour la synchronisation des tensions, d'un régulateur du bus continu de
l’onduleur, de l’algorithme d’identification ICC, de la technique MPPT, et enfin d'un
contrôleur à bande d’hystérésis pour les ordres de commutation. Figure V.7 montre une
vue d’ensemble du banc d’essai utilisé, il est principalement constitué de :
- Carte dSPACE1103.
- Source d’alimentation triphasé variable délivrant une tension de 125V (PH-N).
- Filtre actif parallèle à base d’un onduleur à deux niveaux.
- Charge NL (redresseur PD3).
- Système PV constitué de deux panneaux et un convertisseur boost DC-DC.
- Trois bobines de sortie du filtre actif.
- Carte des capteurs de tension et de courant.
- Analyseur multifonctions (spectre d’harmonique, valeurs efficaces, etc.).
- Oscilloscope numérique.
- Micro-ordinateur avec logiciel MATLAB et CONTROL DESK.

Un point très important et celui de choix des paramètres du système. Dans l’Annexe
B, on trouve toutes les formules menant au calcul des valeurs des paramètres utilisés.

- 87 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.7 Plateforme expérimentale réalisée au laboratoire LREA

V.8. RÉSULTATS EXPÉRIMENTAUX

Figures de V.8 à V.19 montrent les résultats expérimentaux obtenus en utilisant au

début un système de filtrage actif seul, et par la suite une configuration complète avec un
générateur PV. Plusieurs signaux sont visualisés grâce aux résultats relevés de
l’oscilloscope notamment la tension du bus continue Vdc , la tension de source Vs, le
courant de source Is, et le courant de filtre If. Il est à noter que le système avec GPV est
évalué sous régime permanent et régime transitoire considérant l’effet de phénomène de

- 88 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

l’ombre. Les contrôles proposés ont été évalués et mis en œuvre à l'aide du logiciel
MATLAB/Simulink et du matériel dSPACE1103 sous un courant de charge déformé.

Un banc d'essai expérimental est réalisé au sein du laboratoire LREA, il se compose

principalement d'une source triphasée AC, d'un onduleur de tension à deux niveaux (VSI)
connecté avec un système PV, des inductances de couplage du filtre Lf , et de capteurs. Il
convient de noter que la méthode d’identification des harmoniques ICC est utilisée pour
la suite de tous les essais pratique en vue de sa simplicité et son nombre de capteur réduit
(trois pour les courants de source et quatre pour les tensions de source et le bus continu).

V.8.1. Système sans filtrage actif

Figure V.8 montre la forme initiale du courant de source sans le filtre actif avec un
spectre harmonique caractérisé par une valeur élevée de THD de 24.9%. Le courant de
source est présenté par la couleur bleue, tandis que la forme de tension de source est en
jaune.

Figure V.8 Courant de source circulant dans le réseau sans filtrage actif

V.8.2. Système avec filtrage actif seul (sans GPV)

Tout d’abord, nous avons commencé le test expérimental avec quelques méthodes
d’identification harmonique, la méthode DPC et la méthode ICC sont évaluées sans
système PV. Quoique cette technique respect bien la norme IEEE 519-1992, il est observé
que les résultats obtenus par la technique DPC (même sous plusieurs types de régulateur

- 89 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Vdc) restent moins performant par rapport aux ceux de la méthode ICC à cause des calculs
fastidieux exigés par cette technique.

Figure V.9 démontre que le courant de source avec la valeur RMS de 2A, peut atteindre
une bonne valeur de THD de 2.77%. Figure V.11 a pour but de montrer les différentes
mesures relevées notamment la puissance absorbée par l’ensemble du système avant
l’insertion du GPV.

Figure V.9 Résultats expérimentaux obtenus par la méthode ICC avec un régulateur
M5P sur le bus continu (THD=2.77%)

Figure V.10 Résultats expérimentaux obtenus par la méthode DPC avec un régulateur PI
sur le bus continu (THD=3.94%)

- 90 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.11 Différentes mesures relevées sans système PV (Technique M5P)

V.8.3. Test de la méthode ICC sous une extrême condition : charge NL fortement

polluante
Le but de cette série des mesures est l’évaluation des performances de la méthode ICC
sous des conditions extrêmes où une charge NL fortement perturbatrice est connectée
[BOUH22-3].
Afin de simuler ce taux de pollution harmonique élevé, nous avons inséré un
condensateur en parallèle avec la charge RL du pont redresseur. Comme montré par
Figures V.12, V.13, et V.14, le THD du courant de source a passé facilement de 68.5%
avant filtrage à une valeur très acceptable de 3.44% après compensation.

Figure V.12 Forme du courant de source obtenue avant filtrage

- 91 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.13 Nouvelle forme sinusoïdale du courant de source après filtrage

Figure V.14 THD du courant de source avant et après filtrage

V.8.4. Comparaison entre les deux méthodes d’apprentissage M5P & ANN

Figure V.15 montre les performances statiques en utilisant deux contrôleurs différents.
On peut rapidement constater que les méthodes d’apprentissage M5P et ANN peuvent
fournir des réponses proches et très concluants. Les deux méthodes offrent une
compensation parfaite de la puissance réactive avec un facteur de puissance presque
unitaire (0.99), et une atténuation remarquable des harmoniques avec des faibles THD.
Contrairement à l’approche neuronale ANN, l’un des points le plus avantageux de la
méthode M5P est celui du temps d’apprentissage qui peut atteint 0.5 seconde.

- 92 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.15 Comparaison entre ANN et M5P technique (appliquées au bus continu)
(A) Résultats du contrôleur à base d’ANN (B) Résultats du contrôleur
mixte Fuzzy-M5P
En plus, l’article de recherche [MOH20] nous a aidé énormément à confirmer nos
résultats. Les résultats de l’article ont constaté que la méthode d’apprentissage M5P est
assez robuste et peut donner la même précision qu'un ANN ayant les mêmes ensembles
de données. Toutefois, la recherche a préconisé que plus d'efficacité peut être obtenue en
combinant la logique floue avec des algorithmes d'arbre de décision. Table V.1 résume
les réponses des deux méthodes étudiées.

Table V.1 Résultats obtenus avec les deux approches ANN & M5P
Méthode de contrôle THD PF Réponse dynamique
ANN 3.21% 0.99 100 ms
M5P 3.07% 0.99 100 ms

- 93 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

V.8.5. Résultats obtenus avec la commande Fuzzy-M5P du système complet (FAP-PV)

Figures V.16 et V.17 montrent les résultats expérimentaux obtenus à partir du système
intégral comprenant le filtre actif et le GPV et qui ont conduit à vérifier la viabilité de la
commande mixte proposée. On voit clairement que le système avec le GPV garde ses
bonnes fonctionnalités de correction du facteur de puissance (0.98) et de compensation
d’harmonique avec un THD du courant de source de 4.12%. La puissance délivrée par la
source est également économisée par 192 W au lieu de 246 W.

