Fonctionnement

Auteurs de L'Automatic Ge
Centre Autonome de Perfectionnement

VLAVONOU Thierry
L'Automatic Generation
DOVONOU Débora Control
Sous la Supervision :
Ing AMOUSSA Kamel
EDOU Gaston (AGC)

Cours de Télégestion

2023-2024
 Fonctionnement de L'Automatic Generation Control (AGC)

INTRODUCTION
L'Automatic Generation Control (AGC), également connue sous le nom de génération de contrôle
automatique, est une approche moderne du contrôle automatique qui utilise des techniques avancées
pour générer automatiquement des actions de contrôle adaptées en temps réel. Elle présente de
nombreux avantages et trouve des applications dans divers domaines tels que le contrôle des processus
industriels, les systèmes de transport autonomes, les réseaux électriques intelligents, la robotique et
l'automatisation industrielle, ainsi que les systèmes de surveillance et de sécurité.

L'AGC fonctionne en suivant généralement plusieurs étapes. Tout d'abord, les données sont
acquises à l'aide de capteurs pour mesurer différentes grandeurs du système à contrôler. Ensuite, ces
données sont traitées pour les rendre exploitables, en utilisant des techniques telles que le filtrage,
l'échantillonnage et la normalisation. Les données traitées sont ensuite analysées à l'aide de techniques
d'analyse telles que l'analyse statistique, la modélisation mathématique, l'apprentissage automatique ou
l'intelligence artificielle pour identifier des tendances, des modèles ou des anomalies.

Sur la base de l'analyse des données, des algorithmes de génération de contrôle automatique
calculent les actions de contrôle appropriées à appliquer au système. Lors de la génération de ces
actions, il est crucial de prendre en compte les contraintes et les objectifs spécifiques du système, tels
que les limites physiques, les contraintes de sécurité, les exigences de performance et les objectifs
d'efficacité énergétique. Les actions de contrôle sont générées en optimisant ces objectifs tout en
respectant les contraintes.

Enfin, les actions de contrôle générées sont appliquées au système en temps réel à l'aide
d'actionneurs qui modifient les paramètres, les commandes ou les configurations du système. Les
actions de contrôle peuvent être mises à jour et ajustées en continu en fonction des nouvelles données
acquises et des changements dans l'état du système.

Bien que l'AGC présente de nombreux avantages, tels qu'une amélioration de la performance du
système, une optimisation de la consommation d'énergie, une réduction des coûts de maintenance et
une meilleure adaptation aux variations de la demande, elle rencontre également certains défis. Ces
défis comprennent la complexité du système, la gestion des incertitudes, la nécessité d'une réponse
rapide, la coopération entre les acteurs du réseau, l'intégration des énergies renouvelables et les enjeux
de sécurité et de cybersécurité.

Il est important de prendre en compte à la fois les avantages et les défis de l'AGC lors de sa mise
en œuvre pour garantir des résultats optimaux et une performance stable et fiable du système contrôlé.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 1

 Fonctionnement de L'Automatic Generation Control (AGC)

I Les bases théoriques de l'Automatic Generation Control

A. Historique

Au début du XXe siècle, vers les années 1920, les systèmes électriques étaient encore principalement
contrôlés manuellement. Une seule unité de production était désignée comme l'unité de régulation
chargée de maintenir l'équilibre entre la génération et la charge pour maintenir la fréquence du système
à la valeur souhaitée. Cependant, cette approche manuelle montrait ses limites au fur et à mesure de
l'expansion des réseaux électriques. Dans les années 1930, avec la croissance des interconnexions entre
les zones de contrôle adjacentes, il est devenu nécessaire de maintenir les échanges de puissance sur les
lignes d'interconnexion à des niveaux programmés. C'est ainsi qu'a commencé l'émergence du contrôle
automatique de la génération. Dans les années 1940, avec les progrès technologiques, les premiers
systèmes AGC informatisés ont été introduits. Ces systèmes permettaient à plusieurs unités de
production de participer à la régulation de la fréquence, répartissant ainsi la charge de manière plus
efficace et équilibrée. Cela réduisait l'usure des commandes d'une seule unité et améliorait l'efficacité, la
stabilité et l'économie globales du système. Au fil du temps, les systèmes AGC ont continué à évoluer.
Dans les années 1960, avec l'avancement des technologies de contrôle et de l'informatique, de nouvelles
techniques de contrôle automatique ont été développées. Ces techniques prenaient en compte des
considérations telles que l'économie d'énergie, la coordination entre différents types de production
(thermique, hydroélectrique, etc.), ainsi que les contraintes liées à la stabilité du système et à la capacité
des interconnexions avec d'autres réseaux électriques.

Aujourd'hui, le contrôle automatique de la génération joue un rôle essentiel dans le maintien de

l'équilibre entre la génération et la charge dans les systèmes électriques. Au XXIe siècle, les systèmes
AGC continuent de se perfectionner pour répondre aux exigences de plus en plus complexes des réseaux
électriques modernes. Ils contribuent à assurer la stabilité et l'efficacité opérationnelle du réseau, en
tenant compte des contraintes et des exigences spécifiques de chaque système électrique.

Figure 1: Automatic generation control , source wikipédia

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 2

 Fonctionnement de L'Automatic Generation Control (AGC)

B. Les concepts de contrôle automatique

1) Notions de bases

Les notions de bases essentielles pour comprendre le fonctionnement de l'automatic generation

control sont :

 Système : Un système est une entité physique ou abstraite qui peut être contrôlée. Il peut s'agir
d'un processus industriel, d'un véhicule, d'un robot ou de tout autre système qui doit être
régulé.

 Variables d'état : Les variables d'état représentent les caractéristiques ou les grandeurs qui
décrivent l'état du système à un moment donné. Ces variables peuvent inclure des paramètres
tels que la position, la vitesse, la température, la pression, etc.

 Rétroaction (feedback) : La rétroaction est un mécanisme essentiel dans le contrôle

automatique. Elle consiste à mesurer les variables d'état du système et à les comparer à des
valeurs de référence (consignes) afin de déterminer les erreurs de contrôle. La rétroaction
permet de prendre des décisions et d'ajuster les actions de contrôle en fonction des écarts entre
les valeurs réelles et les valeurs souhaitées.

 Régulateur : Le régulateur est un élément du système de contrôle automatique responsable de

la génération des actions de contrôle. Il reçoit les mesures des variables d'état, les compare aux
valeurs de référence et calcule les actions de contrôle appropriées pour corriger les erreurs de
contrôle.

 Boucle fermée : La boucle fermée est une configuration de contrôle dans laquelle le système
utilise la rétroaction pour ajuster les actions de contrôle. Les mesures des variables d'état sont
utilisées pour calculer les erreurs de contrôle, qui à leur tour alimentent le régulateur pour
générer les actions de contrôle appropriées. Cela permet de maintenir le système proche des
valeurs de référence souhaitées.

 Boucle ouverte : La boucle ouverte est une configuration de contrôle dans laquelle les actions de
contrôle sont générées sans utiliser de rétroaction. Les actions de contrôle sont
préprogrammées ou calculées en fonction de modèles ou de connaissances préalables, sans
prendre en compte les erreurs de contrôle réelles. Cette approche est moins utilisée dans le
contrôle automatique, car elle ne permet pas de corriger les erreurs de manière proactive.

 Asservissement : L'asservissement est un type de contrôle automatique qui vise à maintenir une
variable d'état spécifique du système (généralement appelée variable de sortie) à une valeur de
référence prédéterminée. Les actions de contrôle sont ajustées pour minimiser les écarts entre
la variable de sortie réelle et la valeur de référence.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 3

 Fonctionnement de L'Automatic Generation Control (AGC)

 Régulation : La régulation est un type de contrôle automatique qui vise à maintenir plusieurs
variables d'état du système à des valeurs de référence spécifiques. Les actions de contrôle sont
générées pour réguler et ajuster les différentes variables d'état afin de maintenir le système
dans un état désiré.

2) Définitions et objectifs du contrôle automatique

L’AGC assure principalement son fonctionnement stable et sûr en maintenant un équilibre constant
entre la production d'électricité et les demandes de charge. Il consiste à prendre des mesures, à analyser
les données, à générer des actions de contrôle appropriées et à ajuster ces actions en fonction des
informations de rétroaction. Les objectifs de l’AGC sont les suivants :

 Stabilisation : L'objectif principal du contrôle automatique est de maintenir un système dans un

état stable malgré les perturbations internes ou externes. Il vise à atténuer les fluctuations et à
empêcher les comportements instables ou oscillatoires.

