Vous êtes sur la page 1sur 68

ROYAUME DU MAROC

UNIVERSITE MOHAMMED PREMIER

ECOLE NATIONALE DES SCIENCES APPLIQUEES OUJDA

Rapport de Projet de Fin d’année


Filière : Génie Electrique
Option : Energétique et systèmes électriques

Sous le thème :

Modélisation et simulation d’un


système
Photovoltaïque sous ombrage partiel
avec Matlab/Simulink
Soutenu le 10/07/2018

Par

OUNASSAR Jawad & RACHIDI Yousra

Encadré par :
Pr. Abdelmalek EL MEHDI

Devant le jury :

Pr. Y.KHLIFI
Pr. Abdelmalek EL MEHDI
Pr. Salah Eddine .NAIMI

Année universitaire : 2018-2019


2
Remerciement

Ce n’est pas parce que la tradition l’exige ou par habitude


que cette page est présente dans notre rapport de projet,
mais parce que les personnes auxquelles s’adressent nos
remerciements les méritent vraiment.
Nous profitons donc de cette occasion pour exprimer nos
remerciements les plus sincères à ceux qui nous ont aidés de
près ou de loin à l’élaboration de ce travail.
Nous tenons à adresser nos expressions de reconnaissance

à notre encadrant Monsieur Abdelmalek EL MEHDI qui nous

a accompagné et soutenu tout au long de ce projet, en


n’épargnant ni son temps ni ses efforts pour nous guider.

Nous tenons à remercier notre Chef de filière Monsieur

Mohamed Larbi EL HAFYANI qui n’a ménagé ni son temps ni son

énergie pour nous assurer une formation riche grâce à laquelle on


a pu affronter les difficultés rencontrées lors de la réalisation de
ce travail.

Nos vifs remerciements vont également aux membres du jury


pour l’intérêt qu’ils ont porté à notre recherche en acceptant
d’examiner notre travail Et de l’enrichir par leurs
propositions. Enfin, nous tenons également à remercier toutes
les personnes qui ont participé de près ou de loin à la
réalisation de ce travail.

3
RESUME
Le présent travail consiste en une étude de simulation d’un générateur
photovoltaïque, cette étude est basée sur l'optimisation lorsque le champ
photovoltaïque est soumis à un ombrage partiel. Pour cela, l’algorithme
d’optimisation par essaim de particules PSO « Particle Swarm
Optimization » a été utilisé pour extraire la puissance maximale afin
d'améliorer les performances et l'efficacité du générateur du point de vue
puissance.

La fiabilité et la faisabilité de la stratégie utilisée ont été vérifiées et


approuvées en utilisant la simulation Simulink/MATLAB.

Les résultats de simulation ont montré les bonnes performances de la


stratégie adoptée surtout en termes de puissance et d´efficacité.

Mots clés : générateur PV, l'algorithme PSO.

4
ABSTRACT
This work consists of a simulation study of a photovoltaic generator,
this study is based on optimization when the photovoltaic field is subjected
to partial shading. To do this, the Particle Swarm Optimization (PSO)
particle swarm optimization algorithm was used to extract the maximum
power to improve the performance and efficiency of the generator from a
power point of view.

The reliability and feasibility of the strategy used was verified and
approved using Simulink/MATLAB simulation.

The simulation results showed the good performance of the strategy


adopted, especially in terms of power and efficiency

Keywords : PV generator, PSO algorithm.

5
‫ملخص‬
‫تكون هذا العمل من دراسة محاكاة لمولد طاقة شمسية ‪ ،‬وتستند هذه الدراسة إلى‬
‫التحسين عندما يتم تقديم الحقل الكهروضوئي إلى تظليل جزئي‪ .‬للقيام بذلك ‪ ،‬تم‬
‫استخدام خوارزمية تحسين سرب جسيمات الجسيمات (‪ )PSO‬لتحسين القدرة‬
‫القصوى وكفاءة المولد من وجهة نظر القدرة‪.‬‬

‫تم اختبار موثوقية وجدوى االستراتيجية من خالل محاكاة ‪.BMATLA / Simulink‬‬

‫أظهرت نتائج المحاكاة أفضل أداء لالستراتيجية ‪ ،‬خاصة من حيث القوة والكفاءة‬

‫الكلمات المفتاحية ‪:‬مولد الفولتية ‪ ،‬خوارزمية سرب الجسيمات األمثل‪.‬‬

‫‪6‬‬
Liste des figures

Figure 1 : Structure d'une cellule photovoltaïque au silicium (jonction PN) .................................. 15


Figure 2 : Les images de différents types de la cellule photovoltaïque .......................................... 16
Figure 3 : Schéma équivalent d’une cellule idéale. ......................................................................... 17
Figure 4 : Schéma équivalent d’une cellule réelle .......................................................................... 18
Figure 5 : Schéma de 3 cellules photovoltaïques associées en série .............................................. 21
Figure 6: Evolution de la caractéristique (I-V) et (P-V) du module en fonction de l'irradiation ..... 21
Figure 7: Schéma de 3 cellules photovoltaïques associées en parallèle ......................................... 22
Figure 8: Evolution de la caractéristique (I-V) et (P-V) du module en fonction de l'irradiation ..... 22
Figure 9: Schéma simulink du panneau photovoltaïque................................................................. 24
Figure 10: Schéma réel du panneau photovoltaïque ...................................................................... 24
Figure 11: Caractéristique I-V du module PV .................................................................................. 25
Figure 12: Caractéristique P-V du module PV ................................................................................. 25
Figure 13: Caractéristique P-V et I-V d’un module PV. ................................................................... 26
Figure 14: Caractéristique courant-tension d’un module en fonction de l’éclairement ................ 27
Figure 15: Caractéristique puissance-tension d’un module en fonction de l’éclairement ............. 27
Figure 16: Caractéristique courant-tension d’un module en fonction de la température ............. 28
Figure 17: : Caractéristique puissance-tension d’un module en fonction de la température ........ 29
Figure 18: Connexion directe source-charge. ................................................................................. 31
Figure 19: Etage d’adaptation entre un GPV et une charge. .......................................................... 32
Figure 20: Schéma de principe d’un convertisseur BOOST ............................................................. 33
Figure 21: Schémas équivalents lors des séquences 1 (à gauche) et 2 (à droit) ............................. 34
Figure 22: Chaîne de conversion d’énergie solaire comprenant une commande .......................... 36
Figure 23: Caractéristique Ppv(Vpv) d'un panneau solaire ............................................................. 37
Figure 24: Algorithme MPPT perturbation and observation (P&O)................................................ 38
Figure 25: Système photovoltaïque avec commande MPPT .......................................................... 39
Figure 26: Schéma bloc de la technique P&O ................................................................................. 40
Figure 27: Le code de la technique P&O ......................................................................................... 40
Figure 28: Schéma bloc de la commande MLI (PWM) .................................................................... 40
Figure 29: Tension générée par le PV ............................................................................................. 41
Figure 30: Courant généré par le PV ............................................................................................... 41
Figure 31: Puissance générée par le PV .......................................................................................... 42
Figure 32: Tension aux bornes de la charge.................................................................................... 42
Figure 33: Courant traversant la charge ......................................................................................... 43
Figure 34: Puissance aux bornes de la charge ................................................................................ 43
Figure 35: Ombrage des panneaux par une cheminée de la maison .............................................. 47
Figure 36: Circuit modélisant l’ombrage ......................................................................................... 48
Figure 37: La puissance en fonction de la tension .......................................................................... 48
Figure 38: Tension généré par le PV ............................................................................................... 49
Figure 39: Courant généré par le PV ............................................................................................... 49
Figure 40: Puissance générée par le PV ................................................... Erreur ! Signet non défini.
Figure 41: Courant traversant la charge ......................................................................................... 50
Figure 42: Tension aux bornes de la charge.................................................................................... 51
Figure 43: Puissance aux bornes de la charge ................................................................................ 51

7
Figure 44: Volée d'Anser en formation en V ................................................................................... 53
Figure 45: Principe de l’optimisation par essaim de particule ........................................................ 54
Figure 46: Un organigramme de l'algorithme PSO conventionnel ................................................. 56
Figure 47: Courant généré par le PV ............................................................................................... 58
Figure 48: Tension générée par le PV ............................................................................................. 58
Figure 49: Puissance générée par le PV .......................................................................................... 58
Figure 50: Courant aux bornes de la charge ................................................................................... 59
Figure 51: Tension aux bornes de la charge.................................................................................... 59
Figure 52: Puissance aux bornes de la charge ................................................................................ 60

8
Table des matières
Remerciement................................................................................................................................... 3
RESUME............................................................................................................................................. 4
ABSTRACT.......................................................................................................................................... 5
‫ملخص‬.................................................................................................................................................. 6
Liste des figures................................................................................................................................. 7
INTRODUCTION GENERALE ............................................................................................................. 11
Chapitre I : les systèmes photovoltaïques ...................................................................................... 14
I-1 Effet photovoltaïque : ........................................................................................................... 14
I-2 Principe d’une cellule photovoltaïque : ............................................................................... 14
I-3 Les types des cellules photovoltaïques : .............................................................................. 15
I-4-1 Introduction : ................................................................................................................. 16
1-4-2 Cellule idéal : ................................................................................................................. 17
I-4-3 Cellule réelle :................................................................................................................. 18
I-5 Association des cellules : ...................................................................................................... 20
I-5-1 Association en série : ..................................................................................................... 20
I-5-2 Association en parallèle : ............................................................................................... 22
I-6 Modélisation d’un système photovoltaïque : ...................................................................... 23
I-6-1 Simulation sous Matlab/Simulink du panneau solaire : ............................................... 23
I-6-2 Caractéristique courant-tension du panneau : ............................................................. 25
1-7 Influence de la température et de l’éclairement : .............................................................. 26
1-7-1Effet de l’irradiation sur les caractéristiques (I-V) et (P-V) : ......................................... 26
I-7-2 Effet de la température sur les caractéristiques (I-V) et (P-V) : ................................... 27
I-8 Conclusion : ........................................................................................................................... 29
Chapitre II : Etage d’adaptation du GPV a la charge ....................................................................... 31
II-1 Introduction : ....................................................................................................................... 31
II-2 Connexion direct source-charge : ........................................................................................ 31
II-3 Etage d’adaptation entre un GPV et une charge : .............................................................. 32
II-4 Convertisseur DC/DC :.......................................................................................................... 32
II-4-1 Définition :..................................................................................................................... 32
II-4-2 Hacheur BOOST : ........................................................................................................... 32
II-5 La commande MPPT Perturbation et Observation (P&O): ................................................. 36
II-5-1 Principe de la MPPT : .................................................................................................... 36

9
II-5-2 Commande MPPT perturbation et observation (P&O) : ............................................. 36
II-5-3 Structure de l´algorithme P&O : ................................................................................... 37
II.6 IMPLEMENTATION SOUS SIMULINK DU SYSTEME COMPLET : ......................................... 38
II.6.1 Simulation du système : ................................................................................................ 39
II.6.2 Résultats de simulation : ............................................................................................... 41
II.7 CONCLUSION : .................................................................................................................. 44
Chapitre III : Système photovoltaïque sous ombrage partiel ......................................................... 46
III-1 Introduction : ...................................................................................................................... 46
III-2 Description de l’ombrage :.................................................................................................. 46
III-3 L’ombrage partiel du module PV ........................................................................................ 47
III-4 Commande MPPT <perturbation et observation> (P&O) .................................................. 49
III-4-1 Résultat de la simulation : ......................................................................................... 49
III-4-2 Interprétation et conclusion : .................................................................................... 51
III-5 Commande MPPT Particle Swarm Optimization (PSO) ..................................................... 52
III-5-1 Principe de la commande <<Particle Swarm Optimization>> (PSO) .......................... 53
III -5-2 Structure de l’algorithme PSO .................................................................................... 55
III -5-3 Description et Simulation de l’algorithme PSO :........................................................ 56
III-5-4 Résultat de simulation ................................................................................................. 57
III.6 CONCLUSION : ..................................................................................................................... 61
CONCLUSION GENERALE ................................................................................................................. 62
REFERENCE ...................................................................................................................................... 63
ANNEXE ........................................................................................................................................... 64

10
INTRODUCTION GENERALE

Face au contexte environnemental et politique actuel, le recours aux énergies


renouvelables comme énergie de future devient capital. En effet, ces dernières années un
effort important de développement des systèmes électriques basés sur les sources
renouvelables telles que les systèmes photovoltaïques est mené.

L'énergie solaire représente certainement la source d'énergie renouvelable la plus


élégante. En plus d'être silencieuse, elle s'intègre parfaitement aux constructions
(façades, toiture…), et du fait qu'elle n'intègre pas de pièces mécaniques mobiles, elle ne
nécessite pas un entretien particulier reste fiable longtemps, c'est la raison pour laquelle
elle est devenue une référence dans les applications spatiales et dans les sites isolés. Elle
est entrain de s'imposer comme une valeur sure dans les applications à petite et moyenne
consommation d'énergie, surtout depuis que les panneaux solaires sont devenus moins
chers pour des rendements meilleurs.
Les panneaux solaires, bien qu’ils soient de plus en plus performants, ont des
rendements qui restent assez faibles (autour de 20%), c'est pourquoi il faut exploiter le
maximum de puissance qu'ils peuvent générer en réduisant au maximum les pertes
d'énergie.

Une caractéristique importante de ces panneaux est la puissance maximale


disponible est fournie seulement en un seul point de fonctionnement appelé «Maximum
Power Point » (MPP), défini par une tension et courant donnés, et ce point se déplace en
fonction des conditions météorologiques (ensoleillement, température, etc.) ainsi que des
variations de la charge. Extraire le maximum de puissance nécessite donc un mécanisme
de poursuite de ce point qu'on appelle MPPT.

Le problème qui se pose toujours, comment faire fonctionner le système


photovoltaïque pour qu'il fournisse sa puissance maximale, Plusieurs critères
d'optimisation de l'efficacité des systèmes photovoltaïques étaient appliqués, et des
techniques suivies pour avoir une adaptation et un rendement élevé. La méthode MPPT
(Maximum Power Point Tracking) rentre en compte ici, elle fait appel à plusieurs
techniques, à savoir les techniques traditionnelles : numériques, analogiques et
analytiques ou les technique basées sur l'intelligence artificielle telle que les réseaux de
neurones, la logique floue, le neurone- flou, les algorithmes génétiques (GA) et la
technique SWARM (PSO).

En effet, le photovoltaïque réagit de manière très sensible aux phénomènes


d’ombrages, qui induit dans les caractéristiques des sources photovoltaïques une
multiplicité de maxima locaux de puissance qui peut provoquer une baisse considérable
de production. Les algorithmes classiques d’optimisation des sources photovoltaïques

11
(MPPT) sont conceptuellement dédiés à la recherche d’un point de puissance maximale
dans les cas où l’éclairement est uniforme. Il est donc nécessaire d’utiliser des
algorithmes qui tiennent compte de la multiplicité des maxima locaux lors de
l'occurrence de tels aléas. Cependant, ces algorithmes permettent de maximiser la
puissance produite au niveau de la source photovoltaïque et non pas la puissance fournie
à la sortie des convertisseurs de liaison au réseau.

Aujourd’hui toutes les études menées dans le domaine photovoltaïques visent sur
l’optimisation de la puissance généré par ces systèmes et de minimiser la taille et le
volume dès l’installation solaires, en réduisant notamment les pertes de puissance en
cas d’ombrage.

Dans notre travail, nous allons traiter quatre chapitres, on commence dans le
premier chapitre par découvrir les notions et caractéristiques de la photovoltaïques.
Dans le deuxième chapitre, on fera une étude théorique sur les convertisseurs statique
employés dans les systèmes d’énergie solaire, découvrir les commandes employées,
ensuite, le troisième chapitre illustre une étude de la commande MPPT avec
l’algorithme P&O. Finalement, nous verrons dans le dernier chapitre le comportement
du système photovoltaïque dans le cas d’un ombrage partiel et nous faisons une étude
sur l’efficacité de la méthode perturbe and observe P&O .Ensuite nous allons adopter
une technique basée sur l'intelligence artificielle telle que la technique Particle Swarm
Optimization PSO. On présente une définition de l’algorithme d’optimisation par
essaim de particules PSO ainsi qu’une simulation sur MATLAB-SIMULINK, et tester
l’efficacité de cet algorithme, à la fin on termine ce mémoire par une conclusion
générale.

12
Chapitre I
Les systèmes photovoltaïques

13
Chapitre I : les systèmes photovoltaïques

I-1 Effet photovoltaïque :


En polarisant électriquement une jonction PN et en la soumettant à un éclairement
solaire. Sans éclairement, le comportement d’une cellule PV est semblable à celui d’une
mauvaise diode. Ainsi, sous polarisation directe, la barrière de potentiel est abaissée et
le courant de porteurs peut se développer. Sous polarisation inverse, seul un courant de
porteurs minoritaires (courant de saturation) circule. Ce dernier varie peu avec la
tension appliquée tant que cette tension est inférieure à la tension de claquage. Ces
courants directs ou inverses comme pour des jonctions classiques sont sensibles à la
température de jonction. Si cette jonction PN est soumise au rayonnement solaire, alors
des paires électrons-trous supplémentaires sont créées dans le matériau en fonction du
flux lumineux. Ce phénomène, aussi appelé effet photovoltaïque ne se produit que si
l’énergie des photons est supérieure ou égale à l’énergie de la bande interdite du
matériau Eg. La différence de potentiel qui en résulte aux bornes de la structure
caractérise l’effet photovoltaïque et se situe selon les matériaux et la structure de la
jonction.