Figure V.16 Résultats avec la commande Fuzzy-M5P sur MPPT et bus continu

Figure V.17 Différentes mesures relevées avec système PV

- 94 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

V.9. ÉVALUATION DES PERFORMANCES EN MODE DYNAMIQUE

Pour l’étude des performances en régime dynamique, nous faisons appel toujours au
principe de la commande ICC avec la technique Fuzzy-M5P. Afin de vérifier l’efficacité
du contrôle proposé, des tests dynamiques ont été réalisés sous différentes conditions.
Côté charge NL, le système est testé par un changement brusque de l’amplitude du courant
de charge comme illustré sur Figure V.18. Nous avons obtenu un temps de réponse
remarquable de 100 ms pour la tension du bus continu Vdc qui suit bien sa référence
(380V). Il convient de noter que ce résultat est parfaitement semblable à celui obtenu par
le test de simulation présenté à Figure IV .12 du chapitre précèdent. Du côté GPV, comme
indiqué sur Figure V.19, un transitoire rapide est créé à l’aide d’une plaque de carton
placée sur la surface externe des deux panneaux solaires afin de simuler un ombrage
partiel rapide. Sous des conditions d’éclairement maximum sans aucun obstacle, on peut
remarquer la diminution du courant fournir par la source, ce qui peut se traduire par le
passage de la puissance active du panneau vers le réseau électrique.
Les formes d’ondes expérimentales, montrées sur Figure V.19, indiquent une similitude
de réponse entre les deux technique FLC-MPPT et M5P-MPPT. Ceci est attribué au fait
que la technique proposée M5P-MPPT est formée à la base des données de la méthode
MPPT floue. Il convient de noter que toute diminution du courant de source avec la
configuration FAP-GPV peut être traduit par le transfert de puissance active du panneau
solaire vers le réseau électrique.

Figure V.18 Test des performances dynamiques sous une variation soudaine
de la charge NL

- 95 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

Figure V.19 Test des performances dynamiques sous un ombrage rapide

(A) Système avec FLC-MPPT (B) Système avec M5P-MPPT

V.10. DISCUSSION DES RÉSULTATS OBTENUS

Expérimentalement, Figure V.8 montre la forme d'onde déformée du courant de source

avant compensation. Après la connexion du filtre actif, il a été observé sur Figures V.9 et
V.11 que le THD du courant de source peut atteindre une faible valeur de 2.77% avec la
stratégie Fuzzy-M5P sur le contrôle du bus continu. La puissance délivrée par la source
d'alimentation était de 246 W sans GPV. D'après Figures V.16 et V.17, le système complet
incluant le GPV et le filtre actif connecté au réseau, a révélé que la méthode mixte
appliquée à la fois pour la technique MPPT et pour le contrôle du bus continu est très

- 96 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

intéressante et peut offrir un faible THD de 4.12% parallèlement à une diminution de la

puissance active de la source jusqu'à 192 W.
Les performances dynamiques sont vérifiées par Figures V.18 et V.19. Tout abord, on
a introduit un changement brusque sur l’amplitude du courant de charge, d'où il ressort
clairement que la technique appliquée régule bien la tension continue de l’onduleur avec
un temps de réponse rapide de 100 ms. Ensuite, on a testé la réponse de la nouvelle M5P-
MPPT sous un ombrage rapide simulé par un obstacle (carton) sur les panneaux. Nous
avons confirmé le bon fonctionnement grâce à la comparaison faite avec les résultats de
la technique FLC-MPPT.
Il est clair que les résultats obtenus à la fois en régime permanent et en régime
transitoire indiquent un accord étroit entre la simulation et l'expérience en termes de
temps de réponse sous un transitoire de charge et aussi du point de vue THD du courant
de source.
Les tests effectués récapitulent que la combinaison de l’algorithme d'arbre de décision
M5P avec la logique floue s’avère très utile pour l’amélioration des performances qui
peuvent être résumés comme suit :
1- Structure simple du contrôleur basée sur un code MATLAB.
2- Approche d'apprentissage très rapide avec un temps remarquable de 0.5 seconde.
3- Offre un entraînement précis avec un bon coefficient de corrélation (R) et une erreur
minimale en particulier l'erreur quadratique moyenne (RMSE).
4- Peut produire à la fois une MPPT améliorée et un courant de source quasi sinusoïdal.
5- Un contrôle qui présente des performances dynamiques supérieures par rapport à
d'autres techniques [HOO16]-[OUC20].
6- Peut offrir un faible THD du courant source qui répond aux normes harmoniques IEEE-
519.
7- De nombreux paramètres de réglage peuvent être étudiés tels que le pourcentage de
la répartition de l'entraînement.
8- Un choix multiple d'apprentissage à partir d'une variété de contrôleurs.
9- Une possibilité d'utiliser d’autres modèles d'arbres de décision tels que la technique
C5.0.
Par conséquent, le contrôle adopté peut garantir une solution alternative fiable pour les
systèmes souffrant d'une structure complexe ou de faibles performances pendant le
processus transitoire.

- 97 -
CHAPITRE V Validation expérimentale de l’ensemble du système Filtre actif-GPV

V.11. CONCLUSION

Ce chapitre a présenté les résultats expérimentaux d’un compensateur shunt commandé

par la technique d’identification indirecte du courant ICC et relié à un générateur
photovoltaïque. La technique de puissance directe DPC est aussi évaluée
expérimentalement afin de justifier le choix de la méthode d’identification appropriée. La
plate-forme de test est composée de la source d’alimentation triphasée, d’un onduleur PV
avec les fonctionnalités de filtrage actif, et de charge NL à base d’un pont redresseur.
Dans le système de filtrage actif, la qualité finale du courant de source représente l’image
de l’algorithme d’identification utilisé. Dans notre cas, les performances de cette
technique indirecte du courant dépendent entièrement du choix de régulateur du bus
continu. Les régulateurs basés sur la logique floue sont très préférés dans le système de
filtrage actif en raison de ses bonnes performances, en particulier dans des conditions
dynamiques. Cependant, ces avantages soulignent également que ces régulateurs ne sont
pas la solution parfaite en raison de leur faible vitesse de mise en œuvre en temps réel et
de leur modélisation compliquée. A cet effet, l'objectif principal est de fournir un contrôle
simple, rapide, et efficace dans des conditions de fonctionnement statiques et
dynamiques. Une démarche méthodologique fondée sur la combinaison entre la logique
floue et l’algorithme d’arbre de décision type M5P est proposée. Ainsi, un nouveau
control mixte sous la forme d’un code MATLAB est appliqué à la fois sur le système de
régulation de tension continue et sur la technique MPPT.
Dans ce sens, des implémentations en temps réel ont été menées afin d'étudier le
comportement et les performances du système proposé. Les résultats obtenus démontrent
une amélioration significative de la qualité de l’énergie avec un THD du courant de source
de 4.12% en présence de la source PV et une diminution de la puissance active de la
source principale. Ces résultats sont aussi justifiés par la qualité de la régulation de la
tension du bus continu de l’onduleur sous diverse conditions. De plus, la méthodologie
proposée montre une efficacité intéressante en comparant avec l’approche ANN en termes
de simplicité, de temps court d’apprentissage qui ne dure que 0.5 seconde dans le cas de
la méthode MPPT, et en fin de la capacité remarquable de prédiction. Nous pouvons tirer
comme conclusion que le contrôle mixte proposé est très prometteur, ça peut être un outil
intéressant pour concevoir des contrôleurs équivalents simples et robustes.

- 98 -
CONCLUSION
GÉNÉRALE
 Conclusion générale

CONCLUSION GÉNÉRALE

Cette thèse est une contribution à l'étude et à la mise en œuvre pratique d’un système de
filtrage active associé à un générateur photovoltaïque. Cette configuration ayant pour principal
but de rendre le système multifonctionnel dans les réseaux électriques. Le système est dédié à
l’atténuation des harmoniques qui peuvent prendre naissances dans le réseau de distribution
côte à côte avec la fourniture des puissances active et réactive.
Dans un premier temps, il a été démontré par différentes méthodes d’identification
harmoniques telles que PQ, SRF, DPC, DCC, et ICC que les performances d'un filtre actif de
puissance dépendent non seulement de la taille et du type de commande de son circuit de
puissance (onduleur), mais aussi d'une grande partie des stratégies dédiées à la détermination
des courants harmoniques.
Par ailleurs, les contrôles basés sur l’intelligence artificielle comme la logique floue sont
largement appliqués dans divers domaines en raison de leur capacité à imiter le raisonnement
et les jugements humains. Ces techniques intelligentes ont une bonne capacité à gérer
l'imprécision et l'incomplétude des informations pour les systèmes non linéaires. Cependant,
leur processus complexe interne de fuzzification et de défuzzification, en particulier dans des
conditions de temps réel, présente un sérieux inconvénient, qui se traduit par une faible vitesse
de mise en œuvre et une inefficacité dans certaines applications. Ces dernières années, les
systèmes d'apprentissage automatique sont considérés comme des solutions alternatives pour
faire face aux problèmes de la logique floue. Avec une grande précision, les machines
d’apprentissage (ML) ont la capacité de classification et de prédiction à l'aide des ensembles
de données collectés à partir du modèle de base. Le système d'apprentissage avec les réseaux
de neurones artificiels (ANN) est l'une des méthodes largement utilisées de nos jours en raison
de ses réponses rapides et de sa bonne capacité de prédiction. Toutefois, il est aussi connu que
les réseaux de neurones consomment une quantité importante de ressource de calcul. Les
algorithmes d'arbre de décision peuvent remplir une autre solution de prévision intéressante
pour servir différents objectifs de régression et de classification. Développé par [QUI99],
l'algorithme M5P est l'un des modèles d'arbre de décision permettant d'interpréter les systèmes
sous forme d'arbre. De nombreuses recherches ont étudié cette technique et ont fini par conclure
que l'approche d'apprentissage basée sur M5P peut donner les mêmes performances que la
méthode ANN. Cette robustesse prouvée pour l'apprentissage à partir d'autres systèmes, nous
a poussés à explorer un nouveau modèle M5P où les données d'attributs sont extraites
directement du contrôleur flou.
Par ailleurs, au cours des dernières années, l'application des énergies renouvelables s'est
étendue à divers domaines de l'ingénierie. Les systèmes photovoltaïques (PV) présentent l'une
des solutions inépuisables et efficaces qui offrent la possibilité de produire de la puissance
active gratuite dans les réseaux électriques. Par conséquent, la manière la plus pratique consiste
à alimenter le bus continu d’un l'onduleur DC-AC via un générateur photovoltaïque (GPV).

-99-
 Conclusion générale

Ces systèmes nommés aussi onduleurs PV ont été largement adoptés en utilisant de nombreuses
stratégies de contrôle pour le pilotage de l’onduleur et pour le contrôleur MPPT. D'autre part,
avec l'énorme croissance continue de l'utilisation des charges non linéaires, les problèmes
cruciaux de la qualité de l'énergie se profilent toujours. L'une des solutions efficaces pour
améliorer la qualité de l'énergie dans ces systèmes photovoltaïques connectés au réseau,
consiste à intégrer la fonctionnalité de filtrage actif de puissance. Le principe de base de ces
compensateurs d'harmoniques est l'injection des composantes harmoniques inverses dans le
réseau, ce qui rend la forme du courant de source quasi sinusoïdale à côté d’une compensation
effective de la puissance réactive. Par conséquent, cette topologie Filtre actif-GPV est dérivée
sur la base d'une structure de filtre actif dont les objectifs ciblés sont d'atténuer les harmoniques,
de fournir la puissance active, ainsi que l'amélioration du facteur de puissance.
Dans notre cas, l'onduleur PV est contrôlé par une technique du courant indirect (ICC). La
simplicité et la bonne précision de générer les courants harmoniques sont les principaux
avantages de cette méthode. De plus, cette technique de contrôle dépend entièrement du
régulateur du bus continu et à la capacité fonctionnelle de gérer les perturbations dynamiques.
En combinant l'algorithme M5P et la logique floue, un nouveau contrôle est proposé à travers
une approche d'apprentissage M5P très rapide et des résultats collectés à partir d’un régulateur
à logique floue (datasets). En outre, la commande proposée est également appliquée à la
technique de suivi du point de puissance maximale, une nouvelle commande MPPT-M5P est
ainsi proposée. Les logiciels MATLAB, WEKA, et EXCEL sont utilisés afin de traduire la
structure finale par un simple code MATLAB.
À la lumière des résultats obtenus de simulation et de prototypage expérimental, il a été révélé
que le modèle de contrôle Fuzzy-M5P appliqué à la fois pour la technique MPPT et pour la
régulation de tension du bus continu, est très performant. On peut obtenir un bon THD de
4.12% qui s’inscrit bien dans la limite de 5% fixées par la norme IEEE Std 519-1992. Cette
solution permet aussi de corriger le facteur de puissance de l’installation parallèlement à la
diminution de la puissance fournir par la source principale de 246W à 192W sous une condition
d'éclairement réel d'environ 500W/m² et une température ambiante de 30°C.
Finalement, en plus d’une configuration multifonction Filtre actif-GPV, on vise aussi de
fournir un nouveau contrôle rapide et efficace qui permet un fonctionnement fluide dans des
situations statiques et dynamiques du système.
À l’issue de ce travail de thèse, plusieurs perspectives se dégagent. Les résultats récapitulent
que la technique proposée pourrait remplacer des contrôleurs souffrant d’une modélisation
complexe ou d'une implémentation lente en temps réel. Comme futurs projets, on orientera nos
recherches à explorer cette combinaison de contrôle par l’utilisation d’autres algorithmes de
décision comme par exemple la technique C5.0. Le modèle de base (FLC) peut également être
remplacé en récoltant nos données de base à partir d’autres approches de contrôle comme par
exemple l’algorithme de colonies de fourmis (Ant colony optimization).

