Content

République Algérienne Démocratique et Populaire
Ministère de l’enseignement supérieur et de la

recherche scientifique
Université Echahid Hamma Lakdhar- ELOued

Faculté de la Technologie
Département de Génie Electrique
MÉMOIRE
Présenté en vue de l'obtention du diplôme de
MASTER
Spécialité : Réseaux Electriques
Thème
Modélisation et simulation d'un générateur

PV et MPPT à l'aide de la méthode P&O,
INC et de la logique floue
Dirigé par : Réalisé par :

Dr. KECHIDA Ridha MESBAHI Achwak
NASRI Ikram
Année universitaire 2022/2023.

REMERCIEMENT
Nous remercions tout d'abord notre Dieu qui nous a donné la force et la volonté de
développer cette entreprise.
Nous tenons à exprimer toute notre gratitude à notre encadrant, Mr. Kechida
Ridha, pour avoir suggéré ce travail, pour son encadrement, son écoute, ses éclaircissements, ses
conseils, ses orientations et ses encouragements qu'il nous a apportés.
Nous remercions chaleureusement les membres du jury qui nous ont fait l'honneur de
présider notre jury de soutenance.
Nous exprimons également notre gratitude à tous ceux qui ont coopéré avec nous, le
Département de génie électrique de l'Université d'El-Oued.
Aussi à nos camarades de promotion de la promotion 2022-2023.
Master Réseaux Electriques,
Nous remercions également tous ceux qui ont participé de près ou de loin à l'élaboration de
ce travail.
‫ ﻧوﺟﮫ ھذه اﻟدراﺳﺔ ﻟﺗﺣوﯾل اﻟطﺎﻗﺔ‬.‫ ﺷﮭد اﺳﺗﻐﻼل اﻟطﺎﻗﺎت اﻟﻣﺗﺟددة ﺗطورات ﻣﮭﻣﺔ ﺧﻼل اﻟﻌﻘد اﻟﻣﺎﺿﻲ‬:‫ﻣﻠﺧص‬
‫ ھدﻓﻧﺎ ھو ﺗﺣﻘﯾﻖ أﻗﺻﻰ ﻗدر ﻣن اﻟﻛﻔﺎءة‬.‫اﻟﺷﻣﺳﯾﺔ إﻟﻰ طﺎﻗﺔ ﻛﮭرﺑﺎﺋﯾﺔ ﺑﺎﺳﺗﺧدام اﻟﺗﻛﻧوﻟوﺟﯾﺎ اﻟﻛﮭروﺿوﺋﯾﺔ‬
‫ ﻣن أﺟل ﺗﻌظﯾم أداء أﻧظﻣﺔ اﻟطﺎﻗﺔ اﻟﺷﻣﺳﯾﺔ؛ ﻣن اﻟﺿروري اﻟﺣﻔﺎظ ﻋﻠﻰ اﻟﺣد اﻷﻗﺻﻰ ﻟﺗﺗﺑﻊ‬.PV ‫ﺑﺎﺳﺗﺧدام وﺣدة‬
.‫( ﻟﻣﺻدر اﻟطﺎﻗﺔ‬MPPT) ‫ﻧﻘطﺔ اﻟطﺎﻗﺔ‬
MPPT ‫ﻟﮭذا ﻓﺈﻧﻧﺎ ﺳﻧﻘوم ﻓﻲ ھذا اﻟﻌﻣل ﺑﻣﻘﺎرﻧﺔ ﺛﻼث طرق ﻣﺧﺗﻠﻔﺔ ﻟﺗﺗﺑﻊ ﻧﻘطﺔ اﻻﺳﺗطﺎﻋﺔ اﻟﻘﺻوى‬
.(FLC) ‫( وطرﯾﻘﺔ "اﻟﻣﻧطﻖ اﻟﻐﺎﻣض‬INC) ‫ طرﯾﻘﺔ زﯾﺎدة اﻟﻣواﺻﻠﺔ‬،P&O (‫)طرﯾﻘﺔ "اﻟﺗﺷوﯾش واﻟﻣﻼﺣظﺔ‬
‫ ﯾﻣﺛل ﺟﻣﯾﻊ اﻟﺧطوات اﻟﻣﺗﺑﻌﺔ‬MATLAB/SIMULINK ‫ﻣﺣﺗوى ھذا اﻟﻌﻣل اﻟذي ﺗم ﻋﻠﻰ ﺑرﻧﺎﻣﺞ‬
.‫ﻟﺗﻧﻔﯾذ ﻣﺣﺎﻛﺎت ھذه اﻟطرق وﯾﺑﯾن ﻣﻣﯾزاﺗﮭﺎ وﻣدى ﻓﻌﺎﻟﯾﺗﮭﺎ‬
‫ ﻟﻐﺔ اﻟﺑرﻣﺟﺔ‬،(MPPT) ‫ ﺗﺗﺑﻊ ﻧﻘطﺔ اﻻﺳﺗطﺎﻋﺔ اﻟﻌظﻣﻰ‬،‫ اﻻﻟواح اﻟﻛﮭروﺿوﺋﯾﺔ‬:‫ﻛﻠﻣﺎت ﻣﻔﺗﺎﺣﯾﺔ‬
‫ اﻟﻣﻧطﻖ‬،(INC) ‫ طرﯾﻘﺔ زﯾﺎدة اﻟﻣواﺻﻠﺔ‬،(P&O) ‫ اﻟﺗﺷوﯾش واﻟﻣﻼﺣظﺔ‬،(MATLAB/SIMULINK)
.(FLC) ‫اﻟﻐﺎﻣض‬
Résumé : L'exploitation des énergies renouvelables a connu d'importants développements au

cours de la dernière décennie. Cette étude se concentre sur la conversion de l'énergie solaire en
énergie électrique à l'aide de la technologie photovoltaïque. Notre objectif est d'obtenir un
rendement maximal en utilisant un module PV. Afin de maximiser les performances des systèmes
d'énergie solaire, il est essentiel de maintenir le suivi du point de puissance maximale (MPPT) de
la source d'entrée.
Dans ce travail, nous effectuerons une comparaison entre trois algorithmes de commande
MPPT : la méthode Perturbe & Observe (P&O), la méthode d'incrémentation de la conductance
(INC) et la Logique Floue (FLC). Ce travail comprend les étapes de simulation de ces commandes,
ainsi que la démonstration de leurs caractéristiques et performances. Toutes les simulations ont été
réalisées dans l'environnement MATLAB/SIMULINK.
Mots clés : Photovoltaïque, PV, MPPT, P&O, INC, FLC.
Abstract: The exploitation of renewable energies has experienced significant developments in the
last decade. In this study, we focus on the conversion of solar energy into electrical energy through
photovoltaics. Our aim is to achieve maximum efficiency using a PV module. To maximize the
performance of solar energy systems, it is necessary to continuously track the Maximum Power
Point (MPPT) of the input source.
In this work, we will compare three MPPT control algorithms: the Perturb & Observe method
(P&O), the Incremental Conductance method (INC), and Fuzzy Logic. This work encompasses the
simulation steps for these control algorithms and demonstrates their characteristics and
performances. All simulations were conducted using the MATLAB/SIMULINK environment.
Keywords: Photovoltaic, PV, MPPT, P&O, INC, Fuzzy Logic.
I
TABLE DES MATIÈRES
Titre Page
TABLE DES MATIÈRES III
TABLE DES FIGURES VI
LISTE DES TABLEAUX IX
LISTE DES ABREVIATIONS X
Introduction générale 1
Chapitre I : Etat de l’art des systèmes photovoltaïques
I.1. Introduction 3
I.2. Les énergies renouvelables, ressources et exploitation 4
I.3. L'énergie solaire 5
I.3.1. Solaire photovoltaïque (panneaux solaires photovoltaïques) 5
I.3.2 Solaire thermique 5
I.4. Rayonnement solaire 5
I.4.1. Rayonnement direct 5
I.4.2. Rayonnement diffus 6
I.4.3. Rayonnement réfléchi ou l’albédo du sol 6
I.4.4. Rayonnement global 6
I.5. L’énergie solaire photovoltaïque 6
I.6. Cellule photovoltaïque 6
I.7. Principe de fonctionnement d’une cellule photovoltaïque 6
I.7.1. L’effet photovoltaïque 6
I.7.2. Cellule photovoltaïque 7
I.8. Type de cellule photovoltaïque 10
I.8.1. Cellules mono-cristallines 10
I.8.2. Cellules poly-cristallines 10
I.8.3. Cellules amorphes 11
I.9. Caractéristiques électriques d’une cellule photovoltaïque 10
I.9.1. Modèle d’une cellule photovoltaïque 10
I.9.2. Paramètres d’une cellule photovoltaïque 12
I.10. L’énergie photovoltaïque en Algérie 13
I.11. Avantages et inconvénients de l’énergie photovoltaïque 14
I.12. Conclusion 15
Chapitre II : Etage d'adaptation DC/DC avec commande MPPT
II.1. Introduction 17
II.2. Connexion directe générateur photovoltaïque-charge 17
II.3. Etage d'adaptation entre un générateur PV et une charge 19
II.4. Convertisseurs DC-DC survolteur (Boost) 19
II.6. Technique de commande de l'MPPT 22
II.6.1. Définition 22
II.6.2. Principe de fonctionnement de MPPT 23
III
II.7. Méthode Perturbe & Observe (P&O) 24
II.8. Méthode d'Incrémentation de la Conductance (INC) 25
II.9. Résultats de la simulation de la commande MPPT 26
II.10. Conclusion 33
CHAPITRE III : Commande MPPT basée sur l’approche Floue
III.2 Logique floue 36
III.2.1 Historique 36
III.2.2 Domaine d’application 36
III.2.3 Base de la logique floue 37
III.3. Règles floues 37
III.3.1. La logique floue 37
III.4. Technique MPPT par logique floue 38
III.4.1. Fuzzification 39
III.4.2. Inférence 39
III.4.3. Défuzzification 40
III.5. Commande MPPT à base de contrôleur floue 40
III.5.1. Fuzzification 41
III.5.2. Les variables linguistiques 43
III.6. Inférence 45
III.7. Avantages et inconvénients du réglage par logique floue 46
III.7.1. Avantages 46
III.7.2. Inconvénients 46
III.8. Simulation du système photovoltaïque 46
III.9. Etude comparative par simulation 52
III. 10. Conclusion 57
Chapitre IV : Réalisation d’un convertisseur Boost MPPT
IV.I. Introduction 59
IV.2 Matériels utilisé 59
IV.2.1 Les modules photovoltaïques 59
IV.3. Le microcontrôleur 60
IV.4. Résultats pratique 62
IV.5 Discussion générale de résultats 66
IV.6. Conclusion 66
Conclusion générale 67
Bibliographiques 68
Annexe 71
IV
TABLE DES FIGURES
Titre Page
Figure (I.1) : Types de rayonnement solaire reçus au sol. 4
Figure (I.2) : Représentation schématique d'une cellule solaire. 6
Figure (I.3) : Dopage type N. 8
Figure (I.4) : Dopage type P 8
Figure (I.5) : Jonction PN. 8
Figure (I.6) : Type de cellule photovoltaïque. 9
Figure (I.7) : Schéma équivalent d’une cellule photovoltaïque. 10
Figure (I.8) : Influence des résistances shunts et série sur la caractéristique I=f(V) 10
d'une cellule photovoltaïque
Figure (II.1) : Connexion directe GPV-Charge par le biais d’une diode anti-retour. 15
Figure (II.2) : Points de fonctionnement d'un GPV en connexion directe pour 15
différentes charges DC.
Figure (II.3) : Convertisseur statique DC-DC comme adaptateur entre un générateur 16
PV et une charge.
Figure (II.4) : Caractéristiques (I = f (V) et P = f (V)) du module Canadian 18
Solar.CS5C-80M pour différents éclairements T=25°.
Figure (II.5) : Caractéristiques (I = f (V) et P = f (V)) du module Canadian 19
Solar.CS5C-80M pour différentes températures, E=1000 wh/m2.
Figure. (II.6) : Principe de la commande MPPT. 20
Figure. (II.7) : Chaîne élémentaire de conversion photovoltaïque 21
Figure (II.8) : (a) Organigramme de l'algorithme P&O, (b) et (c) caractéristiques 22
puissance-tension des points de fonctionnement PV
Figure (II.9) : Organigramme de l'algorithme de l'incrémentale de la conductance 23
INC.
Figure (II.11) : Résultat de simulation de tension généré par PV (E=1000 W/m², 25
T=25°C).
Figure (II.12) : Résultat de simulation de courant généré par PV (E=1000 W/m², 25
T=25°C).
Figure (II.13) : Résultat de simulation de puissance généré par PV (E=1000 W/m², 25
T=25°C).
Figure (II.14) : Résultat de simulation de rapport cyclique pour (E=1000 W/m², 25
T=25°C).
Figure (II.15) : Variation de l'irradiation et température constantes. 26
Figure (II.16) : Résultats de simulation de tension générée par PV pour différents 27
éclairements (T=25°C).
Figure (II.17) : Résultats de simulation de courant générée par PV pour différents 27
Figure. (II.18) : Résultats de simulation de puissance générée par PV pour différents 27
Figure. (II.19) : Résultat de simulation de rapport cyclique pour différents éclairements 27
(T=25°C).
Figure. (II.20) : Variation de la température et une irradiation fixe. 28
Figure. (II.21) : Résultats de simulation de puissance générée par PV pour différentes 29
températures (E=1000W/m²)
Figure. (II.22) : Résultats de simulation de tension générée par PV pour différentes 29
températures (E=1000 W/m²)
Figure. (II.23) : Résultats de simulation de courant générée par PV pour différentes 29
Figure. (II.24) : Résultat de simulation de rapport cyclique pour différentes 29
Figure (III.1) : Comparaison d'un ensemble classique et un ensemble flou. 32
Figure (III.2) : Traitement flou. 33
Table des figures
Figure (III.3) : Structure d’un régulateur flou. 34

