Optimisation du contrôleur flou de type TSK pour un système photovoltaïque par des algorithmes évolutionnaires.

Abstract

L'importance croissante de l'énergie solaire en tant qu'alternative durable aux combustibles fossiles a entraîné un développement accru des systèmes de conversion photovoltaïque. Avec l'émergence des méthodes d'intelligence artificielle pour la recherche du point de puissance maximale (MPPT), le contrôleur flou est devenu l'une des méthodes les plus utilisées en raison de sa capacité à extraire la puissance maximale disponible des générateurs photovoltaïques. Cependant, la conception de ce contrôleur n'est pas une tâche facile. Au sein de ce mémoire, le problème en question est formulé comme une problématique d'optimisation, qui est résolue à l'aide d'algorithmes évolutionnaires (AG). Ces algorithmes sont utilisés pour trouver les meilleurs paramètres des fonctions d'appartenance associées aux variables d'entrée et de sortie du contrôleur flou. Les résultats de simulation confirment l'efficacité de l'utilisation de ces algorithmes évolutionnaires, qui permettent d'obtenir des contrôleurs MPPT flous assurant un suivi précis du point de puissance maximale