Habilitationuniv
Transféré par
PHDHabilitationuniv
Transféré par
PHDSee discussions, stats, and author profiles for this publication at: https://www.researchgate.
net/publication/326260490
Stratégies de Commande pour l’Optimisation des Systèmes Photovoltaïques
Autonomes et Connectés au Réseau
Thesis · October 2015
DOI: 10.13140/RG.2.2.32260.83840
CITATIONS READS
0 2,492
1 author:
M'hammed Guisser
CRMEF-SETTAT
48 PUBLICATIONS 179 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Adaptive control View project
Renewable Energy Control View project
All content following this page was uploaded by M'hammed Guisser on 08 July 2018.
The user has requested enhancement of the downloaded file.
كلية العلوم و التقنيات بسطات
Faculté des Sciences et Techniques - Settat
RAPPORT DE SYNTHESE
Présenté en vue de l’obtention de
L’HABILITATION UNIVERSITAIRE
Spécialité : Automatique et Informatique Industrielle
Par
M’hammed GUISSER
Docteur en Automatique Productique-Informatique de l’Ecole Nationale Supérieure
d’Electricité et de Mécanique (ENSEM) de Casablanca
Stratégies de Commande pour l’Optimisation des Systèmes
Photovoltaïques Autonomes et Connectés au Réseau
Soutenue publiquement le 14 Octobre 2015 devant le Jury composé de :
Mr. M. ABOULFATAH Professeur à la FST, Settat Président
Mr. A. AZOUGARH Professeur à la FS, Fès Rapporteur
Mr. M. RAHMOUNE Professeur à l’EST, Meknès Rapporteur
Mr. L. EL ABDELLAOUI Professeur à la FST, Settat Rapporteur
Mr. E. ABDELMOUNIM Professeur à la FST, Settat Examinateur
Soutenue le 10 Mars 2014 devant le jury
Pr. ************* Etablissement Président
*********** Rapporteur
Résumé
L’objectif de mes travaux de recherche concerne le développement des stratégies de commande
et d’estimation d’état robustes et efficaces, pour l’optimisation du fonctionnement de trois
configurations de systèmes de production d’énergie photovoltaïque : système de stockage
photovoltaïque, système de pompage photovoltaïque et système photovoltaïque connecté au
réseau électrique. Ces stratégies de contrôle garantissent des propriétés de stabilité et de
robustesse en asservissement et en régulation. De plus, une estimation de l’évolution des
variables d’état de chaque configuration est possible à l’aide d’observateurs d’état ou capteurs
logiciels.
Ce travail est centré sur l’amélioration des performances et du rendement des systèmes
photovoltaïques autonomes et raccordés au réseau, à travers l’utilisation d’algorithmes de
contrôles avancés pour la commande des interfaces de puissance DC/DC et DC/AC. La
commande du convertisseur DC/DC permet la poursuite du point de puissance maximale MPPT
du générateur photovoltaïque en vue d’un meilleur rendement d'utilisation du générateur
photovoltaïque. Le contrôleur de l’onduleur permet d’injecter un courant de sortie de forme
sinusoïdale synchronisé au réseau électrique et d’améliorer la qualité d'énergie injectée au
réseau. Dans le but de faciliter l’implémentation des lois de commande et de réduire le nombre
de capteurs physiques, un observateur d’état est utilisé dans la boucle de contrôle pour estimer
le variables d’état non mesurées du système photovoltaïque. L’ensemble des approches
proposées sont validées par simulation sous l’environnement Matlab/Simulink.
Mots clés : Systèmes photovoltaïques, poursuite du point de puissance maximale MPPT,
convertisseurs DC/DC et DC/AC, stratégies de contrôle robustes, observateurs d’état.
i
ii
Sommaire
Introduction générale .......................................................................................... 1
Première partie : Rapport des Activités pédagogiques ................................... 6
1.1 Données personnelles .............................................................................................................. 7
1.2 Formation et diplômes ............................................................................................................. 7
1.3 Activités d’enseignement ........................................................................................................ 7
1.4 Activités d'encadrement ........................................................................................................ 10
1.4.1 Encadrement de professeurs stagiaires .......................................................................... 11
1.4.2 Encadrement de stagiaires en Master ............................................................................ 11
1.4.3 Coencadrement de thèses en cours ................................................................................ 12
1.5 Formations pédagogiques ...................................................................................................... 13
1.6 Fonctions d’intérêt général .................................................................................................... 13
1.7 Activités de recherche ........................................................................................................... 13
Deuxième partie : Synthèse des travaux de recherche .................................. 16
Chapitre 1 : Commande d’un système de stockage photovoltaïque............. 17
1.1 Introduction ........................................................................................................................... 17
1.2 Modèle dynamique du système de stockage photovoltaïque................................................. 17
1.2.1 Modélisation du générateur photovoltaïque .................................................................. 19
1.2.2 Modélisation du convertisseur DC/DC.......................................................................... 23
1.2.3 Modélisation du système de stockage PV ..................................................................... 26
1.3 Synthèse des différentes commandes MPPT ......................................................................... 26
1.3.1 Synthèse de la commande numérique par mode glissant .............................................. 30
1.4 Synthèse de l’observateur d’état en temps discret ................................................................. 34
1.5 Résultats de simulation .......................................................................................................... 36
1.6 Conclusion ............................................................................................................................. 42
Chapitre 2 : Commande d’un système de pompage photovoltaïque............ 43
2.1 Introduction ........................................................................................................................... 43
2.2 Modélisation du système de pompage photovoltaïque .......................................................... 43
2.2.1 Modèle du générateur PV .............................................................................................. 45
2.2.2 Modèle du groupe motopompe ...................................................................................... 45
2.2.3 Modèle du système de pompage PV.............................................................................. 47
2.3 Commande par Backstepping ................................................................................................ 48
iii
2.3.1 Synthèse de la commande par backstepping ................................................................. 49
2.3.2 Résultats de simulation .................................................................................................. 51
2.4 Commande par linéarisation entrée-sortie avec observateur ................................................. 54
2.4.1 Synthèse de la commande par linéarisation entrée-sortie .............................................. 54
2.4.2 Synthèse de l’observateur d’état .................................................................................... 56
2.4.3 Résultats de simulation .................................................................................................. 58
2.5 Commande par mode glissant avec observateur.................................................................... 62
2.5.1 Synthèse de la commande par mode glissant ................................................................ 62
2.5.2 Résultats de simulation .................................................................................................. 64
2.6 Conclusion ............................................................................................................................. 68
Chapitre 3 : Commande d’un système photovoltaïque connecté au réseau
électrique ............................................................................................................ 69
3.1 Introduction ........................................................................................................................... 69
3.2 Modélisation du système PV connecté au réseau .................................................................. 70
3.3 Commande par backstepping avec action intégrale .............................................................. 73
3.3.1 Commande MPPT ......................................................................................................... 74
3.3.2 Commande du facteur de puissance .............................................................................. 76
3.3.3 Résultats de simulation .................................................................................................. 77
3.4 Commande par mode glissant intégral avec observateur ...................................................... 83
3.4.1 Synthèse de la commande par mode glissant intégral ................................................... 83
3.4.2 Synthèse de l’observateur d’état .................................................................................... 86
3.4.3 Résultats de simulation .................................................................................................. 88
3.5 Conclusion ............................................................................................................................. 95
Conclusion générale et perspectives ................................................................ 96
Bibliographie ...................................................................................................... 99
iv
Introduction générale
Devant les contraintes environnementales exigées d’une part et l’augmentation du coût de
production de l’énergie électrique d’autre part, la tendance actuelle est orientée vers
l’exploitation des sources d’énergies renouvelables. Les énergies renouvelables se manifestent
comme une solution potentielle à la réduction de la pollution. Parmi les moyens de production
prometteurs (solaire, éolien, hydraulique…), le photovoltaïque (PV) apparaît aujourd’hui
comme le plus approprié et le plus abouti à la production d’électricité d’origine renouvelable
pour l’habitat.
Les énergies renouvelables telles que l'énergie éolienne, l'énergie solaire, l’énergie biomasse et
l’énergie hydroélectrique, sont des solutions prometteuses pour concurrencer les sources
d’énergies de masse telle que l’énergie fossile et nucléaire. La filière étudiée dans ce mémoire
est l’énergie solaire photovoltaïque. L’énergie solaire photovoltaïque est en forte croissance
depuis quelques années car c’est une source inépuisable, non polluante pour l'environnement,
silencieuse et avec un niveau de risque très réduit. Son potentiel est très important à l’échelle
du besoin de l’activité humaine, il est aussi très largement réparti sur l’ensemble du globe ce
qui lui confère un intérêt partagé par tous. Avec l'augmentation du prix des énergies fossiles,
l’exploitation de cette ressource avec des systèmes de génération PV devient viable et rentable.
Elle est disponible pendant les périodes de pointe énergétique, à la différence du vent qui
produit souvent plus d'énergie la nuit que le jour. La nuit, la demande d'énergie est deux fois
moins importante que le jour.
Les panneaux solaires ou photovoltaïques sont l’élément de base de tout système
photovoltaïque. Ils sont constitués de cellules photosensibles reliées entre elles. Chaque cellule
convertit les rayons provenant du soleil en électricité grâce à l’effet photovoltaïque. Les
panneaux photovoltaïques ont une caractéristique électrique spécifique qui est donnée par le
fabricant sous forme de courbes. Ces courbes représentent généralement l’évolution du courant
et de la puissance par rapport à la tension du panneau. La caractéristique électrique du panneau
est de nature non linéaire et possède un point particulier appelé « Point de Puissance Maximale,
en anglais "Maximum Power Point" MPP ». Ce point est le point de fonctionnement optimal
pour lequel le panneau opère à sa puissance maximale. L’énergie photovoltaïque dépend
1
fortement des conditions climatiques et de la localisation du site, ce qui rend la position du MPP
variable dans le temps et donc difficile à situer. De plus, le rendement de la conversion
photovoltaïque reste relativement faible. Ceci présuppose l’utilisation et la mise en œuvre des
algorithmes de commande efficaces et optimales permettant d’extraire le maximum de
puissance disponible à partir du générateur photovoltaïque (GPV) et d’assurer un meilleur
rendement de conversion. L’optimisation de la production d’énergie photovoltaïque est
généralement obtenue en assurant une bonne adaptation entre le générateur PV et le récepteur
associé. Cette adaptation est effectuée à l’aide de convertisseurs statiques contrôlés pour
différents modes de fonctionnement.
Il existe deux principaux types d’applications photovoltaïques : les systèmes PV raccordés au
réseau et les systèmes PV autonomes. Les systèmes raccordés au réseau alimentent ce dernier
avec leur production énergétique. Les systèmes PV autonomes ne sont pas raccordés au réseau.
Dans ce cas, l’énergie produite est consommée localement ou stockée dans les batteries.
Les domaines d’application des systèmes PV autonomes peuvent être les suivants :
• Pompage de l’eau pour l’irrigation ou la consommation humaine.
• Systèmes solaires domestiques : foyer en zones rurales ou pays en développement.
• Antennes de communication et stations téléphoniques.
• Cliniques et hôpitaux.
• Tourismes : petits bateaux et voitures solaires.
Les domaines d’application des systèmes raccordés au réseau peuvent être les suivants :
• Production énergétique à grande échelle avec installations électriques PV.
• Alimentation énergétique industrielle ou domestiques.
Parmi les avantages importants de la conversion photovoltaïque, nous pouvons citer, la
décentralisation de la production d'énergie pour de petites communautés très dispersées comme
le prouve déjà les pompes solaires dont le fonctionnement s'est révélé très acceptable et
l'autonomie du système photovoltaïque, autonomie de lieu mais tout aussi importante est
l'autonomie de fonctionnement.
Les générateurs renouvelables sont couplés généralement à un système de stockage assurant
une disponibilité en continue d’énergie. L’énergie solaire n’étant pas disponible la nuit, il est
nécessaire d’équiper les systèmes photovoltaïques autonomes par des batteries d’accumulateurs
qui permettent de stocker l’énergie et de la restituer en temps voulu. Pour les systèmes raccordés
au réseau de distribution électrique, le stockage de l’énergie et bien évidemment pas
indispensable.
2
Le développement rapide de l’énergie solaire est apparu progressivement sous forme
d'installations de petites puissances raccordées au réseau à Basse Tension (BT) et de fermes
solaires connectées directement au réseau à Moyenne Tension. Dans un système photovoltaïque
connecté au réseau électrique, outre les diverses perturbations climatiques (variation de
l’ensoleillement et de la température), la tension de réseau électrique peut aussi présenter au
point de couplage des variations aléatoires en module, en phase ou en fréquence. Les majeurs
problèmes de réseau au point de couplage sont les creux de tension, les variations de fréquence,
les sauts de phase. Ces perturbations provenant de réseau peuvent engendrer des influences
néfastes sur le fonctionnement et sur la stabilité de l’installation PV. En outre, le rendement
global des générateurs PV est généralement faible et leurs coûts sont relativement élevés.
Cependant, pour réaliser le couplage entre le générateur PV et le réseau électrique, en toute
sécurité et pour avoir le meilleur rendement énergétique de l’installation, il faut assurer
l’extraction maximale de la puissance PV pour avoir le meilleur rendement, et assurer la gestion
énergétique et le contrôle de l’installation PV en mode connecté et autonome, en régime normal
et perturbé.
L’objectif de nos travaux de recherche est de proposer de nouvelles stratégies de commande
robustes et efficaces pour optimiser le fonctionnement de trois configurations de systèmes
photovoltaïques :
• Système de stockage photovoltaïque.
• Système de pompage photovoltaïque.
• Système photovoltaïque connecté au réseau électrique.
Une autre tâche complémentaire à la commande est l’estimation des variables d’état. Un
observateur est un moyen de mesure " informatique " qui permet de retrouver tous les états du
système en disposant du minimum d’informations sur ces états. Ce minimum d’information est
obtenu à l’aide de capteurs physiques. Un observateur d’état permet donc d’optimiser le nombre
de capteurs dans une application photovoltaïque ; d’où son intérêt économique.
La structure du mémoire est comme suit :
Le premier chapitre présente le modèle mathématique du système de stockage de l’énergie
électrique produite par le générateur photovoltaïque en utilisant les modèles des composants de
la chaine énergétique. Le système est composé d’un convertisseur DC/DC comme étage
d’adaptation entre le générateur PV et la batterie de stockage. Nous présentons aussi quelques
algorithmes de commande MPPT classiques de poursuite du point de puissance maximale des
générateurs solaires. Une nouvelle loi de commande non linéaire par l’approche modes glissants
3
en temps discret pour l’exploitation optimale du générateur photovoltaïque sera proposée afin
de satisfaire les performances statiques et dynamiques attendues. La technique de contrôle
utilisée consiste à agir sur le rapport cyclique du convertisseur DC/DC de manière automatique
pour amener la puissance du générateur PV à sa valeur optimale de fonctionnement, quelles
que soient les instabilités météorologiques. L’objectif ici est de comparer les performances de
cette technique de commande issue de l’automatique par rapport aux techniques classiques.
Ensuite, nous allons développer un observateur d’état non linéaire en temps discret de type
Luenberger étendu pour observer les états non mesurés du système PV de stockage, à partir de
la mesure de la tension et du courant du générateur PV dans le but de réduire le nombre de
capteurs. Enfin, des simulations réalisées sous l’environnement Matlab/Simulink seront
présentées.
Le deuxième chapitre concerne la modélisation et la commande d’un système de pompage au
fil de soleil. Le système est composé d’un générateur photovoltaïque, un hacheur survolteur
comme interface d’adaptation pour alimenter un moteur à courant continu couplé à une
pompe centrifuge. Le stockage d'énergie dans un système de pompage solaire peut se faire de
deux façons : stockage d'énergie électrique ou stockage d'eau. Cette dernière méthode est
souvent adoptée car il est plus pratique de stocker l'eau dans des réservoirs que stocker l'énergie
électrique dans des accumulateurs lourds coûteux et fragiles, de plus le rendement énergétique
est meilleur quand il n'y a pas d'accumulateurs. Nous proposons trois stratégies de commande
non linéaires permettant d’extraire le maximum de puissance disponible à partir du générateur
photovoltaïque indépendamment des variations de l’éclairement solaire et de la température. La
première est une commande par backstepping, la seconde est la commande par linéarisation
exacte entrée-sortie et la troisième est la commande par mode de glissement. Dans le but de
faciliter la mise en œuvre pratique des lois de commande, un observateur d’état non linéaire à
grand gain sera proposé. L'utilisation de l'observateur optimise le nombre de capteurs de courant
et de tension et réduit le coût du système. Ce couple contrôleur/observateur permet à partir de
l’acquisition de la tension et du courant du générateur PV, d’estimer les variables d’état non
mesurées nécessaires pour l’implantation d’une stratégie d’optimisation, permettant la
recherche du point de puissance maximale sur la caractéristique puissance-tension du
générateur photovoltaïque, ainsi que la génération des impulsions de commande du
convertisseur DC/DC dans le but d’adapter la puissance de sortie à la valeur optimale. Chaque
stratégie de contrôle sera testée sous Matlab/Simulink, les résultats seront alors présentés et
analysés.
4
Le troisième chapitre concerne le raccordement des systèmes PV au réseau électrique basse
tension. La modélisation du système PV monophasé est basée sur le modèle dynamique moyen.
La configuration étudiée est constituée d’un générateur PV, d’un convertisseur DC/DC
survolteur, d’un onduleur de tension DC/AC qui permet de réguler la tension et la fréquence du
réseau et d’un filtre passif d’interconnexion pour minimiser le contenu harmonique. Nous
proposons deux algorithmes de commande non linéaires par l’approche backstepping avec
action intégrale et l’approche mode glissant intégral, pour l’exploitation de la puissance
optimale du générateur PV raccordé au réseau et l’injection de la puissance maximale dans le
réseau électrique. La partie intégrale est introduite pour renforcer la robustesse des algorithmes
de commande par rapport aux erreurs de modélisation, aux incertitudes paramétriques et aux
effets de perturbations. Le contrôle du convertisseur DC/DC réalise la fonction de poursuite du
point de puissance maximale, pour chercher en continu le point de fonctionnement optimal afin
d’atteindre un rendement maximal. L’onduleur permet d’injecter un courant de sortie sinusoïdal
et en phase avec la tension du réseau électrique afin de garantir le fonctionnement avec un
facteur de puissance unitaire. Il permet également la régulation de la tension du bus continu au
moyen d’une boucle de régulation externe, avec un correcteur classique proportionnel intégral
générant la référence du courant à injecter dans le réseau. L’implantation de ces lois de
commande par retour d’état nécessite la mesure de tous les états du système PV connecté au
réseau, nous proposons un observateur d’état par l’approche grand gain permettant de
minimiser le nombre de capteurs. Cet observateur ne nécessite que trois capteurs ; deux capteurs
pour mesurer la tension et le courant du générateur PV et un capteur pour mesurer la tension du
réseau. Les résultats de simulation du système PV raccordé au réseau sous l’environnement
Matlab/Simulink seront présentés.
Finalement, nous terminerons ce travail par des conclusions générales et des perspectives
ouvertes par les solutions proposées.
5
Première partie
Rapport des Activités pédagogiques
6
1.1 Données personnelles
M’hammed GUISSER
Depuis 2011 : Professeur de l’enseignement supérieur assistant en génie électrique au Centre
Régional des Métiers de l'Education et de la Formation (CRMEF) de Settat.
Adresse professionnelle : Hay El Farah II, BP : 578 Settat
E-mail : [email protected]
Téléphone : 0672325626
Membre de l’équipe de Recherche : Analyse des Systèmes et Traitement de l’Information
(ASTI) de la faculté des sciences et techniques FST de Settat.
1.2 Formation et diplômes
2009 Diplôme de doctorat en sciences appliquées, à l’Ecole Nationale Supérieure
d’Electricité et de Mécanique (ENSEM) de Casablanca. Université Hassan II Ain
Chock.
Discipline : Sciences de l’ingénieur.
Option : Automatique Productique – Informatique.
Titre du mémoire : Contribution à la commande des systèmes volants, Application aux
hélicoptères autonomes.
Prix et distinctions : Prix d’excellence de la meilleur thèse en 2009, de l’Université
Hassan II Ain Chock de Casablanca.
2007 Certificat d’Aptitude de l’enseignement secondaire, à l’Ecole Normale Supérieure de
Casablanca.
Section : Physique.
Thème : Intégration des Nouvelles Technologies de l’Information et de la
Communication dans l’Enseignement Secondaire.
2003 Diplôme des études supérieures approfondies (DESA), à l’Ecole Nationale Supérieure
d’Electricité et de Mécanique (ENSEM) de Casablanca. Université Hassan II Ain
Chock.
Option : Automatique Productique.
Titre du mémoire : Commande et Observation des Systèmes non Linéaires Discrets,
Application à un Procédé Pilote d’Echange Thermique en Temps Réel.
1.3 Activités d’enseignement
Ci-dessous je décris mes activités d'enseignements que j’ai effectué depuis 2011 :
7
Année de formation 2011-2012
Je suis intervenu dans l'enseignement du module d’électronique pour les professeurs stagiaires
du cycle secondaire collégial de technologie. Ce module est structuré en deux parties :
• Complément d’électronique analogique.
• Complément d’électronique numérique.
• Travaux dirigés et Travaux pratiques d’électronique.
Objectif de l'enseignement : Maitriser les différentes structures de l'électronique. Circuits
électriques analogiques et numérique : Rappel sur le fonctionnement des composants de base
de l'électronique, diodes, transistors, circuits à diodes et circuits à transistors, amplificateurs
opérationnels et circuits linéaires et non linéaires à amplificateurs opérationnels, systèmes de
nombres et logique booléenne, Portes logiques, équations booléennes, logique combinatoire,
logique séquentielle, circuit NE555.
Année de formation 2012-2013
Cet enseignement est destiné aux professeurs stagiaires du cycle secondaire qualifiant de
Sciences et Technologies Electriques :
• Renforcement des acquis de base en électronique/automatisme.
• Renforcement des acquis de base sur les capteurs et conditionneurs de signal.
• Renforcement des acquis de base en automatique.
• Travaux dirigés et travaux pratiques.
Objectif de l'enseignement :
Analyser les montages de l'électronique analogique et numérique.
Décrire le fonctionnement de différents types de capteurs.
Analyse et synthèse des systèmes asservis.
Plan de l'enseignement :
Electronique : Amplification linéaire des amplificateurs opérationnels parfaits,
Application non linéaire des amplificateurs opérationnels parfaits, amplificateurs de
puissance, Filtres passifs et actifs, amplification et mise en forme de signaux,
Réalisation d’un circuit imprimé, Conversions analogique-numérique et numérique-
analogique, Portes logiques, Familles logiques, Equations booléennes et logique
combinatoire, Logique séquentielle, bascules, registres, mémoires, compteurs,
Modulation en amplitude, Modulation en fréquence.
Capteurs et conditionneurs de signal : Structure et fonctions principales d’un capteur,
classification des capteurs, caractéristiques météorologiques d’un capteur, structure
d’un chaine d’acquisition, grandeurs d’influence, conditionnement du signal.
8
Asservissement des systèmes linéaires : Introduction et généralités, Notion de bouclage,
structure générale d' un système asservi, Modélisation et représentation par fonction de
transfert, Systèmes de premier et deuxième ordre, réponses temporelles, réponses en
fréquence, Stabilité, précision et rapidité des systèmes linéaires continus, Correction des
systèmes linéaires asservis, Méthodes analytiques et expérimentales de synthèse des
régulateurs PID, Utilisation des outils de simulation Matlab/Simulink pour les séances
du TP.
J’ai enseigné également aux élèves de BTS Electromécanique des Systèmes Automatisés
(ESA), le module :
• Introduction à la robotique.
L'objectif est d'initier les élèves aux systèmes robotisés : Structure des robots, Application de
la robotique dans la production, Classification des robots industriels, Classification
morphologique, Classification des poignets, Classification des porteurs ou structures de base,
Performances des robots, Volume de travail, Degrés de liberté, Constituants des robots,
Actionneurs, Transmission, Effecteurs.
Année de formation 2013-2014
J’ai assuré aux professeurs stagiaires du secondaire qualifiant de Sciences et Technologies
Electriques, les modules suivants :
Module de renforcement des acquis de base en électronique analogique/numérique.
Module de renforcement des acquis de base en automatisme.
Année de formation 2014-2015
Durant cette année, j’enseigne au cycle d’agrégation de sciences industrielles de l’ingénieur et
ingénierie électrique le module d’automatique :
Analyse et commande des systèmes linéaires dans l’espace d’état.
Identification des systèmes linéaires.
Depuis 2012 : Je suis intervenu dans l'enseignement des modules de l’automatique avancée
pour les étudiants de deuxième année Master Science et Technique « Automatique, Traitement
du Signal et Informatique Industrielle (ATSII) » de la faculté des sciences et techniques de
Settat. Mes interventions concernent principalement :
• Cours, Travaux dirigés et Travaux pratiques d’Identification des systèmes linéaires
dynamiques.
• Cours, Travaux dirigés et Travaux pratiques de Commande et observation des systèmes
non linaires continus et échantillonnés.
9
• Cours, Travaux dirigés et Travaux pratiques de Filtrage adaptatif/Commande
adaptative.