Figure (III.4) : Schéma synoptique d’un système PV avec une commande MPPT
35
floue.
Figure (III.5). : Structure de base d'un contrôleur flou. 36
Figure (III.6) : Variation de la puissance par rapport à la variation de la tension. 37
Figure (III7) : Représentation des fonctions d'appartenance. 38
Figure (III.8) : Schéma bloc de l’algorithme à base de la logique floue. 39
Figure (III.9) : Résultat de simulation de tension généré par PV 41
Figure (III.10) : Résultats de simulation de courant généré PV 41
Figure (III.11) : Résultat de simulation de puissance généré par PV 41
Figure (III.12) : Variation de l'irradiation et température constantes. 41
Figure (III.13) : Résultats de simulation de tension générée par PV (T=25°C). 42
Figure (III.14) : Résultats de simulation de courant générée par PV (T=25°C). 42
Figure (III.15) : Résultats de simulation de puissance générée par PV(T=25°C). 42
Figure (III.16) : Variation de la température et une irradiation fixe. 43
Figure (III.17) : Résultats de simulation de puissance générée par PV
43
(E=1000W/m².)
Figure (III.18) : Résultats de simulation de tension et (c) générée par PV
43
(E=1000W/m²)
Figure (III.19) : Résultats de simulation de courant générée par PV (E=1000
43
W/m²)
Figure (III.20). Résultat de simulation de puissance généré par PV (E=1000
44
W/m², T=25°C).
Figure (III.21). Résultat de simulation de tension généré par PV (E=1000 W/m²,
44
T=25°C).
Figure (III.22). Résultat de simulation de courant généré par PV (E=1000 W/m²,
44
T=25°C).
Figure (III.23). Résultats de simulation de puissance générée par PV (T=25°C). 45
Figure (III.24). Résultats de simulation de tension générée par PV(T=25°C). 45
Figure (III.25). Résultats de simulation de courant générée par PV (T=25°C). 45
Figure (III.26). Résultats de simulation de puissance générée par PV
46
(E=1000W/m²)
Table des figures
Figure (III.27) : Résultats de simulation de tension générée par PV

46
(E=1000W/m²)
Figure (III.28) : Résultats de simulation du courant générée par PV
46
(E=1000W/m²)
Figure (IV.1) : Les modules PV utilisés dans notre étude 48
Figure (IV.2) : Carte Arduino UNO 49
Figure (IV.3) : Photo réelle de convertisseur Boost. 49
Figure (IV.4) : Schéma global du système photovoltaïque réalisé. 50
Figure (IV.5) : Résultats de expérimentales en utilisant la méthode P&O 51
Figure (IV.6) : Résultats de expérimentales en utilisant la méthode INC 52
LISTE DES TABLEAUX
Titre de tableaux Page

Tableau (II.1) : Caractéristiques principales du module Canadian Solar.CS5C-80M 18
Tableau (II.2): Caractéristiques principales du convertisseur boost 24
Tableau (III.1): Règles d’inférence du contrôleur MPPT flou 39
Tableau (IV.2). Les composants de hacheur 49
IX
LISTE DES ABREVIATIONS
GPV Générateur Photovoltaïque.
Pmax Puissance Maximale d’un Générateur Photovoltaïque.
AC Courant Alternative.
DC Courant Continue.
PPM Power Point Maximum.
V opt La Tension Optimale.
I opt Courant Optimal.
PV Photovoltaïque.
MPPT Maximum Power Point Tracking.
MOSFET Metal Oxide Semiconductor Field Effect Transistor
IGBT Insulated Gate Bipolar Transistor.
P&O Perturbe & Observe.
INC Incrémentation de la conductance
Vpv Tension de sortie de la cellule(V),
Ipv Courant de sortie de la cellule(A),
Iph Courant photo-générer ou photo-courant (A),
Isat Courant de saturation de la diode (A),
q Charge d’électron q= 1.6 10-19(c),
k Constant de Boltzmann (k= 1.38 10-23 J/k),
T Température absolue de fonctionnement de la jonction (k°),
n Facteur d’idéalité de la diode (n∈ [1 ,3]),
Rs Résistance série(Ω),
Rp Résistance parallèle(Ω),
Introduction générale
Au cours des dernières décennies, notre planète a connu une augmentation significative des
émissions de gaz à effet de serre, en raison des avancées considérables dans la technologie et
l'industrie. Malheureusement, cela a eu des conséquences néfastes, notamment des
perturbations climatiques et des catastrophes naturelles majeures. L'utilisation du
développement des énergies non polluantes s'est ainsi imposée comme la solution ultime à ce
problème. À l'ère du développement durable, l'énergie photovoltaïque connaît une croissance
rapide en raison de son potentiel considérable en tant que source d'énergie renouvelable.
Les panneaux solaires ou photovoltaïques (PV) sont l’élément de base de tout système de
conversion d’énergie photovoltaïque. La caractéristique électrique du panneau PV est de nature
non linéaire et possède un point particulier appelé « Point de Puissance Maximale » (en anglais
"Maximum Power Point" MPP). Ce point est le point de fonctionnement optimal pour lequel le
panneau opère à sa puissance maximale [1-3].
L'énergie photovoltaïque est fortement dépendante des conditions climatiques et de la
localisation du site, ce qui rend la localisation du point de puissance maximale (MPP) variable
dans le temps et donc difficile. La plupart des systèmes de conversion d'énergie photovoltaïque
utilisent une technique ou un algorithme spécifique appelé "Maximum Power Point Tracking"
(MPPT) qui vise à suivre le point de puissance maximale.
Le MPPT vise à améliorer et à optimiser l’exploitation des systèmes photovoltaïques. Il
permet d’avoir un gain qui peut atteindre 25%, d’où son importance. Techniquement, le MPPT
fait appel à une interface entre le panneau et la charge qui est généralement un dispositif de
conversion de puissance [4].
Notre travail vise principalement à effectuer une étude comparative entre différentes
méthodes permettant d'optimiser l'extraction de la puissance maximale à partir du générateur
photovoltaïque (GPV).
1
Introduction générale
Dans le premier chapitre, nous présenterons l'énergie photovoltaïque. Nous expliquerons le

principe de fonctionnement, les principales caractéristiques et les paramètres d'une cellule
solaire. Enfin, nous aborderons les avantages et les inconvénients de l'énergie photovoltaïque.
Dans le deuxième chapitre, nous allons présenter le convertisseur statique ainsi que leur
principe de fonctionnement, suivi par le principe de la commande MPPT et ses différentes
techniques.
Dans le troisième chapitre nous présenterons la commande floue d’un système
photovoltaïque pour la recherche du point de puissance maximale (MPP).
Le quatrième chapitre expliquera en détail l'expérience pratique que nous avons réalisée, en
décrivant les dispositifs utilisés et en présentant les résultats obtenus à partir de cette
expérience.
Enfin, nous conclurons notre thèse par un chapitre de conclusion générale qui résumera
l'intérêt de notre étude et mettra en évidence les principales conclusions et recommandations.
2
Chapitre I.
Etat de l’art des systèmes

photovoltaïques
Chapitre I.
Etat de l’art des systèmes photovoltaïques
I.1. Introduction
L’effet photovoltaïque a été découvert en 1836 par Antoine Becquerel, mais ce n’est que
dans les années 60 que les premières applications concrètes ont vu le jour avec l’essor de
l’industrie spatiale. Depuis ce temps, les recherches dans ce domaine n’ont cessé d’évoluer afin
de pouvoir offrir une alternative aux énergies fossiles en apportant des solutions pour
l’amélioration globale des performances des systèmes de conversion photovoltaïque et les rendre
plus abordables [05].
Dans ce chapitre, nous présenterons l'énergie photovoltaïque en détaillant son principe de
fonctionnement, les principales grandeurs caractéristiques et les paramètres associés aux cellules
solaires. De plus, nous aborderons de manière approfondie les avantages et les inconvénients de
cette forme d'énergie renouvelable.
I.2. Les énergies renouvelables, ressources et exploitation
Par rapport aux énergies fossiles, les énergies renouvelables sont considérées comme des
sources inépuisables, c’est-à-dire sa vitesse de formation est plus grande que sa vitesse
d’utilisation [06]. Les énergies renouvelables constituent donc une alternative aux énergies
fossiles à plusieurs raisons :
 Elles sont généralement moins perturbatrices de l'environnement, elles n'émettent pas de gaz à
effet de serre et ne produisent pas de déchets ;
 Elles autorisent une production décentralisée adaptée à la fois aux ressources et aux besoins
locaux.
Les principales sources d'énergies renouvelables sont : les énergies éolienne, solaire,
géothermique, hydraulique, ainsi que l’énergie issue de la biomasse. [07]
I.3 L'énergie solaire

L'énergie solaire se réfère à l'énergie émise par le soleil sous forme de lumière et de chaleur.
Cette forme d'énergie est pratiquement inépuisable à l'échelle de l'humanité, ce qui la classe
parmi les sources d'énergie renouvelables. Pour capter cette énergie, nous utilisons des capteurs
Chapitre I. Etat de l’art des systèmes photovoltaïques
spécifiques qui absorbent les rayons solaires et les redistribuent selon deux principaux modes de
fonctionnement :
I.3.1- Solaire photovoltaïque (panneaux solaires photovoltaïques)
Dans ce cas l’énergie solaire est captée est transformé en électricité.
I.3.2- Solaire thermique
Dans ce cas, la chaleur des rayons solaire est captée est utilisée, pour chauffer de l'eau ou
pour produire de l’électricité.
I.4 Rayonnement solaire
Le rayonnement solaire est une onde électromagnétique émise par la surface de soleil qui
résulte des réactions de fusion de l'hydrogène en hélium ayant lieu au cœur du soleil. Le
rayonnement solaire incident sur un capteur solaire est composé de trois parties :
Le rayonnement direct, le rayonnement diffus et le rayonnement réfléchi par la surface de la terre,
comme montre la figure suivante : [8-10]
Figure I.1: Types de rayonnement solaire reçus au sol.
I.4.1. Rayonnement direct

La conversion du rayonnement direct est une question trigonométrique. Le rayonnement
direct, sur le plan horizontal, est la différence entre le rayonnement global et le rayonnement
diffus.
I.4.2. Rayonnement diffus
C’est dû à l’absorption et à la diffusion d’une partie du rayonnement solaire global par
l’atmosphère et à sa réflexion par les nuages et les aérosols.
4
I.4.3. Rayonnement réfléchi ou l’albédo du sol

C’est le rayonnement qui est réfléchi par le sol ou par des objets se trouvant à sa surface. Cet
albédo peut être important lorsque le sol est particulièrement réfléchissant (eau, neige, etc.…).
I.4.4. Rayonnement global
Le rayonnement global est subdivisé en rayonnements directs, diffus et reflété par le sol.
1.5. L’énergie solaire photovoltaïque

Elle provient de la transformation directe d’une partie de la lumière en électricité. Cette
conversion s’effectue par le biais d’une cellule dite photovoltaïque (PV) basé sur un phénomène
physique appelé effet photovoltaïque qui consiste à produire une force électromotrice lorsque la
cellule est exposée à la lumière. La tension générée peut varier en fonction du matériau utilisé
dans la fabrication de la cellule. L’association de plusieurs cellules en série /parallèle donne lieu à
un générateur photovoltaïque (GPV) qui a une caractéristique courant-tension (I-V) non linéaire
présentant un point de puissance maximale.
De nos jours et selon le besoin, l’énergie électrique photovoltaïque produite est ainsi
disponible soit sous forme d’électricité directe ou stockée en batteries (énergie électrique
décentralisée) ou en électricité injectée dans le réseau.
I.6. Cellule photovoltaïque

La cellule PV est le plus petit élément d’une installation photovoltaïque. Elle est composée
de matériaux semi- conducteurs généralement à base de silicium (SI), qui produisent un courant
électrique sous l’effet des photons lumineux. Les cellules sont raccordées entre- elles pour former
des modules photovoltaïques pouvant convertir en électricité environ 15% de l’énergie solaire
reçue. [11]
I.7. Principe de fonctionnement d’une cellule photovoltaïque
I.7.1. L’effet photovoltaïque

L'effet photovoltaïque est un des effets photoélectriques. Il est mis en œuvre dans les cellules
photovoltaïques pour produire de l'électricité à partir du rayonnement solaire. Il est le produit du
choc des photons de la lumière sur un matériau semi-conducteur qui transmet leur énergie aux
électrons qui génèrent une tension électrique. L’effet photovoltaïque est obtenu par absorption
des photons dans un matériau semiconducteur qui génère alors des paires électrons-trous créant
une tension ou un courant électrique. Plusieurs types de composants peuvent être créés à partir de
5
ce principe. Ils sont appelés photodiodes, phototransistors ou des photopiles. Cet effet
photovoltaïque est notamment utilisé dans les panneaux solaires photovoltaïques. [12]
I.7.2. Cellule photovoltaïque
Le fonctionnement de la photopile est basé sur les propriétés électroniques acquises par le
silicium quand des atomes étrangers en petit nombre (des impuretés) sont substitués dans un
réseau cristallin. Cette action est appelée dopage. Si l'atome d'impureté contient plus d'électrons
que le silicium, le matériau contiendra des électrons libres en excès : il sera dit de type N
(exemple : silicium dopé au phosphore). Si au contraire, l'atome d'impureté contient moins
d'électrons que le silicium, le matériau sera déficitaire en électrons : il sera dit de type P
(exemple: silicium dopé au bore). [13]
Figure I.2: Représentation schématique d'une cellule solaire. [14]
La fabrication des cellules s'effectue à partir de lingots de silicium. Ces lingots sont découpés
en fines couches de type P ou N en y diffusant du brome ou du phosphore. Une cellule solaire est
alors obtenue en constituant une jonction de deux zones de type opposé (jonction PN). Au
voisinage de la jonction apparaît un champ électrique qui maintient la séparation des charges
positives et négatives. Des contacts métalliques en formes de grille, contacts avant et arrière, sont
déposés la figure (I.2).
Une cellule photovoltaïque donc est un dispositif qui permet de transformer l'énergie solaire
en énergie électrique. Cette transformation est basée sur les trois mécanismes. Suivants :
Absorption des photons (dont l'énergie est supérieure au gap) par le matériau constituant le
dispositif ; Conversion de l'énergie du photon en énergie électrique, ce qui correspond à la
création des pairs électrons/trous dans le matériau semi-conducteur ; Collecte des particules
générées dans le dispositif.
6
Le matériau constituant la cellule photovoltaïque doit donc posséder deux niveaux d'énergie
et être assez conducteur pour permettre l'écoulement du courant : d'où l'intérêt des semi-
conducteurs pour l'industrie photovoltaïque. Afin de collecter les particules générées, un champ
électrique permettant de dissocier les pairs électrons/ trous créés est nécessaire. Pour cela on
utilise le plus souvent une jonction P-N. [15]
A. Matériaux semi-conducteurs
Les semi-conducteurs sont des corps solides dont la conductivité électrique se situe entre
celle des métaux et celle des isolants. La conductivité électrique des solides est une propriété qui
est due à la présence d'électrons libres de se déplacer dans le milieu et de générer ainsi un courant
électrique.
B. Semi-conducteurs intrinsèques
Les électrons situés sur la couche la plus éloignée du noyau, qui participent aux liaisons
covalentes peuvent, sous l’effet de l’agitation thermique, devenir porteur de charge. Le
diagramme énergétique est constitué de deux bandes (conduction et valence) séparé par une
bande interdite. Pour franchir cette bande l’électron doit acquérir de l’énergie (thermique,
photon,…). Mais le nombre d’électrons libres dans un semi- conducteur intrinsèque reste très
faible. Ici le nombre de trou et d’électron est égal. [16]
C. Semi-conducteurs extrinsèques
Pour augmenter la conductivité des semi-conducteurs on y introduit des impuretés. Ce
procédé est appelé dopage.
D. Dopage de type N
On remplace un atome de silicium par un atome pentavalent. Quatre d’entre eux assurent les
liaisons avec les atomes voisins de silicium et le cinquième resté disponible va être excité vers la
bande de conduction très facilement par l’agitation thermique. D’où le nombre d’électron libre
qui va fortement augmenter : dans ce cas le nombre de trou est très inférieur au nombre
d’électron libre. On obtient ainsi un cristal dopé N (négatif). [17]
E. Dopage de type P
De la même façon on introduit des atomes trivalents, ses trois électrons vont assurer les
liaisons covalentes avec trois atomes voisins mais laisser un trou au quatrième. Ce trou se déplace
de proche en proche dans le cristal pour créer un courant. Ici le nombre de trous est très supérieur
7
au nombre d’électrons libres du cristal intrinsèque, on obtient donc un cristal dopé P (positif), les
impuretés utilisées sont souvent du Bore. [18]
Figure I.3: dopage type N .[18]
Figure I.4: dopage type P .[18]
F. La jonction PN
Une jonction PN est l’accolement d’une région dopé P et d’une région dopée N. Lors de cet
assemblage les porteurs de charges libres s’attirent et se recombinent dans la zone de jonction où
les porteurs libres disparaissent: c’est la zone de transition. Il ne reste donc plus que les ions dans
cette zone qui vont créent un champ électrique interne au niveau de la jonction et qui empêche les
charges libres restantes dans chaque zone de traverser la jonction pour se recombiner. [18]
Figure I.5 : jonction PN .[18]
8
I.8.Type de cellule photovoltaïque
I.8.1. Cellules mono-cristallines

On appelle cellule monocristalline une cellule issue d'un bloc de silicium cristallisé en un
seul cristal. Ce genre de cellule est rond, parfois presque carré, et possède une couleur uniforme.
Les panneaux à cellules monocristallines offrent un rendement de 14 à 18 %. Leur méthode de
production restant complexe et coûteuse (il faut beaucoup d'énergie pour obtenir du cristal de
silicium pur), ces panneaux sont donc chers. [19]
I.8.2. Cellules poly-cristallines
Les cellules poly-cristallines sont issues d'un bloc de silicium cristallisé en cristaux
multiples. Elles ont souvent un aspect rectangulaire. Les panneaux solaires à cellules poly-
cristallines ont un rendement plus faible que ceux à cellules monocristallines (de 11 à 15 %).
Leur coût de production étant moins élevé, elles offrent le meilleur rapport qualité/prix.
I.8.3. Cellules amorphes
Les cellules photovoltaïques amorphes sont produites à partir d'un « gaz de silicium », qui est
projeté sur du verre, du plastique souple ou du métal, par un procédé de vaporisation sous vide.
Cette technique permet d'utiliser des couches très minces de silicium. Les cellules
photovoltaïques amorphes sont moins coûteuses à produire que les précédentes, mais leur
rendement n'est que de 7 à 9 %. [19]
a: monocristallines b: polycristallines c: amorphes

