Charge PAC
HOMER Résultats par
Simulink Pourcentage de différence Consommation électrique (KWh) 2108 2193 3,875 % Production photovoltaïque (KWh) 3695 3478 5,873 % Production éolienne (KWh) 542 559,3 3,192 % Excès de production (kWh) 1762 1433 18,67 % Charge insatisfaite (kWh) 85,2 84,92 3,3 %
Taux d’insatisfaction de la demande (%) 3,9 3,872 0 ,007%
Coût sur cycle de vie (€) 27506 26220 0,047 %
Durée de vie des batteries (an) 3,19 3,76 15,159 %
Optimisation du dimensionnement
On remarque quelques différences raisonnables dans les résultats qui s’expliquent de la façon suivante :
Concernant la production photovoltaïque, dans HOMER, elle est calculée par l’équation (4.37) alors que celle obtenue à partir du modèle Simulink est en partie basée sur le rendement du générateur photovoltaïque (Eq. 3.2). Accroître ce rendement se traduit par une augmentation de la puissance produite par le générateur photovoltaïque et par conséquent une
élévation de l’excès de production.
Pour le calcul de la puissance éolienne, HOMER utilise les données de la courbe de puissance en fonction de la vitesse du vent à travers un tableau de valeurs (Look-up table). Alors que dans notre modèle Simulink, pour la phase d’évaluation, on utilise une fonction polynomiale obtenue par un « fitting » comme le montre la figure 4.21.
Figure 4.21: Présentation de la fonction polynomiale de la puissance de l’éolienne Aeromax Engineering (Lacota S, SC)
Concernant les autres paramètres énergétiques (la consommation électrique, l’excès de production et le taux d’insatisfaction de la charge), les différences constatées sont principalement dues à la différence dans la modélisation des pertes dans les câbles et des rendements de charge et de décharge des batteries, aux différentes approximations faites par
chacun des simulateurs et à la méthode d’intégration numérique de la puissance.
Pour l’estimation des coûts économiques sur cycle de vie, la différence est surtout due aux données des coûts moyens des composants.
Optimisation du dimensionnement
Thèse D. ABBES Page
172
Enfin, pour l’estimation de la durée de vie des batteries, la différence est principalement due à la méthode de prédiction utilisée. HOMER utilise le modèle à énergies échangées décrit dans 3.2.3.2.2 alors que nous utilisons le modèle de dégradation des performances (évaluation du SOH).
En conclusion, les deux outils de simulation et de dimensionnement ont pratiquement les mêmes ordres de grandeurs mais avec leurs spécificités propres. Ce travail de comparaison permet de valider la pertinence de notre simulateur et par conséquent la fiabilité de ses
résultats par rapport à d’autres logiciels existants dans le commerce.
4.6- Synthèses et conclusions
Ce chapitre a permis d’optimiser le dimensionnement d’un système multi-sources avec batteries ainsi que l’évaluation économique et environnementale d’un tel système dédié à un habitat résidentiel « type » de 4 personnes. δes conclusions que nous pouvons tirer de cette étude sont les suivantes μ
- le système hybride dimensionné est avantageux pour le développement durable vu son
faible impact environnemental et son coût économique raisonnable. Dans le premier cas, il faut compter presque 6 ans et demi pour amortir le coût écologique lié à la
fabrication du système complet. Pour le coût économique, il est d’environ 0,422 €/KWh.
- ce sont les batteries qui sont les plus gourmandes en énergies primaires. Il est important
d’améliorer leur processus de fabrication ainsi que leur durée de vie par des techniques de gestion de l’énergie optimales par exemple,
Le chapitre suivant est dédié à la mise en place d’un banc d’essai pour émuler le
fonctionnement du système hybride et analyser son comportement. Une nouvelle méthode de
Optimisation du dimensionnement
Bibliographie
[1] B. Borowy et Z. Salameh, «Optimum photovoltaic array size for a hybrid wind / PV system,»
IEEE Transactions on Energy Conversion, vol. 9, n° 13, pp. 482-488, 1994.
[2] R. Chedid et S. Rahman, «Unit sizing and control of hybrid wind-solar power systems,» IEEE
Transactions on Energy Conversion, vol. 12, n° 11, pp. 79-85, 1997.
[3] G. C. Seeling-Hochmuth, «A combined optimisation concept for the design and operation strategy of hybrid-PV energy systems,» Solar Energy, vol. 61, n° 12, pp. 77-87, 1997.
[4] S. N. Laboratories, Stand-Alone Photovoltaic systems - A Handbook of Recommended Design Practices, 1e éd., Springfield, USA: Sandia National Laboratories, 1991.
[5] R. A. Messenger et J. Ventre, Photovoltaic Systems Engineering, 2e éd., Florida, USA: CRC Press, 2004, pp. 209-257.
[6] J. L. Bernal-Agustín et R. Dufo-López, «Simulation and optimization of stand-alone hybrid renewable energy systems,» Renewable and Sustainable Energy Reviews, vol. 13, n° 18, pp. 2111-2118, 2009.
[7] A. Labouret et M. Villoz, Energie solaire photovoltaïque, 2e éd., Dunod, 2005. [8] T. Markvart, Solar Electricity, 2e éd., New York: John Wiley & Sons, Ltd., 2000.
