Maroua Yagoub

Université Mohamed Khider de Biskra
Faculté des Sciences et de la Technologie

Département de génieélectrique
MÉMOIRE DE MASTER
Sciences et Technologies
Electrotechnique
Réseau électrique
Réf. :
Présenté et soutenu par :

YAGOUB Maroua
Le : dimanche 7 juillet 2019
Amélioration de la stabilité dynamique d’un

réseau électrique utilisant les méthodes
d’intelligence artificielle
Jury :
Dr AMRANI Ishaq MAA Université d'appartenance Président
Dr CHERIET Ahmed Pr Université d'appartenance Examinateur
Dr SALHI Ahmed MCA Université d'appartenance Rapporteur
Année universitaire : 2018 - 2019

‫الجم رية الجزائرية الديمقراطية الشعبية‬
République Algérienne Démocratique et Populaire
‫زارة التع ي العالي البحث الع مي‬
Ministère de l’enseignement Supérieur et de la recherche scientifique
Université Mohamed Khider Biskra

Département de Génie Electrique
Filière : Electrotechnique
Option : Réseau électrique
Mémoire de Fin d'Etudes

En vue de l’obtention du diplôme :
MASTER
Amélioration de la stabilité dynamique d’un

réseau électrique utilisant les méthodes
Présenté par : Avis favorable de l’encadreur :

YAGOUB Maroua Dr. SALHI Ahmed
Avis favorable du Président du Jury

Mr. AMRANI Ishaq
Cachet et signature
‫الجم رية الجزائرية الديمقراطية الشعبية‬
République Algérienne Démocratique et Populaire
‫زارة التع ي العالي البحث الع مي‬
Ministère de l’enseignement Supérieur et de la Recherche scientifique
Université Mohamed Khider Biskra

Département de Génie Electrique
Filière : Electrotechnique
Option : Réseau électrique
Amélioration de la stabilité dynamique d’un réseau

électrique utilisant les méthodes
Proposé et Dirigé par : Dr. SALHI Ahmed
RESUMES (Français)
Résumé :
La stabilité du réseau électrique occupe une grande importance dans la planification et l’exploitation des.
Pour cela, nous essayons d’étudier et d’analyser le système énergétique sous différentes régimes de charge et
assurer la stabilité globale du réseau lors de l’apparition de différente perturbation. En utilisant le contrôleur
PSS (Power System Stabilizer). Pour la complexité de la détermination des paramétras, nous avons choisi la
méthode des algorithmes génétiques AG pour optimiser les paramètres du PSS. Une analyse des résultats de
simulation a été accomplit pour juger les performances des PSS dans le but d’amélioration de la stabilité de
réseaux électrique. Le modèle d’étude est constitué d’une machine synchrone liée à un jeu de barres infini à
travers une ligne de transmission.
Mots-clés :
Système de puissance, Stabilité, contrôleur PSS, Machine synchrone, Jeu de barres infini, méthode des
algorithmes génétiques.
Dédicace
À MES CHERS PARENTS
Aucune dédicace ne saurait exprimer mon respect, mon amour

éternel et ma considération pour les sacrifices que vous avez
consenti pour mon instruction et mon bien être. Je vous
remercie pour tout le soutien et l’amour que vous me portez
depuis mon enfance et j’espère que votre bénédiction
m’accompagne toujours. Que ce modeste travail soit
l’exaucement de vos vœux tant formulés, le fruit de vos
innombrables sacrifices, bien que je ne vous en acquitterai
jamais assez. Et Je remercie mes sœurs surtout KELTHOUM et
DOUNIA pour leurs encouragements.
Enfin, je remercie mes amis SABRINA, BOUTHAINA, LILIA et
IKRAME qui ont toujours été là pour moi. Leur soutien
inconditionnel et leurs encouragements ont été d’une grande
aide.
Remerciement
Je tiens à exprimer toute ma reconnaissance à ma
directeur de mémoire, Dr. SALHI AHMED. Pour le temps
qu’il a consacré à m’apporter les outils méthodologiques
indispensables à la conduite de cette recherche. Son
exigence m’a grandement stimulé et surtout ses judicieux
conseils, qui ont contribué à alimenter ma réflexion.
J’adresse mes sincères remerciements à tous les professeurs
Surtout Dr. NAIMI DJEMAI, Mes vifs remerciements au Dr.
AMRANI ISHAq et Dr. CHERIET Ahmed l’honneur qu’ils
m’ont fait pour avoir accepter d’évaluer mon travail.
intervenants et toutes les personnes qui par leurs paroles,
leurs écrits, leurs conseils et leurs critiques ont guidé mes
réflexions et ont accepté de me rencontrer et de répondre à
mes questions durant mes
recherches.
Liste des figures
Chapitre I
Figure I.1 : Modèle classique de générateur ……………………………………………………17
Figure I.2 : Représentation simplifié d’une machine synchrone ……………………………….17
Figure I.3 : Principe de la transformation de Park ……………………………………………...18
Figure I.4 : diagramme de phase pour la � é�� machine d’un système multi machines…………20
Figure I.5 : Couples mécanique et électrique agissant sur l’axe d’un générateur………………22
Figure I.6 : Structure générale d’un système de force motrice – générateur……………………23
Figure I.7 : Modèle de la turbine et du gouverneur……………………………………………..24
Figure I.8 : système d’excitation statique ST-1A avec AVR …………………………………..25
Figure I.9 : Modèle simplifié du système d’excitation IEEE-type ST1A………………………25
Figure I.10 : Modèle simplifié de transformateur………………………………………………27
Figure I.11 : Modèle en π d’une ligne de transmission ………………………………………...28
Figure I.12 : Modélisation d’une charge par son admittance équivalente………………………28
Figure I.13 Digramme de l’ensemble des blocs du système de puissance …………………….31
Chapitre II
Figure II.1 : Système standard IEEE type SMIB avec commande d’excitation du générateur
Synchrone puissant ……………………………………………………………………………...34
Figure II.2 : Classification des différents types de la stabilité de système de puissance……….36
Figure II.3 : Variation d’angle de rotor ………………………………………………………...37
Figure II.4 : synchrone connectée à un jeu de barre infini ……………………………………..38
Figure II.5 : Relation puissance- angle de rotor ………………………………………………..38
i
Liste des figures
Figure II.6 : Représentation de (Tm, Tr, D) ……………………………………………………43
Figure II.7 : Modèle simplifie de liaison entre un PSS et le système ………………………….44
Figure II.8 : Modèle d’un PSS avance/retard …………………………………………………..44
Chapitre III
Figure III.1 : Démarches de résolution d’un problème d’optimisation ………………………..48
Figure III.2 : Concepts de base d’un algorithme génétique…………………………………….49
Figure III.3 : Exemple de sélection en roulette ………………………………………………...50
Figure III.4 : Exemple de croisement en multi point …………………………………………..51
Figure III.5 : Exemple de mutation …………………………………………………………….51
Figure III.6 : Organigramme général de l’algorithme génétique ………………………………53
Chapitre IV
Figure IV.1 : Schéma fonctionnel d’un Système d'excitation avec l'AVR ……………………55
Figure IV.2 : Structure générale d’un système de puissance……………………………………56
Figure IV.3 : Déviation de couple électromagnétique (pu) sans PSS …………………………59
Figure IV.4 : Erreur (pu) sans PSS …………………………………………………………….59
Figure IV.5 : Déviation de vitesse angulaire (rad/sec) sans PSS ………………………………60
Figure IV.6 : Déviation de position angulaire (rad) sans PSS …………………………………60
Figure IV.7 : Schéma bloc fonctionnel avec l'AVR et le PSS ………………………………....62
Figure IV.8 : Déviation de couple électromagnétique (pu) avec PSS …………………………64
Figure IV.9 : Erreur (pu) avec PSS …………………………………………………………….64
Figure IV.10 : Déviation de vitesse angulaire (rad/s) avec PSS ………………………………..65
Figure IV.11 : Déviation de position angulaire (rad) avec PSS ………………………………..65
Figure IV.12 : L’évolution de l’algorithme génétique de système avec PSS …………………..66
ii
Liste des figures
Figure IV.13 : Déviation de couple électromagnétique (pu) avec et sans PSS ………………...67
Figure IV.14 : Erreur (pu) avec et sans PSS …………………………………………………..67
Figure IV.15 : Déviation de vitesse angulaire (rad/s) avec et sans PSS………………………..68
Figure IV.16 : Déviation de position angulaire (rad) avec et sans PSS………………………...68
Figure IV.17 : L’évolution de l’algorithme génétique de système avec PSS…………………..69
iii
Liste des tableaux
Liste des tableaux
Chapitre II
Tableau II.1 : Incidents suivis d’un effondrement ………………………………………….41
Tableau II.2 : Incidents non suivis d’un effondrement……………………………………...41
Chapitre IV
Tableau IV.1: Analyse du système avec faibles charges ……………………………………57
Tableau IV.2 : Analyse du système avec moyenne charges ………………………………...58
Tableau IV.3 : Analyse du système avec grandes charges ………………………………….58
Tableau IV.4 : Analyse du système avec l’augmentation de la puissance réactive………….62
Tableau IV.5 : Plages de variation des paramètres du PSS …………………………………62
Tableau IV.6 : Paramatre de l’algoritheme génitque ………………………………………..63
Tableau IV.7 : Les paramètres de PSS après l’optimisation sur les cas instables …………..63
Tableau IV.8 : Paramètre de PSS avant l’optimisation ……………………………………..64
Tableau IV.9 : Paramètre de PSS après l’optimisation ……………………………………..67
iv
Liste des abréviations et des Symboles
Abréviations:
SMIB: Single Machine Infinity Bus
PSS: Power System Stabilizers
PID: proportionnel intégrateur dérivateur
AVR: Automatique Voltage Régulateur
FACTS: Flexible alternatif curant transmission systèmes
IEEE : (Institute of Electrical and Electronics Engineers), en français (l’institut des ingénieurs
électriciens et électroniciens)
JB : jeu de barre
Err : Erreur
AG : Algorithmes Génétique
Symboles :
𝛀𝒔 : Vitesse de rotation du champ tournant en ( rad. s − 1)
𝛚𝐬 : Pulsation des courants alternatifs en ( rad. s − 1)
𝒏𝒔 : Vitesse de rotation du champ tournant en ( trs. s − 1)
𝒇 : Fréquence des courants alternatifs en (Hz)
𝝎𝟎 : Vitesse de synchronisme (vitesse de base), en rad/s. avec (𝜔0 = 2πf)
𝒑 : Nombre de paires de pôles
𝑬: F.é.m. induit (V)
𝑲 : Coefficient de Kapp (caractéristique de la machine) (pu)
𝑲𝒂 : Gain de l'AVR (pu)
𝑲𝒑𝒔𝒔 : Gain du PSS (pu)
𝑵: Nombre de conducteurs d’une phase de la machine (1 spire = 2 conducteurs)
v
𝝓: Flux maximum à travers un enroulement (𝑊𝑏)
𝑿 : Réactance synchrone (pu)
𝑿′𝒒 : Réactance transitoire d’axe q, en (pu)
𝑿′𝒅 : Réactance transitoire d’axe q, en (pu)
𝑿𝒅 : Réactance synchrone d’axe q, en (pu)
𝑿𝒒 : Réactance synchrone d’axe q, en (pu)
𝑿𝒍 : Réactance équivalente des lignes de transport (pu)
𝑿𝑻 : Réactance équivalente du transformateur (pu)
𝑬′𝒒 : F.é.m. du générateur induite suivante l’axe q, en (pu)
𝑬′𝒅 : F.é.m. du générateur induite suivante l’axe d, en (pu)
𝑬𝒇𝒅 : Tension d’excitation de la machine synchrone (pu)
𝑬𝒇𝒅_𝒎𝒊𝒏 : Limite supérieure de la sortie de système d’excitation (pu)
𝑬𝒇𝒅_𝒎𝒂𝒙 : Limite inférieure de la sortie de système d’excitation (pu)
𝑰𝒅 : Courant du générateur axe direct (pu)
𝑰𝒒 : Courant du générateur axe quadratique (pu)
S : Puissance apparent (pu)
𝑷𝒆 : Puissance électrique active (pu)
𝑸𝒆 : Puissance électrique réactive (pu)
𝑷𝒎 : Puissance mécanique entrant
𝝎 : Vitesse angulaire du rotor, en (pu)
𝜹 : Angle de rotor, en (rad)
𝜟𝜹 : Déviation de position angulaire
𝚫𝝎𝒓 : Déviation de la vitesse angulaire du rotor
𝑻𝒎𝒊 : Couple mécanique fourni par la turbine, en (pu)
vi
𝑻𝒆𝒊 : Couple électromagnétique associée à la puissance électrique Pei produite du générateur,
(𝑇𝑒𝑖 = 𝑃𝑒𝑖 𝜔𝑖 ) en (pu)
𝑫𝒊 : Coefficient d’amortissement du générateur i
H : Constant d’inertie (s)
𝑽𝒕 : Tension mesurée a la sortie de la machine synchrone (pu)
𝑽𝒒 : La composante quadratique de la tension terminale (pu)
𝑽𝒅 : La composante directe de la tension terminale (pu)
𝑽𝒓𝒆𝒇 : Tension de référence (pu)
𝑽𝒔_𝒎𝒊𝒏 : Limite inférieure de la sortie du PSS (pu)
𝑽𝒔_𝒎𝒂𝒙 : Limite supérieure de la sortie du PSS (pu)
𝑽𝒑𝒔𝒔 : Signal de sortie du PSS (pu)
𝒆 : Le signal d’erreur (pu)
𝑻𝒊 , 𝑻𝒅 , 𝑻𝟏 , 𝑻𝟐 , 𝑻𝟑 , 𝑻𝟒 : Constant de temps (s)
𝑻𝒂 : Constante de temps de l'AVR (s)
𝑻𝒘 : Constante de temps du régulateur (s)
𝑻′𝒅𝟎 : Constante de temps transitoire de l’axe directe (s)
𝑹𝒂 : Résistance par phase statorique (pu)
𝑳𝒂𝒅𝒔 : Inductances propres d'un enroulement du stator (pu)
vii
Résumé
Résumé :
La stabilité du réseau électrique occupe une grande importance dans la planification et

l’exploitation. Pour cela, nous essayons d’étudier et d’analyser le système énergétique sous
différentes régimes de charge et assurer la stabilité globale du réseau lors de l’apparition de
différente perturbation. En utilisant le contrôleur PSS (Power system stabilizer). Pour la
complexité de la détermination des paramétras, nous avons choisi la méthode des algorithmes
génétiques AG pour optimiser les paramètres du PSS. Une analyse des résultats de simulation
a été accomplit pour juger les performances des PSS dans le but d’amélioration de la stabilité
de réseaux électrique. Le modèle d’étude est constitué d’une machine synchrone liée à un jeu
de barres infini à travers une ligne de transmission.
Mots-clés :
Système de puissance, Stabilité, contrôleur PSS, Machine synchrone, Jeu de barres infini,
méthode des algorithmes génétiques.
:‫ملخص‬
‫تح يل نظ الط ق في‬ ‫اس‬ ‫ ل ا الغ ض نح‬.‫في ال طيط تشغيل‬ ‫ب ئي له أه ي ك ي‬ ‫ال‬ ‫إ اس ق ا الش‬
‫ال ح م‬ ‫ح‬ ‫م ف بسع‬ ‫اضط اب‬ ‫ب ئي أثن ء ح‬ ‫ال‬ ‫ااس ق ا الش مل ل ش‬ ‫ض‬ ‫م ف الح وا‬
‫ من أجل إيج‬AG ‫الجيني‬ ‫يق ال وا مي‬ ‫مع ماته اخ ن‬ ‫بس ب صعوب حس‬ ( ‫ )اس ق ا نظ الط ق‬PSS
. ‫ب ئي‬ ‫ال‬ ‫ من أجل تحسين اس ق ا الش‬PSS ‫ق تم إج اء تح يل ن ئج ال ح ك ع ى أ اء‬ ‫قيم م ى ل ع ما النظ‬
.‫ال اسي ي و من آل م زامن موصول بق يب تج يعي م ا ن ئي ع خط نقل ك ب ئي‬ ‫نو‬
: ‫كلما المفتاحی‬
. ‫الجيني‬ ‫ ال وا مي‬,‫ق يب تج يعي م ا ن ئي‬, ‫ م كين م زامن‬,PSS ‫ال ح م‬ ‫ ن‬, ‫ ااس ق ا‬، ‫نظ الط ق‬
viii
Sommaire
Sommaire
Liste des figures…………………………………………………………………………………...i
Liste des tableaux………………………………………………………………………………..iv
Liste des abréviations et des symboles………………………………………………………….v
Résumé………………………………………………………………………………………….viii
Introduction générale…………………………………………………………………………..xv
Chapitre I : Modélisation des éléments du réseau électrique
I.1 Introduction :………………………………………………………………………………...16