Figure I.6: Type de cellule photovoltaïque. [20]
9
I.9. Caractéristiques électriques d’une cellule photovoltaïque

I.9.1. Modèle d’une cellule photovoltaïque
La figure (I.7) présente le schéma équivalent d’une cellule photovoltaïque sous éclairement.
Il correspond à un générateur de courant Iph monté en parallèle avec une diode.
Figure I.7. Schéma équivalent d’une cellule photovoltaïque.
Deux résistances parasites sont introduites dans ce schéma. Ces résistances ont une certaine
influence sur la caractéristique I =f (V) de la cellule, figure (I.8) :
- La résistance série (Rs) est la résistance interne de la cellule ; elle dépend principalement de la
résistance du semi-conducteur utilisé, de la résistance de contact des grilles collectrices et de
la résistivité de ces grilles.
- La résistance shunt (Rp) est due à un courant de fuite au niveau de la jonction ; elle dépend de
la façon dont celle-ci a été réalisée.
Figure I.8. Influence des résistances shunts et série sur la caractéristique I=f(V) d'une cellule photovoltaïque
10
Le modèle mathématique pour la caractéristique courant-tension d’une cellule PV est donné par :
I PV  I Sat 

 q V pv   I pv * R S   V  I *R 
 1 
pv pv s
(I.1)
 n .k .T  Rp
 
I.9.2. Paramètres d’une cellule photovoltaïque

Ces paramètres peuvent être déterminés à partir des courbes courant-tension, ou de
l’équation caractéristique.
I.9.2.1. Courant de court-circuit (Icc)
C’est le courant pour lequel la tension aux bornes de la cellule ou du générateur PV est nul.
Dans le cas idéal (Rs nulle et Rp infinie), ce courant se confond avec le photo- courant Iph dans le
cas contraire, en annulant la tension Vpv dans l’équation (I.1), on obtient :
 q  I cc * R s    I cc * R s 
I cc  I ph  I sat exp  1  (I.2)
 n .k .T  Rp
Pour la plupart des cellules (dont la résistance série est faible), on peut négliger le terme
( ∗ )
− 1 devant Iph L’expression approchée du courant de court-circuit est alors:
. .
I ph
I cc 
R (I.3)
1 s
Rp
Quantitativement, il a la plus grande valeur du courant généré par la cellule (pratiquement ICC =
Iph).
I.9.2.2. Tension de circuit-ouvert (Vco)
C’est la tension Vco pour laquelle le courant débité par le générateur photovoltaïque est nul
(c’est la tension maximale d’une photopile ou d’un générateur photovoltaïque).
 qV pv  v
0  I cc  I sat  exp  1  pv (I.4)
 n .k .T  Rp
Dans le cas idéal, sa valeur est légèrement inférieure à :
I 
V co V T ln  ph  1 (I.5)
 I sat 
I.9.2.3. La puissance maximale

C’est la puissance électrique maximale que peut fournir le module, qui est associé à une
tension maximale Vmax et à une intensité maximale Imax lorsqu’il est question de puissance
11
maximale dans les conditions normalisées d’ensoleillement STC standard (25° et un éclairement
de 1000 w/m2), on parle alors de puissance crête, mesurée en watts-crête.
I.9.2.4. Facteur de forme FF

C’est le rapport de la puissance maximale qui peut être délivré à la charge sur le produit de
(ICC, VCO).
Pmax I mpp V . mpp
FF   (I.6)
I cc .V co I cc .V co
Pour les cellules ayant moyen rendement, le FF des valeurs d’ordre 0.7 à 0.85. Le facteur
de forme FF diminue si la température augmente.
I.9.2.5. L’efficacité (rendement) de la conversion
C’est le rapport de la puissance électrique maximale pouvant être extraite, à la puissance de
rayonnement incident sur la surface X de la cellule.
Pmax I mpp .I cc .FF
  (I.7)
Pinc Pinc
Avec est égale au produit de l’éclairement et de la surface totale des photopiles.
I.10. L’énergie photovoltaïque en Algérie
L’Algérie est probablement le pays Africain et Méditerranéen disposant du potentiel

d’énergie renouvelable le plus important à l’échelle régionale, de même que les capacités les plus
appropriées au développement et à l’exploitation de ce potentiel. Un potentiel énergétique lié à
plusieurs types de sources, mais dont l’énergie solaire demeure la plus importante en disponibilité
et puissance et, sans doute aussi, la plus compétitive à développer à l’avenir sous diverses formes.
L’Algérie est en effet l’un des plus importants gisements d’énergie solaire au monde avec
une durée d’insolation de 2.000 à 3.900 heures par an, et une irradiation journalière de 3.000 à
6.000 Wh/m2, soit l’équivalent de 10 fois la consommation mondiale.
L’exploitation de l’énergie solaire a été entamée par la réalisation d’une centrale à Hassi
R’mel d’une capacité de 15 mégawatts. D’autres projets sont envisagés, « A très long terme, à
l’horizon 2025, jusqu’à 15% de l’électricité sera produite à partir du solaire. Le développement
de ces énergies permettra d’épargner le gaz pour l’exporter ou l’utiliser dans la pétrochimie. A
très long terme, on pourra même exporter l’énergie solaire et éolienne si elle est compétitive vers
d’autres pays ».
12
La promotion et le développement des énergies alternatives constituent donc une nécessité

incontournable au développement des énergies alternatives aura également un effet positif sur la
préservation de l’environnement et la lutte contre le chômage. « Les énergies solaire et éolienne
sont moins polluantes. L’investissement dans ce secteur permettra de créer des emplois et
d’épargner l’utilisation des énergies fossiles comme le gaz, l’essence, le GPL, etc. qui peuvent
être exportées ou utilisées pour générer des activités industrielles ». [21]
I.11. Avantages et inconvénients de l’énergie photovoltaïque [22]
A. Les Avantages
 Sa gratuité et pas de pollution.
 Sa fiabilité et la longue vie de l’installation.
 Sa structure fixe.
 Son coup de maintenance bas.
 Sa flexibilité (dimensionnement selon les besoins, modularité).
 Son potentiel illimité. 5% de la surface des déserts sucraient pour alimenter la planète entière.
B. Inconvénients et Limites
 Le coût élevé de l’installation.
 Le rendement relativement bas de l’effet photovoltaïque.
 La puissance est réduite lorsque les conditions climatiques sont défavorables (nuages).
 Le stockage de l’énergie électrique sous forme chimique (batterie) est nécessaire pour une
installation autonome.
 Même si l’électricité produite par une installation photovoltaïque est sans pollution. La
fabrication, l’installation et l’élimination des panneaux ont un impact sur l’environnement.
I.12. Conclusion
Dans ce chapitre, nous avons exploré les concepts généraux des systèmes photovoltaïques,
en mettant l'accent sur les cellules photovoltaïques et leur capacité à convertir l'énergie solaire en
électricité. Nous avons également examiné les différents types de cellules et leur rendement, ainsi
que les modules photovoltaïques et leurs paramètres. De plus, nous avons étudié l'influence de
l'irradiation solaire et de la température sur les caractéristiques courant-tension et puissance-
tension.
13
Chapitre II.
Etage d'adaptation DC/DC avec

commande MPPT
Chapitre II.
Etage d'adaptation DC/DC avec commande MPPT
II.1. Introduction
Ce chapitre met en évidence que les générateurs photovoltaïques présentent des

caractéristiques non linéaires (I-V) et ne fonctionnent de manière optimale qu'à un seul point
spécifique, dans des conditions uniformes d'éclairement, de température et de charge. Les
variations climatiques ou les fluctuations de comportement de la charge peuvent entraîner une
dégradation des performances du générateur photovoltaïque (GPV). Afin d'obtenir la puissance
maximale disponible d'un GPV malgré cette dégradation, il est nécessaire d'adapter en
permanence la charge au générateur photovoltaïque. Cette adaptation peut être réalisée en
utilisant un convertisseur DC-DC contrôlé par un mécanisme de poursuite MPPT (Maximum
Power Point Tracking). Ensuite, nous avons testé les commandes MPPT telles que P&O (Perturb
and Observe) et INC (Incremental). Cela nous a permis de modifier facilement les paramètres du
système, tels que les conditions météorologiques, et d'observer l'impact de la commande sur le
générateur photovoltaïque.
Dans la suite, nous procéderons à diverses simulations sur un système photovoltaïque (PV)
composé principalement d'un panneau PV et d'un hacheur élévateur, contrôlé par des techniques
de commande MPPT. L'objectif de ces simulations est de mettre en évidence l'impact des
changements météorologiques sur le système PV et d'observer la réaction de notre système face à
ces variations.
II.2. Connexion directe générateur photovoltaïque-charge
Le système le plus simple que l’on puisse concevoir se compose d'un générateur
photovoltaïque (GPV) et d’une charge qui utilise directement l'énergie produite du GPV. Cette
énergie est dépendante fortement de l'éclairement, de la température et de la nature de la charge
[23].
La charge d'un GPV peut être dynamique ou statique. La charge dynamique a des
caractéristiques variables sur toute la plage de fonctionnement, tandis que la charge statique a une
caractéristique stable sur toute la plage de fonctionnement. La charge résistive a des
caractéristiques statiques et linéaires sur toute la plage de fonctionnement [24].
Chapitre II. Etage d'adaptation DC/DC avec commande MPPT
La connexion directe d'un GPV à une charge est le principe de fonctionnement le moins cher,
dans la mesure où la charge accepte bien la connexion directe au générateur de puissance
continue. Cette configuration est illustrée à la figure (II.1).
Figure. (II.1). Connexion directe GPV-Charge par le biais d’une diode anti-retour.
L'inconvénient majeur de cette connexion est la dépendance entre la puissance fournie par le
générateur et la charge c'est-à-dire le transfert de Pmax disponible aux bornes du GPV vers la
charge n'est pas non plus garanti [25], [26]. Un autre inconvénient c'est que la connexion directe
du GPV n'est pas valable sur une charge AC car le GPV fournit un courant continu. Pour la
connexion d'un GPV à une charge alternative, un étage d'adaptation de type onduleur est
nécessaire. Ainsi, pour éviter cette situation, la connexion doit être assurée à l'aide d’une diode
anti-retour placée entre le GPV et la charge [27], [28].
Figure. (II.2) : Points de fonctionnement d'un GPV en connexion directe pour différentes charges DC.
15
La charge DC peut être: une charge purement résistive, une charge de type source de tension
ou une charge de type source de courant. Sur la figure (II.2), les caractéristiques (I-V) et (P-V)
d'un GPV sont représentées ainsi que les caractéristiques (I-V) des trois types de charges.
Les points de fonctionnement A B C, sont les points d'intersection entre la caractéristique
(I-V) du GPV et celles des trois types de charge. Le fonctionnement optimal s'obtient pour le
PPM qui correspond à la tension optimale Vopt et au courant optimal Iopt.
Pour ces trois points, les puissances fournies par le générateur sont respectivement
PA , PB , PC . Ces puissances sont toutes des valeurs de puissances inférieures à la puissance
maximale disponible Pmax . Donc, il faut remédier à ce problème par l’ajout d'un étage d’adaptation
[27-29].
II.3. Etage d'adaptation entre un générateur PV et une charge