Objectif des enseignements :
Identification des systèmes linéaires. L’objectif est de présenter aux étudiants les
différentes approches de modélisation des systèmes linéaires, les différents algorithmes
d’identification : Méthodes classiques de l’identification (Méthode de Broïda et
méthode de Strejc), Identification paramétrique, Structures de modèles (AR, ARX,
ARMAX, OE, Box-Jenkins), Prédicteur optimal, Algorithmes d’identification
(moindres carrés simples, moindres carrés récursifs, algorithme de gradient).
Commande et observation des systèmes non linaires. L’objectif est le développement
d'approches méthodologiques pour la conception des lois de commande et observateurs
d’état des systèmes non linéaires continus et échantillonnés : Retour sur les systèmes
linéaires continus et échantillonnés (stabilité, observation, correction, principe de
séparation). Commande par linéarisation exacte et découplage entrées-sorties, Stabilité
au sens de Lyapunov, Commande par Backstepping, Commande par modes glissants,
commande numérique des systèmes échantillonnés, Observateurs d’état (grand gain,
filtre de Kalman, modes glissants), Introduction à la commande par retour de sortie
dynamique (principe de séparation).
Filtrage adaptatif/Commande adaptative. L’objectif est d’utiliser les nouveaux
développements théoriques et techniques en identification des systèmes et signaux pour
élaborer des filtres numériques adaptatifs et/ou des régulateurs adaptatifs : Filtrage
adaptatif au sens de Wiener, algorithme des moindres carrés simples et récursifs,
algorithme du gradient déterministe et stochastique, commande adaptative linéaire,
commande adaptative non linéaire.
De nombreux exemples académiques et industriels sont fournis pour faciliter la compréhension
de ces modules, appuyés par des travaux dirigés et des travaux pratiques par voie de simulation
à l’aide de Matlab/Simulink.
1.4 Activités d'encadrement
Je me suis impliqué dès mon recrutement dans le suivi de professeurs stagiaires dans le cadre
de leur stage de projets pédagogiques de fin d’études (PFE) au CRMEF de Settat, et dans le
cadre de stage des étudiants de Master ATSII de FST de Settat. J’ai ensuite assuré la
responsabilité de Coencadrement de trois thèses en cours en collaboration avec mes collègues
du laboratoire ASTI de FST de Settat. Ces activités d’encadrement, se résument comme suit :
10
• Encadrement de PFE des professeurs stagiaires.
• Encadrement de stages des étudiants de master ATSII.
• Coencadrement de thèses en cours.
1.4.1 Encadrement de professeurs stagiaires
Depuis 2011, j’ai encadré des PFE pour les professeurs stagiaires. Ces activités sont
synthétisées ci-après :
Année de formation 2011-2012
J’ai participé à l’encadrement des professeurs stagiaires, Cycle Pédagogique, Section de
Technologie :
Maquette didactique des portes logiques avec alimentation et afficheur 7 segments.
Maquette didactique d’une alimentation stabilisée réglable (exploitation pour activités
pratiques).
Suiveur de soleil automatique.
Système d’arrosage automatisé des plantes domestiques (commande par électrovanne).
Robot suiveur de ligne.
Barrière automatique.
Année de formation 2012-2013
J’ai participé à l’encadrement des professeurs stagiaires, Cycle Pédagogique, Section de
Sciences et Technologies Electriques :
Exploitation pédagogique d’une maquette didactique « Store automatisé ».
Exploitation pédagogique d’une maquette didactique « Redresseur commandé
monophasé et triphasé ».
Exploitation pédagogique d’une maquette didactique « Hacheur 3kW » pour la
variation de la vitesse d’un moteur à courant continu.
Année de formation 2013-2014
Elaboration d’un dossier technique & pédagogique pour la maquette IAPV « Initiation
aux asservissements de position et vitesse d’un moteur à courant continu ».
Platine didactique d’étude d’un redresseur et gradateur monophasé - triphasé 3 kW.
Platine didactique d’étude d’un hacheur et onduleur 3 kW.
1.4.2 Encadrement de stagiaires en Master
J’ai assuré la responsabilité de suivi d’encadrements de stages de fin d’études de master ATSII,
ces activités sont données ci-après :
• Modélisation et commande non linéaire d’un quadrirotor, FST-Settat, 2013.
11
• Maitrise des sulfates libres dans le réacteur d’acide phosphorique « atelier
phosphorique », Jorf Lasfar-OCP, 2013.
• Etude critique, régulation, automatisation, supervision d’alimentation des chaines de
lavage en phosphate brut et en eau au sein de la laverie MEA (OCP), Automatisation
supervision et archivage automatique d’un rapport de production journalier, OCP, 2013.
• Modélisation et simulation du fonctionnement électrique d’un système photovoltaïque
adapté par une commande MPPT, FST-Settat, 2013.
• Etude critique de l’exploitation du réseau électrique de l’atelier phosphorique, Maroc
Phosphate, Jorf Lasfar, 2013.
• Modélisation et optimisation d’un système de stockage photovoltaïque muni de la
commande MPPT, FST-Settat, 2014.
• Identification et commande en temps réel d’un bras de robot actionné par moteurs à
courant continu, FST-Settat, 2014.
• Modélisation et commande non linéaire d’un système photovoltaïque connecté au
réseau électrique, FST-Settat, 2014.
• Algorithmes de commande pour l’optimisation du fonctionnement d’un système de
pompage photovoltaïque, FST-Settat, 2014.
• Modélisation et commande d’un système énergétique éolien, FST-Settat, 2014.
• Modélisation du groupe turboalternateur, développement des applications de simulation
de la production d’énergie électrique et développement d’un bloc standard sous
STEP7/WINCC pour la gestion de la maintenance des équipements, Jorf Lasfar, OCP,
2014.
1.4.3 Coencadrement de thèses en cours
Je coencadre actuellement trois thèses en cours débutées en 2014, elles portent toutes sur la
commande des systèmes de production d’énergies renouvelables :
• Elaboration des stratégies de commande avancées des systèmes photovoltaïques
connectés au réseau électrique, FST-Settat. Soutenance prévue fin 2017.
• Commande avancée à base d’observateur d’état d’un système énergétique éolien
connecté au réseau électrique, FST-Settat. Soutenance prévue fin 2017.
• Stratégies de contrôle pour l’optimisation d’un système de production d’énergie hybride
éolien/photovoltaïque couplé au réseau électrique, FST-Settat. Soutenance prévue fin
2017.
12
1.5 Formations pédagogiques
• Participation aux activités des ateliers de formation des cadres au CRMEF lors
du premier rencontre entre les professeurs chercheurs et le ministre de
l’éducation nationale. (CRMEF de Casablanca, le 01/11/2011).
• Participation aux activités de l’atelier de partage des modules transversaux pour
appuyer la formation qualifiante aux CRMEF-Settat, et ce dans le cadre du
partenariat de USAID et le Ministre de l’éducation nationale (CRMEF-Settat, le
20 Janvier 2012).
• Participation à la deuxième session de l’université pédagogique pour les
formateurs des CRMEF (Marrakech, le 2,3 et 4 Octobre 2013).
1.6 Fonctions d’intérêt général
• Participation à l’élaboration du Curriculum de Formation au CRMEF, Cycle
Pédagogique de Technologie au collège et Sciences et Technologies Electriques
au secondaire qualifiant, (2011-2012).
• Membre du comité de l’examen pour le recrutement des candidats du concours
d’accès au CRMEF de Settat, Option Sciences et Technologies Electriques,
(2012, 2013 et 2014).
• Membre du comité de l’examen pour le recrutement des candidats du concours
d’accès au CREMEF de Settat, Cycle d’agrégation de sciences industrielles de
l’ingénieur et ingénierie électrique, (2014-2015).
• Participations à des jurys de soutenance de projets de fin d’études de Master
ATSII en 2013 et 2014.
• Evaluation d’articles :
International Federation of Automatic Control (IFAC),
Mediterranean Conference on Information & Communication
Technologies (MedICT 2015).
1.7 Activités de recherche
Mes anciens travaux de recherche se situent principalement dans le domaine de la robotique
aérienne et traitent en particulier de la modélisation, la commande et l’observation d’état pour
la navigation autonome stable et robuste de drones miniatures de type hélicoptères au
Laboratoire d’Automatique Productique de l’ENSEM. Actuellement, j’ai démarré une nouvelle
thématique de recherche portant sur l’étude et l’élaboration de stratégies de commande efficaces
13
pour l’optimisation des systèmes de production d’énergies renouvelables photovoltaïques au
Laboratoire d’Analyse des Systèmes et Traitement de l’Information de FST-Settat.
Articles dans des revues internationales avec comité de lecture :
M. Guisser, A. EL-Jouni, EL. H. Abdelmounim, Robust Sliding Mode MPPT Controller Based
on High Gain Observer of a Photovoltaic Water Pumping System, International Review of
Automatic Control (IREAC), Vol 7, No 2, 2014.
M. Guisser, A. EL-Jouni, M. Aboulfatah, E. Abdelmounim, Nonlinear MPPT Controller for
Photovoltaic Pumping System Based on Robust Integral Backstepping Approach, International
Review on Modelling and Simulation (IREMOS), Vol 7, No 3, 2014.
M. Guisser, E. Abdelmounim, M. Aboulfatah, A. EL Jouni, Nonlinear Observer-Based Control
for Grid Connected Photovoltaic System, IOSR Journal of Electrical and Electronics
Engineering (IOSR-JEEE), Volume 9, Issue 5 Ver. II (Sep – Oct. 2014), PP 40-52, 2014.
M. Guisser, M. Aboulfatah, E. Abdelmounim, H. Medromi J. Saadi, Nonlinear Control Design
for Maximum Power Point Tracking and Unity Power Factor of a Grid-Connected Photovoltaic
Renewable Energy Systems, IOSR Journal of Electronics and Communication Engineering
(IOSR-JECE) .Volume 9, Issue 5, Ver. IV (Sep - Oct. 2014), PP 62-71, 2014.
A. El-Jouni, M. Guisser, M. Salhi, A Sliding Mode Optimization of a Photovoltaic Pumping
System, International Review on Modelling and Simulations (IREMOS), Vol 7, No 3, 2014.
M. Guisser, and H. Medromi, Atterrissage et décollage robuste d’un hélicoptère standard par
les techniques modes glissants et Backstepping, Revue électronique Sciences et Technologies
de l’Automatique (e-STA), Volume 7, N° 1, pp 1-8, 2010.
M. Guisser, H. Medromi, H, A High Gain Observer and Sliding Mode Controller for an
Autonomous Quadrotor Helicopter, International Journal of Intelligent Control and Systems
(IJICS), VOL.14, NO. 3, September, page 204 – 212. 2009.
H. Ifassiouen, M. Guisser, and H. Medromi, Robust nonlinear control of a miniature
autonomous helicopter using sliding mode control structure, International Journal of Applied
Mathematics and Computer Sciences, Volume 4, Number 1, 2007.
Articles dans des conférences internationales avec comité de lecture :
M. Guisser, H. Medromi, H. Ifassiouen, J. Saadi, N. radhi, A Coupled Nonlinear Discrete-Time
Controller and Observer Designs for Under-actuated Autonomous vehicles with Application to
a Quadrotor Aerial Robot ,32nd Annual Conference of the IEEE Industrial Electronics Society
(IECON), November 7-9, Paris, France, pages 1-6. 2006.
14
M. Guisser, H. Medromi, H. Ifassiouen, J. Saadi, N. radhi, Discrete-Time Observer Design for
a Class of Nonlinear Systems Including Newtonian Mechanical models: Application to an
Autonomous Four Rotors Helicopter, 32nd Annual Conference of the IEEE Industrial
Electronics Society (IECON), November 7-9, Paris, France, pages 7-12. 2006.
M. Guisser, H. Medromi, H. El Ouardi, A. Kibbou, Robust flight control for a miniature
autonomous helicopter, Internatial Maghrebian Conference on Information Technologies
(MCSEAI), December 7-9, Agadir, Morocco. 2006.
M. Guisser, H. Medromi, J. Saad and H. Ifassiouen, Stabilization and trajectory tracking in
discrete-time of an autonomous four rotor mini-rotorcraft, Second International Symposium on
Communications, Control and Signal Processing, Marrakech, March 13-15, Morocco. 2006.
M. Guisser, H. Medromi, H. Ifassiouen, J. Saadi, Trajectory tracking via an observer in discrete-
time of a four rotor mini-rotorcraft, International Conference on Modelling and Simulation,
Marrakech, November 22-24, Morocco. 2005.
Articles dans des conférences nationales et workshops nationaux :
M. Guisser, E. Abdelmounim, M. Aboulfatah, A. EL-Jouni, Input-Output Feedback
Linearization MPPT Control Based on State Observer for a Photovoltaic Pumping System, 1er
Colloque franco-marocain sur les énergies nouvelles et renouvelables (COFMER’01), 28 au 30
Octobre 2014, Ecole Mohammadia d’Ingénieurs, Rabat, Maroc, 2014.
M. Guisser, E. Abdelmounim, M. Aboulfatah, A. EL-Jouni, Nonlinear Discrete Time Sliding
Mode Control of a Photovoltaic Maximum Power Point Tracking, 1er Colloque franco-
marocain sur les énergies nouvelles et renouvelables (COFMER’01), 28 au 30 Octobre 2014,
Ecole Mohammadia d’Ingénieurs, Rabat, Maroc, 2014.
A. EL-Jouni 1, M. Guisser, M. Salhi, Backstepping Controller for Maximum Power Tracking
in Photovoltaic Array Systems, 1er Colloque franco-marocain sur les énergies nouvelles et
renouvelables (COFMER’01), 28 au 30 Octobre 2014, Ecole Mohammadia d’Ingénieurs,
Rabat, Maroc, 2014.
M. Guisser, H. Medromi, Atterrissage et décollage robuste d’un hélicoptère standard par les
techniques modes glissants et Backstepping, Workshop Sciences des Technologies
d’Informations et de Communications (Wotic’09), Agadir, Maroc, 24 – 25, Décembre. 2009.
M. Guisser, H. Medromi, Contrôle robuste en temps discret d’un hélicoptère autonome à quatre
rotors en présence de vent, Workshop Sciences des Technologies d’Informations et de
Communications (Wotic’09), Agadir, Maroc, 24 – 25, Décembre. 2009.
15
Deuxième partie
Synthèse des travaux de recherche
16
Chapitre 1
Commande d’un système de stockage photovoltaïque
1.1 Introduction
Dans un système photovoltaïque, la puissance délivrée par le générateur PV est imprévisible et
varie indépendamment de la demande. Ainsi, pour une installation PV autonome, l’unité de
stockage est requise pour assurer un approvisionnement continu en énergie électrique. Parmi
les nombreuses technologies de stockage, les batteries au plomb sont les plus utilisées dans les
installations PV autonomes en raison de leur prix modéré et sont adaptées aux faibles courants,
fréquents dans les systèmes PV. La puissance délivrée par un générateur PV dépend fortement
du niveau d’ensoleillement, de la température des cellules et aussi de la nature de la charge
alimentée, elle est de ce fait très imprévisible. La courbe caractéristique de puissance du
générateur PV présente un point de puissance maximale MPP (Maximum Power Point). La
position du MPP dépend des conditions climatiques (irradiation solaire et température) des
cellules. Un convertisseur de puissance DC/DC muni d’un algorithme de contrôle approprié
MPPT (Maximum Power Point Tracking) doit donc être utilisé afin de suivre ces changements
climatiques et d’assurer l’extraction de la puissance maximale fournie par le générateur PV.
Dans ce chapitre, nous allons présenter le modèle mathématique du système de stockage
photovoltaïque en utilisant les modèles des composants de la chaine énergétique, les
algorithmes de commande MPPT classiques et la commande proposée par l’approche modes
glissants en temps discret issue de l’automatique et destinée à satisfaire les performances
statiques et dynamiques attendues. Ensuite, nous allons développer un observateur d’état non
linéaire en temps discret de type Luenberger étendu pour observer les états non mesurés dans
le but d’optimiser le nombre de capteurs nécessaires pour l’implémentation de la commande
proposée. Des résultats de simulation sont présentés dans le but de comparer les performances
de la technique proposée par rapport aux techniques classiques en termes de performance et de
stabilité.
1.2 Modèle dynamique du système de stockage photovoltaïque
Indépendamment des composants technologiques (panneaux, batteries, contrôleur,…) qui
composent un système photovoltaïque et de ses caractéristiques techniques, les installations
17
photovoltaïques peuvent être caractérisées par le fait qu'elles sont ou non connectées au réseau
de distribution électrique, qu'elles comportent ou non un système de stockage.
Dans un système photovoltaïque, le stockage correspond à la conservation de l'énergie produite
par le générateur photovoltaïque, en attente pour une utilisation ultérieure. Le stockage qui
permet d'emmagasiner de l'énergie a deux fonctions :
• Fournir à l'installation de l'électricité lorsque le générateur photovoltaïque n'en produit
pas (la nuit ou par temps nuageux). Une batterie permet de répondre aux besoins de la
charge en tout temps.
• Fournir à l'installation des puissances plus importantes que celles fournies par le
générateur photovoltaïque. Une batterie permet de fournir un courant de surcharge
pendant quelques instants, c’est-à-dire un courant plus élevé que celui que peut fournir
le champ PV. Ceci est nécessaire pour faire démarrer les moteurs et les autres appareils
requérant un courant de démarrage de 3 à 5 fois supérieur au courant d’utilisation. Une
batterie permet également de fournir une tension stable, en éliminant les écarts de
tension du champ PV et en permettant aux appareils un fonctionnement à une tension
optimisée.
Charge DC Charge AC
Onduleur Réseau
Convertisseur
GPV DC/AC électrique
DC/DC
Système de Contrôleur
Contrôleur
stockage
Figure 1.1 : Système photovoltaïque avec système de stockage.
Il y a nécessité de stockage chaque fois que la demande énergétique est décalée dans le temps
vis-à-vis de l’apport énergétique solaire. En effet :
• La demande énergétique est fonction de la charge à alimenter, les appareils utilisés
fonctionnent soit en continu, soit à la demande.
• L’apport énergétique solaire est périodique (alternance jour/nuit, été/hiver) et aléatoire
(conditions météorologiques).
18
Ce décalage entre la demande et l’apport énergétique nécessite un stockage d’électricité. Le
système tampon utilisé le plus couramment pour les systèmes photovoltaïques est la batterie
d’accumulateurs électrochimiques.
1.2.1 Modélisation du générateur photovoltaïque
La cellule solaire est l’élément de base d’un système solaire. Un ensemble de cellules forme un
module solaire, dans un module les cellules sont reliées électriquement entre elles et
encapsulées. Plusieurs modules forment un panneau solaire. Plusieurs panneaux forment un
système ou champ solaire, auxquels viennent s’ajouter des protections, un régulateur, un
système de stockage de l’énergie, des appareils de contrôle et de mesure, un onduleur,... Le
terme générateur photovoltaïque GPV est utilisé pour désigner, selon l’application considérée,
un module ou un panneau PV.
Une cellule photovoltaïque peut être représentée par le circuit électrique équivalent illustré sur
la figure 1.2. Ce circuit est constitué d’une diode qui représente la jonction P-N de la cellule et
d’une source de courant . Le modèle est complété par une résistance série due à la
contribution des résistances de la jonction et des contacts et une résistance parallèle ou shunt
qui provient des résistances de fuite sur la périphérie de la cellule.
Figure 1.2 : Schéma du circuit électrique équivalent d’une cellule solaire.
Le modèle mathématique d’une cellule photovoltaïque est donné par l’équation :
1
(1.1)
où est le photo courant de la cellule dépendant de l’éclairement et de la température, est
paramètres électriques et technologiques de la jonction P-N. / est la tension
le courant de saturation de la jonction non éclairée dépendant de la température et des
thermique, est la constante de Boltzmann 1.381. 10%&' )/ , est la température effective
de la cellule en Kelvin , est la charge de l’électron 1.6 . 10%+, - , . est le facteur
d’idéalité de la jonction. est le courant fourni par la cellule, est la tension aux bornes de
cette même cellule, est la résistance shunt caractérisant les courants de fuite de la jonction,
19
est la résistance série représentant les diverses résistances de contacts et de connexions
[Alonso, 03], [Cabal, 08]. En pratique la résistance série est très faible et la résistance parallèle
est très grande, des simplifications peuvent être faites en négligeant l’effet de ces résistances.
Le photo courant dépend du niveau d’éclairement ainsi que celle de la température selon
l’équation :
/01 + 3 1 4
5
+666
(1.2)
où 01 est le courant de court-circuit à la température de référence 1 298.15 et à
l’éclairement : = 1000;/<& , 3 est le coefficient de température du courant de court-circuit.
Le courant de saturation dépend de la température. Sa valeur pour une température donnée
est calculée par l’équation suivante [Luque, 03], [Kininger, 03] :
'
= 11 = ?
@ − FG
ABCD + +
> E > =
(1.3)
où 11 est le courant de saturation inverse de la cellule à la température de référence et H56 est
l’énergie du bande de gap.
Lorsque les bornes du circuit sont court-circuitées, la tension de sortie est nulle, le courant
le cas d’une cellule idéale 0 = (short-circuit). Lorsque le circuit est ouvert, le courant de
fournit par la cellule est à son maximum. Ce courant est appelé courant de court-circuit, dans
tension de circuit ouvert I0 (open-circuit) déterminée par les propriétés du semi-conducteur.
sortie est nul et la tension aux bornes de la cellule est maximale. Cette tension est appelée
Dans le cas idéal I0 = .J KL 1 + .
M
La partie production d’énergie est composée essentiellement d’un ou plusieurs modules, qui
réalisent la conversion d’énergie solaire en électricité. Un module photovoltaïque se compose
de petites cellules qui produisent une très faible puissance électrique (1 à 3W) avec une tension
continue de moins de 1V. Ces cellules sont disposées en série pour former un module permettant
de produire une puissance plus élevée. L’équation caractéristique courent-tension d’un module
photovoltaïque est donnée par [Xiao, 03], [Pong, 05] :
= −
− 1 −
N
N
O
N
(1.4)
où est le courant débité par le module photovoltaïque PV et est la tension aux bornes du
module PV, P est le nombre de cellules connectées en série, Q = P et Q = P sont
les résistances série et parallèle du module PV.
La conception d’un module PV repose encore aujourd’hui sur des raisons historiques. A
l’origine, l’énergie solaire était réservée aux applications en sites isolés. La tension de
20
fonctionnement de ces installations était donc imposée par la tension des batteries utilisées pour
stocker l'énergie. Ces systèmes fonctionnant avec des batteries au plomb, leurs tensions étaient
de 12, 24V ou 48V. Cette raison historique explique que la quasi-totalité des modules existants
aujourd’hui aient encore une tension de sortie de 12 ou 24V.
Les modules étant conçus pour pouvoir fonctionner sur ces systèmes, ils ne sont en réalité
qu’une mise en série de cellules pour obtenir la tension désirée, 36 cellules pour 12V et 72
cellules pour 24V.
Les panneaux sont finalement interconnectés entre eux en série pour augmenter la tension et/ou
en parallèle pour augmenter le courant, afin d’obtenir un champ photovoltaïque. Le modèle
mathématique du panneau photovoltaïque est donné par :
= −
O O
− 1 −
M
M
M
(1.5)
où et sont le courant et la tension du panneau photovoltaïque, = Q O et =
O
M
Q O sont les résistances série et parallèle du panneau, P est le nombre de modules montés
O
M
en série et P le nombre de modules montés en parallèle. = P et = P sont le
photo courant et le courant de saturation du panneau.
Les caractéristiques électriques dans les conditions de fonctionnement standard du module
photovoltaïque (Siemens SM55) utilisé dans la suite sont données dans le tableau suivant :
Paramètres Valeurs
Tension nominale 12V
Température nominale
Puissance maximale RQST
45°C
55W
Courent optimal IJ à RQST 3.15A
Tension optimale IJ à RQST 17.4V
Courant maximal 0 (courant de court-circuit) 3.45A
Tension maximale I0 (circuit ouvert) 21.7V
Coefficient de température de 0 +1.2mA/°C
Nombre des cellules en séries P 36
Tableau 1.1 : Caractéristiques électriques du module photovoltaïque Siemens SM55.
La figure 1.3 montre l’influence de l’éclairement sur les caractéristiques courent-tension et
puissance-tension du générateur PV. A une température constante 25°C, on constate que le
21
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. En ce qui concerne la puissance maximale d’un
générateur photovoltaïque, lorsque l’éclairement est plus élevé, le GPV génère plus de
puissance.
3
PV current (A)
2
600 W/m2
1 800 W/m2
1000 W/m2
0
0 5 10 15 20 25
PV voltage (V)
60
600 W/m2
800 W/m2
PV power (W)
40 1000 W/m2
20
0
0 5 10 15 20 25
PV voltage (V)
Figure 1.3 : Caractéristiques courent-tension et puissance-tension du GPV pour déférents
niveaux d’éclairement.
La figure 1.4 montre l’influence de la température sur les caractéristiques courent-tension et
puissance-tension du générateur PV à éclairement constant 1000W/m2. Le courant augmente
légèrement à mesure que la température augmente, mais la température influe négativement sur
la tension. En conséquence la puissance maximale diminue avec la température.
puissance R = fournie est maximale. Ce point est appelé, Point de Puissance Maximum
Il existe un point particulier sur les courbes caractéristiques du générateur PV, pour lequel la
(Maximum Power Point, MPP) qui correspond à une tension optimale et un courant optimal.