 Suivi de référence : Le contrôle automatique cherche à suivre des valeurs de référence ou des
consignes spécifiques. Il s'agit de maintenir les variables d'état du système aussi proches que
possible des valeurs souhaitées, en ajustant les actions de contrôle en fonction des écarts entre
les mesures réelles et les valeurs de référence.

 Réjection des perturbations : Les systèmes sont souvent soumis à des perturbations qui peuvent
affecter leurs performances. Le contrôle automatique vise à minimiser l'impact de ces
perturbations en générant des actions de contrôle appropriées pour compenser leurs effets.

 Amélioration des performances : Le contrôle automatique cherche à améliorer les performances

globales du système. Cela peut inclure l'optimisation de la précision, de la rapidité de réponse,
de l'efficacité énergétique, de la robustesse, de la stabilité, du suivi de trajectoire, etc.

 Réduction de la consommation d'énergie : Dans certains cas, l'objectif du contrôle automatique

est de réduire la consommation d'énergie en optimisant les actions de contrôle. Cela peut être
réalisé en ajustant les paramètres du système pour minimiser la consommation ou en utilisant
des techniques d'optimisation pour optimiser les performances énergétiques.

 Sécurité et fiabilité : Le contrôle automatique vise à assurer la sécurité et la fiabilité des

systèmes en contrôlant les variables critiques et en détectant les situations anormales ou les
défaillances. Il peut inclure des mécanismes de surveillance, des alarmes, des systèmes de
redondance ou des actions de contrôle d'urgence pour prévenir les accidents et les dommages.

3) Les principales théories et modèles utilisés

Le contrôle automatique utilise différentes théories et modèles pour analyser, concevoir et mettre
en œuvre des stratégies de contrôle efficaces. Voici quelques-unes des principales théories et modèles
utilisés dans le domaine :

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 4

 Fonctionnement de L'Automatic Generation Control (AGC)

 Théorie du contrôle classique : La théorie du contrôle classique repose sur des concepts tels que
les fonctions de transfert, les diagrammes de Bode et les critères de stabilité (tels que le critère
de Nyquist ou le critère de Barkhausen). Cette approche est largement utilisée pour le contrôle
des systèmes linéaires et invariant dans le temps, en utilisant des techniques telles que le
contrôleur proportionnel-intégral-dérivé (PID).

 Théorie du contrôle optimal : La théorie du contrôle optimal, également connue sous le nom de
théorie du contrôle optimal ou de la théorie du contrôle optimal de LQ (Least Squares), vise à
trouver les actions de contrôle optimales pour minimiser un critère de performance spécifié. Elle
est basée sur le principe du minimum de Pontryagin et utilise des outils mathématiques tels que
le calcul des variations et la programmation dynamique.

 Théorie du contrôle adaptatif : La théorie du contrôle adaptatif est utilisée lorsque les
caractéristiques du système à contrôler sont inconnues ou variables. Elle permet au contrôleur
de s'adapter et de mettre à jour ses paramètres en fonction des variations du système ou de
l'environnement. Des techniques telles que l'estimation des paramètres, l'identification du
système et les algorithmes d'adaptation sont utilisées dans cette approche.

 Théorie du contrôle robuste : La théorie du contrôle robuste vise à concevoir des contrôleurs
capables de maintenir de bonnes performances malgré les incertitudes et les variations du
système. Elle prend en compte les modèles incertains ou imprécis, les variations de paramètres
et les perturbations externes. Des techniques telles que la théorie H-infini, la théorie de la
stabilité robuste et la synthèse de contrôle robuste sont utilisées dans cette approche.

 Modèles prédictifs : Les modèles prédictifs, tels que les modèles d'identification de système ou
les modèles basés sur les équations d'état, sont utilisés pour représenter le comportement du
système à contrôler. Ces modèles sont utilisés pour prédire l'évolution du système et pour
générer des actions de contrôle en conséquence.

 Intelligence artificielle et apprentissage automatique : Les techniques d'intelligence artificielle,

notamment l'apprentissage automatique (machine learning), sont de plus en plus utilisées dans
le contrôle automatique. Ces approches permettent de développer des contrôleurs adaptatifs et
prédictifs en utilisant des algorithmes d'apprentissage à partir des données acquises.

C. Les principaux composants de l'automatic control generation

1) Les capteurs et leurs rôles dans la collecte de données

Les capteurs jouent un rôle essentiel dans la collecte de données pour le contrôle automatique. Ils
mesurent différentes grandeurs physiques ou caractéristiques du système à contrôler et fournissent des
informations sur l'état actuel du système. Voici quelques capteurs couramment utilisés et leurs rôles
dans la collecte de données :

 Capteurs de température : Les capteurs de température, tels que les thermocouples ou les
sondes de température résistives (RTD), mesurent la température du système. Ils sont utilisés
dans de nombreux domaines, tels que la climatisation, les procédés industriels, les systèmes de

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 5

 Fonctionnement de L'Automatic Generation Control (AGC)

refroidissement, etc. Les données de température permettent de surveiller et de contrôler la

température ambiante, les réactions chimiques, les processus de chauffage/refroidissement, etc.

 Capteurs de pression : Les capteurs de pression mesurent la pression d'un fluide ou d'un gaz. Ils
sont utilisés dans les systèmes de contrôle hydrauliques, les systèmes pneumatiques, les
systèmes de distribution de gaz, etc. Les données de pression permettent de surveiller et de
contrôler la pression dans les systèmes, d'ajuster les actions de contrôle en fonction des
variations de pression et de garantir un fonctionnement sûr et efficace.

 Capteurs de débit : Les capteurs de débit mesurent la quantité de fluide (liquide ou gaz) qui
circule dans un système. Ils sont utilisés dans les systèmes de tuyauterie, les réseaux de
distribution, les systèmes de refroidissement, etc. Les données de débit permettent de surveiller
et de contrôler le débit de fluide, d'optimiser les performances du système, de détecter les fuites
ou les obstructions, etc.

 Capteurs de position : Les capteurs de position mesurent la position d'un objet ou d'une partie
d'un système. Ils peuvent être basés sur des technologies telles que les potentiomètres, les
codeurs rotatifs, les capteurs à effet Hall, etc. Les données de position sont utilisées dans de
nombreux domaines, tels que la robotique, l'automatisation industrielle, la navigation des
véhicules, etc., pour contrôler et ajuster la position des éléments et pour effectuer des
mouvements précis.

 Capteurs de vitesse : Les capteurs de vitesse mesurent la vitesse de déplacement d'un objet ou
d'une partie d'un système. Ils peuvent être basés sur des technologies telles que les encodeurs
optiques, les capteurs de vitesse angulaire, les capteurs à ultrasons, etc. Les données de vitesse
sont utilisées pour contrôler et ajuster la vitesse des moteurs, des véhicules, des convoyeurs,
etc., et pour garantir des mouvements précis et synchronisés.

 Capteurs d'humidité : Les capteurs d'humidité mesurent le taux d'humidité dans l'air ou dans un
environnement donné. Ils sont utilisés dans les systèmes de climatisation, les systèmes de
surveillance environnementale, les systèmes de contrôle de l'humidité, etc.

2) Les actionneurs et leur fonction dans la génération des actions de contrôle

Les actionneurs jouent un rôle crucial dans la génération des actions de contrôle dans un système de
contrôle automatique. Ils sont responsables de convertir les signaux de commande en mouvements
physiques, en ajustant les paramètres du système ou en modifiant son état. Voici quelques actionneurs
couramment utilisés et leurs fonctions dans la génération des actions de contrôle :

 Moteurs électriques : Les moteurs électriques sont des actionneurs largement utilisés dans de
nombreux systèmes de contrôle automatique. Ils convertissent l'énergie électrique en énergie
mécanique pour produire des mouvements. Les moteurs électriques peuvent être utilisés pour
contrôler la vitesse, la position ou le couple dans une variété d'applications, allant des robots
industriels aux véhicules électriques.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 6

 Fonctionnement de L'Automatic Generation Control (AGC)

 Vannes : Les vannes sont des actionneurs utilisés pour réguler le débit de fluides tels que l'eau,
l'air, les gaz, etc. Elles sont couramment utilisées dans les systèmes de distribution de fluide, les
systèmes de contrôle de pression, les systèmes de refroidissement, etc. Les vannes peuvent être
commandées pour s'ouvrir, se fermer ou se positionner à différents niveaux afin de contrôler le
flux de fluide dans le système.

