Documents disponibles écrits par cet auteur

Commande neuro-floue d'un hacheur MPPT / Belhachat, Faiza 

Public ISBD Titre : Commande neuro-floue d'un hacheur MPPT Type de document : texte imprimé Auteurs : Belhachat, Faiza, Auteur ; Barazane, Linda, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2007 Importance : 112 f. Présentation : ill. Format : 30 cm. Accompagnement : CD Note générale : Mémoire de Magister : Électronique : Alger, École Nationale Polytechnique : 2007 Annexe f. 100 - 109 . Bibliogr. f. 110 - 112 Langues : Français (fre) Mots-clés : MPPT  Photovoltaïque Réseaux  de  neurone  artificiels Réseaux  neuro-flous Contrôleur  neuronal Contrôleur  neuro-flou Index. décimale : M000907 Résumé : Un générateur photovoltaïque peut fonctionner dans une large gamme de tension et de courant de sortie mais il ne peut délivrer une puissance maximale que pour des valeurs particulières du courant et de la tension. En effet la caractéristique I (V) du générateur dépend de l’éclairement solaire et de la température. Ces variations climatiques entraînent la fluctuation du point de puissance maximale. A cause de cette fluctuation, on intercale souvent entre le générateur et le récepteur un ou plusieurs convertisseurs statiques commandés permettant de poursuivre le point de puissance maximale. Ces commandes sont, connus sous le nom de MPPT (Maximum Power Point Tracking) associées au hacheur, lequel assure le couplage entre le générateur PV et le récepteur en forçant le premier à délivrer sa puissance maximale. Le travail présenté dans ce mémoire s’appuie sur l’utilisation de deux approches: neuronale et neuro-floue pour la poursuite du PPM. Les résultats de simulation ont montré que ces deux techniques présentent de bons résultats mais le contrôleur neuro-flou est plus performant et plus robuste. Le présent mémoire est donc subdivisé en quatre chapitres à savoir: Dans le premier chapitre, nous présentons les principales caractéristiques d’un GPV ainsi que la problématique de l’énergie solaire photovoltaïque. En suite, nous décrivons les principaux types d’algorithmes de recherche du point de puissance maximale (MPPT) d’un GPV développés et les plus répandus, en particulier ceux émergents (les techniques intelligentes tel que la logique floue,les réseaux de neurones,le réseau neuro-flou). Dans le deuxième chapitre nous présenterons une étude théorique sur les notions de la logique floue, les réseaux de neurones et neuro-flous ainsi que les concepts nécessaires à leurs conceptions, l’apprentissage et la validation. Le troisième chapitre sera consacré à la présentation de notre travail, nous décrivons l’architecture du réseau de neurones proposé ainsi que le processus d’apprentissage adopté. Des tests et des simulations de performances du système global sont effectués afin de vérifier la marge de fiabilité de notre contrôleur. Par la suite et dans le dernier chapitre et dans le but d’améliorer un tel processus nous avons pensé à introduire l’approche neuro-floue qui est susceptible de garder toujours de bonne performances même dans le cas extrême où le contrôle par le réseau de neurones se trouve moins efficace, ce qui est vérifié à travers une comparaison des résultats de simulation avec l’approche neuronale. Nous terminerons notre mémoire par une conclusion générale dans laquelle nous donnerons les perspectives et les améliorations qui peuvent être prises en compte pour la continuité de ce travail. Commande neuro-floue d'un hacheur MPPT [texte imprimé] / Belhachat, Faiza, Auteur ; Barazane, Linda, Directeur de thèse . - [S.l.] : [s.n.], 2007 . - 112 f. : ill. ; 30 cm. + CD. Mémoire de Magister : Électronique : Alger, École Nationale Polytechnique : 2007 Annexe f. 100 - 109 . Bibliogr. f. 110 - 112 Langues : Français (fre) Mots-clés : MPPT  Photovoltaïque Réseaux  de  neurone  artificiels Réseaux  neuro-flous Contrôleur  neuronal Contrôleur  neuro-flou Index. décimale : M000907 Résumé : Un générateur photovoltaïque peut fonctionner dans une large gamme de tension et de courant de sortie mais il ne peut délivrer une puissance maximale que pour des valeurs particulières du courant et de la tension. En effet la caractéristique I (V) du générateur dépend de l’éclairement solaire et de la température. Ces variations climatiques entraînent la fluctuation du point de puissance maximale. A cause de cette fluctuation, on intercale souvent entre le générateur et le récepteur un ou plusieurs convertisseurs statiques commandés permettant de poursuivre le point de puissance maximale. Ces commandes sont, connus sous le nom de MPPT (Maximum Power Point Tracking) associées au hacheur, lequel assure le couplage entre le générateur PV et le récepteur en forçant le premier à délivrer sa puissance maximale. Le travail présenté dans ce mémoire s’appuie sur l’utilisation de deux approches: neuronale et neuro-floue pour la poursuite du PPM. Les résultats de simulation ont montré que ces deux techniques présentent de bons résultats mais le contrôleur neuro-flou est plus performant et plus robuste. Le présent mémoire est donc subdivisé en quatre chapitres à savoir: Dans le premier chapitre, nous présentons les principales caractéristiques d’un GPV ainsi que la problématique de l’énergie solaire photovoltaïque. En suite, nous décrivons les principaux types d’algorithmes de recherche du point de puissance maximale (MPPT) d’un GPV développés et les plus répandus, en particulier ceux émergents (les techniques intelligentes tel que la logique floue,les réseaux de neurones,le réseau neuro-flou). Dans le deuxième chapitre nous présenterons une étude théorique sur les notions de la logique floue, les réseaux de neurones et neuro-flous ainsi que les concepts nécessaires à leurs conceptions, l’apprentissage et la validation. Le troisième chapitre sera consacré à la présentation de notre travail, nous décrivons l’architecture du réseau de neurones proposé ainsi que le processus d’apprentissage adopté. Des tests et des simulations de performances du système global sont effectués afin de vérifier la marge de fiabilité de notre contrôleur. Par la suite et dans le dernier chapitre et dans le but d’améliorer un tel processus nous avons pensé à introduire l’approche neuro-floue qui est susceptible de garder toujours de bonne performances même dans le cas extrême où le contrôle par le réseau de neurones se trouve moins efficace, ce qui est vérifié à travers une comparaison des résultats de simulation avec l’approche neuronale. Nous terminerons notre mémoire par une conclusion générale dans laquelle nous donnerons les perspectives et les améliorations qui peuvent être prises en compte pour la continuité de ce travail.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
M000907A	M000907	Papier	Bibliothèque centrale	Mémoire de Magister	Disponible
M000907B	M000907	Papier	Bibliothèque centrale	Mémoire de Magister	Disponible