[9] E. Orhan et Ö. Baris, Hybrid Combination of Photovoltaic and Wind Energy Conversion System, 1e éd., Saarbrüken, Germany: LAP LAMBERT Academic Publishing, 2010.
[10] A. Bin, Y. Hongxing et S. X. ,. L. Hui, «Computer aided design for pv/wind hybrid system,»
Renewable Energy, vol. 6, n° 110, pp. 1491-1512, 2003.
[11] J.-h. Shi, Z.-d. Zhong, X.-J. Zhu et G.-y. CAO, «Robust design and optimization for autonomous PV-wind hybrid power systems,» Journal of Zhejiang University SCIENCE A, vol. 9, n° 13, pp. 401-409, 2008.
[12] O. Gergaud, «Modélisation énergétique et optimisation économique d'un système de
production éolien et photovoltaïque couplé au réseau et associé à un accumulateur,» Thèse de Doctorat, SATIE UMR CNRS 8029, Cachan, France, 2002.
[13] Y. Thiaux, «Optimisation des profils de consommation pour minimiser les coûts économique et énergétique sur cycle de vie des systèmes photovoltaïques autonomes et hybrides , Évaluation du potentiel de la technologie Li-ion,» Thèse de Doctorat, SATIE UMR CNRS 8029, Cachan, France, 2010.
Optimisation du dimensionnement
Thèse D. ABBES Page
174
[14] B. Borowy et Z. Salameh, «Methodology for optimally sizing the combination of a battery bank and pv array in wind/pv hybrid system,» IEEE Transactions on Energy Conversion, vol. 12, n° 11, pp. 367-375, 1996.
[15] H. Yang, Z. Wei et L. Chengzhi, «Optimal design and techno-economic analysis of a hybrid solar–wind power generation system,» Applied Energy, vol. 86, n° 12, pp. 163-169, 2009. [16] «Multi-objective design of PV-wind-diesel-hydrogen-battery systems,» Rodolfo, Dufo-López ;
José L. , Bernal-Agustín, vol. 33, n°112, pp. 2559-2572, 2008.
[17] I. Vechiu, «Modélisation et analyse de l'intégration des énergies renouvelables dans un réseau autonome,» Thèse de Doctorat,Université du Havre, 2010.
[18] L. H. Hansen et P. Lundsager, «Review of Relevant Studies of Isolated Systems,» Risø National Laboratory, Roskilde, 2000.
[19] D. Turcotte, M. Ross et F. Sheriff, «Photovoltaic Hybrid System Sizing and Simulation Tools : Status and Needs,» chez PV Horizon : Workshop on Photovoltaic Hybrid Systems, Montreal, Canada, 2001.
[20] E. Mathey, «Opti isatio u i ue du ef oidisse e t des oules d’i je tio de thermoplastiques basée sur la simulation des transferts thermiques par la méthode des éléments frontières,» Thèse de Doctorat, Université Toulouse III- Paul Sabatier, Toulouse, 2004.
[21] J.-M. Renders, Algorithmes génétiques et réseaux de neurones: Applications à la commande de processus, Hermes Sciences, 1995.
[22] «fmincon,» MathWorks, 2012. [En ligne]. Available:
http://www.mathworks.fr/help/toolbox/optim/ug/fmincon.html. [Accès le 09 Janvier 2012]. [23] M. Minoux, Programmation mathématique, Théorie et algorithmes, 2e éd., Tec & Doc
Lavoisier, 2007.
[24] R. Fletcher, Practical Methods of Optimization, 2e éd., Wiley, 2000.
[25] P. T. Boggs et J. W. Tolle, «Sequential Quadratic Programming,» Acta Numerica, vol. 4, pp. 1- 51, 1995.
[26] V. Barichard, «Approches hybrides pour les problèmes multi-objectifs,» Université d'Angers, 2003.
[27] S. Mahdi, «Optimisation multi-objectif par un nouveau schéma de coopération Méta/Exacte,»Mémoire de MAGISTER, Université Mentouri de Constantine, Algérie.
Optimisation du dimensionnement
[28] H. Meu ie , «Algo ith es volutio ai es pa all les pou l’opti isatio ulti-objectif de réseaux de télécommunications mobiles,» Thèse de Doctorat, UNIVERSITÉ DES SCIENCES ET TECHNOLOGIES DE LILLE, Lille, France, 2002.
[29] Y. Colette et P. Siarry, Optimisation multi-objectif, 1e éd., Paris: Eyrolles, 2002.
[30] C. A. Coello, «An updated survey of GA-based multiobjective optimization techniques,» ACM
Computing Surveys (CSUR), vol. 32, n° 12, pp. 109-143, 2000.
[31] K. Deb, A. Pratap, S. Agarwal et T. Meyarivan, «A fast and elitist multiobjective genetic
algorithm: NSGA-II,» IEEE Transactions on Evolutionary Computation, vol. 6, n° 12, pp. 182-197, 2002.
[32] A. Maoucha, «Etude et Identification paramétrique d'une cellule photovoltaïque organique,» Mémoire de MAGISTER, Université de Batna, Faculté de la technologie, Batna, Algérie, 2011. [33] N. Jozefowiez, «Modélisation et résolution approchée de problèmes de tournées multi-
objectif,» Thèse de Doctorat, Université des Sciences et Technologies de Lille, Lille, France, 2004.
εise en œuvre expérimentale