-100-
PRODUCTION
SCIENTIFIQUE
 Productions scientifiques

Production scientifique

Les travaux de recherche consignés par la présente thèse ont été concrétisés
par plusieurs publications et communications internationales.

I- Publications internationales (4 articles)

1. Ahmed Bouhouta, Samir Moulahoum & Nadir Kabache (2022) A novel combined
Fuzzy-M5P model tree control applied to grid-tied PV system with power quality
consideration, Energy Sources, Part A: Recovery, Utilization, and Environmental
Effects, 44:2, 3125-3147. DOI: 10.1080/15567036.2022.2060380 (Clarivate web of
science)

2. Ahmed Bouhouta, Samir Moulahoum & Nadir Kabache. Efficient learning approach
using new combined fuzzy-M5P model tree: experimental investigation of active power
filters. J. Power Electron.22, 981-990 (2022). https://doi.org/10.1007/s43236-022-
00434-w. (Clarivate web of science)

3. Ahmed Bouhouta, Samir Moulahoum & Nadir Kabache. Hybrid backup energy based
on PV/Wind system for marine tugboat: A case study of ASD tug of Arzew port in
Algeria. Wind Engineering. February 2022. doi:10.1177/0309524X221077455
(Scopus)

4. Ahmed Bouhouta, Samir Moulahoum & Nadir Kabache: Harmonic Mitigation in

Utility Grid with Highly Unbalanced Nonlinear Load Using Intelligent Controller: an
Experimental Study. Journal Przegląd Elektrotechniczny DOI: 10.15199/48.2022.04.01
(Scopus)

- 101 -
 Productions scientifiques

II- Communications internationales (5 conférences)

1. Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak, “Simplicity and
Performance of Direct Current Control DCC Compared with other Identification
Algorithms for Shunt Active Power Filter,” 7th International Conference on Renewable
Energy Research and Applications (ICRERA), 14-17 October 2018, Paris, France.
(IEEE Xplore)

2. Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Abderrahman Benyamina,

“Experimental performance test of Shunt Active Power Filter Using Indirect Current
Control Identification Algorithm,” 1st International Conference on Electrical
Engineering (CEE2019), 22-23 Avril 2019, EMP Algiers, Algeria.

3. Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Abderrahman Benyamina,

“Design and Real Time Implementation of Three Phase Shunt Active Power Filter
Using Indirect Current Control Technique,” International Conference on Advanced
Electrical Engineering (ICAEE), 21-24 October 2019, Algiers, Algeria. (IEEE Xplore)

4. Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak, “Experimental

Investigation of Fuzzy Logic Controller Based Indirect Current Control Algorithm for
Shunt Active Power Filter,” 8th International Conference on Renewable Energy
Research and Applications (ICRERA), 3-6 November 2019, Brasov, Romania. (IEEE
Xplore)

5. Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak, “Adaptive PI

control strategy Based on Fuzzy Logic for an Harmonic Compensator,” 9th
International Conference on Renewable Energy Research and Applications (ICRERA),
27-30 September 2020, Glasgow, United Kingdom. (IEEE Xplore)

- 102 -
 RÉFÉRENCES
BIBLIOGRAPHIQUES
 Références bibliographiques

Références Bibliographiques
A
[ABA08] G. Abad, « Predictive direct control techniques of the doubly fed induction machine
for wind energy generation applications »; PhD Thesis, Mondragon University,
Arrasate, Spain, 2008.
[ADE11] Mohamed Adel, Sherif Zaid and Osama Mahgoub.: Improved Active Power Filter
Performance Based on an Indirect Current Control Technique. Journal of power
electronics 11-6-19, November (2011).
[AND19] Andriy, Changhong Fu, Erdal Kayacan, Intuit before tuning: Type-1 and type-2
fuzzy logic controllers. Applied Soft Computing, Volume 81 ,105495, (2019).
[ANT08] P. Antoniewicz, M. P. Kazmierkowski, «Virtual-flux-based predictive direct power
control of AC/DC converters with online inductance estimation »; IEEE Trans. On
Industrial Electronics, Vol.55, No.12, pp.4381-4390, December 2008.
[AKA05] H. Akagi, The State-of-the-Art of Active Filters for Power Conditioning, In Rec.
European Conference on Power Electronics and Applications, Dresden, pp. 1–
15,2005.
[AMM18] Muhammad Ammirrul AtiqiMohd Zainuri, Mohd AmranMohd Radzi, Azura Che
Soh, NormanMariun, Nasrudin Abd Rahim, Jiashen The and Ching-Ming Lai.
Photovoltaic Integrated Shunt Active Power Filter with Simpler ADALINE
Algorithm for Current Harmonic Extraction. Energies 2018, 11, 1152.

B
[BENH19] Seghir Benhalima, Ambrish Chandra, Miloud Rezkallah. Real-time experimental
implementation of an LMS-Adaline-based ANFIS controller to drive PV
interfacing power system. IET renewable power generation, 2019; 13(7), doi:
10.1049/iet-rpg.2018.5245.
[BEND14] Bendiba, B., Krimb, F., Belmilia, H., Almia, M.F., Bouloumaa, S., (2014).
Contrôleur MPPT flou avancé pour un système PV autonome. Elsevier Energy
Proc. Vol. 50, p. 383–392.
[BENS22] Bensaoudi Mohamed Samir. ARAR Salah Eddine. Etude d'un convertisseur
boost pour système pv. Mémoire master 2020 Higher school in science applied
Telemcen Aleria.

