| Titre : | Optimisation floue , neuronale et genetique d'un systeme photovoltaique connecte au reseau |
| Auteurs : | Chaouki Bennadgi, Auteur ; Tarek Boudjemaa, Auteur ; Amel Terki, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algerie] : Université Mohamed Kheider, 2007 |
| Format : | 94 P. / ILL / 30/20 cm |
| Accompagnement : | Cd |
| Note générale : | Bibliographie |
| Langues: | Français |
| Langues originales: | Français |
| Résumé : |
Les sources d'énergie conventionnelles, obtenues de notre environnement, tendent à échapper avec une rapidité relative due à ses utilisations irrationnelles par l'humanité. Cette origine incontrôlée des énergies naturelles, certainement mène à un accord avec notre système écologique à l'instabilité. La diminution des sources de pétrole, gaz naturel et sources naturelles de charbon mènent à faire un effort de trouver des nouvelles sources d'énergie pour permettre une réduction dans l'utilisation des sources naturelles de combustible, c'est le but souhaité des pays industrialisés du monde[1,7 ].
Dans ce contexte l'énergie solaire apparaît comme une source importante telle que la quantité d'énergie solaire qui arrive la surface de terre dans un jour est dix fois plus que l'énergie consommée A travers l'effet photovoltaïque l'énergie contenue dans la lumière solaire peut être convertie directement à énergie électrique. Les premières installations photovoltaïque utilisées au sol datent de 1956 et ont été conçues pour les applications dans des sites isolés, principalement dans les pays en voie de développement où les réseaux de distribution d’énergie sont généralement restreints aux grands centres urbaines.[4] Le grand avantage est que cette source est inépuisable, offre une grande sécurité d’utilisation et elle est propre. Les principales utilisations de l’électricité photovoltaïque est (l’éclairage, le froid, les communications, la recharges des batteries, le pompage,…etc.). Il y a trois types des systèmes photovoltaïques: 1- les systèmes autonomes. 2- les systèmes hybrides. 3-les systèmes connectés au réseau électrique. A cause de la nature non linéaire du système photovoltaïque, il est difficile et compliquer de commander ce système par les régulateurs standards ces derniers nécessitent plusieurs simplifications et linéarisations du système ce qui nous mène loin de notre système, c'est pourquoi on a proposé dans ce mémoire de maximiser la puissance par un ensemble des technique d'intelligence artificielle (logique floue, réseau de neurones et algorithme génétique). Ainsi, l'objectif du présent travail est d'optimiser le système en commandant un convertisseur intermédiaire qui permettra au générateur photovoltaique de délivrer sa puissance maximale à des éclairements et des température variables. Le mémoire est subdivisé en trois chapitres : Le premier chapitre sera consacre à la présentation des radiation solaires, la conversation photovoltaique : son principe, le cellule, le module et le générateur photovoltaique et les différents systèmes photovoltaique connectés au réseau. Dans le deuxième chapitre, on abordera la théorie de base de la logique floue, les réseaux de neurones artificielles et les algorithmes génétique. Le troisième chapitre présente le système étudié et les résultats de la simulation pour les trois techniques cités au chapitre précèdent. En fin une conclusion générale résume le travail réalisé et les perspectives futures. |
| Sommaire : |
