Optimisation des systèmes à énergies renouvelables par les algorithmes intelligents

Abstract

Dans ce travail, différentes techniques intelligentes sont étudiées pour la commande de la poursuite du point de puissance maximale (MPPT) dans un système photovoltaïque autonome et implémentées sur un circuit FPGA. Les techniques concernées sont les réseaux de neurones artificiels (ANN), la logique floue (FL), le système hybride intelligent neuro-flou (ANFIS) et la logique floue optimisée par les algorithmes génétiques (GA-FL). Initialement, une simulation complète du système photovoltaïque doté des commandes MPPT utilisant l'environnement MATLAB/Simulink est donnée. Deuxièmement, les différentes étapes d’implémentation de ces commandes sur un circuit FPGA sont présentées. Ensuite, les commandes sont testées par une simulation en temps réel en utilisant un circuit FP GA-Virtex 5. Enfin, une étude comparative a été réalisée pour démontrer les performances des commandes MPPT développées en termes de rendement, précision, rapidité, flexibilité, consommation d'énergie et simplicité d’implémentation. Les résultats obtenus montrent de bonnes performances des commandes développées sous plusieurs conditions météorologiques. Toutefois, la commande GA-FL est la plus performante. En outre, la possibilité d’implémenter ces commandes sur FPGA a été démontrée.