Commande prédictive des systèmes hybrides et application à la commande de systèmes en électronique de puissance. - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2013

Predictive control of hybrid systems and its application to the control of power electronics systems

Commande prédictive des systèmes hybrides et application à la commande de systèmes en électronique de puissance.

Cristina Vlad

Résumé

Lately, power supply systems, guaranteeing the global stability for large enough operation ranges with good dynamic performances (small settling time, bounded overshoot of the output voltage in the presence of load or supply voltage variations), are strongly needed. Therefore, this thesis deals with control problems of DC-DC power converters represented by hybrid models.Considering the variable structure of these switched systems, a hybrid model describes more precisely the converter’s dynamics in its operating domain. From this perspective, a PWA (piecewise affine) approximation is used in order to model the DC-DC converters. Based on the developed hybrid models, first we have designed a stable piecewise linear state-feedback controller using piecewise quadratic (PWQ) Lyapunov functions, and secondly, we have implemented an explicit predictive control law taking into account constraints on the control input. The hybrid modeling technique and the proposed control strategies were applied on two different topologies of converters: a buck converter, in order to have a thorough knowledge of the controllers’ tuning, and a flyback converter with an input filter. This last topology, allowed us to manage different control problems (non-minimum phase behavior) encountered in the majority of topologies of DC-DC power converters. The controllers’ performances were validated in simulation on both considered topologies and also experimentally on buck converter.
Actuellement la nécessité des systèmes d’alimentation d’énergie, capables d’assurer un fonctionnement stable dans des domaines de fonctionnement assez larges avec des bonnes performances dynamiques (rapidité du système, variations limitées de la tension de sortie en réponse aux perturbations de charge ou de tension d’alimentation), devient de plus en plus importante. De ce fait, cette thèse est orientée sur la commande des convertisseurs de puissance DC-DC représentés par des modèles hybrides.En tenant compte de la structure variable de ces systèmes à commutation, un modèle hybride permet de décrire plus précisément le comportement dynamique d’un convertisseur dans son domaine de fonctionnement. Dans cette optique, l’approximation PWA est utilisée afin de modéliser les convertisseurs DC-DC. A partir des modèles hybrides développés, on s’est intéressé à la stabilisation des convertisseurs au moyen des correcteurs à gains commutés élaborés sur la base de fonctions de Lyapunov PWQ, et à l’implantation d’une commande prédictive explicite, en considérant des contraintes sur l’entrée de commande. La méthode de modélisation et les stratégies de commande proposées ont été appliquées sur deux topologies : un convertisseur buck, afin de mieux maîtriser le réglage des correcteurs et un convertisseur flyback avec filtre d’entrée. Cette dernière topologie nous a permis de répondre aux difficultés du point de vue de la commande (comportement à déphasage non-minimal) rencontrées dans la majorité des convertisseurs DC-DC. Les performances des commandes élaborées ont été validées en simulation sur les topologies considérées et expérimentalement sur une maquette du convertisseur buck.
Fichier principal
Vignette du fichier
VLAD_Cristina_these_VF_-_.pdf (4.83 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-00817487 , version 1 (24-04-2013)

Identifiants

  • HAL Id : tel-00817487 , version 1

Citer

Cristina Vlad. Commande prédictive des systèmes hybrides et application à la commande de systèmes en électronique de puissance.. Autre. Supélec, 2013. Français. ⟨NNT : 2013SUPL0006⟩. ⟨tel-00817487⟩
986 Consultations
1554 Téléchargements

Partager

Gmail Facebook X LinkedIn More