Ce point dépend de l'éclairement et de la température, il est donc intéressant de se placer sur ce
point pour tirer le maximum d’énergie et ainsi exploiter au mieux la puissance crête installée
lorsque les conditions climatiques changent.
22
4
25 °C
3 50 °C
PV current (A)
75 °C
2
0
0 5 10 15 20 25
PV voltage (V)
60
25 °C
50 °C
PV power (W)
40 75 °C
20
0
0 5 10 15 20 25
PV voltage (V)
Figure 1.4 : Caractéristiques courent-tension et puissance-tension du GPV pour déférentes
températures.
1.2.2 Modélisation du convertisseur DC/DC
Pour obtenir le meilleur rendement énergie électrique produite/énergie solaire reçue d'une
installation photovoltaïque, il faut utiliser un convertisseur continu-continu (hacheur) ou
continu-alternatif (onduleur) permettant de faire fonctionner en permanence le module PV à sa
puissance optimale. On utilise pour cela un convertisseur spécifique dit à commande MPPT
(Maximum Power Point Tracking ou Recherche du Point de Puissance Maximum) permettant
au module de fonctionner à tension optimale et courant optimal, donc à puissance optimale.
La figure 1.5 montre le schéma simplifié d'un système de stockage photovoltaïque utilisant une
batterie. Le couplage entre le générateur photovoltaïque et la batterie avec optimisation du
générateur par un hacheur adaptateur de puissance piloté par son rapport cyclique. L’algorithme
de commande MPPT permet d’ajuster le rapport cyclique pour suivre les variations de point de
puissance maximale à chaque instant.
23
Convertisseur
GPV Batterie
DC/DC
Rapport cyclique
Commande MPPT
du convertisseur
Figure 1.5 : Schéma synoptique du système de stockage photovoltaïque adapté par le
convertisseur DC/DC.
Les hacheurs sont des convertisseurs du type continu-continu permettant de contrôler la
puissance électrique dans des circuits fonctionnant en courant continu avec une très grande
souplesse et un rendement élevé. Le hacheur se compose de condensateurs, d’inductances et de
commutateurs. Dans le cas idéal, tous ces dispositifs ne consomment aucune puissance active,
c’est la raison pour laquelle on a de bons rendements dans les hacheurs [Abouchabana, 09]. La
structure de conversion est choisie en fonction de la charge à alimenter. Elle peut être survoltrice
ou dévoltrice. Un convertisseur dévolteur (Buck), ou hacheur série, permet de convertir une
tension continue en une autre tension continue de plus faible valeur. Un convertisseur survolteur
(Boost), ou hacheur parallèle, permet de convertir une tension continue en une autre tension
continue de plus forte valeur. Dans ce qui suit, on se limitera à l’étude du convertisseur statique
de type Boost.
La figure 1.6 montre le circuit électrique d’un convertisseur Boost utilisé pour adapter le
générateur photovoltaïque de tension nominale 12V à une batterie de tension 24V.
Time
Figure 1.6 : Schéma du circuit électrique d’un convertisseur Boost.
24
Le condensateur d’entrée - permet de soutenir la tension d’alimentation U et d’atténuer les
bruits. Le commutateur (habituellement un transistor MOSFET) est activé et désactivé avec une
fréquence de commutation V = . Le condensateur de sortie -W permet de lisser les ondulations
+
de la tension aux bornes de la charge. Généralement, pour les convertisseurs DC/DC,
l’interrupteur est commandé par un signal PWM
signal de contrôle X est compris dans le domaine discret de Y0; 1[ et il indique l’état de
(Pulse Width Modulation) ou MLI (Modulation de Largeur d’Impulsion) [Reynaud, 11]. Le
l’interrupteur : ouvert pour 0 et fermé pour 1. Un signal PWM est un signal rectangulaire de
fréquence fixe, mais dont le rapport cyclique 0 < ] = < 1 est variable, où `Ia est le temps
J^_
de conduction et est la période de découpage. La valeur du rapport cyclique permet de
contrôler la quantité d’énergie transmise.
La tension aux bornes de la charge est donnée en régime statique par :
UW = +%c
bM
(1.6)
Dans la modélisation dynamique du convertisseur DC/DC, les pertes de puissance sont
Lorsque le commutateur est fermé pour ` ∈ /0, ] 4, l’application des lois de Kirchhoff sur le
supposées nulles et la chute de tension aux bornes de la diode est négligeable.
circuit équivalent donne :
i jJ = kM l − kM lm
jbM + +
g j3
= m U
n +
h jJ
g jbo = − + l
(1.7)
f jJ k W o
Lorsque le commutateur est ouvert pour ` ∈ /] , 4, on obtient les équations suivantes :
i jJ = kM l − kM lm
jbM + +
g j3
= m U − m UW
n + +
h jJ
gjbo = + l − + l
(1.8)
f jJ k m o k W o
En utilisant la méthode de la valeur moyenne [Foreyth, 98], on obtient les équations non
linéaires décrivant le convertisseur DC/DC sur une période de commutation (modèle moyen) :
i jJ = kM l − kM lm
jbM + +
g j3
= m U − m (1 − ])UW
n + +
h jJ
gjbo = + (1 − ])l − + l
(1.9)
f jJ k o
m k W o
25
Le modèle moyen est alors obtenu en moyennant les deux équations d’état avec le rapport
cyclique. Le rapport cyclique devient alors l’entrée du système au sens de la commande. Cette
représentation d’état est non linéaire et est plus précisément bilinéaire, [Jaafar, 11], [Nan Li,
12].
1.2.3 Modélisation du système de stockage PV
La figure 1.7 montre le schéma d’un système de stockage photovoltaïque composé d’un
convertisseur DC/DC comme étage d’adaptation entre le module PV et la batterie de stockage.
GPV
Figure 1.7 : Système de stockage photovoltaïque.
La mise en œuvre des algorithmes et lois de commande modernes issues de l’automatique
nécessite le modèle d’état qui reflète le comportement dynamique du système de stockage PV.
En combinant les modèles mathématiques décrivant le générateur PV, le convertisseur DC/DC
et la batterie, on obtient le modèle dynamique du système de stockage PV :
i jJ = kM l − kM lm
jbM + +
g j3
= U − (1 − ])UW
n + +
h jJ m
m
gjbo = − + bo %Bo + + (1 − ])l
(1.10)
f jJ k o o k o
m
où les signaux l , U , lm , UW représentent respectivement les valeurs moyennes du courant et la
aux bornes de la batterie. La batterie est vue comme une source idéale de tension HW en série
tension du générateur PV, du courant dans la bobine du convertisseur DC/DC et de la tension
avec une résistance interne W .
1.3 Synthèse des différentes commandes MPPT
Dans la littérature, nous pouvons trouver différents types d’algorithmes effectuant la recherche
du point de puissance maximale [Xuejun, 04], [Akihiro, 05], [Salas, 06]. La commande MPPT
doit avoir un niveau de simplicité important favorisant une faible consommation et un cout
raisonnable. De plus, concernant ses performances, la commande MPPT doit avoir un bon
comportement en dynamique et en statique pour assurer une adaptation rapide et précise aux
changements climatiques. Elle doit aussi pouvoir piloter l’étage d’adaptation de telle sorte
26
qu’en régime statique, le point de fonctionnement du générateur PV soit le plus près possible
du MPP dans n’importe quelle condition météorologique ou état de la charge alimentée. Aussi,
la stabilité et la robustesse du système doivent être assurées. Les méthodes classiques les plus
couramment rencontrées sont communément appelées respectivement Perturbation et
observation (P&O) et conductance incrémentale (Inc Cond). Deux capteurs sont généralement
nécessaires pour mesurer la tension et le courant du générateur PV à partir desquels la puissance
est calculée. Parfois, le courant est estimé à partir de la tension mesurée, éliminant ainsi le
besoin du capteur de courant. [Esram, 06]. Ces méthodes peuvent être implémentées sur un
microcontrôleur, qui peut garder en mémoire les valeurs précédentes de la tension et du courant
du panneau PV.
La méthode de perturbation et observation est une approche largement répandue dans la
recherche du MPPT parce qu’elle est simple et facile à réaliser [Villalva, 09], [Elgendy,12],
[Amara, 14]. P&O fonctionne avec la perturbation de la tension Vpv et l’observation de
l’impact de ce changement sur la puissance de sortie du panneau PV comme le montre la figure
1.8. La figure 1.9 représente l’algorithme de la méthode P&O. A chaque cycle, la tension Vpv et
le courant Ipv sont mesurés pour calculer Ppv(k). Cette valeur de Ppv(k) est comparée à la
valeur Ppv(k-1) calculée au cycle précédent.
Figure 1.8 : Schéma de principe de la méthode P&O.
Si la puissance de sortie a augmenté, Vpv est ajustée dans la même direction que dans le cycle
précédent. Si la puissance de sortie a diminué, Vpv est ajustée dans la direction opposée que
dans le cycle précédent. Vpv est ainsi perturbée à chaque cycle de MPPT. Quand le point de
puissance maximale est atteint, Vpv oscille autour de la valeur optimale VPPM. Ceci cause une
27
perte de puissance qui augmente avec le pas de l’incrémentation de la perturbation. Si ce pas
d’incrémentation est large, l’algorithme du MPPT répond rapidement aux changements rapides
des conditions de fonctionnement. Il faut donc trouver un compromis entre précision et rapidité.
Un autre inconvénient de la méthode P&O est quelle peut échouer et donne de mauvaise
interprétation de la localisation du MPP lors d’un rapide changement des conditions
atmosphériques. L’algorithme P&O peut être amélioré pour éviter ce phénomène [Sera, 06],
[Ben Hamed, 12], [Bao, 13], [Emilio, 14].
Début
Mesurer ,
Non Oui
Oui Non Non Oui
Décrémenter Vref Incrémenter Vref Décrémenter Vref Incrémenter Vref
Figure 1.9 : Algorithme de la méthode perturbation et observation.
La méthode de l’incrémentation de la conductance est basée sur le fait que la pente de la courbe
caractéristique de puissance du panneau est nulle au MPP, positive à gauche et négative à droite
i p
= 0 rs tRR
pq
gpq
> 0 à wrsxℎ zs tRR
hp
g pq < 0 à z{|l` zs tRR
(1.11)
f p
Le point de puissance maximale MPP est donné par :
= = + p
≅ + ∆
= 0
pq p(
) p ∆
p
p
(1.12)
L’équation (1.11) peut être récrite comme suit :
i∆
= −
rs tRR
∆
g ∆
> −
à wrsxℎ zs tRR
h ∆
∆
g < − à z{|l` zs tRR
(1.13)
f ∆
28
Le point de puissance maximale peut donc être poursuivi en comparant la conductance
∆
instantanée
à l’incrémentation de la conductance ∆
; 1 est la tension de référence pour
laquelle le panneau PV est forcé à fonctionner. Une fois que le MPP est atteint, le point de
fonctionnement correspondant est maintenu, à moins qu’un changement dans ∆ est noté,
indiquant un changement des conditions atmosphériques et donc du MPP. L’algorithme
augmente ou diminue 1 pour suivre le nouveau MPP. La figure 1.10 montre l’organigramme
de la méthode Inc Cond [Hussien, 95], [Kim, 01], [Petit, 11], [Joshi, 13], [Sera, 13].
La taille de l’incrément détermine la rapidité de la poursuite du MPP. Une poursuite rapide peut
être obtenue avec un incrément plus grand, mais le système ne pourrait pas fonctionner
exactement au MPP et oscille autour de celui-ci. Il y a donc, un compromis entre rapidité et
précision.
Début
Mesurer
Oui
Non
Oui Oui
Non Non
Oui Oui
Non Non
Incrémenter Vref Décrémenter Vref Décrémenter Vref Incrémenter Vref
Figure 1.9 : Algorithme de la méthode conductance incrémentale.
Il existe dans la littérature d’autres algorithmes MPPT plus complexes qui font parfois appel à
des techniques nouvelles. On peut citer les algorithmes basés sur l’intelligence artificielle
comme la logique floue [Masoumand, 05], [Theodoros, 06], [Boumaaraf, 10], [Mahamudul,
13], les réseaux de neurones [Ramaprabha, 09], [Lin, 12], [Dubey, 14] et les algorithmes de
commande non linéaire issus de l’automatique [Lyasere, 10], [Hacène, 13], [Ghazanfari, 13],
[Gaid, 14], [Martin, 14]. Ces méthodes permettent l’analyse conventionnelle de la stabilité et la
robustesse et les performances statiques et dynamiques du système contrôlé. Dans le paragraphe
suivant, nous allons synthétiser une loi de commande non linéaire par l’approche mode glissant
29
en temps discret permettant d’assurer la poursuite du MPP, la stabilité et la robustesse du
système de stockage photovoltaïque.
1.3.1 Synthèse de la commande numérique par mode glissant
Le principe de la commande par modes glissants est de contraindre l’état du système à atteindre
en temps fini une surface dans l’espace d’état pour ensuite y rester. Cette surface étant une
relation entre les variables d’état du système, elle définit une équation différentielle, et donc
détermine totalement la dynamique du système, pourvu qu’il reste sur cette surface. L’évolution
d’un système soumis à une loi de commande qui le fait rester sur une surface donnée ne dépond
plus du tout le système lui-même ou des perturbations auxquelles il peut être soumis, mais
uniquement des propriétés de cette surface. Le système bouclé n’est donc pas seulement robuste
vis-à-vis des incertitudes propres au système et perturbations extérieures au système, mais
totalement insensibles à ces incertitudes et perturbations, moyennant qu’elles puissent
effectivement être rejetées par la commande [Edwards, 06].
La synthèse d’une loi de commande par modes glissants consiste donc à déterminer :
Une surface de glissement en fonction des objectifs de commande et des propriétés
statiques et dynamiques désirées pour le système bouclé.
Une loi de commande discontinue de manière à contraindre les trajectoires d’état du
système à atteindre la surface de glissement en un temps fini puis y rester en dépit des
incertitudes et des perturbations.
Cependant, la discontinuité de la commande engendre des oscillations de fréquence élevée une
fois le régime glissant atteint. Ce phénomène, connu sous le nom de broutement ou chattering
en anglais, est le plus grand défaut de la commande par modes glissants. Le chattering peut
poser des problèmes tels que l’excitation des dynamiques hautes fréquences négligées au
moment de la modélisation qui peuvent dégrader la performance du système et même mener à
l’instabilité et la réduction de la précision. De nombreuse solutions ont été proposées dans le
but de réduire ou d’éliminer ce phénomène. Il existe des méthodes comme celle de la couche
limite qui consiste à remplacer la fonction de commutation dans la loi de commande par une
approximation continue au voisinage de la surface de glissement. Une autre méthode assez
répondue consiste à étendre le système (augmenter son ordre) en ajoutant un intégrateur devant
la commande.
Les convertisseurs à commutation représentent une classe particulière des systèmes à structure
variable, ses derniers sont par définition des systèmes non linéaires qui changent de structure
ou qui paraissent comme différents systèmes non linéaires continus selon l’état du système. Par
30
conséquent, ces convertisseurs peuvent profiter des techniques de commande non linéaires
développées pour cette classe de systèmes. En effets, les convertisseurs de puissance étant dotés
d’un dispositif de commutation, il est facile de concevoir une loi de commande discontinue. La
Commande par mode glissant, aboutit à la stabilité même en présence de grandes variations de
l’alimentation ou de la charge, à une bonne réponse dynamique et à une implémentation simple.
La réalisation de la commande dans la pratique fait de plus en plus appel aux microprocesseurs
qu’à des instants discrets , où est un entier et est la période d’échantillonnage, et la
et aux microcontrôleurs. Dans ce cas, l’information sur le système (la mesure) n’est disponible
commande ne peut être mise à jour qu’à ses instants. La commande par mode glissant à temps
discret assure un certain degré de robustesse, mesuré le plus souvent en termes d’amplitude de
l’oscillation de la variable à réguler. Cette méthode se base sur un modèle d’état discret du
système.
Rappelons que le modèle mathématique du système de stockage photovoltaïque est de la forme
suivante :
i jJ = kM l − kM lm
jbM + +
g j3
= U − (1 − ])UW
n + +
h jJ m
m
gjbo = − + bo %Bo + + (1 − ])l
(1.14)
f jJ k o k o o
m
La représentation d’état du système (1.14) peut être écrite sous la forme d’un système non
= V(
) + w(
)s
linéaire affine en la commande mono-entrée mono-sortie :
= ℎ(
) = pb
pq (1.15)
M
où
est le vecteur des variables d’état, s = ] est le signal de commande et est la sortie à
asservir, avec :
− kn
3M 3
+ = U kM 0
bo
M
=
& = lm , V(
) = − , w(
) = m et ℎ(
) = pb = l + U pb
bM bo pq p3M
' = UW
m m
− kn
3 M M
boo
− +
3n
o ko ko
o
Nous avons déjà vu que la caractéristique puissance-tension d’un générateur PV présente un
point de puissance maximale donné par l’expression suivante :
= = l + U pb = 0
pq p(bM 3M ) p3M
pbM pbM
qq qq M
(1.16)
C’est pour cela que cette expression peut être choisie comme référence pour la sortie à réguler
du système qui représente la dérivée de la puissance par rapport à la tension du générateur PV.
31
L’objectif de la commande est d’assurer la poursuite de la sortie = pb du système de stockage
pq
M
PV vers sa valeur de référence 1 = = 0, donc la convergence de
pq pq
pbM pbM
vers zéro afin
d’assure l’extraction de la puissance optimale.
Le principe de la commande est basé sur la variation automatique du rapport cyclique à la valeur
adéquate de manière à maximiser la puissance à la sortie du générateur PV.
Dérivons la sortie par rapport au temps, on obtient :
=
= (V(
) + w(
)s) = K ℎ(
) + K ℎ(
)s
p p
pT pT
(1.17)
avec :
K ℎ(
) = 2 pb + U pb et K ℎ(
) = 0
p3M p 3M jbM
M M jJ
Les fonctions K ℎ(
) et K ℎ(
) représentent respectivement, les dérivées de Lie de la fonction
ℎ(
) dans la direction des champs de vecteurs V(
) et w(
).
La dérivée seconde de la sortie par rapport au temps donne :
= K& ℎ(
) + K K ℎ(
)s (1.18)
avec :
jbM &
K& ℎ(
) = 3 pb + U pb jJ + 2 pb + U pb k − mk U − UW
p 3M p 3M p3M p 3M + p3M jbM +
M M M M M pbM jJ M
et K K ℎ(
) = − mk 2 pb + U pb UW
+ p3M p 3M
M M M
Le degré relatif du système est égal à 2, c’est le nombre minimum de fois qu’il faut dériver la
sortie par rapport au temps pour faire apparaitre explicitement l’entrée de commande.
Appliquons un retour d’état linéarisant permettant de compenser les non linéarités :
s= U − K& ℎ(
)
+
m m (T)
(1.19)
= U
Le comportement entrée-sortie du système devient partiellement linéaire est décrit par :
où U est une nouvelle entrée de commande. En utilisant un changement de variable = (
)
(1.20)
+ = + (
) ℎ(
)
sur le vecteur d’état définit par :
= = =
& = & (
) K ℎ(
)
(1.21)
En combinat le changement de variable (1.21) et le retour d’état linéarisant (1.19), le système
de stockage PV (1.14) peut se mettre sous la forme canonique suivante :
32
+ = &
& = U
= +
(1.22)
Le second bouclage U est mis au point sur la base des méthodes de commande numérique, en
utilisant l’approche modes glissants en temps discret. Une propriété caractéristique des
méthodes de commande numérique, est la simplicité d’implémentation en ligne sur les
calculateurs numériques embarqués.
La commande discrète par mode glissant [Monsees, 01], [Monsees, 02], [Allgower, 06],
[Veluvolu, 06], [Yadav, 11] permet de diminuer l’effet du phénomène de chattering par rapport
à son analogue en temps continu, puisque l’entrée de commande est appliquée uniquement aux
instants d’échantillonnage est constante sur toute la période d’échantillonnage. Il permet
également de prendre en compte les effets de discrétisation, les effets perturbateurs et les erreurs
de modélisation. De plus les convertisseurs à commutation représentent une classe particulière
des systèmes non linaires à structure variable [Spiazzi, 02], peuvent être contrôlés par les
techniques de commande non linéaires discontinues.
développement en séries de Taylor à l’ordre 1 en ¡
Pour obtenir le modèle échantillonné du système de stockage PV, on fait appel au
(discrétisation de type Euler). Le
développement en séries de Taylor des systèmes (1.15) et (1.22) est donné par :
( + 1) =
() + V
() + w
()s()
¢
() = ℎ
()
(1.23)
+ ( + 1) = + () + & ()
et
£ & ( + 1) = & () + U()
() = + ()
(1.24)
où est la période d’échantillonnage supposée petite pour assurer une grande ressemblance du
modèle échantillonné avec le modèle continu.
(), s() et () sont respectivement le
vecteur d’état, le signal de commande et la sortie à contrôler aux instants d’échantillonnage .
( + 1) et ( + 2) , s’écrit alors :
En utilisant la forme canonique discrétisée (1.24), l’expression de la sortie aux instants
( + 1) = + () + & () (1.25)
( + 2) = + () + 2 & () + & U()
et
(1.26)
Comme dans le cas continu, la procédure de la synthèse de la commande par mode glissant est
composée de deux étapes :
Choisir la fonction de commutation,
33
Etablir une loi de commande qui mène le système vers la surface de glissement.
Comme le degré relatif du système est { = 2. La surface de glissement est choisie fonction de
l’erreur de d’asservissement entre la sortie à contrôler est sa valeur de référence () = () −
1 () :
¤() = ( + 1) + ¥ () (1.27)
avec |¥| < 1, une condition nécessaire et suffisante qui assure la convergence de de la surface
de glissement en temps fini [Gao, 95] est donnée par :
|¤( + 1)| < |¤()| (1.28)
La condition d’existence du mode glissant à temps discret est équivalente à :
¤( + 1) − ¤()§lwL¤() < 0
¢
¤( + 1) + ¤()§lwL¤() > 0
(1.29)
Une condition équivalente au cas continu qui assure la convergence de la surface de glissement
en temps discret [Szarpturk, 87] est donnée par :
¤( + 1) − ¤() = − ¤() − ¨ §lwL(¤()) (1.30)
avec > 0, ¨ > 0 et 0 < (1 − ) < 1.
En substituant l’expression (1.30) dans l’équation (1.27), on obtient l’entrée de commande
stabilisante :
+
U() = /−+ () − 2 & () − ¥( + 1) + (1 − )¤() − ¨ §lwL(¤()4 (1.31)
La loi de commande par mode glissant en temps discret permettant la recherche du point de
puissance maximale est donnée par :
+
s() = m U() − K& ℎ(
()) (1.32)
m (T( ))
1.4 Synthèse de l’observateur d’état en temps discret
La mise en œuvre de la commande par retour d'état a besoin de capteurs permettant de donner
à chaque instant une valeur approximative de l'état réel du système. Deux types de capteurs de
natures différentes sont utilisés. Le premier est celui des capteurs physiques, provenant de
l'instrumentation, ces capteurs sont parfois trop coûteux ou difficiles à réaliser pour des raisons
techniques ou économiques. Pour cette raison, on est amené à concevoir un second type de
capteurs « capteurs logiciels » ou capteur informatique, puisqu’il est souvent implanté sur
calculateur afin de reconstituer ou d’estimer en temps réel l’état courant d’un système, à partir
des mesures disponibles des sorties et des entrées du système et une connaissance à priori du
modèle, appelés plus communément des observateurs d’état ou estimateurs d’état. Ces derniers
sont des algorithmes fondés sur le modèle mathématique du système et utilisant une information
34
pertinente donnée par des capteurs physiques. Ces capteurs logiciels délivrent à chaque
instant une estimation en ligne des variables d'état non mesurées du système. Mesurer toutes
les variables d’état avec les capteurs physiques dans le but de valider convenablement les lois
de commande n’est pas réaliste pour une application industrielle, en particulier pour les
applications embarquées. En effet, mis à part le prix et la place occupée par les capteurs, le
nombre de convertisseurs A/D, une grande source de consommation énergétique, augmente
avec le nombre de capteurs. Afin de supprimer le plus possible le nombre de capteurs dans
l’objectif de l’intégration du système, la technique d’observateur sera utilisée pour estimer les
états à partir de la connaissance disponible des entrées et sorties du système [Li, 12].
L'observateur est également utilisé pour le filtrage des mesures, le diagnostic ou la supervision
des systèmes industriels, l’identification de paramètres évoluant dans le temps, la
synchronisation et le décryptage dans les systèmes de communication. Les premiers
observateurs, dédiés à l’estimation de l’état des systèmes linéaires ont été développés par
Luenberger dans un cadre déterministe et par Kalman dans un cadre stochastique. Ces deux
observateurs sont largement utilisés de nos jours mais les systèmes linéaires ne couvrant qu’un
faible pourcentage des procédés industriels. La synthèse d'observateurs est difficile en non
linéaire par le fait que la propriété d'observabilité dépend des entrées de commande imposées
au système, des solutions spécifiquement non linéaires ont été envisagées. Parmi ces solutions,
citons le filtre de Kalman étendu, Luenberger étendu, observateur à grand gain, observateur par
modes glissants.
Nous proposons d’utiliser dans la boucle de régulation du système de stockage photovoltaïque,
un observateur à temps discret de type Luenberger étendu [Benamor, 97], [Guisser, 06].
L’observateur proposé est capable d’estimer en ligne les valeurs réelles du courant dans la
bobine du convertisseur DC/DC et la tension aux bornes de la batterie à partir de la mesure de
la tension et du courant du générateur photovoltaïque. L'observateur est synthétisé à partir d'une
forme canonique uniformément observable qui caractérise une classe de systèmes non linéaires
avec des entrées régulières [Bornard, 98], [Hammouri, 91], [Hou, 00], [Liu, 08].
Le modèle dynamique du système de stockage PV (1.15) peut être écrit sous la forme canonique
+ = r+ (s)
& + ©+ (
+ , s, l )
d’observabilité suivante :
i
& = r& (s)
' + ©& (
+ ,
& , s)
h
' = ©' (
+ ,
& ,
' , s)
(1.33)
f Q =
+
35
où Q = Uª est la sortie mesurée qui représente la tension du générateur PV. Le courant l est
considéré comme un signal connu.
r+ (s) = − ; r& (s) = − (1 − s); ©+ (
+ , s, l ) = ©& (
+ ,
& , s) =
+ ;
+ + 3M +
kM m kM m
avec : ;
©' (
+ ,
& ,
' , s) = − + (1 − s)
&
+ T %Bo +
ko o ko
= ¬(s)
+ ©(
, s, l )
On peut écrire le système (1.33) sous la forme condensée suivante :
«
Q = -
(1.34)
©+ (
+ , s, l )
où
0 r+ (s) 0
¬ =
0 0 r& (s) ; ©(
, s, l ) = ©& (
+ ,
& , s) ® et - = (1 0 0)
0 0 0 ©' (
+ ,
& ,
' , s)
linéaire de structure triangulaire ©(
, s, l ) satisfait la propriété de Lipschitz par rapport à
et
Le système non linéaire (1.34) est uniformément observable et composé d’une partie non
une partie linéaire affine en l’état à temps variant (¬(s), -) observable. La matrice ¬(s)) étant
bornée puisque le rapport cyclique s ∈ /0 14.
La discrétisation par la méthode d’Euler du système (1.34) donne le système échantillonné
suivant :
( + 1) =
() + ¬s()
() + ©
(), s(), l ()
¢
Q () = -
()
(1.35)
La synthèse de l’observateur Luenberger étendu aux systèmes non linéaires est basée sur la
technique de placement de pôles. L’observateur a la forme suivante :
¯( + 1) =
¯() + ¬s()
¯() + ©
¯(), s(), l () − °()(-
¯() − Q ())
¢
¯Q () = -
¯()
où
¯ est l’état estimé du système, °() est la matrice de gain à temps variant de l’observateur
(1.36)
et doit être choisie de manière à ce que l'erreur d’estimation sur l'état
± =
¯ −
converge
exponentiellement vers 0. Pour cela, il faut et il suffit que °() soit choisie telle que la
matrice ' + ( ¬() − °()-) ait toutes ses valeurs propres à l'intérieur du disque unité,
' (3 × 3) étant la matrice identité.
1.5 Résultats de simulation
Pour démontrer l'efficacité de l'approche proposée, nous présentons les résultats de simulation
sous l’environnement Matlab/Simulink pour le système de stockage photovoltaïque. Les
paramètres du système sont illustrés dans le tableau 1.2. Nous avons synthétisé les trois
36
de la commande sont réglés à : = 0.001; ¥ = 0.5; = 500 et ¨ = 0.5.
stratégies de commande de recherche du point de puissance maximale MPPT. Les paramètres
Les pôles de l’observateur sont choisis comme : 0.5 et 0.6.
La simulation est partagée en deux scénarios, le premier scénario concerne la simulation des
conductance avec un pas de 0.1. Les performances de ces algorithmes sont comparées avec
algorithmes de commande par les méthodes perturbation et observation et incrémentation de la
celles de la commande proposée par mode glissant à temps discret où toutes les variables d’état
sont supposées mesurables. Le second scénario correspond à la simulation de la commande par
mode glissant bouclée sur l’observateur d’état comme le montre la figure 1.10. Dans cette
boucle, l’algorithme mesure la tension et le courant du générateur PV pour calculer le rapport
cyclique puis fait varier le signal PWM pour commander le commutateur du convertisseur
DC/DC afin de maximiser la puissance fournie par le générateur à la batterie.
l’éclairement de 600;/<& à 1000;/<& à l’instant 1§ et la température de 25°- à 50°- à
Les conditions atmosphériques choisies pour la simulation correspondent aux changements de
l’instant 2§ comme montré sur la figure 1.11.
Paramètres du module Paramètres du convertisseur
= 0.1124Ω - = 4700X·
photovoltaïque DC/DC et de la batterie
= 6500Ω -W = 470X·
. = 1.7404 K = 3.5<°
01 = 3.45¬ HW = 24
11 = 4.842X¬ W = 0.65Ω
Tableau 1.2 : Paramètres du système de stockage PV.
Les figures 1.12 et 1.13 montrent respectivement la tension et la puissance fournie par le
générateur PV par les algorithmes P&O et Inc Cond. On remarque que dans les deux cas, la
puissance et la tension du générateur PV oscillent autour du point de puissance optimale.
Les figures 1.13 représentent la tension et la puissance du générateur par l’algorithme de
commande par mode glissant en temps discret. La figure 1.14 illustre la caractéristique
puissance-tension du générateur PV. Il est clair que le point de puissance maximale est atteint
avec une réponse précise, stable et robuste lors d’un changement rapide des conditions
climatiques. La figure 1.15 donne la tension aux bornes de la batterie, le rapport cyclique, la
sortie à contrôler et la surface de glissement. On remarque que lorsque le générateur PV opère
à sa puissance maximale, la sortie à asservir et la surface de glissement convergent vers zéro.
La figure 1.16, montre l’évolution des variables d’état du système de stockage PV et leur
estimation, il est clair que l’état estimé converge vers l’état réel. On constate que l’algorithme
37
de commande proposée à base de l’observateur d’état est capable de forcer le générateur PV à
travailler à son maximum en utilisant uniquement deux capteurs pour mesurer la tension et le
courant du générateur PV.
Convertisseur Batterie
GPV
DC/DC
PWM
Rapport cyclique
Commande MPPT
numérique
État estimé
CAN Observateur d’état
Calculateur numérique
Figure 1.10 : Schéma bloc de la commande bouclée sur l’état estimé.
1200
Solar irradiation (W/m2)
1000
800
600
400
0 0.5 1 1.5 2 2.5 3
Time (s)
60
Temperature (°C)
50
40
30
20
0 0.5 1 1.5 2 2.5 3
Time (s)
Figure 1.11 : Changement du niveau de rayonnement solaire et de la température.
38
20
PV voltage (V)
15
10
5
0 0.5 1 1.5 2 2.5 3
Time (s)
60
50
PV power (W)
40
30
20
0 0.5 1 1.5 2 2.5 3
Time (s)
Figure 1.12 : Tension et puissance du générateur PV par la méthode perturbation et
observation.
20
PV voltage (V)
15
10
5
0 0.5 1 1.5 2 2.5 3
Times (s)
60
50
PV power (W)
40
30
20
0 0.5 1 1.5 2 2.5 3
Time (s)
Figure 1.13 : Tension et puissance du générateur PV par la méthode incrémentation de la
conductance.
39
18
PV voltage (V)
16
14
12
10
0 0.5 1 1.5 2 2.5 3
Time (s)
60
50
PV power (W)
40
30
20
0 0.5 1 1.5 2 2.5 3
Time (s)
Figure 1.14 : Tension et puissance du générateur PV par la méthode mode glissant en temps
discret.
60
power-voltage characteristic
MPP1 (G=600W/m2 and T=25°C)
55
MPP2 (G=1000W/m2 and T=25°C)
MPP3 (G=1000W/m2 and T=50°C)
50
45
PV power (W)
40
35
30
25
20
10 11 12 13 14 15 16 17 18
PV voltage (V)
Figure 1.15 : Caractéristique puissance-tension du générateur PV par la méthode mode
glissant en temps discret.
40
26 0.8
Control law (duty cycle)
Battery voltage (V)
24 0.6
22 0.4
20 0.2
0 1 2 3 0 1 2 3
Time (s) Time (s)
Controlled output dP/dvp (W/V)
3 40
Sliding surface
2 20
1 0
0 -20
-1 -40
0 1 2 3 0 1 2 3
Time (s) Time (s)
Figure 1.16 : Tension aux bornes de la batterie, rapport cyclique, sortie contrôlée et surface
de glissement par la méthode mode glissant.
20
PV voltage (V)
15 real
estimated
10
0 0.5 1 1.5 2 2.5 3
Time (s)
Inductor current (A)
10
0 real
estimated
-10
0 0.5 1 1.5 2 2.5 3
Time (s)
Battery voltage (V)
30 real
estimated
25
20
0 0.5 1 1.5 2 2.5 3
Time (s)
Figure 1.17 : Tension aux bornes du générateur PV, courant dans la bobine et tension aux
bornes de la batterie par la méthode mode glissant.
41
1.6 Conclusion
Dans ce chapitre, nous avons abordé le modèle mathématique du système de stockage
photovoltaïque en utilisant la méthode de la valeur moyenne, il s’agit de l’analyse du générateur
PV et du convertisseur de puissance DC/DC commandé par un algorithme MPPT. Nous avons
expliqué le principe de recherche du point de puissance maximale par les algorithmes
perturbation et observation et conductance incrémentale. Ces deux algorithmes présentent
l’inconvénient d’oscillation de la puissance autour du MPP, ce qui provoque des pertes de
puissance. Nous avons ensuite, proposé une loi de commande robuste par la méthode mode
glissant à temps discret afin d’assurer l’extraction de la puissance maximale produite par le
générateur PV, cette loi de commande utilise dans la boucle d’asservissement un observateur
d’état à temps discret de type Luyenberger étendu. L’observateur permet de reconstruire l’état
du système de stockage PV en utilisant uniquement deux capteurs pour mesurer la tension et le
courant du générateur PV. Cette approche offre la possibilité de réduire le nombre de capteurs
et donc l’encombrement, elle est facile à implémenter dans un calculateur numérique. Les
résultats de simulation, montrent que la technique proposée assure la stabilité du système et
présente une robustesse et des performances statiques et dynamiques lors d’un changement
brusque des conditions climatiques.
42
Chapitre 2
Commande d’un système de pompage photovoltaïque
2.1 Introduction
La demande croissante d'eau dans les zones rurales et sites isolés a fait un intérêt grandissant
est porté sur l'utilisation des générateurs photovoltaïques comme source d'énergie aux groupes
moteur-pompes. En effet la réalisation de systèmes de pompage autonomes, fiables et à bon
rendement constitue une solution pratique et économique au problème du manque d'eau dans
les régions désertiques. Dans ce chapitre, nous proposons trois lois de commande non linéaires
pour contrôler le point de fonctionnement optimal (MPPT), afin d’optimiser le rendement du
système de pompage solaire composé d’un générateur photovoltaïque et d’un hacheur
survolteur pour alimenter un moteur à courant continu couplé à une pompe centrifuge. La
première stratégie est une commande par backstepping, la deuxième est une commande par
linéarisation exacte entrée-sortie et la troisième est la commande par modes glissants. Afin de
réduire le nombre de capteurs nécessaires pour l’implémentation des algorithmes de commande,
un observateur d’état non linéaire de type grand gain a été proposé pour estimer les variables
d’état non mesurées du système. Ces algorithmes permettent l’ajustement du rapport cyclique
du convertisseur électronique de puissance dont l’objectif principal est de forcer le système à
fonctionner à sa puissance maximale en dépit des changements brusques des conditions
atmosphériques. Enfin, des simulations réalisées sous l’environnement Matlab/Simulink seront
présentées.
2.2 Modélisation du système de pompage photovoltaïque
Le pompage photovoltaïque est l'une des applications prometteuse de l'utilisation de l'énergie
photovoltaïque. Aujourd’hui, l’utilisation des systèmes de pompage photovoltaïque est une
technologie en pleine expansion grâce à la diminution progressive du prix des panneaux
photovoltaïques et à leur développement technologique. L’énergie photovoltaïque convient
particulièrement pour l’utilisation dans les zones rurales et sites isolés et arides pour le pompage
de l'eau, surtout dans les régions où l’ensoleillement est abondant. La sécheresse et la rareté de
43
l’eau est un phénomène qui pénalise le développement agricole et économique, ce qui impose
de plus en plus l’utilisation des installations de pompage PV.
Un système de pompage solaire se présente fondamentalement de deux façons selon qu’elle
fonctionne avec ou sans batterie. Alors que cette première utilise une batterie pour stocker
l’électricité produite par les modules PV, la pompe sans batterie, plus communément appelée
«pompe au fil du soleil», utilise un réservoir pour stocker l’eau jusqu’au moment de son
utilisation (figure 2.1).
Figure 2.1 : Système de pompage au fil du soleil.
Le pompage avec batterie permet de s’affranchir des aléas du soleil et des problèmes
d’adaptation entre générateur photovoltaïque et motopompe. Le débit de pompage peut se faire
à la demande, lorsque les utilisateurs en ont besoin, ou permettre un pompage régulier durant
toute la journée. Dans le pompage au fil du soleil, l’utilisation d’un réservoir de stockage pour
l’eau sera nécessaire afin de pouvoir fournir à la demande d’eau. L’eau étant pompée lorsqu’il
y a suffisamment d’ensoleillement et stockée dans un réservoir au-dessus du sol.
Le pompage au fil du soleil permet d’avoir un système photovoltaïque plus simple, plus fiable
et moins coûteux qu’un système avec batterie qui comporte plus de composants qui influent sur
la fiabilité et le coût global du système et nécessite en outre un entretien constant. De plus, le
rendement énergétique est meilleur quand il n'y a pas de batteries. Le pompage au fil du soleil
est bien souvent la solution la plus évidente pour l’irrigation des cultures ou
l’approvisionnement en eau potable dans les régions où le réseau électrique est absent, et dans
les environnements dans lesquels la maintenance et la surveillance de solutions diesel sont
44
rendues difficiles. Le pompage au fil du soleil se caractérise par un débit variable tout au long
de la journée. Dès l’aube, le champ photovoltaïque commence à produire de l’électricité et un
faible débit est produit par la pompe. Au cours de la journée, l’exposition solaire devenant plus
importante sur le champ de panneaux solaires, le débit de la pompe augmente. Le débit
maximum de la pompe, exprimé en m3/h, obtenu généralement à midi est environ le sixième du
débit journalier. Au coucher du soleil, le champ de panneaux solaires arrête de produire de
l’électricité et la pompe est automatiquement stoppée jusqu’au prochain redémarrage
automatique, le matin suivant. Le système de pompage ne peut fonctionner de nuit que si des
sources supplémentaires (éolienne, groupe électrogène ou réseau électrique) sont utilisées.
2.2.1 Modèle du générateur PV
Dans un système de pompage solaire au fil du soleil, un ou plusieurs modules photovoltaïques
solaires sont connectés en série et/ou parallèle afin de créer un « champ photovoltaïque »,
également nommé « générateur solaire ». Ce champ photovoltaïque génère un courant et une
tension continue (DC) à partir des rayons du soleil. Suivant le modèle de pompe utilisée, cette
tension continue est ensuite utilisée directement (sans stockage électrique) via un contrôleur
MPPT. Dans le système de pompage solaire étudié, nous avons considéré un moteur à courant
continu de type (ABB DMI 180B), de tension nominale 400 V et de courant nominal 12.2A.
Nous avons alors besoin d'un générateur PV constitué de 20 modules (SM55) en série et de 5
lignes en parallèle afin d’augmenter la tension et le courant d’utilisation.
L’équation électrique du générateur PV est donnée par :
= −
O O
− 1 −
M
M
M
(2.1)
où et sont le courant et la tension du générateur photovoltaïque, = Q O et =
O
M
Q O sont les résistances série et parallèle du panneau, P est le nombre de modules montés
O
M
en série et P le nombre de modules montés en parallèle.
2.2.2 Modèle du groupe motopompe
Le moteur d’un groupe motopompe convertit l’énergie électrique en énergie mécanique. Il peut
être à courant continu ou alternatif. Dans ce dernier cas, un convertisseur électronique ou un
onduleur est nécessaire pour convertir le courant continu provenant d’un générateur
photovoltaïque en courant alternatif. Pour cette raison, le choix d’un moteur à courant continu
peut sembler, plus intéressant, aucune utilisation d’onduleur ou de conversion DC/AC n’est
nécessaire. Le groupe motopompe fonctionne en tension continue par la variation de vitesse, et
45
donc du débit, le système de pompage solaire permet d’utiliser directement une puissance
continuellement variable issue des modules photovoltaïques. Le débit de pompage va donc
évoluer avec l’intensité de l’ensoleillement. Mais l’évolution de convertisseurs électroniques
efficaces permet également de choisir des moteurs alternatifs efficaces et, surtout, moins
coûteux.
Parmi les moteurs à courant continu (figure 2.2), seuls les moteurs à aimants permanents et les
moteurs série sont utilisés pour des applications de pompage solaire. Ils sont les seuls arrivent
à avoir un couple de démarrage suffisant pour vaincre la résistance de démarrage d’une pompe
et bien répondre à un courant variable.
Figure 2.1 : Schéma électrique d’un moteur DC.
Les équations différentielles régissant le comportement du moteur sont :
UQ = Q lQ + KQ + Q
j3N
jJ
¸ ) j¹ = - − -1
jJ QIJ
(2.2)
Q = º; -QIJ = Q lQ
où UQ est la tension aux bornes de l’induit, lQ est le courant dans l’induit, Q est la résistance
aux bornes de l’induit, KQ est l’inductance aux bornes de l’induit, Q est la force
électromotrice, ) est le moment d’inertie du groupe motopompe, -QIJ est le couple moteur, -1
est le couple résistant, est la constante de force électromotrice, Q est la constante de
couple, º est la vitesse de rotation du moteur.
Les pompes solaires sont disponibles selon deux technologies : pompe centrifuge et pompe
volumétrique, et peuvent être soit en surface soit immergée.
• Les pompes solaires centrifuges fonctionnent grâce aux variations de vitesse du fluide
pompée associées à la force centrifuge. Cela permet d’obtenir une augmentation de la
pression. Une partie de cette énergie cinétique ainsi transmise au fluide est obtenue par
la rotation d’une roue. C’est un système performant si l’on utilise des modules
photovoltaïques. La pompe tourne même par faible rayonnement solaire et fournit
généralement un bon rendement. La pompe centrifuge est conçue pour une hauteur
46
manométrique totale (HMT) relativement fixe. Le débit Q de cette pompe varie en
proportion de la vitesse de rotation du moteur. Son couple augmente très rapidement en
fonction de cette vitesse. La vitesse de rotation du moteur devra donc être très rapide
pour assurer un bon débit. La puissance consommée, proportionnelle à Q×HMT, variera
donc dans le rapport du cube de la vitesse. On utilisera habituellement les pompes
centrifuges pour les gros débits et les profondeurs moyennes ou faibles (10 à 100
mètres).
• Dans le cas de pompes solaires volumétriques, le fluide est mis en mouvement par la
variation du volume qui le contient. On utilise ce système surtout pour des petits débits
et grandes profondeurs. Le débit d’eau d’une pompe volumétrique est proportionnel à
la vitesse du moteur. Mais son couple varie essentiellement en fonction de la hauteur
manométrique totale (HMT) et est pratiquement constant en fonction de la vitesse de
rotation du moteur. Le couple de démarrage est donc pratiquement indépendant du débit
et sera proportionnel à la HMT. La puissance consommée sera proportionnelle à la
vitesse.
La pompe centrifuge est la plus utilisée à cause de son couple d’entraînement pratiquement nul
au démarrage. Ce qui est particulièrement intéressant dans les systèmes de pompage PV, car la
pompe fonctionne même pour de faibles niveaux d’éclairement ce qui augmente le rendement
global du système de pompage PV. La pompe centrifuge oppose au moteur un couple résistant
-1 = 1 º&
proportionnel au carré de la vitesse de rotation du moteur :
où 1 est le coefficient de proportionnalité.
(2.3)
2.2.3 Modèle du système de pompage PV
La figure 2.3 montre le schéma du système de pompage PV utilisant le moteur à courant
continu, le couplage entre le générateur PV et le groupe motopompe est assuré à l’aide d’un
convertisseur DC/DC de type parallèle survolteur commandé par son rapport cyclique, afin
d’optimiser le rendement énergétique du système de pompage PV.
PVG
Pump
Figure 2.3 : Schéma électrique du système de pompage PV.
47
La combinaison des équations du générateur PV, du convertisseur DC/DC et du groupe
motopompe donne le modèle mathématique du système de pompage PV :
i jJ = kM l − kM lm
jbM + +
gj3n +
g jJ = m U − m (1 − s)UQ
+
g jb
g N = − + lQ + + (1 − s)lm
jJ kN kN
h = UQ − lQ − » º
j3N + N E (2.4)
g j¹ E
jJ mN Nm mN
g = N
l − ¼ º
E> &
g jJ ¼ Q
g
=
pq
f pbM
L’amélioration du rendement du système de pompage PV nécessite la maximisation de la
puissance du générateur PV. La technique de recherche du point de puissance maximale force
le signal de commande s qui représente le rapport cyclique du convertisseur DC/DC. L’objectif
le système à fonctionner à puissance maximale, autrement dit à courant et tension optimaux via
de la commande est d’assurer la convergence asymptotique de la sortie à contrôler = pb =
pq
M
l + U pb vers sa valeur de consigne 1 = pb = 0.
p3M pq
M M qq
2.3 Commande par Backstepping
Le terme backstepping signifie que l’on remonte la chaîne d’intégrateurs jusqu’à la commande,
en construisant pas à pas la fonction de Lyapunov et la commande par retour d’état. Cette
méthode de backstepping est donc une méthodologie de synthèse récursive conjointe d’une
fonction de Lyapunov et de la loi de commande associée [Krstic, 95], [Sepulchre, 97]. Elle met
à profit les relations causales successives pour les construire de manière itérative et
systématique. Avec cette méthodologie, la construction de la loi de commande de type retour
d’état et de la fonction de Lyapunov associée se fait de façon systématique et en même temps.
Elle transforme un problème de conception de la commande d’un système complet en une
séquence de problème de conception pour des systèmes d’ordre inférieur (la plupart du temps
scalaire). En exploitant la simplicité et la flexibilité apportées par les systèmes scalaires, le
backstepping peut souvent résoudre les problèmes de stabilisation, de poursuite, et les
problèmes de commande robuste dans des conditions moins restrictives que celles d’autres
méthodes. Ainsi, que la méthode de linéarisation entrée-sortie exige des modèles définis et
compense souvent des non-linéarités utiles, la méthode backstepping offre un choix d’outils de
48
synthèse permettant de s’accommoder d’incertitudes et peut éviter des éliminations des non-
linéarités utiles pour la performance et la robustesse de la commande.
Pour que la technique backstepping puisse s’appliquer, le système non linéaire doit être sous
forme « strict feedback » (rétroaction stricte), ce qui constitue une restriction de l’approche : la
dérivée de chaque composante du vecteur d’état doit être une fonction des composantes
précédentes et dépendre additivement de la composante suivante. De plus, et contrairement au
bouclage linéarisant, le backstepping offre la possibilité de conserver dans le bouclage les non-
linéarités stabilisantes.
2.3.1 Synthèse de la commande par backstepping
Dans le but de maximiser la quantité d’énergie débitée par le générateur, il faut forcer le système
à fonctionner au maximum de la caractéristique puissance-tension du générateur PV. Par
conséquent la maximisation de puissance force la pompe à fournir de l’eau même par faible
rayonnement solaire, pour cette raison des techniques d’optimisation ont été appliquées.
Etape 1 : On définit la première variable d'erreur d’asservissement entre la sortie à asservir et
¨+ = − 1
sa valeur désirée :
(2.5)
La dérivée de ¨+ par rapport au temps donne :
¨+ = k 2 pb + U pb (l − lm )
+ p3M p 3M
M M M
(2.6)
La variable d'état lm qui représente le courant dans la bobine du convertisseur DC/DC est traitée
comme commande virtuelle, on définit une première fonction de Lyapunov définie positive
associée à ¨+ :
+
+ (¨+ ) = & ¨+ & (2.7)
La dérivée de + par rapport au temps est donnée par :
p3M p 3M
+ = ¨+ k 2 pb + U pb (l − lm )
+
(2.8)
M M M
Soit ]+ = (lm )j la commande virtuelle, c’est la valeur souhaitée de lm , elle est choisie de telle
sorte que + soit une fonction monotone et décroissante lorsque ]+ = lm = (lm )j . La loi de
contrôle doit assurer la convergence de ¨+ vers zéro, elle est donnée par :
+ p3M p 3M
kM
2 pb + U pb (l − ]+ ) = −+ ¨+ (2.9)
M M
où + > 0 est un paramètre de design. Cela donne :
kM
]+ = l + ½¾M ½ ¾M
+ ¨+ (2.10)
& bM
½¿M ½¿M
49
La dérivée de + s'écrit :
+ = −+ ¨+ & < 0 (2.11)
DC/DC, ¨& = lm − ]+ qui représente l'écart entre la variable d'état lm et sa valeur désirée ]+ =
Etape 2 : On définit la nouvelle variable d'erreur de courant de l’inductance du convertisseur
(lm )j . La convergence de ¨& entraîne naturellement la convergence de ¨+ .
