L’énergie éolienne dans le monde

Les défauts des composants mécaniques, hydrauliques et électriques

Le deuxième type de défauts existant est le défaut des pièces proprement dit. Principalement l’usure des pièces, qui n’est pas toujours détectable et qui influence l’efficacité de la machine. Des solutions ont été trouvées pour pallier ce problème. Les systèmes de surveillance (Health Monitoring) qui intègrent des capteurs à des algorithmes pour un diagnostic des défauts permettent d’éviter des soucis majeurs en détectant à des stades précoces les défauts dans les composants critiques les plus sollicités (Figure 2.2). Beaucoup de défauts peuvent être détectés alors que le composant est encore opérationnel. Il est alors possible de prévoir un plan de maintenance à l’avance et de minimiser l’arrêt de la production (Amirat et al., 2009). Dans l’article de Amirat et al., la détection de défauts dans les pales est étudiée. Les pales sont des éléments importants qui risquent de se détériorer peu à peu au fil du temps. Il est donc possible de détecter des défauts en analysant les signaux électriques que fournissent certains composants de l’éolienne.

Le système décrit par les auteurs est avantageux, car il ne nécessite pas de capteurs supplémentaires sur les pales. Des tests réalisés sur une centrale éolienne en Suède ont permis de différencier les types de défauts liés aux pièces et de quantifier leur apparition (voir Figure 2.3). Il est possible de détecter les défauts dans d’autres parties d’une éolienne. Par exemple, on peut détecter les défauts dans la boîte de vitesse à partir de l’intensité du moteur (Yang Shenggang, 2011). La méthode utilisée est l’analyse de l’amplitude et de la fréquence des signaux de vibration tirés du système de l’éolienne. Le spectre du signal permet de détecter un défaut. Dans ce chapitre, nous avons vu que les éoliennes sont soumises a beaucoup de contraintes qui amènent à des défauts (liés aux conditions météorologiques ou à l’usure des pièces). Ces défauts rendent les machines moins performantes. De nombreuses solutions ont été développées pour limiter ces défauts, et d’autres solutions sont actuellement en cours d’étude.

La base de données PI d’Osisoft

La base de données utilisée dans le cadre de ce projet est celle de l’ÉTS, PI (Plant Information) Datalink. Les trois centrales éoliennes étudiées seront appelées site 1, site 2 et site 3. La Figure 3.4 montre la configuration de la base de données. Les trois centrales éoliennes génèrent des données via les mâts météorologiques, les éoliennes et le réseau collecteur. Toutes ces données sont rassemblées sur une interface pour chaque centrale, puis l’ensemble des données est transmis via internet et stocké sur le serveur de l’ETS. Il est aussi possible d’avoir accès à ces données via un réseau privé virtuel (virtual private network (VPN)). Pour chaque mât météorologique, il y a 17 données différentes (à la seconde) qui permettent d’obtenir des informations sur la pression, la température par exemple. Sur la majorité des données, il est possible d’obtenir sur les dix minutes la valeur maximale, la valeur minimale, la valeur moyenne et l’écart type.

En ce qui concerne les éoliennes, il y a 152 données différentes pour chaque éolienne. Seules certaines données donnent accès aux valeurs minimales, maximales, moyenne et l’écart type. Enfin, pour le matériel électrique, des données apportent des informations sur les disjoncteurs, les relais ou encore les transformateurs entre autres. Cependant, aucune donnée concernant le matériel électrique n’a été utilisée dans le cadre de la présente recherche. Le Tableau 3.1 regroupe les données qui ont été utilisées pour mener à bien la recherche, où est le numéro de l’éolienne et ? le numéro du mât météorologique. L’exemple de l’éolienne 1 du site 1 est donnée dans le tableau pour la colonne « nom de la donnée dans PI ». Les données moyennées aux 10 minutes du serveur PI d’Osisoft de l’ÉTS sont utilisées pour réaliser le travail. Francis Pelletier (Pelletier, 2010) montre que les données hautes fréquences (1s) comportent plus d’avantages à l’étude que les données aux 10 minutes. En effet, avec ces données, il est possible de calculer la moyenne, l’écart type, le maximum et le minimum pour des périodes différentes que 10 minutes. Il est aussi possible de faire des distributions statistiques, de calculer des réponses dynamiques par exemple, alors que pour les données 10 minutes, seuls la moyenne, l’écart type, la valeur maximale et la valeur minimale sont calculables.

Le contrôle qualité

Avec les données brutes de la base de données, il est possible de visualiser la courbe de puissance qui se dégage avant l’étape de contrôle qualité des données (Figure 3.6). À noter que sur cette figure, la puissance sur l’axe des ordonnées a été normalisée par la puissance nominale de la machine à l’aide de la formule : Les principaux problèmes apparaissant sur le graphe (points aberrants) sont les défauts matériels et les défauts de communications. Les défauts matériels sont par exemple un bris ou une anomalie de l’anémomètre ou du système permettant de déterminer la puissance, faussant les données. Les défauts de communications représentent un problème lié à l’envoi des données de la machine vers la base de données. L’hypothèse d’une température et d’une pression uniforme a été utilisée. Un seul mât météo sur les trois présents a été utilisé pour relever la température et la pression (celui fournissant le plus de données sur deux ans). Les données manquantes pour ce mât étant aussi manquantes pour les autres mâts, il n’est donc pas possible d’obtenir plus de données. La base de données ne contient pas de valeurs de pression et de température pour les périodes du 19 février au 2 mars 2011 (soit 11 jours), du 13 juin au 28 septembre 2011 (107 jours) et du 22 novembre 2011 au 24 février 2012 (94 jours). Au total, ce sont 212 jours de perte de données (soit environ 30 500 données). La pression et la température étant essentielles pour normaliser en densité la vitesse de vent de chaque éolienne, cela signifie que chaque éolienne perdra environ 30 500 données. Cela représente environ 29 % de toutes les données collectées, mais la période choisie a été prise très grande donc cela ne pose pas de problème pour la suite de l’étude.