I.2 Le modèle général des éléments :…………………………………………………………...16
I.2.1 Le champ tournante de machine synchrone :……………………………………………16
I.2.2 f.é.m. induite :…………………………………………………………………………..16
I.2.3.1 Modèle de la machine synchrone dans le repère de Park:………………………….17
I.2.3.2 Les hypothèses du modèle :………………………………………………………...18
I.2.3.3 Equations électriques :……………………………………………………………...19
I.2.3.4 Equation mécanique :………………………………………………………………..21
I.2.3.5 Régulation de la machine :………………………………………………………….23
I.2.3.6 Régulateur de fréquence et modèle de la turbine :…………………………………..23
I.2.3.7 Régulateur de tension et modèle du système d’excitation :………………………...24
I.2.4 Modèle du réseau de transport :………………………………………………………….26
I.2.4.1 Modélisation de transformateurs :…………………………………………………...26
I.2.4.2 Modèle des lignes de transport :…………………………………………………….27
I.2.4.3 Modèle des charges :………………………………………………………………...28
I.3 Les équations d’état généralisé du modèle :…………………………………………………29

I.4 Conclusion :…………………………………………………………………………………..32
ix
Sommaire
Chapitre II : Stabilité de réseau électrique
II.1 Introduction :………………………………………………………………………………...33
II.2 Définition :………………………………………………………………………………......33
II.2.1 Réseau infini:…………………………………………………………………………...33
II.2.2 Synchronisme:…………………………………………………………………………..33
II.2.3 Système électro-énergétique :…………………………………………………………………..33
II.3 La stabilité de réseau électrique :……………………………………………………………33
II.3.1 Définition :………………………………………………………………………………33
II.3.2 Stabilité d’un système électro-énergétique :…………………………………………….34
II.3.3 Description générale du système électro-énergétique étudie :………………………….34
II.3.4 La classification de la stabilité de réseau électrique :…………………………………...35
II.3.4.1 La stabilité angulaire :……………………………………………………………...36
II.3.4.2 Stabilité de tension:…………………………………………………………………39
II.3.4.3 La stabilité de fréquence :…………………………………………………………..40
II.3.5 Stabilité statique :……………………………………………………………………….40
II.3.6 Les cause d’instabilité :………………………………………………………………...41
II.3.7 Incidents liées à l’instabilité dans le monde :…………………………………………..41
II.3.8 Amélioration de la stabilité transitoire :………………………………………………..41
II.4 Généralité sur les systèmes asservis :………………………………………………………..41

II.4.1 Définition :………………………………………………………………………………41
II.4.1.1 Régulation :………………………………………………………………………....41
II.4.1.2 Grandeur réglée :…………………………………………………………………...42
II.4.1.3 Grandeur réglant :…………………………………………………………………..42
II.4.1.4 Grandeurs perturbatrices :…………………………………………………………..42
II.4.1.5 L'organe de réglage :………………………………………………………………..42
II.4.2 Objectif de la régulation automatique :………………………………………………...42
x
Sommaire
II.4.3 Caractéristiques dynamiques d'un procédé :……………………………………………42
II.4.3.1 Temps de réponse (Tr) :…………………………………………………………….42
II.4.3.2 Temps de montée (Tm) :…………………………………………………………....42
II.4.3.3 Dépassement (D) :………………………………………………………………….43
II.5 Stabilisateur PSS :………………………………………………………………………….43

II.5.1 Fonctionnement et modèle de PSS :…………………………………………………….43
II.5.2 Défirent bloc de PSS :…………………………………………………………………..44
II.5.2.1 L'amplificateur :…………………………………………………………………….44
II.5.2.2 Filtre passe-haut "filtre washout" :…………………………………………………45
II.5.2.3 Filtre compensation de phase :……………………………………………………..45
II.5.2.4 Limiteur :…………………………………………………………………………..45
II.5.3 Emplacement optimal des PSS :……………………………………………………….46
II.6 Conclusion :………………………………………………………………………………...46
Chapitre III : Optimisation par algorithmes génétiques
III.1 Introduction :……………………………………………………………………………….47

III.2 Définition de l’optimisation :………………………………………………………………47
III.3Méthodologie de conception :………………………………………………………………47
III.4 Formulation du problème d’optimisation :…………………………………………………48
III.5 Algorithme génétique :……………………………………………………………………..48
III.5.1 Historique:……………………………………………………………………………..48
III.5.2 Définition de l’algorithme génétique :…………………………………………………49
III.5.3 Les opérateurs d’un AG :………………………………………………………………50
III.5.3.1 Nombre de population :……………………………………………………………50
III.5.3.2 Sélection :………………………………………………………………………….50
III.5.3.3 Croisement :………………………………………………………………………..51
III.5.3.4 Mutation :………………………………………………………………………….51
xi
Sommaire
III.5.4 Les paramètres de réglage de l’algorithme génétique :………………………………...52
III.5.4.1 Taille de la population �� :…………………………………………………….52
III.5.4.2 Probabilité de croisement Pc :…………………………………………………….52
III.5.4.3 Probabilité de mutation Pm :……………………………………………………...52
III.5.5 L'organigramme de l’algorithme génétique :…………………………………………..53
III.6 Conclusion :………………………………………………………………………………...54
Chapitre IV : Application à l’analyse de la stabilité

dynamique
IV.1 introduction : ......................................................................................................................... 55
IV.2 Modèle d’étude dans le MATLAB/SIMULINK :................................................................. 55
IV.3 Analyse du système sans PSS : ............................................................................................. 57
IV.3.1 Analyse du système pour différents régimes :................................................................ 57
IV.3.1.1 Analyse avec les faibles charges (faible puissance) : .............................................. 57
IV.3.1.2 Analyse avec les moyennes charges (moyenne puissance) : .................................. 57
IV.3.1.3 Analyse avec les grandes charges (grandes puissance) : ........................................ 58
IV.3.2 Les courbes de ��, ��, ��, �� de système sans PSS :……………………………...58
IV.3.3 Les Effets de la puissance réactive sur la stabilité du système énergétique :…………61
IV.4 Analyse du système avec Le contrôleur PSS :……………………………………………..61
IV.4.1 Optimisation les paramètres de PSS avec les algorithmes génétiques :……………….62
IV.4.2 Réglage les paramètres de PSS par les algorithmes génétiques pour les cas instable du
modèle :………………………………………………………………………………………..63
IV.4.3 Les courbes de ��, ��, ��, �� de système avec le régulateur PSS :………………..63
IV.5 Amélioration la stabilité dynamique avec le contrôleur PSS :……………………………..66

IV.6 Conclusion :.………………………………………………………………………………..69
Conclusion générale …………………………………………………………………………….xi
Annexe A……………………………………………………………………………………….xiii
Bibliographie…………………………………………………………………………………...xix
xii
Introduction générale
L’une des formes d’énergie les plus utilisées a l’heure actuelle par l’homme est l’énergie
électrique. Parce qu'elle joue un rôle clé dans le développement humain et économique ainsi que
dans le bien-être de la société. Néanmoins, elle présente deux particularités: elle n’est
pratiquement pas disponible dans la nature et elle ne peut être stockée.
En conséquence, toute l’énergie produite doit être transférée pour livraison automatique aux
consommateurs, c’est-à-dire qu’il faut veiller à établir un équilibre durable entre production et
consommation. Avec le développement du monde industriel, la demande pour cette énergie est
importante et en augmentation constante, nous devons donc fournir de grandes entreprises et des
installations pour la production, le transport et la distribution répondant à tous ces besoins en
quantité et en qualité.
Dans ces conditions, la stabilité des systèmes de puissance devient une des préoccupations
majeures pour les fournisseurs d’électricité. Ces systèmes doivent rester stables pour toutes les
petites variations au voisinage des points de fonctionnement ainsi que pour des conditions
sévères. Les nouvelles méthodes et les nouvelles technologies permettant d’améliorer la stabilité
des systèmes font par conséquent l’objet de travaux de recherche extrêmement important. En
raison de la diversité des conditions de fonctionnement et de la gravité des accidents, les
équipements de contrôle actuellement installés sur les réseaux peuvent être trop limités ou
insuffisants pour répondre efficacement à diverses perturbations. En conséquence, les opérateurs
de réseau cherchent à améliorer leur fonctionnement tout en maintenant un niveau de sécurité
satisfaisant.
Pour garder un système énergétique en état stable pour différents régimes de fonctionnement,
on peut exploiter les systèmes de contrôle au niveau des centrales électriques plus
particulièrement Le Régulateur Automatique de Tension (AVR) et le Régulateur de Vitesse ou
Gouverneur qui sont caractérisées par un échange faiblement amorti de puissance électrique
entre deux ou plusieurs zones du réseau. L’AVR et le Gouverneur ne peuvent donc pas garantir à
eux seuls le bon fonctionnement des réseaux électriques sans l'aide d’un système de réglage
supplémentaire. De nombreux systèmes ont été développés pour diminuer ces risques depuis de
nombreuses années tels que les systèmes de réglage qui s’imposent comme des solutions pour
amortir ces oscillations (comme PID, PSS et les systèmes FACTS) et rendre les réseaux
électriques plus stables.
xiii
Introduction générale
C’est dans cet objectif que s’inscrit notre thème qui propose un système de réglage qui est le PSS
pour améliorer la stabilité des réseaux électriques, plus particulières la stabilité dynamique et
aussi analysé le système énergétiques aux des déférentes régimes (petite, moyenne et grande).
D’où la nécessité de faire recours aux méthodes d’optimisation globale pour le choix des
paramètres des systèmes de réglage.
Pour cela notre mémoire propose une optimisation des paramètres du PSS en utilisant la
méthode des algorithmes génétiques. C’est dans cet objectif que s’articule notre travail qui sera
organisé de la façon suivante :
➢ Le premier chapitre donne, au début, les différentes définitions de base puis l’étude d’un
système de puissance constitué d’une machine synchrone liée par une ligne de
transmission à un jeu de barres infini, et la modélisation les différents composants du
système électro-énergétique de générateur jusqu’a les charges.
➢ Dans le deuxième chapitre, nous présenterons les différents types de stabilité du système
de puissance. avec une petite introduction de systèmes pour l’amélioration de la stabilité
électrique et aussi consacré à la présentation des types, caractéristiques, réglage des
paramètres et l’emplacement de PSS (power system stabilizer).
➢ Le troisième chapitre sera consacré à l’optimisation par les algorithmes génétiques (AG)
qui est inspiré vocabulaire similaire à celui de la génétique naturelle et cela pour
l’appliquer sur les systèmes d’amélioration de la stabilité du système électro-énergétique.
➢ Le quatrième chapitre fera l’objet d’implantation de la technique d’AG, dans le but
d’optimiser les paramètres du régulateur PSS. On a met en évidence l’efficacité du PSS
dans l’amélioration de la stabilité d’un réseau électrique. La simulation des modèles
étudiés est faites sur le logiciel MATLAB/ /SIMULINK.
Dans ce travail, l’optimisation par les algorithmes génétiques (AG) est appliquée pour
déterminer les paramètres optimaux du contrôleur PSS qui sont destinés pour améliorer la
stabilité des réseaux électriques. Le modèle d’étude est celui d’une machine synchrone liée à un
jeu de barres infini à travers une ligne de transmission (SMIB). Enfin, nous terminerons ce
travail par une conclusion générale.
xiv
CHAPITRE. I :
Modalisation des
éléments du réseau
électrique
Chap. I : Modélisation des éléments du réseau électrique
I.1 Introduction :
Le système énergétique est l’ensemble des équipements électriques qui assurent la livraison
de l’énergie à tous les consommateurs. Il est constitué de lignes électriques exploitées à
différents niveaux de tension, connectées entre elles dans des postes électriques. L’ensemble des
systèmes électriques comporte en gros trois sous-systèmes:
 Production (génératrice)
 Transport, et distribution (lignes)
 Les Consommateurs (Les charges)
L’importance d’analyser et de contrôler le système électrique est de créer un bon modèle
mathématique. Un modèle d'analyse de système est généralement un ensemble d'équations ou de
relations décrivant de manière appropriée les interactions entre les différentes variables étudiées.
Dans ce chapitre, nous présentons de façon plus détaillée la modélisation des éléments
constituant le réseau électrique (les générateurs, les charges, ainsi que les lignes et les
transformateurs) et sera discuté le modèle d’état du système électrique pour améliorer les
comportements dynamiques du système.
I.2 Le modèle général des éléments :

I.2.1 Le champ tournante de machine synchrone :
Les courants alternatifs dans le stator créent un champ magnétique tournant à la pulsation :
ωs f
Ω = ; �s = (I.1)
I.2.2 f.é.m. induite :
Un enroulement de l’induit (stator) soumis au champ magnétique tournant de l’entrefer est le

siège d’une f.é.m. de valeur efficace E [HAR18]
= �. �. �. = �. �. �. . = �′. �. (I.2)
Finalement : = �′. �. (I.3)
I.2.3 Modèle du générateur :
Les générateurs sont des éléments qui permettent la conversion de l'énergie (mécanique,
photonique, chimique...) vers une forme électrique. Ils peuvent fournir, ou consommer, de
l'énergie active ou réactive et ils peuvent maintenir un niveau de tension désirée [YAH 14].
16
Où en même temps les générateurs synchrones participent de façon extrêmement importante

aux phénomènes dynamiques. Il est donc nécessaire de développer des modèles pratiques et
réalistes des machines synchrones. La figure I.1 représente le modèle classique de générateur.
Figure I.1 Modèle classique de générateur.
La représentation de la machine synchrone utilisée pour la solution du réseau et le diagramme

de phase sont schématisés dans la [BOU09] figure I.2 suivante :
Figure I.2 Représentation simplifié d’une machine synchrone
I.2.3.1 Modèle de la machine synchrone dans le repère de Park :
Dans la machine idéale, le stator est muni de trois enroulements repérés a, b et c, décalés de
120 degrés. Le rotor comporte un certain nombre d’enroulements, répartis sur deux axes: l’axe-d,
(axe direct) qui coïncide avec celui de l’enroulement d’excitation et l’axe-q (axe quadratique)
situé en quadrature avance par rapport à l’axe direct[CUS 02], Pour supprimer la non-linéarité
entre les grandeurs du stator et celles du rotor, les enroulements de la machine doivent être
ordonnés selon deux axes perpendiculaires, chaque machine est modélisée dans sa référence
locale (d-q) tournant avec son rotor[AND 06]. Pour formaliser le couplage entre les équations du
17
système et établir les équations décrivant le comportement du système global, tous les tensions et
tous les courants doivent être représentés dans une seule référence commune à tous les machines
généralement, une référence tournant à la vitesse synchrone sert de référence commune. Une
telle approche peut être réalisée par la transformation de Park.
Les différents enroulements dans les deux représentations sont les suivants :
 Les trois enroulements statoriques notés a, b et c, et leurs enroulements équivalents notés

et � .
 L’axe direct comporte l’enroulement d’excitation noté f, et un enroulement amortisseur
noté �.
 L’axe en quadrature comporte un enroulement amortisseur noté �� . Notons enfin que

l’enroulement d’excitation est soumis à une tension tandis que les circuits �,
� � sont court-circuités en permanence [HAS08].

