Commande et diagnostic des systèmes d’énergies renouvelables multi-sources
Loading...
Date
2026-04-16
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université 20 Août 1955 - Skikda
Abstract
Cette thèse présente de nouvelles approches visant à améliorer la fiabilité et l’efficacité
opérationnelle des systèmes d’énergie renouvelable, en mettant l’accent sur la surveillance des
éoliennes (WT) et le contrôle des systèmes photovoltaïques (PV). Pour les éoliennes, des
techniques avancées de diagnostic ont été développées en combinant l’analyse vibratoire et
l’intelligence artificielle de pointe. Ces méthodes permettent la détection précoce des
défaillances mécaniques — notamment au niveau des roulements, des multiplicateurs et des
générateurs — grâce à l’exploitation du traitement du signal et des modèles d’apprentissage
profond. L’intégration de l’intelligence artificielle (AI) rend les modèles interprétables et
assure une identification fiable des causes de pannes, validée par des expérimentations sur des
données réelles et simulées de parcs éoliens. Ces stratégies de surveillance intelligente
réduisent les coûts de maintenance, prolongent la durée de vie des systèmes et minimisent les
arrêts non planifiés en favorisant le passage d’une maintenance réactive à une maintenance
prédictive dans les centrales éoliennes à grande échelle.
Concernant la partie photovoltaïque, la thèse met en œuvre plusieurs algorithmes de
Maximum Power Point Tracking (MPPT), incluant des stratégies de commande classiques et
intelligentes, sous des conditions d’irradiance variables. Les simulations démontrent l’impact
des méthodes adaptatives MPPT sur l’optimisation du rendement énergétique et
l’amélioration des performances des systèmes PV. Ensemble, ces contributions favorisent des
solutions fiables, économiques et adaptées à l’intégration et à la gestion des sources d’énergie
renouvelable dans les réseaux électriques modernes.
Description
Keywords
diagnostic, énergies renouvelables multi-sources