Design, contrôle et tests des performances en temps réel d’un convertisseur quasi-Z-source à courant continu pour un système photovoltaïque autonome

Gharsallaoui, Wafa (2023). Design, contrôle et tests des performances en temps réel d’un convertisseur quasi-Z-source à courant continu pour un système photovoltaïque autonome. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (27MB) | Prévisualisation

Résumé

Alors que les énergies renouvelables sont de plus en plus intégrées aux réseaux électriques, des études sont réalisées afin d'améliorer la rentabilité et l'efficacité des systèmes de transformation de l'énergie. Diminuer les coûts de production et maximiser la consommation de ressources renouvelables sont des défis mondiaux. En termes de coût de mise en œuvre, l'énergie photovoltaïque (PV) est une forme énergétique prometteuse. Dans ce contexte et dans le cadre de mon projet, un convertisseur élévateur à CC nommé Quasi-Z-Source (QZS) pour intégrer cette source stochastique de manière sûre et rentable est proposé. De plus, une étude approfondie et un modèle mathématique d'un convertisseur QZS sont présentés. Le développement et le test d'une technique de contrôle basée sur l'intelligence artificielle (IA) sont exposés afin d’optimiser l’énergie générée par les panneaux photovoltaïques (PV) dans la présence de différentes conditions météorologiques. Il est montré comment la technique MPPT basée sur l'IA est sélectionnée par rapport à d'autres techniques telles que la technique basée sur Perturber et Observer (P&O). Un système entier, y compris le contrôle, est testé en utilisant une plateforme de tests conçus au laboratoire. Selon les résultats obtenus, les éléments proposés de la configuration complète sont correctement configurés, contrôlés et conçus.

Titre traduit

Design, control and real-time performance testing of a Quasi-Z-Source direct current converter for an autonomous photovoltaic system

Résumé traduit

As renewable energies are increasingly integrated into power grids, studies are being carried out to improve the efficiency of energy conversion systems. Reducing production costs and maximizing consumption of renewable resources are global challenges. In terms of implementation costs, photovoltaic energy is a very promising energy source. In this context and as part of my research project, a DC-DC boost converter named Quasi-Z-Source (QZS) to integrate this stochastic source safely and cost-effectively is suggested. An in-depth study and mathematical model of a QZS converter are presented. The development and testing of a control technique based on artificial intelligence (AI) are exposed to optimize the energy generated by the photovoltaic panels (PV) in presence of different weather conditions. It is shown how the AI-based MPPT technique is selected compares using other technologies like Perturbation and Observation (P&O) based technique. An entire system, including control, is tested in a prototype in a laboratory. According to the results obtained, the proposed elements of the full configuration are properly configured, controlled, and designed.

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 119-122).
Mots-clés libres:	système photovoltaïque autonome, convertisseur de puissance à CC-CC quasi-Z source, MPPT basée sur P&O technique, MPPT basée sur IA, stockage d’énergie, contrôle, design, modélisation
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Chandra, Ambrish
Codirecteur:	Codirecteur Rezkallah, Miloud
Programme:	Maîtrise en ingénierie > Génie
Date de dépôt:	20 févr. 2024 20:31
Dernière modification:	20 févr. 2024 20:31
URI:	https://espace.etsmtl.ca/id/eprint/3416

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt