La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Étude et validation en temps réel d'une stratégie de contrôle innovante basée sur un système photovoltaïque pour le contrôle et la gestion d'un chargeur de voiturette électrique

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Raddaoui, Manel (2022). Étude et validation en temps réel d'une stratégie de contrôle innovante basée sur un système photovoltaïque pour le contrôle et la gestion d'un chargeur de voiturette électrique. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of RADDAOUI_Manel.pdf]
Prévisualisation
PDF
Télécharger (15MB) | Prévisualisation

Résumé

Dans ce travail, le système autonome étudié est dédié aux stations de charge des voiturettes électriques des terrains de Golf qui se composent des panneaux photovoltaïques, un convertisseur élévateur CC-CC, un convertisseur abaisseur-élévateur et une batterie. Les performances de ce système sous deux configurations centralisée et décentralisée ont été étudiées. La limite de l’algorithme de suivi de puissance maximale conventionnel P&O sous différentes conditions d’éclairement a été identifiée. Afin de minimiser les effets néfastes de l’ombrage partiel sur le système PV, le convertisseur élévateur CC-CC est contrôlé à l'aide d’un nouvel algorithme MPPT basé sur le réseau de neurones pour extraire la puissance maximale produite des panneaux PV. La commande du contrôleur abaisseur-élévateur CC-CC, qui est associé à la batterie, pour la régulation du bus CC a été développée à l’aide de la logique floue. En vue de leur comportement stochastique, la production de l’énergie solaire engendre un déséquilibre dans un système photovoltaïque, ce qui requiert un gestionnaire de puissance qui contrôle l’écoulement de la puissance. Cet algorithme de gestion a été conçu avec Stateflow. Les performances de la configuration proposée et leur contrôle stratégies ainsi que son gestionnaire de puissance ont été validés par simulation et en temps réel au laboratoire.

Les résultats obtenus sous différentes conditions comme l’ombrage et la variation de la charge offrent des performances convenables.

Titre traduit

Study and implementation of an innovative control strategy based on a photovoltaic system for the control and management of an cart charger

Résumé traduit

This work investigates an autonomous system for charging electric golf cars using photovoltaic panels, a DC-DC boost converter, a buck-boost converter, and a battery. The performance of this system was examined under two centralized and decentralized configurations. The conventional P&O maximum power tracking algorithm is limited by different illumination conditions. In order to minimize the detrimental effects of partial shading on the PV arrays, a neural network-based MPPT algorithm is used to control the DC-DC boost converter. Fuzzy logic was used to control the DC-DC buck-boost controller associated with the battery to regulate the DC bus. Solar energy production generates an imbalance in a photovoltaic system because of its stochastic behavior, requiring a power manager to control power flow. State flow was used to design the power management algorithm. Simulations and real-time experiments have validated the performance and control strategies of the proposed configuration, as well as its power management algorithm.

Results obtained under different conditions such as shading, and load variation are suitable.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Mémoire présenté à l’École de technologie supérieure comme exigence partielle à l’obtention de la maîtrise avec mémoire en génie énergies renouvelables et efficacité énergétique". Comprend des références bibliographiques (pages 89-94).
Mots-clés libres: ANN-MPPT, gestionnaire de puissance, logique floue FLC, système photovoltaïque, ombrage partiel, Matlab/Simulink
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Chandra, Ambrish
Codirecteur:
Codirecteur
Rezkallah, Miloud
Programme: Maîtrise en ingénierie > Génie
Date de dépôt: 03 févr. 2023 19:34
Dernière modification: 03 févr. 2023 19:34
URI: https://espace.etsmtl.ca/id/eprint/3146

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt