Contribution à l’étude des performances d’un système photovoltaïque de puissance connecté au réseau électrique

Voir Plus Voir Moins

Afficher le Résumé

Les performances des systèmes PV connectés au réseau électrique dépendent des conditions météorologiques (ensoleillement et température). Le développement des stratégies de maximisation de puissance est indispensable pour permettre un fonctionnement optimal de ces systèmes PV. Plusieurs méthodes conventionnelles de poursuite de la position du point de puissance maximale ou MPPT (Maximum Power Point Tracking) sont rapportées dans la littérature ; parmi lesquelles : Perturb and Observe (P&O), Hill Climbing (HC), Incremental Conductance (Inc-Cond). Cependant, Ces méthodes ne sont pas robustes dans le cas de variations rapides de la température et de l'irradiation solaire, ce qui occasionne une dégradation des performances du système PV. Or l'efficacité d'une commande MPPT se traduit par son efficacité de suivre rapidement et avec précision le point de puissance maximale MPP vis-à-vis les variations des conditions climatiques avec une perte d'énergie négligeable.Notre contribution consiste en le développement de nouvelles techniques d'optimisation des commandes MPPT à base de : "Système d'inférence adaptative neuro-flou", appelé ANFIS (adaptive neuro-fuzzy inference system) et "la méthode du gradient optimisé" appelé OSGM (Optimized Steepest Gradient Method). Ces méthodes intelligentes sont utiles pour l'étude et l'optimisation des performances du système PV connecté au réseau. Elles présentent l'avantage d'une modélisation facile et fiable des modules PV dans des conditions de fonctionnement réelle et un meilleur contrôle du système PV avec de faibles pertes d'énergie.