Afin d'extraire, à chaque instant, le maximum de puissance disponible aux bornes du GPV et
de la transférer à la charge, un étage d'adaptation est utilisé. Cet étage joue le rôle d'interface
entre les deux éléments. Il assure, à travers une action de contrôle, le transfert du maximum de
puissance fournie par le générateur. L'adaptateur communément utilisé en PV est un
convertisseur statique (convertisseur de puissance DC/DC). La structure de conversion est choisie
en fonction de la charge à alimenter.
II.4. Convertisseurs DC-DC survolteur (Boost)

En effet, d’un hacheur parallèle est également connu sous différents noms tels que l’hacheur
élévateur, hacheur survolteur ou hacheur de type Boost. La figure (II.3) représente un
convertisseur élévateur qui permet de convertir une tension continue d'entrée en une tension de
sortie plus élevée.
Figure. (II.3): Convertisseur statique DC-DC comme adaptateur entre un générateur PV et une charge.
16
Puisque la tension du panneau photovoltaïque (formé de plusieurs cellules en série et en

parallèle) est faible, l'utilisation d'un convertisseur DC-DC type Boost pour augmenter cette
tension et rendre possible la connexion du générateur photovoltaïque aux différentes charges est
nécessaire, en conséquence, le coût en sera réduit [30-33].
Ce convertisseur comprend la source d'entrée est de type courant continu (inductance en
série avec une source de tension) et la charge de sortie est de type tension continue (condensateur
en parallèle avec la charge résistive). L’interrupteur « K » peut être remplacé par un transistor
puisque le courant est toujours positif et que les commutations doivent être commandées (au
blocage et à l'amorçage). Le commutateur peut être un transistor MOSFET ou un IGBT qui peut
commuter sur deux positions, marche ou arrêt rapidement. Un condensateur est intégré dans le
circuit du convertisseur Boost, dont le but est de réduire les harmoniques à haute fréquence [34].
 Modèle mathématique équivalent

L’application des lois de Kirchhoff sur les deux circuits équivalents des deux phases de
fonctionnement donne :
Pour le premier intervalle Ts :
dV pv
I C 1  C1  I pv  I L (II.1)
dt
dV 0
IC 2  C 2  I0 (II.2)
dt
dV L (II.3)
VL  L V pv  R L I L
dt
Pour le deuxième intervalle (1)TS :
dV pv
I C 1  C1  I pv  I L (II.4)
dt
dV 0
IC 2  C 2  IL I0 (II.5)
dt
dV L
VL  L V pv V 0  R L I L (II.6)
dt
II.5. Résultat et simulation

Pour simuler le comportement du GPV, nous avons utilisé le logiciel Matlab/Simulink. Le
générateur photovoltaïque choisi est un module de (Canadian Solar.CS5C-80M). Les paramètres
de ce module sont donnés dans tableau (II.1). L'implémentation sous Simulink du GPV est
illustrée sur les figures (II.4) et (II.5).
17
Tableau (II.1) : Caractéristiques Principales du Module Canadian Solar.CS5C-80M
Puissance maximale aux conditions STC Pmax 80.15W
Tension du circuit ouvert Voc 21.8 V
Courant de court-circuit I sc 4.97A
Tension au PPM V mpp 17.5V
Courant au PPM I mpp 4.58A
Coefficient de température pour Voc

0
-0.37399 V / C
Coefficient de température pour I sc

0
0.088994 A / C
Les résultats de simulation I = f (V) et P = f (V) à travers la figure (II.4) permet de voir le
comportement de GPV en fonction l'éclairement variable et la température constant :
Figure. (II.4) : Caractéristiques (I = f (V) et P = f (V)) du module Canadian Solar.CS5C-80M pour différents
éclairements T=25°.
Les résultats de simulation I = f (V) et P = f (V) à travers la figure (II.5) permet de voir le
comportement de GPV en fonction la température variable et l'éclairement constant :
18
Figure. (II.5) : Caractéristiques (I = f (V) et P = f (V)) du module Canadian Solar.CS5C-80M pour différentes
températures, E=1000 wh/m2.
II.5.1. Interprétation des résultats
 Influence de l'éclairement:
La figure (II.4) illustre l'impact de l'éclairement sur les caractéristiques courant-tension et
puissance-tension. À température constante, on observe une variation significative du courant,
tandis que la tension varie légèrement. En effet, le courant de court-circuit est une fonction
linéaire de l'éclairement, tandis que la tension de circuit ouvert suit une fonction logarithmique.
Cela explique pourquoi le courant réagit de manière plus sensible aux variations de l'éclairement
par rapport à la tension.
 Influence de la température:
La figure (II.5) met en évidence la diminution de la tension d'un module photovoltaïque avec
l'augmentation de la température du module PV. En revanche, le courant de court-circuit connaît
une légère augmentation avec la température du module PV. Ces figures illustrent clairement la
réduction du rendement due à l'élévation de la température sur la cellule. De plus, on peut
observer sur la figure (II.5) que l'augmentation de la température entraîne également une
diminution de la puissance maximale disponible.
19
II.6. Technique de commande de l'MPPT

II.6.1 Définition
Dans un système photovoltaïque comprenant une source photovoltaïque et une charge, la
recherche du point de fonctionnement optimal par des techniques d'optimisation représente une
étape importante. Cette technique de commande est souvent nommée dans la littérature
«Maximum Power Point Tracking, MPPT».
Par définition, une commande MPPT, associée à un étage intermédiaire d’adaptation, permet
de faire fonctionner un générateur PV de façon à produire en permanence le maximum de sa
puissance [34]. Où, Les performances de ces commandes dépendent de la rapidité d'atteindre le
point de puissance maximale, de la façon d'osciller autour de ce point et de la robustesse de ce
contrôleur face aux changements atmosphériques brutaux tels que l’ombrage partiel (OP) [31].
II.6.2 Principe de fonctionnement de MPPT

Le suiveur de point de puissance maximum (MPPT) permet au module photovoltaïque de
fonctionner à son point de puissance maximale. Le principe des commandes de (MPPT) est
d'effectuer une recherche du point de puissance maximale (PPM) tout en assurant une parfaite
adaptation entre le générateur et sa charge de façon à transférer le maximum de puissance.
Figure. (II.6): Principe de la commande MPPT.

Il est généralement conçu avec un convertisseur qui régule la puissance prélevée sur le panneau
solaire. Le point de puissance maximale (MPP) est généralement contrôlé par deux variables de
contrôle. La tension ou la puissance, mesurée à chaque fois est utilisée à nouveau dans une
boucle pour déterminer si le module solaire est au point de puissance maximale [33].
20
L'association d'un convertisseur statique DC/DC, comme illustré à la figure (II.3), modifie le
point de fonctionnement du panneau à l'aide d'une commande externe afin de maximiser l'énergie
transférée de manière permanente. L'algorithme de recherche MPPT peut être plus ou moins
complexe en fonction du type d'implantation choisi et des performances recherchées. Cependant
au final, tous les algorithmes performants doivent jouer sur la variation du rapport cyclique du
convertisseur de puissance associé [33].
Figure. (II.7): Chaîne élémentaire de conversion photovoltaïque.
Généralement, les algorithmes MPPT sont classés en deux catégories :

 Algorithmes classiques: comme "Incrément des conductances (IncCon)" et "Perturbation
et l'observation (P&O)". Ces techniques sont faciles à mettre en œuvre en raison de leur
moindre complexité dans l'algorithme. Ils sont efficaces pour des conditions d'irradiation
uniformes car le PV ne générera qu'un seul MPP dans ces conditions. Ces algorithmes seront
rappelés dans la suite de ce chapitre
 Algorithmes intelligents : basés sur l'optimisation, ils incluent l'algorithme de recherche
de coucou (CSA), Optimisation par essaim de particules (PSO) et des autres algorithmes
métaheuristiques. Ces méthodes peuvent rechercher le vrai PPM dans des conditions
d'environnement dynamiques avec ombrage partiel, où le module PV possédera plusieurs pics
dans la courbe P-V [24].
21
II.7. La méthode Perturbe & Observe (P&O)
C'est l'algorithme de poursuite du PPM le plus utilisé. Et comme son nom l'indique il est
basé sur la perturbation du système par l'augmentation ou la diminution du rapport cyclique du
convertisseur DC-DC, puis l'observation de l'effet sur la puissance de sortie du panneau [28].
Dans l'algorithme P&O, une valeur fixe de perturbation est utilisée pour produire un signal
de référence pour la boucle de commande extérieure. La variable de perturbation peut être la
valeur de référence pour la tension aux bornes du générateur photovoltaïque ou le courant de
sortie du panneau PV ou le signal de rapport cyclique du convertisseur DC-DC.
L'organigramme de base de l'algorithme P&O est représenté à la figure (II.8. (a)). Cet
algorithme est basé sur le balayage des courbes caractéristiques tension-courant-puissance à la
recherche d'une condition déterminée qui signale le PPM. Comme le montre la figure (II.8. (b)),
si le point de fonctionnement de la puissance est sur le côté gauche du PPM, l'algorithme doit le
déplacer vers la droite pour être plus proche du PPM, et vice versa s'il se trouve du côté opposé
(du côté droit), comme le montre la figure (II.8. (c)) [33].
(a)
(b)
(c)
Figure. (II.8): (a) Organigramme de l'algorithme

P&O, (b) et (c) caractéristiques puissance-tension des
points de fonctionnement PV
22
II.8. La méthode d'incrémentation de la conductance (INC)

L'algorithme de l'incrémentation de conductance (INC) est une technique MPPT classique
qui utilise deux sondes pour la mesure de la tension V de fonctionnement et du courant I du
module PV. Cette méthode repose sur le fait que la dérivée de la puissance P de sortie par rapport
à la tension V du module PV est égale à zéro au point de puissance maximale (MPP).
Figure. (II.9): Organigramme de l'algorithme de l'incrémentale de la conductance INC.
Donc on a l'ensemble d'équations suivant:
dP d (V I ) dV dI dI
 I V  I V (II.7)
dV dV dV dV dV
dP dI I
0  (II.8)
dV dV V
Selon l'algorithme INC représenté sur la figure (II.9), la fonction centrale utilise les conditions
suivantes afin d'atteindre le MPP :
23
dI I
  pour V V mpp (II.9)
dV V
dI I
  pour V  V mpp (II.10)
dV V
dI I
  pour V  V mpp (II.11)
dV V
Si l'équation (II.9) est vérifiée, donc le système PV a atteint le MPP et aucun changement
de la tension de fonctionnement n'est nécessaire, sinon la tension de fonctionnement est modifiée
en conséquence. [31]
II.9. Résultats de la Simulation de la commande MPPT
Pour tester l'efficacité des algorithmes proposés, une simulation numérique du système
développée et implémentée dans le logiciel MATLAB/SIMULINK software. Le générateur
photovoltaïque choisi est un module de (Canadian Solar.CS5C-80M). Les paramètres de ce
module sont donnés dans tableau (II.1) et ses courbes courant-tension et puissance-tension sont
représentées sur la figure (II.11), (II.12) et (II.13). Le tableau (II.2) montre les paramètres du
convertisseur boost. Les réponses dynamiques pour les sorties de courant, de tension et de
puissance du générateur PV sont représentées sur les figures suivant.
Tableau (II.2): Caractéristiques Principales du convertisseur boost.