 Actionneurs pneumatiques : Les actionneurs pneumatiques utilisent l'air comprimé pour

générer des mouvements linéaires ou rotatifs. Ils sont utilisés dans de nombreux systèmes de
contrôle automatique pour effectuer des opérations de levage, de poussée, de rotation, etc. Les
actionneurs pneumatiques sont couramment utilisés dans l'automatisation industrielle et les
systèmes de contrôle de la robotique.

 Actionneurs hydrauliques : Les actionneurs hydrauliques utilisent un fluide hydraulique sous

pression pour générer des mouvements. Ils sont capables de fournir des forces élevées et sont
utilisés dans les applications nécessitant un contrôle précis de la force, telles que les presses
hydrauliques, les équipements de levage lourd, etc. Les actionneurs hydrauliques sont
couramment utilisés dans l'industrie et les applications de construction.

 Servomoteurs : Les servomoteurs sont des actionneurs électromécaniques précis et réactifs

utilisés pour contrôler la position, la vitesse et l'accélération avec une grande précision. Ils sont
largement utilisés dans les systèmes de contrôle de mouvement, tels que les robots industriels,
les machines CNC, les dispositifs d'asservissement, etc. Les servomoteurs permettent des
mouvements précis et rapides, en réponse aux signaux de commande.

 Actionneurs électro-hydrauliques : Les actionneurs électro-hydrauliques combinent les

avantages des actionneurs hydrauliques et électriques. Ils utilisent l'énergie électrique pour
contrôler la pression hydraulique et générer des mouvements précis et puissants. Ils sont utilisés
dans des applications telles que les grues, les équipements de construction, les systèmes de
positionnement, etc.

Ces actionneurs, parmi d'autres, sont utilisés dans le contrôle automatique pour générer les actions
nécessaires afin d'ajuster les variables d'état du système en fonction

III. Le fonctionnement de l'automatic control generation

A. Description

L'Automatic Control Generation (ACG) est une approche émergente dans le domaine du contrôle
automatique qui vise à automatiser le processus de conception des systèmes de contrôle. Le
fonctionnement de l'ACG implique plusieurs étapes clés :

 Modélisation du système : La première étape consiste à modéliser le système à contrôler. Cela

implique de décrire mathématiquement les relations entre les entrées, les sorties et les variables
d'état du système. La modélisation peut être basée sur des équations différentielles, des
équations d'état, des modèles physiques, ou elle peut être réalisée à partir de données
expérimentales.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 7

 Fonctionnement de L'Automatic Generation Control (AGC)

 Spécification des objectifs : Une fois le système modélisé, les objectifs du contrôle sont spécifiés.
Il s'agit de définir les performances souhaitées, telles que la stabilité, la précision, la rapidité de
réponse, etc., ainsi que les contraintes à respecter.

 Génération de contrôleurs : L'étape clé de l'ACG est la génération automatique des contrôleurs.
Elle consiste à utiliser des algorithmes et des techniques d'optimisation pour trouver les
meilleures stratégies de contrôle en fonction des objectifs spécifiés. Les contrôleurs peuvent être
générés sous différentes formes, telles que des contrôleurs PID, des contrôleurs basés sur des
modèles, des réseaux de neurones, etc.

 Évaluation et ajustement : Les contrôleurs générés sont évalués en utilisant des simulations ou
des expériences sur le système réel. Leur performance est mesurée en fonction des critères
spécifiés. Si les résultats ne sont pas satisfaisants, des ajustements sont effectués en modifiant
les paramètres ou la structure des contrôleurs.

 Implémentation : Une fois les contrôleurs satisfaisants obtenus, ils sont mis en œuvre dans le
système réel. Cela peut impliquer la programmation de microcontrôleurs, la configuration de
systèmes de contrôle distribués, ou l'intégration avec des logiciels de contrôle existants.

 Surveillance et adaptation : Après l'implémentation, les contrôleurs générés sont surveillés en

temps réel. Des techniques d'adaptation peuvent être utilisées pour ajuster les paramètres du
contrôleur en fonction des variations du système ou de l'environnement.

En effet, l'infrastructure électrique moderne est actuellement en train de subir des

transformations importantes en raison de l'intégration de sources de production d'énergie
renouvelable à grande échelle, de l'introduction de nouveaux concepts dans le système électrique
tels que les microréseaux et les réseaux intelligents, et de la digitalisation des structures de contrôle
dans le réseau du système électrique. C’est ainsi l'intégration de sources d'énergie renouvelable
intermittentes de plus en plus importantes telles que les parcs éoliens et les centrales
photovoltaïques entraîne une incertitude de la production d'énergie active, ce qui détermine les
variations de fréquence. De plus, de multiples contraintes physiques, environnementales et
opérationnelles émergent avec de nombreuses micro-sources d'énergie, ce qui a modifié le
fonctionnement des systèmes électriques de manière différente et pose donc divers défis pour le
fonctionnement sécurisé du système électrique. Par ailleurs, le réseau électrique moderne est en
train de passer d'un scénario intégré verticalement à un système électrique dérégulé, ce qui
nécessite le découplage des éléments du système électrique en parties horizontales et verticales.
Cela a accru la concurrence entre les fournisseurs de services publics, entraînant un libre accès à la
transmission et augmentant ainsi la probabilité de congestions de transmission. De plus, l'avènement
de divers éléments complexes du système électrique ayant des capacités et des taux de
consommation différents a encore modifié la dynamique du réseau du système électrique. Dans de
telles circonstances, l'analyse des stratégies de contrôle de fréquence est essentielle pour faire face
aux défis mentionnés ci-dessus dans le réseau du système électrique. En d'autres termes, un service
AGC est nécessaire non seulement pour garantir la fiabilité, la sécurité et le fonctionnement

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 8

 Fonctionnement de L'Automatic Generation Control (AGC)

économique du système, mais aussi pour offrir une version de contrôle innovante et améliorée qui
réponde à toutes les exigences du futur système électrique.

B. Acquisition et traitement des données

L'acquisition et le traitement des données sont des étapes cruciales dans le domaine du contrôle
automatique. Ces étapes consistent à collecter des données pertinentes sur le système à contrôler, à les
analyser et à les utiliser pour prendre des décisions de contrôle. Voici une description des étapes
d'acquisition et de traitement des données :

 Acquisition des données : La première étape consiste à collecter les données provenant des
capteurs. Les capteurs sont utilisés pour mesurer différentes grandeurs physiques telles que la
température, la pression, la vitesse, la position, etc. Les capteurs peuvent être connectés
directement au système à contrôler, et les mesures sont généralement effectuées à intervalles
réguliers. Les données acquises peuvent être analogiques ou numériques, selon les capteurs
utilisés.
 Conversion des données : Si les données acquises sont analogiques, elles doivent être converties
en format numérique pour pouvoir être traitées par des ordinateurs ou d'autres dispositifs
électroniques. Cette conversion est réalisée par des convertisseurs analogique-numérique (CAN)
qui convertissent les signaux analogiques en valeurs numériques discrètes.

 Filtrage et prétraitement des données : Les données acquises peuvent contenir du bruit, des
fluctuations ou des erreurs de mesure. Afin d'obtenir des données de haute qualité, des
techniques de filtrage et de prétraitement sont appliquées. Cela peut inclure l'application de
filtres numériques pour éliminer les fréquences indésirables, la calibration des capteurs pour
corriger les erreurs systématiques, ou d'autres méthodes de prétraitement spécifiques à
l'application.

 Stockage des données : Les données acquises doivent être stockées pour une utilisation
ultérieure. Elles peuvent être stockées dans des bases de données, des fichiers ou d'autres
systèmes de stockage. Il est important de conserver les données de manière organisée, en
incluant des informations telles que l'heure et la date d'acquisition, l'identifiant du capteur, etc.,
pour faciliter la récupération et l'analyse ultérieure.

 Analyse des données : Une fois les données acquises et prétraitées, elles peuvent être analysées
pour extraire des informations utiles. L'analyse des données peut inclure des techniques
statistiques, des algorithmes de traitement du signal, des méthodes d'apprentissage
automatique, etc. L'objectif est d'identifier des modèles, des tendances, des anomalies ou
d'autres informations pertinentes pour la prise de décision de contrôle.

 Prise de décision de contrôle : Les résultats de l'analyse des données sont utilisés pour prendre
des décisions de contrôle. Cela peut inclure la génération de signaux de commande pour les
actionneurs, l'ajustement des paramètres du contrôleur, l'activation de mécanismes de sécurité,

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 9

 Fonctionnement de L'Automatic Generation Control (AGC)

etc. Les décisions de contrôle sont prises en temps réel en fonction des informations fournies par
l'analyse des données.

