Ms Eln Benotmane
Ms Eln Benotmane
MEMOIRE
Présenté pour l’obtention du diplôme de MASTER
En : Electrotechnique
Sujet
La MPPT ou bien Maximum Power Point Tracking est une stratégie de commande
permettant de suivre, comme son nom l’indique, le point de puissance maximale d’un
générateur électrique non linéaire. Un générateur photovoltaïque est un générateur dont la
caractéristique I-V est fortement non linéaire. En conséquence, pour un même éclairement, la
puissance délivrée sera différente selon la charge. La commande MPPT permet donc de
piloter le convertisseur statique reliant la charge et le générateur photovoltaïque de manière à
fournir en permanence le maximum de puissance à la charge.
Dans ce mémoire, au début nous allons présenter quelques généralités et notions sur
les systèmes photovoltaïques, puis nous allons présenter et simuler le modèle du générateur
photovoltaïque. Après nous allons relier le générateur avec une charge via un convertisseur
statique (DC-DC). Enfin, nous allons implémenter la commande MPPT à base de la logique
floue dans le convertisseur statique afin d’extraire la puissance maximale.
La logique floue est une forme de logique qui traite un raisonnement approximatif
plutôt que fixe et exact, donc la commande ne nécessite pas la connaissance exacte du modèle
mathématique du système, tandis que sa simplicité lui donne un avantage dans le suivi de son
MPP dans des conditions atmosphériques à variation rapide.
The MPPT (Maximum Power Point Tracking) is a control allowing to track, as its
name shows, the point of maximum power of a nonlinear electric generator. The I-V curve of
a photovoltaic generator is strongly nonlinear. Consequently, for the same radiance, the power
delivered will be different depending on the load. The MPPT command allows to control the
static converter connecting the load and the PV generator so as to permanently supply the
maximum power to the load.
Fuzzy logic is a form of logic that processes approximate reasoning rather than fixed
and exact reasoning, so the command does not require exact knowledge of the mathematical
model of the system, while its simplicity gives it an advantage in tracking the MPP under
rapidly varying atmospheric conditions.
Key words : renewable energy, photovoltaic generator, fuzzy logic control, Maximum
Power Point Tracking, chopper, boost converter, static converter, PWM, modelling, MPPT
algorithm.
Remerciements
Je tiens tout d’abord à adresser toute ma gratitude à mon directeur de mémoire, Mr. A.
BOUMEDIENE, professeur à l'Université de Tlemcen, Pour avoir orienté et enrichi mon
travail. Je le remercie pour sa disponibilité, ses précieux conseils ainsi que son souci du détail,
qui ont abouti à la réalisation de ce mémoire.
Je remercie profondément, ma famille, mes amis ainsi que les personnes qui m’ont
soutenu de près ou de loin au cours de la réalisation de ce mémoire.
Dédicaces
Je dédie ce travail :
- A mes très chers parents, que Dieu les garde et les protège, pour tous leurs sacrifices,
leur amour, leur tendresse, leur soutien et leurs prières tout au long de mes études.
- A mes frères et ma sœur pour leurs encouragements et leur amour qu’ils portent à mon
égard.
Résumé .................................................................................................................................................... 2
Abstract ................................................................................................................................................... 3
Remerciements ........................................................................................................................................ 4
Dédicaces ................................................................................................................................................ 5
Liste des figures ...................................................................................................................................... 9
Liste des tableaux .................................................................................................................................. 12
Nomenclature ........................................................................................................................................ 13
Glossaire................................................................................................................................................ 15
Introduction générale ............................................................................................................................ 17
Introduction ........................................................................................................................................... 21
I.1 L’énergie photovoltaïque dans le monde ............................................................................. 22
I.2 L’énergie photovoltaïque en Algérie ..................................................................................... 25
I.3 Énergie solaire : ..................................................................................................................... 26
I.3.1 Rayonnement direct et rayonnement diffus..................................................................... 28
I.3.2 Principes du rayonnement solaire .................................................................................... 31
I.3.3 L’irradiation solaire ........................................................................................................... 31
I.4 La cellule photovoltaïque ...................................................................................................... 32
I.4.1 Principe de fonctionnement d’une cellule photovoltaïque .............................................. 34
I.4.2 Le modèle équivalent d’une cellule photovoltaïque......................................................... 35
I.4.3 Caractéristiques électriques d’une cellule PV ................................................................... 37
I.4.4 Points de fonctionnement idéaux ..................................................................................... 37
Point de puissance maximale 𝑷𝒎................................................................................................. 38
Puissance-crête ............................................................................................................................. 38
Rendement .................................................................................................................................... 39
Facteur de forme FF ...................................................................................................................... 39
I.4.5 L’effet de l’éclairement et de la température sur la cellule photovoltaïque .................... 40
I.4.6 Technologie des cellules photovoltaïques ........................................................................ 41
I.4.7 Mise en série des cellules photovoltaïque ........................................................................ 46
I.4.8 Mise en parallèle des cellules photovoltaïque .................................................................. 48
I.5 Notion de module, de panneau et de champ photovoltaïque :............................................ 49
I.6 Le système photovoltaïque ................................................................................................... 49
I.7 Applications photovoltaïques................................................................................................ 51
I.7.1 Installation photovoltaïque autonome ............................................................................. 51
I.7.2 Installation photovoltaïque raccordée au réseau ............................................................. 51
I.8 Avantages et inconvénients du photovoltaïque ................................................................... 51
I.8.1 Avantages .......................................................................................................................... 51
I.8.2 Inconvénients .................................................................................................................... 52
Conclusion............................................................................................................................................. 52
Introduction ........................................................................................................................................... 55
........................................................................................................................................................... 56
II.1 Modélisation et simulation d’une cellule photovoltaïque idéale (sans pertes).................... 56
II.1.1 Modèle d’une cellule photovoltaïque idéale ................................................................ 56
II.1.2 Simulation de la cellule photovoltaïque idéale avec MATLAB/Simulink ....................... 57
II.1.3 Résultats de la simulation ............................................................................................. 58
Influence de l’éclairement............................................................................................................. 58
Influence de la température ......................................................................................................... 59
II.2 Modélisation et simulation d’une cellule photovoltaïque réelle .......................................... 60
II.2.1 Modèle d’une cellule photovoltaïque réelle ................................................................. 60
Algorithme de Newton-Raphson................................................................................................... 61
II.2.2 Simulation de la cellule photovoltaïque réelle avec MATLAB/Simulink ....................... 61
II.2.3 Résultats de la simulation ............................................................................................. 62
Influence de l’éclairement............................................................................................................. 62
Influence de la température ......................................................................................................... 63
II.3 Modélisation d’un module photovoltaïque .......................................................................... 63
II.3.1 Simulation d’un module photovoltaïque avec MATLAB/Simulink ................................ 64
II.3.2 Résultats de simulation ................................................................................................. 64
Influence de l’éclairement............................................................................................................. 64
Influence de la température ......................................................................................................... 65
Conclusion............................................................................................................................................. 66
Introduction ........................................................................................................................................... 68
III.1 Convertisseur DC/DC ............................................................................................................. 69
III.2 Méthodes de poursuite du point de puissance maximale MPPT ......................................... 74
III.2.1 Algorithme Perturber et Observer (P&O) ..................................................................... 75
III.2.2 Algorithme à Base de la Logique Floue ......................................................................... 77
III.3 Simulation de la commande MPPT avec les deux algorithmes : P&O et la logique floue dans
MATLAB/Simulink.............................................................................................................................. 83
III.3.1 Simulation de la commande MPPT avec l’algorithme P&O : ........................................ 83
III.3.2 Résultats de la simulation ............................................................................................. 84
III.3.3 Simulation de la commande MPPT à base de la logique floue : ................................... 87
III.3.4 Résultats de la simulation ............................................................................................. 89
Conclusion............................................................................................................................................. 92
Conclusions générales ........................................................................................................................... 94
Bibliographie ......................................................................................................................................... 97
Annexe ................................................................................................................................................ 102
Liste des figures
Fig. I.1 : comparaison entre les installations solaires photovoltaïque dans la chine et dans le
reste du monde entre 2018 et 2023.
Fig. I.2 : Prévisions du marché mondial du photovoltaïque en GW/an entre 2020 et 2024
Fig. I.3 : L’impact de l’épidémie de coronavirus sur la demande de l’énergie photovoltaïque
Fig. I.4 : proportions des différentes énergies consommées dans le monde.
Fig. I.5 : diminution du rayonnement incident par absorption, par diffusion et par réflexion.
Fig. I.6 : Rayonnement direct et rayonnement diffus
Fig. I.7 : Relation entre la masse d’air et l’épaisseur de l’atmosphère.
Fig. I.8 : Relation entre la sphéricité du globe et la répartition du rayonnement sur la planète.
Fig. I.9 : Influence des saisons sur l’ensoleillement.
Fig. I.10 : Angle d’incidence des rayons du soleil
Fig. I.11 : Fabrication d’une cellule de silicium cristallin.
Fig. I.12 : Bilan énergétique d’un système photovoltaïque.
Fig. I.13 : Schématisation de la conductivité des matériaux
Fig. I.14 : Schéma électrique équivalent d’une cellule photovoltaïque.
Fig. I.15 : Courbe courant-tension d’une cellule photovoltaïque.
Fig. I.16 : Caractéristique courant-tension d’une cellule en fonction de l’éclairement à 25°C
Fig. I. 17 : Caractéristique courant-tension d’une cellule en fonction de la température à
1000W/m2
Fig. I.18 : Cellule photovoltaïque monocristalline.
Fig. I.19 : Cellule photovoltaïque polycristalline
Fig. I.20 : Cellule au silicium cristallin
Fig. I.21 : Cellule photovoltaïque à couche mince (silicium amorphe)
Fig. I.22 : mise en série les cellules photovoltaïques
Fig. I.23 : Caractéristique résultante du groupement série de n cellules.
Fig. I.24 : Formation d’un hot spot dans une cellule photovoltaïque.
Fig. I.25 : Câblage des diodes by-pass par groupes de cellules
Fig. I.26 : Caractéristique résultante du groupement parallèle de n cellules.
