"Optimisation par l’algorithme Hill climbing basée sur la logique floue des tensions de réseau électrique connecté à un système photovoltaïque"

Abstract

"Un système photovoltaïque (PV) a pour fonction d'assurer la conversion de l'énergie solaire en une énergie électrique et le conditionnement de cette énergie en vue de l'adapter aux divers besoins. Les performances d'un système PV autonome dépendent essentiellement de la qualité de conditionnement de l'énergie qui permet le transfert optimal de l'énergie du générateur PV et de la gestion de l'énergie produite pour satisfaire des besoins énergétiques par l'incorporation de convertisseurs. Le but de ce travail est l’étude de l'implémentation des algorithmes de poursuite du point de puissance maximale (MPPT) dans les systèmes PV autonomes. Beaucoup de travaux portent sur la modélisation, la régulation et la commande de ces systèmes. Pour ce faire, des méthodes et des techniques conventionnelles sont généralement employées. Cependant, ces dernières sont limitées, à cause du caractère aléatoire de la source d'énergie, de la complexité de l'élément de stockage, etc... Dans ce cadre, le thème proposé se veut une contribution à la modélisation et la commande des systèmes PV par une approche non conventionnelle en utilisant les outils de l'intelligence artificielle les plus appropriés, tels que les réseaux neuronaux, la logique floue. Les résultats obtenus ont montré en général, que les performances des techniques MPPT intelligentes, en termes de stabilité, de précision et de rapidité dans la poursuite du MPP sont beaucoup mieux que celles des techniques classiques."