REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

‫الجـمـهـوريـة الجـزائـريـة الديـمـقـراطـيــة الشـعـبـيــة‬

MINISTRY OF HIGHER EDUCATION ‫وزارة التعليـم العالـي والبحـث العلمـي‬

AND SCIENTIFIC RESEARCH

HIGHER SCHOOL IN APPLIED SCIENCES

‫المـدرسـة العليـا في العلوم التطبيقيــة‬
--T L E M C E N-- -‫تلمسان‬-

Mémoire de fin d’étude

Pour l’obtention du diplôme d’Ingénieur

Filière : Électrotechnique
Spécialité : Énergie et Environnement

Présenté par :

BEN LAKEHAL Mohamed Amine

AMOURA Yahia

Thème

Dimensionnement optimal par essaim

particulaire et par algorithme génétique
d'un système énergétique hybride pour
l'alimentation du bloc administratif de
SARL BOUBLENZA.

Soutenu publiquement, le 09/09/2020, devant le jury composé de :

Dr ABDI Sidi Md EL Amine MCB ESSA Tlemcen Président

Dr BOUKLI HACENE Fouad MCA ESSA Tlemcen Directeur de mémoire

Dr KERBOUA Abdelfettah MCB ESSA Tlemcen Co- Directeur de mémoire

Dr CHEMIDI Abdelkarim MCB ESSA Tlemcen Examinateur 1

Dr BOUSMAHA Imen MCB ESSA Tlemcen Examinateur 2

Année universitaire : 2019/2020

Remerciments

Tout d’abord nous tenant à remercier Dieu, le tout puissant et miséricordieux, qui nous a
donné la force, l’intelligence et la patience d’accomplir ce modeste travail.

On remercie sincèrement Monsieur Fouad Boukli Hacene et Monsieur Kerboua Abdelfatah ;

respectivement Encadreur et Co Encadreur de ce travail ; ils se sont toujours montrés à
l’écoute et très disponible tout au long de la réalisation de ce mémoire, ainsi pour
l’inspiration, l’aide et le temps qu’ils ont bien voulu nous consacrer.

On tient à exprimer nos plus vifs remerciements aux membres du jury :

Mrs ABDI Sidi Md El Amine pour l’honneur qu’il nous a fait de bien vouloir présider ce jury.
Mrs CHIMIDI Abdelkrim et Mme BOUSMAHA Imene qui ont accepté d’examiner notre
travail.

On souhaite également remercier le directeur de la société « BOUBLENZA » Monsieur

Chakib Boublenza ainsi que tout le personnel de la société pour leur aide et bon humeur
permanânt lors du stage effectué au sein de l’entreprise.

Merci à l’ensemble des enseignants du département électrotechnique qui ont veillé à notre
formation durant notre parcours universitaire.
Dédicaces

A ma défunte cher grand-mère « RABIA »

A ma très cher mére,

Quoi que je fasse ou je te dise, je ne saurais point te remercie comme il se doit, ton affection
me couvre, ta bienveillance me guide et ta présence à mes coté a toujours été ma source de
force pour affronter les différents obstacles.

A mon très cher père,

Tu as toujours été à mes coté pour me soutenir et m’encourager. Que ce travaille traduit ma
gratitude et mon affection.

A mon très cher frère Nabil,

Pour ta présence, ton amour, tes sacrifices et ton encouragement durant toute mon parcours
universitaire. Je te dis merci.

A mon très cher frère Khierdinne et ma très cher sœur Meriem,

Puisse dieux vous donne santé, bonheur, courage et surtout réussite.

A mon binome Amine

Pour ton dur travail effectué dans de cette thèse ainsi que dans l’ensemble des travaux que
nous avons effectué auparavant

A mes deux camarades fréres el hor & bentoura

Pour votre présence, soutien et Amitiés, je vous souhaite le bonheur, la joie et la réussite
dans votre carrière profésionelle et personnel

YAHIA
Dédicaces

À mes chers parents

Aucune dédicace ne saurait exprimer mon respect, mon amour éternel et ma considération
pour les sacrifices que vous avez consentis pour mon instruction et mon bien-être,

Je vous remercie pour tout le soutien et l’amour que vous me portez depuis mon enfance et
j’espère que votre bénédiction m’accompagnera toujours,

Merci à vous deux encore mille fois. Que Dieu le plus puissant vous garde et vous procure la
santé, le bonheur et la longue vie.

À ma chère sœur

En témoignage de mon affection fraternelle, de ma profonde tendresse et reconnaissance, je te

souhaite une vie pleine de bonheur et de succès et que Dieu, le tout puissant, te protège et te
garde.

À toute la famille BEN LAKEHAL et SEDKAOUI

À mes amis de toujours Fayçal, Hocine, Samy, Sarah, Abdeldjalil, Abderrahim

À mon binôme Yahia

Merci pour tes efforts, ta patience et pour tous les moments où nous avons cassé de la verrerie.

Je tiens à présenter mes reconnaissances et mes remerciements

À tous ceux ou celles qui me sont chers et que j’ai omis involontairement de citer,

À ceux qui consacrent leur existence pour rendre ce monde meilleur.

Amine
Résumé

Les problèmes énergétiques actuels et la demande croissante en énergie ont donnés naissance
aux systèmes hybrides énergétiques à base d’énergies renouvelable (SEHER). Une complémenta-
rité entre les différentes sources renouvelables comme l’éolienne et les systèmes photovoltaı̈ques
représente une solution potentielle pour faire face à ces défis. D’autre part, plusieurs obstacles
font faces à la progression de l’énergie renouvelable et ont toujours faits que ces dernières soient
un sujet de débat et une solution d’avenir sans réagir et à concrétiser leurs implémentation dans
la pratique. En effet, afin d’augmenter et de développer la fiabilité de ces systèmes il s’est avéré
nécessaire de trouver de nouvelles solutions en s’intéressant à un problème majeur concernant
le dimensionnement optimal des systèmes multi-sources à base d’énergies renouvelables.
Afin d’atteindre la conception du système on doit passer par une étape cruciale qui est le
dimensionnement. Cette phase doit être optimale et doit répondre aux contraintes imposées par
le bénéficiaire du système multi-source concernant la consommation énergétique de la charge, et
le coté économique en garantissant un coût d’investissement optimal et un délai de récupération
réduit. Ce dernier point est une clé principale pour authentifier, d’un point de vue économique,
l’attractivité des solutions à base d’énergie renouvelable.
Le travail présenté dans ce mémoire représente un cas d’étude réel de dimensionnement d’un
bloc administratif de l’usine de SARL BOUBLENZA situé à Tlemcen, Algérie. La contribution
de notre travail réside dans le développement d’un programme de dimensionnement basé sur
des approches d’optimisations évolutionnaires à base d’algorithmes métaheuristiques orignaux
(PSO) et (AG), dont les résultats permettent d’avoir la configuration la plus optimale concer-
nant la taille du SEH tout en obéissant à l’aspect économique et aux contraintes liées à la
problématique.

Mots clés :
Energies Renouvelables, Système Multi-source, Dimensionnement, Optimisation, Algorithme
Génétique, Optimisation Par Essaim Particulier, Système Enérgie Hybride.
Abstract

The current energy problems and the increasing demand for energy have given way to
Renewable Energy Hybrid Energy Systems. A complementarity between different renewable
sources such as wind power and photovoltaic systems represents a potential solution to deal with
the challenge of intermittency. On the other hand, several obstacles are facing the progression
of renewable energy and have always made renewable energy a subject of debate and a solution
for the future without reacting and concretizing their implementation in practice. Indeed, in
order to increase and develop the reliability of systems it has become necessary to find new
solutions by focusing on a major problem concerning the optimal sizing of multi-source systems
based on renewable energies.
In order to achieve the system conception we have to go through a crucial step which is
the sizing. This phase must be optimal and must satisfy the constraints imposed by the owner
of the multi-source system regarding the energy consumption of the load, and the economic
side by ensuring an optimal investment cost and a reduced pay-back period. This last point is
a main key to authenticate, from an economic point of view, the attractiveness of renewable
energy solutions.
The work presented in this thesis represents a real study case for the sizing of an adminis-
trative block of the SARL BOUBLENZA factory located in Tlemcen, Algeria. The contribution
of our work consists in the development of a sizing software based on evolutionary optimiza-
tion approaches using original metaheuristic algorithms (PSO) and (AG), whose results allow
to have the most optimal configuration concerning the size of the hybrid energy system while
satisfying the economic aspect and the constraints related to the problem.

Keywords :
Renewable Energies, Multi-source System, Sizing, Optimization, Genetic Algorithm (GA), Par-
ticle Swarm Optimization (PSO), Energy Hybrid System.
 ‘jÊÓ
ÉJÖß . é JJj.êË@  èXYj.JÖÏ @ é¯A¢Ë@
 éÒ  ¢ @ Pñê£ úÍ@ é¯A¢Ë@  úΫ YK @QÖÏ @ IÊ¢Ë@ð éJ ËAmÌ '@ é¯A¢Ë@
.
 éÒ  ¢ @ HX @
 @ñÖÏ CÒJm× Cg éJ Kñ“ðQêºË@ éÒ
éêk  ¢ B@ð hAK QË@ HA  JK. PñK ÉJÓ é®ÊJjÖÏ @ èXYj.JÖÏ @ PXA’ÖÏ @ áK. ÉÓA¾JË@
.
©“ñÓ AÜ ß @X AîDʪk  . ‡ K@ñªË@ áÓ YK YªË@ ék. @ñK èXYj.JÖÏ @ HA  ÐY® K øQk @ éJ kAK áÓ .©¢® JË@ ø Ym'
 ¯A¢Ë@
,AëQK ñ¢ð éJ ¯ñ  KñÖÏ @ èXAK P Ég @ áÓ , úÍAJËAK .AJÊÔ« Aë YJ®JK YJ‚m' ð ɪ¯ XP àðX ÉJ® J‚ÒÊË Égð €A ® K
. . . .
èXYªJÓ éÒ  ¢ CË ÕæҒJËAK ‡Êª  JK èQJ» éʾ
 ‚Ó  émÌ 'AªÓ ÈCg áÓ èYK Yg ÈñÊg XAm' @ ø PðQå”Ë@ áÓ iJ“ @
. . . . . .
 
. HA¯A¢Ë@ €Aƒ @ úΫ PXA’ÖÏ @
àñºK à @ I.m.' . ÕæҒJË@ ùëð éÖ Þ Ag èñ¢k ÈCg áÓ I.ë YK à @ I.m.' ÐA¢JË@ XAªK. @ YK Ym' Ég. @ áÓ
é¯A¢Ë@
 ¼CîDƒ@  ÉJÓ PXA’ÖÏ @ XYªJÓ ÐA¢JË@ áÓ YJ®J‚ÖÏ @ AîD•Q®K úæË@  ù®Kð éJ ËAJÓ éÊgQÖ
 XñJ®ËAK .
 Ï @ è Yë
AgA J®Ó èQg B@ é¢  ® JË@ è Yë ÉJÖß . Q’¯ I ¯ð  ú¯ PAÒJƒB@  YKA« éÊJÖß ø YË@ ÉJÓ B@ é¯A¢Ë@  Qªƒ àAÖޕð
 P X éËAg
éƒ@  ékðQ£  B@ è Yë ú¯ ÐY®Ö Ï @ ÉÒªË@ ÉJÖß . èXYj.JÖÏ @ HA  úΫ éÖ ß A®Ë@
 ¯A¢Ë@  ÈñÊmÌ '@ éJ K XAg èXAK QË
. .
.QK@Qm.Ì 'AK. àA‚ÒÊJK. Yg. @ñJÓ ©J’ÖÏ éK P@X@ éÊJ» Õæj.jJË éJ ®J ®k
     
 ÓPP@ñk úΫ ½Ë X ú¯ @YJ‚Ó
HAJ  ø Pñ¢JË@ á‚jJË@ úΫ @YÒJªÓ ÕæjjJÊË l× AKQK QK ñ¢ ú¯ AJÊÔ« ÑëA‚
. .
 ÐA¢ Ñmk ‘m' AÓ ú¯ éJ‚k éJ J»QK úΫ Èñ’mÌ '@ áÓ AJJºÖß l'. AJJË@ à @ IJ
é¯A¢Ë@  Q®Ó
 k ék  éJ ¯ñ
¯
. . .

. éƒðPYÖ 
Ï @ éËAjÊË úæ® JË@ I.KAm.Ì 'AK. é®Êª  JÖÏ @ XñJ®Ë@ ð ø XA’J¯B@
 IKAmÌ '@ èA«@QÓ ÈCg áÓ ájêË@
. . .
H. Qå á‚m' , éJ Jm.Ì '@ éJ ÓPP@ñmÌ '@ , ÕæҒ , PXA’ÖÏ @ XYªJÓ ÐA¢ , èXYj.JÖÏ @ é¯A¢Ë@  : éJ kAJ®ÖÏ @ HAÒʾË@
. éJJj.ë éÒ  ¢ @ , HAÒJ
 ‚m.Ì '@
Table des matières
Table des matières

Introduction générale 20

I Généralités sur les différentes sources d’énergies renouvelables 25

I.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.2 Secteur énergétique en Algérie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.2.1 La production électrique à base d’énergies fossiles en Algérie . . . . . . 29
I.2.2 La consommation énergétique en Algérie . . . . . . . . . . . . . . . . . 30
I.3 Les énergies renouvelables . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
I.3.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
I.3.2 Les types prédominants d’énergies renouvelables . . . . . . . . . . . . . 33
I.3.2.1 Energie solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
I.3.2.2 Energie éolienne . . . . . . . . . . . . . . . . . . . . . . . . . . 39
I.3.3 Potentiel énergétique en Algérie . . . . . . . . . . . . . . . . . . . . . . . 42
I.3.3.1 Potentiel solaire . . . . . . . . . . . . . . . . . . . . . . . . . . 42
I.3.3.2 Potentiel éolien . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
I.4 Les systèmes hybrides . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
I.4.1 Classification des systèmes hybrides . . . . . . . . . . . . . . . . . . . . . 45
I.4.1.1 Le régime de fonctionnement . . . . . . . . . . . . . . . . . . . 45
I.4.1.2 la structure du système . . . . . . . . . . . . . . . . . . . . . . 45
I.4.1.3 la gamme de puissance . . . . . . . . . . . . . . . . . . . . . . 46
I.4.2 Schéma général d’un système hybride . . . . . . . . . . . . . . . . . . . . 46
I.4.3 La stratégie de gestion de l’énergie des systèmes hybrides . . . . . . . . 47
I.4.3.1 Gestion de stockage . . . . . . . . . . . . . . . . . . . . . . . . 47
I.4.3.2 Gestion de charge . . . . . . . . . . . . . . . . . . . . . . . . . 47
I.4.4 Les différentes combinaisons majeures d’un système hybride . . . . . . . 48
I.4.4.1 Configuration en bus CC . . . . . . . . . . . . . . . . . . . . . 49
I.4.4.2 Configuration en bus CA . . . . . . . . . . . . . . . . . . . . . 50
I.4.4.3 Configuration en bus CA/CC . . . . . . . . . . . . . . . . . . 50
9 TABLE DES MATIÈRES

I.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53

II Modélisation et formulation de la problématique 54

II.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
II.2 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
II.3 Modélisation des générateurs de production . . . . . . . . . . . . . . . . . . . . 56
II.3.1 Modélisation du panneau photovoltaı̈que . . . . . . . . . . . . . . . . . . 56
II.3.2 Modélisation d’énergie éolienne . . . . . . . . . . . . . . . . . . . . . . . 59
II.3.3 Modélisation du groupe diesel . . . . . . . . . . . . . . . . . . . . . . . . 60
II.3.4 Modélisation du système de stockage . . . . . . . . . . . . . . . . . . . . 62
II.3.4.1 Première étape : Dimensionnement de la capacité du parc . . . 62
II.3.4.2 Deuxième étape : Modélisation de L’EDC de la batterie . . . . 63
II.3.5 Modélisation des convertisseurs . . . . . . . . . . . . . . . . . . . . . . . 65
II.4 Architecture de la configuration du SEH . . . . . . . . . . . . . . . . . . . . . . 66
II.5 Problématique et fonction objective . . . . . . . . . . . . . . . . . . . . . . . . . 67
II.5.1 Le coût d’achat du système . . . . . . . . . . . . . . . . . . . . . . . . . 67
II.5.2 Le coût de maintenance . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
II.5.3 Le coût de renouvellement . . . . . . . . . . . . . . . . . . . . . . . . . . 68
II.5.4 Le coût total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
II.5.5 Les contraintes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II.6 Les méthodes d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II.6.1 Les méthodes déterministes . . . . . . . . . . . . . . . . . . . . . . . . . 70
II.6.2 Les méthodes stochastiques . . . . . . . . . . . . . . . . . . . . . . . . . 71
II.6.2.1 Les algorithmes génétiques (AG) . . . . . . . . . . . . . . . . . 71
II.6.2.2 L’optimisation par essaims particulaires (PSO) . . . . . . . . . 73
II.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76

III Résultats et discussions 77

III.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
III.2 Présentation du site . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
III.3 Potentiel énergétique du site . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
III.3.1 Potentiel solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
III.3.2 Profil de la température . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
III.3.3 Potentiel éolien . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
III.3.4 Profil de consommation . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
III.4 Résultats et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
10 TABLE DES MATIÈRES

III.4.1 Scénario 1 : Valeurs de consommation maximale . . . . . . . . . . . . . 89

III.4.1.1 Cas 1 : Charge avec autonomie . . . . . . . . . . . . . . . . . . 90
III.4.1.2 Cas 2 : Charge sans autonomie . . . . . . . . . . . . . . . . . . 95
III.4.2 Scénario 2 : Valeurs de consommation moyenne . . . . . . . . . . . . . . 101
III.4.2.1 Cas 1 : Charge avec autonomie . . . . . . . . . . . . . . . . . 101
III.4.2.2 Cas 2 : Charge sans autonomie . . . . . . . . . . . . . . . . . . 105
III.5 Synthèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
III.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114

Conclusion générale et perspectives 115

Bibliographie 118

Annexes 124
A Les caractéristiques des modules utilisés . . . . . . . . . . . . . . . . . . . . . . 125
B Les algorithmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
Table des figures
Table des figures

I.1 Population sans accès à l’électricité, par région ou pays (2010-2016). . . . . . . 27

I.2 Production de gaz naturel (en millions de tonnes), Algérie. . . . . . . . . . . . 28
I.3 Production de pétrole (en millions de tonnes), Algérie. . . . . . . . . . . . . . 28
I.4 Consommation d’électricité en kWh par personne, Algérie. . . . . . . . . . . . 29
I.5 Emission des gaz à effet de serre en équivalent de CO2, Algérie. . . . . . . . . 29
I.6 Production d’électricité à partir de gaz naturel, Algérie. . . . . . . . . . . . . . 30
I.7 Les 5 sources d’énergies renouvelables. . . . . . . . . . . . . . . . . . . . . . . 32
I.8 Spectres solaires relevés dans plusieurs conditions selon la convention AM. . . 34
I.9 La répartition des différents types d’énergies à base d’énergie solaire. . . . . . 34
I.10 Formation des paires électrons-trous. . . . . . . . . . . . . . . . . . . . . . . . 35
I.11 Schéma de fonctionnement d’un panneau solaire photovoltaı̈que. . . . . . . . . 35
I.12 Conversion d’énergie solaire photovoltaı̈que en énergie électrique. . . . . . . . . 36
I.13 Evolution mondiale de la capacité du système PV installée (2007-2017). . . . . 37
I.14 Centrale solaire parabolique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.15 Centrale solaire à tour. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.16 Centrales cylindro-paraboliques. . . . . . . . . . . . . . . . . . . . . . . . . . . 39
I.17 Principe de la conversion d’énergie éolienne. . . . . . . . . . . . . . . . . . . . 40
I.18 Exemple de système éolien de type aérogénérateur. . . . . . . . . . . . . . . . 41
I.19 Dégradations successives de l’énergie éolienne avant utilisation. . . . . . . . . . 41
I.20 Moyenne annuelle de l’irradiation globale reçue sur une surface horizontale. . . 43
I.21 Atlas satellitaire de la vitesse moyenne annuelle du vent en Algérie. . . . . . . 44
I.22 Classification des systèmes hybrides. . . . . . . . . . . . . . . . . . . . . . . . 45
I.23 Schéma général d’un système hybride multi-sources. . . . . . . . . . . . . . . . 46
I.24 Diagramme exemple de priorité des charges. . . . . . . . . . . . . . . . . . . . 48
I.25 Architecture de la configuration à bus CC. . . . . . . . . . . . . . . . . . . . . 50
I.26 Architecture de la configuration à bus CA. . . . . . . . . . . . . . . . . . . . . 50
I.27 Architecture de la configuration à bus CC/CA. . . . . . . . . . . . . . . . . . 52

II.1 Modèle simplifié de la cellule photovoltaı̈que. . . . . . . . . . . . . . . . . . . . 56

13 TABLE DES FIGURES

II.2 Modèle standard de la cellule photovoltaı̈que. . . . . . . . . . . . . . . . . . . 57

II.3 Architecture de la configuration du SEH . . . . . . . . . . . . . . . . . . . . . 66
II.4 Le croisement unitaire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
II.5 La mutation. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
II.6 Organigramme de l’algorithme génétique. . . . . . . . . . . . . . . . . . . . . . 73
II.7 Trajectoire d’une particule. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
II.8 Organigramme du PSO. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

III.1 Image satellitaire du site SARL BOUBLENZA . . . . . . . . . . . . . . . . . . 79

