Flavie DIDIER : "Commande intelligente pour les éoliennes flottantes : Approches par apprentissage par renforcement, réseaux de neurones et modes glissants"

Résumé : Les Éoliennes Flottantes (EFs) sont cruciales pour un avenir énergétique durable, mais elles rencontrent des défis liés à la stabilisation et à l'efficacité en raison des forces des vagues, des courants et des vents. Cette thèse explore des méthodes de commande innovantes adaptées à ces défis. Elle commence par une revue des approches de contrôle des EFs, regroupées en deux catégories : les approches basées sur des modèles (linéaires et non linéaires) et celles basées sur les données, avec une discussion de leurs avantages, inconvénients et limitations. La première contribution de cette thèse est le développement d'un contrôleur par apprentissage par renforcement profond pour le contrôle collectif du pas des pales, basé sur l'algorithme Trust Region Policy Optimization. Ce contrôleur, entraîné avec des données issues du simulateur OpenFAST, a été comparé au contrôleur de référence GSPI dans des conditions expérimentales réalistes sur un prototype réduit d’éolienne flottante et validé en bassin d'essai. Ensuite, la thèse propose des commandes non linéaires par mode glissant d'ordre 2, intégrant des réseaux de neurones pour estimer et compenser les incertitudes et perturbations. Deux contrôleurs Super-Twisting, basés sur des réseaux de neurones à Fonction de Base Radiale (RBF) et récurrents RBF, ont été développés et validés. Par ailleurs, une approche novatrice de commande par mode glissant d'ordre supérieur, couplée à un réseau de neurones adaptatif et reposant sur la synthèse de Lyapunov, est proposée pour stabiliser des variables de glissement à degré relatif arbitraire. Cette méthode a été appliquée au contrôle des EFs, avec intégration de la dynamique d'ordre 2 de l'actionneur. Enfin, une plateforme Hardware-In-the-Loop a été développée pour valider ces contrôleurs en temps réel, démontrant leur efficacité à ajuster les stratégies de commande dans des conditions simulées réalistes.

Composition du jury : 

Salah LAGHROUCHE, Professeur des universités, Université Bourgogne - Franche-Comté, Directeur de thèse

Mourad AIT-AHMED, Professeur des universités, Polytech Nantes, Rapporteur

Daniel DEPERNET, Professeur des universités, Université Bourgogne Franche-Comté, CoDirecteur de thèse

Xavier BRUN, Professeur des universités, INSA de Lyon, Rapporteur

Franck PLESTAN, Professeur des universités, Ecole Centrale Nantes, Examinateur

Antoneta Iuliana BRATCU, Maître de conférences, Université Grenoble Alpes, Examinateur

Jean-Frederic CHARPENTIER, Professeur des universités, ENSAM/Ecole Navale, Examinateur