See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/302974544

Optimisation du rendement énergétique d'un système photovoltaïque par

algorithme MPPT flou

Article · December 2014

CITATIONS READS

2 5,491

7 authors, including:

Andrianantenaina Tsiory Patrick Sonia Moussa

University of Antsiranana École Nationale d'Ingénieurs de Tunis
19 PUBLICATIONS 23 CITATIONS 17 PUBLICATIONS 121 CITATIONS

SEE PROFILE SEE PROFILE

Soa Joueline Rachidha Jean Nirinarison Razafinjaka

Sakarya University University of Antsiranana
1 PUBLICATION 2 CITATIONS 62 PUBLICATIONS 102 CITATIONS

SEE PROFILE SEE PROFILE

All content following this page was uploaded by Andrianantenaina Tsiory Patrick on 12 May 2016.

The user has requested enhancement of the downloaded file.

Optimisation du rendement énergétique d’un
système photovoltaïque par algorithme MPPT flou
ANDRIANANTENAINA Tsiory P.1, MOUSSA Sonia2 , SOA Joueline RACHIDA3 ,
Jean N. RAZAFINJAKA4, ANDRIANIRINA Charles Bernard 5
1,2,3,4
Laboratoire d’Automatique, Ecole Supérieure Polytechnique, Université d’Antsiranana,
5
Laboratoire d’Electronique Industrielle, Ecole Supérieure Polytechnique, Université
d’Antsiranana

Résumé

Dans cet article, on présente une approche intelligente pour l’amélioration et

l’optimisation des performances d’un système photovoltaïque, par la commande MPPT-
floue. Notre système est constitué d’un panneau photovoltaïque (PV), un convertisseur
continu-continu du type Boost considéré comme un étage d’adaptation entre le PV et la
charge pour permettre au système d’extraire le maximum de puissance du générateur
photovoltaïque. La modélisation et la simulation du système effectuée avec
Matlab/Simulink ont confirmé la meilleure performance de cette méthode basée sur
logique floue.

Mots clés : commande MPPT, photovoltaïque, hacheur survolteur, logique floue

.

I. INTRODUCTION

L’énergie électrique est un facteur essentiel pour le développement et l'amélioration des

conditions de vie des sociétés [1]. Vu l’augmentation du coût des énergies classiques et la limitation
de leurs ressources, l’énergie photovoltaïque devient de plus en plus une solution parmi les options
énergétiques prometteuses avec des avantages comme l’absence de toute pollution et la disponibilité
en tout point du globe terrestre. On peut dire que Madagascar possède un privilège appréciable en vent
et en soleil surtout dans la région nord. Il faut cependant noter que les inconvénients majeurs de cette
énergie sont le prix du générateur qui reste encore élevé ainsi que le rendement énergétique
relativement bas.
En raison des caractéristiques électriques fortement non linéaires des cellules photovoltaïque et
de leurs associations, le rendement des systèmes PV peut être amélioré par des solutions utilisant les
techniques de recherche du point de puissance maximale (MPPT).
Concernant ce travail, l’objectif est d’améliorer le rendement énergétique du système photovoltaïque
et d’élaborer un algorithme d'optimisation MPPT-flou pour poursuivre la puissance maximale que peut
débiter le générateur photovoltaïque quelques soient les conditions météorologiques (éclairement et
température). Ce dernier est conçu principalement autour d’un convertisseur DC/DC du type Boost,
qui relie le module photovoltaïque à la charge [7].

II. MODELISATION DE LA CHAINE DE CONVERSION

Dans le cas présent, on considère un système délivrant une tension de sortie continue. Ce système de
conversion photovoltaïque est basé sur des blocs modulaires, comme représentés dans la figure 1 [6] :
 FIG.1. Système de conversion photovoltaïque

Un générateur photovoltaïque (GPV) est constitué d’un ensemble de cellules photovoltaïques

élémentaires montées en série et/ou parallèle afin d’obtenir des caractéristiques électriques
désirées tels que la puissance, le courant de court - circuit ou la tension en circuit ouvert [3].
Une cellule photovoltaïque peut être illustrée par son schéma équivalent [4] :

FIG.2. Circuit équivalent de la cellule solaire

A partir de la figure1 la loi des nœuds nous permet d’écrire la relation suivante :

IL = ID + IR + I (1)

Le courant de jonction ID est donné par :

   V + R SI    (2)
ID = I0  e x p  q    − 1
   nKT  

Le courant dans la résistance RP est donné par :

V + R SI (3)
IR =
RP

A partir de l’équation (1), on obtient l’expression de courant I :

I = IL − ID − IR (4)

Remplaçons dans (4) les équations (2) et (3) l’équation caractéristique deviendra :
   V + R SI    V + R SI (5)
I = IL − I0  e xp  q    − 1 − R
   n K T   P

V : La tension de cellule
RS: La résistance série de la cellule [Ω]
T : La température de la cellule [°K]
q : La charge d’électron e = 1.6 *10-19C
I0 : Le courant de saturation [A]
K: La constante de Boltzmann (1.3854*10-23 J°K -1)
n : Le facteur de qualité de diode

Si l'on suppose que la résistance parallèle est infinie, l'équation (5) devient :
    V + R SI    (6)
I = IL − I 0  e x p q  nK T  − 1
    

A. Paramètres externes d’une cellule photovoltaïque

A.1. Courant de court-circuit

C’est le courant pour lequel la tension aux bornes de la cellule ou du générateur PV est nulle.
Dans le cas idéal (RS nulle et RP infinie), ce courant se confond avec le photo-courant IL dans le cas
contraire, en annulant la tension V dans l’équation (2.2), on obtient :
  R I   R S IC C (7)
I = IL − I 0  e x p  q  S C C   − 1  −
   nK T   RP

Pour la plupart des photopiles (dont la résistance série est faible), on peut négliger devant IL le terme :
   V + R SI    (8)
I0  e x p  q   − 1
   nKT  

L’expression approchée du courant de court-circuit est alors :

IL (9)
IC C =
RS
1+
RP

A.2.Tension de circuit ouvert

C’est la tension VCO pour laquelle le courant débité par le générateur photovoltaïque est nul (c’est la
tension maximale d’une photopile ou d’un générateur photovoltaïque).
   V   V (10)
0 = IL − I 0  e x p  q  C O   − 1  − C O
   nKT   RP

Dans le cas idéal, sa valeur est légèrement inférieure à :

 nKT   IL  (11)
VCO =  Ln  + 1
 q   I0 

A.3. Facteur de forme

On appelle facteur de forme FF, le rapport entre la valeur maximale de la puissance pouvant être
extraite (Pm=VPM * IPM) de la photopile sous les conditions de mesures standardisées, et le produit
ICC *VCO.
Où : ICC intensité de court-circuit et VCO tension de circuit ouvert
V p m Ip m
FF = (12)
V C O IC C

A.4. Le rendement
Le rendement (η) des cellules PV désigne le rendement de conversion en puissance. Il est défini
comme étant le rapport entre la puissance maximale délivrée par la cellule et la puissance
lumineuse incidente Pin.
Pm F F . V C O .I C C
η = = (13)
P in P in
Ce rendement peut être amélioré en augmentant le facteur de forme, le courant de court-
circuit et la tension à circuit ouvert.
B. Influence de l’éclairement et de la température sur la caractéristique P (V)

Le GPV est fortement influencé par la variation de l’éclairement et la température [2]. En effet, à la
fig.3 le GPV est soumis à des variations de luminosité où il apparait clairement la diminution de la
puissance et le changement du point maximum de puissance MPP.

P = f(V) à T=25°C
70
G = 1000 W/m²
G = 800 W/m²
60
G = 600 W/m²
G = 400 W/m²
50 G = 200 W/m²
Puissance en Watt

40

30

20

10

0
0 2 4 6 8 10 12 14 16 18 20 22
Tension en Volt

FIG.3. Changement du MPP en fonction de l’éclairement

Dans la figure 4 le générateur photovoltaïque GPV est soumis à des variations de température sous une
luminosité constante ; là aussi le point de puissance maximum MPP change.

P=f(V) pour G = 1000 W/m2

70
T= 0°C
T= 25°C
60
T= 30°C
T= 35°C
50 T= 40°C
Puissance en Watt

40

30

20

10

0
0 5 10 15 20 25
Tension en Volt

FIG.4. Influence de la température sur MMP

C. Influence de l’éclairement et de la température sur la caractéristique I(V)

La figure 4 montre l’influence de l’éclairement sur la caractéristique I (V). A une température

constante, on constate que le courant subit une variation importante, mais par contre la tension varie
légèrement. Car le courant de court-circuit est une fonction linéaire de l’éclairement alors que la
tension de circuit ouvert est une fonction logarithmique.
 I = f(V) à T=25°C
4

3.5

Courant en Ampère
2.5

1.5

G = 1000 W/m²
1
G = 800 W/m²
G = 600 W/m²
0.5 G = 400 W/m²
G = 200 W/m²
0
0 2 4 6 8 10 12 14 16 18 20 22
Tension en Volt

FIG. 5. Influence de l’éclairement sur la caractéristique I (V) du GPV

La figure 6 montre l’influence de la température sur la caractéristique I (V). Il est essentiel de

comprendre l'effet de changement de la température d'une cellule solaire sur la caractéristique I (V).
Le courant dépend de la température puisque le courant augmente légèrement à mesure que la
température augmente, mais la température influe négativement sur la tension de circuit ouvert. Quand
la température augmente la tension de circuit ouvert diminue. Par conséquent, la puissance maximale
du générateur subit une diminution.

I=f(V) pour G = 1000 W/m2

4

3.5

3
Courant en Ampère

2.5

1.5

T= 0°C
1
T= 25°C
T= 30°C
0.5 T= 35°C
T= 40°C
0
0 5 10 15 20 25
Tension en Volt

FIG. 6. Influence de la température sur la caractéristique I (V) du GPV

D. Modélisation du hacheur survolteur [4].

Le schéma général d’un hacheur survolteur est donné par la figure 7.

FIG. 7. Schéma électrique du convertisseur

Les valeurs moyennes de la tension et du courant de sortie sont données par :

 1
Vdc1 = V pv (14)
1− D

I dc1 = (1 − D ) .I l (15)

Pour l’ondulation de tension et du courant de sortie on a l’expression :

Id c 1 (16)
∆ V dc1 = D
C .f
Vpv
∆ Id c 1 = D (17)
Lf
A partir de ces formules qu’on peut dimensionner le condensateur de filtrage C et l’inductance lissage
L:
I dc1
C= .D (18)
∆ V dc1 .f
Vpv
L= .D (19)
∆ I dc1 .f

La modélisation de ce convertisseur passe par l’analyse des différentes séquences de fonctionnement

que nous supposerons de durées fixées par la commande u. Il apparaît deux séquences de
fonctionnement selon l’état de l’interrupteur S, que nous pouvons représenter chacune par une
équation différentielle.
Lorsque S est fermé :
d
V P V = L IL (20)
dt
d V d c1
0 = C + I ch 1
dt
Lorsque S est ouvert:
d IL
V PV = L + V d c1
dt (21)
d V d c1
IL = C + I ch1
dt
En posant u = 1 lorsque l’interrupteur S est fermé et u = 0 pour S ouvert, on a :
d
V P V = L IL + V d c 1 (1 − u )
dt (22)
d V d c1
(1 − u ) I L = C + I ch1
dt

Soit le modèle du hacheur donné par la figure 8:

FIG. 8. Schéma du hacheur sous Matlab/Simulink

Les résultats de simulation sont donnés suivant les figures 9 et 10.

Allure des courants Ie et Is

8
Ie
7 Is

Courant en [ampere]
5

0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
Temps en [seconde]

FIG. 9. Les courants d’entrée et de sortie hacheur élévateur

Allure des tensions Ve et Vs

18

16

14

12
Tension en [volt]

10

2 Ve
Vs
0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
Temps en [seconde]

FIG. 10.Les tensions d’entrée et sortie du hacheur élévateur

La figure 9 présente un saut important de courant du fait que la source de tension utilisée dans la
simulation peut délivrer un courant sans limite ce qui n’est pas le cas où l’on aurait un générateur
photovoltaïque comme source de puissance.
La valeur tension de sortie (figure 10) du convertisseur est plus grande que celle d’entrée et
inversement pour les courants.

III. MISE EN ŒUVRE DE LA COMMANDE MPPT

Des nombreuses méthodes de poursuite de point de puissance maximale (MPPT) ont été développées
pour permettre au système d’extraire le maximum de puissance du générateur photovoltaïque. Le
principe de ces méthodes est de déplacer le point de fonctionnement en augmentant VPV,
lorsque dPPV /dVPV est positif ou en diminuant VPV, lorsque dPPV /dVPV est négatif [7].

A. La commande MPPT flou

Récemment, la commande par logique floue a été utilisée dans les systèmes de poursuite du point
maximum de puissance MPPT, L’avantage de ces techniques est qu’elles peuvent fonctionner avec des
valeurs d’entrées peu précises et qu’elle ne nécessite pas la connaissance exacte du modèle à réguler
[5].
La structure interne de ce régulateur ou bien contrôleur flou est représentée dans le
diagramme fonctionnel suivant donné par la figure 11 [8] , [9]:
 Figure 11 : Schéma de principe d’un régulateur flou

A .1 Fuzzification

Le processus de la fuzzification consiste à traduire les variables réelles en variables floues.

Le principe d’une commande floue se base sur deux variables d’entrées qui sont l’erreur E et le
changement d’erreur CE. Ces variables sont exprimées comme suit :

PPh (k ) − PPh (k − 1 )
E (k ) =
V Ph (k ) − V Ph (k − 1 )
(23)
CE (k ) = E (k ) − E (k − 1)

Où PPh et VPh sont respectivement : la puissance et la tension du générateur photovoltaïque.

Les fonctions d’appartenance des variables d’entrée sont du type triangulaire et trapézoïdal. Leur
disposition est symétrique et équidistante. La fonction d’appartenance de la sortie est formée par des
singletons car la méthode de Sugeno est adoptée. La figure 12 présente les différentes fonctions
d’appartenance.

µE µCE
NG NP ZR PP PG NG NP ZR PP PG
1 1

-b -a 0 a b E 0
0 -d -c 0 c d CE

µdD

NG NP ZR PP PG
1

0
-b -a 0 a b dD

FIG. 12. Fonctions d’appartenance (N = 5)

 A.2 Méthode d’inférence floue

La valeur de la variable de sortie dD (le rapport cyclique), qui pilote le convertisseur statique pour
rechercher le PPM (point de puissance maximale) est déterminée à l’aide d’une table de vérité et de
l’évolution des paramètres d’entrée.

Tableau 1 : Table des règles floues

La variable linguistique assignée à dD, dépend des différentes combinaisons entre E et CE. Par
exemple, si les variables d’entrée (E et CE), ont comme valeur PG et ZR correspondant à un point de
fonctionnement très éloigné du PPM, d’après la table de vérité la valeur donnée à la variable de sortie
dD est NG, ce qui implique diminuer le rapport cyclique (dD) largement.
On a choisi la méthode Sugeno comme une méthode d'inférence floue avec opération SOMME -
PRODUIT. Elle consiste à utiliser l’opérateur PRODUIT pour le ET et l’opérateur SOMME pour le
OU. La sortie est directement donnée par des nombres réels.

A.3 Défuzzification

Elle consiste à convertir cette fois, une variable linguistique en variable numérique. Cette étape ne
s’applique qu’à la variable de sortie dD, afin de pouvoir piloter le convertisseur de puissance pour
atteindre le PPM.
La valeur dD0 de la sortie singleton Sugeno est calculée par la formule :
4
dD 0 = ∑ x i .µ i ( d D i ) (24)
1

B. Organigramme du programme pour conquérir le PPM

Une configuration de la table est présentée pour la localisation des règles activées dans le programme :

Tableau 2 : Repérage des règles activées

Un organigramme est alors établi pour mettre en œuvre le contrôleur flou. La figure13 donne cet
organigramme général.
 Début

a, b, c, d, R

E, CE

E<0

E<a E < −a

k←4 k ← 3 k ←2 k ←1
E−a E E+a E+b
ue1 ← − +1 u e1 ← − +1 ue1 ←− +1 ue1 ← − +1
b−a a a b−a
E−a E E+a E +b
ue 2 ← − ue 2 ← ue2 ← ue 2 ←
b−a a a b−a

CE < 0

CE < c CE < −c

l ←4 l←3 l ←1
l ←2
CE − c CE + d
ude1 ← − +1 E
ude1 ← − + 1 ude1 ← − CE + c + 1 ude1 ← − d − c + 1
d −c c c
CE − c CE + d
CE + d ude 2 ←
ude2 ← − ude 2 ←
E ude2 ← d −c
d −c c c

a1 ← u e1 * u d e1; b1 ← R ( k , l )
a 2 ← u e1 * u d e 2; b 2 ← R ( k , l + 1)
a 3 ← u e 2 * u d e1; b3 ← R ( k + 1, l )
a 4 ← u e 2 * u d e 2; b 4 ← R ( k + 1, l + 1)

dD0 ← a1 * b2 + a 2 * b2 + a3 * b3 + a 4 * b4

FIN

FIG. 13. Organigramme du contrôleur flou

 IV. SIMULATIONS ET RESULTATS
Dans cette section, on présente les différentes simulations d’un système photovoltaïque contrôlé
par une commande MPPT floue. Le système comprend un générateur photovoltaïque de type MSX-
60, un convertisseur statique continu-continu survolteur, la commande MPPT par le contrôleur floue
et enfin une batterie électrochimique comme unité de stockage.
Le contrôle de la puissance, ainsi que la modélisation et la simulation ont été effectués sous
l’environnement MATLAB/Simulink.

[I] [V]
[V] V Goto1 Goto

Ipv ipv

G G MSX-60 I I_pv

Eclairement Vpv vpv

DC Boost
T Top
V+ i ppv
+
-
Température ipv*vpv
g
GPV
V-
pch

ich*vch
DC Boost

ich
Repeating Relay
Sequence

Terminator +
[I] Ipv E E +
v vch
dD d m -

[V] Vpv CE CE _ Vch

Mesures Batterie t
Contrôleur MPPT flou
Clock Temps

FIG. 14. Modèle complet de simulation sous Matlab/Simulink

Les divers résultats sont donnés par les figures 15 à 18.

Eclairement= 1000W/m

Température= 25 °C

Puissances Tensions
45
60
40

50 35

30
Puissances en Watt

40
Tensions en Volt

25

30
20

20 15

10
10
Ppv 5 Vpv
Pch
0 Vch
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
temps en seconde
temps en seconde

FIG. 15. Puissance mises en jeu FIG. 16. Tensions simulées

.
Comme on voit sur la figure 15, la puissance du module atteigne la puissance maximale que peut
fournir la source après 60 ms et celle de la charge suit cette variation. La tension (figure 16) et le
courant (figure 17) issus du GPV reste sur le point de fonctionnement optimal grâce à la
commande fournie par le contrôleur MPPT flou qui essaie toujours d’ajuster, à chaque instant, le
rapport cyclique (figure 18) pour que le point de fonctionnement du système reste sur le point
optimum.
 Courants
4

3.5

3
Courants en Ampère

2.5

1.5

0.5
Ipv
Ich
0
0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08
temps en seconde

FIG. 17. Courants débité et reçu FIG.18. Rapport cyclique de la commande

Afin de tester la faculté de poursuite du système, on a fait varier l’éclairement en trois étapes
successives sous une température de 25°C.