III.2 Les mesures journalières prises dans le site (Exemple du 13/02/2020). . . . . . 80
III.3 Pyranomètre. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
III.4 Compteur d’énergie électrique Himel DTS607 pour la mesure sur le site . . . . 81
III.5 Les quatre coins de mesure de l’irradiation solaire autour du bloc. . . . . . . . 83
III.6 L’éclairement solaire horaire moyen durant la journée. . . . . . . . . . . . . . . 83
III.7 La puissance photovoltaı̈que d’un module durant la journée. . . . . . . . . . . 84
III.8 La température horaire moyenne durant la journée. . . . . . . . . . . . . . . . 85
III.9 La vitesse du vent horaire moyenne durant la journée. . . . . . . . . . . . . . . 86
III.10 La densité de la puissance du vent durant la journée. . . . . . . . . . . . . . . 86
III.11 La densité du vent horaire durant la journée . . . . . . . . . . . . . . . . . . . 87
III.12 Profil vertical de la vitesse du vent du site. . . . . . . . . . . . . . . . . . . . . 88
III.13 Profil de charge moyen horaire durant une journée. . . . . . . . . . . . . . . . 88
III.14 Profil de charge horaire durant la journée du 19/02/2020. . . . . . . . . . . . . 89
III.15 Organigramme de la démarche d’optimisation du premier cas. . . . . . . . . . 90
III.16 Résultats de simulation sur Matlab pour le premier cas du premier scénario. . 91
III.17 Graphe de convergence du coût avec le PSO. . . . . . . . . . . . . . . . . . . . 92
III.18 Graphe de convergence du coût avec l’AG. . . . . . . . . . . . . . . . . . . . . 92
III.19 EDC du parc de batteries en fonctionnement parallèle. . . . . . . . . . . . . . 93
III.20 EDC du parc de batteries en fonctionnement autonome . . . . . . . . . . . . . 93
III.21 Evaluation économique dans les 20 prochaines années. . . . . . . . . . . . . . . 95
III.22 Organigramme de la démarche d’optimisation du SEH du second cas. . . . . . 96
III.23 Résultats de simulation sur Matlab pour le second cas du premier scénario. . . 97
III.24 Graphe de convergence du coût avec le PSO. . . . . . . . . . . . . . . . . . . . 98
III.25 Graphe de convergence du coût avec l’AG. . . . . . . . . . . . . . . . . . . . . 98
III.26 Tracé de variation du dimensionnement des batteries. . . . . . . . . . . . . . . 99
III.27 EDC du parc de batteries en fonctionnement parallèle. . . . . . . . . . . . . . 99
III.28 Évaluation économique dans les 20 prochaines années. . . . . . . . . . . . . . . 100
14 TABLE DES FIGURES

III.29 Résultats de simulation sur Matlab pour le premier cas du second scénario. . . 102
III.30 Graphe de convergence du coût avec le PSO. . . . . . . . . . . . . . . . . . . . 102
III.31 Graphe de convergence du coût avec l’AG. . . . . . . . . . . . . . . . . . . . . 103
III.32 EDC du parc de batteries en fonctionnement parallèle. . . . . . . . . . . . . . 103
III.33 EDC du parc de batteries en fonctionnement autonome. . . . . . . . . . . . . . 104
III.34 Evaluation économique durant 20 ans de fonctionnement. . . . . . . . . . . . . 105
III.35 Résultats de simulation sur Matlab pour le second cas du second scénario. . . 106
III.36 Graphe de convergence du coût avec le PSO. . . . . . . . . . . . . . . . . . . . 107
III.37 Graphe de convergence du coût avec l’AG. . . . . . . . . . . . . . . . . . . . . 107
III.38 Tracer de variation du dimensionnement des batteries. . . . . . . . . . . . . . 108
III.39 EDC du parc de batteries en fonctionnement parallèle. . . . . . . . . . . . . . 109
III.40 Evaluation économique durant 20 ans de fonctionnement. . . . . . . . . . . . . 110
III.41 Evaluation économique en cas d’application en Algerie. . . . . . . . . . . . . . 112
III.42 Graphe de comparaison de la vitesse de convergence du PSO et de l’AG. . . . 113

A.1 Différents types de panneaux photovoltaı̈ques selon le rendement et les dimen-

sions. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
A.2 Spécification du panneau choisi. . . . . . . . . . . . . . . . . . . . . . . . . . . 127
A.3 Diférrentes types d’éoliennes disponible selon la gamme de puissance. . . . . . 128
A.4 Caractéristiques du groupe diesel chosi. . . . . . . . . . . . . . . . . . . . . . . 128
A.5 les specifications du systéme de stockage. . . . . . . . . . . . . . . . . . . . . . 129
A.6 Caractéristique de déchargement du systéme de stockage. . . . . . . . . . . . . 129
A.7 Caractéristique de chargement du systéme de stockage. . . . . . . . . . . . . . 130
A.8 Caractéristiques du convertisseur chosi. . . . . . . . . . . . . . . . . . . . . . . 131
Liste des tableaux
Liste des tableaux

I.1 Consommation de l’énergie électrique en Algerie par habitant. . . . . . . . . . . 31

I.2 Statistiques des degrées d’ensoleillement par zones. . . . . . . . . . . . . . . . . 43
I.3 Classification des systèmes hybrides selon la gamme des puissances. . . . . . . . 46

II.1 Les caractéristiques du panneau photovoltaı̈que . . . . . . . . . . . . . . . . . . 58

II.2 Les caractéristiques de l’éolienne . . . . . . . . . . . . . . . . . . . . . . . . . . 60
II.3 Les caractéristiques du groupe diesel . . . . . . . . . . . . . . . . . . . . . . . . 62
II.4 Les caractéristiques du system de stockage . . . . . . . . . . . . . . . . . . . . . 65
II.5 Les caractéristiques du convertisseur . . . . . . . . . . . . . . . . . . . . . . . . 66

III.1 Valeurs moyennes des différentes mesures prises sur le site. . . . . . . . . . . . . 82

III.2 Résultats du scénario 1 avec autonomie. . . . . . . . . . . . . . . . . . . . . . . 91
III.3 Résultats du scénario 1 sans autonomie. . . . . . . . . . . . . . . . . . . . . . . 97
III.4 Résultats du scénario 2 avec autonomie. . . . . . . . . . . . . . . . . . . . . . . 101
III.5 Résultats du scénario 2 sans autonomie. . . . . . . . . . . . . . . . . . . . . . . 106
III.6 Récapitulatif des résultats obtenus. . . . . . . . . . . . . . . . . . . . . . . . . . 111
III.7 Résultats en cas d’application en Algérie. . . . . . . . . . . . . . . . . . . . . . . 112
Liste d’abréviation
Liste d’abréviation
AG Algorithme génétique

AM Masse d’Air

BFGS La formule de Broyden-Fletcher-Goldfarb-Shanno

CA Courant Alternatif

CC Courant Continu

CO2 Dioxyde de Carbone

DFP La formule de Davidon–Fletcher–Powel

EDC État De Charge

ER Énergie Renouvelable

GES Gaz à Effet de Serre

GNc Gaz Naturel Comprimé

GPLc Gaz de Pétrole Liquéfié carburant

HT Hors Taxes

MS Multi Sources

NOCT Nominal Operating Cell Temperature

PDD Profondeur De Déchargement de la batterie

PSO Optimisation par Essaims Particulaires

PV Photovoltaı̈que

SEH Système d’Énergie Hybride

SHSER Système Hybride à Sources d’Énergie Renouvelables

SH Système Hybride
19

Nomenclature
∆t Pas de simulation

 Chute de tension maximale

η Rendement instantané du module photovoltaı̈que

ηbat Rendement de la batterie

ηond Rendement de l’onduleur

ηr Rendement de référence du module photovoltaı̈que

γ Coefficient de température
−−→
Gbest Vecteur de la meilleure position des particules
−−−→
Pbesti Vecteur de la meilleure position d’une particule
→
−
vi Vecteur vitesse de la particule
−
→
Xi Vecteur position de la particule

ρ Résistivité du matériau conducteur

θ Angle de pénétration

C Capacité nominale de la batterie

Ca Coût d’achat

Cm Coût de maintenance

Cr Coût de renouvellement

Ct Coût total

Ed Énergie demandée

Epr Énergie produite

EDCmax Limite supérieure de chargement

EDCmin Limite inférieure de déchargement

EDCt État De Charge instantanée de la batterie

G Irradiation globale

Gbest Coût total

20

K Nombre de renouvellement

Kt Coefficient de température de la capacité

Néo Nombre d’éoliennes

Nj Autonomie réserve en jours

Npv Nombre de modules photovoltaı̈ques

Péo Puissance produite par l’éolienne

Pdie Puissance produite par le générateur diesel

Pd Profondeur de décharge

Pload Puissance de la charge

Ppv Puissance produite par un seul module photovoltaı̈que

S Surface

T Durée de vie du système

T0 La température standard

Ta Température ambiante

Tc Température du module photovoltaı̈que

v Vitesse instantanée de l’éolienne

vc Vitesse de coupure de l’éolienne

vd Vitesse de démarrage de l’éolienne

vi Vitesse de vent mesurée à 10m

vn Vitesse nominale de l’éolienne

Introduction générale
Introduction générale

Face à l’épuisement des ressources énergétiques fossiles accompagnées avec l’accumulation

de ses problèmes environnementaux et suite à la prise de conscience mondiale des enjeux liés à
l’énergie, les sources d’énergie renouvelables font l’objet d’un regain d’intérêt ces dernières an-
nées. Ce début de siècle sera sans doute accentué par l’évolution rapide des technologies liées à la
production d’énergie d’origine renouvelable. En effet, ces dernières bénéficient de trois avantages
essentiels leur permettant de répondre aux principaux problèmes énergétiques actuels. Premiè-
rement, les sources d’énergies renouvelables peuvent être considérées comme inépuisables, tout
du moins à l’échelle de vie humaine, car elles utilisent des flux énergétiques naturels comme le
soleil ou la biomasse, contrairement aux énergies conventionnelles de la planète (gaz naturel,
pétrole, charbon et uranium) après leurs pronostiques d’épuisements. Deuxièmement, la satis-
faction des besoins énergétiques des personnes n’avons pas accès à l’électricité, à cause de de la
distribution non uniforme des ressources conventionnelles d’énergie d’une part, et une consom-
mation non uniforme d’autre part. Une partie remarquable de la population mondiale n’a pas
accès à l’énergie (environ 11,151% ou 851 millions de personnes) [1], ce qui engendre une limi-
tation importante pour leurs développements. En contrepartie, ces besoins lacunaires peuvent
être couverts par une génération distribuée assurée par des systèmes à énergie renouvelable.
Le troisième avantage permet de répondre à la problématique du réchauffement climatique en
évitant les effets néfastes à mentionner l’effet de serre, le trou d’ozone stratosphérique etc. Car,
les énergies renouvelables rejettent moins de polluants pendant leurs utilisations, contrairement
aux énergies conventionnelles qui contribuent énormément à ce massacre environnemental à
travers la production d’électricité. Ainsi, en réduisant l’énergie produite à partir des sources
classiques tout en augmentant la part des ER, ceci abaissera les émissions et leurs conséquences
sur l’environnement et respectera la politique du développement durable.

Cependant, malgré l’avancement de la technologie et le développement mondial, les sources

d’énergie renouvelables ne représentent pas une solution universelle pour tous les problèmes pré-
sents d’approvisionnement en électricité. Cela revient à plusieurs raisons, parmi ces dernières on
23 Introduction générale

trouve la critique pour leur faible efficacité énergétique par rapport à la source conventionnelle,
à court terme les énergies renouvelables entrainent un surcout et, le retour sur investissement
prend un temps considérable. En Algérie le prix d’une source conventionnelle proposé par les
grands distributeurs d’électricité est le mieux choisit (évalué à 4.179 DA/kWh) grâce à la forte
subvention de l’Etat [2]. Cependant le coût des énergies renouvelables, présente de 5 à 6 fois
le prix d’électricité produite par les sources conventionnelles. Mais, le problème cruciale reste
l’intermittence de puissance garantie provenant des générateurs, convertissant le potentiel éner-
gétique primaire en électricité, ceci est dû au caractère stochastique des variations de la source
originale solaire ou éolienne. Ces variations sont à l’origine causées par le cycle jour-nuit, des
nuages dans le ciel ou autres obstacles. Ceci influera sur la régulation des réseaux électriques
qui ne sont pas conçue pour supporter une production brusquement variables. Donc utiliser
une seule source d’énergies renouvelables peut induire à une discontinuité de production de
sorte à ne pas répondre aux besoins croissants de la charge. Néanmoins, il est décisif d’avoir
recours aux énergies renouvelables pour les raisons déjà citées auparavant, et afin de palier
au problème d’intermittence des sources renouvelables, d’autres éléments sont associés à ces
derniers notamment pour le stockage d’énergie. C’est ainsi que des systèmes hybrides couplant
différentes sources et moyens de stockage sont nées [3].

L’utilisation d’un système hybride combinant différentes sources, tels que les systèmes
d’énergie renouvelable (SER), les générateurs à combustibles, le réseau de distribution et les
systèmes de stockage, est communément considéré comme solution pour l’avenir, du moment de
sa fiabilité et de son efficience. Afin d’accroı̂tre l’intérêt et d’améliorer la fiabilité d’un tels sys-
tème, il est important d’apporter de nouvelles solutions et de s’adresser au problème primordial
traité dans ce travail. Ce dernier est celui du dimensionnement des systèmes hybrides. En effet,
durant la conceptualisation du système, ce dernier doit passer par une phase de dimensionne-
ment et qui, de sorte à être optimal doit non seulement obéir aux contraintes imposées par les
utilisateurs du système, mais aussi de garantir un coût d’investissement minimum. Ce dernier
point est une clé principale pour authentifier, d’un point de vue économique, l’attractivité des
solutions à base d’énergie renouvelable.

Ce type de problème fait appel la plus part du temps au domaine d’optimisation. Un pro-
blème d’optimisation est défini par un ensemble de variables, une fonction objective et un
ensemble de contraintes. L’espace de recherche est considéré comme étant l’ensemble regrou-
pant les solutions existantes du problème. Résoudre ce dernier consiste à déterminer la ou les
meilleures solutions soit en minimisant ou maximisant la fonction objective soumise par le pro-
24 Introduction générale

blème, tout en respectant les contraintes définies par l’utilisateur. La résolution des problèmes
d’optimisation est parfois difficiles voire impossible, et leur résolution dans un temps raisonnable
nécessite des outils adéquates et sophistiqués. Parmi ces outils, les métaheuristiques s’avèrent
être les moyens idéals destinés pour la résolution des problèmes de dimensionnement, plus préci-
sément, l’algorithme génétique (AG) et l’optimisation par essaim particulaire (PSO). L’objectif
de ce mémoire est de présenter une méthodologie et de contribuer à un dimensionnement op-
timal d’un système d’énergie hybride pour l’usine de SARL BOUBLENZA situant à Tlemcen,
Algérie. Les techniques (AG) et (PSO) sont employées pour identifier la configuration optimale
de la taille du système énergétique qui garantira l’approvisionnement en énergie électrique pour
le bloque d’administration de l’usine sans interruption. La présentation de ce travail est scindée
en trois chapitres.

Le premier chapitre analyse le contexte énergétique mondial, en évoquant plus précisément

celui de l’Algérie. Nous décrirons ainsi, le contexte de la production d’énergie électrique issue
des sources renouvelables. Ensuite, nous définissons les systèmes énergétiques hybrides en in-
troduisant les différentes technologies actuelles et les techniques de gestion de ce dernier.

Le second chapitre sera dédié à la modélisation des différents générateurs du système, les
convertisseurs et le système de stockage et de mettre en évidence leurs modèles mathématiques
utilisés tout au long de ce travail. Ensuite, on choisit les modèles adoptés à l’étude selon leurs
caractéristiques opérationnelles et l’aspect économique. Enfin, nous définissons et expliquons la
problématique et le modèle utilisée en présentant la fonction objective et les contraintes qui lui
obéissent.

Dans le troisième chapitre nous analyserons en détails le potentiel énergétique solaire et

éolien du site d’étude ainsi que le profil de consommation du bloc d’administration de l’usine.
Ensuite, on élabore les algorithmes adéquats en leurs introduisant les données météorologiques
et les paramètres initiales de fonctionnement sous la plateforme de programmation Matlab.
Enfin, une étude économique sera faite et les résultats de simulation seront présentés, analysés
et discutés afin de montrer la fiabilité de notre travail.
Chapitre I

Généralités sur les différentes sources

d’énergies renouvelables
26 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.1 Introduction
Les enjeux climatiques tels que ; l’effet de serre et les émissions de CO2 imposent un dé-
veloppement de nouvelles sources d’énergies alternatives. Les énergies renouvelables présentent
une meilleure option pour notre environnement ; afin de réduire le réchauffement climatique ;
l’émission du gaz carbonique ainsi que la pollution. Cela mène à une prise de conscience mon-
diale des enjeux liés à l’énergie.
Les sources d’énergie renouvelables font l’objet d’un gain d’intérêt ces dernières années qui bé-
néficient de plusieurs avantages : elles sont gratuites, écologiques et disponibles. Dans le même
cadre, on a la diminution des ressources énergétiques fossiles ; l’augmentation considérable des
besoins en énergie, les difficultés d’approvisionnement, le poids du secteur énergétique dans l’in-
dustrie incitent de choisir des nouveaux modèles adéquats de production et de consommation
d’énergie. L’exploitation des énergies renouvelables permet de fournir de l’électricité aux sites
isolés et d’éviter la création de nouvelles lignes [4]. Ce sont les raisons pour lesquelles la plupart
des états font des énergies renouvelables une priorité de leur politique énergétique.
Dans ce chapitre on va présenter des généralités sur les différentes sources d’énergies renouve-
lables

I.2 Secteur énergétique en Algérie

L’énergie électrique est un facteur essentiel de l’évolution et de développement des sociétés
industriels afin d’améliorer les conditions de vie. Elle est devenue indispensable par la mul-
tiplicité des domaines d’activité où elle est demandée. A cet effet ; elle doit être produite,
transportée, et distribuée d’une façon permanente. Selon « The Office of Technology Assess-
ment» du Congrès Américain, les réserves mondiales connues de pétrole seront épuisées en 2037,
et parallèlement, la forte croissance de la population prévue dans les années va générer l’aug-
mentation des besoins en électricité avec les soucis de pollution et de changement climatique.
Toutes ces perspectives ont encouragé le grand public à s’orienter vers les énergies renouvelables
qui englobent entre autre l’énergie éolienne, l’énergie solaire et la biomasse [5]. La figure I.1 :
représente la population n’ayant pas accès à l’électricité, par région ou pays (2010-2016).
En Algérie ; le secteur économique de l’énergie électrique occupe une place prédominante
dans l’économie. Il faut noter que, les hydrocarbures à eux seuls représentent 60% des recettes
du budget et 98% des recettes d’exportation. L’Algérie est en 2015 le 18e producteur de pétrole,
le 10e producteur de gaz naturel et le 6e exportateur de gaz naturel au monde. L’État Algérien
commence à envisager des solutions écologiques en investissant dans les énergies renouvelables.
27 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.1 – Population sans accès à l’électricité, par région ou pays (2010-2016) [1].

A cet effet ; le pays amorce une dynamique d’énergie verte en lançant un programme ambitieux
de développement des énergies renouvelables et d’efficacité énergétique. Cette vision du gouver-
nement algérien s’appuie sur une stratégie axée sur la mise en valeur des ressources inépuisables
comme le solaire ; l’éolien et leurs utilisations pour diversifier les sources d’énergie et préparer
l’Algérie de demain. Grâce à la combinaison des initiatives et des intelligences, le pays s’engage
dans une nouvelle ère énergétique durable. Le programme des énergies renouvelables actualisé
consiste à installer une puissance d’origine renouvelable de l’ordre de 22 000 MW à l’horizon
2030 pour le marché national, avec le maintien de l’option de l’exportation comme objectif
stratégique, si les conditions du marché le permettent. Ainsi ; le programme d’efficacité énergé-
tique actualisé vise à réaliser des économies d’énergies à l’horizon 2030 de l’ordre de 63 millions
de TEP (Tonne d’Équivalent Pétrole), pour l’ensemble des secteurs (bâtiment et éclairage pu-
blique, transport, industrie) et ce, en introduisant l’éclairage performant, l’isolation thermique
et les chauffe-eau solaires, les carburants propres (GPLc et GNc), et les équipements industriels
performants. Le programme de l’efficacité énergétique permettra de réduire les émissions de
CO2 de 193 millions de tonnes [6].
Avant la révolution industrielle, les sources d’énergies étaient toutes renouvelables (bois,
moulins, et humaine dont les esclaves, l’armée et les salariés). La situation actuelle est très
différente ; les énergies fossiles, beaucoup mieux adaptées aux besoins de l’industrie et très
peu chères qui ont permis aux pays d’accumuler rapidement une richesse et une croissance
économique. Ces énergies, non-renouvelables, ont été consommées sans aucune restriction pour
28 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

alimenter un productivisme destructeur mais très rentable. Les figures I.2 et I.3 : représentent
la production de gaz naturel et de pétrole (en millions de tonnes), en Algérie.

Figure I.2 – Production de gaz naturel (en millions de tonnes), Algérie [7].

Figure I.3 – Production de pétrole (en millions de tonnes), Algérie [7].

La production et la consommation d’énergie, y compris dans le secteur de l’électricité, sont

tirées des hydrocarbures à plus de 99%, comme indiqué au préalable, ceci va conduire à un
sérieux conflit environnementales par des quantités carboniques coupable de l’émission des flux
de gaz à effet de serre. Une étude de rapprochement entre consommation d’électricité (kWh par
personnes) et l’émission des gaz à effet de serre en équivalant de CO2 en Algérie est représentée
dans les figures I.4 et I.5 ci-dessous.
29 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.4 – Consommation d’électricité en kWh par personne, Algérie [7].

Figure I.5 – Emission des gaz à effet de serre en équivalent de CO2, Algérie [7].

La concordance entre les deux tracés, soutienne nos préjugés sur les causes d’émissions
des GES, l’exploitation massive des combustibles fossiles (Charbon, Fioul et Gaz) utilisés en
combustion dans les centrales de productions à base de sources fossiles, engendra une émission
remarquable des gaz carbonique spécifiquement lors des pics de consommation. Par conséquent,
un excès d’exploitation de sources conventionnelles, d’où un sérieux problème environnemental.

I.2.1 La production électrique à base d’énergies fossiles en Algérie

Le secteur économique de l’énergie en Algérie occupe une place prédominante dans l’éco-
nomie Algérienne, les hydrocarbures à eux seuls représentent 60% des recettes du budget et
98% des recettes d’exportation. La production et la consommation d’énergie, y compris dans le
secteur de l’électricité, sont tirées des hydrocarbures à plus de 99% [8].
30 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Le modèle rentier, « une malédiction », phagocyte capitaux et talents, poussant le pays à

importer tout ce dont il a besoin, au point de réduire l’industrie manufacturière à 5% du PIB
[9]. Les importations sont passées de 9 milliards de dollars en 1990 à 60 milliards en 2016, alors
que les exportations, divisées par deux depuis 2014 du fait de la chute des prix du pétrole et
du gaz, commence de plus à baisser en volume, faute d’investissements dans de nouveaux prix.
La figure I.6 ci-dessous ; représente les valeurs de la production d’électricité à base de source
conventionnelle.

Figure I.6 – Production d’électricité à partir de gaz naturel, Algérie [8].

On remarque bien une augmentation considérable dans la dépendance cruciale du gaz naturel
pour la production d’électricité. Depuis 1995, le taux de la production totale est aux alentours
de 98%, ce qui est effrayant pour un pays aussi riche de mettre tout sa dépendance énergétique
en une seule source conventionnelle.

I.2.2 La consommation énergétique en Algérie

L’électricité représente un élément très important du processus de développement. Elle joue
un rôle décisif dans le secteur de production et contribue à l’amélioration du capital humain des
habitants, nommément l’éduction et la santé. Etant donné que le prix de l’énergie en Algérie
est très bas, un des plus bas au niveau du monde estimé à 4,179 DA/kWh HT, ceci en résulte
une forte consommation intérieur. La consommation d’énergie par habitant a augmenté consi-
dérablement depuis l’indépendance comme le montre le tableau I.1. Et cela est dû à l’évolution
du nombre de la population en parallèle avec l’avancement technologique qui dépend fortement
de l’énergie.
31 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Table I.1 – Consommation de l’énergie électrique en Algerie par habitant [10].

Énergies / Années 1962 1970 1980 1990 2000 2010 2018

Énergie totale (TEP/h) - 0,37 0,74 0,97 0,99 1,2 1,5
Gaz naturel (kW/h) 4,9 21,7 84,8 117,3 134,4 233,8 351,7
Carburant (T/h) - 0,14 0,28 0,32 0,26 0,39 0,62
GPL (T/h) - 0,01 0,04 0,05 0,5 0,05 0,05

Les subventions étatiques de l’électricité et du gaz en Algérie coûtent au Trésor public

des sommes importantes notamment avec la hausse du niveau de consommation d’énergie. Le
prix réel du kilowattheure revient à “12 DA”, alors que le citoyen ne paye que “4,179 DA”. Le
différentiel est supporté par le Trésor public. Cette subvention est l’obstacle majoritaire pour
les énergies renouvelables en Algérie, le coût d’une installation à base d’ER revient très cher par
rapport à la facturation classique de l’énergie à travers le réseau public, et donnent en aucun
cas une chance aux autres alternatives pour la production d’énergie. Le ministre de l’énergie,
a fait savoir, jeudi 14 mai 2020 à Alger, que l’ensemble des subventions étatiques concernant
l’électricité et le gaz dans le cadre du soutien du pouvoir d’achat du citoyen a coûté au Trésor
public en 2019 près de 18 milliards DA [11]. De cet effet, un projet de loi prévoit la réduction
drastique des subventions étatiques dans le secteur énergétique, pour faire face aux déficits
des entreprises publiques, notamment la Sonelgaz. En conséquence, les Algériens devront payer
des tarifs de gaz, d’électricité et carburant beaucoup plus élevés. De ce fait, l’étude de ce
mémoire sera basée sur les prix réels du kilowattheure dans le marché, plus précisément le prix
du kilowattheure au Portugal qui est estimé à une valeur de 0,2181 e en 2019 [12]. De cette
manière, l’étude sera plus fiable et une référence qui reflète le bienfait des énergies renouvelables
économiquement dans le marché international.
32 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.3 Les énergies renouvelables

I.3.1 Généralités
L’usage des sources d’énergie renouvelable, dont l’énergie solaire, éolienne et hydraulique,
est très ancien. Ce type d’énergie date depuis l’antiquité et son utilisation a continué d’exister
jusqu’à l’arrivée de la « Révolution Industrielle », avec la croissance de la production en masse ;
d’où l’apparition du pétrole. Cependant depuis ces dernières années, l’épuisement des sources
fossile ; les problèmes environnementaux et le changement climatique nous mène à nouveau vers
l’usage des énergies renouvelables. Celles-ci sont des sources inépuisables à l’échelle humaine,
intermittentes ; largement disponibles, essentiellement gratuites et sont compatibles avec un
certain respect environnemental. Elles peuvent être converties, selon les besoins, en électricité ou
en chaleur. La cogénération d’électricité et de chaleur est possible dans le cas de la géothermie,
de la biomasse et de l’énergie solaire [13].

Figure I.7 – Les 5 sources d’énergies renouvelables.

33 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

• Le solaire est une utilisation directe des rayons du soleil pour produire de la chaleur ou
électricité.
• La biomasse regroupe l’ensemble des énergies provenant de la dégradation de la matière
organique. C’est de l’énergie solaire transformée par les plantes chlorophylliennes qui
sont utilisées soit directement (bois de chauffage) soit après de nouvelles transformations
chimiques (biogaz, biocarburant).
• L’éolienne utilise l’énergie du vent de manière mécanique.
• La géothermie est l’utilisation directe des gradients des températures terrestre ou de
sources chaudes.
• L’énergie hydraulique est l’énergie fournie par le mouvement de l’eau, sous toutes ses
formes : Chutes d’eau, Cours d’eau, Courants marin, Marée et les Vagues.

Pour autant, ces énergies ne couvrent encore que (20%) de la consommation mondiale d’élec-
tricité en notant que, l’hydroélectricité représente (92,5%) de l’électricité issue des énergies
renouvelables (biomasse 5,5%, éolien 1,5%, géothermie 0,5% et le solaire 0,05%). Ainsi, la capa-
cité totale de production d’électricité issue d’énergies renouvelables (hors grande hydraulique)
s’élève à (160 GW), soit (4%) de la capacité mondiale du secteur énergétique. Les pays en
développement produisent (44%) de cette capacité, soit (70 GW)[14].

I.3.2 Les types prédominants d’énergies renouvelables

I.3.2.1 Energie solaire

Le rayonnement solaire traverse l’atmosphère, et subit une atténuation de son spectre, à

la suite de phénomènes d’absorption et de diffusion [15]. A cet effet ; Le rayonnement solaire
direct reçu au niveau du sol (à 90° d’inclinaison) atteint 1000 W/m² du fait de l’absorption
dans l’atmosphère (AM). Cette valeur change en fonction de l’inclinaison des rayons lumineux
par rapport au sol. Il faut noter que ; plus l’angle de pénétration Θ est faible, plus l’épaisseur
atmosphérique que les rayons auront à traverser sera grande. On utilise la notion AM pour Air
Mass afin de caractériser le spectre solaire en termes d’énergie émise. La figure I.8 illustre les
spectres solaires relevés dans plusieurs conditions selon la convention AM.
34 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.8 – Spectres solaires relevés dans plusieurs conditions selon la convention AM [16].

On peut distinguer trois types d’énergie solaire : le solaire photovoltaı̈que, le solaire ther-
mique et le solaire thermodynamique [17]. La figure I.9 ci-dessous représente la répartition des
différents types d’énergies à base d’énergie solaire dans le monde :

Figure I.9 – La répartition des différents types d’énergies à base d’énergie solaire [8].

A. Solaire photovoltaı̈que :

L’effet photovoltaı̈que permet la transformation de l’énergie lumineuse en électricité. Ce

principe repose sur la technologie des semi-conducteurs. Le processus de production d’énergie
électrique est que la cellule absorbe la lumière et produit des paires électrons-trous. A cet
effet ; les charges électriques crées migrent vers les extrémités. Ce phénomène génère ainsi une
différence de potentiel entre les bornes de la cellule qui induit un courant électrique continu
35 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

aux circuits extérieures[18]. La figure I.10 illustre la formation de paires électrons-trous dans la
jonction P-N avec des dopages différents lors de l’exposition du soleil.

Figure I.10 – Formation des paires électrons-trous [19].

Un panneau PV est un assemblage de plusieurs cellules solaires. Ces cellules produisent de

l’électricité une fois exposées à la lumière. La figure I.11 présente le schéma du fonctionnement
d’un panneau solaire photovoltaı̈que [20].

Figure I.11 – Schéma de fonctionnement d’un panneau solaire photovoltaı̈que [21].

36 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

L’énergie solaire est la source la plus abondante sur terre qui est à l’origine de la majorité
des énergies renouvelables. Elle se manifeste par le rayonnement direct pour produire de l’élec-
tricité à l’aide de semi-conducteur photovoltaı̈que, soit par la chaleur solaire thermique pour
produire du chauffage ou de l’électricité . L’électricité produite peut être soit stockée dans des
batteries pour les installations autonomes, soit injectée dans le réseau. Pour des raisons tech-
niques ; l’énergie solaire est une solution fiable alternative et économique pour l’électrification
des sites isolés.

Un générateur solaire photovoltaı̈que est constitué de modules photovoltaı̈ques eux même

composés de cellules photovoltaı̈ques connectées entre elles. Les performances d’une installation
photovoltaı̈que dépendent de l’orientation des panneaux solaires ; de la qualité des matériaux ;
des zones d’ensoleillement et la position géographique du site dans lesquels sont implantés
les systèmes. La figure I.12 présente la conversion d’énergie solaire photovoltaı̈que en énergie
électrique.

Figure I.12 – Conversion d’énergie solaire photovoltaı̈que en énergie électrique [22].

Il faut noter que la capacité photovoltaı̈que installée au niveau mondiale en 2017 est supé-
rieure à celle installée pendant les années précédentes [22]. La figure I.13 illustre l’évolution de
la capacité du système photovoltaı̈que installée au niveau mondial durant la période 2007-2017.
37 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.13 – Evolution mondiale de la capacité du système PV installée (2007-2017) [23].

B. Solaire thermique :

L’énergie solaire thermique est une forme d’énergie solaire. Elle désigne l’utilisation de l’éner-
gie thermique du rayonnement solaire dans le but d’échauffer un fluide (liquide ou gaz). L’énergie
reçue par le fluide peut être ensuite utilisée directement (eau chaude sanitaire, chauffage, etc)
ou indirectement (production de vapeur d’eau pour entraı̂ner des alternateurs et ainsi obtenir
de l’énergie électrique, production de froid, etc) [24].
L’énergie solaire thermique provient de la chaleur transmise par le Soleil par rayonnement et
ne doit pas être confondue avec d’autres formes d’énergie solaire et notamment l’énergie solaire
photovoltaı̈que qui utilise l’effet photoélectrique afin de transformer les photons émis par le
soleil en électricité. Le capteur solaire est l’instrument utilisé pour transformer le rayonnement
solaire en chaleur. Les principes physiques fondamentaux sur lesquels se basent cette production
d’énergie sont notamment l’absorption, et la conduction thermique [25].

C. Solaire thermodynamique :

Une concentration du rayonnement solaire sur une surface de captage va permettre d’obte-
nir de très hautes températures généralement comprises entre 400◦ C et 1 000◦ C [26]. Ainsi, la
vapeur produite par la chaleur solaire va alimenter une turbine et un générateur qui produit de
l’électricité, c’est l’Hélio-thermodynamique. On distingue trois types de technologies dans les
centrales thermodynamiques généralement selon les types des capteurs [27] :
38 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

• Le premier type est constitué de concentrateurs paraboliques qui fonctionnent d’une

manière autonome (figure I.14). Ils suivent le soleil sur deux axes afin de réfléchir les
rayons du soleil vers le foyer qui peut atteindre une température de 1000◦ C. Ce dernier
est composé d’une enceinte fermée contenant du gaz qui est monté en température sous
l’effet de la concentration. Les capteurs paraboliques peuvent être installés dans des
endroits isolés (off grid). Cela entraine un moteur Stirling qui convertit l’énergie solaire
thermique en énergie mécanique puis en électricité [28].

Figure I.14 – Centrale solaire parabolique [29].

• Le second type est présenté dans les centrales à tour qui sont constituées par de nom-
breux miroirs concentrant les rayons solaires vers une chaudière située au sommet d’une
tour (figure I.15). Les miroirs uniformément répartis sont appelés héliostats. Ces derniers
suivent le soleil individuellement en réfléchissant le rayonnement en direction du receveur
au sommet de la tour solaire ; ce qui permet d’atteindre des températures importantes,
de 600◦ C à 1000◦ C. L’énergie concentrée sur la tour est transférée au fluide thermodyna-
mique pour générer de la vapeur qui entraı̂ne des turbines reliées avec des alternateurs
produisant ainsi de l’électricité [28].

Figure I.15 – Centrale solaire à tour [29].

39 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

• Le Cylindro-paraboliques se compose de rangées parallèles de longs miroirs cylindro-

paraboliques qui tournent autour d’un axe horizontal afin de suivre le soleil (figure I.16).
Ce système concentre les rayons du soleil vers un tube caloporteur situé au foyer du
capteur solaire ; dans lequel circule un fluide caloporteur dont la température atteint en
général 400°C. Ce fluide est ensuite pompé à travers des échangeurs afin de produire de
la vapeur surchauffée qui actionne une turbine [28].

Figure I.16 – Centrales cylindro-paraboliques [29].

I.3.2.2 Energie éolienne

Le vent est une source d’énergie renouvelable selon les conditions météorologiques ; inépui-
sable, gratuite et disponible partout qui est décrit par le mouvement d’air atmosphérique et est
produit par le rayonnement solaire non uniforme à la surface de la terre. Elle nécessite des ins-
tallations de stockage pendant ses périodes d’indisponibilité. La production électrique éolienne
peut être prévue avec une assez bonne précision. Sa part dans la production mondiale d’élec-
tricité atteignait 4,4% en 2017 et est estimée à 5,3% en 2019. Les principaux pays producteurs
sont la Chine (31% du total mondial en 2018), les États-Unis (23%) et l’Allemagne (9%) [30].
Les éoliennes permettent de convertir l’énergie cinétique du vent en énergie électrique. Cette
conversion se fait en deux étapes :
1. Au niveau de la turbine, qui reçoit une partie de l’énergie cinétique du vent disponible
pour la convertir en énergie mécanique,
2. Au niveau de la génératrice, qui reçoit l’énergie mécanique et la convertit en énergie
électrique qui est transmise ensuite sur le réseau électrique.

Il doit donc y avoir conversion et transmission régulières de l’énergie, la seule possibilité de

stockage étant inertielle au prix d’une accélération de la turbine [31]. La figure I.17 représente
la conversion d’énergie dans une éolienne [32].
40 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.17 – Principe de la conversion d’énergie éolienne [33].

Une éolienne typique est composée de plusieurs éléments qui sont présentés sur la figure
I.18 ; un mât, un rotor, la nacelle et les pales [33] :

• Le mât : porte la nacelle à une hauteur suffisante pour permettre le mouvement du

rotor (nécessaire pour les éoliennes à axe horizontal).
• Le rotor : est composé de trois pales en général et du nez de l’éolienne, il est entraı̂né
par l’énergie cinétique du vent.
• La nacelle : est montée au sommet du mât abritant les composants mécaniques, pneu-
matiques, certains composants électriques et électroniques nécessaires au fonctionnement
de la machine. Elle abrite un modulateur, une commande, un multiplicateur et un géné-
rateur.
• Les pales : représentent le convertisseur de l’énergie cinétique du vent en couple méca-
nique.
L’énergie disponible subit une suite de pertes en cascades, jusqu’à la sortie de la machine,
par la limite de BETZ, les seuils de la machine et les pertes de conversion. Cette dégradation
de l’énergie est représentée schématiquement en figure I.19 [35]. En effet, seule une partie de
la puissance éolienne disponible sur un site donné, appelée puissance utilisable est réellement
obtenue en fin du processus [36].
41 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.18 – Exemple de système éolien de type aérogénérateur [34].

Figure I.19 – Dégradations successives de l’énergie éolienne avant utilisation.

42 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

L’énergie éolienne moyenne disponible sur un site donné par unité de temps et par unité de
surface de la roue d’une éolienne s’écrit [37] [38] :

1
hP i = ρhV 3 i (I.1)
2
La détermination de la vitesse cubique moyenne se fait à partir de l’étude statistique en utilisant
la distribution de Weibull, dont la densité de probabilité est donnée par [39] :
   k−1  k !
k V V
f (v) = exp − (I.2)
c c c
Où f (V ) représente la distribution des fréquences des vitesses moyennes tri horaires pour
une classe donnée, k et c des facteurs appelés les paramètres de Weibull.

I.3.3 Potentiel énergétique en Algérie

Le potentiel d’énergie renouvelable en Algérie est parmi les plus importants au monde.
Son marchée est prometteur. Il constitue un axe stratégique pour la politique énergétique et
environnementale du pays. Les objectifs actuellement déterminés par les pouvoirs publics, réside
dans la réalisation d’un projet d’installation de 4000 MW d’ici 2024 [40].

I.3.3.1 Potentiel solaire

Vue de sa localisation géographique, l’Algérie dispose d’un des gisements solaire les plus
élevés au monde. La durée d’insolation sur la quasi-totalité du territoire national dépasse les
2000 heures annuellement et peut atteindre les 3900 heures dans les hauts plateaux et Sahara.
L’énergie reçue annuellement sur une surface horizontale de 1m² soit près de 3 kWh/m² au
nord et dépasse 5,6 kWh/m au Grand Sud [41]. L’Algérie peut envisager de devenir un leader
de la production solaire mondial grâce à son grand sud monumental qui couvre 86% de la su-
perficie totale du pays, soit 2 millions de km². Et cela à travers la production d’électricité grâce
aux modules photovoltaı̈ques et modules solaires thermiques qui exploitent la chaleur. L’Al-
gérie s’engage avec détermination sur la voie des énergies renouvelables après que l’Assemblée
générale des Nations Unies a adopté le 25 septembre 2015 un programme de développement
durable à l’horizon 2030, dans le but d’apporter des solutions globales et durables aux défis
environnementaux et aux problématiques de préservation des ressources énergétiques d’origine
fossile [41]. Ce choix stratégique est justifié par le gisement solaire empathique que l’Algérie
bénéfice représenté dans la figure I.20.
43 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Table I.2 – Statistiques des degrées d’ensoleillement par zones [41].

Régions Régions côtières Hauts plateaux Sahara

Superficie (%) 4 10 86
Durée moyenne d’ensoleillement (h/m2 ) 2650 3000 3500
Énergie moyenne reçue (kW h/m2 /an) 1700 1900 2650

Figure I.20 – Moyenne annuelle de l’irradiation globale reçue sur une surface horizontale [42].

I.3.3.2 Potentiel éolien

La carte des vitesses du vent moyennes de l’Algérie, estimée à 10m du sol est présentée dans
la figure I.21, la vitesse varie de 1,4 m/s à 6,5 m/s, à noter que les mesures expérimentale
peuvent monter encore plus. La ressource éolienne en Algérie varie beaucoup d’un endroit à un
autre. Ceci est principalement dû à une topographie et un climat très diversifiés. En effet, notre
vaste pays, se subdivise en deux grandes zones géographiques distinctes. Le Nord méditerranéen
qui est caractérisé, par un littoral de 1200 km et un relief montagneux, représenté par les deux
chaines de l’Atlas tellien et l’Atlas saharien [43]. Entre elles, s’intercalent des plaines et les
hauts plateaux de climat continental. Le Sud, quant à lui, se caractérise par un climat saharien.
Le Sud est caractérisé par des vitesses plus élevées que le Nord, plus particulièrement dans le
Sud-est, avec des vitesses supérieures à 7 m/s et qui dépassent la valeur de 8 m/s dans la région
de Tamanrasset (In Amguel). Concernant le Nord, on remarque globalement que la vitesse
moyenne est peu élevée. On note cependant, l’existence de microclimats sur les sites côtiers
44 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

d’Oran, Bejaı̈a et Annaba, sur les hauts plateaux de Tébessa, Biskra, M’sila et El bayadh (à 7
m/s), et le Grand Sud (≥8m/s) [41].

Figure I.21 – Atlas satellitaire de la vitesse moyenne annuelle du vent en Algérie [36].

I.4 Les systèmes hybrides

La production d’électricité par sources d’énergies renouvelables, offre une plus grande sû-
reté d’approvisionnement des consommateurs tout en respectant l’environnement. Cependant
le caractère aléatoire de ces sources nous impose d’établir des règles de dimensionnement et
d’utilisation de ces systèmes pour les exploiter au mieux. Considérant leurs caractéristiques sai-
sonnières respectives, les énergies (solaire et éolienne) ne se concurrencent pas mais au contraire
peuvent se valoriser mutuellement. C’est pourquoi on propose souvent un système hybride com-
posé de ces deux sources d’énergie, qui consiste en l’exploitation optimale de la complémentarité
entre elles.
Lorsqu’une seule source d’énergie ne suffit pas à répondre au besoin de la charge et ne garantit
pas une puissance fixe, il est possible de combiner deux ou plusieurs sources d’approvision-
nement et la formation de ce système est dite hybride (SH) [44]. Un système hybride est un
système électrique, comprenant plus d’une source d’énergie. Il est dit système hybride à sources
d’énergie renouvelables (SHSER) lorsqu’une source au moins parmi les autres sources est renou-
velable. Il peut éventuellement inclure un dispositif de stockage. Le rôle d’un système hybride
45 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

est d’assurer la demande de la charge et d’optimiser sa production afin de combler l’énergie

demandée par la charge durant la période d’intermittence et tout en maintenant la qualité
d’énergie fournie [45].

I.4.1 Classification des systèmes hybrides

On classifie les systèmes hybrides selon plusieurs critères. En ce qui suit, sont présentées les
classifications les plus répandues.

Figure I.22 – Classification des systèmes hybrides.