Les équations du système à commander, dans l'espace d’état (¨+ , ¨& ) s’écrivent :
¨+ = 2 + U
(l − ¨& − ]+ )
+ p3M p 3M
£ kM pbM pbM
¨& = n − ] + = U − (1 − s)UQ − ] +
j3 +
(2.12)
jJ m
En reportant l’équation (2.10) dans le sous-système (2.12), on obtient :
¨+ = −+ ¨+ − 2 pb + U pb ¨&
+ p3M p 3M
£ kM M M
¨& = m U − (1 − s)UQ − ] +
+
(2.13)
où l’expression de ] + est donnée par :
] + = Àpb + - − 3 pb + U pb
®Ã
p3M pbM Á Â Á Á Â Á p 3M p 3M pbM
½ ¾
M pJ pJ
½¾M M ½¾M ½ ¾M
& bM & bM
M M
(2.14)
½¿M ½¿M ½¿M ½¿M
A cette étape du backstepping, on introduit la deuxième fonction de Lyapunov augmentée :
& (¨+ , ¨& ) = + + & ¨& &
+
(2.15)
La dérivée de & est donnée par :
& = + + ¨& ¨& (2.16)
En utilisant (2.8) et (2.13), on obtient :
& = −+ ¨+ & + ¨& − k 2 pb + U pb ¨+ + m U − UQ + m sUQ − ] +
+ p3M p 3M +
+
M M M
(2.16)
A ce stade, on est en présence de la vraie commande s du système de pompage PV. A la fin du
de Lyapunov & définie négative est donnée par :
processus de backstepping, la loi de commande qui permet de rendre la dérivée de la fonction
s = b −& ¨& + k 2 pb + U pb ¨+ − m U − UQ + ] +
m + p3M p 3M +
N M M M
(2.17)
où & > 0 est un gain positif, avec ce choix, on a :
& = −+ ¨+ & − & ¨& & < 0
Ce qui assure la convergence asymptotique de (¨+ , ¨& ) vers zéro. En conséquence la sortie à
(2.18)
contrôler = pb converge asymptotiquement vers sa valeur de consigne 1 = pb =0
pq pq
M M qq
et le point de puissance maximale est atteint.
50
2.3.2 Résultats de simulation
Nous présentons ici les résultats de simulation afin d’illustrer les performances et la robustesse
de la commande par backstepping, pour l’extraction de la puissance maximale du système
constitué du générateur PV couplé à la motopompe DC via le hacheur survolteur. Les
paramètres utilisés pour le système de pompage photovoltaïque sont basés sur le module
photovoltaïque SM55 et le moteur ABB DMI 180B. Le générateur photovoltaïque est composé
de 5 chaines parallèles de 20 modules photovoltaïques SM55 en série.
Qa = 400 ; Qa = 12.2 ¬ ; ºa = 104.7 {rz/§ ; Q = 9.84 Ω ; KQ = 0.12 ° ; ) =
Les paramètres du groupe moteur DC et la pompe centrifuge sont :
0.03 w. <& ; = 2.674 . §/{rz ; Q = 2.541 P. </¬ ; 1 = 2.8. 10%' P. <. § & ⁄{rz .
&
Les paramètres du contrôleur sont réglés à : + = 5 et & = 20.
l’éclairement de 600;/<& à 1200;/<& à l’instant 8§ a été considéré, avec une variation
Le système a été simulé pour des conditions climatiques variables. Ainsi, un changement de
progressive de la température de 15°- à 65°- à l’instant 12§, comme représenté sur la figure
2.4.
La figure 2.5 représente la caractéristique puissance-tension du générateur PV. La figure 2.6
montre l’évolution de la tension et la puissance fournie par le générateur PV. Il est clair que la
commande par backsteping positionne instantanément le point de fonctionnement sur le MPP
après une réponse transitoire lisse avec meilleur précision quelles que soient les conditions
environnementales. En conséquence, la robustesse de la commande proposée pour des
changements de température et de rayonnement solaire est validée.
La figure 2.7 illustre la réponse de la tension et la vitesse du moteur DC, et la figure 2.8
représente l’évolution de la sortie contrôlée et du rapport cyclique dans les conditions de
fonctionnement variables. On remarque que la sortie contrôlée converge asymétriquement vers
zéro, ce qui assure la poursuite de MPP lors d’un changement des conditions climatiques. On
peut noter aussi que la vitesse du moteur peut être maintenue à des niveaux de fonctionnement,
en fonction de l'éclairement solaire et de la température, tout en assurant un fonctionnement
stable et continu de la motopompe DC.
51
1200
Solar irradiation (W/m2) 1000
800
600
0 2 4 6 8 10 12 14 16 18 20
Time (s)
80
Temperature (°C)
60
40
20
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.4 : Changement de l’éclairement et de la température.
8000
power-voltage characteristic
MPP1 (G=600W/m2 and T=15°C)
7000
MPP2 (G=1200W/m2 and T=15°C)
MPP3 (G=1200W/m2 and T=65°C)
6000
5000
PV power (W)
4000
3000
2000
1000
0
0 50 100 150 200 250 300 350 400
PV voltage (V)
Figure 2.5 : Caractéristique puissance-tension du générateur PV.
52
400
PVG power (W)
300
200
100
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
8000
PVG voltage (V)
6000
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.6 : Tension et puissance du générateur PV.
600
Voltage Motor (V)
400
200
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Rotation speed Motor (rad/s)
150
100
50
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.7 : Tension et vitesse de rotation du moteur DC.
53
15
Controlled output (W/V)
10
-5
0 2 4 6 8 10 12 14 16 18 20
Time (s)
0.4
0.3
Duty cycle
0.2
0.1
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.8 : Sortie contrôlée et rapport cyclique.
2.4 Commande par linéarisation entrée-sortie avec observateur
La méthode de la linéarisation exacte entrée-sortie permet en réalité d’annuler les non linéarités
d’un système afin de le transformer en système linéaire. Un grand nombre de systèmes non
linéaires peuvent être partiellement ou complètement transformés en systèmes possédant un
comportement entrée-sortie linéaire à travers le choix approprié d'une loi de commande par
retour d'état non linéaire [Shaft, 89], [Isidori, 95]. La méthode d'obtention d'un système linéarisé
est simple car il suffit de dériver la sortie choisie par rapport au temps jusqu'à ce que l’entrée
de commande apparaisse. Les propriétés de robustesse sont peu garanties face aux incertitudes
paramétriques. Cette commande a été introduite principalement pour remédier aux problèmes
rencontrés avec la commande linéaire.
2.4.1 Synthèse de la commande par linéarisation entrée-sortie
Le modèle dynamique du système de pompage solaire peut se mettre dans l’espace d’état sous
= V(
) + w(
)s
la forme d’un système non linéaire affine en la commande :
«
= ℎ(
)
(2.19)
où
est le vecteur d’état, s est le signal de commande et est la sortie à asservir, avec :
54
l − lm
+ +
kM
0
kM
+ = U
U − U
+ +
m UQ
+
= lm m Q
&
m
− lQ + lm
=
' = UQ , V(
) = , w(
) = − lm
+ + +
Å = lQ
k kN k
+ E»
N N
mN UQ − mN lQ − mN º 0
N
Æ = º 0
l − º
EN E> &
Q ¼ ¼
et ℎ(
) = = l + U
pq p3M
pbM pbM
Le principe de la méthode linéarisation exacte entré-sortie consiste à dériver par rapport au
La dérivée de la sortie = ℎ(
) du système (2.19) par rapport au temps donne :
temps la sortie à contrôler jusqu’à apparition de l’entrée de commande.
= pT
= pT (V(
) + w(
)s) = K ℎ(
) + K ℎ(
)s
p p
(2.20)
avec :
K ℎ(
) = 2 pb + U pb et K ℎ(
) = 0
p3M p 3M jbM
M M jJ
La dérivée seconde de la sortie par rapport au temps est donnée par :
= K& ℎ(
) + K K ℎ(
)s (2.21)
avec :
jbM &
K& ℎ(
) = 3 pb + U pb jJ + 2 pb + U pb k − mk U − UQ
p 3M p 3M p3M p 3M + p3M jbM +
M M M M M pbM jJ M
et K K ℎ(
) = − mk 2 pb + U pb UQ
+ p3M p 3M
M M M
Le retour d’état non linéaire permettant de linéariser le système (2.19) est alors défini par :
s=K −K2V ℎ(
) + U
+
w KV ℎ(
)
(2.22)
où U est la nouvelle entrée de commande. Le degré relatif du système est { = 2, le système de
= U
pompage solaire devient partiellement linéaire est décrit par le comportement entrée-sortie :
En utilisant un changement de variable = (
) sur le vecteur d’état définit par :
(2.23)
+ = + (
) ℎ(
)
= = =
& = & (
) K ℎ(
)
(2.24)
Le système de pompage PV est partiellement linéarisable et peut se mettre sous la forme
+ = &
canonique linéaire :
& = U
= +
(2.25)
55
= ¬∗ + È ∗ U
que l’on peut écrire sous la forme condensée :
«
= - ∗
(2.26)
avec ¬∗ , È ∗ et - ∗ sont données par:
0 1 0
¬∗ = ; È ∗ = ; - ∗ = (1 0)
0 0 1
Le problème de synthèse de la commande U peut être traité comme un problème linéaire. Le
second bouclage linéaire U permettant de stabiliser le système de pompage solaire est :
U = − ∗ = −/+ & 4 (2.27)
Le vecteur de gain ∗ de la commande est déterminé par la technique de placement de pôles.
Le choix de ∗ est tel que les valeurs propres de la matrice (¬∗ − È ∗ ∗ ) soient à parties réelles
strictement négatives.
2.4.2 Synthèse de l’observateur d’état
courant l et la tension U du générateur photovoltaïque, le courant lm dans la bobine du
L’implémentation de l’algorithme de commande ainsi proposé nécessite la connaissance du
convertisseur DC/DC et la tension de sortie UQ du convertisseur, comme montré sur la figure
2.9.
PV Boost DC Motor
Generator Converter Pump
Control:
duty cycle
MPPT
Controller
Figure 2.9 : Architecture de la commande par linéarisation entrée-sortie.
Comme la loi de commande nécessite la connaissance des états du système, l'utilisation de
capteurs dans l'architecture de contrôle complique suffisamment la mise en œuvre pratique et
augmente le coût (bruit de mesure, étalonnage des capteurs, précision, acquisition et traitement
des données, etc.) du système de contrôle. D’une part, certains capteurs peuvent ne pas être
assez précis (bruités), tels que des capteurs de courant de l’inductance, et d'autre part, leur
intégration peut augmenter le coût et la taille du système. La réduction du nombre de capteurs
représente un avantage de coût significatif ainsi que d'un problème de fiabilité. Une approche
56
intéressante est d'utiliser des techniques d'observation afin d'estimer les variables d’état non
mesurables. L'observateur peut être considéré comme un filtre permettant de réduire la
sensibilité au bruit de mesure.
Dans cette partie, un observateur non linéaire à grand gain est utilisé pour estimer le courant
dans l'inductance du convertisseur DC/DC ainsi que le courant, la tension et la vitesse de
rotation du moteur à courant continu à partir de la mesure de la tension et du courant de sortie
du générateur PV.
Le système de pompage solaire peut se mettre sous la forme canonique d’observabilité :
= r+ (s)
& + ©+
+ , s, l
i +
g
& = r& (s)
' + ©&
+ ,
& , s, l
g
' = r' (s)
Å + ©'
+ ,
& ,
' , s, l
h
Å = rÅ (s)
Æ + ©Å (
+ ,
& ,
' ,
Å , s, l )
(2.28)
g
= ©
,
,
,
,
, s, l
g Æ Æ + & ' Å Æ
f Q =
+
où
est le vecteur d’état, s est l’entrée de commande, Q est la sortie mesurée et l est
considéré comme un signal connu.
avec :
r+ (s) = − k ; r& (s) = − m (1 − s); r' (s) = − k ; rÅ (s) = −
+ + + E»
M N mN
;
©+ (
, s, l ) = k l ; ©&
, s, l = m
+ ; ©'
, s, l = k (1 − s)
& ; ©Å
, s, l =
+ + +
M N
' − m N
Å ; ©Æ
, s, l =
Å −
Æ & .
+ EN E>
mN N ¼ ¼
= ¬(s)
+ ©(
, s, l )
que l’on écrit sous la forme canonique condensée d’un système non linéaire affine en l’état :
«
Q = -
(2.29)
Cette forme est composée d’une partie affine en l’état (¬(s) , -) observable et une partie non
linéaire ©(
, s, l ) ayant une structure triangulaire.
©+ (
, s, l )
avec :
0 r+ (s) 0 0 0 Ë Î
Ë0 0 r (s) 0 0 Î ©& (
, s, l )Í
Ê
Ê &
Í
¬(s) = Ê0 0 0 r' (s) 0 Í ; ©(
, s, l ) = Ê©' (
, s, l )Í et - = /1 0 0 04
Ê0 0 0 0 rÅ (s)Í Ê© (
, s, l )Í
Ê Å Í
É0 0 0 0 0 Ì © (
, s, l
É Æ )Ì
En supposant que la fonction ©(
, s, l ) est globalement Lipschitzienne en
, la matrice ¬(s)
est uniformément bornée et l’entrée de commande s est persistante permettant la synthèse de
l’observateur [Hammouri, 90], [Bornard, 91], [Busawon, 98], [Bornard, 98], [Hou, 00], [Liu,
57
08].
¯ = ¬(s)
¯ + ©
¯, s, l − Ï %+ - (-
¯ − Q )
L’observateur d’état est donné par le système dynamique suivant :
£ Ï = −ÐÏ − ¬ (s)Ï − Ϭ(s) + - -
¯Q = -
¯
(2.30)
où
¯ est la valeur estimée de l’état réel, Ï est une matrice symétrique définie positive satisfaisant
l’équation différentielle de Lyapunov. Ð est un paramètre positif de réglage suffisamment
grand. L’utilisation du grand gain permet d’accélérer la convergence de l’observateur et de
réduire l’écart entre l’état estimé et l’état réel du système dans le cas où le modèle est incertain.
2.4.3 Résultats de simulation
Dans cette partie, les simulations sont effectuées pour évaluer les performances de la commande
par linéarisation exacte entrée-sortie, en utilisant l’observateur d’état dans la boucle de
commande pour obtenir la mesure des variables d'état non mesurées (figure 2.10). Les
conditions météorologiques choisies pour la simulation sont montrées sur la figure 2.11.
L’objectif de la simulation est la vérification de la stabilité et la robustesse de l’algorithme de
commande par retour d’état estimé pour différents points de fonctionnement, dans le but de
maximiser la quantité d’énergie débitée par le générateur et d’augmenter le rendement de la
Les conditions initiales du vecteur d’état et de son estimé sont respectivement
=
chaine de conversion d’énergie.
/0 0 0.001 0 04 et
¯ = /10 5 10 5 1004 . Le gain ∗ de la commande est choisi tel que
les valeurs propres de la matrice (¬∗ − È ∗ ∗ ) soient −5 et −6. Le gain de l’observateur est
réglé à Ð = 1.
La figure 2.12 montre la caractéristique puissance-tension du générateur PV. On note que la
commande MPPT par linéarisation exacte entrée-sortie associée au convertisseur DC/DC
permet de faire fonctionner le générateur photovoltaïque de façon à produire en permanence le
maximum de sa puissance, quelles que soient les conditions météorologiques (irradiation
solaire, température). Le fonctionnement du système de pompage solaire correspond bien aux
puissances optimales admissibles.
La figure 2.13 montre l’évolution de la tension et la puissance du générateur PV, on constate
que la tension et la puissance du GPV convergent rapidement avec précision vers les valeurs
optimales malgré les changements brusques de la température et de l’ensoleillement.
La figure 2.14 représente l’évolution des variables d’état du système de pompage solaire, on
constate que les états estimés convergent rapidement vers leurs états réels correspondants.
58
L’observateur d’état permet donc de reconstruire les variables d’état non mesurées en utilisant
uniquement deux capteurs pour mesurer la tension et le courant du générateur PV. On note aussi
que les dynamiques de l’observateur sont beaucoup plus rapides que les dynamiques du système
bouclé par le retour d’état.
La figure 2.15 montre respectivement la sortie à contrôler qui représente la dérivée de la
puissance par rapport à la tension du générateur PV, et la forme d’onde du signal de commande
qui représente le rapport cyclique du convertisseur DC/DC. On remarque que lorsque le
générateur PV fonctionne à sa puissance optimale, la sortie contrôlée converge
asymptotiquement vers zéro indépendamment des variations de l’éclairement et de la
température.
PV Boost DC Motor
Generator Converter Pump
Control: duty cycle
MPPT
Controller
Estimated state
State Observer
Figure 2.10 : Schéma de commande bouclée sur l’observateur.
1000
Solar irradiation (W/m2)
900
800
700
600
0 2 4 6 8 10 12 14 16 18 20
Time (s)
60
Temperature (°C)
50
40
30
20
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.11 : Changements de température et d’ensoleillement.
59
6000
real power-voltage characteristic
estimated power-voltage characteristic
MPP1 (G=600W/m2 and T=20°C)
5000
MPP2 (G=800W/m2 and T=20°C)
MPP3 (G=800W/m2 and T=40°C)
MPP4 (G=1000W/m2 and T=40°C)
4000
MPP5 (G=1000W/m2 and T=60°C)
Power PVG (W)
3000
2000
1000
0
0 50 100 150 200 250 300 350 400
Voltage PVG (V)
Figure 2.12 : Caractéristique puissance-tension du générateur PV.
400
PVG voltage (V)
300
200
100
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
6000
PVG power (W)
4000
2000
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.13 : Tension et puissance du générateur PV.
60
Inductor current Converter (A)
20 20
Current Motor (A)
10
0
real 0 real
estimated
-20 estimated
-10
-40 -20
0 5 10 15 20 0 5 10 15 20
Time (s) Time (s)
Rotation speed Motor (rad/s)
600 150
Voltage Motor (V)
400 100
real real
200 50
estimated estimated
0 0
0 5 10 15 20 0 5 10 15 20
Time (s) Time (s)
Figure 2.14 : Courant dans la bobine du convertisseur, courant dans l’induit, tension aux
bornes de l’induit et vitesse de rotation.
20
Controlled output (W/V)
10
-10
0 2 4 6 8 10 12 14 16 18 20
Time (s)
0.2
0.15
Duty cycle
0.1
0.05
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.15 : Sortie contrôlée et rapport cyclique.
61
2.5 Commande par mode glissant avec observateur
La commande par mode glissement ou « sliding mode control », est une commande
multivariable qui a l’avantage de pouvoir être appliquée sans approximation à des systèmes non
linéaires et présentant des discontinuités (systèmes à structure variable). Le fonctionnement des
hacheurs étant basés sur une commutation, puisque la commande par modes glissants ressemble
à une modulation par largeur d’impulsions PWM. Il y a néanmoins certaines différences, PWM
est une boucle ouverte où le rapport cyclique est spécifié, si on veut une commande en boucle
fermée, il faut rajouter une stratégie de commande. La commande par modes glissants est par
nature en boucle fermée [Bregeault, 10]. Cette commande semble particulièrement adaptée au
contrôle des systèmes photovoltaïques.
Nous allons appliquer cette méthode pour contrôler le système de pompage solaire, en utilisant
l’observateur d’état à grand gain pour compléter la mesure de l’état à partir de la connaissance
de la tension et du courant du générateur PV.
2.5.1 Synthèse de la commande par mode glissant
= V(
) + w(
)s
Considérons le modèle d’état du système de pompage PV :
«
= ℎ(
)
(2.31)
L’objectif de la commande consiste à amener à zéro la dérivée de la puissance selon la tension
du générateur PV pour réguler la sortie choisie = ℎ(
) = pb à sa référence 1 = 0. Cette
pq
M
loi de commande, va régir l’évolution de l’erreur d’asservissement = − 1 de manière à
permettre une convergence asymptotique de cette erreur vers zéro.
= K ℎ(
)
La première dérivation de la sortie à contrôler est :
(2.32)
avec :
K ℎ(
) = 2 pb + U pb
p3M p 3M jbM
M M jJ
Une deuxième dérivation nécessaire pour faire apparaitre la commande est :
= K& ℎ(
) + K K ℎ(
)s (2.33)
avec :
jbM &
K& ℎ(
) = 3 pb + U pb jJ + 2 pb + U pb k − mk U − UQ
p 3M p 3M p3M p 3M + p3M jbM +
M M M M M pbM jJ M
et K K ℎ(
) = − mk 2 pb + U pb UQ
+ p3M p 3M
M M M
62
Le degré relatif de la sortie est { = 2, le choix de la surface de glissement est alors :
¤ = (1%+) + ⋯ + ¥+ + ¥6 = + ¥6
où les paramètres ¥Ò ; Ó = 0,1, ⋯ , { − 2 sont choisis tel que le polynôme (§) = § 1%+ + ⋯ +
(2.34)
¥+ s + ¥6 soit un polynôme d’Hurwitz, c-à-d les racines du polynôme caractéristique sont à
parties réelles strictement négatives. Ainsi, lorsque la surface de glissement ¤ est forcée à zéro,
l’erreur de poursuite converge asymptotiquement vers zéro, avec une dynamique imposée par
les paramètres ¥Ò .
Une fois la surface de glissement choisie, la seconde étape de synthèse consiste à choisir la
commande de manière à forcer le système à atteindre un voisinage de la surface de glissement
La condition d’existence du mode glissant est l’attractivité de la surface de commutation ¤ =
et à y rester [Barto, 08].
0. Elle est démontrée à l’aide du théorème de Lyapunov.
Soit la fonction de Lyapunov quadratique suivante :
(¤) = ¤ &
+
&
(2.35)
Pour que la surface de glissement ¤ = 0 soit attractive sur tout le domaine de fonctionnement,
= ¤¤ < 0
il suffit que la dérivée par rapport au temps de la fonction de Lyapunov soit négative :
(2.36)
Une des approches de conception d’une commande par mode glissant utilisée pour un système
dynamique porte le nom d’approche de la loi d’atteinte. Dans cette approche, la dynamique de
¤ = −Õ§lwL(¤)
la fonction de glissement est donnée par :
où Õ > 0 est une constante positive qui représente le gain de la commande discontinue, elle est
(2.37)
choisie de manière suffisamment grande pour compenser l’effet des perturbations. §lwL(. ) est
la fonction signe.
= −Õ¤§lwL(¤) = −Õ|¤| < 0
En remplaçant dans l’expression (2.36), il vient :
(2.38)
On conclut que le système est asymptotiquement stable, ce qui assure la convergence vers zéro
en temps fini de la surface de glissement.
La loi de commande est donnée par l’expression suivante :
s=− K& ℎ(
) + ¥6 + Õ§lwL(¤)
+
m m (T)
(2.39)
s = sA + sj
La commande par mode glissant est constituée de deux termes :
(2.40)
63
L’expression du contrôle équivalent est obtenue à partir de la condition ¤ = 0
sA = − m K& ℎ(
) + ¥6
+
m (T)
(2.41)
trajectoire de l’état du système sur la surface de glissement ¤ = 0. Avec cette commande le
Cette expression peut être interprétée comme la loi de commande continue qui maintiendrait la
comportement du système ne dépend plus du système d’origine ni des perturbations, mais est
entièrement déterminé par le choix de la surface de glissement.
L’expression de contrôle discontinu est donnée par :
sj = − (Õ§lwL(¤))
+
m m (T)
(2.42)
La commande discontinue assure la convergence de l’état du système vers la surface de
glissement en un temps fini. Avec cette commande le système reste sensible aux variations de
paramètres du système. Le terme discontinu permet de rejeter les perturbations et les
incertitudes non prises en compte dans le modèle.
2.5.2 Résultats de simulation
Dans cette partie, nous présentons les résultats de simulation de la commande par mode glissant
bouclée sur l’état reconstruit par l’observateur d'état grand gain (figure 2.16). Le but est de
montrer les performances et la robustesse de l’algorithme de commande pour la poursuite du
point de puissance maximale fournie par le générateur PV, dans des conditions météorologiques
de 600;/<& à 1000;/<& et des changements de température de 25°- à 55°-. Ces
variables. Les simulations ont été réalisées pour des variations brusques de l'irradiation solaire
Les paramètres de la commande et de l’observateur sont fixés à ¥6 = 15, Õ = 100, et Ð = 0.1.
changements sont représentés sur la figure 2.17.
La figure 2.18 montre les variations de la caractéristique puissance-tension du générateur PV
en fonction des changements climatiques. La figure 2.19 représente la réponse temporelle en
tension et puissance du générateur PV. On remarque que le point de fonctionnement du système
de pompage solaire converge vers le point de puissance optimale. En conséquence le
convertisseur DC/DC muni de l’algorithme de contrôle par mode glissant permet d’extraire le
maximum de puissance que le générateur PV peut fournir.
La figure 2.20 représente respectivement le courant dans la bobine du convertisseur DC/DC, le
courant dans l’induit, la tension aux bornes de l’induit et la vitesse de rotation du moteur DC.
Il est clair que la vitesse de rotation du moteur converge vers la valeur maximale lorsque
l'éclairement et la température changent.
