• Aucun résultat trouvé

Etude conceptuelle d’un système de conditionnement de puissance pour unecentrale hybride PV/Eolien.

N/A
N/A
Protected

Academic year: 2021

Partager "Etude conceptuelle d’un système de conditionnement de puissance pour unecentrale hybride PV/Eolien."

Copied!
1
0
0

Texte intégral

(1)

Fouzia BRIHMAT, 2012, «Etude conceptuelle d’un système de conditionnement de puissance pour unecentrale hybride PV/Eolien.», Mémoire de magister, Université Mouloud Maameri de Tizi Ouzou

Etude conceptuelle d’un système de

conditionnement de puissance pour unecentrale hybride PV/Eolien.

Fouzia BRIHMAT

Soutenue en: 2012

Abstract : En régions isolées, le générateur diesel constitue la source principale d’énergie électrique. Or, le prix d’extension du réseau électrique pour ces régions s’avère prohibitif et le surcoût de l’approvisionnement encombustible augmente radicalement avec l’isolement. Dans ce contexte, l’interconnexion de plusieurs sourcesd’énergie renouvelable (éoliennes, panneaux photovoltaïques, petites centrales hydroélectriques. etc.) dans unSystème d’Energie Hybride (SEH) peut avoir une incidence profitable sur la production d’énergie électrique entermes de coût et de disponibilité. Ainsi, ce travail de mémoire présente une contribution à l’analyse du comportement et la maîtrise desperformances d’un SEH constitué par deux sources d’énergie renouvelable, photovoltaïque et éolienne, associées àun générateur diesel, des batteries de stockage et une technologie de commande. Le système est étudié sur la base de deux aspects : dimensionnement et, maximisation de l’utilisation desressources renouvelables. Le dimensionnement s’est fait sur deux logiciels, Homer et PVsyst avec le non-apport du générateur diesel dans cesecond cas. Les ressources renouvelables sont aléatoires. Situation en mesure de mettre en péril l’efficacité énergétiquevis-à-vis d’une certaine exigence de la demande. Alors, afin de maximiser les performances des systèmes d’énergie renouvelable il est nécessaire depoursuivre le point de puissance maximale « MPPT », de la source d’entrée, étude établie sous l’environnementMatlab/Simulink. - Pour améliorer le rendement de conversion de l’énergie photovoltaïque, une nouvelle méthode de poursuite dupoint de puissance maximale en utilisant la théorie floue est proposée. Elle est basée sur des règles linguistiquesappliquées au hacheur type Boost.- Pour le système éolien, la maximisation est assurée en considérant la courbe de puissance optimale comme caractéristique de charge, avec connaissance de la caractéristique de la voilure Cp(?).

Keywords : Système d’Energie Hybride, Photovoltaïque, Eolien, Dimensionnement, simulation, MPPT, Convertisseur DC-DC, contrôleur flou, caractéristique de charge optimale.

Centre de Recherche en Technologies Industrielles - CRTI - www.crti.dz

Powered by TCPDF (www.tcpdf.org)

Références

Documents relatifs

La figure IV.16 et IV.17 montrant l'évolution du nombre local de Nusselt et coefficient de frottement pour les deux modèles du capteur solaire à plusieurs positions (z = 0.04m, z =

Ce travail propose l’explication et la mise en place d’une technique innovante pour l’obtention de matériaux en fonction des conditions d’élaboration et de frittage

Lorsque la batterie est chargée, la résistance interne est faible et elle devient importante pour un état de décharge proche de 0, ce qui dégradera fortement le rendement en

Pour des niveaux de courants et de tensions inférieurs comme dans les applications de systèmes de batterie, ce temps de coupure peut être trop long pour

Bien que l'énergie éolienne soit considérée comme une source prometteuse d'énergie électrique, la fluctuation de la puissance éolienne due à la variation aléatoire

Le modèle d’optimisation se compose de trois sous-modèles; un sous modèle relatif aux différents composants du système, un sous modèle technique à développer selon le concept

Ainsi, ce travail de mémoire présente une contribution à l’analyse du comportement et la maîtrise des performances d’un SEH constitué par deux sources d’énergie

Dans ce chapitre, la stratégie de gestion d'énergie du système de dessalement hybride basée sur l'algorithme des réseaux de neurones a été développée pour contrôler