Commande d'un système photovoltaïque à base d'un réseau de neurone artificiel

Abstract

L'énergie renouvelable basée sur la production d'électricité à partir de l'énergie solaire est considérée comme la meilleure parmi les sources d'énergie alternatives en raison de son abondance et de son respect de l'environnement. Cependant, les systèmes photovoltaïques présentent deux inconvénients majeurs : l'influence des conditions climatiques sur la puissance produite et la non linéarité de leurs caractéristiques qui impose la nécessité de l'ajout d'un convertisseur DC-DC entre le système et la charge pour extraire le maximum de puissance à la charge à l'aide d'un algorithme de poursuite du point de puissance maximale (MPPT). A cet effet, diverses techniques conventionnelles et intelligentes sont utilisées pour la sélection du rapport cyclique optimal afin de suivre le point de puissance maximale (PPM). Le but de ce travail est l'application des techniques intelligentes basées sur les réseaux de neurones artificiels (RNA) pour optimiser la puissance dans un système photovoltaïque. Les résultats obtenus ont démontré que les méthodes basées sur les RNA sont capables d'extraire le maximum de puissance délivrée par un générateur PV avec une vitesse de poursuite élevée. Elles sont également plus efficaces que les algorithmes conventionnels perturbation et observation (P&O) et de conductance incrémentale (INC).