Fig. I.27 : Les différents groupements des cellules photovoltaïques.
Fig. I.28 : Schéma simplifié du principe du photovoltaïque
Fig. I.29 : les composants d’un système photovoltaïque
Fig. II.1 : Le modèle électrique équivalent d’une cellule PV idéale
Fig. II.2 : Le modèle Simulink d’une cellule photovoltaïque idéale
Fig. II.3 : Caractéristiques courant-tension et puissance-tension d’une cellule idéale sous un
éclairement variable et une température constante à 25 °C
Fig. II.4 : Caractéristiques courant-tension et puissance-tension d’une cellule idéale sous une
température variable et un éclairement constant à 1000 W/m²
Fig. II.5 : Le modèle électrique équivalent d’une cellule photovoltaïque réelle
Fig. II.6 : Le modèle Simulink d’une cellule photovoltaïque réelle
Fig. II.7 : Caractéristiques courant-tension et puissance-tension d’une cellule réelle sous un
éclairement variable et une température constante à 25 °C
Fig. II.8 : Caractéristiques courant-tension et puissance-tension d’une cellule réelle sous une
température variable et un éclairement constant à 1000 W/m²
Fig. II.9 : Le modèle Simulink du module photovoltaïque ALPV 250P60
Fig. II.10 : Caractéristiques courant-tension et puissance-tension du module ALPV 250P60
sous un éclairement variable et une température constante à 25 °C
Fig. II.11 : Caractéristiques courant-tension et puissance-tension du module ALPV 250 sous
une température variable et un éclairement constant à 1000 W/m²
Fig. III.1 : Schéma équivalent d’un hacheur parallèle
Fig. III.2 : Schéma équivalent d’un hacheur parallèle pendant la phase d’accumulation
Fig. III.3 : Schéma équivalent d’un hacheur parallèle pendant la phase active
Fig. III.4 : Les formes d’ondes des différentes variables
Fig. III.5 : Chaîne élémentaire de conversion photovoltaïque
Fig. III.6 : Schéma de principe de la méthode P&O
Fig. III.7 : Organigramme de l’algorithme P&O
Fig. III.8 : Organigramme du MPPT basé sur la logique floue
Fig. III.9 : Le bloc du contrôleur à base de la logique floue
Fig. III.10 : les fonctions d’appartenance des entrées 𝐸𝑟𝑟 , ∆𝐸𝑟𝑟 et la sortie ∆𝐷
Fig. III.11 : la courbe P-V du module PV indiquant différentes régions pour l'ensemble de
règles floues.
Fig. III.12 : générateur photovoltaïque alimentant une charge R via un hacheur parallèle
commandé par l’algorithme P&O
Fig. III.13 : L’implémentation de l’algorithme P&O dans Simulink
Fig. III.14 : La puissance de sortie du hacheur parallèle
Fig. III.15 : La tension de sortie du hacheur parallèle
Fig. III.16 : La tension d’entrée du hacheur parallèle
Fig. III.17 : le courant de sortie du hacheur parallèle
Fig. III.18 : modèle Simulink de la commande MPPT à base de la logique floue.
Fig. III.19 : L’architecture interne de sous-système MPPT
Fig. III.20 : Le principe de l’algorithme MPPT avec la logique flou.
Fig. III.21 : La puissance à la sortie du hacheur
Fig. III.22 : La tension d’entrée du hacheur
Fig. III.23 : La tension de la sortie du hacheur
Fig. III.24 : Le courant de la sortie du hacheur
Liste des tableaux
Introduction générale
La pollution de l’air, les changements climatiques, les risques du nucléaire, les limites
des réserves des énergies classiques (uranium, pétrole, charbon et gaz naturel) qui sont
épuisables et leurs répartitions non équitables sur le globe terrestre, l’augmentation de la
population mondiale et l’accroissance des besoins énergétiques ont fait prendre conscience
qu'un recours à d’autres moyens de production d’énergies respectueux de la planète où nous
vivons, s’impose [49].
L’une des formes d’énergies renouvelables la plus attractive est l’énergie solaire
photovoltaïque (𝑃𝑉). En effet, l’énergie solaire 𝑃𝑉 est une énergie propre, renouvelable dont
la source est gratuite (soleil) [51]. L’énergie solaire photovoltaïque présente l’avantage de
s’intégrer facilement à l’habitat (façades de bâtiments, toits). L’absence de pièces mécaniques
mouvantes réduit l’entretien de ces systèmes à un minimum et leur fiabilité a rapidement
favorisé leur utilisation dans le domaine des applications spatiales et en sites isolés (station de
télécommunication, systèmes de navigation en mer) [52]. En effet, si cette énergie 𝑃𝑉 se
présente comme l’énergie de l’avenir, elle a néanmoins l’inconvénient d’être très dépendante
de l’irradiance et de la température [51].
17
Introduction générale
Une des premières difficultés engendrées par l’utilisation d’une chaîne de conversion
photovoltaïque est focalisée sur le problème du couplage non parfait entre le générateur
photovoltaïque et la charge de type continue ou alternative. Comme les applications sont
nombreuses, ce problème reste en grande partie ouvert. Un des problèmes technologiques qui
existe dans ce type de couplage est que lorsqu’il est mal dimensionné, il détériore d’autant
plus la production et le transfert de la puissance du générateur photovoltaïque (GPV), le
faisant fonctionner loin de ses ressources maximales. La génération d’énergie est garantie
mais se fait avec des pertes importantes de production et donc est plus chère que prévue. La
littérature est très importante dans ce domaine en émergence et propose régulièrement une
grande quantité de commandes spécifiques qui effectue une recherche de point de puissance
maximale (MPPT) lorsque le GPV est couplé à une charge à travers un convertisseur statique
[19].
Dans ce mémoire, nous allons faire une étude sur la commande MPPT à base de
logique floue appliquée à un GPV. C’est une commande de plus en plus utilisée dans ces
dernières années à cause de ses performances élevées. Ce travail sera divisé en trois
chapitres : le premier chapitre est consacré à des généralités sur l’énergie solaire
photovoltaïque. Dans le deuxième chapitre, nous présentons la modélisation du générateur PV
afin qu’on puisse le simulé et voir son comportement sous différentes conditions
atmosphériques. Le troisième chapitre est divisé en deux parties, la première est consacré à
18
Introduction générale
l’étude du convertisseur DC-DC qui est utilisé comme un étage d’adaptation entre le GPV et
la charge. Puis dans la deuxième partie, nous allons étudier deux algorithmes de commande
MPPT qui sont « Perturber et Observer » et celle « à base de la logique floue ». Enfin nous
allons valider l’étude par la simulation des deux algorithmes, puis nous allons faire une
interprétation des résultats trouvées et une comparaison entre les deux algorithmes.
19
Chapitre I
Généralités sur l’énergie photovoltaïque
Chapitre I Généralités sur l’énergie photovoltaïque
Introduction
Il y a très longtemps que l’Humanité a compris comment se servir du Soleil pour
allumer un feu. Grâce à des miroirs, on peut concentrer en un point la puissance des rayons
solaires. La chaleur devient alors si intense sur ce point que le feu démarre. C’est comme cela
que, dans l’Antiquité, les Grecs allumaient la flamme olympique [6].
Au 17e siècle, un ingénieur français réussit à faire fonctionner une pompe grâce à de
l’air chauffé par le Soleil. Deux cents ans plus tard, un physicien parisien découvre l’effet
photovoltaïque : il est désormais possible de transformer la lumière du Soleil en électricité.
Mais il faudra attendre un siècle encore pour que cette technologie fasse de réels progrès :
c’est en cherchant à conquérir l’espace que les scientifiques ont le plus investi dans la maîtrise
de l’énergie solaire [6].
La lumière du Soleil peut être utilisée pour produire de l’électricité. On utilise pour
cela des panneaux composés de cellules électroniques qui réagissent aux rayons du Soleil. On
parle alors d’énergie solaire photovoltaïque. Ces installations sont de plus en plus répandues
dans le monde [6].
L’énergie photovoltaïque à distinguer de l’énergie solaire thermique, qui est une autre
technique destinée au chauffage de l’eau par conversion directe de l’énergie solaire en
calories à l’aide de capteurs plans [4].
Cette énergie respecte notre environnement en réduisant les émissions des gaz à effet
de serre (elle n’en émet aucun lors de son utilisation). Les prix ne cessent de baisser grâce à
l’accroissement des volumes de production car le marché est fortement stimulé par le rachat
21
Chapitre I Généralités sur l’énergie photovoltaïque
Dans ce chapitre, nous allons donner quelques statistiques sur l’énergie photovoltaïque
dans le monde et dans l’Algérie, puis nous allons définir les notions sur l’énergie
photovoltaïque et le rayonnement solaire, puis nous allons décrire le principe de
fonctionnement des cellules photovoltaïques et sa modélisation.
Les 142 gigawatts attendus en 2020 sont sept fois supérieurs à la capacité totale qui
avait été installée au début de la décennie précédente (20 GW en 2010). La croissance a
également été importante en termes de portée géographique. Il n’y avait que 7 pays avec plus
de 1 GW de capacité installée en 2010, la plupart en europe. IHS Markit s’attend à ce que plus
de 43 pays atteignent ce seuil d’ici la fin de 2020 [9].
Les grands marchés comme la Chine continueront d’avoir une part démesurée de
nouvelles installations à l’avenir. Cependant, la dépendance excessive à l’égard de la Chine
pour la croissance mondiale des installations solaires continuera de diminuer au cours des
prochaines années, car davantage de capacités seront ajoutées ailleurs. Les installations en
dehors de la Chine, premier marché mondial, ont augmenté de 53% en 2019 et devraient
continuer de croître en 2020. Globalement, les 10 principaux marchés solaires devraient voir
leur part collective du marché tomber à 73%, contre 94% en 2010 [9].
Chine – La demande d’énergie solaire en 2020 sera inférieure aux pics d’installation
historiques de 50 GW en 2017. La demande en Chine est dans une phase de transition alors
que le marché se dirige vers l’énergie solaire non subventionnée et en concurrence avec
d’autres formes de production et il y a une incertitude persistante en attendant la publication
du nouveau 14e plan quinquennal qui sera annoncé l’année prochaine [9].
