Maximisation de la production des systèmes solaires photovoltaïques en présence d’ombrages partiels 

Nous désignons par système photovoltaïque l’ensemble des éléments constituant une application industrielle ou domestique tirant tout ou partie de son énergie électrique d’un générateur photovoltaïque. Plusieurs approches ont été développées dans le but de minimiser l’impact des ombrages partiels sur la production des systèmes photovoltaïques. Les algorithmes de maximisation intelligents constituent la solution la moins chère par rapport aux autres approches. Les autres méthodes concernent : les différentes configurations optimales des champs solaires, les stratégies de commande des convertisseurs DC-AC et leurs topologies lorsqu’ils sont connectés au réseau électrique. Ainsi le choix d’une solution par rapport à une autre ou la combinaison de ces solutions doit s’effectuer par analyse du système photovoltaïque concerné. La facilité de mise en œuvre et le coût sont aussi des impératifs à prendre en compte.

Techniques de suivi du point de puissance maximale (MPPT) 

Des méthodes avancées de poursuite du point de puissance maximale ont été développées afin de détecter avec une grande précision et une rapidité acceptable le maximum global, lorsque survient un ombrage partiel. La vitesse et la précision sont des paramètres importants à prendre en compte dans le choix des techniques MPPT (Bidram et al., 2012). Ces méthodes peuvent être répertoriées en trois catégories : les méthodes de recherche linéaire, les méthodes d’intelligence artificielle et l’approche méta heuristique (Teshome, Lee, Lin, & Lian, 2017).Les méthodes de recherche linéaire sont développées généralement par la combinaison de deux étapes. La première étape permet par un balayage de trouver la région qui contient le maximum global. La deuxième étape utilise une des techniques de MPPT conventionnelle afin de trouver avec une précision élevée l’emplacement du point de puissance maximale. Nous avons entre autre la Dividing Rectangles Technique (DIRECT) qui selon les résultats expérimentaux de (T. L. Nguyen & Low, 2010) et (Bidram et al., 2012) montrent que la technique est plus efficace, particulièrement lorsque les conditions environnementales évoluent soudainement. Sa faiblesse est qu’elle ne garantit pas une convergence rapide lors d’un ombrage partiel permanent. Nous pouvons citer aussi l’algorithme de recherche du maximum global (GMPPT), l’avantage de cette technique est qu’elle peut être appliquée dans des systèmes photovoltaïques dont les caractéristiques électriques sont inconnues. D’après (Boztepe et al., 2014), cette technique est surtout mieux adaptée aux systèmes photovoltaïques intégrés au bâtiment et dont les onduleurs sont la plupart montés en string. Les méthodes d’intelligence artificielle comme les réseaux de neurones artificiels et les contrôleurs de logique floue sont aussi utilisés. La technique utilisant les réseaux de neurones artificiels est capable de poursuivre efficacement le maximum global sous n’importe quelle condition d’ensoleillement. Son avantage est qu’en fonction des conditions environnementales, elle peut utiliser une partie ou l’ensemble de ses paramètres d’entrée. L’inconvénient de cette technique est qu’elle n’est pas précise sous toute les conditions d’ombrage partiel sans un ajustement périodique (D. D. Nguyen, Lehman, & Kamarthi, 2007); (Bidram et al., 2012). La méthode utilisant les contrôleurs de logique floue, quant à elle permet une convergence rapide et précise même lorsque l’ensoleillement varie brusquement. L’avantage de la méthode est qu’elle n’a pas besoin d’une modélisation mathématique du système. Cependant, selon (K. Ishaque & Z. Salam, 2013; Kashif Ishaque & Zainal Salam, 2013) la table des règles logiques décrite dans (Alajmi, Ahmed, Finney, & Williams, 2011) dépend en grande partie de l’expérience du concepteur et de la connaissance préalable de la façon dont le système photovoltaïque fonctionne. Dans l’approche métaheuristique, nous avons la technique bien connue appelée Particle Swarm Optimization. Cette technique consiste à trouver la valeur optimale d’une fonction dans un espace de recherche prédéfinie. Elle s’inspire du comportement social d’un grand groupe d’oiseaux et de rassemblement de poissons (K. Ishaque & Z. Salam, 2013). Le Particle Swarm Optimization est estimé relativement rapide et précis avec une erreur de 4 % à partir de résultats expérimentaux. Une version bonifiée de cette méthode appelé Adaptive Perceptive PSO a été proposé ; elle permet d’avoir des résultats plus précis (3 % d’erreur). Par contre sa lenteur constitue une limite pour sa mise en œuvre. L’autre technique intéressante est la Fibonacci Search. Elle utilise la séquence des nombres Fibonacci afin de poursuivre le maximum global sous les conditions d’ensoleillements uniformes et non uniformes. Sa vitesse de suivi est acceptable selon les résultats expérimentaux mais elle échoue parfois lorsqu’on a une courbe caractéristique puissance-tension Ppv=f(Vpv) avec plusieurs maximums (Bidram et al., 2012).Nous pouvons également cité le Modified Firefly Algorithm qui selon (Teshome et al., 2017) est capable de réduire considérablement le temps de suivi du maximum global même si son efficacité est légèrement inférieure à celle du Firefly Algorithm. Beaucoup d’autres techniques ont été récemment répertoriés dans la littérature. Dans (Liu, Chen, & Huang, 2015) il est mentionné les techniques suivantes: Evolutionary algorithm , Genetic Algorithm , et Differential Evolution .

Configurations optimisées des champs solaires photovoltaïques 

On dénombre de multiples configurations de champs photovoltaïques dans la littérature dont les plus connus sont (El-Dein et al., 2013):

• Série-parallèle : C’est la configuration la plus répandue. Les panneaux sont connectés en série (string), ensuite ces strings sont connectés entre eux en parallèle. La puissance produite en sortie se trouve augmentée mais l’inconvénient de cette configuration est qu’il enregistre beaucoup de pertes de puissances dû aux panneaux montés en série. Il est préconisé dans une telle configuration de limiter le nombre de panneaux photovoltaïques par string et de privilégier un plus grand nombre de connexion parallèle.

• Total cross Tied : Elle est réalisée en connectant en parallèle tous les panneaux photovoltaïques sur la même ligne des différents strings (figure 1.11b). Cela donne un champ solaire en forme de matrice contenant plusieurs nœuds. La somme des courants dans les différents nœuds et la tension des panneaux photovoltaïques montés en parallèle sont égaux. Cette configuration dans la majorité des modèles d’ombrage testés donne de meilleurs résultats comparativement aux trois autres configurations. Cela est dû aux multiples connexions qui permettent de ne pas activer les diodes by-pass dans toutes les conditions d’ombrage. Ce qui permet de monter en tension et en courant tout en minimisant les pertes de puissances. L’inconvénient de cette configuration est qu’elle est plus dispendieuse à mettre en œuvre.

• Bridge Link : Cette configuration est composée de plusieurs îlots  . Chaque îlot est composé de deux strings parallèles portant chacun deux panneaux solaires en série avec des liaisons intercalées entre les ponts. Elle permet aussi d’augmenter la tension et le courant tout en limitant les pertes de puissances dans le système photovoltaïque. Comparé à la configuration total cross tied, la configuration bridge link est moins performante pour des cas d’ombrages partiels mais présente une meilleure performance que le total cross tied lorsqu’elle est soumise à un plein ensoleillement. Cela s’explique par le fait qu’elle nécessite moins de filage, donc moins de pertes de puissance. Comparée à la configuration série-parallèle, elle est beaucoup plus dispendieuse à mettre en œuvre mais présente moins de pertes que la configuration série-parallèle.

• Honey Comb: Elle est formée de deux strings parallèles constitués de trois modules connectés en série  . Confrontée aux configurations total cross tied et bridge link, la configuration Honey Comb est reconnue comme ayant des performances moyennes car elle enregistre un peu plus de pertes de puissance. Par contre elle présente une meilleure performance pour un champ solaire aménagé et connecté de manière asymétrique ou lorsque le nombre de colonnes recevant le même ensoleillement est supérieur au nombre de lignes.

Il existe également d’autres techniques moins connues de reconfiguration des panneaux photovoltaïques qui permettent d’atteindre le maximum de puissance. Toutefois ces techniques nécessitent l’installation de capteurs, de commutateurs, et d’algorithmes de contrôle complexe afin d’effectuer de manière dynamique des reconfigurations du champ photovoltaïque (Sahu, Nayak, & Mishra, 2016) lors de phénomènes d’ombrages partiels. Ces reconfigurations peuvent être partielles ou complètes. La reconfiguration partielle prévoit qu’une partie des cellules photovoltaïques du champ solaire soit fixe et l’autre partie soit capable d’être reconfigurée. La reconfiguration complète prévoit que toutes les cellules photovoltaïques du champ solaire soient reconfigurables. L’une ou l’autre nécessite des algorithmes qui vont gérer les actions dans les conditions d’ombrage partiel. Des travaux déjà menés par le passé ont proposé des algorithmes de reconfiguration partielle ou complète. Nous pouvons nommer la topologie de débalancement des cellules photovoltaïques (Lin et al., 2012), le modèle utilisant des formules mathématiques (El-Dein et al., 2013), l’algorithme de programmation dynamique (Wang, Lin, Kim, Chang, & Pedram, 2014). Cependant toutes ces méthodes utilisent des commutateurs, ce qui engendre des pertes de puissance. L’algorithme de détermination des connexions optimales (Gamba et al., 2015) qui est une approche nouvelle utilise des jeux de barres pour changer les positions des cellules photovoltaïque entre elles. Ce qui a pour avantage de minimiser les pertes de puissances par rapport aux commutateurs. D’autres techniques développées plus récemment comme la configuration Futoshiki est basée sur la logique des puzzles. Dans cette approche, l’emplacement physique des modules photovoltaïques change mais la connexion électrique des modules n’est pas modifiée. Les résultats de l’étude montrent que pour toutes conditions d’ombrages, la technique Futoshiki génère une plus grande puissance par rapport à la configuration total-cross-tied. L’inconvénient de la technique est qu’elle n’est pas capable d’extraire le maximum de puissance du système photovoltaïque. Il faudra donc développer un algorithme qui permet à cette technique d’optimiser la poursuite du maximum global (Sahu et al., 2016).