Optimisation des systèmes solaires photovoltaïques par MPPT basé Réseau de Neurones Artificiels (RNA).

Abstract

L’énergie solaire photovoltaïque est l’une des énergies renouvelables les plus utilisées. Elle consiste à convertir directement le rayonnement électromagnétique en électricité grâce à l'effet photovoltaïque. Les panneaux photovoltaïques (PV) ont la capacité de transformer les photons en électrons. L’énergie sous forme de courant continu est ainsi directement utilisable. En raison des caractéristiques électriques fortement non linéaires des cellules PV et de leurs associations, le rendement des systèmes PV peut être amélioré par des solutions utilisant les techniques de recherche du point de puissance maximale (dites techniques MPPT).Il existe des techniques MPPT conventionnelles souvent utilisées, à savoir la méthode de la MPPT floue et les techniques avancées, telle que la méthode MPPT basée sur la théorie de réseau de neurones artificiel (ANN). Ce travail s’intéresse à l’étude et comparaison des différentes techniques de poursuite du point de puissance maximale (MPPT) des générateurs photovoltaïques (logique P&O, réseaux de neurones artificiel). Des simulations effectuées sous MATLAB et SIMULINK par l’utilisation des techniques logique, réseau de neurones artificielle sous différents conditions météorologiques ont permis de dire que les résultats obtenus par le contrôleur MPPT Neuronal sont meilleurs que celle du contrôleur MPPT P&O تعد الطاقة الكهروضوئية الشمسية واحدة من أكثر الطاقات المتجددة استخداما .وهو يتألف من التحويل المباشر للإشعاع الكهرومغناطيسي إلي كهرباء بفضل التأثير الكهروضوئي .تتمتع الألواح الكهروضوئية (PV)بالقدرة على تحويل الفوتونات إلي الكترونات.وبالتالي ,فان الطاقة في شكل تيار مباشر قابلة للاستخدام مباشرة .نظرا للخصائص الكهربائية غير الخطية القوية للخلايا الكهروضوئية وارتباطاتها ، يمكن تحسين كفاءة الأنظمة الكهروضوئية عن طريق الحلول باستخدام تقنيات إيجاد أقصى نقطة للطاقة ) ما يسمى بتقنيات .( MPPTهناك تقنياتMPPTالتقليدية التي يتم استخدامها غالبا.وهي طريقة MPPT المراقبة والاضطراب والتقنيات المتقدمة ، مثل طريقةMPPT القائمة على نظرية الشبكة العصبية الاصطناعية(ANN). يهتم هذا العمل بدراسة ومقارنة التقنيات المختلفة لتتبع الحد الأقصى للطاقة(MPPT) للمولدات الكهروضوئية ( المراقبة والاضطراب ، الشبكات العصبية الاصطناعية ). عمليات المحاكاة التي تم إجراؤها باستخدامMATLAB وSIMULINK باستخدام تقنيات منطقية ، سمحت الشبكة العصبية الاصطناعية في ظل ظروف جوية مختلفة بالقول إن النتائج التي تم الحصول عليها بواسطة وحدة التحكمNeural MPPT أفضل من تلك الخاصة التحكم بجهاز الضبابي