Variation éclairement
1000
70
Ppv
Pch
900 60

800 50
Puissance en Watt
Eclairement

700 40

600 30

500 20

400 10

300
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
Temps en seconde
Temps en seconde

FIG. 19. Consigne pour la variation de l’éclairement FIG. 20. Allures des puissances mises en jeu

35 4
Vpv Ipv
30 Vch Ich
3.5

25 3
Courant en Ampère

20
Tension en Volt

2.5

15 2

10
1.5

5
1

0
0.5

-5
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 0
0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2
Temps en seconde
Temps en seconde

FIG. 21. Allures des tensions FIG. 22. Allures des courants

La figure 20 met en évidence une bonne faculté de poursuite du système piloté par le MPPT flou. On
constate aussi que l’ensemble peut être modélisé par un système du premier ordre. Les figures 21 et 22
permettent de constater que les tensions et les courants varient inversement mais que leur produit
donne toujours la puissance maximale désirée.
En résumé, le contrôleur flou réagit en fonction de l’éclairement en essayant toujours d’amener le
système de captage photovoltaïque sur le meilleur point de fonctionnement (point de puissance
maximale).
 V. CONCLUSION
Dans cet article, nous avons présenté la modélisation et simulation du fonctionnement
électrique d’un système de captage photovoltaïque adapté par une commande numérique
intelligente (commande MPPT floue) assurant la poursuite de la puissance maximale fournie par
le générateur photovoltaïque et permettant ainsi d’obtenir un bon rendement.
Les différentes règles que doivent suivre le système et un organigramme ont été développés pour la
mettre en œuvre de la simulation. Cet organigramme permettra aussi d’implanter cet algorithme MPPT
flou sous LabView avec le périphérique NI 6009.
Les différentes simulations montrent que le contrôleur MPPT flou permet au système de bien
réagir afin de ne pas perdre le point de fonctionnement optimal où la puissance transitée vers la
charge est maximale. L’asservissement présente une bonne performance : précision, rapidité et
stabilité ainsi qu’une bonne faculté de poursuite..

VI. REFERENCE
[1] M. Diallo, MPPT d’un panneau, projet BSc en Électricité et systèmes de communication

[2] O. Gergaud, Modélisation énergétique et optimisation économique d’un système de production

éolien et photovoltaïque couplé au réseau et associé à un accumulateur, Docteur de l’École Normale
Supérieure de Cachan (2002).

[3] Yassine LASMI, Optimisation de la poursuite du point de puissance maximale (MPPT) d’un
système photovoltaïque par les techniques intelligentes, Magister, Université Sétif -1, Algérie, (2013).

[4] BELAKEHAL S., Conception et commandes des machines à aimants permanents dédiées
aux énergies renouvelables», thèse de doctorat, université de Constantine, (2010).

[5] Andrianarimanana N. Dona, Commande MPPT d’un système photovoltaïque , Mémoire

d’ingéniorat, ES Polytechnique d’Antsiranana, (2014).

[6] BENSACI Wafas. Modélisation et simulation d’un système photovoltaïque adapté par une
commande MPPT, Tthèse de doctorat, Université Kasdi Merbah–Ouargla,( 2012).

[7] N. Aouchiche, M.S. Aït Cheikh et A. Malek, Poursuite du point de puissance maximale d’un
système photovoltaïque par les méthodes de l’incrémentation de conductance et de la perturbation &
observation, Ecole Nationale Polytechnique, Avenue Hassen Badi, El Harrach, Algers, Algeria.

[8] N. Ould Cherchali , Application de la logique floue pour la poursuite du point de

puissance maximale d’un système photovoltaïque", Université de Médé, Algérie .

[9] RAZAFINJAKA N. Jean, RAKOTOARISOA A. Jean Claude « Optimisation de l’énergie d’une

éolienne de petite puissance par algorithme MPPT flou », Forum de la Recherche, Innovations
scientifiques et Technologiques, MESRES, juillet 2012, Tananarive (2012).

View publication stats