I-2 Principe d’une cellule photovoltaïque :


Une cellule photovoltaïque est un capteur constitué d’un matériau semi-conducteur
absorbant l’énergie lumineuse et la transformant directement en courant électrique. Le
principe de fonctionnement de cette cellule fait appel aux propriétés d’absorption du
rayonnement lumineux par des matériaux semi-conducteurs.

Ainsi, le choix des matériaux utilisés pour concevoir des cellules PV se fait en
fonction des propriétés physiques de certains de leurs électrons susceptibles d’être
libérés de leurs atomes lorsqu’ils sont excités par des photons provenant du spectre
solaire et possédant une certaine quantité d’énergie selon leurs longueurs d’onde. Une
fois libérés, ces charges se déplacent dans le matériau formant globalement un courant
électrique de nature continu (DC). La circulation de ce courant donne alors naissance à
une force électromotrice (fem) aux bornes du semi-conducteur correspondant ainsi au
phénomène physique appelé effet photovoltaïque. La figure 1 illustre la constitution
d’une cellule photovoltaïque en silicium.
Chapitre I Les systèmes photovoltaïques

Figure 1 : Structure d'une cellule photovoltaïque au silicium (jonction PN)

Comparable à une diode utilisée classiquement en électronique, une cellule PV peut


être réalisée à partir de deux couches de silicium, une dopée P (dopée au bore) et l’autre
dopée N (dopée au phosphore). Entre les deux zones se développent une jonction PN
avec une barrière de potentiel. La zone N est couverte par une grille métallique qui sert
de cathode (contact avant) et surtout de collecteurs d’électrons, tandis qu’une plaque
métallique (contact arrière) recouvre l’autre face du cristal et joue le rôle d’anode.

Lorsque les photons sont absorbés par le semi-conducteur, ils transmettent leur
énergie aux électrons par collision. Si l’énergie transmise est supérieure à celle associée
à la bande interdite (Eg) du semi-conducteur, des paires électrons-trous sont alors crées
dans cette zone de déplétion par arrachement des électrons. Sous l’effet d’un champ
électrique E qui règne dans cette zone, ces porteurs libres sont drainés vers les contacts
métalliques des régions P et N. Il en résulte alors un courant électrique dans la cellule
PV et une différence de potentiel (de 0.6 à 0.8 Volt) supportée entre les électrodes
métalliques de la cellule.

I-3 Les types des cellules photovoltaïques :


Il existe trois principaux types de cellules à l'heure actuelle :

a. Les cellules monocristallines :


Ce sont celles qui ont le meilleur rendement (12%-16%), mais aussi celle qui ont
le coût le plus élevé, du fait d'une fabrication compliquée

b. Les cellules poly cristallin :

15
Chapitre I Les systèmes photovoltaïques

Leur conception étant plus faible, leur coût de fabrication est moins important,
cependant leur rendement est plus faible : (11%-13%).

c. Les cellules amorphes :


Elles ont un faible rendement (8%-10%), mais ne nécessitent que de très faibles
épaisseurs de silicium et ont un coût peu élevé. Elles sont utilisées couramment dans
les produits de petite consommation tel que les calculatrices solaires ou encore les
montres.

Type Silicium mono Silicium poly Amorphe (a-Si)


Cristallin (m-Si) Cristallin (p-Si)

Durée de vie 35 ans 35 ans < 10 ans

Avantage Bon rendement en Bon rendement en Souplesse Prix


soleil soleil direct (mois moins
Direct que élevé que les cristallins
le monocristallin Bon rendement en
mais diffus
plus que l'amorphe)

Inconvénient Mauvais rendement Mauvais rendement Mauvais rendement


en en en
soleil diffus (temps soleil diffus (temps plein soleil
nuageux...), prix nuageux...), prix
élevé élevé

a-Si p-Si m-Si

Figure 2 : Les images de différents types de la cellule photovoltaïque

I-4 Caractéristique de la cellule photovoltaïque :


I-4-1 Introduction :
Une cellule photovoltaïque (ou photopile) est un dispositif qui transforme l'énergie
lumineuse en courant électrique. La première photopile a été développée aux États-Unis

16
Chapitre I Les systèmes photovoltaïques

en 1954 par les chercheurs de laboratoire Bell, qui ont découvert que la photosensibilité
du silicium pouvait être augmentée en ajoutant des "impuretés". C'est une technique
appelée le "dopage" qui est utilisée pour tous les semi-conducteurs. Mais en dépit de
l'intérêt des scientifiques au cours des quelques années, ce n'est que lors de la course
vers l'espace que les cellules ont quittés les laboratoires. En effet, les photopiles
représentent la solution idéale pour satisfaire les besoins en électricité à bord des
satellites, ainsi que dans tout site isolé. Actuellement, l’objectif essentiel est devenu la
production de l'électricité, sans pollution, pour l’alimentation des réseaux de
distribution.

1-4-2 Cellule idéal :


Dans le cas idéal la cellule d’une jonction PN soumise à l’éclairement
photovoltaïque connecté à une charge peut être schématisée par un générateur de
courant Iph en parallèle avec une diode délivrant un courant selon la figure 3 qui
représente le circuit équivalent d’une cellule solaire idéale.

Figure 3 : Schéma équivalent d’une cellule idéale.

A partir du circuit équivalent d’une cellule PV représenté sur la figure 3 et par


l’application de la loi de Kirchhoff (la loi des nœuds), le courant de sortie I est donné
par l’équation suivante :

(I.1)
Le courant Iph est assimilé au courant Isc avec Vpv = 0, courant de court-circuit obtenu
en court-circuiter la charge.

(I.2)
E : L’éclairement absorbé par la cellule ;

Eref : L’éclairement de référence (1000 w/m2) ;

17
Chapitre I Les systèmes photovoltaïques

(I.3)

I0 : Courant de saturation inverse de la diode ;


(I.4)

Vt : Tension thermique ;
N : Facteur d’idéalité de la photopile ;
K : Constant de Boltzmann (1,38.10-23J/K) ;
q : Charge de l’électron (1,6.10-19 C).

I-4-3 Cellule réelle :


Le modèle photovoltaïque précédent ne rendait pas compte de tous les phénomènes
présents lors de la conversion d’énergie lumineuse.

En effet dans le cas réel on observe une perte de tension en sortie ainsi que des
courants de fuite, on modélise donc cette perte de tension par une résistance en série Rs
et les courants de fuite par une résistance en parallèle Rp.

.
Figure 4 : Schéma équivalent d’une cellule réelle

A partir du circuit équivalent d’une cellule PV représenté sur la figure 4 et par


l’application de la loi de Kirchhoff (la loi des nœuds), le courant de sortie I est donné
par l’équation suivante :

(I.5)

18
Chapitre I Les systèmes photovoltaïques

Avec :
I : le courant de sortie (A).
Iph : est le courant photonique (A).
Id : le courant de diode (A).
Ip : le courant qui traverse la résistance parallèle Rp (A).

Donc on a :

(I.6)

Sachant que :

(I.7)
Iph,ref est le courant photonique de référence (A).
Icc,ref est le courant de court-circuit des cellules solaires aux conditions standard
Les conditions de référence sont fixées par le constructeur mais généralement, on a :
Gref = 1000W/K ,Tref = 25°C.
Ki est le coefficient de courant en fonction de la température.
G est l'irradiation solaire.
Tref est la température de référence 298 k (25°C).

L’équation bien connue d'estimation de courant de saturation de diode est donnée par
(I.8)

Où, le courant nominal de saturation Is,ref aux conditions standard donné par :

(I.9)

Vco,ref : est la tension en circuit ouvert de la cellule solaire à la condition de référence.


Eg : est énergie de rupture de bande du semi-conducteur = 1,1 eV.
q : Charge de l’électron (1.6.10-19C)
Donc le courant fourni par la cellule sera :

19
Chapitre I Les systèmes photovoltaïques

(I.10)

I-5 Association des cellules :

Dans la pratique les cellules solaires ne sont pas utilisées seules mais elles sont
regroupées entre elles pour former un module photovoltaïque. Les modules sont
regroupés à leur tour pour former un panneau solaire, généralement dans le module les
cellules sont groupées en série alors que dans le panneau les modules sont groupés en
parallèle ou en série parallèle.