INTNODUCTION GENERALE…………………………………………………………………….….01 CHAPITRE I: ENERGIE PHOTOVOLTAIQUE I.1 Rayonnement Solaire I.1.1 Ressource Solaire ……………………………………………………………...…..…...... 03 I.1.2 Mesure de rayonnement solaire………………………………………………………...…07 I.1.3 Estimation de l'énergie disponible…………………………………………………….…..08 I.2 Conversion photovoltaïque………………………………………………………………..…. 10 I.2.1 L’effet photovoltaïque……………………………………………………………..…..…. 10 I.2.2 Le principe de conversion photovoltaïque ………………………………………….…... 10 I.2.3 La cellule solaire…………………………………………………………………….…….11 I.2.3.1 Les types des cellules ……………………………………………………………...….11 I.2.3.2 Schéma équivalent ........................................................................................................12 I.2.4 Module photovoltaïque………………………………………………………………….....13 I.2.4.1 Association en série…………………………………………………………….……13 I.2.4.2 Association en parallèle………………………………………………………...……15 I.2.4.3 Caractéristique d'un module solaire…………………………………………….……16 I.2.4.4 Effet de L’éclairement …………………………………………………………18 I.2.4.5 Effet de température ………………………………………………………….…..…18 I.2.4.6 Effet simultané de l’éclairement et la température…………………………………..18 I.2.5 Générateur photovoltaïque……………………………………………………………......22 I.2.6 Adaptation d'impédance entre générateur et charge.Poursuite du point optimal ……...23 I.2.7 Avantages et inconvénients de l'énergie photovoltaïque…………………………………24 I.2.8 Avenir du photovoltaïque…………………………………………………………………24 I.3 Systèmes Photovoltaïque Connectés au Réseau I.3.1 Introduction …………………………………………………………………………….…26 I.3.2 Les convertisseurs ………………………………………………………………...….....27 I.3.2.1 Les convertisseurs DC/AC…………………………………………………….….27 I.3.2.2 Les convertisseurs DC/DC……………………………………………………..…27 I.3.2.2.1 Convertisseur vers le haut ………………………………………………….…..27 I.3.2.2.2 Convertisseur vers le bas ……………………………………………….………28 I.3.3 Les différents types de systèmes photovoltaïques connectés ou réseau …………….....28 I.3.3.1 Système PV connecté directement au réseau …………………………………..….29 I.3.3.2 Système à bus continu intermédiaire ………………………………………….….30 I.3.4 Avantages et inconvénients des systèmes connectes au réseau…………………………32 I.3.5 Conclusion……………………………………………………………………………....33 CHAPITRE II : LOGIQUE FLOUE, RESEAU DE NEURONES ET ALGORITHEMES GENETIQUE II.1 Introduction …………………………………………………………………………….....34 II.2 Logique floue………………………………………………………………………….….…35 Historique………………………………………………………………………………...…35 II.2.1 Principe et définitions……………………………………………………………………35 II.2.2 Opérateurs et normes…………………………………………………………………….37 II.2.3 Inférence………………………………………………………………………………….39 II.2.3.1. Méthode d'inférence Max Min………………………………………………...….41 II2.3.2. Méthode d'inférence Max-Produit………………………………………………...42 II.2.3.3. Méthode d'inférence Somme-Produit…………………………………………….43 II.2.4 Le mécanisme d’inférence flou …………………………………………………………43 II.2.5 Structure générale d'une commande floue………………………………………….…….46 II.2.6 Types de systèmes floue……………………………………………………………….…46 II.2.6.1 Système flou de Mamdani........................................................................................46 II.2.6.2 Système flou de Takagi-Sugeno (TS)……………………………………………….…..47 II.2.7 Application a la commande floue………………………………………………………...47 II.2.8 Conclusion…………………………………………………………………………….…47 II.3 Réseaux de neurones………………………………………………………………………..…48 Historique …………………………………………………………………………………..…49 II.3.1 Introduction……………………………………………………………………………......49 II.3.2 Le Système nerveux ……………………………………………………………………….49 II.3.2.1 Le Neurone………………………………………………………………………..…49 II.3.2.2 Le Neurone Artificiel .……………………………………………………………....50 II.3.3 Structure d'interconnexion…………………………………………………………………51 II.3.3.1 Réseau multicouche…………………………………………………………………..52 II.3.3.2 Réseau a connexions locales………………………………………………………....52 II.3.3.3 Réseau a connexions récurrentes…………………………………………………….52 II.3.3.4 Réseau a connexion complète……………………………………………………….52 II.3.3.5 Réseaux de neurones à fonction de base radiale (RBF )…………………………....53 II.3.4 Apprentissage…………………………………………………………………………….55 II.3.4.1. Comment apprendre un réseau ?..................................................................................55 a. Apprentissage supervisé……………………………………………………………....