Régulation en modes glissants d'un système de pompage photovoltaîque à base des approximateurs intelligents

Abstract

Dans le but d'optimiser le rendement global et les performances d'un système de pompage photovoltaîque (PV), nous nous somme intéressés dans cette thèse à l'élaboration des nouvelles lois de commande adaptative basées sur les modes glissants pour la poursuite du point de puissance maximale (MPPT) dans un système PV constitué d'un générateur PV, d'un moteur à courant continu lié à une pompe centrifuge et un étage d'adaptation (convertisseur statique de type boost). La dynamique du système de pompage photovoltaîque est non linéaire soumis à des variations paramétriques et des perturbations externes. Grâce à sa simplicité de mise en oeuvre et sa grande robustesse, la technique par modes glissants (MG) est préférée pour cette classe de systèmes, Cependant, la présence des fortes incertitudes rend le gain de glissement plus élevé, ce qui provoque le phénomène de réticence ou "chattering". Pour remédier à ce problème nous avons proposé de combiner les modes glissants avec des techniques d'estimation issues de l'intelligence artificielle (réseaux de neurones, réseaux d'ondelettes et réseaux d'ondelette floue) afin d'élaborer une commande adaptative robuste pour ajuster le rapport cyclique du convertisseur boost afin de suivre le point de la puissance maximale (PPM) du GPV tout en évitant le problème de réticence, malgré la présence des incertitudes assez larges. Dans cette thèse, les approximateurs intelligents sont utilisés pour estimer les parties inconnues du modèle mathématique du système, la stabilité de la commande élaborée est démontrée par l'approche de lyapunov. Les résultats de simulation montrent les performances des méthodes proposés en comparaison avec les modes glissants classiques.