En associant les cellules PV en série (somme des tensions de chaque cellule) ou


en parallèle (somme des intensités de chaque cellule), on peut constituer un générateur
PV selon les besoins des applications visées. Les deux types de regroupement sont en
effet possibles et souvent utilisés afin d’obtenir en sortie des valeurs de tension et
intensité souhaités. Ainsi pour Ns cellules en série constituant des branches elles-
mêmes Np en parallèle la puissance disponible en sortie du générateur PV est donnée
par :

(I.11)

Avec :
Ppv : la puissance disponible en sortie du Gpv
Vpv : la tension à la sortie du Gpv
Ipv : le courant de sortie du Gpv

I-5-1 Association en série :


Une association de Ns cellules en série permet d’augmenter la tension du générateur
photovoltaïque (Gpv). Les cellules sont alors traversées par le même courant et la
caractéristique résultant du groupement série est obtenue par addition des tensions
élémentaires de chaque cellule.

L’équation (I-12) résume les caractéristiques électriques d’une association série de Ns


cellules est :

(I.12)

Avec :

Vco : la tension du circuit ouvert :

20
Chapitre I Les systèmes photovoltaïques

Ce système d’association est généralement le plus communément utilisé pour les


modules photovoltaïques du commerce, comme la surface des cellules devient de plus
en plus importante le courant produit par une seule cellule augmente régulièrement au
fur et à mesure de l’évolution technologique alors que sa tension reste toujours très
faible. L’association série permet ainsi d’augmenter la tension de l’ensemble et donc
d’accroître la puissance de l’ensemble.

Figure 6 : Schéma de 3 cellules photovoltaïques associées en série

Figure 5: Evolution de la caractéristique (I-V) et (P-V) du module en fonction de l'irradiation

21
Chapitre I Les systèmes photovoltaïques

I-5-2 Association en parallèle :

D’autre part une association parallèle de Np cellules est possible et permet


d’accroître le courant de sortie du générateur. Dans un groupement de cellules
identiques connectées en parallèle, les cellules sont soumises à la même tension et la
caractéristique résultant du groupement est obtenue par addition des courants.
L’équation (I-13) résume à son tour les caractéristiques électriques d’une association
parallèle de Np cellules.

(I.13)
Avec
Icc : Le courant de court-circuit.

Figure 7: Schéma de 3 cellules photovoltaïques associées en


parallèle

Figure 8: Evolution de la caractéristique (I-V) et (P-V) du module en fonction de l'irradiation

22
Chapitre I Les systèmes photovoltaïques

I-6 Modélisation d’un système photovoltaïque :

Le tableau suivant donne les paramètres électriques d’un panneau solaire que
nous avons utilisé en simulation sous Matlab-Simulink.
Ce panneau est composé de 36 cellules connectées en série ayant une
puissance maximale de 80W sous les conditions standards G=1000W/m² et T=25°C.

Les paramètres de module La valeur de chaque paramètre

Le nombre de cellules en série Ns 36

Le nombre de cellules en parallèle Np 1

La tension maximale VM à PPM (V) 16.8

La tension en circuit ouvert Voc (V) 21

Le courant maximal IM a OOM (A) 5.75


Le courant de court-circuit Icc (A) 5.17

I-6-1 Simulation sous Matlab/Simulink du panneau solaire :

Sous Matlab-Simulink, on a su simulé le modèle du panneau solaire pour


différents tests afin de mieux exposer les réactions du panneau solaire face aux
différentes variation des conditions métalogiques tel la température et l’irradiation
(ensoleillement).

23
Chapitre I Les systèmes photovoltaïques

Figure 9: Schéma Simulink du panneau photovoltaïque

Figure 10: Schéma réel du panneau photovoltaïque

24
Chapitre I Les systèmes photovoltaïques

I-6-2 Caractéristique courant-tension du panneau :

Le courant produit par un module varie conformément aux diagrammes


courant/tension. Il dépend de l’éclairement solaire et de la température des cellules. La
figure 11 représente la caractéristique courant-tension pour un éclairement
E= 1000W/𝑚2 › et une température de 25°C.

Figure 11: Caractéristique I-V du module PV

Figure 12: Caractéristique P-V du module PV

25
Chapitre I Les systèmes photovoltaïques

Figure 13: Caractéristique P-V et I-V d’un module PV.

1-7 Influence de la température et de l’éclairement :

1-7-1Effet de l’irradiation sur les caractéristiques (I-V) et (P-V) :

L’éclairement solaire varie, ce qui est inévitable le long d’une journée ensoleillée.
Les caractéristiques courant-tension et puissance-tension d’une cellule photovoltaïque
vont être modifiées non dans leurs formes mais pour les valeurs d’Icc, Vco et Pm. Le
photo-courant Iph varie avec l’irradiation, il est déterminé par rapport à des valeurs
données aux conditions de référence sous une température constante de 25°.

26
Chapitre I Les systèmes photovoltaïques

Figure 14: Caractéristique courant-tension d’un module en fonction de l’éclairement

Figure 15: Caractéristique puissance-tension d’un module en fonction de l’éclairement

I-7-2 Effet de la température sur les caractéristiques (I-V) et (P-V) :

27
Chapitre I Les systèmes photovoltaïques

La température a un effet très important dans le comportement des cellules


solaires. Les figures 16 et 17 montrent l’influence de la température sur les courbes : I-
V et P-V. On observe une augmentation du photo-courant, notamment à cause de la
diminution de la largeur de la bande interdite qui explique une meilleure absorption de
la lumière. En même temps, on assiste à une diminution nette de la tension de circuit
ouvert. La puissance maximale Pmax est fortement diminuée lorsque la température
augmente ceci se traduit par une baisse relative de la puissance disponible.

Figure 16: Caractéristique courant-tension d’un module en fonction de la température

28
Chapitre I Les systèmes photovoltaïques

Figure 17: Caractéristique puissance-tension d’un module en fonction de la température

I-8 Conclusion :

Dans ce chapitre nous avons présenté la modélisation d’une cellule


photovoltaïque et d’un panneau photovoltaïque, les caractéristiques du générateur PV
avec ses performances. Ainsi, l’influence de quelques paramètres sur ses
caractéristiques. Pour le fonctionnement optimal d’un système photovoltaïque, il est
nécessaire d’utiliser un étage d’adaptation entre le générateur PV et la charge ou un
autre système que nous allons l’étudier dans le chapitre suivant.

29
Chapitre II : Etage
d’adaptation du GPV a la
charge
Chapitre II Etage d’adaptation du GPV à la charge

Chapitre II : Etage d’adaptation du GPV a la charge

II-1 Introduction :

La conception d’un étage d’adaptation permet aujourd’hui de relier aisément un


générateur photovoltaïque (GPV) à une charge de type continue (DC), avec un
rendement de conversion très élevé. En fait, le concept de cet étage correspond à la
modélisation des fonctions basiques idéalisées d’un convertisseur à découpage continu-
continu (DC/DC). Ce concept est nommé ainsi à cause des liens que le convertisseur
crée entre ses quatre grandeurs électriques sur les ports d’entrée et de sortie qui sont ses
courants et ses tensions d’entrée et de sortie.

Le convertisseur DC-DC est contrôlé pour la poursuite du point de puissance


maximum du panneau photovoltaïque.

Cette partie décrit le convertisseur d’électronique de puissance (Hacheur) et les


techniques de commande et de conversion (DC-DC).

II-2 Connexion direct source-charge :

Actuellement, il reste encore beaucoup d’applications où une connexion directe


entre un générateur photovoltaïque et une charge est effectuée. Ce choix est
principalement lié à la simplicité de l’opération et le très faible degré de fiabilité, dû
fondamentalement à l’absence d’électronique, sans parler d’un faible coût. La figure 18
montre ce cas de connexion. Si cette charge était une batterie, lorsque le module n’est
pas éclairé, celui-ci pourrait fonctionner en tant que récepteur, la batterie pourrait donc
se décharger sur le générateur photovoltaïque et en plus l’endommager
irréversiblement, Ainsi, pour éviter cette situation, la connexion doit être assurée à
l’aide d’une diode anti-retour placée entre le GPV et la charge. Cette configuration est
illustrée à la figure 18. L’inconvénient de cette configuration, c’est qu’elle n’offre
aucun type de limitation et/ou réglage de la tension de la batterie. Le transfert de
puissance maximale disponible aux bornes du générateur photovoltaïque vers la charge
n’est pas non plus garant.

Figure 18: Connexion directe source-charge.

31
Chapitre II Etage d’adaptation du GPV à la charge

II-3 Etage d’adaptation entre un GPV et une charge :

Un GPV présente des caractéristiques I(V) non linéaires avec des PPM. Ces
caractéristiques dépendent entre autre du niveau d’éclairement et de la température
de la cellule. De plus, selon les caractéristiques de la charge sur laquelle le GPV
débite, nous pouvons trouver un très fort écart entre la puissance potentielle du
générateur et celle réellement transférée à la charge en mode connexion directe.

Afin d’extraire à chaque instant le maximum de puissance disponible aux


bornes du GPV et de la transférer à la charge, la technique utilisée classiquement
est d’utiliser un étage d’adaptation entre le GPV et la charge comme décrit dans la
figure 19. Cet étage joue le rôle d’interface entre les deux éléments en assurant à
travers une action de contrôle, le transfert du maximum de puissance fournie par le
générateur pour qu’elle soit la plus proche possible de PMAX disponible.

Figure 19: Etage d’adaptation entre un GPV et une charge.

II-4 Convertisseur DC/DC :


II-4-1 Définition :
Les hacheurs sont des convertisseurs du type continu-continu permettant de
contrôler la puissance électrique dans des circuits fonctionnant en courant continu avec
une très grande souplesse et un rendement élevé.

II-4-2 Hacheur BOOST :


 Le Schéma de principe :

Le convertisseur survolteur peut être souvent trouvé dans la littérature sous le nom
de hacheur BOOST ou hacheur parallèle. La figure 20 présente le schéma de principe
de convertisseur survolteur. Son application typique est de convertir sa tension d’entrée
en une tension de sortie supérieure Ce nom est lié au fait que la tension moyenne de
sortie Vs est supérieure à celle de l’entrée Ve. Pour un rapport cyclique « α » donné.

32
Chapitre II Etage d’adaptation du GPV à la charge

Figure 20: Schéma de principe d’un convertisseur BOOST

 Principe de fonctionnement du hacheur BOOST :


Le fonctionnement du circuit peut se diviser en deux phases selon l’intervalle de
commutation (TON, TOFF).
À l’instant t = 0, on ferme l’interrupteur T pendant une durée αT. La tension aux
bornes de la diode est égale à VT - VS. Comme l’interrupteur T est fermé, on a VT =
0, ce qui implique VD = -VS. La diode est donc bloquée puisque VS > 0. Dans ces
conditions, on obtient alors le schéma équivalent de la figure (21 droite). La tension

(II.1)
En résolvant cette équation différentielle, on obtient la formule suivante qui exprime
l’évolution du courant traversant l’inductance :

(II.2)
À l’instant t = αT, on ouvre l’interrupteur T pendant une durée T (1 - a). Pour assurer
la continuité du courant, la diode D entre en conduction. On obtient alors le schéma
équivalent de la figure (21 gauche). La tension aux bornes de l’inductance est alors :

(II.3)
En résolvant cette équation différentielle, on obtient la formule suivante qui exprime
l’évolution du courant traversant l’inductance :

(II.4)

33
Chapitre II Etage d’adaptation du GPV à la charge

Figure 21: Schémas équivalents lors des séquences 1 (à gauche) et 2 (à droit)

 Expression de VS et IS :
Par définition :

(II.5)

Comme la tension moyenne aux bornes d’une inductance est nulle, on peut écrire :

(II.6)

Finalement, on obtient la relation suivante :

(II.7)

Le rapport cyclique α est compris entre 0 et 1 donc la tension de sortie VS est


nécessairement supérieure à la tension d’entrée Ve (montage survolteur). Si on suppose
que le courant d’entrée est parfaitement continu, on peut écrire :

(II.8)

Ce qui conduit à :

(II.9)

Cette expression montre que le hacheur BOOST est abaisseur en courant.

 Ondulation du courant ∆IL :

34
Chapitre II Etage d’adaptation du GPV à la charge

(II.10)
L’ondulation absolue du courant est défini par

A partir des relations (II.2) et (II.4), à t=αT, on peut écrire :

(II.11)

On en déduit l’expression de ∆IL suivante :

(II.12)

Cette expression nous montre que l’ondulation en courant diminue lorsque la fréquence
de commutation f ou la valeur de l’inductance L augmente. Comme Ve = VS (1 - a), on
peut écrire :

(II.13)

 Ondulation de la tension ∆Vs :


Pour déterminer l’expression de l’ondulation en tension ∆VS, on fait
l’hypothèse que le courant IS est parfaitement constant. On a la relation suivante :

(II.14)
Or, pour 0 <t <αT on a Ic =-Is. La résolution de cette équation différentielle donne :

(II.15)

A t=αT on a :

(II.16)
Par suite, on a :

(II.17)

35
Chapitre II Etage d’adaptation du GPV à la charge

II-5 La commande MPPT Perturbation et Observation (P&O):


II-5-1 Principe de la MPPT :

Pour obtenir un meilleur rendement dans le fonctionnement des générateurs


photovoltaïques, la technique appelée la poursuite de la puissance maximale (MPPT)
qui consiste à transférer de façon optimale toute la puissance électrique à extraire de
cette source de l’énergie photovoltaïque vers la charge à alimenter. Elle doit être utilisée
dans toute application utilisant ces générateurs, et deviendra nécessaire et même
indispensable selon la théorie du transfert optimal de puissance.

Il existe de nombreux algorithmes utilisés pour trouver le point de puissance


maximale. Idéalement, le suivi de la puissance se fait automatiquement pour s'adapter
aux conditions météorologiques variables .Les trois méthodes les plus utilisées sont :
Perturb&Observ (P&O), l'incrémentation de conductance (IncConds) et la logique
floue.

Dans notre cas, nous utilisons la méthode Perturb & Observe (P&O) qui est
aujourd'hui largement utilisée grâce à sa facilité d'implémentation.

L’adaptation d’impédance est souvent sous forme d’un convertisseur DC – DC


comme représenté sur la figure (II.5).

Figure 22: Chaîne de conversion d’énergie solaire comprenant une commande

II-5-2 Commande MPPT perturbation et observation (P&O) :

Le principe des commandes MPPT de type P&O consiste à perturber la tension


Vpv d'une faible amplitude autour de sa valeur initiale et d'analyser le comportement
de la variation de puissance Ppv qui en résulte. Comme l'illustre la figure 23, on peut
déduire que si une incrémentation positive de la tension Vpv engendre un accroissement

36
Chapitre II Etage d’adaptation du GPV à la charge

de la puissance Ppv, cela signifie que le point de fonctionnement se trouve à gauche du


PPM.

Si au contraire, la puissance décroît, cela implique que le système a dépassé le PPM.


Un raisonnement similaire peut être effectué lorsque la tension décroît. A partir de ces
diverses analyses sur les conséquences d'une variation de tension sur la caractéristique
Ppv (Vpv), il est alors facile de situer le point de fonctionnement par rapport au PPM,
et de faire converger ce dernier vers le maximum de puissance à travers un ordre de
commande approprié.

En résume, si suite à une perturbation de tension, la puissance PV augmente, la


direction de perturbation est maintenue. Dans le cas contraire, elle est inversée pour
reprendre la convergence vers le nouveau PPM.

Figure 23: Caractéristique Ppv(Vpv) d'un panneau solaire

II-5-3 Structure de l´algorithme P&O :

La figure 24 représente l'algorithme de la méthode P&O. À chaque cycle, Vpv et


Ipv sont mesurés pour calculer Ppv(k). Cette valeur de Ppv(k) est comparée à la valeur
Ppv (k-1) calculée au cycle précédent. Si la puissance de sortie a augmenté, Vpv est
ajustée dans la même direction que dans le cycle précédent. Si la puissance de sortie a
diminué, Vpv est ajustée dans la direction opposée que dans le cycle précédent. Vpv
est ainsi perturbée à chaque cycle de MPPT.

Quand le point de puissance maximale est atteint, Vpv oscille autour de la valeur
optimale Vopt. Ceci cause une perte de puissance qui augmente avec le pas de

37
Chapitre II Etage d’adaptation du GPV à la charge

l’incrémentation de la perturbation, si ce pas d'incrémentation est large, l’algorithme du


MPPT répond rapidement aux changements soudains des conditions de
fonctionnement.

D'autre part, si le pas est petit, les pertes, lors des conditions de changements
atmosphériques lents ou stables, seront inférieures mais le système ne pourra pas
répondre rapidement aux changements rapides de la température ou de l'éclairement.
Le pas idéal est déterminé expérimentalement en fonction des besoins.

Figure 24: Algorithme MPPT perturbation and observation (P&O)

II.6 IMPLEMENTATION SOUS SIMULINK DU SYSTEME


COMPLET :

Nous rappelons que la représentation sous Simulink du convertisseur BOOST est


donnée par la Figure 25. Le mosfet est commandé par un bloc de modulation à largeur
d’impulsion PWM (Pulse Width Modulation) qui compare à son entrée le rapport de
cycle à un signal périodique triangulaire afin de situer les différents états du Mosfet.
Ensuite pour trouver de façon automatique le rapport de cycle qui correspondrait à la
puissance maximale pour différentes irradiantes solaires, la commande MPPT de
Perturbation et Observation (P&O) sera utilisée.

38
Chapitre II Etage d’adaptation du GPV à la charge

Le schéma de la connexion entre le BOOST et le champ PV sous Simulink est donné


par la Figure 25.

II.6.1 Simulation du système :

Figure 25: Système photovoltaïque avec commande MPPT


La figure montre le schéma de modélisation sous Matlab/Simulink d’un panneau
photovoltaïque ayant les caractéristiques suivantes dans les conditions standards de test
(température 25°, l’éclairement 1000 w/m²) :
La tension maximale Vpm à PPM (V) : 120V

La puissance maximale à PPM (W) : 1020W

La tension en circuit ouvert Voc (V) : 144V

Le courant maximal Ipm à PPM (A) : 8,5A

Le courant de court-circuit Icc (A) : 8.8A

39
Chapitre II Etage d’adaptation du GPV à la charge

Figure 26: Schéma bloc de la technique P&O

Figure 27: Algorithme de la technique P&O

Figure 28: Schéma bloc de la commande MLI (PWM)

40
Chapitre II Etage d’adaptation du GPV à la charge

II.6.2 Résultats de simulation :


 Génération par le PV

Figure 29: Tension générée par le PV

Figure 30: Courant généré par le PV

41
Chapitre II Etage d’adaptation du GPV à la charge

Figure 31: Puissance générée par le PV

 Aux bornes de la charge :

Figure 32: Tension aux bornes de la charge

42
Chapitre II Etage d’adaptation du GPV à la charge

Figure 33: Courant traversant la charge

Figure 34: Puissance aux bornes de la charge

Dans les figures suivantes, pour un éclairement constant de 1000 W/m² et une
température de 25°C, les résultats de simulation des caractéristiques électriques à la
sortie du panneau et à la sortie du hacheur BOOST contrôlé par la commande MPPT
montrent que :

- A la sortie du panneau, la tension et le courant se stabilisent respectivement autour de


119.4 V et 8.326 A

43
Chapitre II Etage d’adaptation du GPV à la charge

- Au niveau de la charge, la tension et le courant se stabilisent respectivement autour


de 229.7V et 4.329A.
- La puissance fournie par le générateur PV se stabilise autour de 993.7W et celle
fournie à la charge autour de 993.3W donc le rendement du convertisseur est de
l’ordre de 99.95%.

Interprétation des résultats :


 Les différentes grandeurs électriques (puissances, tensions et courants) se
stabilisent autour des valeurs maximales du PV. Après un régime transitoire,
la commande MPPT fait osciller le point de fonctionnement autour du point du
PPM.

II.7 CONCLUSION :
Dans ce chapitre, nous avons présenté une meilleure conception d’un convertisseur
BOOST capable de rechercher la puissance maximale dans les cas où l’éclairement est
uniforme grâce à sa commande MPPT. Afin de juger la performance du convertisseur,
nous avons modélisé et simulé sous Matlab/Simulink un champ PV tout d’abord
directement connecté à la charge puis lorsqu’on intercale le convertisseur BOOST. Il
ressort que le BOOST proposé améliore considérablement les performances de l’état
dynamique du champ PV.

44
Chapitre III :
Système photovoltaïque sous
ombrage partiel
Chapitre III Système photovoltaïque sous ombrage partiel

Chapitre III : Système photovoltaïque sous ombrage


partiel

III-1 Introduction :

Les tendances environnementales en matière d’énergie solaire ont permis


d'accentuer les travaux de recherche sur les systèmes permettant une optimisation
énergétique. En effet, à coté de progrès techniques sur les matériaux photovoltaïques,
de grandes réflexions ont été menées sur les commandes de maximisation de puissance
MPPT.
Les premières stratégies de recherche de PPM (Point de Puissance Maximum), sont
conceptuellement dédiées à la recherche de PPM dans les cas où l’ensemble des
éléments du générateur photovoltaïque ont le même comportement, thermique et
dynamique, et dans l’hypothèse où ils sont soumis aux mêmes conditions
météorologiques (de température et d'éclairement). Cependant, d’autres
problématiques ont étés mises en évidence avec le retour d’expérience. A titre
illustratif, la pénétration du photovoltaïque dans le bâtiment a mis en évidence l'intérêt
de recherches plus poussées sur les effets d'ombrage. Effectivement, un ombrage partiel
ou une répartition non uniforme de l’éclairement engendre de multiples maxima locaux,
qui ne sont pas prévus par les concepteurs des algorithmes classiques MPPT et qui se
traduisent alors par une énergie extraite non maximisée.

Dans ce chapitre, après avoir présenté brièvement la modélisation utilisée pour les
panneaux photovoltaïques, nous présenterons une nouvelle approche de recherche d’un
maximum global qui est Particle Swarm Optimization (PSO) .Contrairement à
l’approche classique, là où on cherche à maximiser la puissance aux bornes du
générateur, l’algorithme que nous proposons se base sur l’optimisation de la puissance
à la sortie de l’étage d’adaptation.

III-2 Description de l’ombrage :


Les modules photovoltaïques sont très sensibles à l’ombrage. Les modules
photovoltaïques ne peuvent être occultés, principalement à cause des connections
électriques (en série) entre les cellules et entre les modules. On distingue 2 types
d’ombrage : l'ombrage total et l'ombrage partiel.
 L’ombrage complet empêche tout rayonnement (direct et indirect) d’atteindre
une partie de cellule photovoltaïque (Exemples : une déjection d’oiseau, une
branche d’arbre sur le panneau, une couverture).

46
Chapitre III Système photovoltaïque sous ombrage partiel

 L’ombrage partiel empêche seulement le rayonnement direct d’atteindre une


partie de la cellule photovoltaïque (Exemples : une cheminée, un arbre, un
nuage).

Dans ce cas d’étude, on s’intéresse au type de l’ombrage partiel qu’on va simuler


dans ce chapitre pour voir le comportement des courbe I-V et P-V d’un module PV et
les pertes de production photovoltaïque dues à ce derniers.

III-3 L’ombrage partiel du module PV

Lorsque des cellules PV sont associées en série, le courant circulant dans l’ensemble
est limité par le courant généré par la cellule la moins performante ou la moins éclairée.
Ainsi, une cellule qui ne recevrait pas la même quantité de lumière que le reste de
l’ensemble, produirait un courant plus faible ; c’est ce qu’on appelle l’ombrage partiel.

Figure 35: Ombrage des panneaux par une cheminée de la maison

 Simulation de l’ombrage sous MATLAB/Simulink


La caractéristique externe d’un générateur PV soumis aux conditions
d’éclairements non homogène est déformée, elle présente plusieurs points de puissance
maximale, le plus grand est le point de puissance globale (GMPP) et les autres sont des
points de puissance locaux (LMPP).

47
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 36: Circuit modélisant l’ombrage

Pour modéliser le cas de l’ombrage sur Matlab/Simulink, nous avons effectué des
irradiations différentes pour les 4 modules connectés en série : G= [500 800 1000
1000] pour PV= [pv1, pv2, pv3, pv4].

Figure 37: La puissance en fonction de la tension

48
Chapitre III Système photovoltaïque sous ombrage partiel

La figure suivante présente plusieurs points de puissance maximale, le plus grand


est le point de puissance globale (GMPP) qui a la valeur PPMG=637W et les autres
sont des points de puissance locaux (LMPP) qui ont les valeurs PPML1=535W et
PPML2=573W.

III-4 Commande MPPT <perturbation et observation> (P&O)

III-4-1 Résultat de la simulation :

 Génération par le PV

Figure 39: Tension généré par le PV

Figure 38: Courant généré par le PV

49
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 40: Puissance générée par le PV

 Aux bornes de la charge

Figure 41: Courant traversant la charge

50
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 42: Tension aux bornes de la charge

Figure 43: Puissance aux bornes de la charge

III-4-2 Interprétation et conclusion :

 Interprétation des résultats :


 Dans le régime permanent :

- La valeur de la tension générée par le PV : Vpv=131.3 V.


