Diagnostic des défauts dans les systèmes photovoltaïques par réseaux de neurones

Abstract

Un système photovoltaïque peut être soumis au cours de son fonctionnement à différents défauts et anomalies, conduisant à une baisse de la performance du système, voire son indisponibilité. Nous proposons dans ce travail un algorithme de détection et de diagnostique des défauts au niveau d’un générateur photovoltaïque. Le choix s’est porté sur l’implémentation du modèle physique du module PV et la variation dynamique des lieux du point de puissance maximale en fonctionnement sain et défaillant. Le diagnostic repose sur la méthode de classification utilisant les réseaux de neurones probabilistes. Muni d’une centrale d’acquisition de données reliée à un ordinateur via un bus GPIB, une interface graphique développée sous environnement LabVIEW a été implémenté sur site afin de valider la méthodologie proposée. Dans la même optique, nous avons procédé à une étude comparative entre plusieurs algorithmes MPPT. Nous montrons grâce à des études de simulations sous MATLAB® leurs capacités à localiser le point de puissance maximale globale