- 103 -
 Références bibliographiques

[BHA05] B. Bhattacharya and D. P. Solomatine.: Neural networks and M5P model trees in
modelling water level- discharge relationship. Neurocomputing, vol. 63, pp. 381-
396 (2005).
[BHA93] S. BHATTACHARYA, D. DIVAN et B. BANERJEE, « Contrôle et réduction des
distorsion harmonique totale de tension (thd) dans une série hybride active et
passive parallèle filter system », dans Power Electronics Specialists Conference,
1993. PESC ’93 Record., 24th Annuel IEEE, p. 779–786, juin 1993.
[BOUH00] Ahmed Bouhouta, Régulation de la tension continue d’alimentation d’un filtre
actif parallèle pour la compensation de l’énergie réactive. Mémoire Ingénieur,
Université USTO-MB (Oran), 2000.
[BOUH22] Ahmed Bouhouta, Samir Moulahoum & Nadir Kabache (2022) A novel combined
Fuzzy-M5P model tree control applied to grid-tied PV system with power quality
consideration, Energy Sources, Part A: Recovery, Utilization, and Environmental
Effects, 44:2, 3125-3147, DOI: 10.1080/15567036.2022.2060380.
[BOUH22-1] Bouhouta, A., Moulahoum, S. & Kabache, N. Efficient learning approach using
new combined fuzzy-M5P model tree: experimental investigation of active power
filters. J. Power Electron. (2022). https://doi.org/10.1007/s43236-022-00434-w.

[BOUH22-2] Bouhouta A, Moulahoum S, Kabache N. Hybrid backup energy based on

PV/Wind system for marine tugboat: A case study of ASD tug of Arzew port in
Algeria. Wind Engineering. February 2022. doi:10.1177/0309524X221077455.
[BOUH22-3] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache: Harmonic Mitigation in
Utility Grid with Highly Unbalanced Nonlinear Load Using Intelligent Controller:
an Experimental Study. Journal Przegląd Elektrotechniczny DOI:
10.15199/48.2022.04.01.
[BOUH18] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak, “Simplicity
and Performance of Direct Current Control DCC Compared with other
Identification Algorithms for Shunt Active Power Filter,” 7th International
Conference on Renewable Energy Research and Applications (ICRERA), 14-17
October 2018, Paris, France.
[BOUH19] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Abderrahman,
“Experimental performance test of Shunt Active Power Filter Using Indirect
Current Control Identification Algorithm,” 1st International Conference on
Electrical Engineering (CEE2019), 22-23 Avril 2019, EMP Algiers, Algeria.
[BOUH19-1] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Abderrahman
Benyamina, “Design and Real Time Implementation of Three Phase Shunt Active
Power Filter Using Indirect Current Control Technique,” International Conference
on Advanced Electrical Engineering (ICAEE), 21-24 October 2019, Algiers,
Algeria.

- 104 -
 Références bibliographiques

[BOUH19-2] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak,

“Experimental Investigation of Fuzzy Logic Controller Based Indirect Current
Control Algorithm for Shunt Active Power Filter,” 8th International Conference on
Renewable Energy Research and Applications (ICRERA), 3-6 November 2019,
Brasov, Romania.
[BOUH20] Ahmed Bouhouta, Samir Moulahoum, Nadir Kabache, Ilhami Colak, “Adaptive
PI control strategy Based on Fuzzy Logic for an Harmonic Compensator,” 9th
International Conference on Renewable Energy Research and Applications
(ICRERA), 27-30 September 2020, Glasgow, United Kingdom.
[BOU14] B.Boukezata, A.Chaoui, JP.Gaubert, and M.Hachemi. Active Power Filter in a
Transformerless Grid Connected Photovoltaic System. Balkan Journal of Electrical
and Computer Engineering, 2014, Vol.2, No.3.
[BEN15] M.T. Benchouia, I. Ghadbane, A. Golea, K. Srairi, M.E.H. Benbouzid.:
Implementation of adaptive fuzzy logic and PI controllers to regulate the DC bus
voltage of shunt active power filter. Applied Soft Computing, Volume 28, Pages
125-131 (2015).
[BAL15] Behnam Balouchi, Mohammad Reza Nikoo, Jan Adamowski: Development of
expert systems for the prediction of scour depth under live-bed conditions at river
confluences: Application of different types of ANNs and the M5P model tree.
Applied Soft Computing, Volume 34, Pages 51-59 (2015).
[BAL14] R.Balasubramanian, K.Parkavikathirvelu, R.Sankaran and Renraranjan
Amirtharajan.: Design, simulation and hardware implementation of shunt hybrid
compensator using synchronous rotating reference frame (SRRF)-based control
technique. Electronics MDPI, 8,42 (2019).
[BLA18] Sid-ali Blaifi, Samir Moulahoum, Rabah Benkercha, Bilal Taghezouit, Abdelhakim
Saim.: M5P model tree based fast fuzzy maximum power point tracker. Solar
Energy, Volume 163, Pages 405-424 (2018).
[BEK21] Youcef Bekakra, Laid Zellouma, Om Malik.: Improved predictive direct power
control of shunt active power filter using GWO and ALO– Simulation and
experimental study. Ain Shams Engineering Journal, Volume 12, Issue 4, Pages
3859-3877 (2021).
[BUY19] Mehmet Büyük, Mustafa İnci, Adnan Tan, Mehmet Tümay.: Improved
instantaneous power theory based current harmonic extraction for unbalanced
electrical grid conditions. Electric Power Systems Research, Volume 177,106014
(2019).

C
[CEI02-06] CEI 61000-2-4 –Electromagnetic compatibility (EMC) – Part 2-4: Environment –
Compatibility levels in industrial plants for low-frequency conducted disturbances,
version 2002-06.
- 105 -
 Références bibliographiques

[CEI02-03] CEI 610 00-2-2 –Electromagnetic compatibility (EMC) – Part 2-2: Environment
Compatibility levels for low-frequency conducted disturbances and signaling in
public low-voltage power supply systems, version 2002-03.
[CHA10] Abdelmadjid Chaoui" Filtrage actif triphasé pour charges non linéaires "Thèse de
docteur de l’Université de Poitiers, 2010.
[CHE13] Chennai.Salim, « Etude, Modélisation et Commande des filtres actifs : Apport des
techniques de l’intelligence artificielle ». Doctorat en sciences, Université du
Biskra, (2013).

D
[DAY21] Dayi Li, Tingkang Wang, Wenhao Pan, Xinzhi Ding, Jie Gong: A comprehensive
review of improving power quality using active power filters. Electric Power
Systems Research, Volume 199 ,107389 (2021).
[DU12] X. Du, L. Zhou, H. Lu, H.-M. Tai.: DC link active power filter for three-phase diode
rectifier. IEEE Trans. Ind. Electron., vol. 59, no. 3,1430-1442 (2012).
[DSP] www.dspace.com

E
[ESK18] Nasser Eskandarian et al.: Improvement of Dynamic behaviour of Shunt Active
Power Filter Using Fuzzy Instantaneous Power Theory. Journal of power
Electronics, Vol. 14, No. 6, pp. 1303-1313 (2014).
[ELM00] A. ELMITWALLY et A. S. ABDELKADER «Neural network controlled three-
phase four-wire shunt active power filter» , IEE Proceedings - Generation,
Transmission and Distribution, Volume 147, Issue 2, March 2000, p. 87 – 92.

F
[FIE19] M. Fiedler.: Performance Analytics by Means of the M5P Machine Learning
Algorithm. 31st International Teletraffic Congress (ITC 31), pp. 104-105, 2019.
[FAL21] Mehdi Fallah, Javad Modarresi, Hossein Madadi Kojabadi, Liuchen Chang, Josep
M. Guerrero.: A modified indirect extraction method for a single-phase shunt active
power filter with smaller DC-link capacitor size. Sustainable Energy Technologies
and Assessments, Volume 45,101039 (2021).
[FER00] P. Ferracci, “La qualité de l’énergie électrique “, Schneider Electric, cahier technique
N°199, Mai 2000.

- 106 -
 Références bibliographiques

G
[GAY13] Panda Gayadhar, Ray Pravat Kumar, Puhan Pratap S, Dash Santanu K. Novel
schemes used for estimation of power system harmonics and their elimination in a
three-phase distribution system. Int J Electric Power Energy System, 53 :842–56,
2013.
[GHA11] Ghadbane Ismail " Etude Et Réalisation D’un Filtre Actif Parallèle En
Utilisant Différentes Stratégies De Contrôle ", THÈSE DE DOCTORAT 2016,
Université de Biskra.

H
[HAM04] Hamadi, A., AL-haddad, K., Rahmani, S., et al « Comparison of fuzzy logic and
proportional integral controller of voltage source active filter compensating current
harmonics and power factor » Industrial Technology, 2004. IEEE ICIT'04. 2004
IEEE International Conference on. IEEE, 2004. p. 645-650.
[HAR12] Harici Otman" Etude d’un filtre actif à commande intelligente", Mémoire de
Magister, Université USTO-MB (Oran), 2012.
[HOO16] Yap hoon, Mohd Amran Mohd Radzi, Mohd Khair Hassan and Nashiren Farzilah
Mailah.: DC-Link Capacitor Voltage Regulation for Three-Phase Three-Level
Inverter-Based Shunt Active Power Filter with Inverted Error Deviation Control.
Energies MDPI ,9, 533 (2016).
[HSI13] Guan-Chun Hsieh, Hung-I Hsieh, Cheng-Yuan Tsai, Chi-Hao Wang. Photovoltaic
power-Increment-Aided Incremental Conductance MPPT with two phased
tracking. IEEE Transactions on Power Electronics, 2013; Volume 28, Issue 6.
[HOU19] Shixi Hou, Juntao Fei, Yundi Chu Chen Chen. Experimental Investigation of
Adaptive Fuzzy Global Sliding Mode Control of Single-Phase Shunt Active Power
Filters. Journal Article publisher IEEE, volume 7, 2019.

J
[JAY16] J. Jayachandran, R. M. Sachithanandam.: ANN based controller for three phase four
leg shunt active filter for power quality improvement. Ain Shams Engineering
Journal, Volume 7, Iss.1, 275-292 (2016).
[IGN06] Ignatova. V (2006) Méthodes d’analyse de la qualité de l’énergie électrique.
Application aux creux de tension et à la pollution harmonique, Thèse, Université
Joseph Fourier.

- 107 -
 Références bibliographiques

K
[KAS12] Kassal.Abdelhalim, « Correction du facteur de puissance à l’entrée d’un
convertisseur AC/DC ». Doctorat en sciences, Université du Sétif, 2012.
[KAZ15] M. P. Kazmierkowski. : Power Quality : Problems and Mitigation Techniques
[Book News]. In IEEE Industrial Electronics Magazine, vol. 9, no. 2, pp. 62-62
June (2015).

M
[MUS17] Suleiman Musa, Mohd Amran Mohd Radzi, Hashim Hizam, Noor Izzri Abdul
Wahab, Yap hoon and Muhammad Ammirrul.A.: Modified Synchronous Reference
Frame Based Shunt Active Power Filter With Fuzzy Logic Control Pulse with
Modulation Inverter. Energies MDPI, 10,758 (2017).
[MOH20] Ahmed Mohammed, Serwan Rafiq, Parveen Sihag, Rawaz Kurda, Wael Mahmood,
Kawan Ghafor, Warzer Sarwar.: ANN, M5P-tree and nonlinear regression
approaches with statistical evaluations to predict the compressive strength of
cement-based mortar modified with fly ash. Journal of Materials Research and
Technology, Volume 9, Issue 6 (2020).

O
[OUC20] Sabir Ouchen, Heinrich Steinhart, Mohamed Benbouzid, Frede Blaabjerg.: Robust
DPC-SVM control strategy for shunt active power filter based on H∞ regulators.
Electrical power and energy systems,117,105699 (2020).

P
[PAT21] Patrick P.K. Chan, Juan Zheng, Han Liu, E.C.C. Tsang, Daniel S. Yeung.:
Robustness analysis of classical and fuzzy decision trees under adversarial evasion
attack. Applied Soft Computing, Volume 107, 107311(2021).

Q
[QUI99] J.R. Quilan.: Learning with continous classes. in Proc 5th of the Australian Joint
Conference on Artificial Intelligence, Singapore, pp.343-348 (1999).

- 108 -
 Références bibliographiques

R
[RD21] Soumya R. D., Prakash K. Ray, Arun K. S., Krishna K. S., Gaurav D., Akansha S.
Artificial intelligence-based grid connected iverters for power quality improvement
in smart grid applications. Computers & Electrical Engineering, Volume
93,2021,107208.

