Contribution à l’amélioration des performances d’un système d’énergie renouvelable

Abstract

التضليل الجزئي مشكلة شائعة في الأنظمة الكهروضوئية و المعروفة بصعوبتها. تم إجراء العديد من المحاولات للتخفيف من هذه المشكلة. نشرت بعض الجهود والأعمال بهدف تتبع منحنى الطاقة متعدد الذروة في نظام الكهروضوئي في حالة التظليل الجزئي. تقترح هذه الأطروحة خوارزمية جديدة لتتبع الحد الأقصى لنقطة الطاقة للأنظمة الكهروضوئية باستخدام خوارزمية الضباع المرقطة. عند تقييمها، أثبتت خوارزمية الضباع المرقطة أنها سريعة جدًا وقوية ودقيقة في الظروف القياسية وظروف التظليل الجزئي وتغيرات الإشعاع. أيضًا ، كشفت النتائج عن تحسن ملحوظ في الأداء عندما نقارن خوارزمية .Perturb and Observe (P&O) وخوارزمية Grey Wolf Optimization (GWO) Partial shading is a common problem in photovoltaic (PV) systems, known for its difficulty. Numerous attempts have been conducted to mitigate this problem. Some of these efforts deploy metaheuristic optimization with a view to tracking the multiple-peak P–V curve in a partial shading PV system. Hence, this paper proposes a novel metaheuristic algorithm to track the maximum power point of PV systems using the Spotted Hyena Optimization (SHO) algorithm. When evaluated, the SHO algorithm proved to be very fast, robust, and accurate in standard conditions, Partial Shading Conditions (PSCs), and irradiance variations. Also, the results reveal a remarkable improvement in the performance when we compare the SHO algorithm with the Grey Wolf Optimization (GWO) algorithm and the Perturb and Observe (P&O) algorithm.L'ombrage partiel est un problème courant dans les systèmes photovoltaïques (PV), connu pour sa difficulté. De nombreuses tentatives ont été menées pour atténuer ce problème. Certains de ces efforts déploient une optimisation méta-heuristique en vue de suivre la courbe P-V à pics multiples dans un système PV à ombrage partiel. Par conséquent, cette thèse propose un nouvel algorithme méta-heuristique pour suivre le point de puissance maximale des systèmes photovoltaïques à l'aide de l'algorithme Spotted Hyena Optimization (SHO). Une fois évalué, l'algorithme SHO s'est avéré très rapide, robuste et précis dans les conditions standard, les conditions d'ombrage partiel (PSC) et des variations d'éclairement. De plus, les résultats révèlent une amélioration remarquable les performances lorsque l'on compare l'algorithme SHO avec l'algorithme Grey Wolf Optimization (GWO) et l'algorithme Perturb and Observe (P&O).