1) Les méthodes d'acquisition des données

Il existe plusieurs méthodes d'acquisition des données dans le domaine du contrôle automatique.
Ces méthodes varient en fonction du type de capteurs utilisés, des caractéristiques du système à
contrôler et des exigences spécifiques de l'application. Voici quelques-unes des méthodes couramment
utilisées :

 Capteurs analogiques : Les capteurs analogiques mesurent les grandeurs physiques sous forme
de signaux continus. Ces signaux sont ensuite convertis en signaux électriques proportionnels à
la grandeur mesurée. Les capteurs analogiques peuvent être utilisés pour mesurer des grandeurs
telles que la température, la pression, le déplacement, etc. Les signaux analogiques sont ensuite
convertis en signaux numériques à l'aide de convertisseurs analogique-numérique (CAN) pour
être traités par des systèmes numériques.

 Capteurs numériques : Les capteurs numériques mesurent directement les grandeurs physiques
sous forme de signaux numériques. Ils utilisent des circuits intégrés pour convertir les grandeurs
mesurées en valeurs numériques, qui peuvent être traitées directement par des systèmes
numériques. Les capteurs numériques sont souvent utilisés pour mesurer des grandeurs telles
que la vitesse, l'accélération, l'angle, etc. Ils peuvent être interfacés avec des microcontrôleurs
ou d'autres dispositifs électroniques.

 Réseaux de capteurs : Les réseaux de capteurs sont des systèmes composés de plusieurs
capteurs interconnectés qui travaillent ensemble pour acquérir des données sur un système. Ces
capteurs sont souvent distribués dans l'environnement et communiquent entre eux pour
transmettre les données mesurées à un nœud central. Les réseaux de capteurs sont utilisés dans
des applications telles que la surveillance environnementale, la surveillance de structures, etc.

 Acquisition de données sans fil : Les avancées technologiques ont permis le développement de
systèmes d'acquisition de données sans fil. Ces systèmes utilisent des techniques de
communication sans fil telles que le Wi-Fi, le Bluetooth, le Zigbee, etc., pour transmettre les
données mesurées à distance. Cela offre une flexibilité et une facilité d'installation accrues,
permettant de collecter des données à partir de capteurs situés dans des endroits difficiles
d'accès ou éloignés du système de contrôle.

 Acquisition de données basée sur le bus : Dans certains systèmes de contrôle, les capteurs et les
actionneurs sont connectés à un bus de terrain commun, tel que le bus CAN (Controller Area
Network) ou le bus Ethernet industriel. Ce bus permet de transmettre les données mesurées de
manière efficace et fiable entre les capteurs et le système de contrôle. Les données peuvent être
acquises en temps réel à partir du bus de terrain, simplifiant ainsi la collecte des données dans
des systèmes complexes.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 10

 Fonctionnement de L'Automatic Generation Control (AGC)

Ces méthodes d'acquisition des données sont adaptées à différents contextes et applications de
contrôle automatique. Le choix de la méthode dépendra des spécificités du système à contrôler, des
capteurs disponibles, des exigences de performance, ainsi que des contraintes techniques et
économiques.

2) Les techniques de traitement et d'analyse des données

Les techniques de traitement et d'analyse des données dans le domaine du contrôle automatique
sont essentielles pour extraire des informations pertinentes à partir des données acquises. Voici
quelques-unes des techniques couramment utilisées :

 Filtrage des données : Le filtrage des données consiste à éliminer le bruit indésirable ou les
fluctuations aléatoires présentes dans les données mesurées. Les techniques de filtrage incluent
le filtrage passe-bas, le filtrage passe-haut, le filtrage passe-bande, etc. Les filtres numériques
sont couramment utilisés pour supprimer les fréquences indésirables et améliorer la qualité des
données.

 Analyse statistique : L'analyse statistique permet d'extraire des informations sur la distribution,
les tendances et les corrélations des données. Des techniques telles que la moyenne, l'écart-
type, la régression linéaire, l'analyse de variance, etc., sont utilisées pour identifier les modèles,
les relations et les variations significatives dans les données.

 Transformée de Fourier : La transformée de Fourier est une technique permettant de

représenter une série temporelle de données dans le domaine fréquentiel. Elle permet de
détecter les composantes fréquentielles présentes dans les données et d'identifier les
fréquences dominantes ou les harmoniques. La transformée de Fourier peut être utilisée pour
l'analyse spectrale des signaux et la détection de problèmes périodiques dans les données.

 Méthodes d'apprentissage automatique : Les méthodes d'apprentissage automatique, telles

que les réseaux de neurones, les arbres de décision, les algorithmes de clustering, etc., sont
utilisées pour analyser les données et identifier des modèles complexes. Ces méthodes peuvent
être utilisées pour la classification, la prédiction, la détection d'anomalies, l'optimisation, etc.
L'apprentissage automatique permet d'exploiter les données pour prendre des décisions de
contrôle plus intelligentes et adaptatives.

 Identification de système : L'identification de système est une technique qui vise à estimer les
paramètres ou les caractéristiques d'un modèle mathématique représentant le système à
contrôler. Elle consiste à ajuster les paramètres du modèle aux données mesurées afin d'obtenir
une représentation précise du système. Les méthodes d'identification de système incluent la
méthode des moindres carrés, l'estimation du maximum de vraisemblance, les méthodes basées
sur l'optimisation, etc.

 Analyse temporelle et fréquentielle : L'analyse temporelle et fréquentielle permet d'explorer les

caractéristiques temporelles et fréquentielles des données. Cela peut inclure l'analyse de la
réponse transitoire du système, l'identification des réponses en fréquence, la détection des

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 11

 Fonctionnement de L'Automatic Generation Control (AGC)

oscillations, etc. Ces analyses fournissent des informations sur la dynamique et le comportement
du système.

Il convient de noter que ces techniques ne sont pas exhaustives et qu'il existe de nombreuses autres
méthodes et approches pour le traitement et l'analyse des données dans le domaine du contrôle
automatique. Le choix des techniques dépendra du type de données, de la nature du système à
contrôler, des objectifs spécifiques de l'application.

B. La génération des actions de contrôle

La génération des actions de contrôle est une étape clé dans le processus de contrôle automatique.
Une fois que les données ont été acquises, traitées et analysées, des actions de contrôle appropriées
doivent être générées pour ajuster le système et atteindre les objectifs de contrôle souhaités.

1) Classification selon les systèmes d’alimentation

a. Systèmes d'alimentation à zone unique

Les modèles AGC dans les systèmes d'alimentation à zone unique utilisent la technique de structure
variable a été utilisée pour obtenir un système de contrôle robuste et invariant. Dans les systèmes
d'alimentation actuels composés de zones uniques, les vulnérabilités sont accrues en raison de
l'augmentation soudaine des demandes de charge et de la nature volatile des sources de génération, ce
qui entraîne un impact des retards de communication sur les régulateurs de fréquence . l'analyse de la
technique de contrôle suggérée a montré qu'elle offre une réponse plus rapide au rejet des
perturbations par rapport aux autres régulateurs conventionnels

b. Les systèmes électriques à trois zones

Un AGC avec trois zones inégales comprenant des sources thermiques avec surchauffe unique et des
GRC est composé d’Un régulateur à deux degrés de liberté (2DOF) avec IDD est mis en œuvre dans
l'étude et sa performance est comparée à celle du régulateur 2DOF-PI, PID et DD pour vérifier sa
supériorité. Les paramètres de contrôle sont réglés à l'aide de l'algorithme de recherche du coucou. De
plus, l'efficacité de plusieurs dispositifs FACTS, tels que le compensateur synchrone statique en série
(SSSC), le condensateur de série à commande thyristor (TCSC), le déphaseur à commande thyristor
(TCPS) et le régulateur unifié de flux de puissance (UPFC) avec le régulateur 2DOF proposé est vérifiée et
il a été constaté que la réponse dynamique requise est obtenue avec l'IPFC.. L'algorithme proposé est
développé en combinant le concept de quasi-opposition avec la technique de recherche d'harmonie
existante. De plus, pour compiler rapidement, l'algorithme proposé se concentre sur les caractéristiques
à la fois des prédictions des points opposés et du point de son miroir.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 12

 Fonctionnement de L'Automatic Generation Control (AGC)

Figure 2: AGC à 3 zones

c. Systèmes électriques à quatre zones

les systèmes AGC avec quatre zones est Un système AGC basé sur un régulateur PID flou de type 2 est
utilisé dans un réseau électrique intégré à quatre zones présentant un comportement non linéaire et des
incertitudes. En cas d'incertitudes du système, les ensembles flous de type 2 avec un degré
d'appartenance flou sont réputés bien s'adapter. Les paramètres du schéma de contrôle mentionné ci-
dessus sont optimisés à l'aide d'un algorithme de big bang - big crunch ayant la caractéristique d'une
vitesse de convergence rapide. Le cadre de contrôle proposé est comparé aux résultats des régulateurs
les plus récents et montre de meilleures performances en termes de temps d'établissement et de
stabilité en présence de variations de charge. Un modèle AGC basé sur le contrôle par mode glissant
pour un système électrique à quatre zones, qui prend en compte les centrales hydroélectriques, les
centrales thermiques à surchauffe et les centrales thermiques sans surchauffe. Un système AGC basé sur
la logique floue de Sugeno pour un système électrique dérégulé à quatre zones multi-unités est proposé
dans la littérature afin de renforcer davantage le comportement bilatéral et d'accéder aux performances
de l'AGC. Les paramètres du régulateur proposé sont configurés à l'aide de l'algorithme de recherche
d'harmonie quasi-oppositionnelle.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 13

 Fonctionnement de L'Automatic Generation Control (AGC)

Figure 3: AGC à four area

d. Systèmes électriques à M zones

Le modèle AGC pour les systèmes électriques à plusieurs zones, dans lesquels plusieurs zones sont
considérées avec plusieurs sources, est Un régulateur PI basé sur un algorithme génétique (GA) est utilisé
avec la fonction objective ITSE. De plus, la marge de robustesse du système et les performances
transitoires sont optimisées simultanément pour obtenir les paramètres optimaux du régulateur. Cest
Une logique floue a été utilisée pour développer une technique de contrôle adaptatif et un algorithme
pour la mise à niveau des paramètres.

Figure 4: AGC à multi zones

2) Classification basée sur les organisations des régulateurs

Cette section donne un aperçu des différentes structures organisationnelles des régulateurs AGC dans le
réseau électrique. Elles sont principalement divisées en trois catégories distinctes, à savoir les
régulateurs centralisés, décentralisés et hiérarchiques. Le contrôle hiérarchique est ensuite subdivisé en
concepts de contrôle à deux niveaux et multi-niveaux.

a. Régulateurs centralisés

Dans une organisation centralisée, un opérateur de régulateur global recueille des informations sur tous
les états du système et y répond en conséquence. La base du contrôle centralisé est la classe des
perturbations.. De plus, des techniques de placement de pôles sont utilisées pour positionner les pôles
dans les régions requises. Le principal inconvénient de l'approche de contrôle centralisé est le partage
des connaissances à partir de la région de contrôle répartie dans les régions géographiques associées.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 14

 Fonctionnement de L'Automatic Generation Control (AGC)

Cependant, la charge de calcul et les exigences de stockage importantes empêchent l'application de

l'approche de contrôle centralisé pour les grands systèmes électriques interconnectés.

b. Régulateurs décentralisés

Contrairement au concept de contrôle centralisé, le problème de communication est efficacement traité

dans l'organisation des régulateurs décentralisés développés pour le contrôle du système électrique. Ce
principe se concentre sur la fragmentation des systèmes électriques complexes en plusieurs sous-
systèmes et sur le contrôle autonome de chaque sous-système. De plus, des observateurs sont
développés dans chaque zone du système électrique pour approximer le signal appliqué à chaque
centrale électrique. Dans une structure d'organisation décentralisée, les régulateurs locaux n'utilisent
que les données locales et n'ont pas besoin de rétroaction des autres zones. Dans une telle situation, la
fiabilité du système est une préoccupation car tous les régulateurs locaux fonctionnent simultanément.
Par conséquent, un régulateur AGC basé sur le modèle exact de la centrale électrique ne fonctionnera
pas bien dans un tel environnement.

c. Régulateurs à deux niveaux et multi-niveaux

Pour réduire les coûts de coordination, les gains de rétroaction liés à un certain état des zones voisines
ne sont pas pris en compte dans l'approche de gestion décentralisée. Le type de coopération entre les
zones rend la structure globale du système imprévisible. Ici, un réseau électrique interconnecté à
plusieurs zones est divisé en plusieurs sous-systèmes à la première étape et un problème d'optimisation
est résolu dans chaque région en se basant sur les informations de la zone locale et des autres zones. Au
deuxième niveau, une procédure itérative est utilisée pour amener les régulateurs locaux vers la solution
optimale globale. L'approche mentionnée réduit le temps de calcul en utilisant une approche de
traitement parallèle et surmonte les autres problèmes de la stratégie de contrôle centralisé dans un
réseau électrique interconnecté à grande échelle. Ici, pour garantir la stabilité de la fréquence, les agents
AGC inférieurs maintiennent un soutien mutuel de puissance entre les zones interconnectées, tandis que
l'agent de niveau supérieur communique avec l'agent de niveau inférieur en utilisant une approche
unifiée pour résoudre la tension entre l'atténuation de l'erreur d'équilibrage automatique (ACE) et la
stabilisation de la fréquence du système.

Un régulateur AGC adaptatif à plusieurs niveaux basé sur un régulateur à auto-ajustement (STR). Pour
définir les paramètres sur lesquels l'erreur d'équilibrage automatique (ACE) pour la zone donnée est
mesurée, le schéma de contrôle choisit chaque zone comme un sous-modèle régressif mobile individuel
et une technique des moindres carrés récursive est utilisée pour sélectionner les paramètres. Le contrôle
centralisé est appliqué au niveau du groupe, tandis qu'un contrôle distribué est mis en œuvre au niveau
de la coordination. Lorsqu'il y a moins de groupes que de nœuds au niveau de la coordination, il est plus
efficace de réduire les dépenses pour un système que d'utiliser uniquement des schémas de contrôle
purement distribués. De plus, au niveau du groupe, il y a moins de nœuds par rapport au nombre total
de nœuds, ce qui permet au groupe de réduire les surcharges de communication et de calcul. Des

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 15

 Fonctionnement de L'Automatic Generation Control (AGC)

recherches sur la stabilité sont menées sur les systèmes de contrôle proposés en utilisant le schéma de
Lyapunov, ce qui a démontré une plus grande stabilité à des taux d'échantillonnage élevés.

3) Classification de selon le type de modèle de contrôle

Tout d'abord, il est nécessaire de sélectionner un modèle de contrôle approprié qui représente le
comportement du système à contrôler. Le modèle de contrôle peut être linéaire ou non linéaire, et il
peut être déterministe ou basé sur des approches probabilistes. Le choix du modèle dépend des
caractéristiques du système et des objectifs de contrôle.

a. Conception du contrôleur

Une fois le modèle de contrôle sélectionné, un contrôleur doit être conçu pour générer les actions
de contrôle. Le contrôleur utilise les informations fournies par l'analyse des données pour prendre des
décisions de contrôle en temps réel. Différents types de contrôleurs peuvent être utilisés, tels que les
contrôleurs PID (proportionnel-intégral-dérivé), les contrôleurs à logique floue, les contrôleurs basés sur
les réseaux de neurones, etc. La conception du contrôleur vise à atteindre des performances de contrôle
optimales en ajustant les paramètres du contrôleur.

b. Génération des actions de contrôle

Une fois que le contrôleur est conçu, il génère les actions de contrôle à appliquer au système. Les
actions de contrôle peuvent être des signaux de commande qui modifient les paramètres du système ou
influencent son comportement. Par exemple, dans le cas d'un système de chauffage, les actions de
contrôle peuvent être des signaux de commande pour augmenter ou diminuer la puissance de chauffage
en fonction des conditions mesurées.

c. Boucle de rétroaction

Le processus de génération des actions de contrôle est généralement itératif, ce qui signifie qu'il est
répété en boucle continue. Après avoir généré une action de contrôle, le système est surveillé en temps
réel pour mesurer son état et ses performances. Ces mesures sont ensuite utilisées pour ajuster le
contrôleur et générer de nouvelles actions de contrôle. Cela permet de maintenir le système dans un
état désiré et de s'adapter aux changements des conditions de fonctionnement.

d. Mécanismes d'optimisation

Dans certains cas, des mécanismes d'optimisation peuvent être utilisés pour améliorer les
performances du contrôle. Ces mécanismes cherchent à ajuster les paramètres du contrôleur de manière
itérative pour minimiser une fonction coût ou atteindre des objectifs spécifiques. Des techniques telles
que l'optimisation numérique, l'optimisation basée sur des algorithmes génétiques ou des algorithmes
d'optimisation stochastique peuvent être utilisées pour rechercher les meilleurs paramètres du
contrôleur.