I.4.1.1 Le régime de fonctionnement

Les systèmes hybrides peuvent avoir deux régimes de fonctionnement. Le premier régime,
consiste à faire fonctionner le système hybride en parallèle avec le réseau électrique, appelés
aussi connectés au réseau. Ce régime contribue à satisfaire la charge du système électrique
tout en injectant le surplus de puissance dans le réseau électrique. Les systèmes hybrides du
deuxième régime fonctionnent en mode isolé ou autonome. Ils contribuent à satisfaire les besoins
des consommateurs situés dans des zones éloignés et privé du réseau électrique [44].

I.4.1.2 la structure du système

On trouve trois critères principaux responsables du classement des systèmes hybrides en

fonction de la structure. Le premier critère est la présence ou non d’une source d’énergie conven-
tionnelle, le deuxième est la présence ou non d’un dispositif de stockage, en dernier on trouve
le critère relatif au type de sources d’énergie renouvelables utilisées [44].
46 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.4.1.3 la gamme de puissance

Le classement par gamme de puissance est représenté dans le tableau suivant :

Table I.3 – Classification des systèmes hybrides selon la gamme des puissances [44].

Puissance du système hybride (kW) Applications

(Faible) < 10 Systèmes autonomes
10 ≤ (Moyenne) ≤ 250 Micros-réseaux isolés
(Grande) ≥ 500 Grands réseaux isolés

I.4.2 Schéma général d’un système hybride

Dans la figure I.23 ci-dessous est représenté le système hybride de façon générale. Un bus
électrique commun est relié à tout les éléments qui sont connectés. Ces derniers sont regroupés
et classifiés selon leurs fonctions électriques [46].

Figure I.23 – Schéma général d’un système hybride multi-sources [46].

47 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.4.3 La stratégie de gestion de l’énergie des systèmes hybrides

I.4.3.1 Gestion de stockage

Afin d’obtenir une énergie optimale et un rendement maximum de l’installation hybride,

mettre en place une gestion des transferts d’énergie est nécessaire. Cette dernière permet d’op-
timiser le fonctionnement de chaque composant du système tout en préservant les normes de
leur plage de fonctionnement. On peut citer deux gestions principales dans les systèmes hybrides
[47] :

1. Stratégie de stockage à court terme : « Peak Shaving Strategy », elle permet de

filtrer les fluctuations des énergies renouvelables et de la charge. Lors de la présence
d’un pic de consommation, la batterie intervient et couvre ce besoin. Cette stratégie
contribue également à la réduction des cycles démarrage/arrêt des générateurs diesels et
donc préserve la consommation de carburant.
2. Stratégie de stockage à long terme : « Cycle Charge Strategy » est utilisé pour
alimenter la charge sur une période de temps plus longue, notamment celles où le gise-
ment est insuffisant. Dans ce cas, le générateur diesel est arrêté jusqu’à ce que l’état de
charge des batteries atteigne le niveau minimal. Une fois ce seuil atteint, le générateur
diesel redémarre et reste en fonctionnement jusqu’à ce que les batteries sont rechargées
et atteignent le niveau maximal. Cette stratégie contribue également à la réduction des
cycles démarrage/arrêt des générateurs diesels et donc préserve la consommation de car-
burant. Néanmoins, cette stratégie épuise rapidement le cycle de vie charge/décharge
des batteries.

I.4.3.2 Gestion de charge

La stratégie de gestion des charges appuie sur le principe d’utilisation des charges pour faire
varier la demande d’énergie. De cette manière, les charges sont connectées et déconnectées par
ordre de priorité [47]. La figure I.24 montre un exemple de priorité d’une charge donnée. Cette
stratégie peut aussi être à court et à long terme.
48 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.24 – Diagramme exemple de priorité des charges.

1. Stratégie de charge à court terme : La stratégie de contrôle de charge à court terme

connecte et déconnecte les charges du système en tenant compte des pics de certains
seuils fixes pour la fréquence du bus électrique. Les charges sont donc connectées de
manière progressive, selon les variations de fréquence. La charge de délestage a pour
rôle de contribuer à régler la fréquence du réseau dans les cas d’un surplus d’énergie, en
variant sa puissance en fonction de la déviation de la fréquence.
2. Stratégie de charge à long terme : La stratégie de contrôle de charge à long terme
assure l’équilibre énergétique sur des intervalles de temps importants. Les charges doivent
être connectées seulement quand leur régime de priorité est élevé. Par exemple, les
charges différées et optionnelles ont en général une priorité réduite pendant une par-
tie de la journée. Cette stratégie de gestion est aussi utilisée pour réduire les pertes
énergétiques du générateur diesel.

I.4.4 Les différentes combinaisons majeures d’un système hybride

Les générateurs électriques composant un système hybride peuvent être connectés de diffé-
rentes manières, qu’ils soient purement basés sur les énergies renouvelables, purement conven-
tionnelle ou mixte entre les deux. Trois configurations s’imposent :
49 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.4.4.1 Configuration en bus CC

Dans cette architecture les composants de production d’énergie électrique sont connectés au
bus continu à travers des convertisseurs de puissances, les générateurs de production d’énergie
à courant alternatif comme la micro-turbine ou l’éolienne sont d’abord connecté à un redres-
seur permettant la conversion alternatif/continu (figure I.25). Les batteries de stockages et les
panneaux photovoltaı̈ques sont reliés directement au bus CC, la protection des batteries contre
les surcharges ou les décharges profondes se fait à travers un régulateur de charge. Les charges
alternatives peuvent être alimentées à travers un onduleur, cependant les batteries et l’ondu-
leur sont dimensionnés en fonction des valeurs de pics de charge, notamment dans les heures
de pointes. Cette installation implique un faible rendement due à la quantité d’énergie perdue
dans les convertisseurs, elle présente néanmoins d’autres avantages et inconvénients mentionner
ci-dessous :
— Les avantages :

1. Facilitée du dimensionnement des micros-turbines et des générateurs diesels.

2. Facilitée de la commande de l’installation due à la simplicité du schéma électrique
3. L’onduleur permet une alimentation de la charge avec une tension réglable en ampli-
tude et en fréquence.

— Les inconvénients :
1. La puissance fournie par les sources alternatives est convertie deux fois avant d’arriver
aux consommateurs ce qui implique un rendement relativement faible.
2. Une coupure totale de l’installation en cas d’anomalie sur l’onduleur.
3. L’onduleur ne peut pas fonctionner en parallèle avec les sources alternative, d’où il
devra être surdimensionné de manier à assurer la charge maximale possible.
4. Les batteries doivent avoir une capacité de stockage importante.
50 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.25 – Architecture de la configuration à bus CC [48].

I.4.4.2 Configuration en bus CA

Cette configuration est caractérisée par la centralisation de la production d’électricité sur le

bus CA, pour les micros-turbines, générateurs diesels et l’éolienne la liaison ce fait directement
ou à travers des convertisseurs CA/CA. Les panneaux photovoltaı̈ques sont connectés au bus
par un onduleur, tandis que les batteries sont connectées par un convertisseur bidirectionnel.

Figure I.26 – Architecture de la configuration à bus CA [48].

I.4.4.3 Configuration en bus CA/CC

Dans cette configuration, les sources alternatives sont interconnectées sur le bus CA tan-
dis que les batteries et l’installation photovoltaı̈que sont reliées au bus CC (figure I.27). Les
deux bus sont connectés entres eux à l’aide d’un convertisseur bidirectionnel [49] qui assure un
51 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

fonctionnement redresseur lorsque le bus CA fourni de l’énergie à la charge et participe à la

recharge des batteries, ou un fonctionnement onduleur lorsque les panneaux photovoltaı̈ques et
les batteries fournissent de l’énergie à la charge de manière totale ou partielle. Cette configura-
tion permet d’assurer une alimentation simultanée par les deux bus.

— Les avantages :

1. Le dimensionnement de chaque composant ne doit pas se faire en tenant compte

d’assurer la charge totale car les consommateurs peuvent alimenter par les deux
sources simultanément.
2. L’énergie des générateurs à CA n’est pas convertie dans la plus part des cas, ce
qui assure un meilleur rendement due au fait que les sources fonctionnent avec une
puissance proche de leurs puissance nominale.
3. Une anomalie sur le convertisseur n’entraine pas une coupure de l’alimentation.
4. La réduction du nombre des convertisseurs électroniques, ce qui diminue les couts de
câblage et l’investissement initial pour la construction du système hybride.

— Les inconvénients :
1. Pour assurer un fonctionnement correct du système on doit avoir un control automa-
tique.
2. La synchronisation entre les sources continues et alternatives exige une tension sinu-
soı̈dale de la part de l’onduleur.
3. Difficulté de contrôler le bus continue.
4. Vieillissement rapide de la batterie.
52 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

Figure I.27 – Architecture de la configuration à bus CC/CA [48].

La comparaison entre les trois types d’architecture respectivement CC, CA et CA/CC in-
dique l’avantage et l’inconvénient de chaque configuration, et offre la capacité de choix de
la configuration idéal afin de répondre aux contraintes de réalisation d’un dimensionnement
optimal, qui permet d’assurer une production permanente tout en faisons face au problème
d’intermittence d’un côté, et de garantir une bonne gestion d’alimentation fiable en évitant le
risque de surdimensionnement d’un autre. Ces derniers sont l’un des principaux avantages de
la configuration parallèle (bus CA/CC), où chaque source délivre une partie de la puissance
à la charge afin de contribuer à assurer l’équilibre entre l’offre et la demande, ceci permettra
de faciliter la conception des composants du SEH. En outre, la présence de deux bus diffé-
rents compensera avantageusement l’absence de conversion d’énergie et se basera sur un seul
convertisseur bidirectionnel, permettant d’améliorer le rendement et de minimiser le coût d’in-
vestissement. C’est pourquoi le choix de la configuration CA/CC est le mieux adapté pour notre
SEH.
53 Chapitre I. Généralités sur les différentes sources d’énergies renouvelables

I.5 Conclusion
Ce chapitre nous a permis de définir de façon globale les énergies renouvelables et de sou-
ligner leurs potentiel dormant notamment en Algérie, ainsi que ; de donner un aperçu général
sur la position mondiale envers les énergies renouvelables. Nous avons également évoqué les
systèmes d’énergies hybrides en concrétisant les principales notions liées à la technologie ac-
tuellement utilisée dans ces derniers. Après une analyse du potentiel énergétique primaire du
site d’installation et l’étude du profil de la charge, notre travail portera précisément sur un SEH
composé d’éolienne, de panneaux photovoltaı̈ques, d’un générateur diesel et d’un système de
stockage. Une attention particulière sera consacrée pour cette étude dans le chapitre qui suit.
Le dimensionnement et le fonctionnement de chaque composant devra tenir compte des varia-
tions de la charge et des sources renouvelables afin d’optimiser l’utilisation de ces ressources, et
minimiser le plus possible le coût d’investissement tout en satisfaisant la demande exigée par
le consommateur.
Chapitre II

Modélisation et formulation de la
problématique
55 Chapitre II. Modélisation et formulation de la problématique

II.1 Introduction
Un système d’énergie hybride est un système qui se compose d’une ou de plusieurs sources
d’énergies, généralement renouvelables. Afin d’optimiser la synergie entre ces différentes sources
de manière à préserver leurs meilleures caractéristiques opérationnelles, employer des méthodes
qui permettent ce genre de tâche est nécessaire. Néanmoins, la clef pour manipuler ces mé-
thodes demande une conversion mathématique du comportement des sources concernées. Cette
dernière doit projeter le comportement de la source à chaque instant, étant exposé à tout type
d’environnement. Dans ce chapitre on va voir les procédures suivies dans la modélisation des
sources de notre système d’énergie hybride, ainsi que les décisions prisent concernant le choix
des modèles adéquats et les raisons derrière ces derniers. La modélisation sera faite de manière
spécifique, suivant des modèles appropriées à notre cas dépendants essentiellement du potentiel
énergétique dominant du site d’étude, qui est le solaire et l’éolien. Dans la suite de ce chapitre,
une partie sera dédiée pour la définition de la problématique et sa reformulation mathématique
suivi d’une présentation des méthodes metaheuristiques employées dans ce mémoire.

II.2 Objectifs
Ce travail a pour objectif principal l’étude de la faisabilité et le dimensionnement d’un
système hybride photovoltaı̈que/éolien/batterie de petite puissance pour un bloc administratif
situé dans l’usine de SARL BOUBLENZA, à Tlemcen. Notre approche consiste à l’étude des
ressources énergétiques de la région afin de dimensionner un système hybride qui fonctionne en
régime dynamique. La démarche à suivre pour atteindre nos objectifs est déterminée comme
suit :
• Etude du gisement solaire et éolien du site ainsi que la mesure horaire du profil de charge
pour une durée assez prolongée.
• Choisir quels types de sources employées en fonction du gisement du site d’étude.
• Modélisation mathématique des éléments de production énergétique.
• Choisir les modèles des éléments en fonction de leurs puissances/prix théoriquement par
calcul.
• Choisir la configuration principale et les éléments du système hybride.
• Elaboration du critère économique à optimiser en fonction du nombre d’éléments consti-
tuant le système hybride.
• Elaboration des algorithmes d’optimisation.
56 Chapitre II. Modélisation et formulation de la problématique

II.3 Modélisation des générateurs de production

Le développement d’un algorithme numérique dont le rôle est de déterminer la configuration
optimale à installer dans un system multi-sources, nécessite une modélisation adéquate pour
chaque source utilisée dans le system. Afin d’avoir une configuration efficiente, les avantages
réunis des générateurs vont permettre d’optimiser leurs nombres. L’installation à dimensionner
comporte une partie de production d’énergie électrique renouvelable (PV, éolienne), une partie
de stockage électrique (des batteries) et un système d’appoint (générateur diesel). Dans cette
section nous allons proposer une modélisation mathématique pour chaque source.

II.3.1 Modélisation du panneau photovoltaı̈que

Plusieurs chercheurs ont développé plusieurs modèles mathématiques sur la production de
puissances d’un module photovoltaı̈que. Les auteurs ; Borowy et Salameh, ont présentés un
modèle simplifié en 1996 qui est basé sur le circuit équivalent à une seule diode [50], comme le
montre la figure II.1.

Figure II.1 – Modèle simplifié de la cellule photovoltaı̈que.

Néanmoins ce modèle n’était pas en dépendance de l’irradiation, mais plutôt des spécifica-
tions du module PV fourni par le fabricant. Il existe un autre schéma appelé le modèle standard,
illustré dans figure II.2, qui modélise les pertes électriques dans une cellule photo-voltaı̈que. Il
faut noter que la résistance série Rs décrit les pertes ohmiques dans les surfaces de contacts
avant de la cellule PV ainsi qu’à l’interface métal semi-conducteur. En revanche, la résistance
shunt Rsh représente les pertes relatives aux courants de fuite sur les bords de la jonction P-N.

Dans notre étude, on adopte un modèle de puissance entrée/sortie, qui a pour avantage
l’estimation de l’énergie produite par le générateur photovoltaı̈que, à partir des données de
l’irradiation globale et la température ambiante sur le plan incliné, ainsi que les données du
constructeur pour le module photovoltaı̈que utilisé.
57 Chapitre II. Modélisation et formulation de la problématique

Figure II.2 – Modèle standard de la cellule photovoltaı̈que.

La puissance produite du générateur photovoltaı̈que donnée en (W ) peut être calculé d’après

l’équation suivante [51] :
Ppv (t) = η.S.G (II.1)

Avec :
• η : Le rendement instantané du module photovoltaı̈que.
• S : La surface du module photovoltaı̈que (m2 ).
• G : L’irradiation globale sur un plan incliné (W/m2 ).

Le rendement instantané est donné par l’équation suivante :

η = ηr .(1 − γ.(Tc − T0 )) (II.2)

Avec :
• ηr : Le rendement de référence du module photovoltaı̈que sous les conditions standards
(T = 25◦ C, G = 1000W/m et AM = 1, 5).
• γ : Coefficient de température (◦ C) déterminé expérimentalement, il est défini comme
étant la variation du rendement du module pour une variation de 1◦ C de la température
de la cellule. Il varie entre 0,004 et 0,006 (◦ C).
• T0 : La température standard (◦ C).
• Tc : est la température du module, qui varie en fonction de l’éclairement et de la tempé-
rature ambiante. Elle peut être décrite par la relation suivante :

N OCT − 20
Tc = Ta + ( ).G (II.3)
800
Avec :
• N OCT : La température nominale de fonctionnement de la cellule solaire (Nominal
Operating Cell Temperature).
58 Chapitre II. Modélisation et formulation de la problématique

• Ta : La température ambiante (◦ C).

Ainsi, la puissance totale du champ photovoltaı̈que s’écrit comme suit [51] :

Ppvt (t) = Ppv (t).Npv (II.4)

Avec :
• Ppv : La puissance produite par un seul module photovoltaı̈que (W ).
• Npv : Le nombre de module constituant le champ photovoltaı̈que.

Choix du modèle photovoltaı̈que

Le choix de ce type de constructeurs (Zytech Solar) est du fait qu’il est l’un des meilleurs
constructeurs de panneaux photovoltaı̈ques au monde, réputé par sa bonne qualité avec un très
bon rapport (qualité/prix), ce panneau s’avère le bon candidat pour notre cas. Sa puissance
crête est choisie surtout pour le bon rendement instantané qui lui est attribuée (Voir annexe
A.1). Le panneau est aussi choisi selon la tension maximale et le courant admissible que pourra
supporter le régulateur de charge. On note aussi le type envisagé dans cette étude qui est un
poly-cristallin suite à son prix relativement inférieur par rapport à celui d’un panneau de type
monocristallin.
Le tableau II.1 ci-dessous représente les caractéristiques du panneau ZT300P.

Table II.1 – Les caractéristiques du panneau photovoltaı̈que

Constructeur Zytech Solar
Module ZT300P
Courant de court-circuit Icc (A) 8,59
Tension circuit ouvert Vco (V ) 45,04
Courant au point maximum Imp (A) 7,95
Tension au point maximum Vmp (V ) 37,73
Surface des cellules (m2 ) 1,752192
NOCT (C°) 47
Température standard (C°) 25
Eclairement standard (W/m2 ) 1000
Rendement du module (%) 17,12
Prix d’unité (e) 46,2
59 Chapitre II. Modélisation et formulation de la problématique

II.3.2 Modélisation d’énergie éolienne

La puissance produite par une éolienne sur un site donné dépend de la vitesse du vent à
une hauteur du moyeu (généralement 10m) et des caractéristiques de la turbine. La vitesse du
vent en (m/s) à une hauteur quelconque du moyeu peut être calculée en utilisant la loi suivante
[52] :
 γ
h
V = vi (II.5)
hi
Avec :
• hi : Hauteur de mesure généralement prise à 10m (m).
• vi : Vitesse mesurée à la hauteur hi (m/s).
• γ : L’exposant de la loi de puissance qui est une fonction à la fois de la stabilité atmo-
sphérique dans la couche et les caractéristiques de surface sous-jacente. Pour un terrain
ouvert γ = 1/7.

Yang [53] et Abouzaher [54] ont proposé un modèle très simple pour prédire la performance
de l’éolienne basé sur la courbe de puissance linéaire. Ils ont supposé que la puissance de sortie
de la turbine éolienne augmente linéairement avec la vitesse du vent de démarrage jusqu’à ce
qu’elle atteint la vitesse nominale, puis elle reste constante jusqu’à la vitesse maximale (de
coupure). Les équations caractéristiques suivantes ont étaient proposées pour la modélisation
de l’éolienne [55] [56] :

 Peo = 0 

 vc ≤ v < vd

Peo = Pn vv−v d
n −vd
vc ≤ v ≤ vd (II.6)


 P
eo = Pn vn ≤ v ≤ vc

Avec :
• Pn : La puissance électrique nominale de l’éolienne (W ).
• v : La valeur de la vitesse du vent (m/s).
• vn : la vitesse nominale de l’éolienne (m/s).
• vc : la vitesse de coupure de l’éolienne (m/s).
• vd : la vitesse de démarrage de l’éolienne (m/s).

La puissance totale produite par un champ de plusieurs éoliennes en (W ) est donnée par :

Peot (t) = Peo (t).Neo (II.7)

60 Chapitre II. Modélisation et formulation de la problématique

Choix du modèle d’éolienne

Le choix du type d’éoliennes est le choix le plus important vis-à-vis a son prix relativement
élevé, le critère le plus critique pour le choix de ce générateur est principalement basé sur la
courbe de puissance qui renseigne sur la puissance d’une éoliennes pour des différentes vitesses
du vent, après avoir fait l’étude du gisement sur le site concerné, le choix s’est avéré sur une
éolienne à une vitesse de démarrage de 2m/s et d’une puissance de 3kW dans les condition
nominal (Voir annexe A.2). Choisir une éolienne à puissance moyenne est préférable vu que
c’est elle qui sera principalement chargée de la distribution d’énergie durant les heures d’ab-
sence du rayonnement solaire. En outre, FelixPro est réputé par sa qualité de construction
d’éoliennes domestique de diverses gammes de puissances. Le tableau II.2 ci-dessous représente
les caractéristiques de l’éolienne EOL3000.

Table II.2 – Les caractéristiques de l’éolienne

Constructeur FlexPro
Modèle EOL/3000
Puissance nominale (W ) 3000
Tension nominale (V ) 24
Vitesse de démarrage (m/s) 2
Vitesse nominale (m/s) 10
Vitesse de coupure (m/s) 45
Hauteur du mât (m) 12
Prix d’unité (e) 2950

II.3.3 Modélisation du groupe diesel

Pour la puissance du générateur diesel on la choisi égale à la puissance maximum de la
charge. De cette manière, on assure un chargement des batteries lorsque la charge est faible et
le générateur opère toujours à puissance constante lors de l’absence totale des sources renou-
velables. D’un autre cotée, choisir un générateur diesel dont la puissance est égale à la charge
permet de l’écarter des calculs d’optimisation en simplifiant les équations, et aussi permet de di-
mensionner correctement les générateurs à base d’ER en consacrant la puissance totale produite
pour ces derniers, ce qui diminue les risques de surdimensionnement et préserve un coût optimal.

La puissance du générateur diesel est souvent comprise entre deux valeurs et s’écrit comme
61 Chapitre II. Modélisation et formulation de la problématique

suit :
min max
Pdie ≤ Pdie ≤ Pdie (II.8)

Le mode de fonctionnement du groupe est bâti sur deux scénarios possibles :

• Le premier est lorsque la puissance vérifie la relation suivante :

Ppvt (t) + Peot (t) + EDC(t) ≥ Pload (t) (II.9)

Dans ce cas-là ; il n’est pas nécessaire de déclencher le générateur étant donné que la consom-
mation est satisfaite.

• Le second scénario intervient lors de la vérification de la relation suivante :

Ppvt (t) + Peot (t) + EDC(t) < Pload (t) (II.10)

En effet ; cette fois ci, le générateur se met en fonctionnement afin de couvrir une partie de la
demande énergétique ou la totalité en cas d’absence des autres sources.

Choix du modèle du groupe diesel

Le choix de la puissance du groupe électrogène dans notre cas d’étude est principalement
basé sur la valeur maximum de la puissance de consommation, le type d’alimentation : mo-
nophasée, et la motorisation. Il faut noter que ; le choix du groupe diesel s’est porté sur la
marque Hyundai (Voir annexe A.3) d’une puissance de 10kW qui a la particularité d’avoir la
même puissance en monophasé et en triphasé. Le tableau II.3 représente les caractéristiques du
groupe diesel HYUNDAI DHY12000XSE-T.
62 Chapitre II. Modélisation et formulation de la problématique

Table II.3 – Les caractéristiques du groupe diesel

Constructeur HYUNDAI
Type 12kVA mono et tri - DHY12000XSE-T
Puissance nominale (W ) 9000
Puissance maximale (W ) 10000
Alimentation 400V/230V (Triphasé/monophasé)
Moteur Diesel EV80, 12kW, 4 temps
Vitesse de rotation 3600(tr/min)
Carburant Diesel
Capacité du réservoir (litres) 30
Autonomie 10 heures à 75%
Démarrage Electrique
Prix d’unité (e) 6480

II.3.4 Modélisation du système de stockage

Notre modélisation du système de stockage est répartie en deux étapes suivant deux scé-
narios. La première consiste à évaluer la capacité totale du champ de batterie pour une durée
d’autonomie déterminée par le cahier de charge (24h), de cette manière on sera apte d’en déduire
la capacité unitaire d’une batterie et donc, déterminer le nombre de batteries pouvant couvrir
la charge durant 24h sans l’intervention des autres sources de production. La deuxième étape
sera l’étude du comportement des batteries dans la configuration de dimensionnement choisi. A
cet effet ; on pourra connaitre le nombre minimum exact de batteries pour qu’elles fonctionnent
en parallèle avec les autres éléments productifs du système durant la période opérationelle sans
aucune rupture du système.

II.3.4.1 Première étape : Dimensionnement de la capacité du parc

Le premier indicateur à prendre en compte pour faire un choix judicieux de la batterie est
la tension, qui a pour but de [56] :
• Minimiser la chute de tension dans les câbles (contraintes de performance).
• Eviter les échauffements des câbles (contraintes de sécurité).

Pour déterminer la tension en (V ) du parc de batterie ; on utilise la formule suivante [56] :

63 Chapitre II. Modélisation et formulation de la problématique

r
ρ.2L.I ρ.2L.P
Ub = = (II.11)
S. S.
Avec :
• ρ : Résistivité du matériau conducteur (cuivre ou aluminium) dans les conditions de
température d’exploitation, exprimée en (ω.mm2 /m).
• 2L : Longueur d’aller et retour des câbles entre le parc de batteries et l’onduleur, exprimée
en mètre (m).
• P : Puissance électrique nominale traversant les câbles, exprimée en (W ).
• S : Section des câbles, exprimée en (mm2 ).
•  : Chute de tension maximum tolérée dans les câbles, exprimée en (%).

Ainsi ; pour déterminer le nombre de batteries à implémenter sur le site d’étude ; on doit
calculer la capacité nominale des batteries du parc qui s’effectue grâce à la formule suivante
[57] :

Nj .EBesoin
C= (II.12)
Pd .Kt
Avec :
• C : Capacité nominale de la batterie (Ah).
• Nj : Autonomie réserve en jours.
• EBesoin : Energie journalière en (Ah/jours).
• Pd : Profondeur de décharge.
• Kt : Coefficient de température de la capacité.

II.3.4.2 Deuxième étape : Modélisation de L’EDC de la batterie

La modélisation de l’état de charge de la batterie est nécessaire afin de mieux gérer le sto-
ckage d’énergie. Cette opération dépend de l’état de charge précédent et l’énergie produite par
les différents types de générateurs Epr ainsi que l’énergie demandée par la charge Ed . L’état de
chargement des batteries EDC peut être calculé selon deux scénarios [58].

• Premier scénario (Charge) : Dans le cas où l’énergie produite est supérieure ou égale
à l’énergie demandée Epr ≥ Ed , les batteries sont dans le processus de chargement. La
capacité de stockage instantanée EDC(t) en (W ) est donnée par la formule suivante [58] :
 
Ed (t)
EDC(t) = EDC(t − 1) + ηbat . Epr (t).ηconv − (II.13)
ηconv
64 Chapitre II. Modélisation et formulation de la problématique

Avec :
• Ed (t) : L’énergie instantanée demandée par la charge (W ).
• Epr (t) : L’énergie totale produite par les générateurs du système hybride à l’instant t,
donnée par [58] :
Epr (t) = Epv (t) + Eeo (t) + Edie (t) (II.14)

Avec : 
 Epv (t) = Ppv (t) × ∆t


Eeo (t) = Peo (t) × ∆t (II.15)

 E (t) = P (t) × ∆

die die t

Sachant que :
• ∆t : Est le pas de simulation.
• ηbat : Le rendement des batteries.
• ηconv : Le rendement du convertisseur.

• Deuxième scénario (Décharge) : Maintenant, dans le cas où l’énergie produite est
inférieure à l’énergie demandée Epr < Ed , les batteries sont dans le processus de déchar-
gement. La capacité de stockage instantanée EDC(t) est donnée par l’expression suivante
[58] :

EDC(t) = EDC(t − 1) + (Epr (t).ηconv − Ed (t)) (II.16)

A savoir que, quelques soit le scénario ; l’état de charge des batteries EDC doit satisfaire la
condition suivante :

EDCmin ≤ EDC(t) ≤ EDCmax (II.17)

Avec :
• EDCmax : Est la limite supérieure de chargement des batteries en (W ), donnée par :

EDCmax = EDCn .ω (II.18)

• EDCmin : Est la limite inférieure de déchargement des batteries en (W ), exprimé par :

EDCmin = (1 − P DD).EDCn (II.19)

Avec :
• EDCn : L’état de charge nominale d’une batterie (W ) .
• ω : Coefficient donnée par le constructeur en (%).
65 Chapitre II. Modélisation et formulation de la problématique

• PDD : Représente la Profondeur De Déchargement de la batterie.

L’état de charge de la batterie en (%) est donnée par :

EDC(t)
EDC% (t) = × 100 (II.20)
EDCmax
Choix du modèle du système de stockage

Une fois avoir déterminé la capacité totale des batteries pour une autonomie de 24h pour
la charge, ainsi que la tension aux bornes de ces dernières, on peut conclure que les batteries
dotées d’une capacité de 250 Ah et de 48V sont les dispostifs idéals pour obéir à notre contrainte
d’autonomie. En outre, après avoir suivi le comportement de l’EDC d’une batterie fonction-
nant en parallèle dans le SEH, le choix du modèl de batterie s’est aussi basé sur son état de
déchargemet minimale et le taux de chargement/déchargement de cette dernière. Le tableau
II.4 ci-dessous représente les caractéristiques de la batterie UCG250-48. Les specifications en
détails et le calcul du taux de chargement/déchargmenet sont représentés dans l’annexe (A.4).

Table II.4 – Les caractéristiques du system de stockage

Constructeur ULTRACELLI
Modèle UCG250-48
Tension (V ) 48
Capacité (Ah/10h) 250
Prix d’unité (e) 1840

II.3.5 Modélisation des convertisseurs

Les convertisseurs apparaissent sous forme de rendement ηconv dû à la conversion d’énergie,
qui par la suite possède un impact sur la production d’énergie utile. Dans notre cas d’étude,
le rendement du convertisseur sera idéal (ηconv = 1), pour simplifier la procédure de calcul
sans influencer sur les résultats. Le choix du convertisseur sera porté sur un convertisseur
bidirectionnel, du fait qu’on se dispose de deux bus électriques de régimes différents (CA et
CC), ce qui réduira le nombre de convertisseurs électroniques sur chaque bus, et en revanche ;
diminue les couts de câblage et l’investissement initial dans le SEH. Le tableau II.5 ci-dessous
représente les caractéristiques du convertisseur LFPSW-8000-120A. Les specifications en détails
sont représentés dans l’annexe (A.5).
66 Chapitre II. Modélisation et formulation de la problématique

Table II.5 – Les caractéristiques du convertisseur

Constructeur POWERJACK
Modèle LFPSW-8000-120A
Tension E (V ) 24
Tension S (V ) 220
Puissance (W ) 8000
Rendement (%) 90
Poids (kg) 29
Prix d’unité (e) 580

II.4 Architecture de la configuration du SEH

La liaison entre les principaux équipements du système hybride doit suivre un certain bran-
chement électrique optimal. La figure II.3 représente l’architecture de la configuration choisie.
Un ensemble de modules photovoltaı̈ques est connecté au bus CC ainsi que la batterie qui sera
connecté de manière bidirectionnelle pour permettre son fonctionnement en décharge lors d’un
déficit d’énergie et de charge lors d’un surplus énergétique. Un bus CA relie les charges à cou-
rant alternatives, le groupe diesel et la machine éolienne. L’énergie circule par l’intermédiaire
d’un convertisseur bidirectionnel. Lors de la présence d’un surplus d’énergie dans le bus CA,
le convertisseur joue le rôle d’un redresseur afin de rechager les batteries. En outre, lorsque la
charge subit un déficit énergétique le convertisseur joue le rôle d’un onduleur pour transférer
l’énergie du bus CC à la charge.

Figure II.3 – Architecture de la configuration du SEH

67 Chapitre II. Modélisation et formulation de la problématique

II.5 Problématique et fonction objective

La fonction objective sera le cœur battant dans notre travail. En effet elle regroupe les
différentes équations des éléments participants dans la formulation du problème afin d’extraire
leurs meilleures caractéristiques tout en obéissant à des contraintes particulières qui agissent sur
différents critères (énergétique, économique). Suivant le cahier de charge, le critère considéré
dans la démarche de notre dimensionnement est le critère économique qui se compose de la
somme des coûts d’achats du système, coûts de maintenances et les coûts de renouvellements
des composants. Ces derniers dépendent essentiellement du nombre de composants à utilisés et
leurs qualités en terme de marques et puissances. En prenant compte du désire du consomma-
teur en garantissant un système hybride fiable et d’une bonne qualité, nous mènes à fixer le
critère qualitatif et plutôt jouer sur le critère quantitatif, en élaborant une fonction objective
dépendante du coût d’investissement totale en la minimisant suivant le nombre des composants
et suivant des contraintes principalement basées sur la condition de satisfaction de la puissance
de la charge.

II.5.1 Le coût d’achat du système

C’est la somme totale des coûts d’achats en (e) de chaque composant [58] [59] :

Ca = Npv .Cpv + Neo .Ceo + Nbat .Cbat + Ncon .Ccon + Cgd (II.21)

Avec :
• Cpv :Le coût d’achat d’un panneau photovoltaı̈que (e).
• Ceo : Le coût d’achat d’une éolienne (e).
• Cbat : Le coût d’achat d’une batterie (e).
• Ccon : Le coût d’achat d’un convertisseur (e).
• Cgd : Le coût d’achat du group diesel (e).
• Npv : Le nombre des panneaux photovoltaı̈ques.
• Neo : Le nombre des éoliennes.
• Nbat : Le nombre des batteries.
• Ncon : Le nombre des convertisseurs.
68 Chapitre II. Modélisation et formulation de la problématique

II.5.2 Le coût de maintenance

Il est décrit de la manière suivante [58] [59] :

Cm = (T.Npv .Mpv )+(T.Neo .Meo )+(T.Ngd .Mgd )+(T −Kbat −1).Nbat .Mb at+(T −Kcon −1)∗Ncon .Mcon
(II.22)
Avec :
• T : La durée de vie du système (ans).
• Mpv : Le coût de maintenance d’un panneau photovoltaı̈que (e).
• Meol : Le coût de maintenance d’une éolienne (e).
• Mbat : Le coût de maintenance d’une batterie (e).
• Mconv : Le coût de maintenance d’un convertisseur (e).
• Mgd : Le coût de maintenance du groupe diesel (e).
• Kbat : Le nombre de renouvellement d’une batterie durant T .
• Kconv : Le nombre de renouvellement d’un convertisseur durant T .

II.5.3 Le coût de renouvellement

Dans le cas où un composant possède une durée de vie inférieur à la durée de vie du système
global, ce composant doit être remplacé pour garantir la continuité de son fonctionnement. Le
coût de renouvellement en (e) est donné par [58] [59] :

Cr = Npv .Cpv .Kpv + Neo .Ceo .Keo + Nbat .Cbat .Kbat + Ncon .Ccon .Kconv + Cgd .Kgd (II.23)

Avec :
— Kpv : Le nombre de renouvellement d’un panneau photovoltaı̈que durant T.
— Keo : Le nombre de renouvellement d’une éolienne durant T.
— Kgd : Le nombre de renouvellement du groupe diesel durant T.

Ces nombres de renouvellement s’écrivent comme suit [20] :

 
T − Tpv
Kpv = (II.24)
Tpv
 
T − Teo
Keo = (II.25)
Teo
 
T − Tgd
Kgd = (II.26)
Tgd
 
T − Tbat
Kbat = (II.27)
Tbat
69 Chapitre II. Modélisation et formulation de la problématique

 
T − Tcon
Kcon = (II.28)
Tcon

• Tpv , Teo , Tgd , Tbat , Tcon sont respectivement la durée de vie d’un panneau photovoltaı̈que,
la durée de vie d’une éolienne, la durée de vie du groupe diesel, la durée de vie d’une
batterie et la durée de vie d’un convertisseur.

II.5.4 Le coût total

Le coût global en (e) pour toute la durée de fonctionnement est donnée par [58] [59] :

Ct = Ca + Cm + Cr (II.29)

Etant donné que les convertisseurs ne participent pas à la production d’énergie, ces derniers
ne sont pas pris en compte dans l’optimisation de la fonction objective. De même pour le groupe
diesel qui est considéré seulement comme un système d’appoint en cas de défaillance totale du
système.Néanmoins, leurs prix sera pris en considération. Le dimensionnement des composants
est surtout basé sur les puissances des deux générateurs renouvelables et du système de stockage.
Par conséquent ; on aura [58] [59] :

Ct = Npv .Cpv + Neo .Ceo + Nbat .Cbat + Cgd + Cconv . . .

+(T.Npv .Mpv ) + (T.Neo .Meo ) + (T − Kbat − 1).Nbat .Mbat . . . (II.30)
+Npv .Cpv .Kpv + Neo .Ceo .Keo + Nbat .Cbat .Kbat

Ct = Npv .(Cpv + Cpv .Kpv + T.Mpv ) . . .

+Neo .(Ceo + Ceo .Keo + T.Meo ) . . . (II.31)
+Nbat .(Cbat + (T − Kbat − 1) ∗ Mbat + Cbat .Kbat ) + (Cgd + Cconv )

Généralement la durée de vie du générateur photovoltaı̈que et du générateur éolien est

proche de la durée de vie du système. A cet effet le nombre de renouvellement Kpv et Keo est
nul. Ainsi ; on obtient la formule suivante :

min(z) = Npv .(Cpv + T.Mpv ) + Neo .(Ceo + T.Meo) + (Cgd + Cconv ) . . . (II.32)
+Nbat .[Cbat .(1 + Kbat ) + (T − Kbat − 1).Mbat ]
70 Chapitre II. Modélisation et formulation de la problématique

II.5.5 Les contraintes

La contrainte la plus importante à vérifier est l’équilibre énergétique entre l’offre et la
demande, ainsi, la puissance délivrée par les modules PV, par les éoliennes et celle délivrée
par les batteries doit être supérieure ou égale à la demande pour chaque instant (t) [58].

Ppv (t, G, T ◦ ) × Npv + Peo (t, v) × Neo + Pbat (t) × Nbat ≥ Pload (t) ∀t ∈ T (II.33)

Le nombre de tous les composants à optimiser est positif et peut être borné de manière
automatique suivant l’algorithme d’optimisation ou suivant le cahier de charge :

Ngd = 1 (II.34)
0 ≤ Npv ≤ Npvmax (II.35)
0 ≤ Neo ≤ Npeomax (II.36)
0 ≤ Nbat ≤ Nbatmax (II.37)
0 ≤ Nconv ≤ Nconvmax (II.38)

II.6 Les méthodes d’optimisation

Afin d’optimiser le fonctionnement d’un système hybride qui n’est pas connecté au réseau,
il faut d’abord déterminer les paramètres de dimensionnement en fonction de la variable à
minimiser. Généralement ce dernier est le critère économique, ainsi ; on cherche alors à minimiser
le coût économique du système tout en préservant certains critères de qualités imposés par le
consommateur. Cette optimisation peut être réalisée selon deux principales méthodes : Les
méthodes déterministes et les méthodes stochastiques.

II.6.1 Les méthodes déterministes

Les méthodes déterministes sont des méthodes qui convergent toujours vers le même opti-
mum à partir d’un point de départ initial pour un problème quelconque. Ces méthodes peuvent
être séparées en deux groupes : Les méthodes gradients et les méthodes géométriques ou heu-
ristiques. Parmi les méthodes gradients on trouve la technique de la plus grande pente, les
méthodes de Newton (BFGS ou DFP) et aussi la méthode de Lavenberg-Marquardt [60] . Le
principe de ces méthodes réside dans le calcul des dérivées partielles de la fonction objective afin
d’atteindre l’optimum assez rapidement. A côté, on trouve les méthodes géométriques ou heu-
ristiques, parmi ces dernières on repère particulièrement les algorithmes gloutons [61]. Ce type
71 Chapitre II. Modélisation et formulation de la problématique

de méthodes exploitent les valeurs de la fonction objective afin d’explorer l’espace des solutions
à travers des essais successifs cherchant les directions avantageux pour arriver à l’optimum.
Les méthodes de résolution déterministes ne sont pas adéquates à toutes les problématiques
car certains problèmes sont assez complexes. Parmi ces problématiques, on cite la présence des
discontinuités, la non-dérivabilité, l’absentéisme de convexité ou encore la difficulté analytique
pour déterminer la fonction objective. On peut aussi ajouter le problème de temps de résolution
qui est considérer trop long chez les méthodes déterministes. Il est donc nécessaire de faire appel
aux méthodes stochastiques [62].

II.6.2 Les méthodes stochastiques

Les méthodes stochastiques sont basées sur une prospection aléatoire de l’espace des so-
lutions à l’aide de règles de transition de probabilités [58]. Ceci dit, le trajet vers l’optimum
est donc différent [63]Parmi les algorithmes stochastiques les plus populaires on trouve : les
algorithmes génétiques (AG) [64] et l’optimisation par essaims particulaires (PSO) [65].

II.6.2.1 Les algorithmes génétiques (AG)

Un algorithme génétique (AG) est une métaheuristique qui manœuvre une population de
solutions potentielles à la fois. Son mode de fonctionnement est basé sur les principes biolo-
giques de la sélection naturelle qui orchestrent la survie des échantillons les mieux adaptés à
leur environnement [66]. L’AG débute d’un ensemble de solutions initialisé aléatoirement dans
l’espace. Les individus ici sont représentés par leurs variables de conception, ils sont considérés
comme étant des chromosomes. Les chromosomes de la population initiale sont utilisés pour
produire une nouvelle population, en passant par les différents opérateurs génétiques, principa-
lement : le croisement, la mutation et la sélection. Ceci est motivé par l’espoir que la nouvelle
population soit meilleure que la précédente.

Pour résumer, le croisement agi sur les deux chromosomes parents pour en produire deux
autres chromosomes enfants, en souhaitant que les deux nouveaux chromosomes soient meilleurs
que les précédents, ceci se réalise si les bons gènes de ces derniers sont ceux qui sont combinés.
La figure II.4 résume la procédure du croisement, dans ce cas c’est un croisement unitaire.
72 Chapitre II. Modélisation et formulation de la problématique

Figure II.4 – Le croisement unitaire.

En outre, la mutation est un opérateur génétique qui permet d’offrir de nouvelles caractéris-
tiques génétiques au chromosome de façon direct en mutant un ou plusieurs de ses gènes (voir
figure II.5 Elle est généralement utilisée après le croisement.

Figure II.5 – La mutation.

Cet algorithme démarre avec une population générée de manière aléatoire, chaque vecteur
d’individu (chromosome) représente une solution au problème. La reproduction se fait après
chaque itération, cette dernière engendre une population enfant dont les meilleurs individus
sont sélectionnés pour prendre le relais des parents. Ensuite, deux sont choisis de façon aléa-
toire à l’aide de la fonction roulette, à qui on appliquera les opérateurs croisement et mutation
afin de crée une diversification dans la population.

Les AG sont basées sur le concept de ‘’ l’élitisme ‘’, qui consiste à préserver un aperçu des
gènes des meilleurs individus pour se précautionner contre toute décadence que pourrait être
produite du croisement ou de la mutation, La figure II.6 ci-dessous représente l’organigramme
d’évolution de l’algorithme génétique (Annexe B.2).
73 Chapitre II. Modélisation et formulation de la problématique

Figure II.6 – Organigramme de l’algorithme génétique.