La figure (I.3) représenté la transformation de Park sur la machine synchrone
Figure I.3 Principe de la transformation de Park
I.2.3.2 Les hypothèses du modèle :
Le modèle du générateur et de ses contrôles se limite habituellement aux équations

différentielles ordinaires couplées entre elles via les équations algébriques du réseau de transport.
Chaque équation différentielle exprime la dérivée d’une variable d’état en fonction d’autres
18
variables d’état et variables algébriques. Il existe plusieurs modèles, allant du plus simple, le
modèle classique représentant seulement les caractéristiques électromécaniques du générateur,
au plus complexe. Les hypothèses considérées pour établir ce modèle sont basées en négligeant
l’influence :
 des résistances rotoriques et statoriques.

 des enroulements amortisseurs.
 du champ de saturation.
 des phénomènes transitoires dans le stator.
 de la variation de vitesse dans les équations de tensions du stator (ainsi,� = � = pu
cette supposition est faite pour compenser l’effet de l’annulation des phénomènes
transitoires dans le stator).
Ce modèle néglige également l’amortissement produit par les courants de foucault dans le corps
du rotor (on suppose que la f.é.m. transitoire suivante l’axe d, à savoir ′ , est constante). Ainsi,
comme il n’y a aucun enroulement sur l'axe en quadrature pour représenter le corps du rotor,
′
nous aurons: = ; ′ =
′ : F.é.m. du générateur induite suivante l’axe , en (pu).

′ : Réactance transitoire d’axe q, en (pu).
: Réactance synchrone d’axe q, en (pu).
Enfin, nous supposerons que l’angle de rotor δ (position angulaire du rotor par rapport à la
référence tournante au synchronisme) coïncide avec l’angle de la tension interne du générateur.
Le modèle résultant est le modèle du troisième ordre. Il est décrit par les variables d’état
suivants [AND 03]:
′ : F.é.m. du générateur induite suivante l’axe q, en (pu).

� : vitesse angulaire du rotor, en (pu).
� : Angle de rotor, en (rad).
Ce modèle, bien adapté à l’étude de la stabilité dynamique, est le plus simple. Il est largement
utilisé dans l’analyse des valeurs propres et le réglage des paramètres des stabilisateurs de
puissance [SAU 98].
19
I.2.3.3 Equations électriques :

Le diagramme de phase d’un réseau multi machines peut être décrit dans la figure I.4 Les
é
variables de la machine définies par rapport aux axes et � peuvent être exprimés pour
tous machines suivant un système unique d’axes D et Q [FRG14].
. � . �̅
̅
�
. � . �̅ �̅
̅
�
� �
� D
�̅
�̅
é
Figure I.4 Diagramme de phase pour la machine d’un système multi machines
é
D’après la figure I.4, la tension terminale de la machine du système peut se déterminer
par l’équation suivante :
̅ = ̅̅̅′ − . ′
× ̅ − . × ̅ (I.4)
Notons, dans le repère commun (D-Q), les expressions suivantes :

̅′ = ′
× ��
̅′ = × �
, ̅′ = × � −9
(I.5)
̅ = × �
En introduisant les relations (I.4) dans la relation (I.5), nous obtenons :

� � � +9
= ′ × − × × − × × (I.6)
Qui devient après arrangement:

V × e− δ −α
= E′ − Xd × I d − �X × I (I.7)
20
′
× � +� − � −� = − × − × (I.8)
En séparant partie réelle et partie imaginaire, nous obtenons les expressions de et suivantes
= × (I.9)
′
= − ×
En considérant les relations (I.5) et la relation suivante : = ̅ + ̅ L’équation (I.4) peut
être donc réécrite comme suit :
̅ = ′ × − �
− ′ × ̅ + ′ × − �
– × − �
(I.10)
Pour machines d’un système multi-machines, l’équation (I.10) peut s’écrire sous la forme
matricielle suivante :
[ ̅ ] = [ ′ ][ − �
] – [ ′ ] [ ]̅ + [ ′ ][ − �
]– [ ][ ][ − �
] (I.11)
Dans cette dernière équation, les termes [ �] , [ ′ ] et [ ′ – ] sont des vecteurs colonnes
de dimension n et les coefficients [ �] , [ ′ ] et [ ′ – ] sont des matrices diagonales. Les

é
puissances électriques (apparente, active et réactive) de la machine sont données par
̅ = + = ̅� ̅�∗ = ( + )( − )= ̅ (I.12)
= + + −
= . + .
{ (I.13)
= . − .
Etant donné que les phénomènes transitoires dans le stator sont négligés, le couple électrique est
donc égal à la puissance électrique active en per-unit. Ainsi nous aurons = [HES 08].
I.2.3.4 Equation mécanique :

Usuellement la puissance fournie par l’ensemble des machines compense exactement la totalité
des puissances demandées et les pertes dans le réseau. Tant qu’aucune perturbation n’affecte le
système, les écarts entre les angles internes des différents alternateurs demeurent constants.
21
L’apparition d’un défaut provoque une rupture entre la production et la consommation. Deux
cas se présentent :
 La perturbation est de faible amplitude et lente. Les organes de régulation se chargent de

rétablir l’équilibre.
 La perturbation est de grande amplitude. Le déséquilibre entre la production et la
consommation est responsable de l’évolution des angles internes. Les automates de
protection interviennent alors en éliminant l’organe affecté. Un régime transitoire va
s’instaurer conduisant à un nouveau régime d’équilibre ou à une désynchronisation des
machines. [GHO 03]
��
Energie
Turbine �� Rotor Générateur électrique
�
�
Figure I.5 Couples mécanique et électrique agissant sur l’axe d’un générateur.
Pour un système multi machines, s'il y a un déséquilibre des couples agissants sur le rotor de
é
la machine, cette dernière va accélérer ou ralentir selon l’équation du mouvement suivante:
� �
× = −
�
{ (I.14)
��̇ = −
��
��̇ = ( − − ∆� − ) (I.15)
��
L’équation de l’angle de rotor de la é machine est donné par :
∆�̇ = � ( ∆� − ) = � × ∆� (I.16)
∆� = ∆� −
Avec :
: Couple électromagnétique associée à la puissance électrique Pei produite par l’ è
Pei
générateur, avec = en (pu).
ωi
22
Tm : Couple mécanique fourni par la turbine, en (pu).

D : Coefficient d’amortissement.
� : vitesse de synchronisme (vitesse de base), en rad/s. � = πf f: fréquence nominale, en
(Hz).
: Constante d’inertie (en secondes) représentant l’inertie totale de toutes les masses tournantes
connectées à l’arbre du générateur.
δ : Angle de rotor, en (rad).
∆ω̇ : Déviation de la vitesse angulaire du rotor de la é machine, en (pu).
i= 1,.., n [FRE 14].
I.2.3.5 Régulation de la machine:

Les machines synchrones du système doivent être capable de maintenir l’équilibre des
puissances actives et des puissances réactives dans des conditions de fonctionnement diverses.
Ainsi, des tensions sinusoïdales équilibrées sont garanties avec des amplitudes et des fréquences
constantes. Si l’équilibre des puissances actives n’est plus assuré, la fréquence de synchronisme
dans le système sera changée, alors qu’un déséquilibre des puissances réactives entraînera une
variation des tensions du système par rapport à leurs valeurs de référence [AND 06].
Pour assurer une génération satisfaisante d’énergie électrique pour un grand nombre de points
de fonctionnement, le couple mécanique Tm appliqué au rotor et la tension d’excitation doit
être réglés systématiquement pour s’accommoder de toute variation du système [AND 03].
Nous présentons par la suite successivement les principes généraux :
 Génération de puissance mécanique avec la régulation de fréquence.
 Du système d’excitation avec la régulation de tension et leurs modèles mathématiques.
I.2.3.6 Régulateur de fréquence et modèle de la turbine :

Un système de force motrice, figure (I.6) se compose de la source d’énergie primaire, de la
turbine (équipé d’un servomoteur) et du régulateur de fréquence (gouverneur) [FAR 06].
23
SERVO
MOTEUR
Figure I.6 Structure générale d’un système de force motrice - générateur.
La turbine transforme l’énergie potentielle de la source en énergie de rotation de l’arbre (rotor)

sur lequel est placé l’alternateur. L’alternateur convertit la puissance mécanique fournie par la
turbine en puissance électrique de sortie. La vitesse de l’arbre de la turbine est mesurée
précisément et comparée à la vitesse de référence. Le régulateur de fréquence (vitesse) agit
ensuite sur le servomoteur pour ouvrir et fermer les vannes de contrôle et modifier par
conséquent la vitesse du générateur. Ainsi, le rôle de la turbine est d’entraîner le rotor du
générateur à la vitesse synchrone correspondant à la fréquence du système de puissance.
Le modèle de l’ensemble turbine à vapeur/gouverneur utilisé en simulation dynamique du
modèle non-linéaire est représenté par la [HAS 08] figure I.7
Figure I.7 Modèle de la turbine et du gouverneur.
I.2.3.7 Régulateur de tension et modèle du système d’excitation :

Le système d’excitation est un système auxiliaire qui alimente les enroulements d’excitation
de la machine synchrone afin que cette dernière puisse fournir le niveau de puissance demandé.
En régime permanent, ce système fournit une tension et un courant continu mais il doit être
24
capable également de faire varier rapidement la tension d’excitation en cas de perturbation sur le
réseau. Il existe plusieurs types de système d'excitation pour les réseaux électriques :
a)- Les systèmes d'excitation à courant continu -CC- :
Pour l'excitatrice à courant continu, la tension d'excitation provient d'un générateur auxiliaire à
courant continu avec collecteur comme source de puissance du système d’excitation.
b)-Les systèmes d’excitation à courant alternatif -CA- :
L'excitatrice à courant alternatif est composée d'une génératrice à courant alternatif dont la
sortie est redressée par un convertisseur CA-CC.
c)- Les systèmes d'excitation statiques (systèmes ST) :
Il y a l'excitatrice statique dans laquelle la tension aux bornes du générateur est directement
redressée puis utilisée comme tension d'excitation [CUS 02]. Nous avons choisi dans cette étude
d’utiliser le modèle du système IEEE-ST1A, modèle le plus utilisé dans la littérature [TAR 10],
[NES 08]. La figure I.8 représenté système d’excitation statique ST-1A avec AVR
Turbine Générateur
It ��
If
Vf
Système + - �
d’excitation AVR
statique
Source auxiliaire
Figure I.8 système d’excitation statique ST-1A avec AVR
Le groupe IEEE tâche forces présente périodiquement des recommandations pour la

modélisation des éléments d’un système de puissance dont les systèmes d’excitation. Plusieurs
modèles sont suggérés pour chaque type de système d’excitation [IEE 05]. Ce type de système
d’excitation se caractérise par sa rapidité et sa sensibilité [IEE 03] :
 Sa constante de temps Ta est faible, normalement de l’ordre de quelques millisecondes.
 Son gain Ka est élevé, généralement entre 200 et 400 (pu).
25
La figure suivante montre le modèle du système d’excitation et de son régulateur de tension

utilisé.
Figure I.9 Modèle simplifié du système d’excitation IEEE-type ST1A.
La grandeur , est la consigne de tension déterminée pour satisfaire les conditions de l’état
équilibré. Le régulateur de tension compare le signal (un signal continu proportionnel à la
valeur efficace de la tension alternative du générateur) à la tension de consigne .Un signal
complémentaire peut être ajouté au nœud de comparaison, il s’agit d’un signal issu de certains
dispositifs spécifiques de commande comme les stabilisateurs de puissance (PSS).
Ensuite, le signal d’erreur est amplifié pour donner la tension d’excitation demandée .
La constante de temps et le gain de l’amplificateur sont respectivement � et �� . Les valeurs
extrémales de la tension d’excitation _ � , _ sont fixées par un système de
limitation. La relation suivante décrit, tous calculs faits, le fonctionnement du modèle :
′ = �� ∗ − + − (I.17)
�
La relation entre la tension d’excitation et la tension interne du générateur ’ est donnée

comme suit :
′ = − − ′ ∗ − ′ (I.18)
�
I.2.4 Modèle du réseau de transport :

Le réseau de transport relie toutes les centrales électriques dans un système de puissance et
distribue la puissance aux différents consommateurs. Les éléments principaux du réseau sont les
lignes aériennes à haute tension, les câbles souterrains, les transformateurs et les jeux de barres.
Des éléments auxiliaires peuvent être trouvés comme les condensateurs en série, des réactances
shunts et des systèmes compensation, des systèmes de protection, etc. Pour la modélisation de
26
notre système de puissance, nous nous intéressons à établir le modèle de transformateurs et le

modèle de lignes de transmission [HAS 08].
I.2.4.1 Modélisation de transformateurs :

Le transformateur permet d’élever l’amplitude de la tension alternative disponible à la sortie de
l’unité de production pour l’amener aux niveaux requis pour le transport. A l’autre extrémité de
la chaîne, côté consommateurs, les transformateurs sont utilisés pour abaisser la tension et la
ramener aux valeurs utilisées dans les réseaux de distribution -BT-.Outre la transmission de
l’énergie électrique avec modification des tensions, les transformateurs peuvent être utilisés pour
contrôler les tensions de nœuds des réseaux [CUS02]. Cette figure I.11 représente un modèle
simple de transformateurs
Figure I.10 Modèle simplifié de transformateur
Si � est le nombre de spires côté haute tension et � est le nombre de spires côté basse
tension, le rapport de transformation M est défini par :
M= (I.19)
La relation entre la tension du côté primaire V1 et la tension du côté secondaire à vide est
�
= (I.20)
I.2.4.2 Modèle des lignes de transport :

Les réseaux de transport assurent la liaison entre les centres de production et les zones de
consommation. Ils permettent aussi d’échanger de la puissance à travers les lignes
27
d’interconnexion, entre pays ou grandes zones relevant de gestionnaires de réseaux différents

cinétique [BOR05]. Les modèles des lignes de transmission utilisés dans l’analyse dynamique
des réseaux électriques sont habituellement classés en trois groupes en fonction des longueurs
des lignes, (longues, moyennes, courtes) cinétique [SAU 98]. Les moyennes et longues lignes
sont représentées par un circuit π [YUY 83], voir la figure I.11. Il se caractérise par trois
paramètres principaux :
 une résistance série R.
 une réactance X.
�
 une réactance capacitive
Figure I.11 Modèle en π d’une ligne de transmission.
I.2.4.3 Modèle des charges :

Les études de stabilité dans lesquelles la gamme de temps considérée est de l’ordre de 10
secondes après la perturbation, les modèles de charges les plus utilisés sont généralement des
modèles statiques. Le caractère statique est lié à la description de la charge par des équations
purement algébriques [FER 14]. La charge statique dans un réseau électrique peut être linéaire ou non
linéaire [KUN 94]. Cette étude nous allons considérer la charge linéaire comme illustré à la figure I.12.
Figure I.12 Modélisation d’une charge par son admittance équivalente
28
Où :
� �
= = = + (I.21)
��
I.3 Les équations d’état généralisé du modèle :

Comme nous l’avons présenté dans la première partie de ce chapitre, un système de puissance
est un système dynamique non-linéaire, qui peut être décrit par un ensemble d’équations
différentielles ordinaires non-linéaires couplées du premier ordre et un ensemble d’équations
algébriques, où les formes générales de ces ensembles d’équations différentielles et algébriques
peuvent être exprimées comme suit [HAS 08].
̇ = , ,………, ; = , ,………, (I.22)
=ℎ ( , ,……… , ); = , , … … … , (I.23)
Les équations différentielles correspondent aux fonctionnements dynamiques des générateurs,

des systèmes d’excitation et des autres éléments du système. Les équations algébriques
correspondent aux équations des réseaux de transport et des stators des générateurs. La solution
de ces deux groupes d’équations détermine l’état électromécanique du système à chaque instant.
Nous rappelons ci-dessous les équations décrivant le modèle déduit du système de puissance.
� = − − − ∗ � − (I.24)
��
� =� ∗ � − (I.25)
̇′ = ′
∗ − ′ − − ′ ∗ (I.26)
̇ = �� ∗ é − + − (I.27)
�
= ′ ∗ + − ′ ∗ ∗ (I.28)
= ∗ (I.29)
= ′ − ′ ∗ (I.30)
=√ + (I.31)
29
=∑ = − ∗ ′ + − ′ ∗ ∗ (I.32)
� =∑= ∗ ′� + � − ′ ∗ ∗ � (I.33)
La figure (I.14) représente les éléments du modèle du système de puissance avec leurs
interactions. L’approche finale de la modélisation du système de puissance implique une
présentation de l’ensemble des équations de ce système sous forme d’équations d’état
généralisées comme suit :
̇= , ) (I.34)
= , ) (I.35)
Une telle forme représente un système invariant dans le temps (système autonome). Où :
̇
̇
̇ =[ ] =[ ] =[ ] =[ ] =[ ] =[ ] (I.36)
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
̇
x : Vecteur d’état du système de n variables.