4) Classification selon Les algorithmes et les stratégies utilisés

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 16

 Fonctionnement de L'Automatic Generation Control (AGC)

Dans le domaine du contrôle automatique, plusieurs algorithmes et stratégies sont utilisés pour la
génération des actions de contrôle. Voici quelques exemples couramment utilisés :

a. Contrôle proportionnel-intégral-dérivé (PID) :

L'algorithme de contrôle PID est l'un des plus largement utilisés en contrôle automatique. Il combine
trois termes - proportionnel, intégral et dérivé - pour ajuster les actions de contrôle en fonction de
l'erreur actuelle, de l'accumulation des erreurs passées et du taux de variation de l'erreur. Le contrôle
PID est efficace pour réguler les systèmes à réponse rapide et présente une grande flexibilité grâce à la
possibilité de régler les coefficients du contrôleur.

b. Contrôle à logique floue

Les contrôleurs à logique floue sont basés sur la logique floue, qui permet de prendre en compte des
informations qualitatives et incertaines dans le processus de contrôle. Ces contrôleurs utilisent des
règles linguistiques pour décrire les relations entre les variables d'entrée et de sortie du système. Les
contrôleurs à logique floue sont souvent utilisés dans des systèmes complexes où les modèles
mathématiques exacts sont difficiles à obtenir.

Figure 5: stucture
de base de logique floue

c. Contrôle adaptatif

Les algorithmes de contrôle adaptatif ajustent automatiquement les paramètres du contrôleur en

fonction des variations du système et des conditions de fonctionnement. Ces algorithmes utilisent des
techniques d'identification de système en temps réel pour estimer les paramètres du système et ajuster
les actions de contrôle en conséquence. Le contrôle adaptatif est particulièrement utile dans les
systèmes dont les caractéristiques peuvent changer avec le temps ou sous l'influence de facteurs
externes.

d. Contrôle prédictif

Le contrôle prédictif, également connu sous le nom de contrôle modèle-prédictif, utilise un modèle
mathématique du système pour prédire son comportement futur. L'algorithme de contrôle prédictif
optimise une fonction coût en utilisant des prédictions à court terme pour générer les actions de
contrôle optimales. Ce type de contrôle est efficace pour prendre en compte les contraintes et les
objectifs multiples du système.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 17

 Fonctionnement de L'Automatic Generation Control (AGC)

e. Contrôle robuste

Le contrôle robuste vise à maintenir les performances du système malgré les variations et les
incertitudes. Les algorithmes de contrôle robuste prennent en compte les incertitudes dans le modèle du
système et cherchent à garantir la stabilité et la performance du système dans une gamme étendue de
conditions. Des techniques telles que la théorie H-infini, le contrôle µ-synthèse et le contrôle de boucle
interne robuste sont utilisées pour concevoir des contrôleurs robustes.

f. Contrôle optimal

Le contrôle optimal vise à trouver les actions de contrôle qui optimisent une certaine fonction coût.
Les algorithmes d'optimisation tels que la programmation linéaire, la programmation quadratique,
l'optimisation non linéaire, etc., sont utilisés pour résoudre les problèmes de contrôle optimal. Le
contrôle optimal permet d'obtenir les actions de contrôle qui minimisent la consommation d'énergie,
maximisent les performances du système ou répondent à d'autres critères d'optimisation.

5) Classification selon les contraintes et les objectifs dans la génération des actions

Lors de la génération des actions de contrôle, il est souvent nécessaire de prendre en compte des
contraintes et des objectifs spécifiques du système à contrôler. Cela permet d'assurer que les actions de
contrôle générées respectent les limitations physiques du système et atteignent les objectifs de
performance souhaités. Voici quelques méthodes couramment utilisées pour intégrer les contraintes et
les objectifs dans la génération des actions de contrôle :

a. Contraintes physiques

Les contraintes physiques sont les limitations imposées par le système lui-même, telles que les
limites de vitesse, de position, de puissance, de tension, etc. Lors de la génération des actions de
contrôle, il est important de s'assurer que les actions respectent ces contraintes pour éviter
d'endommager le système ou de causer des comportements indésirables. Les contraintes peuvent être
prises en compte en ajustant les limites des variables de contrôle ou en utilisant des algorithmes de
contrôle spécifiques qui respectent automatiquement les contraintes.

b. Contraintes opérationnelles

Les contraintes opérationnelles sont liées aux objectifs et aux conditions de fonctionnement
spécifiques du système. Par exemple, un système de contrôle peut avoir pour objectif de maintenir une
certaine température dans une plage spécifique ou de maintenir une certaine qualité de production. Les
contraintes opérationnelles peuvent être intégrées dans la génération des actions de contrôle en
ajustant les critères d'optimisation utilisés par les algorithmes de contrôle ou en ajoutant des termes de
coût spécifiques pour respecter ces contraintes.

c. Fonctions de coût

Les fonctions de coût sont utilisées pour quantifier les objectifs et les préférences dans la génération
des actions de contrôle. Elles permettent de définir une mesure de performance et d'évaluer les actions

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 18

 Fonctionnement de L'Automatic Generation Control (AGC)

de contrôle en fonction de cette mesure. Par exemple, une fonction de coût peut attribuer des poids
différents aux différentes variables de contrôle ou prendre en compte des objectifs hiérarchisés. Les
fonctions de coût sont utilisées dans des techniques d'optimisation pour trouver les actions de contrôle
qui minimisent ou maximisent la fonction de coût.

d. Contrôle multi-objectif

Dans certains cas, il peut être nécessaire de prendre en compte plusieurs objectifs contradictoires
dans la génération des actions de contrôle. Par exemple, un système de contrôle peut avoir à la fois
l'objectif de minimiser la consommation d'énergie et de maximiser la qualité de production. Les
approches de contrôle multi-objectif permettent de trouver un compromis entre ces objectifs en utilisant
des méthodes d'optimisation multi-objectif, telles que la programmation multi-objectif, les méthodes
basées sur des poids, les approches basées sur des frontières Pareto, etc.

e. Rétroaction adaptative

La rétroaction adaptative est une approche qui permet d'ajuster les actions de contrôle en temps
réel en fonction des mesures en cours et des objectifs souhaités. Elle permet d'adapter les actions de
contrôle en fonction des variations du système et des conditions de fonctionnement. La rétroaction
adaptative peut inclure des mécanismes d'ajustement automatique des paramètres du contrôleur, des
stratégies

6) Classification selon les méthodes de contrôle intelligent et de soft computing

Les méthodes de contrôle intelligent et de soft computing font référence à l'application de

l'intelligence artificielle (IA) et des techniques de calcul doux (soft computing) aux systèmes de contrôle.
Ces méthodes visent à améliorer les performances, l'adaptabilité et l'autonomie des systèmes de
contrôle en intégrant des capacités de prise de décision intelligentes et des approches flexibles pour
gérer l'incertitude et la complexité. En pratique, les systèmes non linéaires comme les systèmes
électriques sont généralement approximés par l’utilisation de modèles d'ordre réduit, probablement
linéaires (liés aux caractéristiques particulières des usines). Par conséquent, les systèmes non linéaires
sont précis dans certaines conditions de fonctionnement dans la plupart des cas. Dans le cas contraire, le
système de contrôle ne serait pas adéquat ou nécessiterait d'adopter les paramètres système modifiés.
De plus, la nature du système électrique moderne tient incertitudes, non-linéarités et complexités, pour
lesquelles le système AGC traditionnel n’en offre pas une solution suffisante.