22
Chapitre I Généralités sur l’énergie photovoltaïque
Europe – Après avoir presque doublé ses installations en 2019, l’Europe devrait
continuer de croître en 2020, ajoutant plus de 24 GW, soit une augmentation de 5% par
rapport à 2019. L’Espagne, l’Allemagne, les Pays-Bas, la France, l’Italie et l’Ukraine seront
les principales sources de demande, représentant 63% du total des installations de l’Union
européenne en 2020 [9].
Inde – Après une année plate en 2019, en raison des incertitudes politiques et de
l’impact des droits d’importation sur les cellules et modules solaires, les installations
devraient à nouveau croître et dépasser 14 GW en 2020. La baisse des prix des modules et un
large éventail de projets devraient stimuler le retour à la croissance, selon IHS Markit [9] (fig.
I.1).
Le nouveau Global Market Outlook 2020-2024 présente les premiers résultats d’une
enquête mondiale réalisée en avril par le Global Solar Council sur les impacts du COVID-19
sur le secteur solaire (fig. I.2). Plus de 71% des entreprises solaires interrogées ont signalé une
23
Chapitre I Généralités sur l’énergie photovoltaïque
baisse des commandes, 6 sur 10 ont déclaré que les commandes avaient baissé jusqu’à 50%,
et 3 sur 10 ont enregistré une baisse de 50 à 90%. L’effet de la pandémie sur les taux
d’installation varie selon les pays et les segments, en grande partie en fonction de la façon
dont les pays ont souffert de la COVID-19 et de la réponse des gouvernements. Solar Power
Europe estime dans son scénario moyen que les nouvelles capacités mondiales installées
diminueront de 4% pour atteindre 112 GW en 2020. Par rapport à aux prévisions du marché
mondial de l’année dernière qui projetaient jusqu’à 144 GW de nouveaux panneaux solaires,
cela représente une perte de 32 GW [21].
24
Chapitre I Généralités sur l’énergie photovoltaïque
Une autre étude réalisée par IHS Markit et publiée le 31 mars montre que le marché
mondial des installations PV devrait représenter 105 GW en 2020, soit une chute de 16% en
glissement annuel par rapport aux installations mondiales de 2019 [20].
25
Chapitre I Généralités sur l’énergie photovoltaïque
Avec une espérance de vie de 5 milliards d’années, le soleil constitue une source
d’énergie inépuisable et abondante puisque le rayonnement solaire fournit en permanence,
chaque année, 10 000 fois la consommation totale de la planète, soit en moyenne 1 700
kWh/m²/an (fig. I.4) [1].
26
Chapitre I Généralités sur l’énergie photovoltaïque
D’après l’Agence Internationale de l’Énergie (AIE), une surface de 145 000 km², soit
4 % de la surface des déserts, serait suffisante pour couvrir la totalité des besoins mondiaux en
électricité.
27
Chapitre I Généralités sur l’énergie photovoltaïque
28
Chapitre I Généralités sur l’énergie photovoltaïque
Sous les latitudes moyennes, le rayonnement global peut atteindre 1 000 W/m² au
niveau de la mer, à midi et par ciel clair (sans nuages) [1].
𝑂𝑀 1
La masse d’air (MA) = 𝑂𝐴
= sin ℎ
Ainsi :
Soleil au zénith : AM 1
Soleil à 30° : AM 2
Soleil à 48° : AM 1.5 (STC)
Hors atmosphère : AM 0 (par convention) [1].
29
Chapitre I Généralités sur l’énergie photovoltaïque
rayon solaire est maximal à l’équateur (90°) et diminue vers les pôles. C’est pour cette raison
que les zones de basses latitudes (comprises entre 40°N et 40°S) reçoivent plus d’énergie que
les zones de hautes latitudes par exemple dans les zones désertiques proches de l’équateur,
l’ensoleillement annuel est de 2 300 kW/m² au lieu de 1 100 kW/m² en Europe centrale. Dans
une perspective limitée aux régions peuplées par l’homme, cette variation reste pourtant peu
importante (avec un facteur de 1 à 3.5) [1].
Sous une même latitude, l’ensoleillement varie également au cours de l’année selon
les saisons (fig. I.9) cette variation du flux solaire au cours du temps est une conséquence de
la rotation de la Terre autour d’un axe incliné de 23°27’ par rapport au plan de révolution
autour du soleil (plan de l’orbite terrestre). L’axe d’inclinaison étant constant au cours de la
rotation autour du soleil, l’angle d’incidence des rayons solaires, pour une même latitude,
varie au cours de la révolution de la Terre [1].
30
Chapitre I Généralités sur l’énergie photovoltaïque
Le spectre solaire décrit les divers groupes de rayonnements atteignant la Terre et les
classe par longueurs d’onde. Les différents modules et collecteurs exploitent des longueurs
d’onde différentes du spectre solaire [2].
L’atmosphère terrestre reçoit environ 1 350 watts d’énergie solaire par mètre carré
(W/m²). Cette valeur constante est dite « constante solaire ». La totalité de cette énergie ne
parvient pas à la surface de la Terre. L’atmosphère en absorbe et réfléchit une part importante
et la part atteignant effectivement la surface de la Terre ne dépasse pas environ 1 000 W/m².
En fait, l’éclairement du soleil n’atteint cette valeur que lorsque le soleil est au zénith un jour
sans nuage [2].
L’angle entre le rayon du soleil et la surface est dit angle d’incidence des rayons
solaires. Plus il se rapproche de 90° et plus la quantité d’énergie reçue par la surface est
importante (fig. I.10). Si un module solaire photovoltaïque est tourné en permanence vers le
31
Chapitre I Généralités sur l’énergie photovoltaïque
soleil, il produit d’avantage d’énergie. On obtient ce résultat en utilisant une technique dite de
« poursuite du soleil » [2].
32
Chapitre I Généralités sur l’énergie photovoltaïque
Cependant pour être utilisable en électronique, le silicium doit être très pur [3] et il
doit subir au préalable une série de traitements (fig. I.11) [1]. La fabrication d’un module
nécessite de l’énergie. Cette quantité d’énergie correspond à celle que doit produire un
module sur une période comprise entre 2.6 et 4.6 années (retour énergétique du module). Il
génère 5 à 15 fois plus d’énergie que celle nécessaire à sa fabrication pour une durée de vie
estimée à 20 ans (fig.I.12). Le silicium est utilisé sous sa forme cristalline (mono- ou multi-
cristalline) ou sous sa forme amorphe [1].
Une cellule est constituée d’un matériau semi-conducteur tel que le silicium absorbant
l’énergie des photons et la transformant en énergie électrique [3].
À la lumière, les photons absorbés par les semi-conducteurs apportent une telle
énergie qu’ils délogent et mettent en mouvement les électrons de ces matériaux dans une
direction particulière, créant ainsi un courant électrique (fig.I.13). Ce principe est appelé la
photoconductivité [1].
34
Chapitre I Généralités sur l’énergie photovoltaïque
Avec
𝐸
𝐼𝑝ℎ = (𝐼𝑠𝑐,𝑐𝑒𝑙𝑙 + 𝐾𝑖 (𝑇 − 𝑇𝑟 )) (I.2)
𝐸𝑟
Et
𝐼𝑠𝑐,𝑐𝑒𝑙𝑙 + 𝐾𝑖 (𝑇 − 𝑇𝑟 )
𝐼0 =
𝑉𝑜𝑐,𝑐𝑒𝑙𝑙+𝐾𝑣 (𝑇−𝑇𝑟) (I.3)
exp ( 𝑉𝑡 𝑛 )−1
Avec
35
Chapitre I Généralités sur l’énergie photovoltaïque
∆𝑇 = 𝑇 − 𝑇𝑟 (I.4)
Et
𝑁𝑂𝐶𝑇 − 20
𝑇 = 𝑇𝑎 + ∙𝐸 (I.5)
800
𝑘𝑇
𝑉𝑡 = (I.6)
𝑞
D’où
36
Chapitre I Généralités sur l’énergie photovoltaïque
Cette courbe est établie dans des conditions de fonctionnement définies : répartition du
rayonnement, rayonnement, cellule à une température donnée, air ambiant circulant à une
vitesse donnée. Chaque courbe correspond à des conditions spécifiques de fonctionnement.
De plus, une courbe est propre à chaque type de matériau photovoltaïque. Par exemple une
cellule en silicium amorphe aura une tension plus élevée qu’une cellule en silicium cristallin,
mais son courant sera nettement plus faible en raison de sa moins bonne collecte et de sa
faible épaisseur [1]. Cependant, il possède un coefficient d’absorption de la lumière environ
mille fois supérieur à celui du silicium cristallin. Une fine couche de 0,3 µm (= 0,0003 mm)
est donc suffisante pour absorber l’essentiel du spectre visible [4].
37
Chapitre I Généralités sur l’énergie photovoltaïque
Si l’on place une cellule PV sous une source lumineuse constante, sans aucun
récepteur, elle peut générer à ses bornes une tension continue maximale, dite tension de
circuit ouvert 𝑈𝑐𝑜 ou tension à vide. Cette tension est de l’ordre de 0,7 V pour une cellule
élémentaire (elle varie avec la technologie et l’éclairement) [4], elle est fonction des
caractéristiques de la jonction électronique et des matériaux, pour l’augmenter, il suffit de
monter plusieurs cellules en série [1].
Dans cet état, la cellule ne débite aucun courant et ne peut alimenter aucun récepteur.
C’est sous une tension inférieure que la photopile sera utilisée, afin qu’elle débite tension et
courant pour alimenter le récepteur [4].
L’utilisation optimale d’une cellule consiste à alimenter une charge sous la tension
maximale et à un courant maximal. En effet, suivant la formule 𝑃 = 𝑈𝐼, pour que la puissance
soit maximale : il faut être dans les conditions où le produit 𝑈𝐼 est maximal : c’est le point de
charge idéal de la cellule, ou point de puissance maximale 𝑃𝑚 . On a coutume d’appeler 𝑈𝑚 et
𝐼𝑚 la tension et le courant correspondant à ce point 𝑃𝑚 = 𝑈𝑚 ∙ 𝐼𝑚 [4].