̇ : Vecteur dérivé du vecteur x par rapport au temps.
: Vecteur de r signaux d’entrée du système.
: Vecteur de n fonctions non-linéaires reliant les variables d’état xi et les signaux d’entrée
aux dérivées des variables d’état i ̇ .
: Vecteur de m signaux de sortie du système.
: Vecteur de m fonctions non-linéaires reliant les signaux d’entrée et les variables d’état.
: Aux variables de sortie .
30
Figure I.13 Digramme de l’ensemble des blocs du système de puissance.
31
Les variables d’état permettent de décrire complètement l’évolution dynamique du système par
n équations différentielles de premier ordre. L’état et la sortie du système peuvent ainsi être
calculés, à tout instant, pour des conditions initiales quelconques.
Quand les dérivées des variables d'état x sont égales à zéro, ( =0), le système est à l’équilibre.
Ainsi, ce point d’équilibre est le point auquel toutes les variables d’état sont constantes et le
fonctionnement du système autour de ce point est dit linéaire. La détermination de modèle
linéaire fait l’objet du paragraphe suivant.
I.4 Conclusion :
Dans ce chapitre, nous avons présenté les différentes définitions de base puis l’étude d’un
système de puissance constitué d’une machine synchrone liée par une ligne de transmission à un
jeu de barres infini, et la modélisation des différents composants du système électro-énergétique
de générateur jusqu’a les charges pour les études de la stabilité aux petites perturbations pour
l’étude ou l’analyse de la stabilité des réseaux électriques et cela dans les chapitres qui suivent.
32
CHAPITRE. II :
Stabilité de réseau
électrique
Chap. II : Stabilité de réseau électrique
II.1 Introduction :
L’énergie électrique ne peut pas être stockable d’une grande quantité, c’est pour cela que
l’énergie produite doit être consommée en même tempe, il doit y avoir en permanence un
équilibre entre la production et la consommation c’est à dire qu’on doit veiller à la stabilité du
réseau électrique que est une préoccupation très importante pour la planification et l’exploitation
des réseaux électriques.
Pour cela, on s’intéresse dans ce chapitre à la stabilité des systèmes électro-énergétique qui est
un facteur essentiel pour préserver le matériel et assurer la continuité du service et utiliser le
contrôleur PSS pour l’améliorer la stabilité aux petites perturbations.
II.2 Définitions :
II.2.1 Réseau infini :
Un réseau est dit infini ou de grande puissance lorsque sa tension et sa fréquence sont fixes et
une perturbation sur une machine n’affecte pas le réseau.
II.2.2 Synchronisme :
On dit qu’une machine fonctionne en synchronisme, si sa fréquence est égale à la fréquence de

réseau. On dit qu’un système fonctionne en synchronisme, si toutes les machines reliées à ce
réseau ont la même fréquence du réseau.
II.2.3 Système électro-énergétique :

On appelle un système électro-énergétique un ensemble d’installations électriques destinées à
produire, transporter et à la fois distribuer l’énergie électrique aux consommateurs [ZIA 94].
II.3 La stabilité de réseau électrique :

II.3.1 Définition :
La stabilité des réseaux électriques est généralement définie comme leurs propriétés de
maintenir un état de fonctionnement d'équilibre dans les conditions de fonctionnement normales
ou de rétablir un état d'équilibre acceptable après avoirs subi une perturbation, en gardant la
plupart des variables de système dans leurs limites, de sorte que le système entier reste
pratiquement intact [HAS 08]. Comme les réseaux électriques dépendent des alternateurs
33
synchrones de centrales électriques, une condition de fonctionnement est que tous les
alternateurs synchrones maintiennent le synchronisme.
II.3.2 Stabilité d’un système électro-énergétique :

La stabilité d’un système de puissance est la capacité d’un système d'énergie électrique, pour
une condition de fonctionnement initiale donnée, de retrouver le même état ou un autre état
d’équilibre âpres avoir subi une perturbation physique, en gardant la plupart des variables de
système dans leurs limites, de sorte que le système entier reste pratiquement intact [HRK 18].
II.3.3 Description générale du système électro-énergétique étudie :

Un réseau SMIB (Single Machine Infinity Bus) est constitué d’une machine synchrone qui
alimente un réseau électrique de puissance infinie (c’est-à-dire dont la puissance est largement
supérieure à celle de la génératrice synchrone) à travers des lignes et d’un transformateur. La
machine synchrone est modélisée par une force électromotrice constante E derrière une réactance
Xs. Le nœud infini est un point où la tension est constante et fixée en module et en phase (inertie
très grande par rapport à des autres machines).
La figure II.1 représente un système standard IEEE type SMIB avec la commande d’excitation
du Générateur Synchrone Puissant (GSP) [DJA 13].
T Xe T
� AVR
PSS ….. Excitatio G
Bus infini
Mesure
Figure II.1 Système standard IEEE type SMIB avec commande d’excitation du générateur
Synchrone puissant
34
II.3.4 La classification de la stabilité de réseau électrique :

En raison de la taille, de l’importance et de la complexité des problèmes de stabilité, il est très
intéressant de faire des simplifications et des hypothèses appropriées pour représenter
analytiquement le système. Pour analyser et résoudre les problèmes d’instabilité dans les
systèmes de puissance, il est indispensable de regrouper les différents groupes de stabilité. Cette
classification de la stabilité est basée sur les considérations suivantes [KUN 94] :
 La nature physique de l’instabilité résultante.
 L’amplitude de la perturbation.
 La plage de temps nécessaire pour assurer la stabilité.
 Les dispositifs et les processus nécessaires pour assurer la stabilité.
Habituellement, la stabilité est divisée en trois groupes, à savoir :
 La stabilité de l’angle de rotor.
 La stabilité de tension.
 La stabilité de fréquence.
La figure (II.2) présente ces principales catégories de stabilité d’un système de puissance et
leurs sous-catégories.
35
Stabilité de système
de puissance
Stabilité de Stabilité de la Stabilité de

l’angle de rotor fréquence tension
Stabilité de Stabilité de Stabilité de la Stabilité de la

l’angle de l’angle de tension aux tension aux
rotor aux rotor aux petites grandes
petites grandes perturbations perturbations
perturbations perturbations
Stabilité Stabilité
dynamique transitoire
Court Court Long Court Long

terme terme terme terme terme
De l’ordre De l’ordre de De l’ordre de De l’ordre De l’ordre

de 10 à 20 plusieurs plusieurs de plusieurs de plusieurs
secondes secondes minutes secondes minutes
Figure II.2 Classification des différents types de la stabilité de système de puissance.
II.3.4.1 La stabilité angulaire :

La stabilité de l’angle de rotor concerne la capacité des machines synchrones d’un système de
puissance interconnecté de rester en synchronisme suite à une perturbation .Elle dépend de la
capacité de maintenir/restaurer l’équilibre entre les couples électromagnétique et mécanique
agissant sur le rotor de chaque machine synchrone dans le système. L’instabilité qui peut résulter
36
se produit sous forme d’augmentation des oscillations angulaires de certains générateurs pouvant
conduire à une perte de synchronisme avec d’autres générateurs. Suivant l’amplitude de la
perturbation [TOF 12], nous pouvons caractériser la stabilité de l’angle de rotor en deux sous-
catégories :
a- Stabilité angulaire de grande perturbation (stabilité transitoire) :
La stabilité transitoire dépend de l'état initial du système et de la sévérité de la perturbation.
L'instabilité est habituellement sous forme d'une séparation angulaire périodique en raison du
couple de synchronisation insuffisant, se manifestant comme une instabilité sur la première
oscillation. Cependant, dans les grands systèmes électriques, l'instabilité transitoire ne se produit
pas toujours comme une instabilité sur la première oscillation qui serait liée à un seul mode.
C'est parfois le résultat de la superposition d'un mode d'inter-régions d'oscillation lent et d'un
mode d'oscillation local de centrale causant une grande excursion d'angle rotorique avec
dépassement de la limite de stabilité à la première oscillation [KBE 01] figure II.3 représenté la
variation d’angle de rotor ou Cas 1 : instabilité de première oscillation. Cas 2 : instabilité de
multi-oscillations le cadre de temps de la dynamique généralement observée de la stabilité
transitoire est de l'ordre de 3 à 5 secondes après la perturbation. Il peut se prolonger à 10-20
secondes.
Figure II.3 Variation d’angle de rotor
Pour expliquer cette approche, nous prenons un système de puissance simple constitué d’un
générateur synchrone connecté à un jeu de barre infini via une ligne de transmission, figure II.4
37
le générateur est modélisé par une source de tension idéale �� en série avec une réactance
� (modèle classique). La ligne et le transformateur sont représentés par la réactance �� .
Figure II.4 synchrone connectée à un jeu de barre infini
Dans l’état équilibré, la puissance produite par le générateur �� est donnée par l’équation
suivante :
�� ×�0
� = × sin � (II.1)
�� +��
Où � l’angle de rotor (dit ici, l’angle de puissance), est le déphasage entre la tension interne du
générateur � et la tension du jeu de barre infini � . L’équation II.1 est représentée
graphiquement à la figure II.5 [HAS 08].
��_� �
��
��
�
� � 90 180
Figure II.5 Relation puissance- angle de rotor
38
Lors de l’équilibre, la puissance électrique Pe1 est égale à la puissance mécanique appliquée
pour l’angle correspondant � . Un brusque changement sur la charge du générateur entraîne une
variation de la puissance mécanique, et par conséquent de la puissance électrique, par exemple
de �� à �� , figure II.5.
Le rotor va donc accélérer de sorte que l’angle de puissance augmente, de � à � , pour
pouvoir fournir une puissance supplémentaire à la charge. Cependant, l’accélération du rotor ne
peut pas s’arrêter instantanément. Ainsi, bien que la puissance développé pour l’angle � soit
suffisante pour la charge, le rotor va dépasser l’angle � jusqu’à ce qu’un couple opposé
suffisant soit développé pour arrêter cette accélération. L’énergie supplémentaire va entraîner le
ralentissement du rotor et la diminution de l’angle de puissance. [HAS 08]
b- Stabilité angulaire de petite perturbation (stabilité dynamique) :

La stabilité dynamique d’un réseau de transport d’énergie électrique est son aptitude à
retrouver une position d’équilibre stable après une petite perturbation. L’instabilité résultante se
manifeste sous forme d’un écart croissant, oscillatoire ou non-oscillatoire, entre les angles de
rotor La stabilité angulaire aux petites perturbations est caractérisée par les oscillations
électromécaniques des rotors, La stabilité aux petites perturbations sera associée à la présence
d’un couple d’amortissement à la suite de la première oscillation. Si ce couple est suffisant, les
oscillations s’amortiront (amortissement positif). Par ailleurs, si l’amortissement n’est pas
suffisant, les oscillations vont continuer, ou même elles vont augmenter (amortissement négatif
c.-à-d. manque de couple d’amortissement). La perte de synchronisme peut avoir lieu entre une
machine et le reste du système (provoquant une instabilité locale), ou bien entre des groupes des
machines, dans lesquels chaque groupe peut garder son synchronisme (désignant une instabilité
globale) [FRG14].
II.3.4.2 Stabilité de tension:

La stabilité de tension est la capacité d'un système électrique à maintenir, à partir d'un état
initial donné, les tensions stables en tous ses nœuds après une perturbation [TOU 12].
Elle dépend de la capacité à maintenir ou à rétablir l'équilibre entre la demande de charge et la
puissance fournie du réseau électrique. L'instabilité se produit sous la forme d'une baisse ou
d'une augmentation de tension progressive dans certains nœuds. Un résultat possible d'une
instabilité de tension est la perte de charges dans une zone, ou le déclenchement de lignes de
transport et d'autres éléments par leurs systèmes de protection conduisant à des pannes en
cascade [KUN 94].
39
II.3.4.3 La stabilité de fréquence :

La stabilité de la fréquence d’un système de puissance se définit par la capacité du système de
maintenir sa fréquence proche de la valeur nominale suite à une perturbation sévère menant par
conséquent à un important déséquilibre, entre les puissances produite et consommée. [HAR 18]
Le maintien de la fréquence à une valeur nominale dans un système de puissance est lié à
l’équilibre global entre les puissances actives produites et consommées (y compris les pertes).
Autrement dit, suite à certaines perturbations, l’équilibre global des puissances produite-
consommée peut être déséquilibré : ce déséquilibre entraîne alors une variation de fréquence.
L’instabilité de fréquence peut également se manifester à long terme, lorsqu’elle provient d’une
mauvaise réponse en puissance des centrales ou d’une mauvaise coordination entre des
régulations et protections [CUS02].
II.3.5 Stabilité statique :

En général, à la fin d'un régime transitoire provoqué par une perturbation, le système atteint
son régime permanent. Dans ce cas, l’étude de la stabilité du système, porte sur l'évaluation de
l'état statique du réseau. Le système n’est pas en état de stabilité statique si les contraintes de
fonctionnement ne sont pas respectées. Cet état est appelé : état instable ou état d’urgence.
Dans un réseau qui est dans un état d'urgence, les opérateurs du centre de contrôle ont
suffisamment de temps pour ramener le système à l’état stable ou au régime normal en apportant
des modifications supplémentaires.
Si certaines contraintes d’exploitation ne sont pas respectées, l'une des parties du réseau se
sépare du système, le reste continuant son fonctionnement normal [GOH 03].
II.3.6 Les cause d’instabilité :
Les causes suivantes peuvent provoquer directement le blackout ou aggraver la situation du

système qui pourra mener indirectement au blackout :
 Le court-circuit : un court-circuit provoque un déséquilibre important entre le couple
moteur et le couple résistant.
 La surcharge La défaillance d’une protection.
 Branchement d’une charge important.
 Génératrice de puissance importante mise hors service.
 Variations momentanées de la charge.
40
 les opérations d’ouverture ou de fermeture dans les lignes.
II.3.7 Incidents liées à l’instabilité dans le monde :
Les tableaux II.1 et II.2 [BOU09] présentent respectivement une liste des incidents qui ont
provoqué un effondrement de la tension et de creux qui n'ont pas été suivis d'un effondrement.
Tableau II.1 Incidents suivis d’un effondrement

Date Lieu Durée
22-08-1970 Japon 30 minutes
19-12-1978 France 4 heures de coupure
Eté 1996 Ouest USA Plus heures
03-02-2003 Algérie Plus de 7 heures
23-09-2003 Suède et Danemark Quelques heures
25-05-2005 Moscou, Russie 5 heures de panne
Tableau II.2 Incidents non suivis d’un effondrement

Date Lieu Durée
22-09-1970 Etat de New York, E-U Incertitudes pendant des heures
02-03-1979 Zealand, Danemark 15 minutes
17-09-1981 Centre de l’Oregon, E-U Quelques minutes
20-05-1986 Angleterre 5 minutes
03-02-1990 Ouest de la France Quelques minutes
II.3.8 Amélioration de la stabilité transitoire :

La stabilité peut être considérablement améliorée en utilisant des systèmes en boucle fermée
avec des systèmes de contrôle adaptés. Au fil des années, un effort de recherche important était
effectué pour une meilleure conception de tels contrôleurs. Il y a principalement deux moyens
rapides permettant d’améliorer la stabilité :
 L’utilisation d’un contrôleur côté générateur : signal de contrôle supplémentaire dans le
système d’excitation du générateur (PSS, PID).
 L’utilisation d’un contrôleur côté lignes de transmission : signal de contrôle

supplémentaire dans les systèmes FACTS (Flexible AC Transmission System) [HAR 18].
II.4 Généralité sur les systèmes asservis :
II.4.1 Définition :
II.4.1.1 Régulation :
La consigne, traduisant l'objectif désiré du procédé, est constante et les grandeurs

perturbatrices influencent fortement la grandeur à maîtriser [LEG 17].
41
II.4.1.2 Grandeur réglée :

Est la grandeur physique que l'on désire contrôler. Elle donne son nom à la régulation par
exemple : une régulation de température.
II.4.1.3 Grandeur réglant :
Est la grandeur physique qui a été choisie pour contrôler la grandeur réglée. Elle n'est pas
généralement de la même nature que la grandeur réglée.
II.4.1.4 Grandeurs perturbatrices :
Sont les grandeurs physiques qui influencent la grandeur réglée. Elles ne sont pas
généralement de la même nature que la grandeur réglée.
II.4.1.5 L'organe de réglage :
Est l'élément qui agit sur la grandeur réglant [BEN12].
II.4.2 Objectif de la régulation automatique :