II.6.2.2 L’optimisation par essaims particulaires (PSO)

La méthode PSO est une technique d’optimisation stochastique qui trouve des solutions
optimales pour un problème formulé en essayant de manière itérative d’améliorer une solution
candidate. Elle a été initialement développée par Eberhart et Kennedy en 1995 [67] [68] , qui
est basée sur le comportement dynamique des animaux se déplaçant en groupes compacts. La
technique PSO dépend d’une population d’agents simples appelés particules, chaque particule
est considérée comme une solution potentielle au problème. Les particules communiquent entre
elles dans tous les espaces de recherche afin de construire une solution au problème posé, en
profitant de leur expérience collective. Chacune des particules a une mémoire de sa meilleure
74 Chapitre II. Modélisation et formulation de la problématique

position ou expérience, connue sous le nom de meilleur personnel (Pbest ). Il y a aussi la meilleure
expérience de tout l’essaim qui appartient à toutes les particules qui se trouvent dans l’essaim
connu comme le meilleur global (Gbest ).La figure II.7 illustre les composants d’une particule
dans l’essaim.

Figure II.7 – Trajectoire d’une particule [58].

Tout d’abord un nombre aléatoire de particules est évalué dans l’espace de recherche du
problème, puis chaque particule change de position dans cet espace en fonction de ses propres
emplacements actuels, des vitesses précédentes, et plus généralement des meilleurs emplace-
ments, avec quelques perturbations aléatoires. La vitesse de chaque particule est modifiée de
manière itérative afin d’obtenir la meilleure position. L’étape suivante recommence après la
mise à jour de la position de chaque particule. Dans ce processus, l’essaim dans son ensemble
est en mesure d’explorer une solution presque optimale. Lorsque les particules interagissent
mutuellement, elles progressent vers la solution optimale [67] [68].

 −
→ −
→

Xi (t + 1) = Xi (t) + →−
vi (t + 1)
−−−→ −
→  −−→ −−−→  (II.39)
 →
−
vi (t + 1) = C0 .→
−
vi (t) + C1 .r1 . Pbesti (t) − Xi (t) + C2 r2 Gbest (t) − Pbesti (t)

Le meilleur personnel Pbesti et le meilleur global Gbest sont mis à jour après chaque itération
jusqu’à ce que le minimum global soit atteint. La meilleure position personnelle Pbesti (t), associée
à la particule ”i” est la meilleure position que la particule ait atteinte depuis le début de
l’évolution. Compte tenu de la fonction de minimisation f (X), la meilleure position personnelle
actuelle,”t+1”, est calculée comme suit [67] [68] :
75 Chapitre II. Modélisation et formulation de la problématique

( −−−→ −−−→ −
→ −
→
Pbesti (t + 1) = Pbesti (t) Si f (Xi (t + 1)) ≥ f (Xi (t))
−−−→ −−−→ −
→ −
→ (II.40)
Pbesti (t + 1) = Pbesti (t + 1) Si f (Xi (t + 1)) < f (Xi (t))
La meilleure position globale au temps ”t” est définie comme suit :

Gbest (t + 1) = min([Pbesti (t + 1)]) (II.41)

La figure II.8 ci-dessous représente l’organigramme d’évolution du PSO (Annexe B.1).

Figure II.8 – Organigramme du PSO.

76 Chapitre II. Modélisation et formulation de la problématique

II.7 Conclusion
Dans ce chapitre on a élaboré et modélisé les différentes sources constituant notre système
énergétique hybride. Cette modélisation sera la clef fondamentale dans la suite de notre étude.
Le choix des équipements ainsi que leurs caractéristiques était une étape très importante et
sensible vu l’exigibilité de préserver le coté logique du rassemblement de ces équipements.
Ceci nous a permis d’expliquer et d’exploiter ces connaissances dans la mise en œuvre de
l’architecture de la configuration finale de notre SEH. Aussi, la formulation du problème en
modèle mathématique nous permettra de pouvoir manipuler ses paramètres en agissant sur les
variables décisives qui auront rôle dans l’amélioration de la productivité du SEH tout en tenant
compte des contraintes économiques et énergétiques. En effet, ce travail est une image théorique
et un prérequis essentiel vers l’application de ce dernier sur le terrain d’étude qui sera dédié
dans le chapitre qui suit.
Chapitre III

Résultats et discussions
78 Chapitre III. Résultats et discussions

III.1 Introduction
Dans ce chapitre on s’intéresse à l’application des algorithmes évolutionnaires sur notre
problématique. Ces derniers seront l’atout vers l’obtention des solutions optimales, qui seront
ensuite le sujet d’une étude économique comparative avec le réseau conventionnel classique. A
cet effet, on présentera le site d’étude ainsi que l’analyse de son gisement énergétique. Suivi de
l’application des algorithmes d’optimisation sur la plateforme de programmation Matlab. Deux
scénarios d’étude seront proposés, chacun sera traité selon deux cas possible. Les résultats
obtenus seront discutés puis synthétisés afin d’aboutir à la meilleure solution pour notre SEH.
La finalité de notre travail est d’identifier le bénéfice ou le déficit réalisé, le délai de récupération
et la fiabilité du projet.

III.2 Présentation du site

SARL BOUBLENZA est une entreprise qui se situe à Tlemcen sur la latitude de 34,97° N
et 1,44° W. C’est une entreprise pionnière dans la production de poudre de caroube. Depuis
1994 ; elle s’est spécialisée dans la transformation de caroubes en produits dérivés importants
tels que la poudre de caroube, les graines de caroube et la pulpe de caroube. Son siège principal
se trouve sur la rue Bouabderrahmane, Faubourg Agadir à Tlemcen, 13000, Algérie. La figure
3.1 illustre l’image satellitaire du site SARL BOUBLENZA.
Elle emploie plus d’une centaine de travailleurs et vise les marchés internationaux pour sa
production. Etant donné que le CARANI Caruma et le BIOCAROB sont produits principale-
ment afin d’être destinés à l’exportation, SARL BOUBLENZA accueille des offres de partenariat
afin de renforcer sa présence en Europe, en Afrique et en Asie et le continent américain. Les
membres de l’éntreprise sont actifs dans différentes associations professionnelles et cadres telles
que :
— CCI Tafna
— ACET
— ANEXAL
— CACI
— FCE
— CAGEX
79 Chapitre III. Résultats et discussions

Figure III.1 – Image satellitaire du site SARL BOUBLENZA

III.3 Potentiel énergétique du site

La première étape de notre travail consiste à mesurer les valeurs du rayonnement solaire, la
température ambiante extérieure et la vitesse du vent ainsi que la mesure du profil de charge
horaire de la consommation du bloc administratif à l’aide d’un compteur d’électricité pour
chaque heure ; durant la période débutant du 10 Février jusqu’au 11 Mars 2020 (Le début
de la première vague du COVID-19 nous a empêché de poursuivre les mesures). Ces mesures
vont nous permettre de dimensionner l’installation du système hybride d’une manière optimale
suivant les différents algorithmes existants. La figure III.2 montre un exemple des mesures
journalières prises dans le site le 13/02/2020.
80 Chapitre III. Résultats et discussions

Figure III.2 – Les mesures journalières prises dans le site (Exemple du 13/02/2020).

Il faut signaler que les mesures du rayonnement solaire ont étaient prises à l’aide d’un
pyranomètre ; voir la figure III.3 ; la température ambiante a été mesurée à l’aide d’un capteur
de température numérique et la vitesse du vent est prise des données satellitaires de Global
Wind Atlas.

Figure III.3 – Pyranomètre.

Les mesures de la consommation on était prises à l’aide d’un compteur d’énergie électrique
Himel DTS607 (figure III.4) installé dans le poste électrique sur le départ de la distribution
du bloc administratif. Étant donné que le principe du compteur est de nature additionneur,
81 Chapitre III. Résultats et discussions

le prélèvement des mesures a était effectué chaque heure en soustrayant la valeur de l’heure
précédente. A partir de 17h jusqu’à 07h la valeur de consommation a était répartie également
sur cette intervalle, les charges principalement utilisées durant cette période étaient l’arrosage
et l’éclairage.

Figure III.4 – Compteur d’énergie électrique Himel DTS607 pour la mesure sur le site

le tableau III.1 ; ci-dessous représente les valeurs moyennes des mesures prises durant la
période du stage dans le site de SARL. BOUBLENZA.
82 Chapitre III. Résultats et discussions

Table III.1 – Valeurs moyennes des différentes mesures prises sur le site.

III.3.1 Potentiel solaire

Pour connaı̂tre le gisement solaire, c’est-à-dire les fluctuations du rayonnement solaire uti-
lisables au cours d’une période sur un site, il existe trois méthodes :
• Les mesures de rayonnement prélevées pratiquement sur le site d’étude,
• Les observations des stations météorologiques,
• L’imagerie satellitaire.
Dans ce travail, les données d’irradiation sont prélevées sur le site à l’aide d’un pyromètre
exposé sur un support 30° orienté sud dans quatre points différents du bloc comme le montre
la figure III.5, les quatre valeurs sont évaluées par la quantité moyenne durant chaque heure de
la journée.
83 Chapitre III. Résultats et discussions

Figure III.5 – Les quatre coins de mesure de l’irradiation solaire autour du bloc.

Après obtention des données d’irradiation solaire du site, la puissance est déterminée à partir
de l’éclairement solaire qui sera évaluée par l’équation du modèle décrite comme suit :

Ppv = η × S × G (W ) (III.1)

Les résultats d’irradiation ainsi que la puissance sont présentés par la figure III.6 et III.7 ;
ci-dessous :

Figure III.6 – L’éclairement solaire horaire moyen durant la journée.

84 Chapitre III. Résultats et discussions

L’ensemble des valeurs moyennes de l’éclairement durant la journée présentent une réparti-
tion normale ; représenté par un point maximum d’éclairement de 830,7 W/m² à 14h00. A noté
que le capteur était dirigé vers le sud d’un angle de 30°. Bien que la période du prélèvement
des mesures soit le mois de février qui est considérée comme étant un mois défavorable, les
valeurs mesurées indiquent une quantité intéressante durant cette période. De plus le site est
caractérisé par une durée d’ensoleillement importante ; arrivant jusqu’à 10 heures/jour et une
température extérieure assez idéale pour un bon fonctionnement du module photovoltaı̈que.
Ceci dit ; l’exploitation de ressource solaire dans cet endroit est une bonne approche pour assu-
rer l’approvisionnement en électricité. La figure III.7 illustre la puissance photovoltaı̈que d’un
module ZT300P durant la journée

Figure III.7 – La puissance photovoltaı̈que d’un module durant la journée.

La courbe de la puissance est une image de l’irradiation solaire. Le module atteint son
maximum à 14h pour une valeur de 227W, sachant que la puissance nominale du panneau est
de 300W.

III.3.2 Profil de la température

Les valeurs de la température extérieure sont indispensables pour la prévision de la puissance
photovoltaı̈que. Plus la température augmente, plus la tension des cellules diminuent, ce qui
85 Chapitre III. Résultats et discussions

engendre une diminution dans la puissance du module. Dans notre démarche de mesure, les
températures sont évaluées chaque heure durant la journée à partir d’un capteur de température
numérique. La figureIII.8 représente les données moyennes de la température journalière :

Figure III.8 – La température horaire moyenne durant la journée.

L’ensemble des valeurs moyennes de la température trace une courbe répétitive durant la
journée d’un point maximum de 20°C à 15h00. Cette valeur est idéale pour un bon fonctionne-
ment du panneau photovoltaı̈que sans influencer de mauvaise manière sur son rendement.

III.3.3 Potentiel éolien

L’implantation d’une éolienne dépend essentiellement de la connaissance des vitesses du
vent. Pour cette raison, nous devons effectuer une série de mesures précises et locales sur le
site d’étude. Ce dernier se situe dans un couloir d’air important là où la vitesse du vent est
considérablement accélérée suite à l’endroit qui est ouvert sans présence d’obstacles, ce qui
assure une bonne production éolienne. Les mesures de la vitesse du vent sont obtenues grâce
à la plateforme en ligne « Global Wind ATLAS » mesurées chaque heure à une hauteur de
10m du sol. Après l’obtention des vitesses du vent, l’approche suivante consiste à quantifier la
puissance utile délivrée à partir de la production éolienne en utilisant le modèle mathématique
développé. Ce dernier nous permettra aussi de mettre en évidence la densité de puissance d’une
éolienne. Les résultats sont présenté dans les figures III.9 et III.10 ci-dessous :
86 Chapitre III. Résultats et discussions

Figure III.9 – La vitesse du vent horaire moyenne durant la journée.

L’ensemble des valeurs moyennes de la vitesse du vent sont très aléatoires et stochastiques,
ceci revient à la nature du vent qui est imprévisible. On observe quand même une bonne
quantité de vent circulant l’après-midi de 12h à 18h durant la période de mesures, elle atteint son
optimum à 14h pour une valeur de 4,635 m/s. A partir de ces données récoltées, nous pouvons
prendre une décision sur le type d’éolienne à choisir en fonction de sa vitesse d’amorçage, vitesse
de coupure et nominale.

Figure III.10 – La densité de la puissance du vent durant la journée.

La densité de puissance représente le flux de puissance reparti sur la surface balayée par
les pales de l’éolienne. On remarque ici que la densité est en accordance avec la variation des
87 Chapitre III. Résultats et discussions

vitesses du vent. Elle atteint son maximum pour une vitesse de vent de 4,635 m/s.

De nature, la vitesse du vent varie en permanence. Pour prévoir réellement la production

d’énergie d’une éolienne, il faut identifier la force et la fréquence exactes du vent. Pour avoir
une bonne prévision pratique sur la production d’éolienne, la vitesse doit être calculé chaque
10minutes pour ensuite les répartires en divers intervalles. Néanmoins, la nature de nos résultats
est horaire, mais n’empêche qu’on peut toujours mettre en évidence le tracer de la densité de
Wei-bull ainsi qu’identifier ses paramètres k et c ; comme le montre la figure III.11.

Figure III.11 – La densité du vent horaire durant la journée

Le tracé du graphe montre une fréquence très importante dans l’intervalle entre 3m/s et
5m/s, cette information indique la valeur majoritaire de la vitesse du vent qui souffle générale-
ment sur notre site. Ceci est traduit par la valeur du facteur d’échelle ’c’ obtenu qui est égale
à 4,66m/s. D’autre part les vitesses du vent obtenues durant cette période sont peu dispersées
ceci est projeté par la valeur du facteur de forme ’k’ qui vaux 1,75.

Le profil des vitesses du vent nous permet de faire une extrapolation de ce dernier afin de
mettre en évidence l’évolution de la vitesse du vent du site en fonction de la hauteur ; suivant
la figure III.12.
88 Chapitre III. Résultats et discussions

Figure III.12 – Profil vertical de la vitesse du vent du site.

III.3.4 Profil de consommation

Le profil de charge est consacré principalement à la consommation du bloc administratif,
étant donné que le compteur d’énergie est accordé au départ de la distribution du bloc. Néan-
moins, généraliser l’étude sur tout l’ensemble de l’usine reste une perspective ouverte. La figure
III.13 représente le profil de charge moyen mesuré en kWh.

Figure III.13 – Profil de charge moyen horaire durant une journée.

A cet effet ; on observe une activité importante de la charge durant les heures de travail à
partir de 08h00 et qui atteint un pic de consommation à 11h d’une valeur de 7,68 kWh. En
89 Chapitre III. Résultats et discussions

revanche ; durant le soir, on enregistre une certaine consommation des pompes qui sont mises
en marches pour l’arrosage.

III.4 Résultats et discussions

La mise en application des différents algorithmes a permis de recenser plusieurs scénarios
dans le dimensionnement du système hybride. Notre but est de choisir la meilleure solution au
problème afin d’avoir une perspective durable ; vaste et riche en informations.

III.4.1 Scénario 1 : Valeurs de consommation maximale

Cette approche correspond aux données de la consommation journalière la plus défavorable.
Dans ce cas ; on a observé la plus grande quantité d’énergie consommée durant une heure ; qui
correspond à la journée du 19/02/2020. A cet effet ; le dimensionnement du système selon ce
scénario sera basé sur le cas le plus défavorable en considérons que le profil de charge journalier
est un vecteur d’énergie constant de valeur égale à la plus grande puissance consommée pendant
une heure de fonctionnement. La figure III.14 représente le profil de charge de la journée la plus
défavorable enregistré durant la période de mesures.

Figure III.14 – Profil de charge horaire durant la journée du 19/02/2020.

Ainsi ; on remarque une activité importante durant les heures de travail à partir de 09h00, qui
atteint son pic de consommation à 13h d’une valeur de 9,5 kWh. Afin d’élargir notre étude, nous
proposons pour l’entreprise plusieurs cas de solution suivant l’autonomie du bloc administratif :
90 Chapitre III. Résultats et discussions

III.4.1.1 Cas 1 : Charge avec autonomie

Dans ce premier cas, nous étudions le problème de dimensionnement en tenant compte

de l’autonomie de la charge qui est assurée par le système de stockage qui atteint les 24h.
Ce dernier sera donc apte de fournir l’énergie nécessaire pour la charge sans la présence des
autres sources renouvelables pour une période de 24h. La démarche à suivre est représenté dans
l’organigramme de la figure III.15. Tout d’abord, on commence par dimensionner la capacité
du parc de batteries en fonction de la charge et de l’autonomie souhaitée à l’aide de l’équation
(II.12) présentée dans le chapitre 2, cette partie nous permet d’obtenir le nombre de batteries
nécessaire capables de couvrir les besoins de la charge sans avoir recours aux autres sources
pour une période d’autonomie précise (24h dans notre cas). Une fois le nombre de batteries
identifié, le dimensionnement des autres sources (PV et éolien) sera évalué grâce aux algorithmes
stochastiques après avoir introduit les données initiales principales (Données météorologiques,
contraintes et paramètres initiales des algorithmes) (voir annexe B.1). Enfin, une fois avoir
identifié la valeur des variables d’état (nombre de chaque élément), l’algorithme évalue ces
deniers en les remplaçant dans la fonction objective et la minimise jusqu’à l’aboutissement de
l’optimum où, le coût de l’installation est la valeur la plus optimale.

Figure III.15 – Organigramme de la démarche d’optimisation du premier cas.

91 Chapitre III. Résultats et discussions

Après avoir modélisé et introduit le SEH sous la forme d’une fonction objective et ses
contraintes sur la plateforme Matlab, nous avons élaboré deux programmes utilisant les algo-
rithmes évolutionnaires PSO et AG pour optimiser notre fonction objective. Les résultats sont
présentés dans le tableau III.2 suivant :

Table III.2 – Résultats du scénario 1 avec autonomie.

Variables/méthode PSO AG
Nombre de panneaux PV 59,9473 ≡ 60 59,9544 ≡ 60
Nombre d’éoliennes 2 2
Nombre de batteries 16 16
Coût de l’installation e 185923,7686 185926,2135
Nombre d’itérations 25 94

Les résultats nous montrent que la meilleure configuration pour ce scénario est d’avoir 60
panneaux photovoltaı̈ques, 2 éoliennes et 16 batteries. Pour un prix de 185923,7686 e. Ceci est
confirmé par les deux algorithmes, Néanmoins, la vitesse de convergence du PSO ainsi que sa
précision est plus importante que l’AG. La figure III.16 représente les résultats de simulation
pour notre cas.

Figure III.16 – Résultats de simulation sur Matlab pour le premier cas du premier scénario.

La convergence des deux algorithmes vers le coût optimal est représentée dans les figures
92 Chapitre III. Résultats et discussions

III.17 et III.18.

Figure III.17 – Graphe de convergence du coût avec le PSO.

Figure III.18 – Graphe de convergence du coût avec l’AG.

La figure III.19 représente l’état de charge du parc de batteries lorsqu’elles fonctionnent en

parallèle pendant 48h avec les autres sources du SEH. On remarque bien que l’énergie issue
des batteries provient essentiellement durant la nuit, là où l’énergie solaire est absente et les
pompes d’arrosages sont en marche. Une fois l’irradiation solaire augmente en valeur durant
la journée, les batteries se mettent à se charger et donnent le relais aux deux autres sources
renouvelables pour fournir l’énergie exigée par la charge.
93 Chapitre III. Résultats et discussions

Figure III.19 – EDC du parc de batteries en fonctionnement parallèle.

La figureIII.20 représente la capacité du parc de batteries à tenir une autonomie de 24h

tout en satisfaisant les besoins de la charge. Ainsi ; on remarque clairement que le nombre de
batteries choisi dans ce cas-là, est suffisamment capable pour couvrir les besoins énergétique de
la charge sans l’intervention des sources renouvelables. Il faut noter que ; l’état de charge basse
des batteries contribue énormément à l’endommagement et la réduction de la durée de vie de
cette dernière, pour cette raison l’EDC des batteries ne descend jamais en dessous de sa valeur
minimale.

Figure III.20 – EDC du parc de batteries en fonctionnement autonome

94 Chapitre III. Résultats et discussions

La longévité du SEH est de 20 ans, le coût total d’achat, de maintenance et de renouvel-

lement coutera une valeur de 185923,7686 e. La puissance moyenne consommée par le bloc
administratif pendant 24h est de 122,915 kWh, ce qui est équivaut à une valeur de 898508,65
kWh d’ici 20 ans, sans prendre en considération l’extension de la charge. Pour un prix de kWh
évalué à 0,2181 e en 2019 au Portugal ; l’estimation du coût de la facture énergétique coutera
195964,736565 e. Ces valeurs nous permettent de mettre en évidence la somme économisée par
le client, ainsi que le délai de récupération qui se calcul par l’équation (III.2) suivante [69] :

I
DR = ×T (III.2)
FM
Avec :
• DR : Délai de récupération.
• T : Durée de vie du projet.
• I : Investissement requis (e).
• F M : Flux monétaire du projet ou le montant économisé (e).

La figure III.21 représente l’évaluation économique dans les 20 prochaines annéees qui
suivent. Le premier tracé en bleu indique l’évolution de la facture énergétique suivant l’éner-
gie conventionnelle issue du réseau classique. Le second tracé en vert représente l’évolution du
coût d’investissement dans le SEH, ce dernier débute avec un coût d’achat initial qui augmente
chaque année avec la somme de maintenance des différents éléments, tous les 4 ans un renou-
vellement des batteries est effectué sans prendre en compte le prix de maintenance des batteries
durant l’année de leurs renouvellements.