64
La figure 2.21 montre respectivement la sortie à contrôler, la surface de glissement et le rapport
cyclique du convertisseur DC/DC. On note que lorsque le système de pompage PV fonctionne
à sa puissance optimale, la sortie contrôlée et la surface de glissement convergent
asymptotiquement vers zéro.
Ces résultats de simulation montrent que les variables d’état estimées par l’observateur,
convergent rapidement vers les variables d’état réelles. Les états estimés sont ensuite utilisés
par la commande MPPT pour ajuster automatiquement le rapport cyclique et adapter le
générateur PV à la motopompe, afin d’assurer le transfert de la puissance maximale fournie par
le générateur PV.
PV Boost DC Motor
Generator Converter Pump
Voltage
Sensor Control: duty cycle
Sliding Mode
Current Conroller
Sensor
Estimated state
High Gain
Observer
Figure 2.16 : Structure de la commande par retour d’état estimé.
Solar irradiation (W/m2)
1000
900
800
700
600
0 2 4 6 8 10 12 14 16 18 20
Time (s)
60
Temperature (°C)
50
40
30
20
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figue 2.17 : Variation de l’éclairement et de la température.
65
6000
power-voltage characteristic
MPP1 (G=600W/m2 and T=25°C)
MPP2 (G=1000W/m2 and T=25°C)
5000
MPP3 (G=1000W/m2 and T=55°C)
4000
PV power (W)
3000
2000
1000
0
0 50 100 150 200 250 300 350 400
PV voltage (V)
Figure 2.18 : Caractéristique puissance-tension du générateur PV.
400
Voltage PV array (V)
300
real
200 estimated
100
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
6000
Power PV array (W)
4000
real
2000
estimated
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.19 : Tension et puissance du générateur PV.
66
20 20
Current converter (A)
Current motor (A)
10
0
real
0
estimated real
-20
-10 estimated
-40 -20
0 5 10 15 20 0 5 10 15 20
Time (s) Time (s)
Rotation speed motor (rad/s)
600 150
Voltage motor (V)
400 100
200 real 50 real
estimated estimated
0 0
0 5 10 15 20 0 5 10 15 20
Time (s) Time (s)
Figure 2.20 : Courant dans la bobine du convertisseur, courant dans l’induit, tension aux
bornes de l’induit et vitesse de rotation.
Controlled output (W/V)
20
10
-10
0 2 4 6 8 10 12 14 16 18 20
Time (s)
200
Sliding surface
-200
0 2 4 6 8 10 12 14 16 18 20
Time (s)
0.2
Duty cycle
0.1
0
0 2 4 6 8 10 12 14 16 18 20
Time (s)
Figure 2.21 : Sortie contrôlée, surface de glissement et rapport cyclique.
67
2.6 Conclusion
Dans ce chapitre, on a présenté trois stratégies de commande non linéaires, pour la recherche
du point de puissance maximale MPPT d’un système de pompage solaire pour diverses
conditions climatiques. Le système est composé d’une motopompe DC alimentée par un
générateur PV à travers un convertisseur DC/DC. Puisque le modèle dynamique du système
global est non linéaire, on fait appel aux techniques de commande non linéaires et robustes. Ces
techniques de commande permettent la variation du rapport cyclique du convertisseur DC/DC
afin de maximiser la puissance délivrée par le générateur PV à la motopompe. La première
approche est la commande par backstepping, la deuxième approche est la commande par
linéarisation exacte entrée-sortie avec observateur, et la troisième approche est la commande
par modes glissants avec observateur. Dans les boucles de commande, l’observateur non
linéaire de type grand gain permet de reconstruire l’état du système de pompage solaire à partir
des mesures disponibles sur la tension et le courant du générateur PV. Les trois approches
donnent des résultats satisfaisants en simulation avec un comportement de l'ensemble du
système en boucle fermée stable et robuste avec de bonnes performances statiques et
dynamiques.
68
Chapitre 3
Commande d’un système photovoltaïque connecté au
réseau électrique
3.1 Introduction
L’énergie électrique générée par un générateur solaire PV est de type DC. Les réseaux
électriques à travers le monde étant pour la plupart des réseaux AC, l’énergie produite par les
modules PV doit être convertie afin d’être utilisable. Cette conversion se fait grâce à un
onduleur. Un système solaire PV connecté au réseau est principalement constitué d’un
générateur PV, d’un convertisseur DC/DC, d’un onduleur qui convertit le courant continu DC
en courant alternatif AC synchronisé avec le réseau, avec la bonne amplitude et la bonne
fréquence et d’un filtre passif d’interconnexion qui permet de minimiser le contenu
harmonique. L’onduleur injecte l’énergie sur le réseau électrique, il permet le couplage du
système PV avec le réseau électrique. Les systèmes PV connectés au réseau ne requièrent pas
de batteries pour stocker l’énergie, ils sont donc plus simples, moins chers et plus rentables
(moins de pertes énergétiques) que les systèmes solaires autonomes "stand alone" utilisés dans
les applications isolées du réseau. Ces systèmes permettant de réduire la facture d’électricité,
l’électricité est consommée sur place ou vendue au fournisseur national d’électricité pendant
les heures de production. Ce chapitre concerne le raccordement des systèmes PV au réseau
monophasé BT. Le convertisseur DC/DC réalise la fonction de MPPT pour chercher en continu
le point de fonctionnement optimal afin d’atteindre un rendement maximal. L’onduleur permet
d’injecter un courant de sortie sinusoïdal et en phase avec la tension du réseau afin d’assurer la
qualité de l’énergie crée au niveau de point de raccordement. Il permet également la régulation
de la tension du bus continu. Le réglage du bus continu offre la possibilité de gérer les flux des
puissances au niveau du bus continu qui permet d’imposer une puissance de référence à transiter
sur le réseau. Ensuite, nous étudions deux lois de commande robustes face aux variations des
conditions climatiques et aux perturbations dans le réseau. Ces deux stratégies de commande
sont basées sur l’approche backstepping avec action intégrale et l’approche mode glissant
intégral. La partie intégrale est introduite pour assurer une erreur statique nulle en régime établi
69
et pour compenser les erreurs de modélisation, les erreurs liées aux incertitudes paramétriques
et les effets de perturbations. L’implantation de ces lois de commande par retour d’état nécessite
la mesure de tous les états du système PV connecté au réseau. Dans le but de réduire le nombre
de capteurs, un observateur d’état non linéaire à grand gain est utilisé pour reconstruire les états
du système. Ainsi, cet observateur ne nécessite que trois capteurs ; deux capteurs pour mesurer
la tension et le courant du générateur PV et un capteur pour mesurer la tension du réseau. Les
résultats de simulation du système sous l’environnement Matlab/Simulink montrent les
performances et la robustesse de ces lois de commande qui garantissent simultanément la
poursuite du point de puissance maximale, la compensation des courants harmoniques, la
correction du facteur de puissance et l’injection de la puissance solaire vers le réseau électrique.
3.2 Modélisation du système PV connecté au réseau
Les installations photovoltaïques peuvent se dispenser d’un système de stockage par batteries
et injecter dans le réseau tous le surplus d’énergie produits. Une grande partie des systèmes PV
est connectée au réseau, notamment en basse tension et associé aux bâtiments. Ils sont aussi
utilisés pour l'alimentation des sites isolés en association avec un système de stockage.
L’énergie PV est utilisée dans deux domaines d’applications : le PV en site isolé et le PV
connecté au réseau. Ces deux applications ont des fonctions et mettent en œuvre des chaînes de
conversion différentes [Pankow, 04], [Thi Minh, 06], [Houari, 12].
• Installations PV autonomes ou « stand-alone », qui ne sont pas connectées au réseau.
Ces installations sont utilisées pour électrifier des circuits isolés, distants du réseau
électrique, difficiles à alimenter car ils sont situés dans des zones peu accessibles ou
caractérisées par de basses consommations d’énergie qui rendent presque inutile un
quelconque branchement au réseau public. Dans ces installations il est nécessaire de
stocker l’énergie produite par les modules photovoltaïques en utilisant des batteries pour
garantir une continuité d’énergie, de nuit ou lorsqu’il n’y a pas assez de soleil.
• Installations PV non autonomes ou connectées au réseau « grid connected » proposées
dans cette étude, c’est-à-dire système relié en parallèle au réseau électrique public, et
conçu pour injecter dans le réseau l’énergie électrique produite par les champs PV. Dans
Les systèmes reliés au réseau, les consommateurs standards de puissance AC sont
connectés au générateur PV via un onduleur (convertisseur DC/AC).
Les problèmes majeurs du réseau électrique sont les perturbations, facteurs entachant la qualité
des grandeurs électriques (fréquence, amplitude, forme d’onde). Les perturbations des réseaux
électriques peuvent se manifester par : un creux ou une coupure de tension, une fluctuation de
70
la tension, un déséquilibre du système triphasé de tension, une fluctuation de la fréquence et la
présence d’harmoniques.
Deux configurations possibles d’onduleurs pour réaliser des grands systèmes solaires
PV raccordés au réseau :
• Configuration centrale : tous les modules PV sont connectés à un seul onduleur central
de grande puissance.
• Configuration modulaires "string" : les modules PV sont connectés à plusieurs
onduleurs de petites tailles.
Il existe deux principaux types d’onduleurs PV : les onduleurs monophasés et les onduleurs
triphasés. Les onduleurs monophasés envoient le courant AC sur une phase d’une ligne de
transmission de puissance, pour les petits systèmes (généralement inférieure à 5kW). Les
onduleurs triphasés envoient le courant AC aux trois lignes de puissance.
Les systèmes photovoltaïques sont des générateurs qui entrent dans la cadre des productions
décentralisées d’énergies interfacées au réseau par de l’électronique de puissance. Afin de
convertir l'énergie électrique à basse tension du système photovoltaïque à un niveau approprié
pour le réseau, il existe actuellement différents types de structures de système photovoltaïque :
• Onduleur sans ou avec transformateur,
• Onduleur sans ou avec convertisseur DC/DC.
Dans la structure à bus continu intermédiaire, le générateur PV est connecté à l’onduleur à
travers un convertisseur DC/DC de type hacheur survolteur. Cette configuration permet
d’extraire le maximum de puissance sans être perturbée par aucun défaut de réseau. La structure
à connexion directe entre le générateur PV et l’onduleur est fortement influençable par le réseau
puisqu’elle dépend principalement du contrôle de la tension du bus continu [Pankow, 04].
Dans la suite de cette partie, nous nous intéressons qu’à la configuration à bus continu
intermédiaire qui semble la plus adaptée aux applications PV raccordés au réseau BT. Dans
cette configuration on utilise un onduleur en pont avec convertisseur Boost, le système PV est
composé de :
• Générateur PV.
• Un hacheur survolteur (convertisseur Boost) qui amplifie la tension d’entrée.
• Un pont de IGBT qui convertit ensuite le courant continu fourni par le convertisseur
DC/DC en courant alternatif en utilisant la technique de modulation de largeur
d’impulsion (MLI ou PWM en anglais) dont le fondamental est à la fréquence de 50 Hz,
71
• Un filtre qui élimine les harmoniques à hautes fréquences pour obtenir une onde
sinusoïdale à la fréquence du réseau, assurant la transmission d’une énergie de qualité.
Le convertisseur hacheur survolteur place le point de fonctionnement du générateur
photovoltaïque au point maximum MPP, ainsi il augmentera la tension d’entrée à la valeur
désirée. L’onduleur injecte un courant sinusoïdal en phase avec la tension du réseau, ainsi le
réglage de la tension du bus continu. La puissance injectée dans le réseau est fortement variable
puisqu’elle est dépendante de l’éclairement et de la température.
Une fois l’énergie électrique produite par le générateur PV, il s’agit ensuite de la transmettre au
réseau de distribution basse tension tension via un transformateur élévateur. Cependant, le
raccordement doit prendre en compte certaines particularités du système solaire. Il s’agit
notamment du fonctionnement du générateur PV, qui, du fait de la nature stochastique de
l’ensoleillement et de la température occasionnent des variations de puissance [EL Aimani, 04].
En fonction de la puissance à injecter, des caractéristiques du réseau sur lequel elle doit être
injectée et du maintien d’une qualité de tension dans les limites qui sont fixées par les normes.
La qualité de l’énergie électrique fait référence à la stabilité de la tension et de la fréquence.
La figure 3.1, montre la configuration étudiée du système PV connecté au réseau électrique
monophasé à travers des convertisseurs de puissance survolteur DC/DC et d’un onduleur
DC/AC. L'ajout du filtre permet d’améliorer la qualité de l’énergie injectée sur le réseau au
point de raccordement. Afin de générer un courant alternatif sur le réseau électrique, il faut que
la tension du bus continu soit supérieure à la valeur crête de la tension apparaissant du côté du
filtre (même avec un faible niveau d’ensoleillement). Un transformateur pour élever la tension
sinusoïdale au niveau désiré (220V-50Hz) et pour assurer l’isolation entre la partie production
et la partie utilisation. L’avantage de ce système et que des batteries peuvent facilement
connectées au bus continu pour obtenir un système autonome.
Figure 3.1 : Configuration du système PV connecté au réseau électrique.
72
Le modèle mathématique du convertisseur DC/DC et de l’onduleur avec le filtre est obtenu par
de fonctionnement des interrupteurs. Le convertisseur DC/DC est constitué de l’interrupteur S+
l’application des lois de Kirchhoff sur le schéma de base du système PV et par rapport au régime
commandé par un signal binaire de commutation compris dans le domaine discret X+ ∈ Y0, 1[
et l'onduleur en pont se compose de quatre commutateurs YS&+ , S&& , S&' , S&Å [ commandés par
un signal binaire de commutation X& ∈ Y0, 1[. Les signaux de commutation X+ et X& peuvent
être remplacés respectivement par leur valeur moyenne s+ et s& sur une période de
commutation. Ces deux entrées représentent les rapports cycliques sont déterminées par la
stratégie de commande. Un modulateur de largeur d'impulsion MLI transforme les rapports
cycliques en une commande par impulsions 0 ou 1 du convertisseur DC/DC et de l’onduleur.
Le modèle mathématique de l’ensemble des éléments électriques constituants le système
photovoltaïque connecté au réseau électrique, donne le model moyen dans l’espace d’état du
système PV représenté par les équations différentielles suivantes :
i jJ = kM l − kM lm
jbM + +
g j3n +
g jJ = m U − m (1 − s+ )Uj0
+
gjb×Ø = + (1 − s )l + + (1 − 2s )l
+ m &
jJ k×Ø kØ×
h = − l − − (1 − 2s )U
j3 + + +
(3.1)
g jJ m m m & j0
g = pq = l + U p3M
g
+ pbM pb
M
f & = l
où U , l , lm , Uj0 , l et sont respectivement, les valeurs moyennes sur une période de
commutation de la tension du générateur PV, le courant du générateur PV, le courant dans la
électrique. + et & sont les sorties à contrôler du système PV. s+ et s& sont les entrées de
bobine du convertisseur DC/DC, la tension du bus continu, le courant et la tension du réseau
commande. Les paramètres du système sont : l’inductance K et la capacité - d’entrée du
convertisseur DC/DC, la capacité -j0 du bus continu, l’inductance K du filtre de lissage du
courant de sortie de l'onduleur et la résistance équivalente série de l’inductance du filtre.
3.3 Commande par backstepping avec action intégrale
La commande par la technique de backstepping intégral permet de construire une loi de
commande robuste asymptotiquement stable selon la théorie de stabilité de Lyapunov.
L’influence de la variabilité de certains paramètres du système PV raccordé au réseau et des
perturbations dans le réseau peut être fortement réduite par l’introduction d’une action intégrale
73
qui permet d’assurer une grande précision de la commande pour l’extraction et l’injection de la
puissance maximale du générateur PV dans le réseau. La technique de commande proposée
pour la commande du convertisseur DC/DC et de l’onduleur est développée dans le but :
• Extraction de la puissance maximale du générateur photovoltaïque qui varie en fonction
de l'irradiation solaire et la température.
• Conversion appropriée du courant continu DC d'entrée de l’onduleur en courant
alternatif AC de sortie injecté dans le réseau, en gardant l’amplitude de la tension
alternative constante. Le courant dans le réseau doit être en phase avec la tension du
réseau afin d'effectuer le transfert de puissance à facteur de puissance unitaire, ce qui
permet d’injecter la puissance active désirée et d’assurer la qualité de l’énergie crée au
point de raccordement.
• Régulation de la tension du bus continu à une valeur de référence.
La commande de l’extraction de la puissance maximale MPPT et la commande du facteur de
puissance sont synthétisées en utilisant l'approche de backstepping avec action intégrale [Tan,
00], [Skjetne, 04], [Peng, 11], [Hamida, 12]. La tension du bus continu est régulée à une valeur
de référence grâce à un simple correcteur proportionnel intégral PI.
3.3.1 Commande MPPT
L’extraction de la puissance maximale est une étape primordiale dans le domaine de la
conversion énergétique du système solaire photovoltaïque. Pour augmenter le rendement du
générateur PV, un algorithme de recherche du point de puissance maximum (MPPT) est
appliqué au convertisseur DC/DC dans le cas d’un double étage de puissance et au convertisseur
La commande MPPT est réalisée par la variation du rapport cyclique s+ du convertisseur
DC/AC avec un seul étage de conversion.
DC/DC. L’objectif de cette commande est de réguler la sortie + = pb du générateur PV à sa
pq
M
valeur de référence au point de puissance maximale +1 = pb = 0.
pq
M qq
Procédure de conception de la commande par backstepping avec action intégrale :
¨+ = + − +1
Etape 1 : Pour résoudre le problème de suivi de MPP, on définit l’erreur de poursuite
La dynamique de l’erreur de poursuite est donnée par :
¨+ = k 2 pb + U pb (l − lm )
+ p3M p 3M
M M M
(3.2)
74
On introduit l’action intégrale Ù+ (`) = Ú6 (+ (Û) − +1 (Û))zÛ à la commande par
J
backstepping afin d’assurer la convergence de l’erreur de poursuite vers zéro malgré des
incertitudes et des perturbations.
Considérons la fonction candidate de Lyapunov suivante :
+ (Ù+ , ¨+ ) = Ù+ & + ¨+ &
+ +
& &
(3.3)
sa dérivée est donnée par l’équation suivante :
+ = ¨+ Ù+ + k 2 pb + U pb (l − lm )
+ p3M p 3M
M M M
(3.4)
Soit une entrée de commande virtuelle lm utilisée pour assurer la stabilité de l’erreur de poursuite
MPP. Suivant la méthode de backstepping, la commande virtuelle ]+ = (lm )j , où (lm )j
représente la valeur désirée du courant dans la bobine du convertisseur DC/DC, est donnée par
l’équation suivante :
]+ = l + (+ ¨+ + Ù+ )
kM
½¾M ½ ¾M
& bM
(3.5)
½¿M ½¿M
où + > 0 est un paramètre de réglage.
+ = −+ ¨+ & < 0
Nous obtenons alors :
Etape 2 : On définit l’erreur ¨& = lm − ]+ sur le courant dans l’inductance du convertisseur
(3.6)
DC/DC qui représente l’écart entre lm et sa valeur désirée ]+ . La dérivée de cette erreur est
donnée par :
¨& = − ] + = m U − (1 − s+ )Uj0 − ] +
j3n +
jJ
(3.7)
L’expression de ] + est donnée par :
] + = Àpb + - − 3 pb + U pb ®Ã
p3M pbM ( Á Â Á ÂÁ ) ( Á ÂÁ ÜÁ ) p 3M p 3M pbM
pJ ½¾M ½ ¾M ½¾M ½ ¾M
pJ
M & bM &
M M
bM
(3.8)
½¿M ½¿M ½¿M ½¿M
En substituant lm = ¨& + ]+ dans l’équation (3.2), on obtient :
¨+ = k 2 pb + U pb (l − ¨& − ]+ )
+ p3M p 3M
M M M
(3.9)
En introduisant l’équation (3.5), on obtient la dérivée temporelle de ¨+ et +:
¨+ = −+ ¨+ − Ù+ − k 2 pb + U pb ¨&
+ p3M p 3M
M M M
(3.10)
+ = −+ ¨+ & − k 2 pb + U pb ¨+ ¨&
+ p3M p 3M
M M M
(3.11)
75
Considérons la fonction candidate de Lyapunov suivante :
& (Ù+ , ¨+ , ¨& ) = + + ¨& &
+
&
(3.12)
La dérivée temporelle de & est obtenue en combinant les équations (3.7) et (3.11) :
& = −+ ¨+ & + ¨& − 2 + U ¨+ + U − Uj0 + s+ Uj0 − ] +
+ p3M p 3M + +
kM pbM pbM m m
(3.13)
La loi de commande s+ qui garantit la négativité de la dynamique de la fonction de Lyapunov
& est donnée par :
s+ = b −& ¨& + k 2 pb + U pb ¨+ − m U − Uj0 + ] +
m + p3M p 3M +
×Ø M M M
(3.14)
& = −+ ¨+ & − & ¨& & < 0
avec ce choix, on a :
d'où la stabilité asymptotique de l'origine (Ù+ , ¨+ , ¨& ) vers zéro, ceci se traduit par la régulation
(3.15)
à zéro de l'erreur de poursuite de MPP ¨+ = + − +1 = ÝR/ÝU . En conséquence, la loi de
commande s+ force la puissance fournie par le générateur PV à suivre le point de puissance
maximale.
3.3.2 Commande du facteur de puissance
Le but de ce contrôle est d’assurer simultanément l’injection de courant sinusoïdal en phase
avec la tension du réseau électrique, la compensation de la pollution harmonique et la puissance
réactive au niveau du réseau électrique, ainsi que la régulation de la tension du bus continu. La
maintenir une tension de référence Uj01 du bus continu avec un correcteur PI générant la
régulation du bus continu est alors réalisée au moyen d’une boucle de régulation, permettant de
référence l1 du courant à injecter dans le réseau électrique.
variation du rapport cyclique s& de l’onduleur. La commande est basée sur le principe de deux
La commande de l’injection de la puissance fournie par le générateur PV est réalisée par la
boucles en cascades, une boucle interne en courant et une externe en tension [C. Meza, 05], [C.
à une valeur de référence sinusoïdale l1 . La boucle externe de tension permet de réguler la
Meza, 08], [Almahjoub, 12]. La boucle interne de courant permet d’asservir le courant de sortie
tension de bus continu à sa valeur de consigne Uj01 , cette boucle externe fournit à la boucle
interne de courant l'amplitude du courant de référence correspondant à la puissance maximale
du générateur photovoltaïque, assurant ainsi le transfert optimal d'énergie vers le réseau.
Le contrôleur de la boucle interne permet la convergence asymptotique du courant à injecter
dans le réseau vers un courant de référence de la forme :
76
l1 = Þ = Þ√2H§lL(º`) (3.16)
où H est la valeur efficace de la tension sinusoïdale du réseau électrique, Þ est un paramètre
On définit l’erreur de poursuite sur le courant de sortie ¨' = & − &1 = l − l1 . La
positif d'ajustement qui peut être ajusté par un régulateur PI.
dynamique de cette erreur est donnée par :
¨' = − l − − (1 − 2s& )Uj0 −
+ + + j3>»
m m m jJ
(3.17)
On introduit une action intégrale Ù& (`) = Ú6 (l (Û) − l1 (Û))zÛ à la commande par
J
backstepping et on considère la fonction de Lyapunov :
' (Ù& , ¨' ) = & Ù& & + & ¨' &
+ +
(3.18)
sa dérivée temporelle est donnée par l’expression suivante :
' = ¨' Ù& − m l − m − m (1 − 2s& )Uj0 − jJ
+ + + j3>»
(3.19)
La loi de commande permettant de rendre ' négative est donnée par :
s& = & 1 + b l + + K − ' ¨' − Ù&
+ + j3>»
×Ø jJ
(3.20)
où ' > 0 est un paramètre de réglage positif, avec un tel choix on obtient :
' = −' ¨' & < 0
Avec ce choix, la loi de commande s& force le courant l à suivre sa référence l1 . On déduit
(3.21)
que le courant injecté dans le réseau est sinusoïdal et en phase avec la tension du réseau.
d’ajustement Þ dans l'équation (3.16), de sorte que la tension continue d'entrée de l'onduleur
Le but de la boucle externe de tension est de concevoir une loi de variation pour le paramètre
est pilotée à une référence donnée Uj01 . La boucle externe de tension compare la valeur de la
sortie l1 .
tension mesurée du bus continu et la valeur de référence et impose une référence du courant de
Le régulateur est de type PI :
Þ(`) = Å Uj0 (`) − Uj01 (`) + Æ Ú6 Uj0 (Û) − Uj01 (Û)zÛ
J
(3.22)
où Å et Æ sont respectivement le gain de l’action proportionnelle et le gain de l’action
intégrale.
3.3.3 Résultats de simulation
Les simulations suivantes sont effectuées pour tester les performances et la robustesse de la
commande proposée pour la recherche du point de puissance optimale et la production du
courant de sortie sinusoïdal en phase avec la tension du réseau. Le schéma fonctionnel de la
77
commande est donné sur la figure 3.2. Tous les paramètres des composants du système PV
connecté au réseau et de la commande sont donnés dans le tableau 3.1.
Figure 3.2 : Schéma fonctionnel de la commande du système PV connecté au réseau.