L’objectif d’une régulation ou d’un asservissement automatique d’un procédé est de le
maintenir le plus près possible de son fonctionne ment optimum, qui a été prédéfini
ultérieurement par un cahier des charges (conditions ou performances imposées). Aussi il faut
impérativement prendre en compte les aspects de protection du personnel, des installations
techniques et le respect de l’environnement. Le cahier des charges définit les critères qualitatifs à
imposer qui sont traduits le plus souvent par des critères quantitatifs, comme par exemple, la
stabilité, la précision et la rapidité [LEG 17].
II.4.3 Caractéristiques dynamiques d'un procédé :
II.4.3.1 Temps de réponse (Tr) :

C’est l’aptitude du procédé à suivre les variations de la consigne, dans le cas d’un échelon de
la consigne la croissance de la grandeur réglée définit les différents temps de réponse .Dans
l’exemple ci-dessous de la figure, on mesure le temps de réponse à ±5% qui est égal à � -� .
II.4.3.2 Temps de montée (Tm) :
Le temps de montée est l’intervalle de temps séparant les instants auxquels la réponse
indicielle vaut 10% et 90% de la valeur finale.
42
II.4.3.3 Dépassement (D) :

Le premier dépassement permet de qualifier la stabilité d'un système. Plus celui-ci sera
important, plus le système sera proche de l'instabilité. Dans certaines régulations, aucun
dépassement n'est toléré, dans d'autre un dépassement inférieur à 15 % est considéré comme
acceptable. Dans la réponse indicielle ci-dessous, le premier dépassement est de 14% [JSI 05].
0.25
0.2 Dépassement (D)
Erreur statique
0.15
63 % Temps de monté (Tm)

0.1
0.05
Temps d’établissement du régime stationnaire (Tr)
0
0 1 2 3 4 5 6 7 8 9 10
Figure II.6 Représentation de (Tm, Tr, D)
II.5 Stabilisateur PSS :

II.5.1 Fonctionnement et modèle de PSS :
Un PSS (power system stabilizer) permet d'ajouter un signal de tension proportionnel à la

variation de vitesse de rotor dans l'entrée du régulateur de tension (AVR) du générateur, figure
(II.7). Un couple électrique en phase avec la variation de vitesse de rotor est ainsi produit dans le
générateur. Par conséquent, avec un système d'excitation rapide et fort, l'avantage présenté par
un couple synchronisant important est toujours assuré et le problème de la décroissance du
couple d'amortissement est corrigé. Le PSS va s'opposer à toutes les faibles oscillations en
forçant le système d'excitation à varier au plus juste et au bon moment.
43
Figure II.7 Modèle simplifie de liaison entre un PSS et le système
Le type de PSS le plus utilisé est connu sous le nom de PSS conventionnel (ou PSS
avance/retard). Ce type a montré sa grande efficacité dans le maintien de la stabilité aux petites
perturbations. Ce PSS utilise la variation de vitesse de rotor comme entrée. Il se compose
généralement de quatre blocs, figure (II.8):
 un bloc d’amplificateur.
 un bloc de filtre passe-haut "filtre washout".
 un bloc de compensation de phase.
 un limiteur.
Figure II.8 Modèle d’un PSS avance/retard
II.5.2 Différents blocs de PSS :
II.5.2.1 L'amplificateur :
Il détermine la valeur de l'amortissement introduit par le PSS. Théoriquement, sa valeur (�� )
doit correspondre à l'amortissement maximal. Toutefois, la valeur du gain doit satisfaire
44
l'amortissement des modes dominants du système sans risquer de dégrader la stabilité des autres
modes ou la stabilité transitoire [KUN 89].
Généralement, �� varie généralement de 0.01 à 50 [DJA 13].
II.5.2.2 Filtre passe-haut "filtre washout" :

Il élimine les oscillations à très basse fréquence (inférieure à 0.2 Hz) présentées dans le signal
d'entrée. Il supprime également la composante continue de la vitesse (la composante "DC"
correspondant au régime statique). Le PSS ne réagit donc que lorsqu'il y a des variations de
vitesse. La constante de temps de ce filtre ( � doit être suffisamment grande pour permettre aux
signaux, dont la fréquence est située dans la bande utile, d'être transmis sans atténuation. Mais,
elle ne doit pas être trop grande pour éviter de mener à des variations indésirables de tension de
générateur pendant les conditions d'îlotage. Généralement, � varie de 1 à 20 secondes.
Une amélioration remarquable sur la stabilité de la première oscillation est obtenue avec une
valeur � fixée à 10 secondes [PAL 05].
II.5.2.3 Filtre compensation de phase :

L'origine de l'amortissement négatif est, comme nous l'avons vu, associée au retard de phase
introduit entre le couple électrique du générateur (� ) et l'entrée du système d’excitation � � .
Par conséquent, le PSS fournit l'avance de phase nécessaire pour compenser le retard de phase de
la fonction de transfert GEP. Pratiquement, un bloc de phase d'avance pure ne suffit pas pour
réaliser la compensation de phase nécessaire ainsi, un bloc d'avance/retard de phase est souvent
utilisé. Pour mieux garantir la stabilité du système, deux étages (au moins) de compensations de
phase sont nécessaires. La fonction de transfert de chaque étage est une simple combinaison de
pole-zéro, les constantes de temps d'avance et de retard étant réglables. La gamme de chaque
constante de temps s'étend généralement de 0.01 à 6 secondes. Mais pour des considérations de
réalisation physique, les constantes de temps de retard sont considérées fixes et généralement
autour de la valeur de 0.05 secondes [FLE 81].
II.5.2.4 Limiteur :
Le PSS est conçu pour améliorer l'amortissement du système en cas de petites variations
autour d'un point d'équilibre. Son objectif n'est pas de restaurer la stabilité du système aux
perturbations sévères (la stabilité transitoire). Le PSS a parfois tendance à perturber le bon
fonctionnement du régulateur de tension en le saturant lorsque ce dernier essaye de maintenir la
45
tension lors des conditions transitoires. Ainsi, le PSS doit être équipé d'un limiteur afin de
réduire son influence indésirable durant les phases transitoires [LAR 81]. Les valeurs minimales
et maximales du limiteur s'étendent de ± 0.02 à 0.1 per-unit [YUY 83].
II.5.3 Emplacement optimal des PSS :

Tous les générateurs du système ne participent pas aux modes dominants : tous les
générateurs n’ont donc pas besoin d’être équipés des PSSs. En outre, il faut tenir compte des
interactions négatives entre les PSSs qui augmentent avec le nombre de ces derniers. Enfin, il
faut tenir compte des critères économiques. Ainsi, la première étape de la mise en œuvre des
PSSs, est de trouver les emplacements optimaux des PSSs nécessaires et de déterminer leur
nombre. Ce problème a fait l’objet, depuis une dizaine d’années, d’un grand nombre de
recherche [FEL 90]. Les approches les plus efficaces proposées sont basées sur l’analyse
modale du système linéarité :
 Le mode Shape.
 Les facteurs de participations.
 Les résidus.
Comme nous l’avons vu, les amplitudes des résidus associés aux modes dominants de la
fonction de transfert du système en boucle ouverte peuvent être utilisées pour déterminer les
placements les plus efficaces pour installer les PSSs [HRK 18].
II.6 Conclusion :
Dans ce chapitre, nous avons présenté d’une façon générale les différents types de la stabilité
et on a présenté également une analyse fine sur la stabilité du réseau électrique à la présence des
petites perturbations et des oscillations électromécaniques dans les systèmes de puissance, et les
méthodes d’analyse et d’amélioration de la stabilité utilisé pour résoudre cette problématique le
c’est le stabilisateur PSS. Afin d’obtenir les paramètres optimaux de PSS on a utilisé les
algorithmes génétiques cela dans les chapitres qui suivent.
46
CHAPITRE. III :
Optimisation par
l’algorithme
génétique
Chap. III Optimisation par algorithmes génétiques
III.1 Introduction :
La résolution de plusieurs problèmes d’optimisation en électrotechnique rencontre de nombreux
problèmes et difficultés pour trouver une solution précise et fiable, où les propriétés du problème
d'optimisation sont fortement non-linéaires, présentent des dérivées difficilement accessibles, des
discontinuités sur des intervalles prédéfinis …etc.
La résolution de telles difficultés a fait l’objet de nombreux travaux en utilisant diverses

méthodes d’optimisation. Les méthodes déterministes s’appuient sur le calcul d’une direction de
recherche généralement liée à la dérivée (de la fonction objective et des contraints
mathématiques) par rapport aux variables du système. Elles ne sont réellement utilisables que
dans le cas restreint où la solution cherchée est réputée proche d’une solution connue. C’est pour
lever cette difficulté, que les chercheurs ont choisi de s’intéresser au développement des
méthodes stochastiques et d’étudier leur application aux problèmes de conception rencontrés en
électrotechnique.
C’est pour cela, qu’on a développé des méthodes inspirées par la nature classées sous le
concept des méthodes d’intelligence artificielle. Dans ce travail, on a appliqué les algorithmes
génétiques qui ont imposés leurs applications dans plusieurs domaines scientifiques et industriels
en donnant une description détaillé des algorithmes génétiques dans ce chapitre.
III.2 Définition de l’optimisation :

Un problème d’optimisation se définit comme la recherche du minimum ou du maximum (de
l’optimum) d’une fonction donnée. On peut aussi trouver des problèmes d’optimisation où les
variables définissant la fonction à optimiser sont introduits dans des contraintes, dans une
certaine partie de l’espace de recherche. Dans ce cas, on a une forme particulière de ce que l’on
appelle un problème d’optimisation sous contraintes [RAB 07].
III.3Méthodologie de conception :
L’optimisation est souvent réduite aux techniques de résolution mathématiques auxquelles sont
attribués par la suite les échecs rencontrés. Or, comme pour la plupart des problèmes à résoudre,
l’optimisation doit faire l’objet d’une démarche systématique qui comporte quatre phases
récapitulées dans la Figure III.1. Les phases peuvent s’enchaîner séquentiellement mais les
itérations et les retours sont bien souvent indispensables [KET 14].
47
Figure III.1 Démarches de résolution d’un problème d’optimisation
III.4 Formulation du problème d’optimisation :
La formulation du problème d’optimisation est une étape fondamentale dans le processus de

conception. Elle n’est pas facile à aborder car le choix des variables de conception n’est jamais
unique et les moyens de calcul actuels ne peuvent en gérer qu’un nombre limité.
Le problème de conception, décrit par le cahier des charges, doit être formulé en un problème
mathématique équivalent. C’est l’étape la plus délicate du processus de conception car, là aussi,
la formulation d’un problème n’est jamais unique, en particulier la définition des fonctions
caractérisant les performances du système.
Elle consiste à définir de façon précise [KET14] :
 La function objective.
 Les parameters de conception.
 Les éventuelles contraintes liées à la fabrication ou à l’utilisation du dispositif exprimées
dans le cahier des charges.
 Les contraintes ajoutées par le concepteur.
III.5 Algorithme génétique :
III.5.1 Historique:
Les algorithmes génétiques, initiés dans les années 1970 par John Holland, sont des
algorithmes d’optimisation s’appuyant sur des techniques dérivées de la génétique et des
mécanismes d’évolution de la nature : croisement, mutation, sélection. Les premiers travaux sur
les algorithmes génétiques ont été initialement développés par John Holland (1975) qui a
développé les principes fondamentaux des algorithmes génétiques dans le cadre de l’optimisation
mathématique. A cette époque, l’informatique n’avait pas encore connu de développement et ses
travaux n’ont pas pu être appliqués sur des problèmes réels de grande taille. La parution en 1989
48
de l’ouvrage de référence écrit par D.E Goldberg , qui décrit l’utilisation de ces algorithmes dans
le cadre de résolution de problèmes concrets, a permis de mieux faire connaître ces derniers dans
la communauté scientifique et a marqué le début d’un nouvel intérêt pour cette technique
d’optimisation, notamment après la parution de puissants calculateurs dans les années 90
[BOU12] .
III.5.2 Définition de l’algorithme génétique :

Les algorithmes génétiques (AG) sont des techniques de recherche et d’optimisation dérivées
de la génétique et des mécanismes de la sélection naturelle et de l’évolution développés par John
Holland (1975) [FRG 14]. La théorie des algorithmes génétiques utilise un vocabulaire similaire
à celui de la génétique naturelle. Cependant, les processus naturels auxquels elle fait référence
sont beaucoup plus complexes que les algorithmes génétiques. On définit ainsi un individu dans
une population. L’individu est représenté par un ou plusieurs chromosomes constitués de gènes
qui contiennent les caractères héréditaires de l’individu. Les principes de sélection, de
croisement, de mutation utilisée s’appuient sur les processus naturels du même nom [HAS 08].
Le principe des AG est présenté en figure III.2
Figure III.2 Concepts de base d’un algorithme génétique.
49
III.5.3 Les opérateurs d’un AG :
III.5.3.1 Nombre de population :
Les AG nécessitent une population initiale pour commencer le processus de recherche. La

méthode appliquée fait générer aléatoirement un ensemble de solutions dans les contraintes
proposées pour la population entière.
III.5.3.2 Sélection :
Après génération de la population initiale, la performance de chaque individu est évaluée : la

performance mesure la qualité de la solution probable pour comparer les différentes solutions.
Nous avons pris la valeur associée à la fonction objective comme indice de performance.
Après calcul de cet indice pour chaque individu, le mécanisme de sélection est appliqué pour
copier les individus sélectionnés. Les individus ayant des performances élevées ont plus de
probabilité d’être reproduits dans la génération suivante, il y’a trois types de sélection :
 Elitism
 Roulette
 Tornio
40 %
30 %
20 %
10 %
Figure III.3 Exemple de sélection en roulette
50
III.5.3.3 Croisement :
Après l’étape de sélection, le croisement est appliqué. Dans cette étape, les individus sont
regroupés aléatoirement par paire (parents). Le croisement se fait ensuite pour créer les enfants
avec une probabilité Pc, sinon les parents ne changent pas. Cet opérateur sert à explorer des
nouvelles régions dans l’espace de recherche. Il y’a deux type de croisement :
 Croisement en un seul point
 Croisement en plusieurs points
Parent Enfain
0 7 5 9 2 4 6 8 3 1 0 7 5 3 1 6 6 8 31
7 9 2 3 1 6 5 4 0 8 7 9 2 9 2 4 5 4 0 8
Figure III.4 Exemple de croisement en plusieurs points
III.5.3.4 Mutation :
Pour introduire une certaine diversification dans la population et éviter ainsi une convergence
prématurée en un optimum local, l’opérateur de mutation est appliqué. Les bits qui subissent la
mutation sont choisis aléatoirement avec une probabilité Pm [FRG 14].
M
M
M
M
Un mutation
Figure III.5 exemple de mutation
51
III.5.4 Les paramètres de réglage de l’algorithme génétique :
Il y a principalement trois paramètres de base pour le "fonctionnement" d’un AG :

 Le nombre d’individus dans la population ��(dit la taille de la population).
 La probabilité de croisement Pc.
 La probabilité de mutation Pm.
La réussite et la rapidité d’un AG dépendent fortement des valeurs choisies pour ces
paramètres. Le bon réglage de ces paramètres est un problème parfois délicat. Nous discutons ci-
dessous l’influence de chaque paramètre et la gamme de valeurs qu’il peut prendre [HAS 08] :
III.5.4.1 Taille de la population �� :
Ce paramètre doit être judicieusement réglé en fonction de la taille du problème. Généralement,

nous pouvons dire que si la taille de la population est :
 Trop faible, l’AG peut converger trop rapidement vers de mauvaises solutions.
 Trop grande, le temps de calcul de l’AG peut s’avérer très important.
En règle générale, plus la taille de la population est grande, plus le nombre de solutions
potentielles évaluées est élevé.
III.5.4.2 Probabilité de croisement Pc :
Comme nous l’avons dit, la probabilité de croisement joue un rôle très important dans
l’exploration de l’espace de recherche du problème. En générale, plus la probabilité de
croisement est élevée, plus il y aura de nouvelles structures apparaissant dans la nouvelle
population. Ainsi, si la probabilité de croisement est :
 trop élevée, les "bonnes" structures apportées par la sélection risquent d’être détruites
trop vite.
 trop faible, la recherche de la solution optimale risque de stagner.
Le taux habituel de la probabilité de croisement est choisi entre 0.7 et 0.95.
III.5.4.3 Probabilité de mutation Pm :
La mutation, comme nous l’avons vu, est un opérateur secondaire, mais elle reste très
importante pour l’AG. Elle a pour objectifs l’introduction de diversité dans la population et la
meilleure exploitation de l’espace de recherche. Ainsi si la probabilité de mutation est:
52
 Trop élevé, la mutation rend la recherche très aléatoire.