….55 b. Apprentissage……………………………………………………………………….…...55 II.3.4.2 les différentes étapes d’apprentissage……………………………………………....…56 II.3.4.3 Rétro propagation…………………………………………………………………..…56 II.3.5 Applications…………………………………………………………………………….....56 II.3.6 Conclusion ………………………………………………………………………….…..…57 II.4 Algorithmes génétiques………………………………………………………………….….....58 Historique………………………………………………………………………………..….….58 II.4.1 Introduction …………………………………………………………………………..…..…59 II.4.2 Définition …………………………………………………………………………..……....59 II.4.3 Principe …………………………………………………………………………..………...59 II.4.4 Présentation des algorithmes génétiques ……………………………………….………....60 II.4.4.1 Fonction d'évaluation et fonction fitness…………………………………..………..…60 II.4.4.2 Codage et décodage des variables ……………………………………….………….....61 II.4.4.3 Sélection des individus pour la reproduction…………………………..……………....61 II.4.4.4 La recombinaison génétique ……………………………………….………………….63 II.4.4.4.1 Croisement ………………………………………………..…………………....63 II.4.4.4.2 Mutation …………………………………………………..…………………....64 II.4.5 Le choix des paramètres d’un algorithme génétique …………………………………..…65 II.4.5.1 Taille de la population ………………………………..……………………….…66 II.4.5.2 Nombre de générations ……………………………..…………………………....66 II.4.5.3 Probabilité des opérateurs génétiques……………..………………………….…...66 II.4.6 Critère d’arrêt…………………………………………...………………………………...66 II.4.7 Réglage des Paramètres d'un AG……………………..……………………………….…67 II.4.8 Applications ………………………………………...…………………………………....68 II.4.9 Conclusion……………………………………………...………………………………….…69 CHAPITRE III : SIMULATION ET INTERPR2TATION DES R2SULTATS III.1. L’optimisation de la puissance photovoltaïque par la logique floue …………………………. III.1.1 Introduction ……………………………………………………………………………. III.1.2 Configuration de l’Algorithme Flou ……………………………………………………. III.1.3 Les résultats obtenus par la logique floue ……………………………………………… III.1.3.1 Température et éclairement variables ……………………………………………. III.1.3.2 Température fixe et éclairement variables ………………………………………… A- L’étude de la puissance désirée ………………………………………………… B- Visualisation de l’angle de commande ( )…………………………………….. C- L’étude du temps demandé …………………………………………………….. III.2. L’optimisation de la puissance photovoltaïque par le RNA………………………………… III.2.1 Choix du réseau de neurones appliqué ………………………………………………….. III.2.2 Configuration de l’algorithme RNA …………………………………………………….. III.2.3 Les résultats obtenus par le reseau de neurones ……………………………………….. III.2.3.1 La phase d’apprentissage …………………………………………………………. III.2.3.2 La phase de reconnaissance ……………………………………………………….. III.3.L’optimisation de la puissance photovoltaïque par l’AG …………………………………… III.3.1 But ………………………………………………………………………………………. III.3.2 Configuration de l’Algorithme Génétique ………………………………………………. III.3.3 Les résultats obtenus par l’AG ………………………………………………………… III.3.3.1 Température et éclairement variables ……………………………………………... III.3.3.2 Température fixe et éclairement variables …………………………………………. III.4 Comparaison des techniques d’optimisation ……………………………………………….. III.4.1 L’erreur absolue …………………………………………………………………….. III.4.2 Le temps…………………………………………………………………………………... CONCLUSION GENERALE……………………………………………………………………. |
Disponibilité (2)
| Cote | Support | Localisation | Statut | Emplacement | |
|---|---|---|---|---|---|
| M/0659 | Memoire ingenieur | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses | |
| M/0659 | Memoire ingenieur | BIB.FAC.ST. | Empruntable | Salle de mémoires et de théses |
Documents numériques (1)
 كامل النص URL |
Erreur sur le template