Paramètres du Paramètres du convertisseur de Paramètres du
= 0.1124Ω - 4700X· + 900
générateur PV puissance et du réseau électrique contrôleur
6500Ω -j0 470X· & 900
. 1.7404 K 3.5<° ' 200
01 3.45¬ K 2.2<° Å 0.01
11 4.842X¬ 0.7Ω Æ 1
P 36, P 1 H 22; V 50° ; Uj01 40
Tableau 3.1 : Paramètres du système PV connecté au réseau et du contrôleur.
Deux simulations ont été réalisées. Dans la première, l'éclairement varie de 600;/<& à
1000;/<& à l’instant 0.5§ et la température reste constante égale à 25°-. Les performances
de la commande sont illustrées par les figures 3.3 à 3.6. La deuxième simulation a été réalisée
pour des changements de température de 25°- à 50°- à l’instant 0.5§, l’éclairement reste
constante et égale à 1000;/<&. Les performances correspondantes sont illustrées par les
figures 3.7 à 3.10.
L’ensemble des résultats montre que l’algorithme de commande assure le fonctionnement
optimal du système PV raccordé au réseau, indépendamment des variations de l’éclairement et
de la température. La tension du bus continu est maintenue à sa valeur désirée. La forme d'onde
78
du courant injecté est clairement sinusoïdale et en phase avec la tension du réseau, la variation
de l'amplitude du courant injecté pendant le changement des conditions climatiques traduit le
niveau de puissance qui transite dans le réseau électrique.
18
PV voltage (V)
17.5
17
16.5
16
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
60
PV power (W)
50
40
30
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Figure 3.3 : Tension et puissance du générateur PV lorsque l’éclairement varie.
50 1.5
Derivative: dP/dvp (W/V)
DC bus voltage (V)
40 1
30 DC voltage 0.5
reference DC voltage
20 0
0 0.5 1 0 0.5 1
Time (s) Time (s)
1200 60
Radiation (W/m2)
1000
PV power (W)
50
800 MPP2
40
600 MPP1
400 30
0 0.5 1 16 16.5 17 17.5 18
Time (s) PV voltage (V)
Figure 3.4 : Tension du bus continu, sortie contrôlée et caractéristique puissance-tension
lorsque l’éclairement varie.
79
10 grid current
reference gid current
Grid current (A)
5
-5
-10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Grid current (A) and grid voltage (V)
grid current
20 grid voltage
-20
0.45 0.5 0.55 0.6 0.65
Time (s)
Figure 3.5 : Courant et tension du réseau lorsque l’éclairement varie.
Control law of the converter
0.8
0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
1
Control law of the inverter
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Figure 3.6 : Entrées de commande du convertisseur DC/D et de l’onduleur lorsque
l’éclairement varie.
80
18
17.5
PV array (V)
17
16.5
16
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
60
55
PV power (W)
50
45
40
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Figure 3.7 : Tension et puissance du générateur PV lorsque la température varie.
50 3
Derivative: dP/dvp (W/V)
DC bus vlotage (V)
2
40
1
30 DC voltage
0
reference DC voltage
20 -1
0 0.5 1 0 0.5 1
Time (s) Time (s)
60 60
Temperature (°C)
50 55
PV power (W)
MPP2
40 50
MPP3
30 45
20 40
0 0.5 1 16 16.5 17 17.5 18
Time (s) PV voltage (V)
Figure 3.8 : Tension du bus continu, sortie contrôlée et caractéristique puissance-tension
lorsque la température varie.
81
10
grid current
reference grid current
Grid current (A)
5
-5
-10
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Grid current (A) and grid voltage (V)
grid current
grid voltage
20
-20
0.44 0.46 0.48 0.5 0.52 0.54 0.56 0.58 0.6
Time (s)
Figure 3.9 : Courant et tension du réseau lorsque la température varie.
Control law of the converter
0.8
0.6
0.4
0.2
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
1
Control law of the inverter
0.5
0
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
Time (s)
Figure 3.10 : Entrées de commande du convertisseur DC/D et de l’onduleur lorsque la
température varie.
82
3.4 Commande par mode glissant intégral avec observateur
Dans cette partie, on présente la conception d’une loi de commande non linéaire pour
l’exploitation optimale du générateur PV raccordé au réseau et l’injection de la puissance
maximale dans le réseau électrique. La commande proposée est conçue à partir de la technique
mode glissant complétée par l’introduction d’une action intégrale pour améliorer sa robustesse
[Utkin, 96], [Cao, 04], [Eker, 05], [Asif, 13]. En utilisant la théorie de stabilité de Lyapunov,
on montre que les dynamiques de poursuite des variables à contrôler sont asymptotiquement
stables. La commande est constituée d’un retour d’état et d’un observateur reconstruisant la
valeur du courant dans la bobine du convertisseur DC/DC, de la tension du bus continu et du
courant de sortie injecté dans le réseau électrique. Ainsi, la mise en œuvre de cette commande
ne nécessite que 3 capteurs : deux capteurs pour la tension et le courant du générateur PV et un
capteur pour la tension du réseau. Cette approche est validée par des résultats de simulation,
qui montrent la qualité de la commande bouclée sur l’état estimé malgré les variations des
conditions météorologiques et la présence des bruits de mesures des capteurs.
3.4.1 Synthèse de la commande par mode glissant intégral
Le modèle d’état du système constitué d’un générateur PV couplé au réseau à travers un
convertisseur Boost et un onduleur de tension monophasé, peut être représenté par un système
= V(
) + w+ (
)s+ + w& (
)s&
non linéaire multi-entées multi-sorties de la forme :
«
= ℎ(
)
(3.23)
où
= àU lm Uj0 l á représente le vecteur d’état, s = /s+ s& 4 représente le vecteur
d’entrée de commande et = /+ & 4 = /ℎ+ (
) ℎ& (
)4 = pb l est le vecteur de sortie
pq
M
à asservir. Les fonctions V(
), w+ (
) et w& (
) sont données par :
l − k lm
+ +
kM 0 0
M
U − m Uj0 0
m Uj0
+ + +
m &
V(
) = , w+ (
) = − + l , w& (
) = − kØ× l
l + l
+ +
k×Ø m kØ× k×Ø m
U
&
− m l − m − m Uj0
+ + + 0 m j0
83
• Commande MPPT
cyclique s+ du convertisseur DC/DC. Il permet d’asservir la sortie + = ℎ+ (
) à sa valeur
L’algorithme de poursuite du point de puissance maximale est obtenu en agissant sur le rapport
désirée au point MPP +1 = = 0.
pq
pbM
La dérivée temporelle de + = ℎ+ (
) donne :
+ =
= (V(
) + w(
)s) = K ℎ+ (
) + KÁ ℎ+ (
)s+ + K ℎ+ (
)s&
pÁ pÁ
pT pT
(3.24)
avec :
K ℎ+ (
) = 2 pb + U pb et KÁ ℎ+ (
) = K ℎ+ (
) = 0.
p3M p 3M jbM
M M jJ
La dérivée seconde par rapport au temps de + est donnée par :
+ = K& ℎ+ (
) + KÁ K ℎ+ (
)s+ (3.25)
avec :
Ý & l Ý ' l zU &
K& ℎ+ (
) = @3 + U F
ÝU &
ÝU ' z`
Ýl Ý & l 1 Ýl zU 1
+ @2 + U F − U − Uj0
ÝU ÝU & - ÝU z` K-
Ýl Ý & l
et
1
KÁ K ℎ+ (
) = − @2 + U FU
K- ÝU ÝU & j0
Le degré relatif de la sortie + est {+ = 2, la surface de glissement est choisie en fonction de
l’erreur de consigne + = + − +1 . La surface de commutation est donnée par :
¤+ = + + ¥+ + + ¥& Ù1 (3.26)
où ¥+ et ¥& sont des paramètres choisis tel que le polynôme caractéristique (§) = § & + ¥+ s +
¥& , soit un polynôme d’Hurwitz. Ù+ (`) = Ú0 (1 (Û) − (Û))zÛ est l’action intégrale ajoutée à
`
1{ V
la commande par mode glissant pour forcer l’erreur statique à être nulle en régime établi.
¤+ = + + ¥+ + + ¥& +
La dérivée temporelle de la surface de glissement est donnée par :
(3.27)
¤+ = K& ℎ+ (
) + KÁ K ℎ+ (
)s+ + ¥+ K ℎ+ (
) + ¥& +
En substituant l’équation (3.25) dans l’équation (3.27), on obtient :
(3.28)
Il est donc nécessaire de déterminer les conditions d’attractivité et de stabilité. Cette analyse
peut être menée en utilisant la fonction de Lyapunov :
+ = & ¤+ &
+
(3.29)
84
+ = ¤+ ¤+ < 0
La condition d’attractivité est donnée par :
(3.30)
¤+ = −Õ+ §lwL(¤+ )
La dynamique de la fonction de glissement est choisie comme :
où Õ+ > 0 est le gain de la commande. En remplaçant dans l’expression (3.30), il vient :
(3.31)
+ = −Õ+ |¤+ | < 0
La loi de commande s+ peut alors être exprimée par :
(3.32)
s+ = à−K& ℎ+ (
) − ¥+ K ℎ+ (
) − ¥& + − Õ+ §lwL(¤+ )á
+
mÁ m Á (T)
(3.33)
• Commande du facteur de puissance
sur le rapport cyclique s& , afin d’obtenir un courant alternatif généré sur le réseau de manière
L’objectif de la commande est conformément au fonctionnement en mode onduleur, en agissant
à le rendre égal à une référence de forme sinusoïdale l1 , de fréquence 50Hz et comporter un
tension du bus continu Uj0 à une valeur de référence Uj01 . Le principe de la commande est
minimum d’harmonique même en présence de perturbations sur le réseau, tout en régulant la
basé sur deux boucles en cascades, une boucle interne en courant et une boucle externe en
La dérivée par rapport au temps de la sortie à asservir & = ℎ& (
) = l est donnée par :
tension.
& = K ℎ& (
) + KÁ ℎ& (
)s+ + K ℎ& (
)s& (3.34)
avec :
K ℎ& (
) = m − l − − Uj0 , KÁ ℎ& (
) = 0 et K ℎ& (
) = m Uj0 .
+ &
Le degré relatif de la sortie & est {& = 1. La surface de glissement en fonction de l’erreur de
poursuite & = l − l1 est donnée par :
¤& = & + ¥' Ù& (3.35)
où ¥' > 0, Ù& (`) = Ú0 (2 (Û) − (Û))zÛ est l’action intégrale et l1 est la référence du
`
2{ V
courant injecté dans le réseau donné par l’expression suivante :
l1 = Þ = Þ√2H§lL(º`) (3.36)
où Þ > 0 est un paramètre à temps variant généré par la boucle externe en tension et =
√2H§lL(º`) est la tension du réseau électrique.
Considérons la fonction de Lyapunov suivante :
& = & ¤& &
+
(3.37)
La dérivé temporelle de ¤& est choisie comme :
85
¤& = −Õ& §lwL(¤& )
où Õ& > 0 est le gain de la commande.
(3.38)
L’expression de la commande s& qui assure la convergence asymptotique en temps fini du
courant l vers sa valeur de référence l1 est donnée par :
s& = −K ℎ& (
) − ¥' & + − Õ& §lwL(¤& )
+ j3>»
m (T) jJ
(3.39)
Le paramètre d’ajustement Þ permet de réguler la tension du bus continu à la tension de
référence Uj01 . On utilise simplement un régulateur proportionnel intégral :
Þ(`) = + ¨j0 (`) + & Ú6 ¨j0 (Û)z(Û)
J
(3.40)
avec ¨j0 = Uj0 − Uj01 , + est le gain proportionnel et & est le gain intégral. Le schéma
fonctionnel de la boucle externe en tension est donné sur la figure 3.11.
+ PI controller
-
Figure 3.11 : Schéma de régulation de la tension du bus continu par un PI.
3.4.2 Synthèse de l’observateur d’état
L’implantation de cette commande par retour d’état nécessite la mesure de tous les états du
système PV raccordé au réseau. Pour s’affranchir des difficultés de mesures et de limiter le
nombre de capteurs, un observateur d’état non linéaire à grand gain est utilisé pour reconstruire
les états du système, la loi de commande devient seulement par retour de sortie dynamique. Le
diagramme fonctionnel de la commande par retour de sortie observée est représenté sur la figure
3.12.
Prenons le modèle d’état du système PV connecté au réseau, que l’on peut écrire sous la forme
= r+ (s)
& + ©+ (
+ , s, §)
canonique d’observabilité :
i +
g
& = r& (s)
' + ©& (
+ ,
& , s, §)
' = r' (s)
Å + ©' (
+ ,
& ,
' , s, §)
h
= © (
,
,
,
, s, §)
g Å
(3.41)
Å + & ' Å
f Q =
+
r+ (s) = − k ; r& (s) = − m (1 − s+ ); r' (s) = k (1 − 2s& ); ©+ (
, s, §) = l ;
+ + + +
M Ø×Ø k
M
avec :
©& (
, s, §) = m
+ ; ©' (
, s, §) = k (1 − s+ )
& ; ©Å (
, s, §) = m −
Å − − (1 −
+ + +
×Ø
2s& )
' .
86
avec
est le vecteur d’état, s est le vecteur de commande, Q est la sortie observée qui
représente la tension mesurée du générateur PV et § = (l , ) est un signal connu qui
représente le courant mesuré du générateur PV et la tension mesurée du réseau.
Figure 3.12 : Diagramme fonctionnel de la commande par retour de sortie dynamique.
La forme canonique d’observabilité (3.41) peut se mettre sous la forme matricielle :
= ¬(s) + ©(
, s, §)
«
Q = -
(3.42)
0 r+ s 0 0
avec:
0 0 r& s 0
¬(s) = â ã, ©
, s, § /©+ ©& ©' ©Å 4 et - /1 0 0 04.
0 0 r
0 ' s
0 0 0 0
En supposant que la fonction ©
, s, § est globalement Lipschitzienne, la matrice ¬s est
uniformément bornée et l’entrée de commande s est persistante.
¯ ¬s + ©
¯, s, § Ï %+ - -
¯ Q
Le système dynamique suivant :
£ Ï ÐÏ ¬ s Ï Ï¬s + - -
¯Q -
¯
(3.43)
est un observateur exponentiel pour le système (3.41). De plus, l’erreur d’estimation
¯
converge exponentiellement vers zéro pour Ð u 0 suffisamment grand.
87
où
¯ est l’état estimé, s est la commande, Q est la sortie mesurée, § est le signal connu et Ï est
une matrice symétrique définie positive satisfaisant l’équation différentielle de Lyapunov.
3.4.3 Résultats de simulation
Les performances de la loi de commande par mode glissant intégral basé sur l’observateur d’état
Le modèle du système et l’observateur d’état sont simulés par les conditions initiales :
6 =
pour le système PV connecté au réseau sont illustrées par voie de simulation.
/16 2 30 24 et
¯6 = /15 1 20 14 . Les paramètres de la commande et de l’observateur
sont choisis comme : ¥+ = 15, ¥& = 56, ¥' = 10, Õ+ = 1000, Õ& = 200, + = 0.01, & = 1 et
Ð = 5.
Le profil des conditions météorologiques d’ensoleillement et de température est montré sur la
figure 3.13. La référence de la tension du bus continu est un échelon allant de 40V à 44V à
l’instant 1s.
Pour tester la robustesse du contrôleur/observateur par rapport aux variations des conditions
climatiques et aux bruits de mesures des capteurs, deux scénarios sont simulés. Le premier
scénario correspond à l'estimation des variables d'état à partir des mesures non bruitées, les
résultats de simulation sont représentés dans les figures (3.14 à 3.19). A partir de ces résultats,
on note que le point de puissance maximale est atteint rapidement avec précision et une réponse
transitoire lisse. Le courant injecté dans le réseau est sinusoïdal et en phase avec la tension du
réseau, ce qui explique l’injection unique de la puissance active. Les variables contrôlées
convergent asymptotiques vers les valeurs de référence. On constate aussi que les variables
d’état estimées par l’observateur ont une bonne convergence vers les variables d’état réelles du
système.
Le deuxième scénario correspond à l'estimation des variables d'état à partir des données
bruitées, les signaux mesurés sont bruités par l’ajout d’un bruit blanc de moyenne nulle et
d’amplitude égale à 10% de la quantité mesurée, les résultats de simulation sont montrés dans
les figures (3.20 à 3.25). A partir de ces résultats, on remarque aussi les bonnes performances
de la commande basée sur l’observateur d’état au niveau de l’extraction de la puissance
maximale du générateur PV et l’injection de cette puissance dans le réseau électrique, qu’au
niveau du rejet des bruits de mesures.
88
1200
Solar irradiation (W/m2)
1000
800
600
400
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
60
Temperature (°C)
50
40
30
20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.13 : Variation de l’éclairement et de la température.
60
50
PV power (W)
40
30
20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Controlled output: dP/dvp (W/V)
-1
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.14 : Puissance et sa dérivée par rapport à la tension du générateur PV en absence de
bruits de mesures.
89
30 grid current (A)
grid voltage (V)
Grid current and grid voltage 20
10
-10
-20
-30
0.4 0.42 0.44 0.46 0.48 0.5
Time (s)
Figure 3.15 : Courant et tension du réseau en absence de bruits de mesures.
15
real
desired
estimated
10
Grid current (A)
-5
-10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.16 : Courant injecté dans le réseau en absence de bruits de mesures.
90
18
PV voltage (V) 16
real
estimated
14
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
DC bus voltage (V) Inductor current (A)
10
0
real
estimated
-10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
real Time (s)
60 reference
estimated
40
20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.17 : Tension du générateur PV, courant dans la bobine du convertisseur DC/DC et
tension du bus continu en absence de bruits de mesures.
0.5 10
PV voltage (V) inductor current (A)
0
Estimation error
Estimation error
5
-0.5
0
-1
-5
-1.5
-2 -10
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
5 5
DC bus voltage (V) Grid current (A)
Estimation error
Estimation error
0
0
-5
-5
-10
-15 -10
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
Figure 3.18 : Erreurs d’estimation en absence de bruits de mesures.
91
Control input of the converter
Control input of the inveter
1 1
0.8
0.6 0.5
0.4
0.2 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
40 1
Sliding surface sigma1
Sliding surface sigma2
0
20
-1
0
-2
-20 -3
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
Figure 3.19 : Signaux de commande et surfaces de glissement en absence de bruits de
mesures.
60
50
PV power (W)
40
30
20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Controlled output: dP/dvp (W/V)
-1
-2
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.20 : Puissance et sa dérivée par rapport à la tension du générateur PV en présence de
bruits de mesures.
92
30 grid current (A)
grid voltage (V)
20
Grid current and grid voltage
10
-10
-20
-30
0.41 0.42 0.43 0.44 0.45 0.46 0.47 0.48
Time (s)
Figure 3.21 : Courant et tension du réseau en présence de bruits de mesures.
15
real
desired
estimated
10
5
Grid current (A)
-5
-10
-15
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.22 : Courant injecté dans le réseau en présence de bruits de mesures.
93
20 real
PV voltage (V)
estimated
18
16
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
DC bus voltage (V) Inductor current (A)
real
10
estimated
-10
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
real Time (s)
60 reference
estimated
40
20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (s)
Figure 3.23 : Tension du générateur PV, courant dans la bobine du convertisseur DC/DC et
tension du bus continu en présence de bruits de mesures.
1 10
PV voltage (V) Inductor current (A)
Estimation error
Estimation error
5
0
0
-1
-5
-2 -10
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
5 5 Grid current (A)
DC bus voltage (V)
Estimation error
Estimation error
0
0
-5
-5
-10
-15 -10
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
Figure 3.24 : Erreurs d’estimation en présence de bruits de mesures.
94
Control input of the converter
Control input of the inverter
1 1
0.8
0.6 0.5
0.4
0.2 0
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
50 10
Sliding surface sigma1
Sliding surface sigma2
5
0
0
-50
-5
-100 -10
0 0.5 1 1.5 2 0 0.5 1 1.5 2
Time (s) Time (s)
Figure 3.25 : Signaux de commande et surfaces de glissement en présence de bruits de
mesures.
3.5 Conclusion
Dans ce chapitre, nous avons proposé deux stratégies de commande robustes pour un système
photovoltaïque connecté au réseau électrique. Le système est constitué d’un générateur PV
couplé au réseau monophasé à travers un convertisseur Boost et un onduleur de tension. Les
deux stratégies de commande sont basées sur l’approche backstepping avec action intégrale et
l’approche mode glissant intégral avec observateur d’état, l’introduction de l’action intégrale
permet de renforcer la robustesse. Les algorithmes de commande sont conçus pour extraire le
maximum de puissance du générateur photovoltaïque, d'injecter un courant sinusoïdal dans le
réseau avec un facteur de puissance unitaire et de réguler la tension du bus continu, afin
d’assurer le transfert optimal du flux énergétique de la partie solaire PV vers le réseau
électrique. L'observateur d’état est moins sensible aux bruits de mesure et permet de réduire le
coût du système et facilite la mise en œuvre de la commande. Les résultats de simulation
montrent l'efficacité et la robustesse des lois commande proposées sous différentes conditions
atmosphériques.
95
Conclusion générale et perspectives
A travers cette étude, nous avons proposé des stratégies de commande et d’observation d’état
non linéaires assurant un fonctionnement optimal des systèmes de production d’énergie
photovoltaïque. L’objectif principal était de développer des stratégies de contrôle et
d’observation d’état robustes et efficaces basées sur le modèle dynamique moyen des systèmes
photovoltaïques autonomes et connectés au réseau électrique. Ces approches permettant
l’extraction de la puissance optimale disponible à partir du générateur photovoltaïque et
l’injection de la puissance maximale dans le réseau électrique. Trois configurations de systèmes
photovoltaïques ont été étudiées.
La première configuration concerne un système de stockage photovoltaïque composé d’un
convertisseur de puissance DC/DC de type Boost comme étage d’adaptation entre le module
photovoltaïque et la batterie de stockage. Le modèle dynamique du système de stockage
photovoltaïque en utilisant la méthode de la valeur moyenne a été présenté. Les principales
caractéristiques des générateurs PV et leurs caractéristiques non linéaires et aléatoires ont été
mises en évidence ainsi que les problèmes d’optimisation de transfert d’énergie de telles sources
à une charge. Une stratégie de commande robuste par modes glissants en temps discret a été
proposée, pour extraire à chaque instant le maximum de puissance disponible aux bornes du
générateur photovoltaïque et de la transférer à la batterie. La loi de commande utilise dans la
boucle de régulation un observateur d’état en temps discret de type Luyenberger étendu,
permettant de reconstruire l’état du système de stockage PV. L’observateur utilise uniquement
deux capteurs pour mesurer la tension et le courant du générateur PV. Cette approche offre la
possibilité de réduire le nombre de capteurs et facilite l’implémentation de l’algorithme de
commande dans un calculateur numérique. Les résultats de simulation montrent la robustesse
et les performances de la commande bouclée sur l’état observé lors d’un changement rapide des
conditions climatiques.
La seconde configuration correspond à un système de pompage photovoltaïque autonome
composé d’un générateur photovoltaïque et d’un hacheur survolteur pour alimenter un moteur
à courant continu couplé à une pompe centrifuge. Trois stratégies de commande non linéaires
ont été proposées, pour la recherche du point de puissance maximale MPPT pour diverses
96
conditions climatiques. La première stratégie est une commande par backstepping, la deuxième
est une commande par linéarisation exacte entrée-sortie et la troisième est la commande par
modes glissants. Ces techniques de contrôle consistent à agir sur le rapport cyclique de manière
automatique pour amener la puissance du générateur PV à sa valeur optimale de fonctionnement
quelles que soient les fluctuations atmosphériques. Afin d’optimiser le nombre de capteurs
nécessaires pour l’implémentation des algorithmes de commande, un observateur d’état non
linéaire de type grand gain a été proposé pour estimer la valeur de l’état du système de pompage
solaire à partir des mesures de la tension et du courant du générateur PV. Les résultats de
simulation de l'ensemble du système en boucle fermée montrent un comportement stable, précis
et robuste.
La troisième structure choisie concerne un système photovoltaïque connecté au réseau
électrique. Cette structure utilise des convertisseurs de puissance pour se connecter au réseau.
Cette configuration comporte un générateur photovoltaïque, un hacheur survolteur qui permet
de réaliser la fonction MPPT, un onduleur de tension raccordé au réseau électrique permettant
le transit de puissance maximale vers le réseau et un filtre qui élimine les harmoniques à hautes
fréquences pour obtenir une onde sinusoïdale. Nous avons proposé deux algorithmes de
commande robustes face aux variations des conditions météorologiques et aux perturbations
dans le réseau. Ces deux stratégies de commande sont basées sur l’approche backstepping avec
action intégrale et l’approche mode glissant intégral avec observateur. La partie intégrale est
introduite pour renforcer la robustesse des lois de commande afin de compenser les erreurs de
modélisation, les erreurs liées aux incertitudes paramétriques et les effets de perturbations. Les
algorithmes de commande sont développés dans le but d’optimiser l’extraction de la puissance
fournie par le générateur photovoltaïque, d'injecter un courant sinusoïdal dans le réseau avec
un facteur de puissance unitaire et ainsi de réguler la tension du bus continu à sa valeur de
référence. Aussi, nous avons proposé un observateur d’état non linéaire par la technique grand
gain pour observer les états non mesurés du système. L’observateur ne nécessite que trois
capteurs ; deux capteurs pour mesurer la tension et le courant du générateur PV et un capteur
pour mesurer la tension du réseau, il permet de réduire le coût de raccordement des systèmes
PV au réseau et de filtrer les bruits de mesures. L’efficacité et la robustesse de ces approches
sont démontrées à travers les résultats de simulation.