L’intersection de la valeur finale du coût d’investissement avec le tracé de la facture éner-

gétique classique sur l’axe temporelle représente la période où le client récupère le montant
investi dans le SEH, et à partir de ce moment-là jusqu’à la fin de vie du SEH tout l’argent
censé être dépensé sur la facture énergétique du bloc administratif sera économisé. On observe
ainsi que, le coût d’investissement dans le SEH sera remboursé durant la 18ème année, plus
précisément le 21 Novembre 2039 si on considère que le système sera installé le 01 Janvier 2021.
Dans ce cas, le SEH est à peine plus rentable que les énergies conventionnelles ; et permet au
client d’économiser une valeur de 10040,9679 e, à l’ajout que, le SEH contient un système de
stockage capable de maintenir l’unité administrative en marche pour une durée de 24h. Par
conséquent, on peut dire que ce dernier reste tout de même moins cher, moins polluant et un
investissement à l’avenir.
95 Chapitre III. Résultats et discussions

Figure III.21 – Evaluation économique dans les 20 prochaines années.

III.4.1.2 Cas 2 : Charge sans autonomie

Dans ce deuxième cas, nous étudions le problème de dimensionnement sans prendre en

considération l’autonomie de la charge qui est assurée par le système de stockage. Le dimen-
sionnement de ce dernier sera donc effectué en le considérant comme étant une troisième source
qui fonctionne en parallèle avec les sources déjà existantes, dont le rôle est de combler le dé-
ficit énergétique durant les heures opérationnelles. La démarche à suivre est représenté dans
l’organigramme de la figure III.22.
D’abord, on initialise le nombre de batterie par une valeur assez grande ainsi que les para-
mètres d’initialisations principaux. Le PSO et l’AG compilent et identifient le nombre des deux
sources PV et éolienne nécessaires. Néanmoins, le dimensionnement de ces dernières s’effectue
selon la puissance moyenne des deux sources, et ne prend pas en considération la puissance nulle
de la source photovoltaı̈que durant la nuit, c’est à ce moment-là que les batteries entrent en jeu.
Après avoir identifié le nombre de chaque source, ces derniers sont traités dans un algorithme
de gestion de charge/décharge de la batterie qui obéit aux équations (II.13) et (II.16) présentées
dans le chapitre 2. Le but est donc de déterminer le nombre minimum exact de batteries qui
permettent de combler le déficit énergétique tout en respectant les limites inférieures et supé-
rieures liées à leurs EDC. Pour ce faire, selon le nombre de batteries initialisé au départ, un suivi
96 Chapitre III. Résultats et discussions

de l’EDC journalière du parc de batteries sera effectué. Tant que la valeur minimale de cette
dernière reste au-dessus de la limite inférieure, l’algorithme réduit le nombre de batterie initial
après chaque itération jusqu’à l’aboutissement de la valeur minimum exacte qui d’un côté, est
énergétiquement suffisante et d’un autre, respecte les normes imposées au départ. Enfin, une
fois avoir identifié le nombre de batteries, l’évaluation à travers la fonction objective se fait et
l’algorithme compile jusqu’à l’aboutissement de l’optimum où, le coût de l’installation est la
valeur la plus optimal.

Figure III.22 – Organigramme de la démarche d’optimisation du SEH du second cas.

Après avoir modélisé et introduit le SEH sous la forme d’une fonction objective et ses
97 Chapitre III. Résultats et discussions

contraintes sur la plateforme Matlab, nous avons élaboré deux programmes utilisant les algo-
rithmes évolutionnaires PSO et AG pour optimiser notre fonction objective. Les résultats sont
présentés dans le tableau III.3 suivant :

Table III.3 – Résultats du scénario 1 sans autonomie.

Variables/méthode PSO AG
Nombre de panneaux PV 62,9912 ≡ 63 62,9982 ≡ 63
Nombre d’éoliennes 2 2
Nombre de batteries 6 6
Coût de l’installation e 92727,5323 92729,9772
Nombre d’itérations 30 34

Les résultats nous montrent que la meilleure configuration pour cette architecture est d’avoir
63 panneaux photovoltaı̈ques, 2 éoliennes et 6 batteries. Pour un prix de 92727,5323 e. Ceci
est confirmé par les deux algorithmes, Néanmoins, la vitesse de convergence du PSO ainsi
que sa précision reste la plus importante que l’AG. La figure III.23 représente les résultats de
simulation pour notre cas.

Figure III.23 – Résultats de simulation sur Matlab pour le second cas du premier scénario.

La convergence des deux algorithmes vers le coût optimal est représentée dans les figures
III.24 et III.25.
98 Chapitre III. Résultats et discussions

Figure III.24 – Graphe de convergence du coût avec le PSO.

Figure III.25 – Graphe de convergence du coût avec l’AG.

La figure III.26 représente le tracé de variation du nombre de batteries durant la journée.

Nous avons obtenu ce tracé après avoir effectué le suivi de l’EDC des batteries lorsqu’elles
fonctionnent en parallèle avec les autres sources du SEH. On retiendra donc, qu’afin de satisfaire
la charge énergétiquement tout en respectant les contraintes imposées, le nombre de batteries
dans ce cas-là doit être égal à 6.
99 Chapitre III. Résultats et discussions

Figure III.26 – Tracé de variation du dimensionnement des batteries.

La figure III.27 représente l’état de charge du parc de batteries durant 48h. Nous pouvons
clairement voir que l’énergie assurée par les batteries provient essentiellement durant la nuit, là
où l’énergie solaire est absente et les pompes d’arrosages sont en marche. Une fois l’irradiation
solaire augmente en valeur, les batteries se mettent à se charger et donnent le relais aux deux
sources renouvelables. On constate également que le nombre de batteries choisi dans ce cas
est suffisamment apte à couvrir les besoins énergétiques de la charge sans atteindre son état
minimum ni s’épuiser. À noter aussi que, la quantité d’énergie issue des sources renouvelables
PV et éolienne est assez suffisante pour recharger les batteries entièrement durant la journée.

Figure III.27 – EDC du parc de batteries en fonctionnement parallèle.

100 Chapitre III. Résultats et discussions

La durée de vie du SEH est de 20 ans, le coût total d’achat, de maintenance et de renou-
vellement coutera une valeur de 92727,5323 e. La puissance moyenne consommée par le bloc
administratif pendant 24h est de 122,915 kWh, ce qui est équivaut à une valeur de 898508,65
kWh d’ici 20 ans, sans prendre en considération l’extension de la charge. Pour un prix de kWh
évalué à 0,2181 e en 2019 au Portugal ; l’estimation du coût de la facture énergétique coutera
195964,736565 e. Ces valeurs nous permettent de mettre en évidence la somme économisée par
le client, ainsi que le délai de récupération. L’évaluation économique durant les 20 prochaines
années sont représentées dans la figure III.28.
Similairement au premier cas, l’intersection projetée sur l’axe temporelle représente la pé-
riode où le client récupère le montant investi dans le SEH, et à partir de ce moment-là jusqu’à
la fin de vie du SEH tout l’argent censé être dépensé sur la facture énergétique du bloc ad-
ministratif sera économisé. On observe ainsi que, le coût d’investissement dans le SEH sera
remboursé durant la 9ème année, plus précisément le 17 Mai 2030 si on considère que le sys-
tème sera installé le 01 Janvier 2021. Dans ce cas, le SEH est vigoureusement plus rentable que
les énergies conventionnelles ; et permet au client d’économiser une valeur de 103237,2042 e, ce
qui est tout à fait la somme nécessaire pour mettre en place une toute autre installation d’un
SEH similaire. Conséquemment, ce cas est amplement avantageux, et indique à quel point les
énergies renouvelables peuvent générées du bénéfice dans le futur proche.

Figure III.28 – Évaluation économique dans les 20 prochaines années.

101 Chapitre III. Résultats et discussions

III.4.2 Scénario 2 : Valeurs de consommation moyenne

Dans le deuxième scénario, les données de la consommation utilisées seront les valeurs
moyennes journalières de la période de mesures. Le traitement de ce cas est très important,
afin de diversifier la nature de l’étude et d’aboutir à des résultats variés. Sachant que, les
études de dimensionnement se font fréquemment à base de données moyennes d’une période
bien précise.
Similairement au premier scénario, nous proposons pour l’entreprise plusieurs cas de solution
suivant l’autonomie du bloc administratif :

III.4.2.1 Cas 1 : Charge avec autonomie

De la même manière présentée dans le premier scénario, l’étude de celui-ci sera similaire.
Le dimensionnement sera donc fait selon deux cas ; avec et sans autonomie. Commençant donc
à évaluer l’étude pour que l’unité administrative dispose d’une autonomie de 24 heures. Les
résultats obtenus sont reportés dans le tableau III.4 comme suit :

Table III.4 – Résultats du scénario 2 avec autonomie.

Variables/méthode PSO AG
Nombre de panneaux PV 41,2414 ≡ 42 41,2414 ≡ 42
Nombre d’éoliennes 2 2
Nombre de batteries 12,6456 ≡ 13 12,6456 ≡ 13
Coût de l’installation e 151172,7671 151172,7684
Nombre d’itérations 32 97

Les résultats nous montrent que la meilleure configuration pour ce scénario est d’avoir 42
panneaux photovoltaı̈ques, 2 éoliennes et 13 batteries. Pour un prix de 151172,7671 e. Ceci est
confirmé par les deux algorithmes ; figure III.29. Néanmoins, la vitesse de convergence du PSO
ainsi que sa précision est plus importante que l’AG.
102 Chapitre III. Résultats et discussions

Figure III.29 – Résultats de simulation sur Matlab pour le premier cas du second scénario.

La convergence des deux algorithmes vers le coût optimal est représentée dans les figures
III.30 et III.31 :

Figure III.30 – Graphe de convergence du coût avec le PSO.

103 Chapitre III. Résultats et discussions

Figure III.31 – Graphe de convergence du coût avec l’AG.

La figure III.32 représente l’état de charge du parc de batteries lorsqu’elles fonctionnent en

parallèle avec les autres sources du SEH. De la même manière illustrée dans la première étude,
on remarque bien que l’énergie issue des batteries provient essentiellement durant la nuit, et au
cours de la journée l’irradiation solaire augmente en valeur, provoquant la charge des batteries.

Figure III.32 – EDC du parc de batteries en fonctionnement parallèle.

104 Chapitre III. Résultats et discussions

La figureIII.33 représente la capacité du parc de batteries à tenir une autonomie de 24h

tout en satisfaisant les besoins de la charge. Ainsi ; on remarque clairement que le nombre de
batteries choisi dans ce cas-là (qui est de 13), est suffisamment capable pour couvrir les besoins
énergétique de la charge sans l’intervention des sources renouvelables et sans atteindre son EDC
minimum.

Figure III.33 – EDC du parc de batteries en fonctionnement autonome.

La longévité du SEH est de 20 ans, le coût total d’achat, de maintenance et de renouvel-

lement coutera une valeur de 151172,7671 e. La puissance moyenne consommée par le bloc
administratif pendant 24h est de 122,915 kWh, ce qui est équivaut à une valeur de 898508,65
kWh d’ici 20 ans, sans prendre en considération l’extension de la charge. Pour un prix de kWh
évalué à 0,2181 e en 2019 au Portugal ; l’estimation du coût de la facture énergétique coutera
195964,736565 e. Ces valeurs nous permettent de mettre en évidence la somme économisée par
le client, ainsi que le délai de récupération. L’évaluation économique durant les 20 prochaines
années sont représentées dans la figure III.34.

Similairement au premier scénario, l’intersection projetée sur l’axe temporelle représente

la période où le client récupère le montant investi dans le SEH, et à partir de ce moment-là
jusqu’à la fin de vie du SEH tout l’argent censé être dépensé sur la facture énergétique du
bloc administratif sera économisé. On observe ainsi que, le coût d’investissement dans le SEH
sera remboursé durant la 15ème année, plus précisément le 04 Mai 2036 si on considère que le
système sera installé le 01 Janvier 2021. Dans ce cas, le SEH est correctement plus rentable
105 Chapitre III. Résultats et discussions

que les énergies conventionnelles ; et permet au client d’économiser une valeur de 44791,969465
e, ce qui est nettement une somme assez importante sachant que, le SEH contient un système
de stockage capable de maintenir l’unité administrative en marche pour une durée de 24h.
Conséquemment, ce cas est beaucoup plus avantageux que le réseau classique, moins polluant
et un investissement à l’avenir.

Figure III.34 – Evaluation économique durant 20 ans de fonctionnement.

III.4.2.2 Cas 2 : Charge sans autonomie

De la même manière présentée dans le premier scénario, l’étude de celui-ci sera similaire. Le
dimensionnement du système de stockage sera donc effectué en le considérant comme étant une
troisième source qui fonctionne en parallèle avec les sources déjà existantes, dont le rôle est de
combler le déficit énergétique durant les heures opérationnelles. Les résultats sont reportés sur
le tableau III.5 suivant :
106 Chapitre III. Résultats et discussions

Table III.5 – Résultats du scénario 2 sans autonomie.

Variables/méthode PSO AG
Nombre de panneaux PV 41,9335 ≡ 42 41,9338 ≡ 42
Nombre d’éoliennes 2 2
Nombre de batteries 4 4
Coût de l’installation e 66587,37 66587,49
Nombre d’itérations 12 15

Les résultats nous montrent que la meilleure configuration pour ce scénario est d’avoir 42
panneaux photovoltaı̈ques, 2 éoliennes et 5 batteries. Pour un prix de 66587,37 e. Ceci est
confirmé par les deux algorithmes ; figure III.35. Néanmoins, la vitesse de convergence du PSO
ainsi que sa précision est plus importante que l’AG.

Figure III.35 – Résultats de simulation sur Matlab pour le second cas du second scénario.

La convergence des deux algorithmes est représentée dans les figures III.36 et III.37 :
107 Chapitre III. Résultats et discussions

Figure III.36 – Graphe de convergence du coût avec le PSO.

Figure III.37 – Graphe de convergence du coût avec l’AG.

La figure III.38 représente le tracé de variation du nombre de batteries durant la journée.

Similairement au premier scénario, nous avons obtenu ce tracé après avoir effectué le suivi de
108 Chapitre III. Résultats et discussions

l’EDC des batteries lorsqu’elles fonctionnent en parallèle avec les autres sources du SEH. On
retiendra donc, qu’afin de satisfaire la charge énergétiquement tout en respectant les contraintes
imposées, le nombre de batteries dans ce cas-là doit être égal à 4.

Figure III.38 – Tracer de variation du dimensionnement des batteries.

La figure III.39 représente l’état de charge du parc de batteries durant 48h. Identiquement
au premier scénario, on constate que le nombre de batteries choisi dans ce cas est suffisamment
apte à couvrir les besoins énergétiques de la charge sans atteindre son état minimum ni s’épuiser.
À noter aussi que, la quantité d’énergie issue des sources renouvelables PV et éolienne est assez
suffisante pour recharger les batteries entièrement durant la journée.
109 Chapitre III. Résultats et discussions

Figure III.39 – EDC du parc de batteries en fonctionnement parallèle.

La durée de vie du SEH est de 20 ans, le coût total d’achat, de maintenance et de renou-
vellement coutera une valeur de 66587,37 e. La puissance moyenne consommée par le bloc
administratif pendant 24h est de 122,915 kWh, ce qui est équivaut à une valeur de 898508,65
kWh d’ici 20 ans, sans prendre en considération l’extension de la charge. Pour un prix de kWh
évalué à 0,2181 e en 2019 au Portugal ; l’estimation du coût de la facture énergétique coutera
195964,736565 e. Ces valeurs nous permettent de mettre en évidence la somme économisée par
le client, ainsi que le délai de récupération. L’évaluation économique durant les 20 prochaines
années est représentée dans la figure III.40.

Similairement aux études précédentes, l’intersection projetée sur l’axe temporelle représente
la période où le client récupère le montant investi dans le SEH, et à partir de ce moment-là
jusqu’à la fin de vie du SEH tout l’argent censé être dépensé sur la facture énergétique du bloc
administratif sera économisé. On observe ainsi que, le coût d’investissement dans le SEH sera
remboursé durant la 6ème année, plus précisément le 16 Septembre 2027 si on considère que le
système sera installé le 01 Janvier 2021. Dans ce cas, le SEH est considérablement plus rentable
que les énergies conventionnelles ; et permet au client d’économiser une valeur de 129377,366565
e, ce qui est quasiment le double de la somme nécessaire pour mettre en place ce SEH. En
conséquent, ce cas est le plus favorable et le moins cher en vue de l’ensemble des autres cas
d’études.
110 Chapitre III. Résultats et discussions

Figure III.40 – Evaluation économique durant 20 ans de fonctionnement.

III.5 Synthèse
Il faut signaler que le SEH restera le plus rentable, le plus efficient et moins cher que
la facturation classique des énergies conventionnelles dans les pays où la subvention étatique
d’électricité n’existe pas. Après avoir obtenu plusieurs résultats issus de l’application des al-
gorithmes évolutionnaires sur notre cas d’étude, le choix de la configuration idéale peut être
sélectionné selon divers indicateurs importants qui sont : L’autonomie de la charge, la taille du
système, le coût d’investissement, le délai de récupération et la probabilité de défaillance. Cette
dernière représente la probabilité que la puissance de la charge dépasse la puissance fournie par
le SEH en une heure donnée. La probabilité que cet événement se produise durant les 20 ans
de fonctionnement de notre SEH peut être calculé suivant l’équation (III.3) suivante [70] :

Nj 24
!
1 X 1 X
PD = (p (Px > Pmax )) × 100 (III.3)
Nj n=1 24 n=1
Avec :
• P D : Probabilité de défaillance durant 20 ans (%).
• Nj : Nombre de jours de mesures.
111 Chapitre III. Résultats et discussions

• Px : Puissance horaire quelconque (kWh).

• Pmax : Puissance horaire maximum journalière (kWh).

Un récapitulatif des résultats obtenus est représenté dans le tableau III.6 ci-dessous. On
rappelle que le premier scénario concerne l’étude du dimensionnement du SEH suivant la valeur
maximum de consommation, tandis que, le second scénario est basé sur les valeurs moyennes
de la consommation. Le premier cas concerne un dimensionnement où la charge possède une
autonomie de 24h, alors que dans le second cas, la charge ne possède aucune autonomie et
fonctionne selon l’énergie disponible des différentes sources du SEH.

Table III.6 – Récapitulatif des résultats obtenus.

Scénario 1 Scénario 2
Cas 1 Cas 2 Cas 1 Cas 2
Coût d’installation (e) 185923,7686 92727,5323 151172,7671 66587,37
Délai de récupération (an) 18,9752 9,4637 15,4286 6,7959
Montant économisé (e) 10040,9679 103237,2042 44791,9694 129377,3665
Probabilité de défaillance (%) 0 0 8,33 8,33

Nous remarquons bien que, du côté économique, les résultats du second scénario sont plus
avantageux et représente une meilleure solution pour les investissements à bas prix dont les dé-
lais de récupérations sont courts. Le choix du cas de dimensionnement d’un autre côté revient
totalement au responsable selon le type de charge dont il dispose et le rapport importance/ur-
gence des différentes tâches à effectuées. Néanmoins, du côté qualité, avoir une probabilité où
le SEH s’avère incapable de satisfaire la charge en une heure donnée est hasardeux. C’est donc
plus sûre et plus fiable d’éliminer cette probabilité dès le départ en se contentant d’un SEH
qualifié et efficace.
La présence de plusieurs indicateurs de choix, contribuent à la prise de la bonne décision
qui est à la fois bien étudiée et qui satisfait les besoins et les requêtes imposées par le client.
Ainsi, la meilleure configuration pour notre SEH est celle du second cas du premier scénario. En
termes de rapport qualité/prix ce choix s’avère le meilleur pour sa fiabilité, son coût réduit et le
délai de récupération qui est moyennement court. A savoir que la nature des différentes charges
de l’unité administrative ne nécessite pas forcément une autonomie, ces dernières peuvent se
permettre d’être privées d’électricité pour une période donnée. A ne pas oublier que le SEH se
dispose d’un générateur diesel de 10kWh, qui peut facilement prendre le relais en cas d’absence
totale des sources renouvelables et de la présence de travaux urgents et importants à traiter.
112 Chapitre III. Résultats et discussions

Cas d’application en Algérie

Dans le cas d’une approche appuyé sur le prix du kWh en Algérie, nous observons dans le
tableau III.7 et la figure III.41 que pour les deux scénarios proposés ; le délai de récupération
n’est jamais atteint, et par conséquent le projet n’est pas rentable et représente un investis-
sement infructueux. A savoir que, ces résultats sont obtenus en considérant que le SEH opère
pour une durée illimitée ; et donc, dans un cas réel où la durée de vie pratique d’un SEH est
de 20 ans, l’investisseur ne récupérera jamais son montant investi vu que le SEH ne sera plus
capable d’opérer au-delà de 20 ans. Cette différence de rentabilité entre les pays Européens et
l’Algérie est due aux fortes subventions étatiques sur le prix du kWh d’électricité. En effet,
l’État Algérienne procure aux citoyens un prix d’électricité qui est très bas par rapport au
prix international. Ceci en résulte que d’un point de vue économique, le meilleur choix pour le
consommateur en Algérie, est l’alimentation via le réseau conventionnel dont la seule société de
production sur le terrain national est « SONELGAZ ».

Table III.7 – Résultats en cas d’application en Algérie.

Scénario 1 Scénario 2
Cas 1 Cas 2 Cas 1 Cas 2
Coût d’installation (e) 185923,7686 92727,5323 151172,7671 66587,37
Délai de récupération (ans) 119,1715 59,4356 96,8972 42,6805
Pertes financières (e) 154721,0556 61524,8193 119970,0541 35384,6570

Figure III.41 – Evaluation économique en cas d’application en Algerie.

113 Chapitre III. Résultats et discussions

Les deux algorithmes utilisés nous procurent une solution fiable et exacte, la différence néan-
moins, réside dans la vitesse de convergence et parfois la précision. La figure III.42 représente
une comparaison côte à côte de la convergence du PSO et de l’AG.

Figure III.42 – Graphe de comparaison de la vitesse de convergence du PSO et de l’AG.

De cette comparaison et des résultats obtenus précédemment dans l’étude, nous concluons
que la vitesse de convergence du PSO est plus importante que celle de l’AG. Cela revient au
mécanisme intelligent de recherche dans l’espace du PSO qui dépend principalement sur la
mémoire des particules et la communication harmonieuse entre elles.
114 Chapitre III. Résultats et discussions

III.6 Conclusion
Dans ce chapitre nous avons présenté et analysé le site d’étude et son potentiel énergétique,
puis nous avons élaboré et concrétisé mathématiquement le dimensionnement d’un système
d’énergie hybride composé d’une source d’énergie éolienne, solaire et d’un système de stockage.
Cette étude a pu être réalisée grâce à des algorithmes évolutionnaires orignaux, qui ont donnés
divers résultats et solutions pour la problématique. Cependant, la solution idéale est différente
selon les indicateurs principaux du cahier de charge. Le but de ce mémoire était de démontrer
qu’il est faisable de réduire la dépendance au réseau public et à l’énergie conventionnelle en adop-
tant des systèmes énergétiques hybrides. Les résultats montrent ostensiblement des avantages
économiques et écologiques plus adéquats et pertinents par rapport au réseau conventionnel
dans le futur proche.
Conclusion générale
et perspectives
Conclusion générale et perspectives

Conclusion générale
Dans ce mémoire nous avons traité la problématique du dimensionnement optimal dans les
systèmes multi-sources par l’intermédiaire d’algorithmes d’optimisation évolutionnaires PSO
et AG. Notre travail présente un cas d’étude réel pour un bloc administratif de l’usine SARL
BOUBLENZA qui se situe à Tlemcen, Algérie ; les résultats développés ont démontré leurs
performances suite à l’assurance de continuité d’électrification ainsi que le retour sur investis-
sement réalisé sur un temps réduit permettant de justifier la fiabilité de l’installation mise en
étude et de renforcer l’investissement dans les énergies renouvelables.

Nous avons d’abord analysé le contexte énergétique mondial, en évoquant plus précisément
celui de l’Algérie. Nous avons ainsi décris le contexte de la production d’énergie électrique issue
des sources renouvelables. Ensuite, nous avons définis les systèmes énergétiques hybrides en in-
troduisant les différentes technologies actuelles et les techniques de gestion de ce dernier. Chose
qui nous a permis d’aboutir à l’architecture optimale concernant le système hybride adopté
pour la suite de l’étude.

Ensuite, une modélisation des différents générateurs de production électrique, des conver-
tisseurs et du système de stockage a été présentée. La modélisation des différents éléments du
système multi-sources nous a permis d’exploiter et de manipuler ces derniers selon les données
initiales dont on possède, ainsi on a pu définir la problématique et le modèle utilisée donnant la
fonction objective et les contraintes qui lui obéissent. Cette dernière dépend principalement de
l’aspect économique étant donné que cette étude est une optimisation dont le but est de propo-
ser un système multi-sources fiable et moins chère que le système classique actuellement abordé.

Enfin, le dernier chapitre a permis de démontrer la fiabilité du système multi-sources avec

les résultats obtenus des deux approches adoptées. Le traitement de ce travail s’est appuyé
117 Conclusion générale et perspectives

sur l’élaboration d’algorithmes métaheuristiques évolutionnaires (PSO) et (AG), ces derniers

ont étaient développés de manière à s’adapter avec n’importe quelles extension ou amélioration
apportées au système hybride. Les résultats obtenus des deux programmes étaient identiques,
bien que la vitesse de convergence du PSO fût être plus importante, néanmoins la fiabilité
du système était démontrée. La première approche consiste à étudier la problématique dans
les conditions les plus défavorables possible, et la seconde a était traitée pour des valeurs
moyennes. Les deux ont étaient réalisées suivant deux scénarios présumé être plusieurs choix
pour l’utilisateur du SEH. Les résultats ont clairement démontrés les avantages du système
mutli-sources concernant l’indépendance énergétique et l’aspect économique apporté, même en
adoptant un SEH dont une étude faite selon le cas le plus défavorable, ce dernier reste un
concurrent pertinent et imposant au système conventionnel classique.

Perspectives
En ce qui concerne le dimensionnement, il serait ainsi possible d’équiper les modules photo-
voltaı̈ques avec un système suiveur solaire à deux ou à un seul axe, de cette manière la puissance
produite par le générateur photovoltaı̈que sera beaucoup plus importante, et par conséquent,
ça nous mène à réduire le nombre total des modules PV utilisés dans le dimensionnement.

En ce qui concerne l’étude en soie, la possibilité de généraliser l’étude sur l’ensemble total de
l’usine est exécutable. En effet, l’usine se dispose déjà d’un générateur diesel d’une puissance de
825 kVA, l’augmentation du nombre des générateurs renouvelable et du système de stockage au
détriment de la charge supportée par l’usine, est un ajout majeur vers la dépendance énergétique
et l’autonomie de l’usine. Cette capacité de s’auto-satisfaire énergétiquement peut engendrer
une nouvelle capacité concernant la vente et la distribution du surplus énergétique à d’autres
utilisateurs. Cette opération peut rétrécir rapidement le délai de récupération du coût investi,
et le propriétaire se retrouve ainsi dans la phase de profit avant même que la date prévue soit
atteinte.
 Références
bibliographiques
Bibliographie

[1] A. Zervos : REN 21. [Siteweb], consulté le : Janvier 2020. URL : www.ren21.net.
[2] AO Benelkadi, A Kaabeche et Y Bakelli : Etude de faisabilité technico-économique
des centrales photovoltaı̈ques en algérie. Revue des Energies Renouvelables, 21(2):181–198,
2018.
[3] Lila Croci : Gestion de l’énergie dans un système multi-sources photovoltaı̈que et éo-
lien avec stockage hybride batteries/supercondensateurs. Thèse de doctorat, Université de
Poitiers, 2013.
[4] Sandra Yaleko Kongo : Logistique de l’installation et de l’exploitation des énergies
renouvelables en site isolé nordique. Thèse de doctorat, Université du Québec à Rimouski,
2016.
[5] Nadia Benalouache : Energie solaire pour la production d’électricité au Maghreb : Tran-
sition énergétique et jeux d’échelles. Thèse de doctorat, Université de Sfax, 2017.
[6] Agence Internationale de l’Énergie. [Siteweb], consulté le : Decembre 2019. URL :
www.iea.org.
[7] J.-H. Guay : Perspective monde. [Siteweb], consulté le : Janvier 2020. URL :
www.perspective.usherbrooke.ca.
[8] Cnrs le journal. [Siteweb], consulté le : Janvier 2020. URL : www.lejournal.cnrs.fr.com.
[9] Marius Dalloni : La géologie du pétrole et la recherche des gisements pétrolifères en
Algérie. J. Carbonel, 1922.
[10] Algerie 360. [Siteweb], consulté le : Janvier 2020. URL : www.algerie360.com.
[11] Ministère de l’Énergie Algérie. [Siteweb], consulté le : Juillet 2020. URL :
https ://www.energy.gov.dz/ ?article=le-ministre-de-lrenergie-a-lrassemblee-populaire-
nationale.
[12] Electricity prices for households in portugal. [Siteweb], consulté le : Juin 2020. URL :
www.statista.com.
120 BIBLIOGRAPHIE

[13] L. Leila : Les energies fossiles en algérie face a un environment changeant. Journal Ijtihad
d’études juridiques et économiques, 1:44–62, 2018.
[14] Observer et Fondation energies pour le monde. La production d’électricité dans le monde :
perspectives générales, 2017.
[15] A. Omri : Analyse de la transition vers les énergies renouvelables en Tunisie : Risques,
enjeux et stratégies a adopter. Thèse de doctorat, Université de Sfax, 2017.
[16] Nrel solar spectrum. [Siteweb], consulté le :Juin 2020. URL : www.nrel.gov.
[17] A.Darson : Transition énergétique et transition juridique : le développement des énergies
de sources renouvelables en France. Thèse de doctorat, Université de Bordeaux, 2015.
[18] A. T. Singo : Systéme d’alimentation photovoltaique avec stockage hybride pour l’habitat
énergétiquement autonome. Thèse de doctorat, Université de Lorraine, 2010.
[19] La jonction p-n, clé du succés des cellules photovoltaıques. Siteweb], consulté le : Juin
2020. URL : www.futurasciences.com.
[20] J. Serres et P. Dubois : Installation solaire photovoltaique autonome utilisant des cellules
en couches minces cis. La Revue IEEE, SEE,, pages 65–70, 2018.
[21] Fonctionnement d’un panneau solaire photovoltaique. [Siteweb], consulté le : Juin 2020.
URL : www.hellowatt.fr.
[22] C. Bernard, J. Chauvin, D. Lebrun, J. Muraz et P. Stassi : Station solaire autonome
pour l’alimentation des antennes de l’expérience de radio détection a l’observatoire pierre
auge, Oct 2006.
[23] Etude d’impact sur environment de l’extension du parc photovoltaique de lanas, Juin 2020.
[24] A.Brahimi : Etude de performances d’un capteur solaire plan a eau. Thèse de doctorat,
Université de Lorraine, 2016.
[25] A. Rodler, J. Virgone, J. Roux, E. Kim et J.-L. Hubert : Impact de la tache solaire
sur un modéle thermique tri-dimensionnel de batiment : application a une cellule fortement
isolée,. CIFQ, pages 547–552, 2013.
[26] J.Bezian, A. Bounaceur, A. de Ryck et M. El-Haf : Un nouveau concept de centrale
solaire thermodynamique basé sur un récepteur a lit fluidisée. JITH, pages 1–5, 2007.
[27] M. A. Rahmani : Gestion de l’énergie d’une microcentrale solaire thermodynamique. Thèse
de doctorat, Université de Grenoble, 2014.
[28] W.He, M. Namar, Z. Li, A. Maleki et I. Tlili : Thermodynamic analysis of a solardri-
ven high-temperature steam electrolyzer for clean hydrogen production. Applied Thermal
Engineering, pages 115–152, 2020.
121 BIBLIOGRAPHIE

[29] Solaire thermique a concentration. [Siteweb], consulté le : Janvier 2020. URL :

www.solarpedia.net.
[30] A. Gaillard : Systéme éolien basé sur une MADA : contribution a l’étude de la qualité
de l’énergie électrique et de la continuité de service. Thèse de doctorat, Université Henri
Poincaré Nancy 1, 2010.
[31] R. Maouedj, S. Bousalem et B. Benyoucefi : Etude des performances d’un systéme
éolien application pour des sites algériens. JITH, 2007.
[32] Fouad Boukli-Hacene, Djamila Abdeslame, Nabila Kherba, Kasbadji Merzouk et
Merzouk Hacene Mahmoudi : On the use of wind energy to power reverse osmosis de-
salination plant : A case study from ténès (algeria). Renewable and Sustainable Energy
Reviews, 2011.
[33] Univérsité de Leman. Projet-eolienne, Juin 2020.
[34] H. Camblong : Modélisation et commande de systémes éoliens. Thèse de doctorat, Ecole
Nationale Supérieure des Arts et Métiers, 2009.
[35] M.Lemine, L. Bakkali et A.Mahmoud : Modélisation et simulation du systéme de
conversion énergétique d’un aérogénérateur. Xéme Conférence Internationale : Conception
et Production Intégrées, 2015.
[36] K. Merzouk et M. Merzouk : Estimation du potentiel énergétique éolien utilisable
application au pompage dans les hauts plateaux,. Revue des Energies Renouvelables, 2006.
[37] O. Gergaud, B. Multon et B. Ahmed : Modélisation d’une chaine de conversion éolienne
de petite puissance. Electrotechnique du Futur, pages 17–22, 2001.
[38] F. Becker : Emulation d’une chaine éolienne de conversion d’énergie. sciences de l’ingé-
nieur, 2009.
[39] G. Espana : Etude expérimentale du sillage lointain des éoliennes a axe horizontal au
moyen ´d’une modélisation simplifiée en couche limite atmosphérique. Thèse de doctorat,
Université d’Orléans, 2009.
[40] O. Abdellatif : Contribution a la Modélisation et au Développement des Systémes de
Chauffage Solaire a Usage Individuel. Thèse de doctorat, Ecole Nationale Polytechnique
d’Oran, 2018.
[41] Ministere de l’energie et des mines Algerie. Siteweb], consulté le : Janvier 2020. URL :
www.energy.gov.dz.
[42] M.Ghodbane et B.Boumeddaner : Numerical modeling of a parabolic trough solar
collector at bouzareah, algeria. International Journal of Chemical and Petroleum Sciences,
2017.
122 BIBLIOGRAPHIE

[43] L Aı̂che-Hamane et A Khellaf : Cartographie des ressources éoliennes de l’algérie.

Bulletin des Sciences géographiques, (11):23–28, 2003.
[44] L. Stoyanov : Etude de différentes structures de systémes hybrides a sources d’énergie
renouvelables. Thèse de doctorat, Univérsité Technique de Sofia, 2018.
[45] H. Adel : Stratégie de gestion multi énergie dans un systém hybride éolien-diesel-dispositif
de stockage. Thèse de doctorat, Univérsité de Quebec a Trois-riviéres, 2018.
[46] L. Chalal : Coordination de systémes multisources pour favoriser la production d’énergie
électrique Renouvelable. Thèse de doctorat, Université Lille 1, 2013.
[47] Ludmil Stoyanov : Etude de différentes structures de systèmes hybrides à sources d’éner-
gie renouvelables. Thèse de doctorat, Université Pascal Paoli, 2011.
[48] B. Samer : Optimisation de dimensionnement d’un systéme hybride eolien/diesel auto-
nome. Thèse de doctorat, Université M’hamed Bougraa de Boumerdes, 2015.
[49] Abdelfettah Kerboua, Fouad Boukli-Hacene et Khaldoon A. Mourad : Particle
swarm optimization for micro-grid power management and load scheduling. International
Journal of Energy Economics and Policy, pages 71–80, 2019.
[50] Bogdan S Borowy et Ziyad M Salameh : Methodology for optimally sizing the combi-
nation of a battery bank and pv array in a wind/pv hybrid system. IEEE Transactions on
energy conversion, 11(2):367–375, 1996.
[51] Said Diaf, Djamila Diaf, Mayouf Belhamel, Mourad Haddadi et Alain Louche : A
methodology for optimal sizing of autonomous hybrid pv/wind system. Energy policy,
35(11):5708–5718, 2007.
[52] Monin et Obukhov : Basic laws of turbulent mixing in the surface layer of the atmos-
phere. Contrib. Geophys. Inst. Acad, pages 163—-187, 1954.
[53] H. Yang, L. Lu et J. Byrnett : Weather data and probability analysis of hybrid
photovoltaic-wind power generation systems in hong kong. Renew Energy, pages 1813–
1824, 2003.
[54] I. Abouzahr et R. Ramakumar : «loss of power sypply probability of stand alone
wind electric conversion systems : a closed form solution approach. IEEE Transactions on
Energy Conversion, pages 445–452, 1990.
[55] H. Yang, L. Lu et W. Zhou : «a novel optimization sizing model for hybrid solar wind
power generation systems. Solar Energy, pages 74–84, 2007.
[56] I. Abouzahr et R. Ramakumar : «an approach to access the performance of utility-
interactive wind electric conversion systems. IEEE Transactions on Energy Conversion,
pages 627–638, 1991.
123 BIBLIOGRAPHIE

[57] Guide energie photovoltaique. [Siteweb], consulté le : Mars 2020. URL :

www.Photovoltaique.guidenr.fr.
[58] A. Benjamaa : Coperation metaheuristique et logique floue pour le dimensionement d’une
instalation hybrid. Thèse de doctorat, Université de reims, 2015.
[59] Abdullrahman AlShammaa et Khaled Addoweesh : Optimum sizing of hybrid pv/-
wind/battery/diesel system considering wind turbine parameters using genetic algorithm.
IEEE International Conference on Power and Energy, 2012.
[60] A. ABDELLI : Optimisation multicritére d’une chaine éolienne passive. Thèse de docto-
rat, Institut National Polytechnique de Toulouse, 2007.
[61] R. A. DeVore et V. N. Temlyakov : Some remarks on greedy algorithm. Advances in
computational Mathematics, pages 173–187, 1996.
[62] F. Wurtz : Une nouvelle approche pour la conception sous contraintes de machines
électriques. Thèse de doctorat, Institut National Polytechnique de Grenoble, 1996.
[63] Duy long ha : Un systéme avancé de gestion d’énergie dans le batiment pour coordon-
ner production et consommation. Thèse de doctorat, Institut National Polytechnique de
Grenoble, 2007.
[64] R. Dufo lopez et J. L. Bernal-Agustin : Design and control strategies of pv-diesel
systems using genetic algorithms. Solar Energy, pages 33–46, 2005.
[65] A.Hameed, M.Elhagri, A.Shaltout et M.Aziz : Optimum sizing of hybrid wt/pv sys-
tems via open-space particle swarm optimization. IEEE conferance on Renewable Energy
and Distributed Generation (ICREDG), pages 55–60, 2012.
[66] Charles DARWIN : L’origine des espèces au moyen de la sélection naturelle ou de la lutte
pour l’existence dans la nature, trad. BARBIER E. d’après la 6e ed. de, 1876.
[67] J. Kennedy et R. Eberhart : Particle swarm optimization. IEEE International Confe-
rence on Neural Networks, pages 1942–1948, 1995.
[68] J. Kennedy et R. Eberhart : A new optimizer using particle swarm theory. IEEE
Proceedings of the Sixth International Symposium on Micro Machine and Human Science,
pages 39–43, 1995.
[69] Mouna Boujelbène Abbes : Financement et budgétisation. 2012.
[70] Robert Fortet et Georges Allard : Calcul des probabilités. CNRS Paris, 1950.
Annexes
Annexe A

Les caractéristiques des modules

utilisés
126 Chapitre A. Les caractéristiques des modules utilisés

A.1 Panneau photovoltaı̈que

Figure A.1 – Différents types de panneaux photovoltaı̈ques selon le rendement et les dimen-
sions.
127 Chapitre A. Les caractéristiques des modules utilisés

Figure A.2 – Spécification du panneau choisi.

128 Chapitre A. Les caractéristiques des modules utilisés

A.2 Système éolien

Figure A.3 – Diférrentes types d’éoliennes disponible selon la gamme de puissance.

A.3 Groupe diesel

Figure A.4 – Caractéristiques du groupe diesel chosi.

129 Chapitre A. Les caractéristiques des modules utilisés

A.4 Système de stockage

Figure A.5 – les specifications du systéme de stockage.

Figure A.6 – Caractéristique de déchargement du systéme de stockage.

130 Chapitre A. Les caractéristiques des modules utilisés

Figure A.7 – Caractéristique de chargement du systéme de stockage.

A.4.1 Choix du taux de charge/décharge

Il s’agit d’une batterie de 48V, constitué de quatre batteries 12V branchées en série, de
capacité nominale égale à 250Ah et un courant maximal de chargement/déchargement d’une
valeur de 25A.
D’après les spécifications délivrées par le constructeur, l’énergie disponible dans la batterie
s’évalue à : 4 ∗ 12 ∗ 25 ∗ 10 = 12000W h.
Pour une heure la puissance s’évalue à : 1200W h, donc pour assurer un chargement total du
système de stockage, on doit fournir pendant chaque heure une puissance de 1200W h durant
10heures. De la même manière, lorsque le système de stockage est totalement chargé, ce dernier
pourra fournir une puissance de 1200W h pendant 10heures, alors le taux de chargement ainsi
que le taux de déchargement est de 10%.
131 Chapitre A. Les caractéristiques des modules utilisés

A.5 Convertisseur

Figure A.8 – Caractéristiques du convertisseur chosi.

Annexe B

Les algorithmes
133 Chapitre B. Les algorithmes

B.1 Algorithme PSO

Algorithm 1: PSO
Input : G, Ta , v, Nj , Pload , Ca , Cm , Cr , f (Npv , Neo , Nbat )
Output: Npv , Neo , Nbat

1 Initialisation : npop , nit , nvar , c1 , c2 , ω, lb, ub

2 PSO ;
3 for i ← 1 to nit do
−−−−→
4 Initialisation : →
−
xi (t), −
x−→ → −
Best , vi (t), Gbest (t)

5 for j ← 1 to npop do
6
→
−
xi (t + 1) = →
−xi (t) + → −
vi (t + 1)
→
− →
− −−→ →
−
7 vi (t + 1) = c0 . vi (t) + c1 .r1 . Pi (t) − →
→
− −
xi (t) + c2 r2 (Gbest (t) − Pi (t))
8 if f (→
−
x (t)) < f (−
i x−→(t)) then
Best
→
−
xi (t)) = f (−x− →
9 Best (t)) // Evaluation de la position
−−−→
10 if f (−
x−→
Best (t)) < f (GBest ) then
−−→
11 f (Gbest ) = f (−x− →
Best (t)) // Evaluation du meilleur global
12 else
13 return
14 end if
15 else
16 return j = j + 1
17 end if
18 end for
−−→
19 Gsolution = f (Gbest ) // Meilleure solution de l’itération i
20 end for
21 return i = i + 1

B.2 Algorithme génétique

134 Chapitre B. Les algorithmes

Algorithm 2: Algorithme génétique

Input : G, Ta , v, Nj , Pload , Ca , Cm , Cr
Output: Npv , Neo , Nbat

1 Initialisation : npop , ngeneration , nit , nvar , ηcroisement , ηmutation , β, γ, σ, lb, ub

2 AG ;
3 for i ← 1 to nit do
4 Initialisation : →
−
xi (t) // Initialisation des chromosomes parents
5 for j ← 1 to npop do
6 Selection ;
7 CP rob = exp(−β ∗ c)
8 Croisement ;
9 for k ← 1 to ngeneration /2 do
10 P1 = Roulette(CP rob )
11 P2 = Roulette(CP rob )
12 (xk1 , xk2 ) = Croisement(P1 , P2 )
13 end for
14 Mutation ;
15 for l ← 1 to ngeneration do
16 xl = M utation(xk )
17 if f (xl ) < f (xBest ) then
18 xsolution = xl // Meilleur solution de l’intération l
19 else
20 return
21 end if
22 end for
23 npop = ngeneration
24 end for
25 Cost = f (xsolution ) // Meilleur prix de la meilleure solution
26 end for
27 return i = i + 1