Convertisseur boost Valeurs nominales
Inductance(L) 3.3e-3 H
Capacité ( C in ) 470e-6 F
Capacité ( Cout ) 470e-6 F
Résistance de la charge (R) 28 
 Profil fixe :
On effectue la simulation du système dans les conditions standards (E=1000W/m², T=25°C,
R=28 Ω) pour extraire la puissance optimale de notre système. Donc la tension du module PV
après l'utilisation de la technique de recherche de l'MPPT représente la tension maximale (17 V).
24
Figure. (II.11): Résultat de simulation de tension généré par PV (E=1000 W/m², T=25°C).
Figure. (II.12): Résultats de simulation de courant généré par PV (E=1000 W/m², T=25°C).
Figure. (II.13): Résultat de simulation de puissance généré par PV (E=1000 W/m², T=25°C).
Figure. (II.14): Résultat de simulation de rapport cyclique pour (E=1000 W/m², T=25°C).
25
 Interprétation des résultats

D'après ces résultats précédents et pour un éclairement E=1000W/m², T=25°C (conditions
standard), on constate que la puissance croit jusqu'à l'atteinte du point max PPM et il se stabilise
jusqu'à la fin de simulation pour les deux méthodes utilisées (P&O et INC) c'est-à-dire sont en
mesure de suivre correctement le MPP, on remarque aussi que le convertisseur Boost fournie
une tension supérieure à celle fournie par le module photovoltaïque. En plus, le INC fournit un
temps de réponse le plus court.
 Profil variable : (Irradiation variable et température constantes)
Nous avons effectué nos essais en appliquant sur le système une température fixe de 25ºC.
Figure. (II.15) : Variation de l'irradiation et température constantes.

A partir des résultats de la simulation dans les figures (de (II.11) à (II.15)) pour un
éclairement variable, on peut remarquer :
 Les figures (de (II.11), à (II.12) et (II.13)) montrent que l'allure des courbes de tension, du
courant et la puissance et sont proportionnels à l'irradiation et ils se développent suivant la
variation de cette dernière, tel que la diminution de l'irradiation implique une diminution de la
puissance photovoltaïque produite dans les deux méthodes P&O et INC.
 La tension optimale correspondante, obtenue à partir des algorithmes P&O et INC est
représentée sur la figure (II.15), présente des oscillations lors du changement d'irradiation. Donc
le point de puissance maximale se déplace pour rejoindre le nouveau point maximal
correspondant à cette irradiation.
 La figure (II.20), démontre la valeur de signal de commande (rapport cyclique) présente des
pics est due aux changements de l'éclairement, c'est-à-dire il est proportionnel aux variations
brusques de l'éclairement.
26
Figure. (II.16) : Résultats de simulation de tension générée par PV pour différents éclairements (T=25°C).
Figure. (II.17) : Résultats de simulation de courant générée par PV pour différents éclairements (T=25°C).
Figure. (II.18) : Résultats de simulation de puissance générée par PV pour différents éclairements (T=25°C).
Figure. (II.19): Résultat de simulation de Rapport Cyclique pour différents éclairements (T=25°C).
 Avec perturbation (Irradiation constante et température variable)
27
Nous avons effectué nos essais en appliquant sur notre système une température variable
présentée sur la figure (II.20) et une irradiation fixe de E=1000 W/m².
Figure. (II.20) : Variation de la température et une irradiation fixe.

 Les figures (de (II.16) à (II.19) pour température variable, représentent successivement
l'allure de la tension, le courant et la puissance du module photovoltaïque lors de la variation
simultanée de la température pour les deux méthodes P&O et INC.
 Le point de puissance maximale se déplace pour rejoindre le nouveau point maximum
correspondant à cette température.
28
Figure. (II.21) : Résultats de simulation de puissance générée par PV pour différentes températures (E=1000W/m²)
Figure. (II.22) : Résultats de simulation de tension générée par PV pour différentes températures (E=1000 W/m²)
Figure. (II.23) : Résultats de simulation de courant générée par PV pour différentes températures (E=1000 W/m²)
Figure. (II.24) Résultat de simulation de Rapport Cyclique pour différentes températures ( E=1000 W/m²)
29
II.10. Conclusion
Ce chapitre nous a permis de mieux comprendre les concepts clés liés à la connexion GPV-
charge, à l'étage d'adaptation et aux techniques de recherche du point de puissance maximale. Les
simulations ont fourni des informations précieuses sur le comportement du système
photovoltaïque dans des conditions changeantes, ce qui contribue à l'amélioration de son
rendement global.
Dans ce travail, nous avons étudié l'influence de l'éclairement et de la température sur la
puissance produite par le GPV. Nous avons également présenté une analyse des composants de
l'étage d'adaptation, en mettant l'accent sur le convertisseur DC-DC de type "Boost" et son choix
basé sur ses principes de fonctionnement. Ensuite, nous avons expliqué les principes de
fonctionnement des algorithmes MPPT les plus couramment utilisés, à savoir "Perturb and
Observe" (P&O) et "Incremental Conductance" (INC). Ces algorithmes visent à rechercher le
point de puissance maximale du GPV.
Enfin, nous avons effectué des simulations des algorithmes de commande MPPT (P&O et
INC) dans l'environnement Simulink, en tenant compte des changements rapides des conditions
atmosphériques (éclairement et température). Les résultats de simulation ont été présentés pour
évaluer la performance des algorithmes dans ces conditions variables.
30
Chapitre III.
Commande MPPT Basée sur
l’Approche Floue
Chapitre III
Commande MPPT Basée sur l’Approche Floue
III.1 Introduction
La logique floue suscite un intérêt croissant parmi les chercheurs, les ingénieurs, les
industriels et tous ceux qui cherchent à formaliser des méthodes empiriques, à généraliser des
modes de raisonnement naturels, à automatiser la prise de décision dans leur domaine et à
développer des systèmes artificiels capables d'accomplir des tâches traditionnellement réalisées
par les êtres humains.
La simulation est un outil puissant pour évaluer les performances théoriques d'un système.
En effet, elle permet de tester le système dans des conditions facilement contrôlables et de
surveiller facilement ses performances. La procédure de simulation lie les deux principales étapes
de la conception d'un système : l'étude théorique et la réalisation d'un prototype. Étant donné que
des modifications de conception peuvent être facilement apportées lors de la simulation, il est
possible d'expérimenter avec un large éventail de variations des conditions de fonctionnement
afin d'aboutir à une solution optimale.
III.2 Logique floue
III.2.1 Historique
La logique floue (fuzzy logic) a fait son apparition en 1965 avec les travaux de Lotfi Zadeh.
Ce dernier a formalisé la représentation et le traitement de connaissance imprécises ou
approximatives afin de traiter des systèmes de grande complexité ou mal connu. En 1973, le
professeur Zadeh publie un article dans l’IEEE (Institute of Electrical and Electronics
Engineers), il y mentionne pour la première fois le terme de variables linguistiques (dont la
valeur est un mot et non un nombre). En 1974, Madani (Université de Londres) réalise un
contrôleur flou expérimental pour commander un moteur à vapeur. Dans les années 80, plusieurs
applications commencent à immerger. Elle a été utilisée dans plusieurs domaines variés de
contrôle et de régulation [35].
Chapitre III. Commande MPPT Basée sur l’approche Floue
III.2.2 Domaine d’application

L’approche de traitement des problèmes par la logique floue est différente de celle adoptée, à
priori dans une démarche scientifique. Elle est beaucoup plus pragmatique que déterministe. La
décision en logique floue est basée sur la notion d’expertise qui permet de quantifier le flou à
partir de connaissance à priori ou acquise antérieurement. Les domaines d’application de la
logique floue dans un processus de prise de décision s’imposent dans les cas suivants [36] :
 Pour les systèmes complexes dans lesquels la modélisation est difficile ou impossible ;
 Pour les systèmes contrôlés par des experts humains ;
 Quand l’observation humaine est à l’origine d’entrées ou des règles de contrôle ;
 Pour les systèmes ayant de nombreuses entrées/sorties continues ou discontinues ;
 Pour les commandes MPPT des systèmes photovoltaïques.
III.2.3 Base de la logique floue
III.2.3.1 Principe de base de la logique floue
Dans la théorie des ensembles classiques, un élément appartient ou n’appartient pas à un
ensemble. La notion d’ensemble est à l’origine de nombreuses théories mathématiques. Cette
notion essentielle ne permet cependant pas de rendre compte de situations pourtant simples et
rencontrées fréquemment. C’est pour prendre en compte de telles situations, qu’a été créée la
notion d’ensemble flou. La théorie des ensembles flous repose sur la notion d’appartenance
partielle, chaque élément appartient partiellement ou graduellement aux ensembles qui ont été
définis. Les contours de chaque ensemble flou (Figure III.1) ne sont « nets », mais « flous » ou
«graduels».
Figure III.1 Comparaison d'un ensemble classique et un ensemble flou.
32
III.3 Règles floues