S
[SIN14] Karan Singh, Parveen Sihag & Ritesh Kumar (2014): Downscaling Monthly Rainfall
Using Support Vector Regression and M5P Model Tree. 5th international
conference on “Architecture, Civil and Environmental Engineering” (ACEE-2014).
[SIN99] B. SINGH, K. AL-HADDAD et A. CHANDRA, « A review of active filters for
power amélioration de la qualité », Industrial Electronics, IEEE Transactions on,
vol. 46, p. 960–971, October 1999.
[SER13] Dezso Sera, Laszlo Mathe, Tamas Kerekes, Sergiu Viorel Spataru, Remus
Teodorescu. On the perturb-and-observe and incremental conductance MPPT
methods for PV systems. Journal of photovoltaics IEEE, 2013, volume 3, Issue3.
[SHA17] Shashibhushan R. Shahu, Nikhil A. Wanjari.: Performance analysis of shunt active
power filter with various switching signal generation techniques. International
journal of Engineering Development and Research, Vol. 5, Issue2 (2017).
[SIN06] B. Singh and V. Verma.: An indirect current control of hybrid power filter for
varying loads. IEEE Trans. Power Del., Vol. 21, No. 1, pp.178-184 (2006).
[SAS1970] H. Sasaki, T. Machida. (1970), A New Method to Elim-inate AC Harmonic by
Magnetic Compensation-Considerations on Basic Design, IEEE Trans.on Power
Ap-paratus and Syst., vol.90, no.5, pp.2009-2019.
[SCH01] Schneider Electric "Guide de la compensation d’énergie réactive et du filtrage des
harmoniques" Guides experts basse tension N° 6, 2001.
[SCH10] Schneider Electric "Guide de l’installation électrique", 2010.

T
[TAM21] Abdedjebbar Tamer, Laid Zellouma, Mohamed Toufik Benchouia, Abdelbasset
Krama.: Adaptive linear neuron control of three-phase shunt active power filter
with anti-windup PI controller optimized by particle swarm optimization.
Computers & Electrical Engineering, Volume 96, 107471 (2021).

W
- 109 -
 Références bibliographiques

[WAN96] Y. Wang and I. H. Witten.: Induction of Model Trees for Predicting Continuous
Classes (1996).
[WAM13] S. S. Wamane, J.R. Baviskar, S. R. Wagh, A Comparative Study on Compensating
Current Generation Algorithms for Shunt Active Filter under Non-linear Load
Conditions. International Journal of Scientific and Research Publications, Volume
3, Issue 6, June 2013.
[WANG14] Yu Wang and Yun-Xiang Xie.: Adaptive DC-link Voltage Control for Shunt
Active Power Filter. Journal of power Electronics, Vol. 14, No. 4, pp. 764777
(2014).
[WEK22] https://www.cs.waikato.ac.nz/ml/weka/

[YOU08] Yousfi Abdelkader" AMELIORATION DE LA QUALITE D’ENERGIE

ELECTRIQUE EN UTILISANT UN ONDULEUR DE TENSION A CINQ
NIVEAUX", Mémoire de Magister, Université de Chlef, 2008.

Z
[ZHE15] Zhe Sun, Ning Wang, Yunrui Bi. Type-1/type-2 fuzzy logic systems optimization
with RNA genetic algorithm for double inverted pendulum. Applied Mathematical
Modelling, Volume 39, Issue 1, Pages 70-85, 2015.

[ZEL06] Zellouma.L, « Filtrage actif parallèles des harmoniques de courant génère par un
pont redresseur triphasé non commande », thèse de magistère de l'université de
Annaba, 2006.

- 110 -
ANNEXES
 Annexes

Annexe « A »

► Paramètres du système

Nom et symbole des paramètres Valeur numérique

Nombre des panneaux solaires 2
Puissance max d’un panneau Pmax 200W
Tension à Pmax 47.06V
Courant à Pmax 4.26A
Voltage Voc 57.6V
Courant Isc 4.6A
Inductance de convertisseur DC-DC (Boost) 3.5mH
Fréquence de découpage boost 5kHZ
Charge non linéaire Rd, Ld 110Ω, 2mH
Resistance et inductance de source Rs, Ls 0.1Ω, 0.1mH
Tension de source triphasée (Ph-N) 125V
Fréquence 50Hz
Tension continue de référence (bus continu) 380V
Capacité de condensateur de l’onduleur 2350 µF
Inductance de couplage Lf 10mH
Bande d’hystérésis 0.01 (1%)
Temps d’échantillonnage pour la simulation 1e-6s
Temps d’échantillonnage pour l’expérimental 2e-5s

- 111 -
 Annexes

Annexe « B »

► Méthode de calcul et de choix des paramètres du système :

Choisir des valeurs convenables des différents paramètres est un point primordial. Ces valeurs
doivent être définies avec des formules mathématiques en utilisant des études dimensionnelles
déjà publiés [CHA10] comme dans le cas de la valeur de l'inducteur de filtrage Lf. Par contre,
certains paramètres sont définis par l'utilisateur comme la tension de source qui est fixée à 120V
RMS. Par la suite, ce paramètre initial de la tension peut servir à définir la tension de référence
DC-Link qui peut être calculée approximativement comme suit :

V dc ref  2 . 2 .V S  340 V (B.1)

Pour la charge non linéaire, les paramètres Rd-Ld du pont redresseur sont fixées afin d'obtenir
une valeur de courant de source environ 2A RMS. Par conséquent, la valeur du condensateur de
l'onduleur peut être facilement calculée à l'aide des deux équations suivantes :

2
S  3 .V S .I d .  587 VA (B.2)
3

Sn
C dc   2450  F (B.3)
2 . V dc .V dc ref

Où S désigne la puissance nominale de la charge non linéaire connectée et Id représente le

courant de charge. Du point de vue capacite de filtrage, le principal paramètre essentiel de
l'onduleur est l'inductance de couplage Lf, en particulier pour les harmoniques de rang élevé.
Cette 'inductance peut être estimée à l'aide de l’équation suivante :

𝐿 = = 9.6𝑚𝐻 (B.4)
√ . .

Ou ΔIf max représente la variation maximale du courant de filtre injecté qui peut être calculée
par :
3
 I f max  5   I f max  0 , 05 . I d  0 . 06 A (B.5)
2 .
Pour la fréquence d’implémentation pratique, un temps minimum de Ts=2e-5s est réglé afin
d'obtenir un meilleur THD du courant de source. Il est à noter qu'il existe une bonne proximité
entre les paramètres utilisés dans le système étudié et ceux calculés par les équations.

