Optimisation des systèmes à énergies renouvelables par les algorithmes intelligents / Chekired, Fathya (2014) 

Public ISBD Titre : Optimisation des systèmes à énergies renouvelables par les algorithmes intelligents Type de document : texte imprimé Auteurs : Chekired, Fathya, Auteur ; Chérif Larbes, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2014 Importance : 144 f. Présentation : ill. Format : 30 cm. Accompagnement : 1 CD-ROM. Note générale : Thèse de Doctorat : Électronique : Alger, École Nationale Polytechnique : 2014 Bibliogr. f. 133 - 144 Langues : Français (fre) Mots-clés : Système photovoltaïque Techniques MPPT intelligentes Implémentation en tempsréel FPGA Index. décimale : D002314 Résumé : Dans ce travail, différentes techniques intelligentes sont étudiées pour la commande de la poursuite du point de puissance maximale (MPPT) dans un système photovoltaïque autonome et implémentées sur un circuit FPGA. Les techniques concernées sont les réseaux de neurones artificiels (ANN), la logique floue (FL), le système hybride intelligent neuro-flou (ANFIS) et la logique floue optimisée par les algorithmes génétiques (GA-FL). Initialement, une simulation complète du système photovoltaïque doté des commandes MPPT utilisant l'environnement MATLAB/Simulink est donnée. Deuxièmement, les différentes étapes d’implémentation de ces commandes sur un circuit FPGA sont présentées. Ensuite, les commandes sont testées par une simulation en temps réel en utilisant un circuit FP GA-Virtex 5. Enfin, une étude comparative a été réalisée pour démontrer les performances des commandes MPPT développées en termes de rendement, précision, rapidité, flexibilité, consommation d'énergie et simplicité d’implémentation. Les résultats obtenus montrent de bonnes performances des commandes développées sous plusieurs conditions météorologiques. Toutefois, la commande GA-FL est la plus performante. En outre, la possibilité d’implémenter ces commandes sur FPGA a été démontrée. Optimisation des systèmes à énergies renouvelables par les algorithmes intelligents [texte imprimé] / Chekired, Fathya, Auteur ; Chérif Larbes, Directeur de thèse . - [S.l.] : [s.n.], 2014 . - 144 f. : ill. ; 30 cm. + 1 CD-ROM. Thèse de Doctorat : Électronique : Alger, École Nationale Polytechnique : 2014 Bibliogr. f. 133 - 144 Langues : Français (fre) Mots-clés : Système photovoltaïque Techniques MPPT intelligentes Implémentation en tempsréel FPGA Index. décimale : D002314 Résumé : Dans ce travail, différentes techniques intelligentes sont étudiées pour la commande de la poursuite du point de puissance maximale (MPPT) dans un système photovoltaïque autonome et implémentées sur un circuit FPGA. Les techniques concernées sont les réseaux de neurones artificiels (ANN), la logique floue (FL), le système hybride intelligent neuro-flou (ANFIS) et la logique floue optimisée par les algorithmes génétiques (GA-FL). Initialement, une simulation complète du système photovoltaïque doté des commandes MPPT utilisant l'environnement MATLAB/Simulink est donnée. Deuxièmement, les différentes étapes d’implémentation de ces commandes sur un circuit FPGA sont présentées. Ensuite, les commandes sont testées par une simulation en temps réel en utilisant un circuit FP GA-Virtex 5. Enfin, une étude comparative a été réalisée pour démontrer les performances des commandes MPPT développées en termes de rendement, précision, rapidité, flexibilité, consommation d'énergie et simplicité d’implémentation. Les résultats obtenus montrent de bonnes performances des commandes développées sous plusieurs conditions météorologiques. Toutefois, la commande GA-FL est la plus performante. En outre, la possibilité d’implémenter ces commandes sur FPGA a été démontrée.

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
D002314B	D002314	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable
D002314A	D002314	Papier + ressource électronique	Bibliothèque Annexe	Thèse de Doctorat	Disponible	Electronique	Consultation sur place/Téléchargeable

Documents numériques

CHEKIRED.Fathia.pdf URL