Traduit de Anglais vers Français - www.onlinedoctranslator.

com

Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 59

JOURNAL DE
RESSOURCES NATURELLES
ET DEVELOPPEMENT
Article de recherche

Modélisation d'un module photovoltaïque à l'aide du MATLAB

Divin Atsu un B, Alok Dhaundiyal une*

une
École doctorale de génie mécanique, Szent Istvan University, Godollo, Hongrie
b
Koforidua Technical University, Koforidua, Ghana

* Auteur correspondant : alok.dext@hotmail.com

Historique des articles Résumé

A reçu 24/12/2018 Cet article présente la modélisation et la simulation des caractéristiques et des performances électriques des modules solaires photovoltaïques (PV). Le codage génétique est appliqué pour obtenir les valeurs

Accepté 02/10/2019 optimisées des paramètres dans la limite de contrainte à l'aide du logiciel MATLAB. Un modèle à diode unique est proposé, compte tenu des résistances série et shunt, pour étudier l'impact de l'irradiance solaire

Publié 01/12/2019 et de la température sur les caractéristiques puissance-tension (PV) et courant-tension (IV) et prédire la sortie des modules solaires PV. La validation du modèle dans les conditions d'essai standard (STC) et

différentes valeurs de température et d'ensoleillement est effectuée, ainsi qu'une évaluation à l'aide de données obtenues expérimentalement à partir de modules PV fonctionnant à l'extérieur. Les résultats

obtenus sont également soumis à la conformité avec les données du fabricant pour s'assurer que le modèle proposé ne viole pas la plage de tolérance prescrite. La plage de variation du courant et de la tension se

Mots clés situe dans le domaine de 8,21 – 8,5 A et 22 – 23 V, respectivement ; tandis que les solutions prévues pour le courant et la tension varient de 8,28 à 8,68 A et 23,79 à 24,44 V, respectivement. La puissance

expérimentale mesurée du module PV estimée à 148 - 152 W est prédite à partir du modèle mathématique et les valeurs obtenues de la solution simulée sont dans le domaine de 149 - 157 W. Le schéma proposé

Module solaire s'est avéré très efficace pour déterminer le influence des facteurs d'entrée sur les modules, qui est difficile à déterminer par des moyens expérimentaux. La plage de variation du courant et de la tension se situe

Optimisation dans le domaine de 8,21 – 8,5 A et 22 – 23 V, respectivement ; tandis que les solutions prévues pour le courant et la tension varient de 8,28 à 8,68 A et 23,79 à 24,44 V, respectivement. La puissance expérimentale

IV caractéristiques mesurée du module PV estimée à 148 - 152 W est prédite à partir du modèle mathématique et les valeurs obtenues de la solution simulée sont dans le domaine de 149 - 157 W. Le schéma proposé s'est avéré très

Prédiction des performances efficace pour déterminer le influence des facteurs d'entrée sur les modules, qui est difficile à déterminer par des moyens expérimentaux. La plage de variation du courant et de la tension se situe dans le domaine

La modélisation de 8,21 – 8,5 A et 22 – 23 V, respectivement ; tandis que les solutions prévues pour le courant et la tension varient de 8,28 à 8,68 A et 23,79 à 24,44 V, respectivement. La puissance expérimentale mesurée du

module PV estimée à 148 - 152 W est prédite à partir du modèle mathématique et les valeurs obtenues de la solution simulée sont dans le domaine de 149 - 157 W. Le schéma proposé s'est avéré très efficace pour

déterminer le influence des facteurs d'entrée sur les modules, qui est difficile à déterminer par des moyens expérimentaux.

© 2019 Ceci est un article en libre accès sous licence CC BY-NC-ND (http://creativecommons.org/licenses/bync-
nd/4.0/).
Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 60

1. Introduction

Le Soleil, source d'énergie silencieuse, gratuite et non polluante, est

responsable de toutes les formes de vie sur terre. Le potentiel d'exploiter
l'énergie du soleil, à la fois comme source de chaleur et de lumière, est
presque illimité. L'énergie solaire devient l'alternative énergétique la plus
prometteuse pour relever les défis de ce millénaire. Le Soleil est responsable
de pratiquement toutes les autres sources d'énergie ; toutes les autres
sources d'énergie tirent leur énergie du Soleil (Xiao, Dunford et Capel, 2004).

La majeure partie de l'énergie mondiale provient de combustibles fossiles,

principalement de la combustion du charbon. Les combustibles fossiles, ainsi que
d'autres sources d'énergie non renouvelables, s'épuisent progressivement. Les
impacts négatifs de ces sources d'énergie sont également devenus une
préoccupation qui a nécessité l'exploitation de sources d'énergie propres (
Dhaundiyal & Tewari, 2015).

Les énergies renouvelables se développent activement, augmentant leur part dans le
secteur de l'électricité. Dans le scénario de transition évolutif du British Petroleum (BP)
Energy Outlook, 2018, les énergies renouvelables dans le secteur de la production
d'électricité sont la source d'énergie à la croissance la plus rapide avec 7,5% par an,
représentant plus de 50% de l'augmentation de la production d'électricité. Cette
croissance est le résultat de la compétitivité du solaire et de l'éolien. L'énergie solaire
devient ainsi rapidement une source vitale d'électricité et émerge comme un
contributeur à l'approvisionnement énergétique mondial (Perspectives énergétiques de
BP, 2018). Sur la capacité d'énergie renouvelable nouvellement installée en 2016, avec
161 gigawatts (GW) ajoutés, le solaire photovoltaïque était le plus performant,
représentant 47 % du total des ajouts (REN 21, 2017).
Les moteurs de la croissance des énergies renouvelables ont été l'appel à l'atténuation du
changement climatique, la réduction de la pollution atmosphérique locale et des problèmes de
santé qui l'accompagnent, la sécurité énergétique, la réduction du coût de certaines
technologies ainsi que la création d'emplois grâce au déploiement des énergies renouvelables.
La croissance des installations solaires photovoltaïques a été significativement observée dans le
Figure 1: Structure de base de la cellule solaire (Archer & Green, 2011).
séléniure d'indium gallium, sulfure de cuivre zinc étain etc. (Karajanov &
Kharton, 2018).
La cellule solaire peut être considérée comme une jonction pn et la courbe
courant-tension (IV) renseigne sur les performances de la cellule solaire. La
courbe IV montre la relation entre le courant et la tension de sortie de la
cellule, du module ou de la matrice. Cette courbe fournit également d'autres
caractéristiques essentielles de la cellule ou du module solaire telles que le
courant de court-circuit (Isc), la tension en circuit ouvert (Voc), la puissance
maximale et le point de puissance maximale, la tension au point maximal
(Vmp) et le courant au point maximal (Imp ) (Prasanth et al., 2018). Figure 2
présente des courbes caractéristiques IV et PV typiques pour une cellule/un
module solaire PV.

développement de systèmes photovoltaïques connectés au réseau (REN 21, 2017).

L'unité de base d'un système solaire PV est la cellule solaire PV. La cellule
photovoltaïque est constituée de matériaux semi-conducteurs et absorbe le
rayonnement solaire sous forme de photons et convertit l'énergie en électricité
(DC). Le processus nécessite des matériaux dans lesquels l'absorption du
rayonnement solaire élève les électrons à un niveau d'énergie plus élevé,
provoquant le mouvement ultérieur des électrons de haute énergie dans un circuit
externe. Les électrons, après avoir dissipé l'énergie dans un circuit externe,
retournent à leur état fondamental. La structure de base de la cellule solaire est
montrée dansFigure 1.

Les cellules solaires à base de silicium dominent toujours le marché solaire photovoltaïque ;

cependant, leur préparation et leur utilisation ont encore quelques limitations telles que la Figure 2: Courbes IV et PV typiques d'un module solaire (Bouraiou et
mauvaise absorption du rayonnement solaire, sa grande épaisseur (~300 m), la complexité dans al., 2015).
la conception et la fabrication de la plaquette de cellule solaire (Karajanov & Kharton, 2018). Ces

dernières années ont vu le développement de cellules solaires sans silicium, notamment des

cellules solaires à colorant, des cellules solaires inorganiques à couche mince à base de tellurure Les cellules solaires sont câblées en série pour former un module PV afin de répondre à la

de cadmium, des cellules solaires à pérovskite, des cellules solaires à base d'oxyde et tension requise. Ces modules, lorsqu'ils sont connectés en série et en parallèle, forment le

organiques, du cuivre générateur photovoltaïque. Les deux principales applications du solaire photovoltaïque sont
Numéro DOI : 10.5027/jnrd.v9i0.06
le système PV autonome (hors réseau) et le système PV connecté au
réseau. Les systèmes PV connectés au réseau sont conçus pour
fonctionner avec et interconnectés au réseau électrique.
L'onduleur connecté au réseau est le composant principal d'un système PV
connecté au réseau et il convertit le courant continu produit par le
générateur PV en courant alternatif conforme aux exigences de tension et de
qualité de l'alimentation du réseau de distribution. Le système PV
autonome ; cependant, ne communique pas avec le réseau électrique.
L'électricité générée est fournie directement aux charges via le contrôleur et
l'onduleur DC-AC.
Une modélisation et une extraction précises des caractéristiques des modules solaires
photovoltaïques sont devenues cruciales pour la conception et la prédiction des
performances des modules solaires et le fonctionnement satisfaisant des systèmes
photovoltaïques (Watson et Arrillaga, 2003).
Plusieurs études ont été menées à la fois en ligne et hors ligne pour extraire les
caractéristiques et étudier les performances des modules solaires
photovoltaïques. L'avantage de la méthode en ligne est sa capacité à obtenir les
caractéristiques du module PV en fonction des conditions spécifiques au site et
qu'elle est capable de diagnostiquer les défauts du système PV. Cependant, les
limitations sont les pertes de commutation, son incapacité à extraire les
caractéristiques des grands systèmes et le fait qu'il prend du temps (Duran et al.,
2008; Khatib et al., 2018). Les méthodes hors ligne pour déterminer les
caractéristiques des modules photovoltaïques sont rapides et précises, mais ne
permettent pas de diagnostiquer les défauts des systèmes photovoltaïques car
elles sont exécutées hors ligne.
Les méthodes qui ont été employées dans l'extraction hors ligne des
caractéristiques du module incluent l'utilisation de méthodes basées sur
l'intelligence artificielle telles que l'algorithme génétique (Ismail, Moghavvemi &
Mahlia, 2013;Appelbaum & Peled, 2014), Algorithme d'optimisation de l'essaim de
particules (Ye, Wang et Xu, 2009) et les algorithmes évolutionnaires (Siddiqui &
Abido 2013; Muhsen et al., 2015). Les méthodes de réseau de neurones artificiels
(ANN) utilisées pour extraire les caractéristiques des modules photovoltaïques
utilisent principalement des données historiques ; cependant, certains paramètres
sont supposés (Bonanno et al., 2012). Lopez-Guédé et al. (2017)a utilisé une double
approche de modélisation orientée modèle basée sur ANN pour étudier le
comportement électrique des modules solaires monocristallins.
Les sous-systèmes MATLAB Simulink ont également été utilisés pour modéliser
des modules et des panneaux photovoltaïques (Zhou, Yang et Fang, 2007;
Pandiarajan & Muthu, 2011). Mittal et al. (2018)ont utilisé des réseaux de neurones
prédictifs pour prédire les paramètres de la courbe IV en fonction de l'irradiance
d'entrée et de la température. La validation croisée K-fold a été utilisée pour
valider la précision du modèle pour la détermination des paramètres de la courbe
IV. Un modèle amélioré à sept paramètres est une tentative récente d'extraction
de paramètres de modules PV (Siddiqui & Abido, 2013; Elbaset, Ali et Abd-El Sattar,
2014). Cependant, cette approche nécessite des efforts de calcul complets pour
prédire sept paramètres inconnus. De plus, ces sept paramètres sont très
sensibles aux changements des conditions extérieures (Muhsen et al., 2015).
Journal des ressources naturelles et du développement 2019 ; 09: 59-69 61
Dans cette étude, la modélisation mathématique d'un module PV est effectuée
pour prédire le comportement des systèmes PV sous une variation relative des
paramètres. Le système PV est ensuite optimisé pour obtenir le meilleur
rendement sous les contraintes données. La programmation itérative a été
développée pour créer une interface entre les données expérimentales et la
puissance calculée.
2. Le modèle de cellule et de réseau PV
Habituellement, les conditions du fabricant sont fournies pour un module,
qui ne sont ni optimisées ni rentables. Par conséquent, une tentative a été
faite pour dériver les valeurs optimales en modélisant le module PV. L'outil
Genetic Algorithm est utilisé pour déterminer les conditions optimales pour
améliorer la qualité de l'énergie obtenue tout en minimisant le nombre de
cellules dans un module PV.figure 3 présente l'organigramme itératif de la
méthodologie présentée. Les valeurs de référence sont utilisées pour
déterminer la puissance de sortie. La méthode de Newton-Raphson est
utilisée pour déterminer si les valeurs données dépassent la tolérance
admissible. Une fois la valeur obtenue spécifiée, elle est ensuite traitée à
l'aide d'un codage génétique.
Une contrainte fonctionnelle est imposée lors de la résolution du programme
donné. L'algorithme génétique est basé sur le processus de sélection naturelle ;
par conséquent, il répète la séquence à chaque fois. Il modifie à plusieurs reprises
la population des solutions fournies. De cette façon, la solution optimisée est
dérivée. Pour vérifier la validité des paramètres, l'algorithme génétique est utilisé
dans la solution numérique proposée. Les résultats sont affichés dansTableau 1.
Les informations du fabricant sur le module PV fournies au STC et d'autres
données requises sont répertoriées dansTableau 2.
Cette étude adopte l'approche à diode unique pour l'extraction des
paramètres du module PV. Le circuit équivalent d'un générateur PV est
montré dansFigure 4 (Kesraoui, Lazizi, & Chaib, 2016). La fonction qui
modélise une cellule PV est dérivée de la physique de la jonction p–n et
est étendue pour obtenir les caractéristiques de sortie du module (
Lasnier & Ang, 1990; Samanta, Dash et Rayaguru, 2014).
2.1 Modélisation du module PV
Pour démontrer la modélisation du module PV, supposons que la
tension thermique totale du module PV est :
(1)
où N est les nombre de cellules dans le module, V est le potentiel
T
thermique
du module, et UNE est le facteur d'idéalité. En utilisant le circuit équivalent
d'un générateur solaire PV comme indiqué dansfigure 3 et en appliquant la
loi de Kirchhoff aux nœuds A et B, on obtient :
(2)
Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 62

Tableau 1 : Optimisation des paramètres PV à une puissance constante de 270 W

Rs(Ω) R shunter
(Ω) Je
sc
(A) VCO
(V) V (V)
député
Je (A)
député
Ns V T(V) Tc (°C) G (W/m2) je
ph, réf
(UNE)

0,0028 175.36 9.31 36,6 29,5 8.74 41 0,0044 51,27 985 9.2

Figure 3: Organigramme itératif du processus d'optimisation.

Figure 4 : Circuit équivalent d'un générateur solaire PV (Kesraoui et al., 2016).

Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 63

Tableau 2 : Paramètres du module PV

(5)
Paramètre Valeur

Température de la cellule de référence (T )

réf
25 °C Le modèle contient les deux séries (R )set shunt (Rle shunter
) résistances, et
courant de sortie est exprimé comme :
Irradiance de référence (G réf
) 1000 W/m2
(6)
Tension en circuit ouvert à T réf
et G réf
(Voc, réf ) 37,9 V

Courant de court-circuit à T réf et G réf

(JE
sc, réf
) 9.32 A Ici, (7)

Puissance maximale à T réf et G réf

(Pmax, réf ) 270 W
Proposition A. Si R →0s, Éq. (6) peut être écrit comme,
Tension à P max, réf (V ) 30,8 V
Données du module PV

député, réf

(8)
Courant à P max, réf (JE député, réf
) 8,75 A

Coefficient de température du courant de court-circuit (??) 0,053 %/°C Application des conditions aux limites de court-circuit je = jele courant de SC , à V=0, les
sortie est obtenu comme indiqué dans l'équation. (8) :

Coefficient de température de la tension en circuit ouvert - 0,31 %/°C

(9)
Coefficient de température de puissance - 0,41 %/°C
Depuis je
SC, réf
je ph, réf
, le photocourant aux conditions de référence est obtenu
Efficacité des modules 16,50 % par l'éq. (dix):

Température nominale de fonctionnement de la cellule (NOCT) 45±2 °C (dix)

Nombre de cellules dans un module PV (N )s 60

Proposition B. Dans des conditions pratiques,R shunter
→; Par conséquent
p
je →0 et Rs→0
Constante idéale (A) 1.5
Application de la condition aux limites du circuit ouvert je=0 et V=V CO
dans l'éq.

(2), on en déduit l'expression :

où je estphle photocourant, je ré
est le courant de diode et je est
p
le
courant à travers la résistance shunt. Éq. (3) donne le photocourant comme :

(3) Comme , on peut exprimer je ph, réf

par:

(11)
où T c
est la température réelle de la cellule, T c, réf
est la cellule de référence
température, je ph, réf
est le photocourant de référence, est
sc
la température Éq. (11) peut être réécrit comme :
coefficient de courant de court-circuit, et g et g réf
sont les réels
l'irradiation et l'irradiation de référence, respectivement. Le courant de
saturation inverse qui varie avec la température peut être obtenu, comme Le courant de saturation inverse peut également être exprimé par :
écrit dans l'Eq. (4) :
(12)
(4)
Le facteur de diffusion de diode (D) peut être éliminé en substituant la
condition de référence dans l'Eq. (13) et en divisant le courant de saturation
où je SC, réf
est le courant de court-circuit de référence, E g
est la bande interdite inverse à une valeur arbitraire par celui-ci. Substituer la valeur deje 0, réf de
énergie [eV], V CO est la tension en circuit ouvert, ??
réf
est la température Éq. (11) dans l'Éq. (12) :
coefficient de tension en circuit ouvert aux conditions de référence, et ??
est le coefficient de température réel de la tension en circuit ouvert. (13)
L'expression du courant de diode est basée sur l'équation de la diode
Shockley :
Numéro DOI : 10.5027/jnrd.v9i0.06
Le courant à la puissance maximale peut être estimé par l'équation. (14) :
La puissance peut être définie comme :
En remplaçant l'expression par je MP, réf
de l'éq. (14) dans l'Éq. (15), nous
avoir:
je
sc, réf
et V CO, réf
peut changer à mesure que l'irradiance et la température de la cellule
varier. Les valeurs correspondantes deV MP, réf
et je
l'éclairement et la température de la cellule varient.
Éqs. (17) et (18) expriment la puissance de sortie du module et le shunt
résistance, respectivement :
figure 3 montre l'approche itérative utilisée pour déterminer les
caractéristiques du module PV.
3. Résultats et discussion
Prédiction du modèle mathématique
Le processus de test du modèle a été réalisé avec la modélisation du module
à l'aide des valeurs de la fiche technique données à STC et en extrayant les
caractéristiques PV, les caractéristiques IV et les caractéristiques de
puissance-courant (PI) du module PV. Dans une tentative de maximiser la
sortie du module PV, la résistance série a été modifiée dans la limite de
tolérance de puissance du module donnée par le fabricant.
Figure 5 et Figure 6 respectivement, présentent les courbes PV et PI
simulées dans des conditions standard avec des résistances série variables
de Rs = 0,0028 , Rs = 0,8 et Rs = 1 , montrant leur impact sur les
caractéristiques du module. Figure 5 et Figure 6 montrent une diminution
de la puissance, de la tension et du courant à une valeur accrue de Rs. Le
modèle prédit avec succès les caractéristiques IV, PV du module. Avec une
résistance série de Rs = 0,0028 , la puissance maximale (P ) de 266max
W et la
tension de 31,4 V ont été obtenues, démontrant qu'à faible Rs
Journal des ressources naturelles et du développement 2019 ; 09: 59-69 64
valeurs, les caractéristiques du module PV approchent des valeurs de cellule idéales.
Dans la tolérance de puissance donnée du module, le plus haut possible
(14) La valeur de la résistance série pour obtenir une courbe caractéristique est Rs = 1 . Avec
cette valeur de Rs, le P et la tension obtenus sont respectivementmax
de 250,6 W et
30,34 V. Cependant, il y a une diminution notable de la puissance de sortie à
mesure que Rs augmente par rapport à la puissance optimisée.
(15) valeur de Rs = 0,0028 à Rs = 1 . L'impact des R sur la production actuelle est
évident dansFigure 6; le courant passe de 7,725 A à Rs = 0,0028 Ω à 6,212 A à
Rs = 1 . Le choix d'une valeur appropriée de Rs est donc d'une importance
vitale pour les modèles de systèmes photovoltaïques.
De même, l'influence de Rs sur les caractéristiques du module PV est à
nouveau démontrée dans l'extraction de la courbe IV montrée dans
Figure 7. On trouve les valeurs
oc
de V pour Rs = 0,0028 , 0,8 et 1
(16) à 37,82 V, 30,84 V et 29,96 V, respectivement. Les valeurs I sc
correspondantes sont respectivement de 9,309 A, 9,28 A et 9,27 A.
MP, réf
se déplacera également si
L'impact de la température de la cellule sur les caractéristiques IV et PV du module
a également été étudié à l'aide du modèle. Les résultats sont affichés dansFigure
8 et Figure 9, respectivement. Les caractéristiques des courbes IV et PV du module
ont été étudiées avec des températures de cellule variables de Tc = 40 °C, 50 °C et
60 °C, compte tenu des conditions de fonctionnement extérieures d'un système
solaire.Figure 8 montre qu'une augmentation de la température de la cellule
diminue la puissance de sortie de
(17) le module à la suite de la chute de la tension de sortie qui décroît de manière logarithmique
avec une augmentation de la température de la cellule. Cependant, le courant de sortie
augmente légèrement avec une augmentation de la température. Au point de puissance
maximale, les valeurs V se sont avérées être de 32,36 V, 34,69
député
V et 36,24 V et les valeurs I correspondantes étaient de 9,094 A, 9,079
député
(18) A et 9,064 A, pour des températures de cellule de 40 °C, 50 °C et 60 °C,
respectivement.
L'impact de la variation du rayonnement solaire sur les performances du
module PV a également été étudié. L'étude a été réalisée pour une
résistance série de Rs = 0,0028 Ω, à laquelle la puissance maximale a été
obtenue au STC (comme indiqué dansFigure 5). Les résultats enFigure
10 et Figure 11 démontrer que la sortie actuelle du module PV dépend
fortement du niveau d'irradiation. Ainsi, il existe une relation linéaire
correspondante entre la sortie de courant et l'irradiation.
En revanche, l'effet du rayonnement solaire sur la tension de sortie est
marginal. Une augmentation du niveau d'irradiation génère une
augmentation marginale de la tension de sortie du module PV. Les résultats
montrent qu'il y a un changement correspondant de la puissance de sortie
du système avec un changement du niveau d'irradiation. Lorsque le niveau
d'irradiation augmente, la puissance de sortie augmente également en
raison de l'augmentation de la tension et du courant de sortie. À 800 W/m2,
700 W/m2 et 600 W/m2, les puissances de sortie correspondantes étaient
respectivement de 265,6 W, 231,4 W et 197,3 W.
Le modèle a été utilisé pour optimiser les paramètres du module PV pour obtenir
la même puissance maximale de 270 W Les résultats sont présentés dans Tableau
1.
Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 65

Figure 5 : Courbes PV sous STC pour Rs = 0,0028 , 0,8 et 1 .

Figure 6 : Courbes PI sous STC pour Rs = 0,0028 , 0,8 et 1 .

Image 7 : Courbes IV sous STC pour Rs = 0,0028 , 0,8 et 1 .

Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 66

Figure 8: Courbes IV pour le module PV à température de cellule variable avec irradiation constante.

Figure 9 : Courbes PV pour le module PV à température de cellule variable avec irradiation constante.

Figure 10 : Courbes PV pour le module PV à des irradiations variables et une température constante de 25 °C.
Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 67

Illustration 11 : Courbes IV du module PV à des irradiations variables et à température constante.

Validation du schéma avec des données expérimentales (critères du
fabricant)
Le comportement du modèle prédit par rapport au modèle
expérimental mené est illustré dans Figure 12 et Figure 13. Au début de
l'expérience, le courant fluctuait à mesure que la tension augmentait,
alors que la solution prédite montrait un bon accord à la phase initiale
de variation du courant. L'effet des résistances shunt et série est
supposé constant dans le temps, d'où la variation de la courbe
expérimentale du courant en fonction de la tension déviée comme
le temps s'est écoulé ; cependant, à un stade ultérieur, au-delà du point de
puissance maximale, le comportement des deux courbes était similaire.
D'autre part, la variation de puissance du module expérimental par rapport à
la tension a coïncidé avec la solution numérique du modèle, mais le point de
puissance maximale et la tension en circuit ouvert du modèle prédit se sont
décalés vers la droite. La raison en est essentiellement due au comportement
constant des résistances shunt et série.Tableau 3 présente les valeurs de
tension et de courant des données prédites et expérimentales.

Figure 12 : Comparaison de la solution numérique avec les données expérimentales pour la courbe IV.
Numéro DOI : 10.5027/jnrd.v9i0.06 Journal des ressources naturelles et du développement 2019 ; 09: 59-69 68

Illustration 13 : Comparaison de la solution numérique avec les données expérimentales pour la courbe PI.

Tableau 3 : Comparaison de la solution prédite avec les résultats expérimentaux pour le module PV

Solution prévue Solution expérimentale

Tension (V) Courant (A) Puissance (W) Tension (V) Courant (A) Puissance (W)

23,79 8.28 149 22.00 8.21 148

23,92 8.51 154 22.01 8.49 150

24.44 8.68 157 23.00 8.50 152

4. Conclusions dehors expérimentalement. Ainsi, un modèle mathématique fournit une

base pour évaluer les détails pratiques de modules fabriqués différemment.
Pour une prévision précise des performances des systèmes solaires photovoltaïques en
tenant compte des conditions de fonctionnement variables, un modèle efficace est Remarques

requis. Cette étude présente la modélisation et la simulation d'un module solaire PV. La
modélisation et la simulation ont été réalisées à l'aide du logiciel MATLAB. Les effets de Les auteurs déclarent qu'il n'y a pas de conflit d'intérêts.
la température et de l'irradiation sur les caractéristiques des courbes IV et PV du module
PV ont également été illustrés. Le système a été optimisé pour obtenir la meilleure
puissance de sortie dans les mêmes contraintes. La validation du modèle a été effectuée Les références

à l'aide de données acquises expérimentalement sur le rayonnement solaire, la

température ambiante, le courant et la tension. Les résultats du modèle ont montré une Appelbaum, J., & Peled, A. (2014). Extraction des paramètres des cellules solaires – un comparatif

forte concordance avec les valeurs de la feuille de données et les données examen de trois méthodes. Matériaux d'énergie solaire et cellules solaires, 122, 164-173.

expérimentales. La méthodologie présentée pourrait être utilisée pour analyser les https://doi.org/10.1016/j.solmat.2013.11.011

performances des modules solaires photovoltaïques ainsi que des systèmes Archer, MD et Green MA (2011). Électricité propre à partir du photovoltaïque, série sur
photovoltaïques. La solution obtenue est très pragmatique pour évaluer d'autres Photoconversion de l'énergie solaire, vol. 4.https://doi.org/10.1142/p798Bonanno, F.,

systèmes solaires photovoltaïques. De plus, la programmation génétique offre un Capizzi, G., Graditi, G., Napoli, C., & Tina, G. (2012). Une fonction de base radiale

avantage en minimisant le coût des modules solaires photovoltaïques. Une puissance approche par réseau de neurones pour l'estimation des caractéristiques électriques d'un

similaire à celle de STC peut être obtenue si l'irradiance est réduite à 985 W/m2. module photovoltaïque. Énergie appliquée, 97, 956-961.https://doi.org/10.1016/j.

Habituellement, le fabricant n'optimise pas les conditions de test, ce qui entraîne une apénergie.2011.12.085

inflation des prix des modules solaires. Le fabricant a utilisé 60 cellules pour obtenir 270 Bouraiou, A., Hamouda, M., Chaker, A., Sadok, M., Mostefaoui, M., & Lachtar, S. (2015).
W, alors que la même puissance a été obtenue en optimisant les paramètres Modélisation et simulation d'un module et d'un réseau photovoltaïques basés sur un modèle à

caractéristiques du module. Cette étude a analysé les effets des paramètres d'entrée sur une et deux diodes à l'aide de Matlab/Simulink. Énergie Procedia, 74, 864-877.https://doi.org/

les modules, ce qui est un processus très coûteux et compliqué s'il est effectué 10.1016/j.egypro.2015.07.822

Perspectives énergétiques de BP . (2018, 09 déc.). Extrait de :https://www.bp.com/content/

Numéro DOI : 10.5027/jnrd.v9i0.06
dam/bp/en/corporate/pdf/energy-economics/energy-outlook/bp-
energyoutlook-2018.pdf
Dhaundiyal, A. & Tewari, PC (2015). Analyse comparative des aiguilles de pin et du charbon
pour la production d'électricité en utilisant la taxation du carbone et les réductions
d'émissions. Acta Technologica Agriculturae, 18(2), 29-35.https://doi.org/10.1515/
ata-2015-0007Duran, E., Piliougine, M., Sidrach-de-Cardona, M., Galan, J., & Andujar, JM (2008).
Différentes 394 méthodes pour obtenir la courbe IV des modules PV : une revue. Dans :
Actes de la 33e conférence des spécialistes du photovoltaïque IEEE 395. San Diego,
Californie, États-Unis.https://doi.org/10.1109/pvsc.2008.4922578
Elbaset, AA, Ali, H. & Abd-El Sattar, M. (2014). 'Nouveau modèle à sept paramètres pour
modules photovoltaïques. Matériaux d'énergie solaire et cellules solaires, 130, 442-455.
https://doi.org/10.1016/j.solmat.2014.07.016
Ismail, MS, Moghavvemi, M., & Mahlia, TMI (2013). Caractérisation du panneau PV
et l'optimisation globale de ses paramètres de modèle à l'aide d'un algorithme
génétique. Conversion et gestion de l'énergie, 73, 10-25. est ce que je:https://doi.org/
10.1016/j. enconman.2013.03.033
Karazhanov, S., & Kharton, V. (2018). Nouveaux matériaux pour cellules solaires et technologies associées,
Lettres de matériaux, 228, 450. https://doi.org/10.1016/j.matlet.2018.06.078Kesraoui, M., Lazizi,
A. & Chaib, A. (2016). Système solaire photovoltaïque connecté au réseau : modélisation
simulation et essais expérimentaux. Energy Procedia, 95, 181-188.https://doi. org/
10.1016/j.egypro.2016.09.043
Khatib, T., Ghareeb, A., Tamimi, M., Jaber, M., & Jaradat, S. (2018). Un nouveau hors ligne
méthode d'extraction de courbe caractéristique IV de modules photovoltaïques à l'aide
de réseaux de neurones artificiels. Énergie solaire, 173, 462-469.https://doi.org/10.1016/j.
soler.2018.07.092
Lasnier, F., & Ang, TG (1990). Manuel d'ingénierie photovoltaïque (2e éd.). Bristol, Royaume-Uni :
Adam Hilger.
Lopez-Guede, JM, Ramos-Hernanz, JA, Zulueta, E. Fernandez-Gamiz, U. , & Azkune,
G. (2017). Modélisation orientée modèle dual de modules PV monocristallins basée sur
des réseaux neuronaux artificiels. International Journal of Hydrogen Energy, 42, (28),
18103-18120.https://doi.org/10.1016/j.ijhydene.2017.02.062
Mittal, M., Bora, B., Saxena, S., & Gaur, AM (2018). Prédiction des performances du module PV
Journal des ressources naturelles et du développement 2019 ; 09: 59-69 69
en utilisant un modèle électrique équivalent et un réseau de neurones artificiels. Énergie solaire,
176, 104-117.https://doi.org/10.1016/j.solener.2018.10.018
Muhsen, DH, Ghazali, AB, Khatib, T. & Abed, IA (2015). Extraction des paramètres de
modèle de module photovoltaïque à double diode basé sur un algorithme évolutif
hybride. Conversion et gestion de l'énergie, 105, 552-561.https://doi. org/10.1016/
j.enconman.2015.08.023
Pandiarajan, N., & Muthu, R. (2011). Modélisation mathématique d'un module photovoltaïque
avec Simulink. 1ère Conférence internationale sur les systèmes d'énergie électrique
(ICEES).https://doi.org/10.1109/icees.2011.5725339
Prasanth, RJ, Mangani, H., Pillai, DS, Babu TS, Miyatake, M., & Rajasekar, N. (2018).
Analyse sur les émulateurs solaires PV : une revue. Examens des énergies renouvelables et
durables, 81, 149-160.https://doi.org/10.1016/j.rser.2017.07.039
REN 21. (2017). Rapport sur la situation mondiale des énergies renouvelables 2017. Politique des énergies renouvelables
réseau pour le 21e siècle. Extrait de :https://www.ren21.net/wp-content/uploads/
2019/05/GSR2017_Full-Report_English.pdf
Samanta, C., Dash, S. et Rayaguru, NK (2014). Schéma de contrôle de la batterie PV intégrée
dans un micro-réseau DC/AC. Conférence internationale sur l'utilisation des énergies
renouvelables (ICREU), Coimbatore, Inde.
Siddiqui, MU, & Abido, M. (2013). Estimation des paramètres pour cinq et sept paramètres
modèles électriques photovoltaïques utilisant des algorithmes évolutifs. Informatique douce
appliquée, 13(12), 4608-4621.https://doi.org/10.1016/j.asoc.2013.07.005Watson, N. & Arrillaga, J.
(2003). Simulation des transitoires électromagnétiques du système d'alimentation.
IEEE Power and Energy Series 39. Stevenage, Royaume-Uni.
Xiao, W., Dunford, WG et Capel, A. (2004). Une nouvelle méthode de modélisation pour le photovoltaïque
cellules. 35e conférence annuelle des spécialistes de l'électronique de puissance de l'IEEE (IEEE
Cat. No.04CH37551).https://doi.org/10.1109/pesc.2004.1355416
Ye, M., Wang, X. et Xu, Y. (2009). Extraction de paramètres de cellules solaires à l'aide d'un essaim de particules
optimisation. Journal d'application. Physique, 105(9).https://doi.org/10.1063/1.3122082Zhou, W.,
Yang, H. et Fang, Z. (2007). Un nouveau modèle pour les performances des panneaux photovoltaïques
prédiction. Énergie appliquée, 84(12), 1187-1198.https://doi.org/10.1016/j.
apénergie.2007.04.006