Représentation d'état directe pour le contrôle prédictif de convertisseurs de puissance multi-niveaux - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2018

Représentation d'état directe pour le contrôle prédictif de convertisseurs de puissance multi-niveaux

Samuel Jupin
  • Fonction : Auteur
  • PersonId : 1080383
Ionel Vechiu

Résumé

Avec le développement des réseaux intelligents, de nouveaux paradigmes de production et de distribution de l’énergie électrique émergent, ce qui impacte entre autres les convertisseurs de puissance. En conséquence, les convertisseurs et leur contrôle évoluent rapidement. Les stratégies de modulation, en plus de permettre de contourner les difficultés qu’apporte leur nature hybride, se chargent également de plusieurs critères garantissant le bon fonctionnement des convertisseurs de puissance. Parmi ces critères, l’équilibre des tensions et la répartition de l’énergie au sein des cellules de commutations sont primordiaux. Cependant, cette étape de modulation se spécialise pour répondre aux différents objectifs émergents, ainsi que pour s’adapter aux différentes topologies rencontrées. Afin de développer un contrôleur intelligent capable de traiter la plus grande variété possible d’applications, d’objectifs et de contraintes, cet article propose un algorithme MPC générant directement les ordres de commutation, sans passer par une modulation. Cet algorithme est développé autour d’un modèle applicable à tout convertisseur et d’une méthode d’optimisation spécialement adaptée.
Fichier principal
Vignette du fichier
SJupinFinal_SGE2018.pdf (1.18 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02981908 , version 1 (28-10-2020)

Identifiants

  • HAL Id : hal-02981908 , version 1

Citer

Samuel Jupin, Ionel Vechiu, Gerardo Tapia. Représentation d'état directe pour le contrôle prédictif de convertisseurs de puissance multi-niveaux. Symposium de Génie Electrique, Université de Lorraine [UL], Jul 2018, Nancy, France. ⟨hal-02981908⟩

Collections

SGE2018
13 Consultations
27 Téléchargements

Partager

Gmail Facebook X LinkedIn More