Puissance-crête
38
Chapitre I Généralités sur l’énergie photovoltaïque
Rendement
𝑃𝑚
𝜂= (I.7)
𝐸∙𝑆
𝑃𝑐
𝜂= (I.8)
1 000 ∙ 𝑆
Facteur de forme FF
À partir de ces valeurs idéales, il est possible de déterminer le facteur de forme FF. Il
indique le degré d’idéalité de la caractéristique courant-tension correspondant au rapport
suivant :
𝑃𝑚
𝐹𝐹 = (I.9)
𝑈𝑐𝑜 ∙ 𝐼𝑐𝑐
𝑃𝑚 : Puissance maximale
39
Chapitre I Généralités sur l’énergie photovoltaïque
Lorsque l’éclairement varie, ce qui est inévitable le long d’une journée ensoleillée, la
caractéristique d’une cellule photovoltaïque évolue [3]. L’énergie électrique produite par une
cellule dépend de l’éclairement qu’elle reçoit sur sa surface.
40
Chapitre I Généralités sur l’énergie photovoltaïque
La figure I.17 montre que la tension d’une cellule baisse fortement avec la
température. Plus la température augmente et moins la cellule est performante. En revanche,
le courant augmente légèrement en intensité : cette augmentation reste néanmoins négligeable
au point de puissance maximale [1].
41
Chapitre I Généralités sur l’énergie photovoltaïque
La plus répandue, elle produit des cellules cristallines sciées dans la masse sous forme
de plaquettes épaisses de 0.15 à 0.20 mm [1].
Silicium monocristallin
Les cellules sont formées d’un seul cristal ordonné. Ce matériau est fabriqué en
barreaux étirés à partir d’un germe, ou recristallisés à haute température (fig. I.18).
42
Chapitre I Généralités sur l’énergie photovoltaïque
Dans les deux cas (mono ou multi cristallin), le silicium est ensuite découpé en
tranches par des scies à fil. Sur ces plaquettes (wafers), on réalise alors l’incorporation des
dopants par des techniques de diffusion ou d’implantation sous vide. Puis, le silicium est
couvert d’une couche anti-reflet en face avant, qui réduit à moins de 5 % les pertes par
réflexion de la lumière incidente, et qui lui donne une couleur bleu foncé, caractéristique
des photogénérateurs au silicium cristallin. Le dessus et le dessous de la plaquette doivent
ensuite être couverts de contacts métalliques pour collecter l’électricité générée. Pour
laisser passer la lumière, l’électrode avant est déposée sous forme de grille, l’arrière étant
simplement recouvert d’une couche métallique continue (fig. I.20) [4].
43
Chapitre I Généralités sur l’énergie photovoltaïque
Silicium en ruban
Il s’agit d’une variante récente dont l’intérêt principal est qu’elle évite les pertes de
découpes des lingots. Le principe consiste à étirer directement le silicium fondu sous forme
d’un ruban plan ou tubulaire. Par cette technologie, la consommation de silicium est divisée
par deux (8 g par Wc contre 16 g par Wc) et le rendement est équivalent à celui du silicium
multicristallin [1].
Les deux procédés les plus utilisés sont la technologie ruban EFG (Edge defined Film-
fed Growth) et le procédé String Ribbon [1].
Les cellules minces sont fabriquées en déposant un ou plusieurs matériaux sous forme
de « spray » sur un support de verre, de plastique, d’acier, etc [1].
Silicium amorphe
Nettement moins puissant au soleil que les deux précédents, ce silicium en couche très
mince répond par contre à tous les éclairements, extérieur et intérieur (fig. I.21). Sa
technologie de fabrication est théoriquement moins onéreuse (mais la production n’a pas
44
Chapitre I Généralités sur l’énergie photovoltaïque
atteint des niveaux comparables) et permet de réaliser des petits formats, grâce à la mise en
série intégrée et la simplicité de découpe [4].
Rendement électrique des panneaux : 5-7 % STC (jusqu’à 12 % pour les « multi-
jonctions »).
Puissance des photopiles intérieures : 0 à 1 Wc.
Puissance des panneaux extérieurs : 0,5 à 90 Wc.
Gamme d’éclairement : 20 lux (en intérieur) à 1 000 W/m2 (en extérieur).
Usage : électronique professionnelle et grand public (montres, calculettes…),
électronique de faible consommation en extérieur, baies vitrées semi-transparentes,
centrales au sol.
Intéressant surtout pour son coût de fabrication devenu très bas ces dernières années,
ce matériau, qui a longtemps souffert de problèmes de stabilité et de maîtrise des procédés
industriels, est aujourd’hui le leader incontesté des couches minces. En termes de
performances, il se situe au niveau des meilleures multijonctions silicium amorphe.
Cependant il risque de souffrir de problèmes de pénurie (le tellure est un élément rare) et il
contient un élément potentiellement dangereux déjà interdit dans de nombreux pays (le
cadmium1) [4]. L’élément cadmium est très toxique, comme l'avait pressenti Friedrich
Stromeyer, aussi toxique que le plomb et le mercure. Par ingestion de produits solubilisés par
l'organisme ou par inhalation via les sites alvéolées des bronches, passe dans le sang,
s'accumule dans le foie tout en provoquant des troubles rénaux graves. Il forme des composés
métalliques avec l'urée, qui joue le rôle d'un complexant [25].
45
Chapitre I Généralités sur l’énergie photovoltaïque
Les cellules utilisant ces matériaux sont produites en couche mince par des méthodes
chimiques ou de dépôt sous vide, sur une sous-couche de CdS (sulfure de cadmium). Elles ont
d’assez bonnes propriétés électroniques. De plus, elles bénéficient des mêmes commodités de
fabrication que le silicium amorphe (mise en série et découpe simples). Mais cette technologie
est assez peu commercialisée dans le monde, en raison du cadmium qu’elle contient (elle
pourrait souffrir des directives européennes sur l’exclusion des matériaux dangereux.
La faible tension de fonctionnement d’une cellule (autour de 0,6 V sous 1 000 W/m²)
la rend peu utilisable dans la pratique, et il convient d’en monter plusieurs en série pour
augmenter cette tension (fig. I.22).
La tension dans les cellules solaires montées en série est cumulative, ça signifie que la
tension obtenue par la mise en série de N cellules est N fois la tension d’une cellule. Les
46
Chapitre I Généralités sur l’énergie photovoltaïque
Le groupement en série des cellules présente un effet indésirable lorsque le module est
partiellement à l’ombre ou lorsque les cellules ne sont pas éclairées équitablement
(éclairement non homogène). Le cas extrême a lieu dans les conditions de court-circuit. Une
solution à ce problème consiste à brancher des diodes by-pass en parallèle avec chaque cellule
[11].
Fig. I.24 : Formation d’un hot spot dans une cellule photovoltaïque [1].
47
Chapitre I Généralités sur l’énergie photovoltaïque
Toutes fois, une diode by-pass pour chaque cellule est trop coûteux [11]. Les diodes
by-pass sont câblées en parallèle par groupes de cellules (fig. I.25). Un module de 36 cellules
est généralement équipé de trois diodes, soit une diode par série de 12 cellules.
Fig. I.25 : Câblage des diodes by-pass par groupes de cellules [1]
Les modules en silicium amorphe ne sont pas équipés de diodes by-pass pour la simple
raison qu’il est peu probable que soit occultée toute une bande photovoltaïque (équivalant à
une cellule d’un module en silicium cristallin) [1].
Seul les cellules qui utilise la même technologie, qui viennent du même constructeur et
qui sont de même type qui peuvent être mise en parallèle. Le courant dans les cellules solaires
montées en parallèle est cumulatif, ça signifie que le courant obtenu par la mise en parallèle
de N cellules est N fois le courant d’une cellule. La tension aux bornes du groupement
parallèle des cellules est la même tension d’une seule cellule. La caractéristique résultant du
groupement parallèle est illustré dans la figure I.26.
49
Chapitre I Généralités sur l’énergie photovoltaïque
L’impact de cette technologie sur l’environnement est minime. Elle ne génère aucune
nuisance : ni gaz à effet de serre ni déchet. La majeure partie de cet impact est due à la
consommation d’énergie et à l’utilisation de produits chimiques toxiques durant la phase de
fabrication des panneaux, le cadmium par exemple [1].
50
Chapitre I Généralités sur l’énergie photovoltaïque
I.8.1 Avantages
51
Chapitre I Généralités sur l’énergie photovoltaïque
I.8.2 Inconvénients
Le coût initial des systèmes PV est élevé, même si la rentabilité à long terme est
assurée. Ils sont donc parfois hors de portée des personnes à faible revenus.
Dans la plupart des installations, l’électricité doit être stockée dans des batteries. Or,
les batteries : (i) requièrent une maintenance régulière, (ii) doivent être remplacées
périodiquement et (iii) peuvent avoir un impact sur la performance du système
(lorsque les produits locaux sont de mauvaise qualité ou ne peuvent pas être
remplacées).
Production d’électricité aléatoire et périodique, dépendant de du niveau
d’ensoleillement (par exemple, selon la densité de la couverture nuageuse) et devenant
nulle et la nuit.
Les systèmes photovoltaïques de faible puissance requièrent souvent des équipements
à courant continu dont l’efficacité énergétique est supérieure à celle des équipements à
courant alternatif, mais dont le coût est souvent plus élevé.
Conclusion
Dans ce chapitre, nous avons données les statistiques concernant l’utilisation de
l’énergie photovoltaïque dans le monde et dans l’Algérie. Ensuite, nous avons présenté les
notions importantes sur l’énergie solaire et les différents types des rayonnements (direct,
diffus et globale). Nous avons défini aussi quelques notions de base qui nous aide à étudier le
52
Chapitre I Généralités sur l’énergie photovoltaïque
Dans le chapitre suivant nous allons faire la simulation d’un générateur photovoltaïque
afin de comprendre leur fonctionnement et son comportement sous des conditions
atmosphérique variable. .
