Commande MPPT à base la logique floue et les algorithmes génétiques

Abstract

Pour atteindre un tel objectif, nous avons commencé par donner le modèle mathématique de la cellule photovoltaïque, élément principal dans un générateur photovoltaïque. Cette modélisation a été ensuite appuyée par simulation sous Matlab/Simulink d’un modèle de panneau photovoltaïque de type BP SX 150S qui fournit une puissance maximale de 150 W sous des conditions atmosphériques standards. Cette simulation nous a permis d’une part de valider le modèle du panneau et d’autre part d’étudier l’effet du changement des conditions climatiques (ensoleillement et température) sur les caractéristiques électriques (I (V) et P (V)) du panneau. Apres l’étape de la modélisation, nous avons abordé le problème de poursuite du point de puissance maximale dans les systèmes de conversion photovoltaïque. Plusieurs techniques de commande MPPT ont été utilisées dans la littérature. Nous nous sommes intéressés à la commande MPPT floue et plus précisément à l’optimisation des paramètres des fonctions d’appartenance d’un contrôleur flou utilisé dans le processus de recherche du point MPP. Les résultats obtenus par simulation, ont montré que la commande MPPT floue optimisée par algorithmes génétiques est plus rapide et plus robuste par apport à une commande MPPT floue conventionnelle dont les paramètres sont généralement obtenus par la méthode essais-erreurs. Ainsi on peut dire que les algorithmes génétiques sont une solution fiable pour l’optimisation des commandes MPPT floues et pour éviter un travail par tâtonnement peu efficace. L’étude s’est limitée sur le plan théorique. Cependant on a montré, par simulation, l’intérêt des algorithmes génétiques pour améliorer les performances d’une commande MPPT floue. Il faudrait alors valider ces méthodes sur site réel pour donner un avis définitif.