Contribution à la Modélisation et l’ Optimisation de Systèmes Hybride pour Alimenter des Sites Isolés

Le défi fondamental dans le fonctionnement des systèmes hybrides est la gestion de la puissance délivrée par les ressources énergétiques. Il est donc nécessaire de disposer des modèles performants, afin de reproduire fidèlement le comportement de tels systèmes pour pouvoir identifier quels sont les verrous sur lesquels il faut prioritairement agir pour optimiser le système et pour cela différents scenario de gestion et différentes configurations des systèmes serons modélisés, testés et comparés afin d’analyser l’efficacité et la robustesse de chaque cas de figure puis , nous allons développer des méthodes de commande et de contrôle pour une éventuelle optimisation de la puissance de l'énergie produite et un algorithme de gestion efficace sera élaboré afin de trouver la meilleure répartition de la puissance entre les différents éléments constituant le système hybride qui dépendent directement des conditions métrologiques dans un site isolé.

Modélisation et Control Intelligent d’Un système Hybride Pour La Production Electrique

Les besoins universels en énergie ne cessent d’augmenter et la fluctuation des prix des énergies à base d’hydrocarbures est constamment instable et incertaine ce qui nous a conduit, face à ces contraintes de se focaliser sur les systèmes de conversion d’énergies renouvelables qui a priori apparaissent comme une solution potentiellement prometteuse. Le développent des systèmes de conversion d’énergies renouvelables vont à un rythme aussi bien rapide qu’irréversible dans la production énergétique mondiale et leur insertion dans le mix énergétique pose de nouveaux défis comparé aux sources d'énergies conventionnelles. Toutes sources d’énergie renouvelable ont la particularité de la variabilité selon les conditions métrologiques, les saisons, vitesse du vent, emplacement géographique et autres. Les chaînes de conversion de ces énergies sont fortement influencées par le changement des valeurs de ces sources indispensables et interminables mais fortement imprévisibles. Les paramètres de sortie tels que le rendement, l’efficacité ou la productivité dépendent des grandeurs d’entrée (éclairement solaire, vitesse de vent…etc.). Ainsi, même pour un système parfaitement connu d'un point de vue mathématique et technique, mise à part la charge, certaines grandeurs restent liées aux fluctuations spatio-temporelles de la source même. Dans ce contexte, des systèmes hybrides avec des algorithmes d’optimisation sera proposé, basés sur le contrôle intelligent afin d’obtenir une gestion d’énergie qui satisfait divers objectifs et contraintes. L’objectif de ce travail sera consacré à la modélisation et l’optimisation de systèmes hybride pour alimenter aussi bien des sites isolés que pour leurs intégrations au réseau électrique. Il est donc nécessaire de disposer des modèles performants, afin de reproduire fidèlement le comportement de tels systèmes pour pouvoir identifier quels sont les verrous sur lesquels il faut prioritairement agir pour optimiser le système et pour cela différents scenarii de gestion et différentes configurations des systèmes serons modélisés, testés et comparés afin d’analyser l’efficacité et la robustesse de chaque cas de figure puis , nous allons développer des méthodes de commande et de contrôle pour une éventuelle optimisation de la puissance de l'énergie produite sans oublier que le défi fondamental dans le fonctionnement des systèmes hybrides est la gestion de la puissance délivrée par les ressources énergétiques. Par conséquent, un algorithme de gestion efficace sera élaboré afin de trouver la meilleure répartition de la puissance entre les différents éléments constituant le système hybride qui dépendent directement des conditions métrologiques.

Modélisation et contrôle intelligent du moteur à reluctance variable en vue de son utilisation en énergie propre

Le moteur à réluctance variable (MRV) est un type particulier de machine électromagnétique qui a suscité un intérêt sans précédent des industriels et fabricants contemporains, contrairement aux machines à induction ou à aimants permanents. En effet, ceci est dû à ses avantages bien nombreux tels que la simplicité du rotor, robustesse, ne comportant ni balais ni enroulements ni aimants permanents ; ainsi que son aptitude à fonctionner dans une large gamme de puissance, son entraînement facile même dans des conditions extrêmes telles que les mines souterraines et les carrières et particulièrement son usage spécial pour les véhicules électriques légers et lourds, assurant ainsi une durée de vie plus longue et une efficacité remarquable. Cependant, en raison de la forme saillante du rotor, le MRV est caractérisé par des vibrations et du bruit acoustique. Pour résoudre ce problème et afin de l’adapter aux mieux de ces capacités et performances et pour sa meilleure utilisation dans les conditions minières fortement désavantagés, nous proposons d'employer des techniques intelligentes telles que le régulateur de réseau de neurones artificiels (ANN) et celui d'ordre fractionnaire (PIα ). Ces deux derniers associés au contrôle direct du couple (DTC), donnent de meilleurs résultats après les avoir comparés avec certains schémas de commande et de contrôle cités dans des publications récentes. Une ultime comparaison entre le (ANN) et le (PIα ) sous environnement Matlab/Simulink a confirmé la prédominance du régulateur d'ordre fractionnaire (PIα ).