En ce qui concerne la poursuite de ce travail, différentes perspectives s’ouvrent :
97
• L’implémentation des algorithmes de commande et d’observation d’état étudiés dans un
calculateur numérique pour la génération des signaux de commande des convertisseurs
de puissance.
• L’extension des résultats obtenus pour un système de pompage solaire en utilisant un
convertisseur DC/AC pour alimenter des motopompes asynchrones de plus en plus
utilisées dans le pompage photovoltaïque.
• L’exploitation des stratégies de contrôle et d’estimation de l’état pour d’autres systèmes
de production d’énergies renouvelables, notamment les systèmes éoliens et les systèmes
hybrides composés d’un générateur photovoltaïque, d’un générateur éolien, d’un banc
de batteries,...
• Développement de nouvelles stratégies de contrôle et d’observation de l’état
performantes et simples à implanter pour les systèmes de production d’énergies
renouvelables.
98
Bibliographie
[Alonso, 03] C. Alonso, Contribution à l’optimisation, la gestion et le traitement de l’énergie,
Mémoire en vue de l’obtention de L’habilitation à diriger les recherches, Université Toulouse
III – Paul Sabatier, 2003.
[Cabal, 08] C. Cabal, Optimisation énergétique de l’étage d’adaptation électronique dédié à la
conversion photovoltaïque, thèse de Doctorat de l’université de Toulouse III – Paul Sabatier,
2008.
[Luque, 03] Antonio Luque and Steven Hegedus, Handbook of Photovoltaic Science and
Engineering, John Wiley & Sons Ltd, 2003.
[Kininger, 03] F. Kininger, Photovoltaic Systems Technology, University of Kassel, 2003.
[Xiao, 03] W.Xiao, A Modified Adaptive Hill Climbing Maximum Power Point Tracking
(MPPT) Control Method for Photovoltaic Power Systems, The University of British Columbia,
2003.
[Pong, 05] Nattorn Pongratananukul, Analysis and Simulation Tools for Solar Array Power
Systems, University of Central Florida, 2005.
[Abouchabana, 09] N. Abouchabana, Etude d’une nouvelle topologie buck-boost appliquée à
un MPPT, Mémoire de Magistère, Ecole Nationale Polytechnique, Alger, Algérie, 2009.
[Foreyth, 98] A. J. Foreyth, S. V. Mollov, Modelling and control of Dc-Dc converters, IEEE
Power Engineering Journal, vol. 12 no. 5, pp 229-236, 1998.
[Akihiro, 05] Akihiro Oi, Design and Simulation of Photovoltaic Water Pumping System,
Faculty of California Polytechnic State University, 2005.
[Salas, 06] V. Salas, E. Olias, A. Barrado, A. Lazaro, Review of the maximum power point
tracking algorithms for stand-alone photovoltaic systems, Solar Energy Materials & Solar Cells,
2006.
[Xuejun, 04] Liu Xuejun, An Improved Perturbation and Observation Maximum Power Point
Tracking Algorithm for PV Panels, Concordia University, Canada, 2004.
[Esram, 06] Trishan Esram, Patrick L, Comparison of Photovoltaic Array Maximum Power
Point Tracking Techniques, IEEE Transactions on Energy Conversion, 2006.
99
[Villalva, 09] M.G. Villalva, J.R. Gazoli, E.R. Filho, Analysis and simulation of the P&O
MPPT algorithm using a linearized PV array model, Power Electronics Conference, 2009.
COBEP ’09. Brazilian, pp. 189-195, 2009.
[Elgendy, 12] A. Elgendy, B. Zahawi, D.J. Atkinson, Evaluation of Perturbe and Observe
MPPT Algorithm Implementation Techniques, 6th IET International Conference on Power
Electronics, Machines and Drives (PEMD 2012), pp. 1-6, 2012.
[Amara, 14] Sihem Amara, Adel Bouallegue, Adel Khedher, Theoretical and Practical Study
of a Photovoltaic MPPT Algorithm Applied to Voltage Battery Regulation. International
Journal of Renewable Energy Research, Vol.4, No.1, 2014.
[Hussien, 95] K. H. Hussien, I. Muta, T. Hoshino and M. Osakada, Maximum photovoltaic
power tracking: an algorithm for rapidly changing atmospheric conditions, Proc. IEE-Gener.,
Transm., Distrib., vol. 142, no. 1, pp. 59-64, Jan. 1995.
[Kim, 01] T. Kim, H. Ahn, S. Park and Y. Lee, A novel maximum power point tracking control
for photovoltaic power systems under rapidly changing solar radiation, Proc. IEEE Int. Symp.
Ind. Electron., vol. 2, no. 1, pp. 1011-1014, 2001.
[Masoumand, 05] M. A. S. Masoum and M. Sarvi, Design, Simulation and Implementation of
a Fuzzy-Based MPP Tracker Under Variable Insolation and Temperature Conditions, Iranian
Journal of Science & Technology, Transaction B, Engineering, Vol. 29, No. B1, 2005.
[Theodoros, 06] Theodoros L. Kottas, Yiannis S. Boutalis and Athanassios D. Karlis, New
Maximum Power Point Tracker for PV Arrays Using Fuzzy Controller in Close Cooperation
With Fuzzy Cognitive Networks, IEEE Transactions on Energy Conversion, vol. 21, no. 3,
September 2006.
[Hatti, 08] M.Hatti, IEEE Member, Controleur Flou pour la Poursuite du Point de Puissance
Maximum d’un Système Photovoltaique, JCGE’08 LYON, 16 et 17 decembre 2008.
[Boumaaraf, 10] H. Boumaaraf, A. Talha, Modeling of a Photovoltaic Panel and the Search for
its Maximum Power Point Tracking, EFEEA’10 International Symposium on Environment
Friendly Energies in Electrical Applications, 2010.
[Ramaprabha, 09] Ramaprabha, R., Mathur, B.L., Sharanya, M., Solar Array Modeling and
Simulation of MPPT using Neural Network, International Conference on Control, Automation,
Communication and Energy Conservation, pp. 1-5, 2009.
[Edwards, 06] C. Edwards, E. Fossas Colet, L. Fridman, Advances in Variable Structure and
Sliding Mode Control, Springer 2006.
[Spiazzi, 02] G. Spiazzi, P. Mattavelli, Sliding-Mode Control of Switched-Mode Power
Supplies", University of Padova, Italy, 2002.
100
[Monsees, 01] Monsees G., Scherpen J. M. A., Output tracking using a discrete-time sliding
mode controller with reduced-order state-error estimation, Proceedings of the 1st IFAC
Symposium on System Structure and Control, Prague, Czech Republic, 2001.
[Monsees, 02] Govert Monsees, Discrete-Time Sliding Mode Control, Université technique de
Delft, Pays-Bas, 2002.
[Allgower, 06] F. Allgower, P. Fleming, P. Kokotovic, A.B. Kurzhanski, H. Kwakernaak, A.
Rantzer, J.N. Tsitsiklis, Discrete-time Sliding Mode Control : A Multirate Output Feedback
Approach, Springer, 2006.
[Veluvolu, 06] K. C. Veluvolu, Y. C. Soh, W. Cao and Z. Y. Liu, Discrete-time Sliding Mode
Observer Design for a Class of Uncertain Nonlinear Systems, Proceedings of the 2006
American Control Conference Minneapolis, Minnesota, USA, June 14-16, 2006.
[Szarpturk, 87] Szarpturk, S. Z. et al, On the Stability of Discrete-Time Sliding Mode Control
Systems, IEEE Transactions on Automatic Control 32 No. 10, 930-932. 1987.
[Gao, 95] W. Gao, Y. Wang, and A. Homaifa, Discrete-time variable structure control systems,
IEEE Trans. Ind. Electronics, vol. 42, no. 2, pp. 117-122, April 1995.
[Li, 12] Nan Li, Stratégies de Commande Numérique pour un Convertisseur DC/DC SEPIC en
vue de l’Intégration, Thèse de doctorat de l’Institut National des Sciences Appliquées, Lyon,
France, 2012.
[Benamor, 97] S. Benamor, H. Hammouri, and F. Couenne, A Luenberger-like observer for
discrete-time nonlinear systems, In Proc. 4th European Control Conference’97, Bruxelle,
Belgique, 1997.
[Guisser, 06] M. Guisser, H. Medromi, H. Ifassiouen, J. Saadi, N. radhi, A Coupled Nonlinear
Discrete-Time Controller and Observer Designs for Under-actuated Autonomous vehicles with
Application to a Quadrotor Aerial RobotF. 32nd Annual Conference of the IEEE Industrial
Electronics Society (IECON), November 7-9, Paris, France, pages 1-6. 2006.
[Bornard, 98] G. Bornard and N. Couenne, F. Celle, Regularly persistent observer for bilinear
systems, In Proc. 29th International Conference, New Trends in Nonlinear Control Theory,
Volume 122, page 130140, Nantes, France, Spring Verlag, 1998.
[Hammouri, 91] H. Hammouri and M Deza, Topological properties of observers inputs,
Progress in Systems and Control, 8, 1991.
[Hou, 00] M. Hou, K. Busawon and M. Saif, Observer design for a class of MIMO nonlinear
systems, IEEE Trans. on Aut. Control, 45(7):1350–1355, 2000.
[Liu, 08] F. L. Liu , M. Farza, M. M’Saad and H. Hammouri, Observer Design for a class of
uniformly observable MIMO nonlinear systems with coupled structure, Proceedings of the 17th
101
World Congress The International Federation of Automatic Control, Seoul, Korea, July 6-11,
2008.
[Krstic, 95] M. Krstic, I. Kanellakopoulos, and P. Kokotovic, Nonlinear and Adaptive Control
Design. John Wiley & Sons, 1995.
[Sepulchre, 97] R. Sepulchre, M. Jankovic, and P. Kokotovic, Constructive Nonlinear Control,
Springer Verlag London, 1997.
[Shaft, 89] A. Van der Shaft, H. Nijmeijer, Nonlinear Dynamical Control Systems. Springer-
Verlag, 1989.
[Isidori, 95] A. Isidori, Nonlinear Control Systems, Springer-Verlag, 1995.
[Bornard, 91]G. Bornard, H. Hammouri, A high gain observer for a class of uniformly
observable systems, In: Proc. 30th IEEE Conference on Decisionand Control. Vol. 122.
Brighton, England. 1991.
[Busawon, 98] K. Busawon, M. Farza, H. Hammouri, Observer design for a special class of
nonlinear systems, International Journal of Control 71(3), 405–418, 1998.
[Hou, 00] M. Hou, K. Busawon and M. Saif, Observer design for a class of MIMO nonlinear
systems, IEEE Trans. on Aut. Control, 45(7):1350–1355, 2000.
[Hammouri, 90] H. Hammouri and J. De Leon Morales, Observer synthesis for state affine
systems, Proc. 29th IEEE Conf. Decision Control, pp. 784–785, 1990.
[Barto, 08] Andrzej Bartoszewicz, Variable Structure Control from Principles to Applications,
Institute of Automatic Control, Technical University of lodz, Poland, 2008.
[Pankow, 04] V. Pankow, Etude de l'intégration de la production décentralisée dans un réseau
Basse Tension. Application au générateur photovoltaïque. Doctorat de l'Ecole Nationale
Supérieure d'Arts et Métiers, Lille, décembre 2004
[EL Aimani, 04] S . EL Aimani, Modélisation de différentes technologies d'éoliennes intégrées
dans un réseau de moyenne tension. Doctorat de l'Ecole Centrale de Lille et de l’Université des
Sciences et Technologies de Lille, décembre 2004.
[Pankow, 04] Y. Pankow, Etude de l’intégration de la production décentralisé dans un réseau
basse tension, Thèse de doctorat de l’école national supérieure d’art et métiers de Lille,
décembre, 2004.
[Tan, 00] Y. Tan, J. Chang, H. Tan, and J. Hu, Integral backstepping control and experimental
implementation for motion system, in Proc. IEEE Int. Conf. Contr. Appl., (Anchorage, Alaska,
USA), pp. 367–372, IEEE, Sept. 2000.
102
[Skjetne, 04] Roger Skjetne, Thor I. Fossen, On Integral Control in Backstepping: Analysis of
Different Techniques, Proceeding of the American Control Conference Boston, Massachusetts
June 30-July 2, 2004.
[Peng, 11] Chao-Chung Peng, Yunze Li and Chieh-Li Chen, A Robust Integral Type
Backstepping Controller Design for Control of Uncertain Non Linear Systems subject to
Disturbance, International Journal of Innovative Computing, Information and Control,
Volume7, Number 5(A), May 2011.
[Hamida, 12] Mohamed Assaad Hamida, Marwa Ezzat, Alain Glumineau, Jesus De Leon,
Robert, Boisliveau, Commande par Backstepping avec action intégrale pour la MSAP : Tests
expérimentaux, Conférence Internationale Francophone d'Automatique (CIFA2012) Grenoble,
France. 4-6 Juillet 2012.
[Utkin, 96] Utkin, V. & Shi, J, Integral sliding mode in systems operating under uncertainty
conditions, Proc. 35th IEEE Decision and Control Conf., Vol. 4, pp. 4591 –4596 vol.4, 1996.
[Cao, 04] Cao, W.-J, Xu, J.-X, Nonlinear integral-type sliding surface for both matched and
unmatched uncertain systems, IEEE Transactions on Automatic Control 49(8): 1355 – 1360.
2004.
[Eker, 05] Eker I, Akinal S.A, Sliding mode control with integral action and experimental
application to an electromechanical system, Computational Intelligence Methods and
Applications, ICSC Congress on, 2005.
[Asif, 13] Chalanga Asif, Kamal Shyam, Bandyopadhyay B, Continuous integral sliding mode
control: A chattering free approach, Industrial Electronics (ISIE), IEEE International
Symposium on, 2013.
[Nan Li, 12] Nan Li, Stratégies de Commande Numérique pour un Convertisseur DC/DC
SEPIC en vue de l’Intégration, Thèse de doctorat de l’Institut National des Sciences Appliquées
de Lyon, 2012.
[Reynaud, 11] J. F. Reynaud, Recherches d’optimums d’énergies pour charge/décharge d'une
batterie à technologie avancée dédiée à des applications photovoltaïques, Thèse de doctorat de
l’Université Toulouse III-Paul Sabatier, 2011.
[petit, 11] Pierre Petit, Optimisation du transfert d’énergie dans les systèmes photovoltaïques,
Thèse de doctorat de l’Université de Metz, 2011.
[Houari, 12] A. Houari, Contribution à l’étude de micro-réseaux autonomes alimentés par
sources photovoltaïques, Thèse de doctorat de L'Université de Lorraine, 2012.
103
[Boukezata, 14] B. Boukezata, A. Chaoui, J. P. Gaubert, M. Hachemi, Système solaire
photovoltaïque connecté au réseau électrique et associé à un filtre actif parallèle, Symposium
de Génie Electrique (SGE’14) : EF-EPF-MGE, 2014.
[Thi Minh, 06] Thi Minh Chau LE, Couplage Onduleurs Photovoltaïques et Réseau, aspects
contrôle/commande et rejet de perturbations, Thèse de doctorat de Grenoble, 2006.
[Meza, 05] C. Meza, D. Biel, J. Negroni, F. Guinjoan, Boost-Buck Inverter Variable Structure
Control for Grid-Connected Photovoltaic Systems with Sensorless MPPT, IEEE ISIE,
Dubrovnik, Croatia, June, 2005.
[Meza, 08] C. Meza, J.J. Negroni, D. Biel, F. Guinjoan, Energy-balance modelling and discrete
control for single-phase grid-connected PV central inverters, IEEE Transaction on Industrial
Electronic, 2008.
[Bregeault, 10] V. Bregeault, Quelques contributions à la théorie de la commande par mode
modes glissants, Thèse de doctorat de l’Ecole Centrale de Nantes, 2010.
[Sera, 06] D. Sera, T. Kerekes, R. Teodorescu, F. Blaabjerg, Improved MPPT Algorithms for
Rapidly Changing Environmental Conditions, Power Electronics and Motion Control
Conference, EPE-PEMC, 2006.
[Ben Hamed, 12] M. Ben Hamed, L. Sbita, A. Flah, A. Abid, A real time implementation of an
improved MPPT controller for photovoltaic systems, Renewable Energies and Vehicular
Technology (REVET), 2012.
[Yongcheng, 12] Yongcheng Yu, Shuying Cheng, Design of Photovoltaic System Based on an
Improved MPPT Algorithm, Advances in Computer, Communication, Control and Automation
Lecture Notes in Electrical Engineering Volume 121, pp 93-100, 2012.
[Emilio, 14] Emilio Mamarelis , Giovanni Petrone, Giovanni Spagnuolo, A two-steps algorithm
improving the P&O steady state MPPT efficiency, Applied Energy, Volume 113, Pages 414–
421, January 2014.
[Bao, 13] Bao Liang Zan, Yong Duan Song, Lei Wang, Yan Hui Wang, Xiao Qiang Du, Yu
Zeng, An Improved P&O MPPT Method for Photovoltaic Power System, Advanced Materials
Research (Volumes 805 - 806), Energy and Power Technology, 2013.
[Jaafar, 11] A. Jaafar, Contribution à la modélisation, l’analyse et l’optimisation de lois de
commande pour convertisseurs DC-DC de puissance, Thèse de doctorat de Supélec, 2011.
[Joshi, 13] L. Joshi, Incremental Conductance Based Maximum Power Point Tracking for PV
Multi-string Power Conditioning System, International Journal of Emerging Technology and
Advanced Engineering, Volume 3, Issue 4, April, 2013.
104
[Sera, 13] D. Sera, L. Mathe, T. Kerekes, S.V. Spataru, R. Teodorescu, On the Perturb-and-
Observe and Incremental Conductance MPPT Methods for PV Systems, IEEE Journal of
Photovoltaic, Volume 3, 2013.
[Mahamudul, 13] H. Mahamudul, M. Saad, M. I. Henk, Photovoltaic System Modeling with
Fuzzy Logic Based Maximum Power Point Tracking Algorithm, International Journal of
Photoenergy, Volume , 2013.
[Lin, 12] W.M. Lin, C.M. Hong, C.H. Chen, Neural-Network-Based MPPT Control of a Stand-
Alone Hybrid Power Generation System, IEEE Transactions on Power Electronics, Volume 26,
2011.
[Zitouni, 11] N. Zitouni, B.I Khiari, R. Andoulsi, A. Sellami, A. Mami, A. Hssen, Modelling
and nonlinear control of a photovoltaic system with storage batteries: A bond graph approach,
IJCSNS International Journal of Computer Science and Network Security, VOL.11 No.6, June
2011.
[Lyasere, 10] E. Lyasere, E Tatlicioglu, D.M. Dawson, Backstepping PWM control for
maximum power tracking in photovoltaic array systems, American Control Conference (ACC),
2010.
[Hacène, 13] O.B. Hacène, A. Chermitti, Robust Regulation of the Photovoltaic Voltage using
Sliding Mode Control as Part of a MPPT Algorithm, International Journal of Computer
Applications, Volume 78 – No.11, September 2013.
[Ghazanfari, 13] J. Ghazanfari, M. M. Farsangi, Maximum Power Point Tracking using Sliding
Mode Control for Photovoltaic Array, Iranian Journal of Electrical & Electronic Engineering,
Vol. 9, No. 3, Sep. 2013.
[Gaid, 14] A. Gaid, M. Bettayeb, Maximum Power Point Tracking (MPPT) of Stand-Alone
Photovoltaic Systems Based on Synergetic Control, ICREGA’14-Renewable Energy:
Generation and Applications, Springer Proceedings in Energy, pp 143-159, 2014.
[Martin, 14] A.D. Martin, J.R. Vazquez, Backstepping Controller Design to Track Maximum
Power in Photovoltaic Systems, Automatika, 55(1), 22–31, 2014.
[Dubey, 14] R. Dubey, Neural network MPPT control scheme with hysteresis current controlled
inverter for photovoltaic system, Engineering and Computational Sciences (RAECS), Recent
Advances, 2014.
[Yadav, 11] N. K. Yadav, R.K. Singh, Discrete-time nonlinear sliding mode controller,
International Journal of Engineering, Science and Technology, 2011.
[Almahjoub, 12] A.A. Almahjoub, A.Ailane, M. Rachik, A. Essadki, J. Bouyaghroumni, Non-
linear Control of a Multi-loop DC-AC Power Converter Using in Photovoltaic System
105
Connected to the Grid, International Journal of Electrical & Computer Sciences IJECS-IJENS
Vol:12 No:04, 2012.
106
View publication stats
Vous aimerez peut-être aussi
- Contribution À La Commande Intelligente D'un Système Photovoltaïque HybridePas encore d'évaluationContribution À La Commande Intelligente D'un Système Photovoltaïque Hybride190 pages
- BOUTERAA YOUNES F1 Génie Electrotechnique Et Automatique1627491855Pas encore d'évaluationBOUTERAA YOUNES F1 Génie Electrotechnique Et Automatique162749185586 pages
- COURS SYSTEME PV GEER2 2020 Chapitre 05 INJECTION PV100% (1)COURS SYSTEME PV GEER2 2020 Chapitre 05 INJECTION PV13 pages
- Étude Et Commande D'une Machine Asynchrone À Double AlimentationPas encore d'évaluationÉtude Et Commande D'une Machine Asynchrone À Double Alimentation85 pages
- Optimisation D'un Système Photovoltaïque Par La Logique FlouePas encore d'évaluationOptimisation D'un Système Photovoltaïque Par La Logique Floue68 pages
- Memoire Finale 2021 2020 Beleghouini DraouiPas encore d'évaluationMemoire Finale 2021 2020 Beleghouini Draoui90 pages
- Détection Et Localisation de Défauts Pour Un Système PV100% (3)Détection Et Localisation de Défauts Pour Un Système PV206 pages
- Pvsyst Sa - Route de La Maison-Carrée 30 - 1242 Satigny - SuissePas encore d'évaluationPvsyst Sa - Route de La Maison-Carrée 30 - 1242 Satigny - Suisse34 pages
- BENALOUACH Mohamed El Amine KhaledPas encore d'évaluationBENALOUACH Mohamed El Amine Khaled145 pages
- Commande MPPT Et Contrôle D'un Systemephotovoltaique 3KW Par La Logique Floue PDFPas encore d'évaluationCommande MPPT Et Contrôle D'un Systemephotovoltaique 3KW Par La Logique Floue PDF76 pages
- Robot Nettoyeur Panneaux Solaires PHRPas encore d'évaluationRobot Nettoyeur Panneaux Solaires PHR1 page
- Mémoire HDR ADe-Bernardinis VF PDFPas encore d'évaluationMémoire HDR ADe-Bernardinis VF PDF226 pages
- COURS SYSTEME PV GEER2 2020 Chapitre 01 Et 02 EtudiantsPas encore d'évaluationCOURS SYSTEME PV GEER2 2020 Chapitre 01 Et 02 Etudiants59 pages
- Commande Floue Adaptative de La Machine AsynchronePas encore d'évaluationCommande Floue Adaptative de La Machine Asynchrone130 pages
- Optimisation de L'efficacité Énergétique D'une Station de Pompage: Application D'algorithmes Métaheuristiques Et Implémentation en PythonPas encore d'évaluationOptimisation de L'efficacité Énergétique D'une Station de Pompage: Application D'algorithmes Métaheuristiques Et Implémentation en Python68 pages
- Etude Et Realisation D'un Traqueur de Soleil À Commandes MultiplesPas encore d'évaluationEtude Et Realisation D'un Traqueur de Soleil À Commandes Multiples74 pages
- Chapitre 4 Conception Et Dimensionnement Des Systemes PV Raccordés Au Réseau ÉlectriquePas encore d'évaluationChapitre 4 Conception Et Dimensionnement Des Systemes PV Raccordés Au Réseau Électrique22 pages
- Amélioration de La Commande MPPT D'un Système Photovoltaïque Par BacksteppingPas encore d'évaluationAmélioration de La Commande MPPT D'un Système Photovoltaïque Par Backstepping75 pages
- 2 - Typologies Des Systèmes Solaires PVPas encore d'évaluation2 - Typologies Des Systèmes Solaires PV11 pages
- Systeme Photovoltaique Alimentant Un FilPas encore d'évaluationSysteme Photovoltaique Alimentant Un Fil86 pages
- Stockage D'Énergie Du Volant: Augmenter ou diminuer la vitesse, pour ajouter ou extraire de la puissanceD'EverandStockage D'Énergie Du Volant: Augmenter ou diminuer la vitesse, pour ajouter ou extraire de la puissancePas encore d'évaluation
- Memoire Fin D'etude - TRAAI - Et - ZAIZPas encore d'évaluationMemoire Fin D'etude - TRAAI - Et - ZAIZ98 pages
- ProcedFR LAB P 507 Microbiologie Incertitude de Mesure FRPas encore d'évaluationProcedFR LAB P 507 Microbiologie Incertitude de Mesure FR9 pages
- Serie 6 - Corrigees - Coefficient de SecuritePas encore d'évaluationSerie 6 - Corrigees - Coefficient de Securite4 pages