III.3.1 La logique floue
La logique floue a pour objectif de formaliser et de mettre en œuvre la façon de raisonner

d’un être humain. En cela, elle peut être classée dans le domaine de l’intelligence artificielle.
L’outil le plus utilisé dans les applications de logique floue est la base de règles floues. Une base
de règles floues est composée de règles qui sont généralement utilisées en parallèle, mais peuvent
également être enchaînées dans certaines applications. Une règle est du type : SI « prédicat »
ALORS « conclusion ». Par exemple : SI température élevée et pression forte ALORS ventilation
forte et soupape grande ouverte.
a. Prédicat : Un prédicat (encore appelé prémisse ou condition) est une combinaison de

propositions par des opérateurs ET, OU, NON. Les propositions « température élevée » et «
pression forte » de l’exemple précédent sont combinées par l’opérateur ET pour former le
prédicat de la règle. b. Conclusion : La conclusion d’une règle floue est une combinaison de
propositions liées par des opérateurs ET. Dans l’exemple précédent, « ventilation forte » et «
soupape grande ouverte » sont la conclusion de la règle. Le traitement flou d’une règle comporte
trois étapes fonctionnelles résumées dans la figure (III.2) [36].
Figure (III.2). Traitement flou.
III.4 Technique MPPT par logique floue
Récemment, des contrôleurs à logique floue ont été introduits dans le suivi du PPM dans les
systèmes PV. Pour un régulateur flou la connaissance du modèle mathématique du processus
n’est pas nécessaire. C’est l’expérience des opérateurs du procédé ou les connaissances des
experts, qui sont pris en compte pour établir la commande floue. Les algorithmes de réglage
conventionnels sont alors remplacés par une série de règles linguistiques.
33
La commande par logique floue peut opérer lorsque les procédés à commander sont mal
connus ou difficiles à décrire précisément, ou lorsque les variables sont évaluées subjectivement
et exprimées en langage naturel et non numériquement. Elle est simple à réaliser, flexible et donc
facilement adaptable aux conditions de fonctionnement du processus. Les règles sont faciles à
comprendre et à modifier puisqu’elles sont exprimées par des termes du langage naturel.
L’architecture interne d’un régulateur floue est donnée par la figure (III.3) [37].
Figure (III.3). Structure d’un régulateur flou.
III.4.1 Fuzzification
L’opération de fuzzification, permettant le passage des grandeurs réelles aux valeurs floues,
consiste à déterminer les différents univers de discours correspondant aux domaines de variation
des variables d’entrée et de sortie. Ensuite, définir pour chacune des variables ses sous-ensembles
flous ainsi que leurs fonctions d’appartenance associée [36, 38].
III.4.2 Inférence
L’opération d’inférence permet de relier les valeurs des variables linguistiques d’entrée à
celles des variables linguistiques de sortie par une table de règles, qui doivent tenir compte du
comportement statique et dynamique du système à commander. C’est un mécanisme qui, en
manipulant les règles floues, établit une décision.
Il existe plusieurs méthodes d’inférence : Maximum-Minimum, MaxProduit, Somme
Produit. Le nom de la méthode désigne les opérateurs utilisés respectivement pour l’agrégation
des règles floues et l’implication floue [36, 38].
34
III.4.3 Défuzzification
Elle consiste à définir précisément quelle doit être l’action sur le processus. En effet, le
procédé ne peut pas interpréter des ordres linguistiques fournis par les méthodes d’inférence.
L’opération de défuzzification permet de calculer à partir de la fonction d’appartenance
résultante, la valeur réelle de la variable de sortie à appliquer au processus. Il existe plusieurs
méthodes de défuzzification : méthode du maxima, méthode du centre de gravité, méthode de la
moyenne des maximas. Il est toutefois reconnu que la méthode du centre de gravité donne les
meilleurs résultats. Notons que des blocs de normalisation et de dé normalisation sont ajoutés
respectivement en entrée et en sortie du régulateur floue afin qu’il soit transportable et adaptable
même avec des paramètres différents [36-39].
III.5 Commande MPPT à base de contrôleur floue

Dans un but de poursuivre le point maximum de puissance, comme pour toutes les méthodes
de poursuite MPPT, le contrôleur MPPT à base de logique floue fonctionne aussi suivant le
même principe. Un convertisseur DC/DC (continu-continu) est généralement utilisé entre le
générateur photovoltaïque et la charge (Figure III.4).
Figure (III.4). Schéma synoptique d’un système PV avec une commande MPPT floue.
Comme tous contrôleurs flous, le contrôleur MPPT flou comporte les trois blocs suivants :
Fuzzification des variables d’entrées par l’utilisation des fonctions triangulaire, ensuite
l’inférence ou ces variables fuzzifiés sont comparées avec des ensembles prédéfinis pour
déterminer la réponse appropriée. Et enfin la défuzzification pour convertir les sous-ensembles
fuzzifiés en valeurs en utilisant la défuzzification par le centre de gravité.
35
La structure de base de notre contrôleur flou est donnée par la figure (III.5).
Figure (III.5). Structure de base d'un contrôleur flou.
Avec : : La variation du rapport cyclique D,

E : L’erreur, CE : La variation de l’erreur.
Pour l’implémentation de notre contrôleur flou, nous allons nous basée sur l’algorithme MPPT
P&O, pour modéliser les différentes parties de ce contrôleur.
III.5.1 Fuzzification
La tension et le courant actuels du générateur photovoltaïque sont mesurés instantanément, et
la puissance peut être ainsi calculée :
p  k   p  k  1
E k   (III.1)
V  k  V  k  1
CE  E  k   E  k  1 (III.2)
Où P(k) et V(k) sont la puissance et la tension de module PV, respectivement. Dans le cas de
notre travaille on va choisir l’univers de discours des variables d’entré (erreur (E) et le
changement d’erreur (CE)) et de sortie (dD) d’après la méthode P&O qui étudies précédemment.
D’après la figure (III.6) on peut déduire l’univers du discours de chaque variable
d’entrée/sortie comme suit :
 p
E    50 6.6
 V (III.3)
CE  E  k   E  K  1   50 6.6

36
Figure (III.6). Variation de la puissance par rapport à la variation de la tension.
De la même manière, nous pouvons définir l’intervalle de variation du rapport cycle D

comme suit :
dD   0.1 0.1 (III.4)
La valeur de l’entrée E(k) nous indique de quel côté est situé le point de fonctionnement par
rapport au point de puissance maximale MPP. Si cette valeur est positive, cela veut dire que le
point de fonctionnement se trouve à gauche du point MPP, si par contre elle est négative alors le
point de fonctionnement est à droite du point MPP. L’entrée CE(k) nous permet d’estimer le
degré d’éloignement entre le point de fonctionnement et le point MPP. Si sa valeur est petite, cela
veut dire que le point de fonctionnement est encore loin du point MPP, si par contre cette valeur
est élevée cela indique que le point de fonctionnement est très proche du point MPP. Ces deux
entrées nous permettent de prendre la décision appropriée sur la valeur de la sortie dD du pas du
rapport cyclique. Augmenter le rapport cyclique du convertisseur DC-DC permet d’augmenter la
tension du point de fonctionnement et inversement.
III.5.2 Les variables linguistiques
En utilisant les bases des sous-ensembles flous, on peut exprimer les variables d'entrées et de
sorties en termes des variables linguistiques suivantes : PG : (positif grand), PP : (positif petit),
ZE : (environ Zéro), NP : (négatif petit) et NG : (négatif grand).
Les fonctions d'appartenance sont représentées par la figure suivante. Afin de simplifier notre
exemple, on prend des fonctions d'appartenance triangulaires.
La figure (III.7) – Fonctions d'appartenances de : (a) ; L'entrée erreur E, (b) L’entrée
changement d’erreur CE et (c) La sortie dD. Montre les fonctions d’appartenance du cinq sous
ensemble floue de base pour les variables d’entrée et de sortie.
37
(a)
(b)
(c)
Figure (III.7). Représentation des fonctions d'appartenance.
38
Le fonctionnement du Fuzzy dépond des réglés introduites dans le bloc «Rules Editor»,
comme illustré dans la figure (III.8).
Figure ( III.8). Schéma bloc de l’algorithme à base de la logique floue.
III.6. Inférence
Après l'étape de fuzzification, l'étape d'inférence commence à construire des règles floues qui
permettent d’aboutir à la commande en fonction des valeurs de l’erreur et de sa variation. Les
règles floues relient les variables de sortie aux variables d'entrée pour tirer des conclusions ou
des inférences floues. Une règle floue comporte une prémisse du genre « Si l’erreur est négative
(N) ET la variation de l’erreur est négative (N) » et une déduction floue du type « Alors la
variation du rapport cyclique est positive (+) ». Dans notre cas les deux variables d’entrées sont
définies, chacune, par 3 ensembles flous, on aboutit à 3×3 règles floues (Tableau III.1).
Grâce à ces règles floues, et en répondant à la spécification du système, dans notre cas, il
s'est positionné au point de puissance maximale. La matrice d'inférence du contrôleur MPPT flou
donnant la sortie ΔD peut être tracée (Tableau III.1).
Tableau (III.1). Règles d’inférence du contrôleur MPPT flou.

∆ ( )
NB NM NS ZE PS PM PB
∆ ( )
NB PB PB PM NM NM NB NB
NS PB PM PS NS NS NM NB
ZE NB NM NS ZE PS PM PB
PS NB NM NS PS PS PM PB
PB NB NB NM PM PM PB PB
39
III.7 Avantages et inconvénients du réglage par logique floue [28]

III.7.1 Avantages du réglage par logique floue
 Le non nécessité de la modélisation du système.
 La possibilité d’implémenter des connaissances linguistiques de l’opérateur du processus.
 La maîtrise du système à régler avec un comportement complexe (systèmes non linéaire et
difficile à modéliser).
 La disponibilité de système de développement efficace, soit par microprocesseur ou PC,
soit par des circuits intégrés.
III.7.2 Inconvénients du réglage par logique floue
 Le manque de directives précises pour la conception d’un réglage (choix de grandeur
mesurée. Détermination de la fuzzification, des inférences et de la dé fuzzification).
 L’approche artisanale et asymptotique (implantation des connaissances de l’opérateur
souvent difficile).
 L’impossibilité de la démonstration de la stabilité du circuit de réglage en toute
circonstances (en l’absence d’un modèle valable).
 La cohérence des inférences non garanties (possibilité d’apparition de règles d’inférences
contradictoires).
III.8 . Simulation d’un système photovoltaïque

 Profil fixe : On effectue la simulation du système dans les conditions standards
(E=1000W/m², T=25° C, R=28 Ω) pour extraire la puissance optimale de notre système. Donc la
tension du module PV après l'utilisation de la technique de recherche de l'MPPT représente la
tension maximale (17.7 V).
 Interprétation des résultats

D'après ces résultats précédents et pour un éclairement E=1000W/m², T=25°C (conditions
standard), on constate que la puissance croit jusqu'à l'atteinte du point max PPM et il se stabilise
jusqu'à la fin de simulation pour la méthode de logique floue :
On remarque sur la figure (III.9) que le signal de logique floue atteint et converge vers la
puissance maximale ≈ 80 (w), ce qui montre l’efficacité et la robustesse de son algorithme.
40
Tension Vpv (V)
Figure (III.9). Résultat de simulation de tension généré par PV

Courant Ipv (A)
Figure (III.10). Résultats de simulation de courant généré PV

Puissance Ppv (W)
Figure (III.11). Résultat de simulation de puissance généré par PV
 Profil variable : Irradiation variable et température constantes

Figure (III.12). Variation de l'irradiation et température constantes.
41
Figure (III.13) Résultats de simulation de tension générée par PV (T=25°C).

Courant Ppv(A)
Figure (III.14). Résultats de simulation de courant générée par PV (T=25°C).
Figure( III.15). Résultats de simulation de puissance générée par PV(T=25°C).

