Contribution à la commande, modélisation et optimisation neuro-floue dans un système photovoltaique

Abstract

Un ombrage partiel ou une répartition non uniforme de l'éclairement cause une perte importante de la puissance générée par un générateur photovoltaïque (PV) et engendre de multiples maxima locaux sur les caractéristiques (P-V) de celui-ci. Dans ce contexte, les travaux de thèse décrits dans ce document ont deux objectifs complémentaires. D'une part, ils proposent d'étudier les pertes dues à l'ombrage et de proposer des solutions permettant de réduire celles-ci. Pour cela une étude détaillée qui considère toutes les configurations d'un champ PV disponibles a été effectuée sous tous les scénarios d'ombrage possibles. Les configurations étudiées sont : Série (S), parallèle (P), série-parallèle (SP), total-cross-tied (TCT), bridge-linked (BL) et honey-comb (HC). La modélisation du champ PV a été réalisée en utilisant le modèle de bishop sous l'environnement simulink/simpower. L'analyse détaillée de chaque configuration à travers les multiples scénarios d'ombrage montrent que le choix de la configuration la plus optimale et appropriée dépend fortement du pattern d'ombrage. D'autre part, ces travaux de recherche apportent une contribution à la commande MPPT en proposant une nouvelle méthode d'optimisation du système photovoltaïque basée sur l'approche neuro-floue et qui tient compte de la multiplicité des maxima locaux lors de l'occurrence d'un ombrage partiel. Les résultats de simulations montrent l'efficacité de l'approche propoée pour la prédiction et la poursuite du PPMG d'un champ PV quelle que soit sa configuration.