À Fès, l’algorithme des colonies de fourmis améliore le contrôle des éoliennes
Des chercheurs marocains utilisent l’algorithme des fourmis pour améliorer la commande des éoliennes
À Fès, une équipe optimise la commande d’éoliennes avec un algorithme inspiré des fourmis, améliorant le suivi de puissance et la stabilité du réseau.
La chercheuse Farah Echiheb et ses collègues ont développé une approche originale pour piloter les générateurs d’éoliennes en temps variable : un algorithme inspiré du comportement collectif des fourmis appliqué à l’optimisation des paramètres du système de commande. L’objectif affiché est de réduire les oscillations provoquées par les variations du vent et d’augmenter la qualité de l’électricité injectée au réseau, tout en conservant une performance énergétique élevée.
Une méthode inspirée des fourmis
Dans la nature, les fourmis tracent les itinéraires les plus efficaces en déposant des phéromones qui guident la colonie vers les trajets optimaux. Les chercheurs ont transposé ce principe à un algorithme capable d’explorer un grand nombre de combinaisons de réglages de commande et de retenir celles offrant les meilleurs résultats. Cette méthode permet une recherche automatisée de paramètres robustes face aux perturbations, là où les réglages classiques peuvent montrer leurs limites.
Combinaison de techniques de contrôle
Le projet associe deux approches de commande avancées pour les systèmes électriques : le mode glissant et le backstepping. Chacune apporte des avantages complémentaires en termes de robustesse et de dynamique. L’algorithme inspiré des colonies de fourmis sert à ajuster les paramètres de ces contrôleurs afin d’optimiser le suivi de la consigne de puissance lorsque la vitesse du vent varie rapidement. L’approche vise à minimiser les erreurs de suivi et à limiter les oscillations induites par des réglages inadaptés.
Résultats en simulation et tests expérimentaux
Les simulations menées par l’équipe montrent une amélioration sensible du suivi de la puissance et une réduction des oscillations par rapport aux méthodes traditionnelles. Les chercheurs rapportent également une meilleure qualité de sortie électrique, ce qui est essentiel pour la stabilité du réseau. Pour valider ces résultats théoriques, la méthode a été mise en œuvre sur une plateforme de commande en temps réel. Les essais expérimentaux ont confirmé la faisabilité du concept, même si son application à grande échelle nécessitera des tests complémentaires en conditions réelles de terrain.
Composition et portée de la collaboration
Le travail a été conduit par une équipe regroupant des chercheurs basés à Fès et Marrakech, ainsi que des spécialistes de l’université de Haïl en Arabie saoudite. Parmi les protagonistes figurent Farah Echiheb et Badre Bossoufi, affiliés à l’université Sidi Mohamed Ben Abdellah de Fès, et Naoufal El Youssfi, lié à l’École royale de l’air de Marrakech. Cette collaboration transnationale a permis de combiner expertises en commande robuste, optimisation algorithmique et expérimentation matérielle.
Limites actuelles et prochaines étapes
Les améliorations observées proviennent de simulations et d’expérimentations sur une plateforme dédiée ; elles ne constituent pas encore une validation industrielle. Les auteurs soulignent la nécessité d’essais sur éoliennes en exploitation pour mesurer la robustesse du système face aux conditions atmosphériques variées, aux contraintes mécaniques et aux exigences de maintenance. L’intégration au contrôle d’installations existantes exigera aussi des adaptations logicielles et des essais de longue durée pour garantir la fiabilité opérationnelle.
L’innovation présentée ouvre des pistes pour rendre les parcs éoliens plus flexibles face aux fluctuations du vent et pour améliorer la qualité du courant fourni au réseau. En optimisant automatiquement les paramètres de commande, cette approche réduit le risque d’oscillations et pourrait permettre une exploitation plus fine des ressources éoliennes, surtout dans les régions où la variabilité climatique complique la prédiction de la ressource. Des essais de terrain et une évaluation économique seront déterminants pour estimer l’impact réel sur le rendement des parcs et sur les coûts de gestion.