 Trop faible, la recherche risque de stagner.
Le taux habituel de la probabilité de mutation est choisi entre 0.001 et 0.05.
III.5.5 L'organigramme de l’algorithme génétique :

Un AG standard nécessite en premier lieu le codage de l’ensemble des paramètres du problème
d’optimisation en une chaîne de longueur finie. Le principe d’un AG est simple, il s’agit de
simuler l’évolution d’une population d’individus jusqu’à un critère d’arrêt. On commence par
générer une population initiale d’individus (solutions) de façon aléatoire. Puis, à chaque
génération, des individus sont sélectionnés, cette sélection est effectuée à partir d’une fonction
objectif appelée fonction d’adaptation. Puis, les opérateurs de croisement et de mutation sont
appliqués et une nouvelle population est créée. Ce processus est itéré jusqu’à un critère d’arrêt.
Le critère le plus couramment utilisé est le nombre maximal de générations que l’on désire
effectuer. La figure. III.6 présente le principe de l’AG standard [BOU12].
Début
Population initiale de la
génération t=0
�=�+
Evaluation de la fonction Non

d’adaptation de chaque individu
Critèred’
Selection des individus
arrêt
respect
Opérateur de mutation et
croisement
Oui
Création de la nouvelle Meilleur résultat

population p(t)
Fin
Figure III.6 Organigramme général de l’algorithme génétique
53
III.6 Conclusion :
Dans ce chapitre, nous avons présenté une introduction générale sur l’optimisation, comme
nous avons abordé le concept général, les étapes et l’organigramme des algorithmes génétiques.
Une description des paramètres des AGs a été présentée, en soulevant le problème de réglage de
ces paramètres. Nous avons ensuite choisi et détaillé la méthode d’optimisation basée sur
l’algorithme génétique. L’application des AGs à la conception des contrôleurs pour
l’amélioration de la stabilité des systèmes de puissance a été l’objet de plusieurs travaux. Une
application des algorithmes génétiques (AG) pour l’optimisation des paramètres de PSSS (dans le
but d’améliorer la stabilité dynamique) fait l’objet du prochain chapitre.
54
CHAPITRE. IV :
Application à
l’analyse de la
stabilité dynamique
Chapitre. IV : Application à l’analyse de la stabilité dynamique
IV.1 introduction :
Les perturbations dans les réseaux électriques constituent un grand problème affectant la
stabilité de fonctionnement et la continuité de service. Pour cela, nous intéressons à l’analyse de
stabilité des réseaux électriques, plus particulières la stabilité dynamique en utilisant les systèmes
de réglage comme le contrôleur PSS (Power system stabilizer).
Dans le présent chapitre, on applique les algorithmes génétiques pour l'optimisation des
paramètres de PSS dans le but de minimiser les oscillations, stabiliser le système et étudie les
effets de la puissance réactive pour un système composé d’un générateur connecté à un réseau
infini (modèle SMIB).
IV.2 Modèle d’étude dans le MATLAB/SIMULINK :

Le modèle d’étude est présenté par une machine synchrone liée à un JB infini à travers une
ligne de transmission (la résistance nulle = ). On a considéré dans ce modèle l’influence du
système d’excitation et l’effet de l’AVR comme il est illustré sur la figure V.1. Pour chaque
régime Les facteurs � ,� , � ,� ,� , � et �� (Gex), � ainsi que les constantes de temps � et
�� est défirent sont calculées selon le modèle décrit dans l’annexe.
∆ � �
∆ �
∆�
∆ � �� ∆��
� ∆�
∆ +
+ (s) + � +�
-
- ∆ �
+
�
+
∆ +
+ �
Figure IV.1 Schéma fonctionnel d’un Système d'excitation avec l'AVR
55
Les grandes composantes d’un système de puissance peuvent être représentées par un schéma
blocs comme le montre la figure IV.2.
Figure IV.2 Structure générale d’un système de puissance
Cette représentation ne montre pas toutes les interactions dynamiques entre les éléments et
leurs contrôles, mais elle peut servir à une description générale pour les structures dynamiques.
L’étude de la performance dynamique d’un système de puissance est très importante pour les
opérateurs du système (point de vue économique) et la société en général (point de vue de
fiabilité).Une étape essentielle dans ce type d’étude est de comprendre physiquement et
mathématiquement les phénomènes dynamiques d’intérêt. Ensuite, la modélisation et la
simulation effectuées du système peuvent refléter son comportement critique [HAS 08].
56
IV.3 Analyse du système sans PSS :

On crée une perturbation sur la variation du couple mécanique � � puis on analyse la
réponse du système selon l’évolution de variation de position angulaire �� , variation de vitesse
angulaire �� , erreur �� et variation de couple électromagnétique � . Toutes ces
grandeurs présentent des oscillations selon le régime de fonctionnement.
IV.3.1 Analyse du système pour différents régimes :

Nous avons analysé le système avec des différents régimes (faible, moyennes et grande)
charge Où nous avons fixé la puissance active (P) et la puissance réactive (Q) avec une
perturbation au niveau du couple mécanique de l’ordre ∆�� = . �. à l’instant T=0.5
second. Puis on fait l’analyser de la réponse du système.
IV.3.1.1 Analyse avec les faibles charges (faible puissance) :

Le tableau suivent présente les différents régimes de faible puissance avec les constantes du
modèle d’étude ��.
Tableau IV.1 Analyse du système avec faibles charges
(pu) � ) � � � � � � L’étape de
système
0.2 0.1 0.6792 0.3351 0.3425 0.5504 0.5049 0.8654 2.5073 stable
0.3 0.15 0.7226 0.4524 0.3387 0.7419 0.6351 0.8409 2.4796 Stable
0.4 0.25 0.7449 0.5163 0.3311 0.8490 0.6628 0.8155 2.4240 Stable
0.45 0.30 0.7451 0.5409 0.3271 0.8857 0.6607 0.8031 2.3947 Stable
0.50 0.32 0.7495 0.5773 0.3252 0.9448 0.6783 0.7888 2.3813 Stable
Interprétation :
On remarque dans le tableau IV.1 que le système énergétique présent des états stables pour
des différents régimes de faibles charges, avec une perturbation prédéfinie.
IV.3.1.2 Analyse avec les moyennes charges (moyenne puissance) :

Ce tableau présente les différents régimes de moyenne puissance avec les constantes de ��.
57
Tableau IV.2 Analyse du système avec moyennes charges

� � � � � � � � L’étape de
système
0.55 0.35 0.7483 0.6049 0.3226 0.9941 0.6837 0.7751 2.3619 Stable
0.65 0.38 0.7443 0.6671 0.3194 1.0939 0.6952 0.7449 2.3388 Stable
0.75 0.40 0.7332 0.7244 0.3169 1.1857 0.6939 0.7130 2.3203 Stable
0.80 0.45 0.7051 0.7288 0.3124 1.1969 0.6668 0.7029 2.2873 Stable
0.90 0.48 0.6717 0.7689 0.3088 1.2628 0.6433 0.6735 2.2610 Instable
Interprétation :
Dans le tableau IV.2 en remarque le système énergétique est stable pour tous les régimes de
machine, sauf un seul régime pour = . et = . .
IV.3.1.3 Analyse avec les grandes charges (grandes puissance) :
Le tableau IV.3 présente les différents résultats de simulation pour les régimes de grande
puissance avec la détermination des constantes �� pour chaque régime de fonctionnement.
Tableau IV.3 Analyse du système avec grandes charges
� � � � � � � � L’étape de
système
0.95 0.50 0.6461 0.7840 0.3066 1.2823 0.6236 0.6598 2.2444 Instable
01 0.60 0.5744 0.7598 0.2975 1.2975 1.2469 0.5721 2.1784 Instable
1.1 0.65 -0.5042 0.7802 0.2918 -1.2767 -0.5311 0.6362 2.1365 Instable
1.2 0.70 -0.4246 0.7966 0.2859 -1.3009 -0.4885 0.6257 2.0932 Instable
1.3 0.80 -0.3028 0.7885 0.2754 -1.2874 -0.4313 0.6220 2.0164 Instable
Interprétation :
On remarque le système énergétique des différents régimes de grandes charges présent des
états instables.
IV.3.2 Les courbes de ��, ��, ��, � de système sans PSS :

Nous allons choisir un cas instable pour un régime bien défini c'est-à-dire =1.2 =0.70 et
nous décrivons les courbes de ��, ��, ��, �� de système sans PSS.
58
800
déviation de couple électromagnétique (pu)
600
400
200
-200
-400
0 1 2 3 4 5 6 7 8 9 10
temps(s)
Figure IV.3 déviation de couple électromagnétique (pu) sans PSS
400
200
0
Erreur (pu)
-200
-400
-600
-800
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.4 Erreur (pu) sans PSS
59
30
déviation de vitesse angulaire (rad/sec)
25
20
15
10
-5
-10
-15
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.5 déviation de vitesse angulaire (rad/sec) sans PSS
5000
déviation de position angulaire (rad)
4000
3000
2000
1000
-1000
-2000
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.6 déviation de position angulaire (rad) sans PSS
60
Après la simulation, les résultats relatifs au système étudié sont montrés dans les figures (IV.3,
IV.4, IV.5, IV.6) au dessous, on remarque que le système est instable et malheureusement ces
grandeurs augment avec des façons brusques et tend vers l’infini.
IV.3.3 Les effets de la puissance réactive sur la stabilité du système énergétique :

Dans cette partie nous avent fixé la puissance active � = . � et augmenter
progressivement la puissance réactive pour analysé la réponse de système et observer les effets
de l'augmentation de la puissance réactive. Les résultants donnés dans le tableau suivant :
Tableau IV.4 Analyse du système avec l’augmentation de la puissance réactive

(pu) (pu) � � � � � � L’étape de
système
0.90 0.40 0.7146 0.8102 0.3152 1.3314 0.6817 0.6593 2.3080 instable
0.90 0.50 0.6607 0.7590 0.3072 1.2463 0.6333 0.6764 2.2490 Instable
0.90 0.55 0.6327 0.7346 0.3031 1.2060 0.6079 0.6828 2.2188 instable
0.90 0.60 0.6037 0.7112 0.2989 1.1670 0.5822 0.6879 2.1880 Stable
Interprétation :
Dans le tableau IV.4 en remarque que le système énergétique est stable pour la valeur de la
puissance réactive élevé égale = .6 � , mais lorsque la puissance réactive diminue sur
cette valeur, le système est instable.
IV.4 Analyse du système avec Le contrôleur PSS :

Le contrôleur PSS décrit dans le chapitre 2 est introduit dans le modèle de la figure IV.1, cela
aboutit au modèle de la figure IV.7. L’analyse est faite seulement pour �� = . pu. Les
limites de gain ��, et le constants de temps �� et � , � , � , � , sont données sur le Tableau
IV.5. Les paramètres de PSS sont optimisés en utilisant la méthode d’optimisation les
algorithmes génétiques décrit dans le chapitre 3.
61
�+ �+ �
��
�+ �+ �+
PSS
�
∆ �
∆��
+ ∆�
∆ � ��
� ∆�
+ ∆ +
� (s) � + ��
-
∆ �
+
- ∆ �
∆ +
+ �
+
Figure IV.7 Schéma bloc fonctionnel avec l'AVR et le PSS
Tableau IV.5 Plages de variation des paramètres du PSS
�� . �. �. �. �. �.
Valeur 5 0.1 0.1 0.1 0.1 0.1
minimale
Valeur 70 10 1 1 1 1
maximale
IV.4.1 Optimisation les paramètres de PSS avec les algorithmes génétiques :

Le tableau suivant montre les paramètres utilisés sur le MATHLAB spécialement pour les
algorithmes génétiques.
62
Tableau IV.6 Paramatre de l’algoritheme génitique

Nombre de population Np=20
Nombre de géniration Ng=50
Probabilité de croisement Pc=0.7
Probabilité de mutation Pm=0.061
IV.4.2 Réglage les paramètres de PSS par les algorithmes génétiques pour les cas instable
du modèle :
Dans cette partie nous avons fait l’optimisation des paramètres de PSS avec les algorithmes
génétiques pour rétablir l'ordre dans la stabilité et les résultats sont le tableau IV.6 suivants :
Tableau IV.7 Les paramètres de PSS après l’optimisation sur les cas instables
(pu) � �� L’étape de
système
0.90 0.48 0.9220 0.9406 0.8157 0.7292 5.5423 39.3547 Instable

0.95 0.50 0.1228 0.2842 0.4119 0.6304 7.7228 46.9442 Instable
01 0.60 0.4156 0.5705 0.1463 0.2499 6.3068 63.9703 Instable
1.1 0.65 0.1676 0.8965 0.4467 0.3888 8.8364 52.6128 Instable

1.2 0.70 0.8333 0.6902 0.4949 0.7761 3.5814 15.5419 Stable
1.3 0.80 0.3288 0.9681 0.7852 0.6277 1.2186 55.2493 Stable
Interprétation :
Après l’analyse des six régimes de fonctionnement, on remarque qu’il quatre cas instables et
deux cas stable. Il est remarquable pour les quatre premiers cas que le PSS n’a pas pu ramener la
stabilité à couse de l’insuffisance de la puissance réactive.
IV.4.3 Les courbes de ��, ��, ��, � de système avec le régulateur PSS :
Nous allons choisir le même cas que précédemment =1.2 pu =0.70 pu et nous décrivons
les courbes de ��, ��, ��, �� de système avec PSS.
63
déviation de couple électromagnétique (pu) 0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.8 déviation de couple électromagnétique (pu) avec PSS
0.2
0.1
Erreur (pu)
-0.1
-0.2
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.9 Erreur (pu) avec PSS
64
0.01
déviation de vitesse angulaire (rad/s)
0.005
-0.005
-0.01
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.10 déviation de vitesse angulaire (rad/s) avec PSS
2
déviation de position angulaire (rad)
1.5
0.5
0
0 1 2 3 4 5 6 7 8 9 10
temps (s)
Figure IV.11 déviation de position angulaire (rad) avec PSS
65
x 10
40 Best: 0.2 Mean: 0.21789
15
Best fitness
Fitness value
10 Mean fitness
0
0 5 10 15 20 25 30 35 40 45 50
Generation
Current Best Individual
Current best individual
0.8
0.6
0.4
0.2
0
1 2 3 4 5 6
Number of variables (6)
Figure IV.12 L’évolution de l’algorithme génétique de système avec PSS
Après la simulation, les résultats relatifs au système étudié sont montrent que d’après
l’utilisation de PSS, dans les figures (IV.7, IV.8, IV.9, IV.10) ci-dessus, on remarque que
l’évolution des courbes commence à l’instant 0,5 sec (instant d’application de la perturbation) et
montrent que le système devient stable.
IV.5 Amélioration la stabilité dynamique avec le contrôleur PSS :

On choisir un cas stable = . � , = . � pour observer la défirent dans la réponse
de système avant et après le contrôleur PSS sons et avec l’optimisation et le résultant de les
paramètres de PSS après et avant l’optimisation ce donné dans les deux tableaux suivant :
Tableau IV.8 Paramètre de PSS avant l’optimisation

(pu) � ��
0.2 0.1 0.2823 0.9892 0.2479 0.1010 0.1001 69.9612
66
Tableau IV.9 paramètre de PSS après l’optimisation