Voici quelques-unes des principales méthodes de contrôle intelligent et de soft computing :

 Réseaux de neurones : Les réseaux de neurones ou Artificial Neural Networks (ANN) sont des
modèles computationnels inspirés du cerveau humain. Ils sont utilisés pour apprendre à partir de
données et peuvent être utilisés pour des tâches de contrôle telles que la modélisation de
systèmes, le contrôle non linéaire et le contrôle adaptatif. Les réseaux de neurones sont
capables d'approximer des fonctions complexes de contrôle.
 Logique floue : La logique floue ou Fuzzy Logic Control (FLC) utilise des ensembles flous et des
variables linguistiques pour représenter et raisonner sur des informations incertaines ou

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 19

 Fonctionnement de L'Automatic Generation Control (AGC)

imprécises. Elle est particulièrement utile pour modéliser des systèmes dont les données sont
vagues ou qualitatives. Les contrôleurs basés sur la logique floue sont capables de gérer des
systèmes non linéaires et de traiter efficacement l'incertitude.
 Algorithmes génétiques : Les algorithmes génétiques ou Genetic Algorithms (GA) sont des
algorithmes d'optimisation inspirés de la théorie de l'évolution. Ils utilisent des principes
génétiques tels que la sélection naturelle et la reproduction pour rechercher des solutions de
contrôle optimales. Les algorithmes génétiques sont souvent utilisés pour optimiser les
paramètres de contrôle ou pour trouver des stratégies de contrôle efficaces.
 Particle Swarm Optimization (PSO) : PSO est une technique d'optimisation basée sur la
population qui imite le comportement social des troupeaux d'oiseaux ou des bancs de poissons.
Il s'agit d'un essaim de particules à la recherche de solutions optimales en ajustant itérativement
leurs positions. PSO a été appliqué pour contrôler des tâches telles que le réglage des
paramètres, l'optimisation des politiques de contrôle et le contrôle adaptatif.
 Ant Colony Optimization (ACO): Les algorithmes ACO sont inspirés du comportement de
recherche de nourriture des fourmis. Ces algorithmes utilisent des traînées de phéromones pour
guider la recherche de solutions optimales. ACO a été utilisé dans des tâches de contrôle telles
que l'optimisation du système, le routage et la planification.
 Approches hybrides : les méthodes de contrôle informatiques souples sont souvent combinées
avec des techniques de contrôle traditionnelles pour former des systèmes de contrôle hybrides.
Ces approches tirent parti des atouts des méthodes de contrôle traditionnelles et des techniques
informatiques douces, permettant des solutions de contrôle plus robustes et adaptatives
 Systèmes experts : Les systèmes experts sont des systèmes basés sur des règles qui utilisent des
connaissances et des règles préalablement définies pour prendre des décisions de contrôle. Ces
systèmes sont conçus pour imiter l'expertise humaine dans un domaine spécifique. Les systèmes
experts peuvent être utilisés pour capturer et utiliser des connaissances spécialisées dans des
problèmes de contrôle spécifiques.
 Systèmes multi-agents : Les systèmes multi-agents sont des systèmes composés de plusieurs
agents autonomes qui coopèrent et communiquent entre eux pour atteindre des objectifs
communs. Ces agents peuvent appliquer des méthodes d'intelligence artificielle et de calcul doux
pour résoudre des problèmes de contrôle complexes, tels que l'optimisation, la coordination et
la planification.

Ces méthodes de contrôle intelligent et de soft computing offrent des avantages tels que la capacité
à gérer l'incertitude, à s'adapter aux changements de l'environnement et à traiter des systèmes
complexes. Elles sont largement utilisées dans des domaines tels que la robotique, les systèmes
d'alimentation, les systèmes de transport, l'automatisation industrielle et bien d'autres.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 20

 Fonctionnement de L'Automatic Generation Control (AGC)

IV Les avantages et les limites de l'automatic generation control

A. Les avantages de l'utilisation de l'automatic generation control

L'Automatic Generation Control (AGC), également connu sous le nom de contrôle automatique de la
production, présente plusieurs avantages importants dans le domaine de l'industrie de l'électricité. Voici
quelques-uns de ces avantages :

 Stabilité du réseau électrique : L'un des principaux avantages de l'AGC est sa capacité à
maintenir la stabilité du réseau électrique. En ajustant la production des unités de génération en
temps réel, l'AGC assure l'équilibre entre la demande et la production d'électricité, ce qui
contribue à maintenir la fréquence et la tension du réseau dans des limites acceptables.

 Réponse rapide aux variations de charge : L'AGC permet une réponse rapide aux variations de la
demande d'électricité. Lorsque la demande augmente ou diminue brusquement, l'AGC ajuste
rapidement la production des unités de génération pour compenser ces variations et maintenir
l'équilibre entre l'offre et la demande. Cela permet d'éviter les fluctuations excessives de la
tension et de la fréquence du réseau.

 Amélioration de la qualité de l'énergie : En régulant la production des unités de génération,

l'AGC contribue à améliorer la qualité de l'énergie fournie aux consommateurs. Il permet de
maintenir une tension stable et une fréquence précise, ce qui réduit les variations indésirables
de la tension et minimise les perturbations dans le réseau électrique.

 Réduction des coûts d'exploitation : L'AGC permet une gestion plus efficace de la production
d'électricité, ce qui peut se traduire par une réduction des coûts d'exploitation. En ajustant la
production des unités de génération en fonction de la demande réelle, l'AGC permet de
minimiser les surcapacités ou les sous-capacités inutiles, ce qui réduit les coûts liés à l'achat ou à
la vente d'électricité sur le marché.

 Optimisation des ressources énergétiques : L'AGC facilite l'optimisation de l'utilisation des

différentes ressources énergétiques disponibles. Il permet de coordonner la production des
différentes centrales électriques, qu'elles soient thermiques, hydrauliques, éoliennes, solaires,
etc. Ainsi, l'AGC favorise l'utilisation efficace et équilibrée de ces ressources, en fonction de leurs
caractéristiques et de la demande d'électricité.

 Réduction des émissions de CO2 : En optimisant la production d'électricité et en favorisant

l'utilisation de sources d'énergie renouvelable, l'AGC contribue à la réduction des émissions de
CO2 et à la transition vers un système énergétique plus respectueux de l'environnement. Il
permet d'augmenter la part d'énergie renouvelable dans le mix énergétique global et de
minimiser l'utilisation de centrales thermiques plus polluantes.

B. Les défis et les limites rencontrés dans son application

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 21

 Fonctionnement de L'Automatic Generation Control (AGC)

Bien que l'Automatic Generation Control (AGC) présente de nombreux avantages, il existe également
certains défis à relever dans sa mise en œuvre. Voici quelques-uns des défis couramment rencontrés :

 Complexité du système : Le réseau électrique est un système complexe et interconnecté,

composé de plusieurs unités de génération, de lignes de transmission et de charges. La mise en
place d'un AGC efficace nécessite une compréhension approfondie de la dynamique du réseau et
des interactions entre les différents éléments. La complexité du système peut rendre la
conception et la mise en œuvre de l'AGC plus difficiles.

 Gestion des incertitudes : L'AGC doit faire face à diverses sources d'incertitudes telles que les
variations de la demande d'électricité, les fluctuations des sources d'énergie renouvelable, les
pannes de génération ou de transmission, etc. La gestion de ces incertitudes et leur
incorporation dans les modèles de contrôle peuvent représenter un défi. Il est nécessaire de
développer des algorithmes et des stratégies de contrôle robustes pour faire face à ces
incertitudes et maintenir la stabilité du réseau.

 Temps de réponse rapide : L'AGC doit être capable de répondre rapidement aux variations de la
demande d'électricité pour maintenir l'équilibre entre l'offre et la demande. Cela nécessite des
systèmes de contrôle réactifs et des communications rapides entre les différents acteurs du
réseau. La latence dans la transmission des signaux de commande et des mesures peut limiter la
capacité de l'AGC à ajuster rapidement la production des unités de génération.

 Coopération entre les acteurs du réseau : Pour une efficacité maximale, l'AGC nécessite une
coopération étroite entre les opérateurs de réseau, les exploitants des centrales électriques et
d'autres acteurs du secteur de l'électricité. La coordination des actions de contrôle et le partage
d'informations en temps réel peuvent être complexes, en particulier dans les réseaux électriques
larges et complexes comprenant plusieurs acteurs et systèmes de contrôle différents.

 Intégration des énergies renouvelables : Avec la croissance de la production d'énergies

renouvelables, telles que l'énergie solaire et éolienne, l'intégration de ces sources d'énergie
intermittentes dans l'AGC représente un défi majeur. Les fluctuations de la production d'énergie
renouvelable peuvent rendre difficile la prévision et la gestion de l'équilibre entre l'offre et la
demande. Des modèles et des techniques de prévision avancés sont nécessaires pour intégrer
efficacement ces sources d'énergie dans l'AGC.

 Sécurité et cybersécurité : L'AGC est un élément critique de l'infrastructure électrique, ce qui en

fait une cible potentielle d'attaques malveillantes. La sécurité et la cybersécurité des systèmes
d'AGC sont donc d'une importance cruciale. La mise en place de mesures de sécurité robustes,
telles que l'authentification, la cryptographie et la surveillance en temps réel, est essentielle pour
protéger les systèmes d'AGC contre les cyberattaques et les intrusions

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 22

 Fonctionnement de L'Automatic Generation Control (AGC)

1) les limites de l'automatic generation control

L'Automatic Generation Control (AGC) présente également certains inconvénients qui doivent être
pris en compte. Voici quelques-uns des inconvénients couramment associés à l'AGC :

 Coût élevé : La mise en place d'un système AGC efficace peut nécessiter des investissements
importants en termes d'équipements, de logiciels et de ressources humaines. La mise à niveau
des infrastructures existantes pour prendre en charge l'AGC peut également entraîner des coûts
supplémentaires. De plus, la maintenance et la mise à jour régulières du système AGC peuvent
engendrer des dépenses continues.

 Dépendance aux technologies de communication : L'AGC repose sur des systèmes de

communication fiables et rapides pour transmettre les signaux de commande et les données de
mesure entre les différentes entités du réseau. Tout dysfonctionnement ou interruption des
communications peut affecter la performance de l'AGC et la stabilité du réseau. Il est donc
essentiel de disposer de systèmes de communication redondants et sécurisés.

 Complexité de la mise en œuvre : La mise en place d'un système AGC peut être complexe et
nécessiter une expertise spécialisée. La conception, l'intégration et la configuration du système
AGC nécessitent une compréhension approfondie de la dynamique du réseau électrique, des
systèmes de contrôle et des protocoles de communication. La complexité de la mise en œuvre
peut entraîner des délais et des difficultés techniques.

 Prise en compte des caractéristiques spécifiques du réseau : Chaque réseau électrique présente
des caractéristiques et des contraintes spécifiques qui doivent être prises en compte lors de la
conception de l'AGC. Par exemple, les réseaux avec une forte intégration d'énergies
renouvelables ou des réseaux distribués peuvent nécessiter des stratégies de contrôle
spécifiques. L'adaptation de l'AGC aux caractéristiques spécifiques du réseau peut représenter
un défi supplémentaire.

 Sensibilité aux erreurs de modélisation : L'efficacité de l'AGC dépend de la qualité des modèles
de contrôle utilisés pour représenter le système électrique. Des erreurs de modélisation peuvent
entraîner des performances sous-optimales ou même des instabilités du réseau. Il est donc
essentiel d'avoir des modèles précis et actualisés du réseau électrique pour obtenir des résultats
fiables avec l'AGC.

 Impact sur la flexibilité et la diversité des sources d'énergie : L'AGC peut favoriser une certaine
uniformité dans la production d'électricité en ajustant la production des unités de génération
pour maintenir l'équilibre entre l'offre et la demande. Cela peut limiter la flexibilité et la diversité
des sources d'énergie, en particulier dans les réseaux avec une forte part d'énergies
renouvelables. Il est donc important de trouver un équilibre entre la stabilité du réseau et la
promotion de la diversité énergétique.

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 23

 Fonctionnement de L'Automatic Generation Control (AGC)

CONCLUSION
En conclusion, l'Automatic Generation Control (AGC) est un élément crucial dans les systèmes
d'alimentation électrique pour maintenir la stabilité de fréquence et assurer un équilibre entre la
production et la consommation d'énergie. Nous avons examiné les principes de base de l'AGC, ses
objectifs et les différents types de contrôleurs utilisés. Du contrôle basé sur l'organisation du contrôleur
à l'utilisation de méthodes intelligentes et de soft computing, une variété d'approches peut être
appliquée en fonction des caractéristiques du système et des exigences spécifiques.

Les systèmes d'alimentation évoluent constamment, avec des demandes croissantes et une
intégration accrue des sources d'énergie renouvelable. Dans ce contexte, il est essentiel d'explorer et
d'adopter des méthodes de contrôle innovantes et adaptatives pour garantir un fonctionnement efficace
et stable du système. Les méthodes intelligentes, telles que les réseaux de neurones, la logique floue, les
algorithmes génétiques, le renforcement d'apprentissage et les systèmes experts, offrent des possibilités
prometteuses pour améliorer les performances de l'AGC. Cependant, il convient de noter que la mise en
œuvre de ces méthodes nécessite une compréhension approfondie du système, des données de qualité
et une validation rigoureuse pour garantir leur fiabilité. De plus, la conception et la configuration des
contrôleurs AGC doivent prendre en compte les aspects de cybersécurité pour protéger les systèmes
d'alimentation contre les attaques potentielles.

En résumé, l'AGC est un domaine de recherche et d'application dynamique qui évolue avec les
avancées technologiques. En exploitant les méthodes de contrôle intelligentes et de soft computing,
nous pouvons améliorer l'efficacité, l'adaptabilité et la résilience des systèmes d'alimentation électrique,
contribuant ainsi à la transition vers des réseaux électriques plus intelligents, durables et fiables

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 24

 Fonctionnement de L'Automatic Generation Control (AGC)

BIBLIOGRAPHIE
1. Kundur, P. (1994). Power system stability and control. McGraw-Hill.

2. Wood, A. J., & Wollenberg, B. F. (2012). Power generation, operation, and control. John Wiley &
Sons.

3. Pal, B., & Ghoshal, S. P. (2018). Automatic Generation Control of Power Systems: Contemporary
Research and New Perspectives. CRC Press.

4. Elgerd, O. I. (2003). Electric energy systems theory: An introduction. Tata McGraw-Hill Education.

5. Glover, J. D., Sarma, M. S., & Overbye, T. J. (2017). Power system analysis and design. Cengage
Learning.

6. Bevrani, H. (2011). Robust power system frequency control. Springer Science & Business Media.

7. El-Samahy, I., Hegazy, Y. G., & El-Saadany, E. F. (2011). Modern heuristic optimization
techniques: Theory and applications to power systems. John Wiley & Sons.

8. Pal, B., Chatterjee, K., & Ghoshal, S. P. (2013). Soft computing in power systems. Springer Science
& Business Media.

9. Niknam, T., Azizipanah-Abarghooee, R., & Shafie-khah, M. (2017). Intelligent control of power
systems using soft computing methodologies. Springer.

10. Wang, Y., & Nehrir, M. H. (2004). Power system dynamic stability and control. John Wiley & Sons

11. Kaleem Ullah , Abdul Basit , Zahid Ullah , Sheraz Aslam and Herodotos Herodotou (2021).
Automatic Generation Control Strategies in Conventional and Modern Power Systems: A
Comprehensive Overview

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 25

 Fonctionnement de L'Automatic Generation Control (AGC)

Table des matières

INTRODUCTION............................................................................................................................................1
I Les bases théoriques de l'Automatic Generation Control..................................................................2
A. Historique........................................................................................................................................2
B. Les concepts de contrôle automatique...........................................................................................3
1) Notions de bases..........................................................................................................................3
2) Définitions et objectifs du contrôle automatique.......................................................................4
3) Les principales théories et modèles utilisés................................................................................4
C. Les principaux composants de l'automatic control generation......................................................5
1) Les capteurs et leurs rôles dans la collecte de données..............................................................5
2) Les actionneurs et leur fonction dans la génération des actions de contrôle............................6
III. Le fonctionnement de l'automatic control generation...................................................................7
A. Description.......................................................................................................................................7

B. Acquisition et traitement des données...................................................................................9

1) Les méthodes d'acquisition des données..................................................................................10
2) Les techniques de traitement et d'analyse des données..........................................................11
B. La génération des actions de contrôle...........................................................................................12
1) Classification selon les systèmes d’alimentation......................................................................12
2) Classification basée sur les organisations des régulateurs.......................................................14
3) Classification de selon le type de modèle de contrôle............................................................16
4) Classification selon Les algorithmes et les stratégies utilisés...................................................16
5) Classification selon les contraintes et les objectifs dans la génération des actions................18
6) Classification selon les méthodes de contrôle intelligent et de soft computing.....................19
IV Les avantages et les limites de l'automatic generation control........................................................21
A. Les avantages de l'utilisation de l'automatic generation control.................................................21
B. Les défis et les limites rencontrés dans son application...............................................................21
1) les limites de l'automatic generation control............................................................................23
CONCLUSION..............................................................................................................................................24
BIBLIOGRAPHIE...........................................................................................................................................25

Fait par VLAVONOU Thierry, DOVONOU Débora, EDOU Gaston Page 26