Résumé : The transition towards non-polluting, and mainly renewable, sources of energy is one of the main challenges of the energy industry nowadays. Among the renewable sources, wind energy presents the highest penetration and its marketplace continues to grow due to attractive financing rates. The increase of wind turbine rated power considerably decreased the cost of energy in the last decade, however, a global lack of reliability, accessibility, and operational experience, compared to classical power plants, came along with a higher number of downtime and repair costs. Contrary to conventional power plants, wind turbines are exposed to harsh environments and highly transient mechanical loads, hence the key role of condition monitoring is to maximize reliability and mitigate operation and maintenance costs. In this context, several statistical studies have pointed out the influence of the power-electronic converter as one of the major contributors in wind turbine shutdowns. Fault detection, isolation and tolerance techniques for power-electronic converters have been the object of some researchers. However, most of the techniques developed are subject to too frequent false alarms and exhibit poor post-fault reconfiguration performance. This thesis proposes a multi-physical fault detection, isolation and tolerance technique for power-electronic converters in doubly-fed induction-generator topology. The multi-physical fault detection and isolation technique with a focus on open-circuit faults combines the electrical and mechanical measurements, in time- and frequency-domains, to reduce the risk of false alarms and provide a more reliable fault identification and localization inside the converter. The effectiveness of the method is demonstrated via test-bench data recorded under different healthy and faulty operating conditions. After identifying the open-circuit fault, a post-fault reconfiguration control based on the four-switch three-phase converter configuration is proposed to keep the wind turbine system generating revenue. The proposed fault-tolerant control aims to maintain the performance of the faulty converter as similar as possible to the healthy case without compromising the component limits of the converter and the grid-code requirements. The advantages, limitations and implementation of the proposed fault-tolerant control are demonstrated via simulation results on a 1.5 MW doubly-fed induction generator wind turbine for different operating conditions.The long-term monitoring of the mechanical shaft torque fluctuation in variable-speed wind turbines is essential to prevent premature mechanical failures in each component of the wind turbine (i.e. drivetrain and blades) and to reduce significantly maintenance cost. The shaft torque gives a good overview of the wind turbine transients such as wind gust, starting-up, shutting-down and emergency stops. However, measuring rotor shaft torque on large and difficult access wind turbines is expensive and logistically difficult to install. Besides, 10-minute SCADA data cannot be used to evaluate fast torque variations. Therefore, the proposed cost-effective condition monitoring algorithm provides a contactless high-speed-shaft torque estimator based on electrical signals. The objective of the methodology is to give a global overview of the mechanical load cycles and events to facilitate the lifetime assessment of the wind turbine based on the fatigue load. The effectiveness of the algorithm is demonstrated on an 8-month fleet data of a 1.5 MW onshore doubly-fed generator wind turbine topology.
La transition vers des sources d’énergie non polluantes et renouvelables est un des principaux défis de l’industrie énergétique aujourd’hui. Parmi les sources renouvelables, l’énergie éolienne présente la pénétration la plus élevée et sa part de marché continue à croître grâce à des taux de financement attractifs. La croissance de la puissance nominale des éoliennes a mené à une diminution considérable du coût de l’énergie qu’elles produisent durant la dernière décade. Cependant, le manque global de fiabilité, d’accessibilité et d’expérience opérationnelle en comparaison des centrales électriques conventionnelles s’accompagne d’un nombre plus élevé de périodes d’arrêt et de coûts de réparation plus importants. Contrairement aux centrales conventionnelles, les éoliennes sont exposées à un environnement rude et sont sujettes à des charges mécaniques fortement variables. Il est dès lors fondamental de les superviser afin d’améliorer la fiabilité et de réduire les coûts opérationnels et de maintenance. Dans ce contexte, plusieurs études ont mis en évidence que les convertisseurs de puissance constituent l’un des contributeurs majeurs aux arrêts des éoliennes. La détection de et l’isolation de défauts dans ces convertisseurs, ainsi que les techniques de commande tolérante aux défaits ont fait l’objet de travaux de recherche. Néanmoins, la plupart des approches développées jusqu’à présent sont sujettes à des fausses alarmes trop fréquentes et montrent de médiocres performances après reconfiguration suite à un défaut. Dans cette thèse, on propose une approche multi-physique de la détection et l’isolation des défauts dans les convertisseurs de puissance pour les génératrices asynchrones doublement alimentées. On se focalise sur les défauts de type « circuit ouvert » et on développe une approche combinant à la fois des mesures électriques et mécaniques et un traitement des signaux dans les domaines temporel et fréquentiel afin de fournir une méthode d’identification et de localisation des défauts qui soit plus fiable. On démontre l’efficacité de l’approche sur des données de banc d’essais recueillies en modes sain et défectueux. Après l’identification du composant défectueux, on propose une méthode de reconfiguration de la commande basée sur une configuration de convertisseur à 4 interrupteurs et 3 phases afin de garder l’éolienne en fonctionnement. La commande tolérante aux défauts vise à maintenir les performances du convertisseur défectueux aussi proches que possible du fonctionnement sain tout en satisfaisant les limites de fonctionnement des composants et le code de réseau. Les avantages, les limitations et la mise en œuvre de cette méthode de régulation tolérante aux défauts sont démontrés par des résultats de simulation sur une génératrice asynchrone doublement alimentée de 1.5 MW pour différentes conditions opératoires. Le monitoring à long terme des variations du couple mécanique au niveau de l’arbre des éoliennes à vitesse variable est essentiel pour éviter les défaillances mécaniques prématurées de leurs composants (par exemple : chaîne de transmission et pales) et pour réduire les coûts de maintenance de manière significative. Le couple mécanique à l’arbre donne un bon aperçu des transitoires subis par l’éolienne tels que ceux dus aux bourrasques de vent, ainsi que les démarrages et les arrêts, y compris les arrêts d’urgence. Cependant, la mesure du couple nécessiterait un capteur extrêmement coûteux et difficile à installer sur une éolienne. En outre, on ne peut pas utiliser des données SCADA typiquement échantillonnées à une période de 10 minutes pour estimer les variations de couple. C’est pourquoi on propose un algorithme de surveillance sans contact fournissant une estimation du couple sur l’arbre haute vitesse à partir de mesures électriques. L’objectif de la méthodologie est de fournir un aperçu global des cycles de charge mécanique et des événements associés afin de faciliter l’évaluation de la durée de vie de l’éolienne basée sur les charges de fatigue. L’efficacité de l’approche est démontrée sur des données recueillies pendant 8 mois sur une éolienne "onshore" dont la topologie est de type génératrice asynchrone doublement alimentée.