(pu) � ��
0.2 0.1 0.5922 0.4530 0.6817 0.2248 7.5619 47.5151
IV.5.1 Les courbes de ��, ��, ��, � de système avec et sans le régulateur PSS :
0.4
déviation de couple électromagnétique (pu)
sans PSS
0.35 avec PSS sans optimisation
avec PSS et optimisation
0.3
0.25
0.2
0.15
0.1
0.05
0
0 1 2 3 4 5 6 7 8 9 10
Temps (sec)
Figure IV.13 déviation de couple électromagnétique (pu) avec et sans PSS
0.2
avec PSS sans optimisation
sans PSS
0.1 avec PSS et optimisation
Erreur (pu)
-0.1
-0.2
0 1 2 3 4 5 6 7 8 9 10
Temps (sec)
Figure IV.14 Erreur (pu) avec et sans PSS
67
-3
x 10
6
sans PSS
4 avec PSS sans optimisation
de vitesse angulaire (rad/s)
avec PSS et optimisation

2
-2
-4
-6
0 1 2 3 4 5 6 7 8 9 10
Temps(sec)
Figure IV.15 déviation de vitesse angulaire (rad/s) avec et sans PSS
0.8
sans PSS
déviation de position angulaire(rad)
0.7 avec PSS sans optimisation

0.6 avec PSS et optimisation
0.5
0.4
0.3
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
Temps (sec)
Figure IV.16 déviation de position angulaire (rad) avec et sans PSS
68
x 10
58 Best: 0.2 Mean: 1282242196276170500
4
Best fitness
Fitness value
3
Mean fitness
2
0
0 5 10 15 20 25 30 35 40 45 50
Generation
Current Best Individual
0.8
Current best individual
0.6
0.4
0.2
0
1 2 3 4 5 6
Number of variables (6)
Figure IV.17 L’évolution de l’algorithme génétique de système avec PSS
Interprétation :
Les figures (IV.13, IV.14, IV.15, IV.16) montrent que la réponse de système sans et avec
l’utilisateur de PSS avant et après l’optimisation. Le système incorporant un PSS avec
paramètres optimisés présenter des meilleures performances (moins d’oscillation) que le système
sans PSS et le système avec PSS à paramètres non optimisés le système mois stable (plus que
d’oscillation).
IV.6 Conclusion :
Dans ce chapitre, nous avons appliqué la méthode d'optimisation des algorithmes génétiques
pour optimiser les paramètres de PSS, pour améliorer la stabilité du réseau dans le cas du modèle
SMIB (Single Machine Infinity Bus). On a analysé aussi le système pour différents régimes de
fonctionnement de charges (faible, moyennes et grande) et analyser les effets de l’augmentation
de la puissance réactive sur le système énergétique. Comme résulte, que remarque le PSS à une
bonne influence sur la stabilité du système.
69
Conclusion générale
Diverses perturbations dans les systèmes électriques génèrent des oscillations importantes
qui ont des effets nocifs et dangereux sur la stabilité des réseaux électriques. Par conséquent,
l’amélioration de la stabilité en particulier pour assurer un bon amortissement des oscillations
et restaurer la stabilité du système, représente un objectif prioritaire, en utilisant la régulation
qui est stabilisateur de réseau électrique (PSS).
En traité dans ce mémoire, l’application des algorithmes génétiques (AG) pour

l’optimisation des paramètres du dispositif stabilisateur du système de puissance PSS, à cause
de l’interaction des différentes grandeurs agissant sur la stabilité d’un réseau électrique. La
détermination des paramètres du PSS n’est pas assurée avec des méthodes simples mais ca
nécessite des techniques qui peuvent surmonter la complexité des problèmes traités dans ce
domaine.
Le modèle d’étude est formé d’une machine synchrone liée à un jeu de barres infini à
travers une ligne de transport. Les travaux que nous avons menés dans ce mémoire s’est des
points suivants :
 Analyse de système pour différents régimes (faible, moyennes et grande) charges.
 Analyse des effets de la puissance réactive sur la stabilité du système énergétique.
 Analyse de système avec Le contrôleur PSS optimisé par l’algorithme génétique pour
ré ordre le système instable et minimiser les oscillations.
Dans ce mémoire, nous avons fait la simulation de système sous l’environnement

MATLAB/SIMULINK, en dégageant et en interprétant les courbes de déviation angulaire,
déviation de la vitesse, déviation du couple électromagnétique et l’erreur sans et avec le
contrôleur PSS. Apres cette interprétation des courbes, nous pouvons conclure que
l’évaluation des performances du contrôleur PSS avec des paramètres optimisé et non
optimisé, sur un réseau mono-machine reliée à un jeu de barres infini (SMIB) peut être
déterminée. Les résultats obtenus après une certaine perturbation montrent que l’action
contrôleur PSS avec des paramètres optimisé utilisé dans le système d’énergie assure un bon
amortissement et une efficacité en termes de temps de réponse.
xv
Conclusion générale
Les perspectives de ce travail sont nombreuses car les recherches dont il a fait l’objet sont
encore loin d’être finalisées. Voici quelques suggestions :
 Analysé le système avec des autres régulateur ou contrôleur parce que dans cette étude
nous avons trouvé des déférentes régimes instables après l'utilisation de régulateur
PSS.
 Analysé le système en cas la variation de la tension à la sorti de générateur.
 Appliqué des autres méthodes d’optimisation et comparé les résulta pour affiner la
recherche des solutions optimales.
 Appliquer notre approche au modèle SMIB en multi machine.
xvi
ANNEXE
Annexe A
Modèle classique de générateur
Modèle simple de générateur :
′
𝐸 ∠0°−𝐸𝐵 ∠−𝛿 ′
𝐸 −𝐸𝐵 (cos 𝛿−𝑗 sin 𝛿)
𝐼̃𝑡 = = (1)
𝑗𝑋𝑇 𝑗𝑋𝑇
La puissance complexe (S) est donnée par l’expression :
𝐸′𝐸 𝐸 (𝐸 −𝐸𝐵 𝑐𝑜𝑠 𝛿) ′ ′

𝑆 ′ = 𝑃 + 𝑗𝑄′ = 𝐸̃ 𝐼̃𝑡∗ = 𝐵 𝑠𝑖𝑛 𝛿 + 𝑗 (2)
𝑋𝑇 𝑋𝑇
𝐸′𝐸𝐵
𝑇𝑒 = 𝑃 = sin 𝛿 (3)
𝑋𝑇
A partir de la condition initiale (𝛿 = 𝛿0 ) on a :
𝜕𝑇𝑒 𝐸′𝐸𝐵
∆𝑇𝑒 = ∆𝛿 = cos 𝛿0 (∆𝛿) (4)
𝜕𝛿 𝑋𝑇
L’équation du mouvement est :
1
𝑃∆𝜔𝑟 = (𝑇𝑚 − 𝑇𝑒 − 𝐾𝐷 ∆𝜔𝑟 ) Et 𝑃𝛿 = 𝜔0 ∆𝜔𝑟 (5)
2𝐻
A partir de l’équation (5) et (4) on résulte :
1 𝐸 ′𝐸𝐵
𝑃∆𝜔𝑟 = (∆𝑇𝑚 − 𝐾𝑠 ∆𝛿 − 𝐾𝐷 ∆𝜔𝑟 ) Et 𝐾𝑠 = ( ) cos 𝛿0 (6)
2𝐻 𝑋𝑇
La matrice s’écrite sous forme 𝑥 = 𝐴𝑥 + 𝐵𝑢
xvii
ANNEXE
K K 1
d ∆ωr − D − s ∆ωr
[ ] = [ 2H 2H] [ ] + [2H] (7)
dt ∆δ ∆δ
ω0 0 0
Schéma bloc fonctionnel d’une machine simple liée à un jeu de barre infini avec modèle
classique de générateur
Composant
Copule d’amortissement
Schéma bloc fonctionnel d’une machine simple liée à un jeu de barre infini avec
Modèle classique de générateur
𝐾𝑠: Synchronisation du coefficient de couple en pu

𝐾𝐷 : D’amortissement du coefficient de couple en pu
𝐻: La constante d’inertie.
∆𝑤𝑟 : Écart de vitesse en pu
∆𝛿: Déviation angulaire du rotor
𝜔0 : Vitesse nominale
S: Opérateur de la place
A partir de schéma bloc on trouve :
𝜔0 1 𝜔0 1 ∆𝛿
∆𝛿 = [ (−𝐾𝑠 ∆𝛿 − 𝐾𝑠 ∆𝜔𝑟 + ∆𝑇𝑚 )] = [ (−𝐾𝑠 ∆𝛿 − 𝐾𝐷 𝑆 𝜔 + ∆𝑇𝑚 )] (8)
𝑠 2𝐻𝑠 𝑠 2𝐻𝑠 0
𝐾𝐷 𝐾𝑠 𝜔0
𝑆 2 (∆𝛿) + 𝑆(∆𝛿) 𝜔0 (∆𝛿) = ∆𝑇𝑚 (9)
2𝐻 2𝐻 2𝐻
xviii
ANNEXE
A partir l’équation (10) on résulte :

𝐾𝐷 𝐾𝑠 𝜔0
𝑆2 + 𝑆 =0 (10)
2𝐻 2𝐻
𝑆 2 + 2𝜁𝜔𝑛 𝑆 + 𝜔𝑛 2 = 0 (11)
Ainsi :
𝜔0 1 𝐾𝐷
𝜔𝑛 = √𝐾𝑠 Rad/s 𝜁= ∗ (12)
2𝐻 2 √𝐾𝑠 2𝐻𝜔𝑛
𝜁 : Facture d’amortissement
Les équations de la machine synchrone
1
𝑃∆𝜔𝑟 = (𝑇 − 𝑇𝑒 − 𝐾𝐷 ∆𝜔𝑟 )
2𝐻 𝑚
𝑃𝛿 = 𝜔0 ∆𝜔𝑟
𝑃Ψ𝑓𝑑 = 𝜔0 (𝐸𝑓𝑑 − 𝑅𝑓𝑑 𝑖𝑓𝑑 ) (13)
𝜔0 𝑅𝑓𝑑
𝐸𝑓𝑑 − 𝜔0 𝑅𝑓𝑑 𝑖𝑓𝑑
𝐿𝑎𝑑𝑢
𝐸𝑓𝑑 : Tension de sortie d’excitation
Modèle équivalent de générateur
𝛹𝑑 = −𝐿𝑙 𝑖𝑑 + 𝐿𝑎𝑑𝑠 (−𝑖𝑑 + 𝑖𝑓𝑑 ) = −𝐿𝑙 𝑖𝑑 + 𝜓𝑎𝑑 (14)
𝛹𝑞 = −𝐿𝑙 𝑖𝑞 + 𝐿𝑎𝑞𝑠 (−𝑖𝑞 ) = −𝐿𝑙 𝑖𝑞 + 𝜓𝑎𝑞 𝜓𝑓𝑑 =
𝐿𝑎𝑏𝑠 (−𝑖𝑑 + 𝑖𝑓𝑑 ) + 𝐿𝑓𝑑 𝑖𝑓𝑑 = 𝜓𝑎𝑑 + 𝐿𝑓𝑑 𝑖𝑓𝑑 (15)
xix
ANNEXE
Depuis les équations (14) et (15) on trouve :

Ψ𝑓𝑑−Ψ𝑎𝑑
𝑖𝑓𝑑 = (16)
𝐿𝑓𝑑
𝐿𝑎𝑑𝑠
Ψ𝑎𝑑 = −𝐿𝑎𝑑𝑠 𝑖𝑑 + 𝐿𝑎𝑑𝑠 𝑖𝑓𝑑 = −𝐿𝑎𝑑𝑠 𝑖𝑓𝑑 + (Ψ𝑓𝑑 − Ψ𝑎𝑑 ) (17)
𝐿𝑓𝑑
Ψ𝑓𝑑
= 𝐿′𝑎𝑑𝑠 (−𝑖𝑑 + )
𝐿𝑓𝑑
1
Où 𝐿′𝑎𝑑𝑠 = 1 1
+
𝐿𝑎𝑑𝑠 𝐿𝑓𝑑
Puisque il n'y a aucun court circuit de rotor considéré à l'axe q, le flux mutuel est donné par :
Ψ𝑎𝑞 = −𝐿𝑎𝑞𝑠 𝑖𝑞 (18)
Le couple électromagnétique est :
𝑇𝑒 = 𝛹𝑑 𝑖𝑞 − 𝛹𝑞 𝑖𝑑 = 𝛹𝑎𝑑 𝑖𝑞 − 𝛹𝑎𝑞 𝑖𝑑
L'équation de stator à partir de variation de la vitesse écrite comme suite
𝑒𝑑 = −𝑅𝑎 𝑖𝑑 − Ψ𝑞 = −𝑅𝑎 𝑖𝑑 − (𝐿𝑙 𝑖𝑞 − Ψ𝑎𝑞 )

𝑒𝑞 = −𝑅𝑎 𝑖𝑞 − Ψ𝑑 = −𝑅𝑎 𝑖𝑞 − (𝐿𝑙 𝑖𝑑 − Ψ𝑎𝑑 ) (19)
La tension aux bornes de la machine et jeu de barre infini dans l'axe d donné par l'expression
suivante :
𝐸̃ 𝐸̃𝑡 = 𝑒𝑑 + 𝑗𝑒𝑞
𝐸̃𝐵 = 𝐸𝐵𝑑 + 𝑗𝐸𝐵𝑞 (20)
A partir de 𝑒𝑑 et 𝑒𝑞 on résulte
𝐸̃𝑡 = 𝐸̃𝐵 + (𝑅𝐸 + 𝑗𝑋𝐸 )𝐼̃𝑡
(𝑒𝑑 + 𝑒𝑞 ) = (𝐸𝐵𝑑 + 𝑗𝐸𝐵 ) + (𝑅𝐸 + 𝑗𝑋𝐸 )(𝑖𝑑 + 𝑗𝑖𝑞 ) (21)
La résolution au niveau de l'axe est donne
𝑒𝑑 = 𝑅𝐸 𝑖𝑑 − 𝑋𝐸 𝑖𝑞 + 𝐸𝐵𝑑
𝑒𝑞 = 𝑅𝐸 𝑖𝑞 − 𝑋𝐸 𝑖𝑑 + 𝐸𝐵𝑞 (22)
xx
ANNEXE
Employer les deux équations (21) et (22), les expressions 𝑖𝑑 et 𝑖𝑞 obtenus sont :
𝐿𝑎𝑏𝑠
𝑋𝑇𝑞 [Ψ𝑓𝑑( )−𝐸𝐵 cos 𝛿]−𝑅𝑇 EB sin 𝛿
𝐿𝑎𝑏𝑠+𝐿𝑓𝑑
𝑖𝑑 = (23)
𝐷
𝐿𝑎𝑏𝑠
𝑅𝑇 [Ψ𝑓𝑑( )−𝐸𝐵 cos 𝛿]−𝑋𝑇𝑑 EB sin 𝛿
𝐿𝑎𝑏𝑠+𝐿𝑓𝑑
𝑖𝑞 =
𝐷
Tel que
𝑅𝑇 = 𝑅𝑎 + 𝑅𝐸
𝑋𝑇𝑞 = 𝑋𝐸 + (𝐿𝑎𝑞𝑠 + 𝐿𝑙 ) = 𝑋𝐸 + 𝑋′𝑞𝑠
𝑋𝑇𝑑 = 𝑋𝐸 + (𝐿′𝑎𝑞𝑠 + 𝐿𝑙 ) = 𝑋𝐸 + 𝑋′𝑑𝑠
𝐷 = 𝑅2 𝑇 + 𝑋𝑇𝑞 𝑋𝑇𝑑
Exprimer l'équation (23) sous forme linéaire
Δ𝑖𝑑 = 𝑚1 Δ𝛿 + 𝑚2 ΔΨ𝑓𝑑
Δ𝑖𝑞 = 𝑛1 Δ𝛿 + 𝑛2 ΔΨ𝑓𝑑 (24)
Tel que
𝐸𝐵 (𝑋𝑇𝑞 sin 𝛿0 −𝑅𝑇 cos 𝛿0 )

𝑚1 =
𝐷
𝐸𝐵 (𝑅𝑇 sin 𝛿0 −𝑋𝑇𝑑 cos 𝛿0 )