53
Chapitre II
Modélisation et simulation d’un générateur
photovoltaïque
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
Introduction
Dans tous les domaines, la modélisation de tout système, c’est une étape nécessaire
afin de pouvoir faciliter l’étude de ce dernier. Elle consiste à mettre au point un ensemble
d’équations ou de règles pour décrire un phénomène de façon reproductible et simulable. Le
modèle issu de la modélisation sert à prédire le comportement d’un système en fonction de
sollicitations connues [32].
55
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
Tab. II.1 : Performances électriques du module ALPV 250 sous les conditions STC
56
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
En appliquant la loi de Kirchhoff sur le circuit de la figure II.1 on obtient l’équation suivante :
𝑈𝑝𝑣
𝐼𝑝𝑣 = 𝐼𝑝ℎ − 𝐼0 [exp ( ) − 1] (II.1)
𝑉𝑡 𝑛
Puisque l’équation (II.1) qui décrit le fonctionnement de la cellule idéale, c’est une
équation simple qui ne contient aucune complexité, Nous avons pu construire le modèle d’une
cellule idéale en utilisant seulement les blocks simple de la bibliothèque de Simulink (fig.
II.2).
57
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
D’après La figure II.3, nous remarquons que le courant dans la caractéristique courant-
tension (à gauche) est directement proportionnel à l’éclairement, lorsque ce dernier diminuer
de 1000 W/m² à 200 W/m² va influer sur le courant qui lui aussi diminue de 8.7 A jusqu’à 1.8
A, donc c’est une grande variation du courant, contrairement à la tension qui ne varie que très
peu en fonction de l’éclairement, elle reste aux environs de 0.6 V. La grande variation du
courant va influer aussi la puissance, car cette dernière n’est que le produit du courant et de la
tension.
58
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
9 4.5
5 2.5
4 2
3 1.5
2 1
1 0.5
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Tension de la cellule (V) Tension de la cellule (V)
Influence de la température
La température est un paramètre essentiel puisque les cellules sont exposées aux
rayonnements solaires, susceptibles de les chauffer [1].
9 6
0 °C 0 °C
8 25 °C 25 °C
Puissance de la cellule (W)
50 °C 5
Courant de la cellule (A)
50 °C
7 75 °C 75 °C
6 4
5
3
4
3 2
2
1
1
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Tension de la cellule (V) Tension de la cellule (V)
Fig. II.4 : Caractéristiques courant-tension et puissance-tension d’une cellule idéale
sous une température variable et un éclairement constant à 1000 W/m²
De plus, une partie du rayonnement absorbé n’est pas convertie en énergie électrique
mais se dissipe sous forme de chaleur [1].
D’après la figure II.4, on remarque que la tension d’une cellule baisse fortement avec
l’augmentation de la température. Plus la température augmente et moins la cellule est
59
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
On remarque aussi que la tension de circuit ouvert de la cellule idéale atteint 0.7 V
lorsque la température est au voisinage de 0 °C, donc la cellule devient plus performante sous
une température plus basse. Nous remarquons aussi sur la caractéristique P(V) que la
puissance atteint 5 W sous une température de 0 °C puis diminuer jusqu’à 2.6 W lorsque la
température atteindre 75 °C. Donc la variation de l’éclairement et de la température influent
sur les performances de la cellule photovoltaïque, nous obtenons un meilleur rendement sous
une basse température et un maximum d’éclairement.
Le modèle réel d’une cellule inclut les différentes pertes électriques due aux
différentes contactes électriques et les fuites du courant, il s’appelle aussi le modèle à 5
paramètres (𝐼𝑝ℎ , 𝐼𝑠 , 𝑛, 𝑅𝑠 , 𝑅𝑠ℎ ) [4]. Donc on va ajouter une résistance en série 𝑅𝑠 et une
résistance shunt 𝑅𝑠ℎ au modèle précédent (fig. II.5).
En appliquant la loi de Kirchhoff sur le circuit de la figure II.5 on obtient l’équation suivante :
L’équation (II.2) est non linéaire, pour la résoudre nous allons utiliser une méthode
numérique itérative qui s’appelle la méthode de Newton Raphson. La méthode de Newton
60
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
Raphson est un algorithme qui part d’un point initial et à chaque itération il teste la
convergence vers la solution. C’est un algorithme efficace pour trouver numériquement une
approximation précise d'un zéro (ou racine) d'une fonction réelle d'une variable réelle [28].
Algorithme de Newton-Raphson
Nous avons comme entrées : une approximation initiale 𝐼𝑝𝑣0 , la précision désirée 𝜀, le nombre
maximum d’itérations 𝑁0 et comme sortie : la valeur approchée de 𝐼𝑝𝑣 ou un message
d’échec :
(1) 𝑁 = 1
(2) Tant que 𝑁 < 𝑁0 , faire les étapes 3 à 6.
𝑓(𝐼𝑝𝑣0 )
(3) Poser 𝐼𝑝𝑣 = 𝐼𝑝𝑣0 − 𝑓′(𝐼
𝑝𝑣0 )
61
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
9 4.5
8 4
Puissance de la cellule (W)
1000 W/m²
1000 W/m²
Courant de la cellule (A)
800 W/m²
7 800 W/m² 3.5 600 W/m²
600 W/m²
400 W/m²
6 400 W/m² 3 200 W/m²
200 W/m²
5 2.5
4 2
3 1.5
2 1
1 0.5
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Tension de la cellule (V) Tension de la cellule (V)
Fig. II.7 : Caractéristiques courant-tension et puissance-tension d’une cellule
réelle sous un éclairement variable et une température constante à 25 °C
62
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
Influence de la température
9 4.5
8 4
Puissance de la cellule (W)
0 °C 0 °C
Courant de la cellule (A)
25 °C 25 °C
7 3.5 50 °C
50 °C
75 °C 75 °C
6 3
5 2.5
4 2
3 1.5
2 1
1 0.5
0 0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
Tension de la cellule (V) Tension de la cellule (V)
Fig. II.8 : Caractéristiques courant-tension et puissance-tension d’une cellule réelle
sous une température variable et un éclairement constant à 1000 W/m²
63
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
même courant produit par la cellule, et la tension produite par le module est 60 fois la tension
de la cellule photovoltaïque.
𝐼𝑝𝑣,𝑚𝑜𝑑 = 𝐼𝑝𝑣,𝑐𝑒𝑙𝑙 ; 𝑉𝑝𝑣,𝑚𝑜𝑑 = 𝑉𝑝𝑣,𝑐𝑒𝑙𝑙 ∙ 60
Le modèle d’un module photovoltaïque est le même que celui d’une cellule
photovoltaïque sauf que la tension en entrée, c’est la tension d’une cellule multiplier par le
nombre des cellules (dans notre cas ici 60 cellules). En ce qui concerne le courant du module
c’est le même courant d’une cellule (fig. II.9).
64
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
seule cellule. Puis elle diminue lorsque l’éclairement diminue mais elle reste au voisinage de
34 V, donc l’éclairement n’a pas une grande influence sur la tension du module par contre il a
un influence remarquable sur le courant et la puissance produites par le module.
9 250
200
7 600 W/m² 600 W/m²
400 W/m² 400 W/m²
6 200 W/m² 200 W/m²
150
5
4
100
3
2
50
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Tension de module (V) Tension de module (V)
9 300
8 0 °C 0 °C
Puissance de module (W)
25 °C 250 25 °C
Courant de module (A)
7 50 °C 50 °C
75 °C 75 °C
6 200
5
150
4
3 100
2
50
1
0 0
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Tension de module (V) Tension de module (V)
Fig. II.11 : Caractéristiques courant-tension et puissance-tension du module ALPV 250
sous une température variable et un éclairement constant à 1000 W/m²
65
Chapitre II Modélisation et simulation d’un générateur photovoltaïque
Conclusion
D’après les résultats obtenus par la simulation des différents modèles du générateur
photovoltaïque, nous pouvons conclure qu’il existe deux facteurs majeurs qui influent
directement sur le fonctionnement d’un générateur photovoltaïque, ces deux facteurs sont : la
température et l’éclairement.
Dans le chapitre suivant nous allons étudier les techniques de poursuite du point de la
puissance maximale et nous allons voir l’influence de cette technique sur le comportement du
générateur photovoltaïque.
66
Chapitre III
La commande MPPT avec la logique floue
Chapitre III La commande MPPT avec la logique floue
Introduction
Dans les dernières années, la croissance du besoin en énergie ainsi que la pollution
provenant de l’utilisation des énergies fossiles poussent le grand public à utiliser les énergies
renouvelables. Dans ce contexte, l’énergie photovoltaïque est l’un des importantes sources
d’énergie renouvelable qui présente un dénouement à nos problèmes de production d’énergie.
De plus, cette énergie semble la plus prometteuse, non polluante et inépuisable. Néanmoins, la
production de cette énergie est non linéaire et elle varie en fonction de l’intensité lumineuse et
de la température. Par conséquent, le point de fonctionnement du panneau photovoltaïque
(PV) ne coïncide pas toujours avec le point à maximum de puissance [15].
L'algorithme Perturber et Observer utiliser pour la MPPT est simple et facile à mettre
en œuvre mais il souffre d'inconvénients tels que la vitesse de convergence lente et
l'oscillation de la sortie autour du MPP en régime permanent. Lorsque le système fonctionne à
proximité d'une région autour du point de puissance maximale, l'algorithme P&O suggère une
augmentation ou une diminution du rapport cyclique en fonction du changement de la tension
du système PV. Si le point de fonctionnement se trouve sur le côté gauche du MPP, une
68
Chapitre III La commande MPPT avec la logique floue
69
Chapitre III La commande MPPT avec la logique floue
convertisseur statique permet de convertir une tension continue en une autre tension continue
de plus forte valeur [47].
Les interrupteurs électronique utilisés dans le hacheur parallèle sont de nature semi-
conducteur à fermeture et ouverture commandées comme les thyristors GTO ou les transistors
de puissance (MOSFET, IGBT, etc.). On peut varier la valeur moyenne de la sortie en
agissant sur le rapport cyclique 𝛼 du convertisseur.
70
Chapitre III La commande MPPT avec la logique floue
Phase active 𝛼𝑇 < 𝑡 < 𝑇 : l’interrupteur 𝐾 est ouvert (𝑉𝐾 = 𝑉𝑠 ; 𝐼𝐾 = 0) et la diode 𝐷 est
passante (𝑉𝐷 = 0 ; 𝐼𝐷 = 𝐼1 ), le courant dans la bobine n’est pas nul (𝑉𝐿 = 𝑉𝑒 − 𝑉𝑠 ) (fig.
III.3). L’inductance 𝐿 s’opposant à la diminution de courant 𝑖𝐿 , génère une tension qui
s’ajoute à la tension de la source, qui s’applique sur la charge 𝑅𝑐ℎ à travers la diode 𝐷.
71
Chapitre III La commande MPPT avec la logique floue
L’application de la loi de Kirchhoff sur les deux circuits équivalents des deux phases
de fonctionnement donne :
𝑑𝑉𝑒 (𝑡)
𝑖𝐶1 (𝑡) = 𝐶1 = 𝑖1 (𝑡) − 𝑖𝐿 (𝑡) (III.1)
𝑑𝑡
𝑑𝑉𝑠 (𝑡)
𝑖𝐶2 (𝑡) = 𝐶2 = −𝑖𝑠 (𝑡) (III.2)
𝑑𝑡
𝑑𝑖𝐿 (𝑡)
𝑉𝐿 (𝑡) = 𝐿 = 𝑉𝑒 (𝑡) (III.3)
𝑑𝑡
𝑑𝑉𝑒 (𝑡)
𝑖𝐶1 (𝑡) = 𝐶1 = 𝑖1 (𝑡) − 𝑖𝐿 (𝑡) (III.4)
𝑑𝑡
𝑑𝑉𝑠 (𝑡)
𝑖𝐶2 (𝑡) = 𝐶2 = 𝑖𝐿 (𝑡) − 𝑖𝑠 (𝑡) (III.5)
𝑑𝑡
𝑑𝑖𝐿 (𝑡)
𝑉𝐿 (𝑡) = 𝐿 = 𝑉𝑒 (𝑡) − 𝑉𝑠 (𝑡) (III.6)
𝑑𝑡
En supposant que l’interrupteur est idéal (sans pertes) et qu’il y a que deux phases
(conduction et interruption), on obtient les formes d’ondes des diverses variables suivantes :
72
Chapitre III La commande MPPT avec la logique floue
𝑉𝑒
𝑉𝑠 = (III.7)
1−𝛼
La valeur minimale de l'inductance qui permet de lisser le courant à l’entrée du hacheur peut
être calculée par :
𝑉𝑒 ∙ 𝛼
𝐿𝑚𝑖𝑛 = (III.8)
∆𝑖𝐿 ∙ 𝑓𝑠
𝑉𝑠 ∙ 𝛼
𝐶𝑚𝑖𝑛 = (III.9)
𝑅 ∙ ∆𝑉𝑠 ∙ 𝑓𝑠
73
Chapitre III La commande MPPT avec la logique floue
74
Chapitre III La commande MPPT avec la logique floue
Comme illustré à la figure III.6, on peut observer que si une incrémentation positive de
la tension 𝑉𝑝𝑣 engendre un accroissement de la puissance 𝑃𝑝𝑣 , le point de fonctionnement se
trouve à gauche du PPM. Au contraire, si la puissance décroît, le point de fonctionnement se
trouve à droite du PPM. Un raisonnement similaire peut être effectué lorsque la tension
décroît. À partir de ces analyses sur les conséquences d'une variation de tension sur la
caractéristique 𝑃𝑝𝑣 (𝑉𝑝𝑣 ), on peut facilement situer le point de fonctionnement par rapport au
PPM, et de le faire converger vers le maximum de puissance en imposant une valeur
appropriée au courant de sortie du module PV [47].
75
Chapitre III La commande MPPT avec la logique floue
La figure III.7 représente l'algorithme, que nous avons utilisé, associé à une commande MPPT
de type P&O, où l'évolution de la puissance est analysée après chaque perturbation de tension.
Pour ce type de commande, deux capteurs (courant et tension du GPV) sont nécessaires pour
déterminer la puissance du PV à chaque instant.
76
Chapitre III La commande MPPT avec la logique floue
Le système oscille alors autour du MPP, ce qui provoque des pertes de puissance.
L’oscillation peut être minimisée en diminuant la taille de la perturbation. Cependant, une
taille de perturbation trop petite ralentit considérablement la poursuite du MPP. Il existe alors
un compromis entre précision et rapidité. La méthode P&O est généralement la plus utilisée
en raison de sa simplicité et sa facilité de réalisation [17].
La logique floue est une forme de logique qui traite un raisonnement approximatif
plutôt que fixe et exact. Contrairement à la logique traditionnelle qui définit généralement la
logique à deux valeurs comme vraie ou fausse, la logique floue peut avoir des valeurs
variables. Les variables de la logique floue peuvent avoir une valeur vraie ou fausse qui varie
à différents degrés et être exprimées par des variables linguistiques. Dans ces cas, le contrôle
à logique floue pourrait fournir à la fois une vitesse rapide du processus et la précision
nécessaire [18].
Récemment, la commande à base de la logique floue a été utilisée dans les systèmes de
poursuite du point à maximum de puissance. L’objectif de cette commande est de suivre et
d’extraire la puissance maximale du système PV pour un éclairement et une température
donnés. Cette commande qui ne nécessite pas la connaissance exacte du modèle
mathématique du système, tandis que sa simplicité lui donne un avantage dans le suivi de son
MPP dans des conditions atmosphériques à variation rapide [18].
77
Chapitre III La commande MPPT avec la logique floue
𝑃(𝑘) − 𝑃(𝑘 − 1)
𝐸𝑟𝑟 = (III.10)
𝑉(𝑘) − 𝑉(𝑘 − 1)
Avec
78
Chapitre III La commande MPPT avec la logique floue
Et
Afin de pouvoir traiter numériquement les variables linguistiques, il faut les soumettre à une
définition mathématique à base de fonctions d’appartenance qui montrent le degré de
vérification de ces variables aux différents sous-ensembles [44]. Les fonctions
d’appartenances 𝐸𝑟𝑟 , ∆𝐸𝑟𝑟 et ∆𝐷 sont présentées dans la figure III.10. Il existe plusieurs types
de fonctions d’appartenance : triangulaire, gaussienne, trapézoïdale, etc [45]. Les fonctions
d’appartenance sont le plus souvent représentées par les fonctions triangulaires et
trapézoïdales, donc par des segments de droite, et sont alors dites linéaires par morceaux,
aussi elles sont très employées car simples et comportent des points permettant de définir les
zones où la notion est vraie ou fausse, ce qui simplifie le recueil de l’expertise [44].
∆𝐸𝑟𝑟
PB PS ZE NS NB
𝐸𝑟𝑟
PB PB PB PB PB ZE
PS PB PB PS ZE PS
ZE PB PS ZE NS NB
NS NS ZE NS NB NB
NB ZE NB NB NB NB
Après l’étape de fuzzification, commence l’étape d’inférence où l’on établit les règles floues
qui permettent d’aboutir à la commande en fonction des valeurs de l’erreur et de sa variation.
Les règles floues lient la variable de sortie aux variables d’entrée afin de tirer des conclusions
ou déductions floues. Une règle floue comporte une prémisse du genre « Si l’erreur est
négative petite ET la variation de l’erreur est négative grande » et une déduction floue du type
« Alors la variation du rapport cyclique est positive grande » [45]. Dans notre cas les deux
variables d’entrée sont définies, chacune, par 5 ensembles flous, on aboutit à 25 règles floues.
Le tableau III.1 montre les différentes règles floues des variables d’entrée et de la sortie
utilisées dans le contrôleur floue.
L’erreur 𝐸𝑟𝑟 (𝑘) représente la pente de la courbe P(V). Plus le point de fonctionnement
s’approche du MPP plus 𝐸𝑟𝑟 (𝑘) s’annule. La variation de l’erreur ∆𝐸𝑟𝑟 (k) est utilisée pour
déterminer l’amplitude du rapport cyclique à augmenter ou à diminuer [38]. Pour comprendre
le fonctionnement de l’algorithme MPPT à base de la logique floue, la courbe P(V) est divisée
en trois régions (fig. III.11).
Region-1
La pente de la courbe PV, c'est-à-dire 𝐸𝑟𝑟 (k) est négative dans cette région. Cela
indique que le point de fonctionnement du module PV est situé à droite du MPP et le
rapport cyclique devrait être diminué afin de suivre le MPP.
Pour que le point de fonctionnement s'approche du MPP par le côté droit, il faut que
𝐸𝑟𝑟 (k) soit NS (négatif petit) et ∆𝐸𝑟𝑟 (k) soit positif. Donc à ce moment, la sortie est
définie à ZE (environ zéro) afin d'empêcher le système d'oscillation.
Region-2
Dans cette région 𝐸𝑟𝑟 (k) est ZE (environ zéro) ce qui indique que le point de
fonctionnement est proche au MPP. Par conséquent, le principe devrait être de
maintenir le même rapport cyclique sous ces conditions.
Si ∆𝐸𝑟𝑟 (k) est NB (négatif grand), le point de fonctionnement s'approche du MPP par
le côté gauche. Afin d'empêcher le point de fonctionnement de se déplacer vers le côté
droit du MPP, la règle de contrôle doit être PS (positif petit) pour supprimer le
changement de grandeur du rapport cyclique en direction opposée.
Region-3
Lorsque 𝐸𝑟𝑟 (k) est positif, le point de fonctionnement est situé sur le côté gauche de la
MPP. Le rapport cyclique devrait donc être augmenté. Le ∆𝐸𝑟𝑟 (k) est utilisé pour
déterminer l'ampleur du rapport cyclique a augmenté.