Compte tenu de l’historique des conditions climatiques au Québec, les valeurs de températures en dessous de – 30°C et au-dessus de 35°C ont été éliminées, car considérées comme aberrantes. De même, les valeurs de pression en dessous de 95 kPa et au-dessus de 104 kPa ont été éliminées. Ce sont des limites qui ont été fixées en se basant sur l’expérience. À partir de la formule de la norme IEC, la densité a été calculée. Les densités non comprises entre 1,1 kg/m3 et 1,4 kg/m3 ont été éliminées. Une fois la normalisation en densité effectuée, un contrôle qualité des données des éoliennes est réalisé, c’est-à-dire que les points clairement aberrants vont être éliminés. Pour ce faire, un polygone est tracé autour de la courbe de puissance, ne conservant que les données à l’intérieur de celui-ci (Figure 3.7). Ce contrôle qualité permet d’obtenir une courbe de puissance correspondant au mode de fonctionnement normal d’opération de l’éolienne. Les données éliminées sont bien souvent dues aux dysfonctionnements des appareils de mesure de la machine (un capteur qui a mal fonctionné un certain temps, un problème lors du transfert de la donnée, etc). Cependant, des données aberrantes apparaissent encore. En effet, il se trouve que dans la base de données, plusieurs points consécutifs dans le temps ont exactement la même vitesse de vent, exactement la même puissance ou une linéarité évidente (Figure 3.8). Un contrôle qualité est réalisé pour identifier ces données aberrantes et pour les écarter de l’étude.

À noter que ce contrôle qualité a aussi été effectué pour la température et la pression. Enfin, le dernier contrôle qualité se fait sur le paramètre « état de la turbine », qui permet de savoir si la turbine a été opérationnelle les 600 secondes (10 minutes) lors de la récupération d’une donnée. Si elle ne l’a pas été 600 secondes, la donnée est éliminée. Après ce contrôle qualité, seules les données restantes sont utilisables pour tracer la courbe de puissance moyenne, dont les points la caractérisant sont la moyenne de la puissance dans chaque catégorie. Quelques vérifications sont cependant nécessaires pour s’assurer que la courbe de puissance obtenue représente bien les performances de l’éolienne. Tout d’abord, une analyse du nombre de points restant (taux de récupération) pour chaque éolienne est effectuée. Le Tableau 3.2 présente les résultats pour les éoliennes 1 à 5 du site 1. En faisant la moyenne sur le nombre de points restants sur la centrale éolienne, on obtient une moyenne de 59 788 points, soit 56,80 % de taux de récupération. Le taux le plus bas est de 52,78 % et le plus élevé de 58,78 %. Avec des taux de récupération supérieurs à 50 % sur deux ans, le nombre de points est jugé suffisant pour que les courbes de puissance calculées reflètent fidèlement la performance des différentes machines. Une fois le contrôle qualité effectué, une courbe de puissance se dégage, sur laquelle on peut tracer les catégories de taille 0,5 m/s que nous appellerons catégories ? (Figure 3.9).

Table des matières

INTRODUCTION
CHAPITRE 1 L’ÉNERGIE ÉOLIENNE
1.1 L’énergie éolienne dans le monde
1.2 L’énergie éolienne au Canada
1.3 L’énergie éolienne au Québec
1.4 Puissance d’une éolienne
CHAPITRE 2 LES DÉFAUTS TYPIQUES TOUCHANT LES ÉOLIENNES
2.1 Les défauts liés aux conditions météorologiques
2.2 Les défauts des composants mécaniques, hydrauliques et électriques
CHAPITRE 3 LA COURBE DE PUISSANCE
3.1 Revue de littérature sur les courbes de puissance
3.2 La méthode des catégories
3.3 Présentation de la norme IEC 61400-12-1
3.4 La base de données PI d’Osisoft
3.5 Construction de la courbe de puissance de référence d’une éolienne
3.5.1 Les étapes menant à la construction de la courbe de puissance
3.5.2 Les données utilisées pour la construction de la courbe de puissance
3.5.3 Le contrôle qualité
CHAPITRE 4 UTILISATION DES CARTES DE CONTRÔLE EWMA POUR LA DÉTECTION DE SOUS-PERFORMANCES
4.1 Introduction générale sur les cartes de contrôle
4.2 Les cartes à moyenne pondérée EWMA
4.3 Détermination du λ optimal
4.4 Normalisation des données dans chaque catégorie de vitesse
4.5 Tests de normalité sur les données
4.6 Application de la carte de contrôle EWMA
4.6.1 Détermination des courbes ARL par catégorie
4.6.2 Comparaison carte de Shewart et carte EWMA
4.7 Étude d’une carte de contrôle unique
4.7.1 Carte unique avec catégories mélangées
4.7.2 Méthode avec des catégories séparées
CHAPITRE 5 INTRODUCTION À LA CARTE DE CONTRÔLE EWMA AVEC INTÉGRATEUR
CONCLUSION
RECOMMANDATIONS
ANNEXE I RAPPORT DE SESSION SUR L’ANALYSE DE LA BASE DE
DONNÉES D’ÉOLIENNES
ANNEXE II TESTS DE NORMALITÉ
ANNEXE III GRAPHIQUES DES SIMULATIONS DE SOUS-PERFORMANCE
ANNEXE IV GRAPHIQUES POUR LE CHOIX DU NOMBRE DE
SIMULATIONS POUR LA MÉTHODE DE MONTÉ-CARLO
BIBLIOGRAPHIE

Télécharger le rapport complet