- La valeur de la puissance générée par le PV : Ppv = 562.8 W.
- La valeur du Courant généré par le PV : Ipv=4.286 A

La valeur maximale de la puissance attendue égale à 637.7W, On constate que la


puissance générée par le PV n’a pas pu atteindre sa valeur maximale.

Le rendement est :
51
Chapitre III Système photovoltaïque sous ombrage partiel

𝑃𝑝𝑣
𝜂𝑀𝑃𝑃𝑇 =
𝑃𝑚𝑎𝑥

Application numérique :

On a :
𝑃𝑝𝑣 =562.8W et 𝑃𝑚𝑎𝑥 =637,7W
Alors
𝜂𝑀𝑃𝑃𝑇 =88.25%

 Conclusion :

La méthode classique Pando n’a pas réussi à détecter la valeur de puissance du


maximum global (GMPP), puisque l’algorithme s’oscille autour d’un maximum local,
à cause de l’effet de l’ombrage qui a fait apparaitre plus du maximum global des
maximums locaux (LMPP).

Pour diminuer l’effet de l’ombrage sur notre système photovoltaïque, il est


nécessaire d’établir une commande adéquate afin d’assurer le fonctionnement au point
de puissance globale (GMPP) dans toutes les conditions.

III-5 Commande MPPT Particle Swarm Optimization (PSO)


L’Optimisation par Essaim de Particules (OEP), connu sous le nom anglophone de
Particle Swarm Optimization (PSO), est un algorithme inscrit dans la famille des
algorithmes évolutionnaires. Il a été proposé par Russel Eberhart (ingénieur en
électricité) et James Kennedy (socio psychologue) en 1995.
Cette méthode trouve sa source dans les observations faites lors des simulations
informatiques de vols groupés d’oiseaux et de bancs de poissons de Reynold [20],
Heppner & Grenander.
Autrement-dit, elle s’inspire fortement de l’observation des relations grégaires
d’oiseaux migrateurs, qui pour parcourir de « longues distances » (migration, quête de
nourriture, parades aériennes, etc.), doivent optimiser leurs déplacements en termes
d’énergie dépensée, de temps, (etc.), comme par exemple la formation en forme de V
présentée dans la Figure(44).

52
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 44: Volée d'Anser en formation en V

Le déplacement de ses animaux en essaim est complexe, sa dynamique obéit à des


règles et des facteurs bien spécifiques qu’il s’agit de cerner :
 Chaque individu dispose d’une certaine intelligence « limitée » (qui lui permet de
prendre une décision).
 Chaque individu doit connaitre sa position locale et disposer d’information locale
de chaque individu se trouvant dans son voisinage.
 Obéir à ces trois règles simples, « rester proche des autres individus », « aller dans
une même direction » ou « voler à la même vitesse ». Tous ses facteurs et règles sont
indispensables pour le maintien de la cohésion dans l’essaim, ceci par l’adoption d’un
comportement collectif complexe et adaptatif.

III-5-1 Principe de la commande <<Particle Swarm Optimization>>


(PSO)

L’algorithme de base de la P.S.O. travaille sur une population appelée essaim de


solutions possibles, elles-mêmes appelées particules. Ces particules sont placées
aléatoirement dans l'espace de recherche de la fonction objective.
A chaque itération, les particules se déplacent en prenant en compte leur meilleure
position (déplacement égoïste) mais aussi la meilleure position de son voisinage
(déplacement panurgien). Dans les faits on calcule la nouvelle vitesse à partir de la
formule suivante (k représente les générations et le i représente les particules) :

𝐗 𝐢 : La position actuelle de la i-ème particule de la population,


𝐕𝐢 : La vitesse de la i-ème particule,

53
Chapitre III Système photovoltaïque sous ombrage partiel

𝐏𝐛𝐞𝐬𝐭 : La meilleure position de la i-ème particule jamais trouvé (c’est à dire où j’étais
optimale).
𝐆𝐛𝐞𝐬𝐭 : La meilleure position jamais trouvée par une particule de l’essaim.

Figure 45: Principe de l’optimisation par essaim de particule

La méthode consiste à imaginer un oiseau connu sous le nom de particule volant


dans un espace, le mouvement de chaque particule dans l'espace de recherche possède
une valeur de remise en forme correspondante et chaque particule est conscient de sa
valeur optimale de fitness actuelle et de sa position optimale, qui est connue comme la
meilleure position personnelle (𝐏best ). Cette information représente l'expérience de
chaque particule. Chaque particule sait aussi la valeur optimale et la position de l'essaim
entier, qui est connu comme la meilleure position globale (𝐆best ). Lors de chaque
itération, la vitesse et la position de chaque particule est mise à jour et ajustée en
fonction de l’expérience de l'individu et de l'essaim.

Au début les particules sont dispersées au hasard dans tout l'espace, si toute particule
est proche de la valeur cible optimale dans une région particulière, toutes les particules
de cette région vont vers cette valeur pour rechercher la solution optimale, cependant
la valeur optimale pour cette région peut seulement être une solution optimale locale,
par conséquent les résultats de la recherche de tous les essaims de particules doit être
utilisés pour ajuster la meilleur solution globale et assurant que toutes les particules
contribuent à l'effet de l'essaim et la meilleure solution globale est progressivement
approché.

L'explication précédente indique que PSO implique des recherches distribuées et


de la mémoire et convient aux recherches en domaines continus, deux études ont montré
que les fluctuations de la vitesse de chaque particule sont basées sur la vitesse de la
particule et la distance à partir de la solution optimale individuelle, ainsi que la distance

54
Chapitre III Système photovoltaïque sous ombrage partiel

de la solution optimale globale. Les nouvelles vitesses sont utilisées pour ajuster la
position de la particule et mettre à jour la distance de recherche et la direction de toutes
les autres particules.

III -5-2 Structure de l’algorithme PSO

Un organigramme de l'algorithme PSO est représenté sur la figure 46 et les étapes


sont décrites ci-dessous.

Étape 1 : Établir la fonction objective à optimiser.

Étape 2 : Initialisez et générez aléatoirement un nouveau poste et vitesse pour chaque


particule dans l'essaim.

Étape 3 : En utilisant la fonction objective établie, calculez la valeur de fitness de


chaque particule. Comparez la valeur de fitness de toutes les particules pour identifier
le meilleur 𝐏𝐛𝐞𝐬𝐭 personnel. Utilisez 𝐏𝐛𝐞𝐬𝐭 pour ajuster la direction de recherche de
chaque particule.

Étape 4 : Comparez 𝐏𝐛𝐞𝐬𝐭 au meilleur global, le plus probable. Si le 𝐏𝐛𝐞𝐬𝐭 est supérieur
à 𝐆𝐛𝐞𝐬𝐭 corriger 𝐆𝐛𝐞𝐬𝐭 et utiliser le nouveau 𝐆𝐛𝐞𝐬𝐭 pour ajuster l'individu et rechercher la
vitesse de toutes les particules.

Étape 5 : Mettre à jour la vitesse et la position de chaque particule en utilisant l'équation


du noyau PSO.

𝑽𝒌+𝟏
𝒊 = w*𝑉𝑖𝑘 +𝑐1*r1*(𝑃𝑏𝑒𝑠𝑡𝑖
𝑘+1
-𝑋𝑖𝑘 ) +𝑐2 *r2*(𝐺𝑏𝑒𝑠𝑡𝑖
𝑘+1
-𝑋𝑖𝑘 )…………….......................… (III.1)
𝑿𝒌+𝟏
𝒊 =𝑋𝑖𝑘 + 𝑉𝑖𝑘+1 …………………………………………………………………………………….…( III.2)

Où :

𝐕𝐢𝐤+𝟏 et 𝐕𝐢𝐤 Sont les vitesses de la particule i à des moments k+1 et k.


𝐜𝟏 et 𝐜𝟐 sont des facteurs d’apprentissage.

𝐤
W est le poids inertiel,𝐏𝐛𝐞𝐬𝐭𝐢 est le meilleur personnel pour la particule i à l’instant k,
𝐆𝐛𝐞𝐬𝐭 est le meilleur global.

𝐗 𝐤+𝟏
𝐢 et 𝐗 𝐤𝐢 sont les positions de la particule i à des moments k + 1 et k et r1, r2 sont
des nombres réels aléatoires entre 0 et 1.

55
Chapitre III Système photovoltaïque sous ombrage partiel

Étape 6 : Répétez les calculs de la valeur de fitness basée sur la fonction objective
jusqu'à ce que la solution optimale globale soit atteinte ou le plus grand nombre
d'itérations est atteint.

Figure 46: Un organigramme de l'algorithme PSO conventionnel

III -5-3 Description et Simulation de l’algorithme PSO :

Nous avons présenté l'organigramme de la méthode optimisation par essaim de


particules (PSO) dans La partie précédente. Alors, on va faire une description générale
du technique PSO et la simulation en utilisant Matlab/Simulink.
Le meilleur choix de différents paramètres de notre algorithme sont :
c1 = 1.2, c2 = 2, Le nombre des particules est 30, le nombre de générations est 30 et le
facteur d'inertie a été gardé entre wmin = 0.4 et wmax = 0.9 par la fonction suivant :

56
Chapitre III Système photovoltaïque sous ombrage partiel

Notre objectif est de chercher le point maximal en termes des variables (courant et
tension) qui donne la puissance maximale sous ombrage partiel. On peut donc dire que
la fonction d’objective est représentée par la puissance.

Les étapes de technique MPPT-PSO pour trouver la valeur globale optimale (Vopt,
Iopt) sont les suivantes :

Etape 1 : Introduction de toutes les données Introduire toutes les données concernant
le modèle du module photovoltaïque choisi, les limites des tensions et courants et les
choix de différents paramètres de PSO (le nombre d'itération, le nombre des particules,
le coefficient d'inertie w et l'intensité d'attraction c1 et c2).

Etape 2 : La population initiale La création aléatoire de l'essaim initial, cet essaim est
un ensemble des particules contient les valeurs acceptables de variables du problème
(I, V).

Etape 3 : évaluation de la fonction objective : Calculer la position pour chaque particule


par la fonction fitness d'évaluation qui représente dans notre cas la puissance du module
PV (P = V*I).

Etape 4 : calcul de la meilleure position de chaque particule et la meilleure position


dans toutes les générations. On trouve les deux meilleures positions, la première c'est
la meilleure position de chaque particule (Vibest, Iibest). L'autre, la meilleure position
de toutes les générations jusqu'ici (Vgbest, Igbest).

Etape 5 : la modification de la vitesse et de la position Calcule les nouvelles vitesses et


positions de chaque particule par les équations (III.1) et (III.2).

Etape 6 : Vérification du critère d'arrêt Si un critère d'arrêt est satisfait passer à l'étape
7, autrement aller à l'étape 3.

Etape 7 : Affichage Enregistrement des valeurs optimales Popt (Vopt, Iopt).

III-5-4 Résultat de simulation

 Génération du PV :

57
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 47: Courant généré par le PV

Figure 48: Tension générée par le PV

Figure 49: Puissance générée par le PV

58
Chapitre III Système photovoltaïque sous ombrage partiel

 Aux bornes de la charge :

Figure 50: Courant aux bornes de la charge

Figure 51: Tension aux bornes de la charge

59
Chapitre III Système photovoltaïque sous ombrage partiel

Figure 52: Puissance aux bornes de la charge

 Interprétation des résultats :

 Le courant générée par le PV :𝐈𝐩𝐯 =6.87A


 La tension générée par le PV : 𝐕𝐩𝐯 =92.77V
 La puissance générée par le PV :𝐏𝐩𝐯 =637.5W.

On constate que la puissance du maximum global est atteinte, même si la


caractéristique de la tension puissance contient deux maximums locaux, de plus, Le
rendement du point de fonctionnement qui en découle et que nous noterons 𝜂𝑀𝑃𝑃𝑇 ,
permet demesurer l’efficacité de la commande qui a en charge le contrôle du
convertisseur de puissance :

𝑃𝑝𝑣
𝜂𝑀𝑃𝑃𝑇 =
𝑃𝑚𝑎𝑥
Application numérique :

On a :
𝑃𝑝𝑣 =637,5W et 𝑃𝑚𝑎𝑥 =637,7W
Alors
𝜂𝑀𝑃𝑃𝑇 =99.96%

60
Chapitre III Système photovoltaïque sous ombrage partiel

 Conclusion :

Les résultats de ces problèmes d'optimisation montrent que notre technique


(MPPT-PSO) offre la possibilité de résoudre avec une grande précision et un temps
de réponse rapide par rapport aux techniques traditionnelles (perturbation et
observation dans notre cas).

III.6 CONCLUSION :

Dans ce dernier chapitre, nous avons traité les caractéristiques du système


photovoltaïque dans le cas de l’ombrage partiel, en utilisant la méthode perturbation
et observation, on a remarqué une diminution de la puissance à cause de l’apparition
des maximums locaux. Alors on a opté pour l’utilisation d’une méthode différente à
celle qui est classique (PandO) afin d’améliorer les performances globales du système.
La méthode adoptée est optimisation par essaims des particules, d’après la simulation
sous Matlab/Simulink, on a confirmé la robustesse de cette technique et son efficacité
à détecter le PPM global.

61
CONCLUSION GENERALE

Le travail accompli dans ce mémoire a été consacré à l’étude d’un


générateur photovoltaïque sous ombrage partiel, un algorithme d’optimisation par
'essaim de particules a été utilisé pour extraire le point où la puissance est maximale
pour le champ de modules, afin d'améliorer l'efficacité et la performance du générateur
PV.

Nous avons commencé par donner le modèle mathématique de la cellule


photovoltaïque, élément principal dans un générateur photovoltaïque. Cette
modélisation a été ensuite appuyée par simulation sous Matlab/Simulink d’un modèle
de panneau photovoltaïque sous des conditions atmosphériques standards. Cette
simulation nous a permis d’une part de valider le modèle du panneau et d’autre part
d’étudier l’effet du changement des conditions climatiques (ensoleillement et
température) sur les caractéristiques électriques (I-V et P-V) du panneau.

Ensuite, nous avons étudié le phénomène d’ombrage des modules PV à partir de la


simulation réalisée sous MATLAB/SIMULINK. La détermination de la
caractéristique I(V) de la cellule ombragée est déduite et on constate qu´elle présente
plusieurs points maximum de puissance : locaux et global, une technique
d´optimisation s’avère indispensable pour la détection de ce point maximal global de
puissance, c´est pour cela nous nous sommes intéressés à une commande MPPT
intelligente et plus précisément à l´algorithme Particules SWARM Optimisation
(PSO) utilisé dans le processus de recherche du point MPP.

Finalement, Après la comparaison de la technique d'optimisation MPPT PSO et la


technique MPPT-P&O classique, on a constaté que la méthode PSO est plus robuste
que la méthode classique P&O au niveau de la détection du point de puissance
maximum PPM global d'un module photovoltaïque subit à un ombrage, cette
technique converge rapidement à la solution optimale avec un nombre d'itération
minimal et une grande précision, ce qui améliore les performances globales du
système.
REFERENCE

« Les différents types de cellules photovoltaïques - [ EcoSources ] ». [En ligne].


Disponible sur :http://www.ecosources.info/dossiers/Types_de_cellules_photovoltaiques.

C. Deline, « Partially shaded operation of a grid-tied PV system », in Photovoltaic


Specialists Conference (PVSC), 2009 34th IEEE, 2009, p. 1268–1273.

H. H. Kawamura, K. Naka, N. Yonekura, S. Yamanaka, H. Ohno, et K. Naito, «


Simulation of IV characteristics of a PV module with shaded PV cells », Sol. Energy
Mater. Sol. Cells, vol. 75, no 3/4, p. 613–621, févr. 2003.

K. Parlak et H. Can, « A new MPPT method for PV array system under partially shaded
conditions », Ldots Gener. Syst. Pedg 2012 3rd Ieee Ldots, p. 437–441, 2012.

H. Patel et V. Agarwal, « Maximum Power Point Tracking Scheme for PV Systems


Operating Under Partially Shaded Conditions », Ieee Trans. Ind. Electron., vol. 55, no 4,
p. 1689 1698, avr. 2008.

L. Gacôgne. "Comparaison entre PSO et autres heuristiques d'optimisation avec


opérateurs implicites." Séminaire Optimisation par Essaim Particulaire, Paris, France
2003.

J. Kennedy and R. C. Eberhart. “Particle Swarm Optimization”. In : Proceedings of the


IEEE International Conference on Neural Networks IV, pp. 1942–1948, Perth, Australia,
November 1995

S. Z. Ishaque K, Amjad M, Mekhilef S. , "An improved particle swarm optimization (PSO)-


based MPPT for PV with reduced steady-state oscillation.," no. IEEE Trans Power Electron
2012;27(8):3627–38.

GOURGAND et KEMMOE, Particle Swarm Optimization: A study of particle


displacement for solving continuous and combinatorial optimization problems, 2009.
ANNEXE

Annexe [A] : Algorithme de MPPT « perturbations et observations »


Annexe [B] : Un organigramme de l'algorithme PSO
Annexe[C] : Algorithme de la technique PSO :