Modeling and Optimization of a Standalone Photovoltaic System supplying an alternative Load - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2019

Modeling and Optimization of a Standalone Photovoltaic System supplying an alternative Load

Modélisation et optimisation d'un système photovoltaïque autonome alimentant une charge alternative.

Résumé

In this thesis, two efficient control strategies are proposed to optimize the performances of a single-phase double stage standalone Photovoltaic (PV) system. The first controller allows tracking instantly the maximum power point (MPP) of the PV module regarding any sudden change of atmospheric conditions. Furthermore, the second control strategy consists of forcing the output current of the inverter to follow a generated reference. Thanks to its advantages, Both control strategies are based on the sliding mode approach due to its accuracy and robustness under external perturbations. Accordingly, the developed controllers require the availability of a highquality database that describes the standalone PV system behavior under the different variations of climate condition. To deal with this concern, a MATLAB simulation is developed to elaborate a trusted standalone PV system. This latter requires the use of a PV module to supply two converters in order to feed a resistive load with an alternative current. The PV panel modelling necessitates the use of the electrical parameters of the equivalent-circuit model. For this, an efficient and simple strategy based on the shunt resistance measure and the datasheet manufacturer is developed to extract the single-diode model (SDM) parameters. Finally, the SDM identified parameters are implemented in the PV module to build the standalone PV system. The efficiency of the developed controllers is assessed by simulation under different climate variations.
Dans cette thèse, deux stratégies de contrôle efficaces sont proposées pour optimiser les performances d'un système photovoltaïque (PV) monophasé à double étage. Le premier contrôleur permet de suivre instantanément le point de puissance maximale (PPM) du module PV indépendamment de tout changement brusque des conditions atmosphériques. De plus, la deuxième stratégie de contrôle consiste à forcer le courant de sortie de l'onduleur à suivre une référence générée. Grâce à ses avantages, les deux stratégies de contrôle sont basées sur l’approche des modes glissants en raison de sa précision et de sa robustesse face aux perturbations externes. En conséquence, les contrôleurs développés nécessitent la disponibilité d'une base de données de haute qualité décrivant le comportement du système PV autonome en fonction des différentes variations des conditions climatiques. Pour résoudre ce problème, une simulation MATLAB est développée afin d’élaborer un système PV autonome fiable. Cette dernière nécessite l'utilisation d'un module PV pour alimenter une charge résistive alternative via deux convertisseurs DC/DC et DC/AC. La modélisation du panneau photovoltaïque nécessite la détermination des paramètres électriques du modèle de circuit équivalent. Pour cela, une méthode simple et efficace basée sur la mesure de la résistance shunt et les données du fabricant est développée pour extraire les paramètres du modèle à une seule diode (MSD). Enfin, les paramètres identifiés du MSD sont implémentés dans le module PV pour construire le système PV autonome. L'efficacité des contrôleurs développés est évaluée par simulation sous différentes variations climatiques.
Fichier principal
Vignette du fichier
Thesis_CHAIBI.pdf (9.79 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

tel-02535080 , version 1 (16-04-2020)

Identifiants

  • HAL Id : tel-02535080 , version 1

Citer

Yassine Chaibi. Modeling and Optimization of a Standalone Photovoltaic System supplying an alternative Load. Electric power. Université Moulay Ismaïl Meknès (Maroc), 2019. English. ⟨NNT : ⟩. ⟨tel-02535080⟩
669 Consultations
147 Téléchargements

Partager

Gmail Facebook X LinkedIn More