Lorsque ∆𝐸𝑟𝑟 (k) est négatif à ce point, le point de fonctionnement approche du MPP
du côté gauche. À ce stade, le contrôleur doit régler la sortie vers ZE (environ zéro)
afin d'éviter une grande augmentation du rapport cyclique et des oscillations du
système autour du point de fonctionnement.
Après avoir établi les règles d’inférence donnant le fonctionnement, il faut indiquer au
calculateur la procédure (algorithme mathématique) qu’il doit respecter afin de déterminer
l’allure de la fonction d’appartenance de la variable de sortie, en fonction de la valeur
présente des variables d’entrée et des règles d’inférence préétablies [44]. Il existe plusieurs
méthodes d’inférence parmi eux, il y a la méthode de « MAX-MIN ».
81
Chapitre III La commande MPPT avec la logique floue
∑𝑛𝑖=1 𝑤𝑖 ∆𝑑𝑖
∆𝑑 = (III.13)
∑𝑛𝑖=1 𝑤𝑖
Où, ∆𝑑 est une valeur nette, 𝑤𝑖 est le facteur de pondération et ∆𝑑𝑖 est une valeur
correspondant à la fonction d'appartenance de ∆𝑑.
82
Chapitre III La commande MPPT avec la logique floue
83
Chapitre III La commande MPPT avec la logique floue
Le tableau III.2 contient les paramètres du hacheur parallèle utilisé dans les deux simulations.
250
200
puissance (W)
150
100
50
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
84
Chapitre III La commande MPPT avec la logique floue
et une température à 25 °C. La puissance entre dans le régime permanent à 0.1s donc la
réponse est un peu lent. Après, à l’instant 𝑡 = 0.14𝑠, la puissance augmente puisqu’il y a un
changement de l’éclairement qui devient 1000 W/m2, puis elle entre dans le régime permanent
une deuxième fois à l’instant 𝑡 = 0.2𝑠 et elle se stabilise à 230 W. Puis à l’instant 𝑡 = 0.24𝑠
le système répondre par une diminution de la puissance qui se stabilise à 220 W lorsque la
température varie de 25 °C à 35 °C, mais cette variation de la puissance reste petite par
rapport au cas de changement de l’éclairement.
Donc nous remarquons que le système cherche toujours à se stabiliser sur la puissance
maximale possible quel que soit les conditions atmosphériques, mais la réponse est un peu
plus lent. Nous pouvons conclure aussi que la variation de l’éclairement a un effet
remarquable sur la puissance par rapport à la variation de la température. Plus l’éclairement
augmente et la température diminue plus le rendement du générateur photovoltaïque
augmente.
120
100
80
Tension de sortie(V)
60
40
20
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
85
Chapitre III La commande MPPT avec la logique floue
30
25
20
Tension Ve(V)
15
10
-5
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
D’après les figures III.15 et III.16 nous remarquons que la tension de sortie est plus
grande à celle de l’entrée car nous avons utilisé un hacheur parallèle comme un étage
d’adaptation entre le générateur PV la charge et son rôle est d’augmenter la tension d’entrée.
La tension atteint 85V sous un éclairement 800 W/m2 et une température de 25 °C puis elle
dépasse 100V lorsque l’éclairement atteint 1000 W/m2, après elle diminue légèrement lorsque
la température varie de 25 °C à 35 °C. Donc la variation de la température n’a pas un grand
effet sur la tension de la sortie par rapport à la variation de l’éclairement. De plus nous
remarquons que l’algorithme P&O cherche toujours à maximiser la tension de la sortie.
2.5
2
courant de sortie(V)
1.5
0.5
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
86
Chapitre III La commande MPPT avec la logique floue
87
Chapitre III La commande MPPT avec la logique floue
Le contrôleur flou a comme entrées : l’erreur 𝐸𝑟𝑟 et la variation de l’erreur ∆𝐸𝑟𝑟 , et comme
sortie la variation du rapport cyclique.
De point de vue mathématique l’erreur 𝐸𝑟𝑟 c’est la tangente de la courbe 𝑃 = 𝑓(𝑉), donc plus
le point de fonctionnement s’approche vers la MPP, plus la tangente diminue et tend vers 0.
Par contre, plus le point de fonctionnement s’éloigne de la MPP plus la tangente devient
grande. Donc, l’erreur nous aide pour savoir où est la position actuel du point de
fonctionnement par rapport au point de la MPP, si 𝐸𝑟𝑟 est positif, le point de fonctionnement
se trouve à gauche de la MPP et si 𝐸𝑟𝑟 est négatif, le point de fonctionnement se trouve à
droite de la MPP (fig. III.20). La variation de l’erreur ∆𝐸𝑟𝑟 nous aide pour savoir est ce que le
point de fonctionnement s’approche vers la MPP ou il s’éloigne ? Et de combien il s’approche
ou bien il s’éloigne ? Et nous aide aussi à préciser la valeur du rapport cyclique à diminuer ou
à augmenter.
La prémisse « l’erreur est positif grand » signifie que le point de fonctionnement se trouve à
gauche de la MPP et il se situe très loin de la MPP, de plus la prémisse « la variation de
l’erreur est positive grande » signifie que le point de fonctionnement s’éloigne de la MPP
avec un pas très grand. Donc pour que le point de fonctionnement se déplace vers la MPP la
conclusion doit être « ∆𝑫 est positif grand », signifie que le rapport cyclique doit augmenter
avec un pas très grand afin d’augmenter la tension.
88
Chapitre III La commande MPPT avec la logique floue
200
180
160
140
puissance (W)
120
100
80
60
40
20
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
35
30
25
20
Tension Ve(V)
15
10
-5
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
100
90
80
70
Tension de sortie(V)
60
50
40
30
20
10
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
90
Chapitre III La commande MPPT avec la logique floue
1.8
1.6
1.4
courant de sortie(V)
1.2
0.8
0.6
0.4
0.2
0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4
temps(s)
91
Chapitre III La commande MPPT avec la logique floue
Donc de point de vue de valeurs maximales, la méthode P&O est la meilleur, mais de
point de vue rapidité et précision, la méthode à base de la logique floue est la meilleur, de plus
elle ne présente pas une grande variation lors d’un changement dans les conditions
atmosphériques.
Conclusion
Dans ce chapitre, nous avons expliqué le choix et le principe de fonctionnement du
convertisseur DC-DC qui est utilisé comme un étage d’adaptation entre le générateur
photovoltaïque et la charge. Ensuite, nous avons expliqué le principe de fonctionnement de
deux algorithmes les plus utilisé dans les techniques de la recherche de point de puissance
maximale MPPT. Enfin, nous avons terminé ce chapitre par la simulation des deux
algorithmes de commande MPPT qui sont : perturber et observer P&O et l’algorithme à base
de la logique floue dans Simulink et nous avons comparé les résultats des deux méthodes sous
un changement rapide des conditions atmosphérique (éclairement et température).
92
Conclusions générales
Conclusions générales
Conclusions générales
L’algorithme basé sur la logique floue est un algorithme robuste et efficace. En effet,
cet algorithme fonctionne au point optimal sans oscillations. En outre, il est caractérisé par un
bon comportement en état transitoire. Cependant, l’implémentation de ce type d’algorithme
est plus complexe que les algorithmes classiques. De plus, l’efficacité de cet algorithme
dépend énormément du tableau d’inférence.
Dans ce travail, nous avons décrit les principaux éléments du système PV. Ensuite,
nous avons fait une modélisation et une simulation d’un générateur PV. Les résultats trouvés
nous ont permis de conclure que la puissance générée par un panneau PV diminue par la
diminution de l'éclairement ou l'augmentation de la température. Puis nous avons présenté une
meilleure conception d’un hacheur parallèle capable de rechercher la puissance maximale
pour toute variation d’ensoleillement grâce à sa commande MPPT. Ensuite, nous avons
rappelé le principe de deux algorithmes MPPT les plus populaires. Enfin, nous avons terminé
par une simulation des deux algorithmes.
Les résultats des simulations montrent que l’algorithme FLC donne des résultats
meilleurs que le P&O du point de vu rapidité et précision. Bien que la méthode P&O est
largement utilisé et facile à implémenter présente des inconvénients tels que l’oscillation
autour de la MPP et la divergence du point de fonctionnement lorsqu’il y a un changement
94
Conclusions générales
95
Bibliographie
Bibliographie
Bibliographie
[1] Brigand, S. (2011). Installations solaires photovoltaïques. Paris (France) : Éditions du moniteur.
[2] Hankins, M. (2012). Installations solaires photovoltaïques autonomes. France : DUNOD.
[3] Bernard, J. (2011). Énergie solaire Calculs et optimisation. Paris (France) : Ellipse Édition.
[4] Labouret, A., Cumunel, P., Braun, J., Faraggi, B. (2010). Cellules solaires Les bases de l’énergie
photovoltaïque. Paris (France) : DUNOD.
[5] wikipedia, énergie solaire photovoltaïque,
[Link]
[6] [Link]
[7] [Link]
photovoltaique-et-le-solaire-thermique
[8] Habbati, B., Ramdani, Y., Moulay, F. (2014, 16 mai). A detailed modeling of photovoltaic module
using MATLAB. NRIAG Journal of Astronomy and [Link]. 3, p. 53–61.
[9] [Link]
[10] Boubou-Bouziani, N. (juillet 2017). Potentiel et développement des énergies renouvelables en
Algérie. Communication, Science & technology. Vol. 19
[11] Boukli-hacen, O. (2011). Conception et réalisation d’un générateur photovoltaïque muni d’un
convertisseur MPPT pour une meilleure gestion énergétique [thèse de magister, université abou bekr
belkaid, Tlemcen].
[12] El hajji, S., Ghemires, T. Résolution d’équations non linéaires [Cours, Université Mohammed V,
Rabat]. [Link]
[13] Séguier, G., Labrique, F., Delarue, P. (2015). Électronique de puissance ; structures, commandes,
applications. Paris (France) : dunod. 10e édition.
[14] Pinard, M. (2007). Convertisseurs et électronique de puissance. Paris (France): DUNOD.
[15] Abbes, H., Abid H., Loukil, K., Toum, A., Abid, M. (2013). Etude comparative de cinq
algorithmes de commande MPPT pour un système photovoltaïque. International Journal of Control
Energy and Electrical Engineering (CEEE).
[16] Chermitti, A., Boukli-Hacene, O., Mouhadjer, S. (Septembre 2012). Design of a Library of
Components for Autonomous Photovoltaic System under Matlab/Simulink. International Journal of
Computer Applications (0975 – 8887), Volume 53– No.14
[18] Eltamaly, A. M., Abdelaziz, A. Y. (2020). Modern Maximum Power Point Tracking Techniques
for Photovoltaic Energy Systems. Suisse : Springer. [Link]
[19] Cabal, C. (2008). Optimisation énergétique de l’étage d’adaptation électronique dédié à la
conversion photovoltaïque [thèse de doctorat, Université Paul Sabatier - Toulouse III].
[20] [Link]
reculer-de-16-a-18-en-2020/
97
Bibliographie
[21] [Link]
march%C3%A9-mondial-2020-2024-lapr%C3%[Link]
[22] [Link]
%E2%80%89tafouk1%E2%80%89-bientot-sur-les-rails/
[23] [Link]
4000-mw-a-36-mds-de-dollars/
[24] [Link]
[25] [Link]
[26] Verma, V., Kane, A., Singh, B. (2016). Complementary performance enhancement of PV energy
system through thermoelectric generation. Renew Sustain Energy Rev; 58:1017-26.
[27] Roman, E., Alonso, R., Ibanez, P., Goitia, D. (2006). Intelligent PV module for grid-connected
PV systems. IEEE Trans Ind Electron. 53(4):1066-73.
[28] [Link]
[29] HELALI, K. (2012). Modélisation D’une Cellule Photovoltaïque : Etude Comparative [Mémoire
de magistère, UNIVERSITE MOULOUD MAMMERI, TIZI-OUZOU].
[30] Notton, G., al. (2010). Influence d’un ombrage partiel sur la production électrique d’un module
photovoltaïque en silicium monocristallin. Revue des Energies Renouvelables. Vol. 13 N°1, pp 49-62.
[31] Adel, S. (2010). PV cell module modeling and simulation for smart grid applications. Journal of
Theoretical and Applied Information Technology. pp 9-20.
[32] [Link]
[33] Yatimi, H., Aroudam, El. (2018). MPPT algorithms based modeling and control for photovoltaic
system under variable climatic conditions. Procedia Manufacturing. Vol. 22, pp. 757–764.
[34] Femia, N., al. (2005). Optimization of perturb and observe maximum power point tracking
method. IEEE Trans Power Electron. Vol.20, No.4, pp. 963–73.
[35] Zegaoui, A., Aillerie, M., Petit, P., Sawicki, J.P., Jaafar, A., Salame, C., Charles, J.P. (2011).
Comparison of two common maximum power point trackers by simulating of PV generators. Energy
Proceedia. Vol. 6, pp. 678–687.
[36] Messai, A., Mellit, A., Guessoum, A., Kalogirou, S.A. (2011). Maximum power point tracking
using a GA optimized fuzzy logic controller and its FPGA implementation. Solar Energy. Vol. 85, pp.
265–277.
[37] Yatimi, H., Aroudam, E. (2016). Assessment and control of a photovoltaic energy storage system
based on the robust sliding mode MPPT controller. Solar Energy. Vol. 139, pp. 557–568.
[38] Panigrahi, A., Bhuyan, K. C. (2017). Fuzzy Logic Based Maximum Power Point Tracking
Algorithm for Photovoltaic Power Generation System. Journal of Green Engineering. Vol. 6, N. 4, pp.
403–426. doi: 10.13052/jge1904-4720.644
[39] Praful, R. M., Joshua, A. M. (2017). Design, Implementation and Performance Analysis of a
LabVIEW based Fuzzy Logic MPPT Controller for Stand-Alone PV Systems. IEEE International
Conference on Power, Control, Signals and Instrumentation Engineering.
98
Bibliographie
[40] Guingane, T. T., Koalaga, Z., Simonguy, E., Zougmore, F., Bonkoungou, D. (2016).
Modélisation et simulation d’un champ photovoltaïque utilisant un convertisseur élévateur de tension
(boost) avec le logiciel MATLAB /SIMULINK. Journal International de Technologie, de l’Innovation,
de la Physique, de l’Energie et de l'Environnement. Vol. 2, n°1. DOI:
[Link]
[41] Salas, V., Olias, E., Barrado, A., Lazaro, A. (2006). Review of the maximum power point tracking
algorithms for stand-alone photovoltaic systems. Elsevier Sol. Energy Mater. Sol. Cells. Vol. 90, pp.
1555–1578.
[42] Bendiba, B., Krimb, F., Belmilia, H., Almia, M. F., Bouloumaa, S., (2014). Advanced fuzzy
MPPT controller for a stand-alone PV system. Elsevier Energy Proc. Vol. 50, pp. 383–392.
[43] Abubakkar Siddik, A., Shangeetha, M. (2012). Implementation of Fuzzy logic controller in
photovoltaic power generation using boost converter and boost inverter. Int. J. Power Electron. Drive
Syst. Vol. 2, pp. 249–256.
[44] Mechernene, A. (2018). Concepts de la logique floue. [Cours, université abou bekr belkaid,
Tlemcen]
[45] Martaj, N. Mokhtari, M. (2010). Contrôle par logique floue. MATLAB R2009, SIMULINK et
STATEFLOW pour Ingénieurs, Chercheurs et Etudiants. Springer-Verlag Berlin Heidelberg. DOI
10.1007/978-3-642-11764-0_16
[46] Alajmi, B. N., Ahmed, K. H., Finney, S. J. (2011). Fuzzy-logic control approach of a modified
hill climbing method for maximum power point in microgrid standalone photoviltaic system. IEEE
Trans. Power Electron. Vol. 26, pp. 1022–1030.
[47] Naffouti, S. (2012). Dimensionnement et commande d’un hacheur parallèle alimenté par une
source photovoltaïque [Mémoire de projet de fin d’étude, Université de Monastir, Tunisie].
[48] Femia, N., Pétrone, G., Spagnuolo, G., Vitelli, M. (2004). Optimization of Perturb and Observe
Maximum Power Point Tracking Method. IEEE Transactions On Power Electronics. Vol.20, N. 4, pp.
16-19
[49] Belkaid, A. (2015). Conception et implémentation d’une commande MPPT de haute performance
pour une chaine de conversion photovoltaïque autonome [Thèse de doctorat, Universite Ferhat Abbas,
Setif]
[50] Lagorce, J. (2011). Modélisation, dimensionnement et optimisation des systèmes d’alimentation
décentralisés à énergie renouvelable - application des systèmes multi-agents pour la gestion de
l’énergie [Thèse de doctorat, Université de Technologie de Belfort-Montbéliard, France].
[51] Mahamat, C. (2018). Analyse et commandes des convertisseurs multi-niveaux pour un générateur
photovoltaïque connecté au réseau électrique [Thèse de doctorat, Université Paris-Saclay, France].
[52] Aissou, S., Zinet, M. (2012). Identification et Caractérisation D’un Système Photovoltaïque
[Projet de fin d’étude, Université Abderrahmane Mira-Bejaia].
[53] Lasnier, F., Ang, T.G. (1980). Photovoltaic Engineering Handbook. IOP Publishing Ltd.
[54] Pastor, A. C . (2007). Conception et réalisation de modules photovoltaïques électroniques [Thèse
de doctorat, INSA de Toulouse] [Link]
[55] Sumathi, S., Ashok Kumar, L., Surekha, P. (2015). Solar PV and Wind Energy Conversion
Systems. Suisse: Springer.
99
Bibliographie
[56] Natarajan, P., Ramaprabha, R. (2012). Application of circuit model for photovoltaic energy
conversion system. International journal of photoenergy. Vol. 2012. Doi : 10.1155/2012/410401.
100
Annexes
Annexes
Annexe
102
Annexes
La tension thermique
Le courant de la diode
Le photo-courant
Le courant de saturation
103
Annexes
Afin qu’on puisse simuler la cellule photovoltaïque réelle, il faut tout d’abord déterminer les
deux résistances 𝑅𝑠ℎ et 𝑅𝑠 . La relation entre 𝑅𝑠ℎ et 𝑅𝑠 peut-être trouvé en mettant 𝑃𝑚𝑎𝑥,𝑚 =
𝑃𝑚𝑎𝑥,𝑒 et résoudre l'équation résultante :
= 𝑃𝑚𝑎𝑥,𝑒
L'équation (2) signifie que pour toute valeur de 𝑅𝑠 , il y aura une valeur de 𝑅𝑠ℎ qui fait que la
courbe mathématique 𝐼 − 𝑉 croise le point expérimental (𝑉𝑚𝑝 , 𝐼𝑚𝑝 ). Le but est de trouver la
valeur de 𝑅𝑠 (et donc de 𝑅𝑠ℎ ) qui fait coïncider le pic de la courbe mathématique P – V avec
le pic de la puissance expérimentale au point (𝑉𝑚𝑝 , 𝐼𝑚𝑝 ). Cela nécessite plusieurs itérations
jusqu’à 𝑃𝑚𝑎𝑥,𝑚 = 𝑃𝑚𝑎𝑥,𝑒 . Chaque itération met à jour 𝑅𝑠 et 𝑅𝑠ℎ vers la meilleure solution du
modèle [55].
𝑅𝑠ℎ + 𝑅𝑠
𝐼𝑝ℎ,𝑛 = 𝐼𝑠𝑐,𝑛 (3)
𝑅𝑠ℎ
La valeur initiale de 𝑅𝑠 peut être zéro. La valeur initiale de 𝑅𝑠ℎ peut être donnée par :
L'équation (4) détermine la valeur minimale de 𝑅𝑠ℎ . Bien que 𝑅𝑠ℎ soit encore inconnu, il est
certainement supérieur à 𝑅𝑠ℎ,𝑚𝑖𝑛 et c'est une bonne estimation initiale.
104
Annexes
105
Annexes
106
Annexes
107
Annexes
108
Annexes
109