Modélisation et contrôle du MPPT d'un Système Photovoltaïque autonome en utilisant les réseaux de neurones artificiels

dc.contributor.authorTerniche Thanina
dc.date.accessioned2025-03-12T08:52:06Z
dc.date.available2025-03-12T08:52:06Z
dc.date.issued2023-07-10
dc.description.abstractCe mémoire se concentre sur l’étude comparative des techniques de commande MPPT (maximum power point tracking) pour les systèmes PV. Etant donné les caractéristiques électriques non linéaires des cellules PV et leurs dépendances aux paramètres environnementaux, les techniques MPPT sont utilisées pour maximiser l’efficacité énergétique des systèmes PV en suivant le point de puissance maximale. Dans cet étude trois techniques MPPT sont évaluées : la méthode P&O, la méthode de la logique floue et la méthode de RNA. L’objectif est d’analyser, simuler et comparer ces techniques dans des conditions de fonctionnement variables pour évaluer leurs performances respectives. Pour ce faire les modèles mathématiques des composants du système PV (GPV, convertisseur DC/DC, charge) ont été développés. D’après les résultats obtenus à l’aide de l’outil MATLAB/SIMULINK, les performances de la commande MPPT basée sur les réseaux de neurones artificiels sont bien meilleure que ceux du contrôleur P&O et du contrôleur MPPT floue. Les conclusions fournissent des informations précieuses pour les concepteurs et les opérateurs des systèmes PV, en mettant en évidence les avantages des approches basées sur les RNA pour améliorer l’efficacité énergétique.
dc.identifier.urihttp://dspace.univ-skikda.dz:4000/handle/123456789/4364
dc.language.isofr
dc.publisherUniversité 20 Août 1955 – SKIKDA
dc.titleModélisation et contrôle du MPPT d'un Système Photovoltaïque autonome en utilisant les réseaux de neurones artificiels
dc.typeThesis
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
22-23_MEMO_RNA_PV_Thanina Terniche_Final.pdf
Size:
4.43 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Collections