- 112 -
 Annexes

Annexe « C »
► Synthèse du régulateur PI pour le contrôle du bus continu de l’onduleur :
L’approche la plus classique utilisée dans notre travail consiste à contrôler le bus continu de
l’onduleur par un régulateur PI. Ce régulateur conventionnel avec un système anti-windup est utilisé
pour minimiser l'erreur entre la tension de référence du bus continu et la tension mesurée. PI
fonctionne bien en régime permanent, mais dans le cas transitoire, sous un changement soudain du
courant de charge, ce contrôleur réagit de manière insatisfaisante. Les paramètres PI peuvent être
déterminés en tenant compte de la fonction de transfert de second ordre du système de contrôle.
Nous supposons un modèle simple en négligeant l'énergie stockée dans l'inductance de couplage
(Lf) ainsi que les pertes de commutation de l'onduleur. La structure du régulateur PI est montrée sur
Fig. B.1.

Fig. B.1 - Schéma bloc du régulation PI

La puissance réelle absorbée par la tension du bus continu peut être donnée par :

d 1 d
Pdc  ( C dcV 2 dc )  C dcVdcref (Vdc ) (C.1)
dt 2 dt

Nous pouvons écrire la fonction de transfert en boucle fermée sous la forme mathématique suivante
:
ki  k p .s n2
GV S   2  (C.2)
DC
c.s  k p .s  ki s2  2..n .s  n

Donc, pour les deux coefficients de régulateur, nous trouvons :

ki  C.n2
 (C.3)
kp  2..n.C

Où ξ représente le facteur d'amortissement quantifié par 0.707 et ωn est la pulsation [BOUH20].

- 113 -
 Annexes

Annexe « D »

► Les blocs de simulation sous MATLAB :

► D.1 – Bloc Simulink pour la compilation pratique de la méthode ICC :

Fig. D.1 - Schéma de compilation expérimentale avec la méthode ICC

- 114 -
 Annexes

► D.2 – Bloc Simulink pour la compilation pratique de la méthode DPC :

Fig. D.2 - Schéma de compilation expérimentale avec la méthode DPC

- 115 -
 Annexes

► D.3 – Blocs des contrôleurs de système PV et bus continu de l’onduleur

Fig. D.2 - Schéma bloc de régulation de bus continu de l’onduleur

Fig. D.3 - Schéma bloc de contrôleur MPPT à base de logique floue

- 116 -
 Annexes

Annexe « E »

► Programme MATLAB de la commande Fuzzy-M5P appliquée au

contrôle du bus continu :

function y = fcn(E,DE)
LM1=3.5001 * E + 0.2234;
LM2=1.9305 * E + 0.0528;
LM3=1.24 * E - 0.0013;
LM4=1.3121 * E - 0.0077;
LM5=3.4216 * E - 0.2253;
LM6=3.4215 * E - 0.2253;
LM7=3.2909 * E - 0.1995;
LM8=3.2551 * E - 0.01917;
LM9=0.002 * E + 0.8066;
LM10=0.0006 * E + 0.8404;
if E <= 0.221
if E <= -0.051
if E <= -0.121
S=LM1; %(41433/0%)
else %DE > -0.121
S=LM2; %(34081/2.027%)
end
else %DE > -0.051
end
if E <= 0.113
if E <= 0.024
S=LM3; %(13850/0.078%)
end
else %DE > 0.024
S=LM4; %(15326/1.134%)
end
else %DE > 0.113
end
if E <= 0.163
S=LM5; %(7782/0%)
else %DE > 0.163
if E <= 0.191
S=LM6; %(4574/0%)
end
S=LM7; %(4491/0.055%)
end

- 117 -
 Annexes

if E <= 0.391
if E <= 0.292
S=LM8; %(11029/0%)
else %DE > 0.292
S=LM9; %(19767/3.726%)
end
else %DE > 0.391
S=LM10; %(47668/0.368%)
end
y = S;

► Programme MATLAB de la commande Fuzzy-M5P appliquée sur

technique MPPT :

function y = fcn(u1,u2)
E=u1;
DE=u2;
LM1=-0.0273 * E + 0.0005 * DE + 0.5253;
LM2=-0.0425 * E + 2.2177 * DE + 0.4639;
LM3=0.1233 * E + 3.5636 * DE + 0.467;
LM4=-0.0282 * E + 0.0004 * DE + 0.5395;
LM5=-0.0539 * E + 0.0004 * DE + 0.5298;
LM6=0.09706 * E + 0.0003 * DE - 0.0418;
LM7=0.02149 * E + 0.0003 * DE - 0.0608;
LM8=-0 * E + 0.0001 * DE + 0.89;
if E <= 0.083
if DE <= 0.072
if E <= 0.028
if E <= 0.003
S=LM1; %(12/2.084%)
end
end
else %E > 0.003
S=LM2; %(12/2.084%)
S=LM3; %(10/5.115%)
end
if DE <= -0.519
S=LM4; %(4/0.052%)
else %E > -0.519
S=LM5; %(7/7.067%)
end
if E > 0.072

- 118 -
 Annexes

if E <= 0.078
S=LM6; %(7/0.27%)
End
else %E > 0.078
S=LM7; %(6/0.191%)
end
else %E >0.083
S=LM8; %(145/0%)
end
y = S;

► Programme MATLAB de tableau à logique floue (look up table) :

clc
Ts=2e-5;
pas = 0.1; % use 3 break points for both E and DE
inputs
err= -1:pas:1;
derr = -1:pas:1;
N = length(err);
LookUpTableData = zeros(N);
N
for i=1:N
for j=1:N
% compute output u for each combination of break
points
S(i,j) = evalfis([err(i) derr(j)],flc);
end
end
%TR=floor((0.02/4)/(Ts))

Fig. E – Equivalence d’un contrôleur flou par le système ‘look up table’

- 119 -
 Annexes

Annexe « F »

► Blocs Simulink des méthodes d’identification harmonique PQ, SRF,

DPC, DCC, et ICC.

Fig. F.1 – Bloc MATLAB/Simulink des méthodes d’identification

► Bloc Simulink de la méthode d’identification indirecte du courant ICC

Fig. F.2 – Bloc MATLAB/Simulink de la méthode ICC

- 120 -
 Annexes

► Bloc Simulink de la méthode de contrôle d’hystérésis

Fig. F.3 – Bloc MATLAB/Simulink de la méthode de contrôle d’hystérésis

- 121 -