Documents numériques

BELHACHAT.Faiza.pdf URL

Contribution à la commande, modélisation et optimisation neuro-floue dans un système photovoltaique / Belhachat, Faiza 

Public ISBD Titre : Contribution à la commande, modélisation et optimisation neuro-floue dans un système photovoltaique Type de document : texte imprimé Auteurs : Belhachat, Faiza, Auteur ; Larbes, Chérif, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2016 Importance : 187 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique: 2016 Annexes f. 149 - 179. Bibliogr. f. 180 - 187 Langues : Français (fre) Mots-clés : Ombrage  partiel Configurations  PV Commande  MPPT Commande  neuro-floue Index. décimale : D002516 Résumé : Un ombrage partiel ou une répartition non uniforme de l'éclairement cause une perte importante de la puissance générée par un générateur photovoltaïque (PV) et engendre de multiples maxima locaux sur les caractéristiques (P-V) de celui-ci. Dans ce contexte, les travaux de thèse décrits dans ce document ont deux objectifs complémentaires. D'une part, ils proposent d'étudier les pertes dues à l'ombrage et de proposer des solutions permettant de réduire celles-ci. Pour cela une étude détaillée qui considère toutes les configurations d'un champ PV disponibles a été effectuée sous tous les scénarios d'ombrage possibles. Les configurations étudiées sont : Série (S), parallèle (P), série-parallèle (SP), total-cross-tied (TCT), bridge-linked (BL) et honey-comb (HC). La modélisation du champ PV a été réalisée en utilisant le modèle de bishop sous l'environnement simulink/simpower. L'analyse détaillée de chaque configuration à travers les multiples scénarios d'ombrage montrent que le choix de la configuration la plus optimale et appropriée dépend fortement du pattern d'ombrage. D'autre part, ces travaux de recherche apportent une contribution à la commande MPPT en proposant une nouvelle méthode d'optimisation du système photovoltaïque basée sur l'approche neuro-floue et qui tient compte de la multiplicité des maxima locaux lors de l'occurrence d'un ombrage partiel. Les résultats de simulations montrent l'efficacité de l'approche propoée pour la prédiction et la poursuite du PPMG d'un champ PV quelle que soit sa configuration. Contribution à la commande, modélisation et optimisation neuro-floue dans un système photovoltaique [texte imprimé] / Belhachat, Faiza, Auteur ; Larbes, Chérif, Directeur de thèse . - [S.l.] : [s.n.], 2016 . - 187 f. : ill. ; 30 cm. + 1 CD-ROM. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique: 2016 Annexes f. 149 - 179. Bibliogr. f. 180 - 187 Langues : Français (fre) Mots-clés : Ombrage  partiel Configurations  PV Commande  MPPT Commande  neuro-floue Index. décimale : D002516 Résumé : Un ombrage partiel ou une répartition non uniforme de l'éclairement cause une perte importante de la puissance générée par un générateur photovoltaïque (PV) et engendre de multiples maxima locaux sur les caractéristiques (P-V) de celui-ci. Dans ce contexte, les travaux de thèse décrits dans ce document ont deux objectifs complémentaires. D'une part, ils proposent d'étudier les pertes dues à l'ombrage et de proposer des solutions permettant de réduire celles-ci. Pour cela une étude détaillée qui considère toutes les configurations d'un champ PV disponibles a été effectuée sous tous les scénarios d'ombrage possibles. Les configurations étudiées sont : Série (S), parallèle (P), série-parallèle (SP), total-cross-tied (TCT), bridge-linked (BL) et honey-comb (HC). La modélisation du champ PV a été réalisée en utilisant le modèle de bishop sous l'environnement simulink/simpower. L'analyse détaillée de chaque configuration à travers les multiples scénarios d'ombrage montrent que le choix de la configuration la plus optimale et appropriée dépend fortement du pattern d'ombrage. D'autre part, ces travaux de recherche apportent une contribution à la commande MPPT en proposant une nouvelle méthode d'optimisation du système photovoltaïque basée sur l'approche neuro-floue et qui tient compte de la multiplicité des maxima locaux lors de l'occurrence d'un ombrage partiel. Les résultats de simulations montrent l'efficacité de l'approche propoée pour la prédiction et la poursuite du PPMG d'un champ PV quelle que soit sa configuration.

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
D002516B	D002516	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable
D002516A	D002516	Papier + ressource électronique	Bibliothèque centrale	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable

Documents numériques

BELHACHAT.Faiza.pdf URL