𝑛1 =
𝐷
𝑋𝑇𝑞 𝐿𝑎𝑑𝑠
𝑚2 = (𝐿 )
𝐷 𝑎𝑑𝑠 +𝐿𝑓𝑑
𝑅𝑇 𝐿𝑎𝑑𝑠
𝑛2 = (𝐿 ) (25)
𝐷 𝑎𝑑𝑠 +𝐿𝑓𝑑
Les valeurs des paramètres de système de puissance :
xxi
ANNEXE
𝐸𝐵 𝐸𝑞0 𝐸𝐵 𝑖𝑞0
𝐾1 = (𝑅𝑇 sin 𝛿0 + 𝑋𝑇𝑑 cos 𝛿0 ) + (𝑋𝑞 𝑋′𝑑 )(𝑋𝑇𝑞 sin 𝛿0 − 𝑅𝑇 cos 𝛿0 ) (26)
𝐷 𝐷
𝐿𝑎𝑏𝑠 𝑅𝑇 𝑋𝑇𝑞 (𝑋𝑞 −𝑋′𝑑 )

𝐾2 = [ 𝐸𝑞0 + ( + 1) 𝑖𝑞0 ] (27)
𝐿𝑎𝑏𝑠 +𝐿𝑓𝑑 𝐷 𝐷
𝐿𝑎𝑑𝑠 +𝐿𝑓𝑑 1
𝐾3 = [ 𝑋𝑇𝑞 ] (28)
𝐿𝑎𝑑𝑢 1+ (𝑋𝑑 −𝑋′𝑑 )
𝐷
𝐸𝐵
𝐾4 = (𝑋𝑑 − 𝑋′𝑑 )(𝑋𝑇𝑞 sin 𝛿0 − 𝑅𝑇 cos 𝛿0 ) (29)
𝐷
𝑒𝑑0 𝑒
𝐾5 =
𝐸𝑡0
[−𝑅𝑎 𝑚1 + 𝐿𝑙 𝑛1 + 𝐿𝑎𝑞𝑠 𝑛1 ] + 𝐸𝑑0 [−𝑅𝑎 𝑛1 + 𝐿1 𝑚1 + 𝐿′𝑎𝑑𝑠 𝑚1 ] (30)
𝑡0
𝑒𝑑0 𝑒𝑑0
𝐾6 = [−𝑅𝑎 𝑚2 + 𝐿𝑙 𝑛2 + 𝐿𝑎𝑞𝑠 𝑛2 ] + ×
𝐸𝑡0 𝐸𝑡0
1
[−𝑅𝑎 𝑛2 + 𝐿𝑙 𝑚2 + 𝐿′𝑎𝑑𝑠 (𝐿 − 𝑚1 )] (31)
𝑓𝑑
1 𝐿𝑎𝑑𝑢
𝑇3 = − = 𝐾3 𝑇′𝑑0 (32)
𝑎33 𝐿𝑓𝑑
Le modèle d’l’êta complante à la formes suivent :
∆𝜔̇ 𝑟 𝑎11 𝑎12 𝑎13 0 Δ𝜔𝑟 𝑏1

∆𝛿̇ 𝑎21 0 0 0 Δ𝛿 0
= [ 𝑎33 𝑎34 ] [ΔΨ𝑓𝑑 ] + [ 0 ] ΔT𝑚 (33)
∆Ψ̇𝑓𝑑 0 𝑎32
[ Δ𝑣̇ 1 ] 0 𝑎42 𝑎43 𝑎44 Δ𝑣1 0
𝐾𝐷 𝐾1 𝐾2
𝑎11 = − ; 𝑎12 = − ; 𝑎13 = − ; 𝑎21 = 𝜔0 = 2𝜋𝑓0
2𝐻 2𝐻 2𝐻
𝜔0 𝑅𝑓𝑑 𝜔0 𝑅𝑓𝑑 𝐿′𝑎𝑏𝑠
𝑎32 = − 𝑚1 𝐿′𝑎𝑑𝑠 ; 𝑎33 = − [1 − + 𝑚2 𝐿′𝑎𝑑𝑠 ]
𝐿𝑓𝑑 𝐿𝑓𝑑 𝐿𝑓𝑑
𝜔0 𝑅𝑓𝑑 𝜔0 𝑅𝑓𝑑 𝐾5
𝑏32 = ; 𝑎34 = −𝑏32 𝐾𝐴 = − 𝐾𝐴 ; 𝑎42 =
𝐿𝑎𝑑𝑢 𝐿𝑎𝑑𝑢 𝑇𝑅
𝐾6 1
𝑎43 = ; 𝑎44 = −
𝑇𝑅 𝑇𝑅
xxii
Bibliographie
[AND 03] Anderson P.M. and Fouad A.A., Power System Control and Stability, IEEE. Press.
2003.
[AND06] Anderson G., Modeling and analysis of Electric Power Systems, Lectures 227-
526, EEH Power Systems Laboratory, ETH, Zurich, March 2006.
[AND 93] P.M. Anderson and A.A. Fouad, “Power system control and stability”, IEEE Press,
New York, 1993.
[BOU 09] Boutaba Samira «amélioration de la stabilité d’un réseau électrique par l’utilisation
d’un QSVC », mémoire d’l’ingénieur d’état en électrotechnique, à université Hassiba Ben
Bouali chlef, 09/06/2009
[BAR 08] C. Barrios, S. Niculescu, C. Morarescu, and K.Gu, «On the Fragility of PI
Controllers for Time-Delay SISO Systems», 16th Mediterranean Conference on Control and
Automation, pp.529- 534, 2008.
[CUS 02] Custem T.V. Systèmes électriques de Puissance II. Cours ELEC 047, Département
D’Electricité, Electronique et Informatique : Institut Montefiore, Université de Liège, 2002.
[DJA 13] (Djamel Eddine GHOURAF and Abdellatif NACERI, 3103). « Commande par PSS
Pour améliorer la stabilité du système électro-énergétique », Acta électrotechnique, Volume
54, Number 1, 2013.
[FAR 06] Farmer R.G., Power System Dynamics and Stability, the Electric Power
Engineering Handbook, 2nd edition, CRC Press, Talyor & Francis Group, LLC, 2006.
[FER 14] Fergane Manel « les méthodes d’amélioration de la stabilité dynamique dans les
réseaux électrique », mémoire de magister à université de farhat Abbas Stif, 29/12/2014
[FEL90] Feliachi A., « Optimal Siting of Power System Stabilizers », IEE Proceedings, Pt.C,
vol. 137, n°.2, pp. 101-106, March 1990.
[FLE81] Fleming R.J., Mohan M.A. and Parvatisam K., « Selection of parameters of
Stabilizers in multimachine power systems », IEEE Transactions on Power Apparatus and
Systems, vol. PAS-100, pp. 2329-2333, 1981.
xxiii
Bibliographie
[JSI 05] J. Silva, « PID controllers for Time-Delay Systems», Springer, 2005.
[HAR 18] Harkat Said « Amélioration de la stabilité des réseaux électriques en utilisant les
systèmes PIID et PSS réglés avec l’algorithme PSO », Mémoire de master, Université Mohamed
Khider Biskra, 31 Janvier 2018.
[HAS 08] Hasan Alkhatib, 2008 «Etude de la stabilité aux petites perturbations dans les grands
réseaux électriques» Doctorat de l’université Paul-Cézanne D’aix Marseille.
[IEE 03] IEEE Task Force on Power System Stabilizers, « Overview of Power System
Stability Concepts », IEEE Trans. On Power Systems, pp. 1762-1768, 2003.
[IEE 05] IEEE, IEEE recommended practice for excitation system models for power
systemstability studies, Institute of Electrical and Electronics Engineers, Inc. USA, Std.421.5,
2005.
[GHO 03] GHOLIPOUR SHAHRAKI ESKANDER, « Apport de l'UPFC a l'Amelioration de

la Stabilite Transitoire des Reseaux Electriques », These de Doctorat en Genie Electrique,
Universite Henri Poincare, Nancy-I, 13/09/2003.
[KET 14] KETFI Nadhir « Contribution à la gestion des réseaux de distribution en présence
de génération d’énergie dispersée » 06 / 12 / 2014, Magister à Université de Batna
[KUN 89] Kundur P., Klein M., Rogers G.J. and Zywno M.S., « Application of Power System
Stabilizers for Enhancement of Overall System Stability », IEEE Transaction on Power
System, vol. 4, n°.2, pp. 614-626. May, 1989.
[KUN 94] Kundur P., Power System Stability and Control. The EPRI Power System
Engineering Series, McGraw-Hill. Inc.1994.
xxiv
Bibliographie
[KAD 17] KADI Mohamed Amine ET OTMANI Massinissa, « Optimisation d’un régulateur
PID par les essaims particulaires », Mémoire Master professionnelen Genie Electrique,
Universite Kasdi Merbah Ouargla, 25/05/2017
[LEG 17] LEGOUGUI walid, BENZAOUI Med Achraf «Etude et Implémentation des Boucles
de température et de pression sur un SKID GAZ pour l’alimentation en carburant des Turbines à
Gaz », Mémoire Master professionnelen Genie Electrique, Universite Kasdi Merbah Ouargla,
21/05/2017
[LAR 81] Larsen E.V. and Swann D.A., « Applying power system stabilizers part-I: General
Concepts », IEEE Trans. Power App. Sys., vol.100, n°. 6, pp. 3017-3024, Jun. 1981.
[LEO 06] L. G. Leonard, Power System stability. Taylor &francis Group, LLC, 2006.
[MOK 12] Mokhnache Madiha, « Etude de la stabilité d’une ferme éolienne connectée à un
réseau électrique avec des dispositifs FACTS », Thèse de magister, Université Ferhat Abbas
Setif 1, Faculté de Technologie, 08 janvier 2012.
[NES 08] Nesmat Abu_Tabak, «stabilité dynamique des system électrique multi machines :
modélisation, commande, observation et simulation », Thèse de doctorat, l’école doctoral
électronique, automatique de Lyon, 19/11/2008.
[PAL 05] Pal B. and Chaudhuri B., Robust Control in Power Systems, Springer Science +
Business Media, Inc, 2005.
[PRA 94] Prabha Kundur scholarly article « power system stability and control» mcgraw hill
Université of Toronto 1994
[PAS 98] PASSELERGUE. J.C : « Interaction des dispositifs FACTS dans les grands réseaux
électriques », thèse de Doctorat de l’INPG, 26 novembre 1998.
[RAB 07] Rabah BENABID « Optimisation Multi objectif de la Synthèse des FACTS par les
Particules en Essaim pour le Contrôle de la Stabilité de Tension des Réseaux Electriques » de
Magister à Université Amar Telidji, Laghouat, 04/09/2007
xxv
Bibliographie
[SAU 98] Sauer P. and Pai M., Power System Dynamics and Stability, Upper. Saddle River,
NJ: Prentice-Hall, 1998.
[SOU 04] Souquet Amédée, Radet François-Gérard, «ALGORITHMES GENETIQUES », TE

de fin d’année Tutorat de Mr Philippe AUDEBAUD, 21/06/2004.
[TAR 10] Tarik ZABAIOU, “Coordination Des Régulateurs Conventionnels Des Machines
Synchrones Et Des Compensateurs Statiques (SVCS) ”, Thèse de doctorat, école de technologie
supérieure, Université Du Québec, Montréal, Le 21 Décembre 2010.
[TOU12] TOUAFEK Mohamed Yaakoub « Amélioration de la stabilité transitoire des réseaux

électriques par un contrôle neuro-flou des systèmes FACTS » Mémoire de Magister a
UNIVERSITE FERHAT ABBAS — SETIF, 11 Janvier 2012
[TSH 08] Tshina Mulumba,”Optimal Tuning Of Power System Stabilizers Based On Evolution
Algorithm”, Department of Electrical Engineering, University of Cape Town, 13th May 2008.
[YUY 83] Yu Yao-Nan, Electric Power System Dynamics, Academic Press 1983.
[ZEN 13] Zendagui Fatima Zohra, « analyse de la stabilité transitoire dans les réseaux
électrique », mémoire master à université MOUHAMED KHIDER _BISKRA, 06/06 2013.
[ZIT 10] Zitouni Fares « amélioration de la stabilité transitoire des réseaux électriques par
l’utilisation des systèmes FACTS », magister en électrotechnique à université de FERHAT
ABBAS_ SETIF ,15/12/2010.
xxvi

Maroua Yagoub

Transféré par

Droits d'auteur :

Formats disponibles

Maroua Yagoub

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Maroua Yagoub

Transféré par

Droits d'auteur :

Formats disponibles

Université Mohamed Khider de Biskra

Faculté des Sciences et de la Technologie

Présenté et soutenu par :

Le : dimanche 7 juillet 2019

Amélioration de la stabilité dynamique d’un

Dr AMRANI Ishaq MAA Université d'appartenance Président

Dr CHERIET Ahmed Pr Université d'appartenance Examinateur

Dr SALHI Ahmed MCA Université d'appartenance Rapporteur

Année universitaire : 2018 - 2019

Université Mohamed Khider Biskra

Mémoire de Fin d'Etudes

Amélioration de la stabilité dynamique d’un

Présenté par : Avis favorable de l’encadreur :

Avis favorable du Président du Jury

Université Mohamed Khider Biskra

Amélioration de la stabilité dynamique d’un réseau

Proposé et Dirigé par : Dr. SALHI Ahmed

Aucune dédicace ne saurait exprimer mon respect, mon amour

Figure I.2 : Représentation simplifié d’une machine synchrone ……………………………….17

Figure I.3 : Principe de la transformation de Park ……………………………………………...18

Figure I.6 : Structure générale d’un système de force motrice – générateur……………………23

Figure I.7 : Modèle de la turbine et du gouverneur……………………………………………..24

Figure I.8 : système d’excitation statique ST-1A avec AVR …………………………………..25

Figure I.9 : Modèle simplifié du système d’excitation IEEE-type ST1A………………………25

Figure I.10 : Modèle simplifié de transformateur………………………………………………27

Figure I.11 : Modèle en π d’une ligne de transmission ………………………………………...28

Figure I.12 : Modélisation d’une charge par son admittance équivalente………………………28

Figure I.13 Digramme de l’ensemble des blocs du système de puissance …………………….31

Synchrone puissant ……………………………………………………………………………...34

Figure II.2 : Classification des différents types de la stabilité de système de puissance……….36

Figure II.3 : Variation d’angle de rotor ………………………………………………………...37

Figure II.4 : synchrone connectée à un jeu de barre infini ……………………………………..38

Figure II.5 : Relation puissance- angle de rotor ………………………………………………..38

Figure II.6 : Représentation de (Tm, Tr, D) ……………………………………………………43

Figure II.7 : Modèle simplifie de liaison entre un PSS et le système ………………………….44

Figure II.8 : Modèle d’un PSS avance/retard …………………………………………………..44

Figure III.2 : Concepts de base d’un algorithme génétique…………………………………….49

Figure III.3 : Exemple de sélection en roulette ………………………………………………...50

Figure III.4 : Exemple de croisement en multi point …………………………………………..51

Figure III.5 : Exemple de mutation …………………………………………………………….51

Figure III.6 : Organigramme général de l’algorithme génétique ………………………………53

Figure IV.2 : Structure générale d’un système de puissance……………………………………56

Figure IV.3 : Déviation de couple électromagnétique (pu) sans PSS …………………………59

Figure IV.4 : Erreur (pu) sans PSS …………………………………………………………….59

Figure IV.5 : Déviation de vitesse angulaire (rad/sec) sans PSS ………………………………60

Figure IV.6 : Déviation de position angulaire (rad) sans PSS …………………………………60

Figure IV.7 : Schéma bloc fonctionnel avec l'AVR et le PSS ………………………………....62

Figure IV.8 : Déviation de couple électromagnétique (pu) avec PSS …………………………64

Figure IV.9 : Erreur (pu) avec PSS …………………………………………………………….64

Figure IV.10 : Déviation de vitesse angulaire (rad/s) avec PSS ………………………………..65

Figure IV.11 : Déviation de position angulaire (rad) avec PSS ………………………………..65

Figure IV.12 : L’évolution de l’algorithme génétique de système avec PSS …………………..66

Figure IV.14 : Erreur (pu) avec et sans PSS …………………………………………………..67

Figure IV.15 : Déviation de vitesse angulaire (rad/s) avec et sans PSS………………………..68

Figure IV.16 : Déviation de position angulaire (rad) avec et sans PSS………………………...68

Figure IV.17 : L’évolution de l’algorithme génétique de système avec PSS…………………..69

Liste des tableaux

Tableau II.2 : Incidents non suivis d’un effondrement……………………………………...41