A partir des résultats de la simulation dans les figures (III.12) à (III.15) pour un éclairement
variable, on peut remarquer :
 Les figures ((III.13-15)) montrent que l'allure des courbes de tension, de courant et d’énergie
est proportionnelle à l'irradiation et évolue en fonction du changement de ce dernier, de sorte
qu'une diminution du rayonnement signifie une légère diminution de l'énergie photoélectrique
générée par la méthode de la logique floue.
 La tension optimale, obtenue à partir de l'algorithme de logique floue illustré à la figure
(III.12), affiche les oscillations lors du changement d'irradiation. Ainsi le point d'énergie
maximum se déplace pour atteindre le nouveau maximum correspondant à cette irradiation.
42
 Profil variable : Température variable et irradiation constante

présentée sur la figure (III.16) et une irradiation fixe de E=1000 W/m².
Figure (III.16). Variation de la température et une irradiation fixe.
Figure (III.17). Résultats de simulation de puissance générée par PV (E=1000 W/m².)
Figure (III.18). Résultats de simulation de tension et (c) générée par PV (E=1000 W/m²)
Figure (III.19). Résultats de simulation de courant générée par PV (E=1000 W/m²)
43

Cette méthode s'est avérée très efficace lorsque modification des conditions climatiques.
9. Etude comparative par simulation
Cette partie est consacrée à l'étude comparative des trois méthodes (P&O, INC, FLC) suit le
point de puissance maximum.
 Profil fixe : Une étude a été faite sous les conditions STC c’est à-dire avec un éclairement fixé
à 1000W/m² et la Température à 25°C.
Figure (III.20). Résultat de simulation de puissance généré par PV (E=1000 W/m², T=25°C).
Figure (III.21). Résultat de simulation de tension généré par PV (E=1000 W/m², T=25°C).
Figure (III.22). Résultat de simulation de courant généré par PV (E=1000 W/m², T=25°C).
44
 Profil variable : Irradiation variable et température constantes

Figure (III.23). Résultats de simulation de puissance générée par PV (T=25°C).
Figure (III.24). Résultats de simulation de tension générée par PV(T=25°C).
Figure (III.25). Résultats de simulation de courant générée par PV (T=25°C).
45
 Profil : Irradiation constante et température variable

présentée sur la figure (III.26) et une irradiation fixe de E=1000 W/m².
Figure (III.26). Résultats de simulation de puissance générée par PV (E=1000 W/m²)
Figure (III.27). Résultats de simulation de tension générée par PV (E=1000 W/m²)
Figure (III.28). Résultats de simulation du courant générée par PV ( E=1000 W/m²)
46
Les simulations effectuées en utilisant les techniques P&O, INC et FLC dans différentes
conditions météorologiques ont démontré que le contrôleur MPPT FLC obtenait de meilleurs
résultats en termes de robustesse face aux changements des paramètres météorologiques, par
rapport aux contrôleurs MPPT P&O et INC. La puissance de charge suit fidèlement la puissance
du GPV, indépendamment des variations des paramètres météorologiques pour les deux
contrôleurs.
L'algorithme FLC fonctionne au point optimal sans oscillations et présente également un bon
comportement en régime transitoire. Toutefois, l'implémentation de ce type d'algorithme est plus
complexe que celle des algorithmes classiques, en plus de dépendre du tableau d'inférences.
III. 10. Conclusion
Les simulations effectuées en utilisant les techniques P&O, INC et logique floue dans
différentes conditions météorologiques ont permis de conclure que le contrôleur flou offre de
meilleurs résultats en termes de robustesse et de rapidité par rapport aux contrôleurs P&O et INC.
La méthode P&O, bien qu'efficace pour le suivi du PPM, présente des pertes de puissance
considérables en raison des oscillations du point de fonctionnement du système autour de sa
position optimale et d'un régime transitoire prolongé.
La méthode INC est une amélioration de la méthode P&O, offrant des pertes de puissance
moindres autour du PPM par rapport à la méthode P&O, ainsi qu'un régime transitoire plus court.
En utilisant le contrôleur flou pour la poursuite du point maximum, la vitesse de suivi est
plus rapide et le taux d'ondulation autour du PPM est très faible, même face à différentes
variations. Les pertes de puissance sont également réduites pendant le régime transitoire, ce qui
entraîne une amélioration du rendement du système.
47
Chapitre IV
Réalisation d’un convertisseur
Boost MPPT
Chapitre IV
Réalisation d’un convertisseur Boost MPPT
IV.I. Introduction
Dans ce chapitre dédié à la réalisation du système PV, nous détaillons les étapes de
construction de le hacheur Boost. Nous présentons également la carte Arduino UNO utilisée dans
ce projet. Ensuite, nous mettons en avant les différents composants du système, tels que le
module Sunmodule SW 80, le capteur de courant et le capteur de tension. Enfin, nous procédons à
des tests pratiques du système PV pour évaluer son fonctionnement réel.
IV.2 Module photovoltaïque
Figure (IV.1). Les modules PV utilisés dans notre étude
IV. 3. Microcontrôleur
Le microcontrôleur Arduino UNO utilise le microprocesseur ATmega328P. Ce processeur
fonctionne à une fréquence d’horloge de 16 MHz. Il possède une mémoire RAM de 2 kB,
EEPROM de 1 kB et aussi une mémoire Flash de 32 kB (pour la programmation et
l’enregistrement de données).
Chapitre IV. Réalisation d’un convertisseur Boost MPPT
Figure (IV.2). Carte Arduino UNO
IV.4. Réalisation d'un convertisseur Boost :

Les composants de le hacheur sont :
Tableau (IV.2). Les composants de le hacheur
Convertisseur boost Valeurs nominales
Inductance(L) 3.3e-3 H
Capacité ( C in ) 470e-6 F
Capacité ( Cout ) 470e-6 F
L’optocoupleur HCPL 3180

Régulateur 15 V B0515S- 1W
La diode MBR20100 CT
Transistor IRFP260
Figure (IV.3). Photo réelle de convertisseur-Boost.
49
IV. 5. Résultats pratique

Les résultats pratiques, des algorithmes étudiés, sont données par les figures (IV.4). Ces
figures montrent la puissance fournie par le GPV pour une paire de la température et de
l’éclairement à différentes conditions ambiantes.
Figure (IV.4). Schéma global du système photovoltaïque réalisé.
50
IV.5.2. Résulta pour la méthode P&O
Figure (IV.5). Résultats expérimentaux de méthode P&O
51
IV.5.1. Résulta pour la méthode INC
Figure (IV.6). Résultats expérimentaux de méthode INC.
52
IV.6. Discussion générale de résultats

Les résultats pratiques montrent que les algorithmes (P&O et INC) MPPT présentent une
bonne capacité de suivre le MPPT, pour de la température et de l’éclairement à différentes
conditions ambiantes.
IV.7. Conclusion
Dans ce chapitre, nous avons réalisé un hacheur Boost et un système photovoltaïque. Nous
avons introduit la carte Arduino UNO utilisée dans ce projet. Ensuite, nous avons décrit les
différents composants du système, notamment le capteur de courant et le capteur de tension.
Enfin, nous avons effectué des tests pratiques sur le système PV en utilisant deux méthodes de
commande MPPT : "P&O" et "INC".
Les résultats des tests pratiques démontrent que le système PV parvient à transférer la
puissance maximale fournie par le module PV à la charge. Les deux algorithmes fournissent des
résultats similaires dans l'optimisation de la puissance.
53
Conclusion générale
Le mémoire présenté a pour objectif d'étudier la modélisation et la simulation d'un
générateur photovoltaïque (PV) ainsi que du système de suivi du point de puissance maximale
(MPPT) en utilisant les méthodes P&O et INC, ainsi que la logique floue (FLC).
Dans le premier chapitre, nous avons entamé par examiner les différents types d'énergie
solaire. Ensuite, nous avons expliqué le fonctionnement des cellules photovoltaïques et présenté
les différents types de cellules disponibles.
Dans le deuxième chapitre, nous avons approfondi l'étude des composants de l'étage
d'adaptation, notamment les convertisseurs DC-DC et leurs commandes MPPT. L'objectif était de
maximiser la puissance du générateur photovoltaïque. Nous avons pris le temps d'expliquer en
détail le choix et le fonctionnement du convertisseur DC-DC de type "Boost". Dans la suite de
notre étude, nous avons approfondi les principes de fonctionnement des algorithmes les plus
couramment utilisés dans la recherche du point de puissance maximale (MPPT) : la méthode
Perturb and Observe (P&O) et la méthode Incremental Conductance (INC). Nous avons expliqué
en détail leur fonctionnement et leur utilisation dans les systèmes photovoltaïques.
Dans le troisième chapitre, nous avons présenté les résultats de nos simulations. Ces résultats
ont démontré que la commande MPPT basée sur la logique floue (FLC) est plus robuste et
performante par rapport à une commande MPPT conventionnelle. Nous avons effectué une étude
comparative entre les trois méthodes MPPT : P&O, INC et FLC. Dans différentes conditions
climatiques, les trois méthodes ont donné des résultats satisfaisants.
54
Dans le quatrième chapitre de notre travail, nous avons abordé la réalisation pratique du
hacheur Boost et du système photovoltaïque. Tout d'abord, nous avons présenté la carte Arduino
UNO qui a été utilisée dans notre travail comme une plateforme de contrôle pour le système PV.
Cette carte offre une flexibilité et une facilité d'utilisation pour la mise en œuvre des algorithmes
de commande MPPT.
Ensuite, nous avons réalisé des tests pratiques sur le système photovoltaïque en utilisant deux
méthodes de commande MPPT: la méthode Perturb and Observe (P&O) et la méthode
Incremental Conductance (IncCond). Ces tests ont été réalisés en conditions réelles en modifiant
les conditions d'éclairement sur le générateur photovoltaïque. Les résultats obtenus lors des tests
pratiques sont comparables à ceux obtenus lors des simulations. Cela confirme l'efficacité des
algorithmes MPPT et leur capacité à suivre le point de puissance maximale du générateur
photovoltaïque, même dans des conditions réelles et variables.
55
Annexe
 Programme de l'algorithme (P&O-MPPT) et la suivante :
function D = ModPandO(V, I)
Dinit = 0.6; %Initial value for D output
Dmax = 0.65; %Maximum value for D
Dmin = 0.1; %Minimum value for D
deltaD = 0.0007; %Increment value used to increase/decrease the duty cycle
D
persistent Vold Pold Dold M;
dataType = 'double';
if isempty(Vold)
Vold=0;
Pold=0;
Dold=Dinit;
M=1;
end
P= V*I;
dV= V - Vold;
dP= P - Pold;
M=abs(dP);
if M < 0.005
D=Dold;
else
if dP < 0
if dV < 0
D = Dold - deltaD*M;
else
D = Dold + deltaD*M;
end
else
if dV < 0
D = Dold + deltaD*M;
else
D = Dold - deltaD*M;
end
end
end
if D >= Dmax | D<= Dmin

D=Dold;
end
Dold=D;
Vold=V;
Pold=P;
56
 Programme de l'algorithme (INC-MPPT) et la suivante :
function D = ModINC(V, I)
Dinit = 0.42; %Initial value for D output

Dmax = 0.65; %Maximum value for D
Dmin = 0.1; %Minimum value for D
deltaD = 0.005; %Increment value used to increase/decrease the duty cycle
D
persistent Vold Pold Dold M Iold;

dataType = 'double';
if isempty(Vold)
Vold=0;
Pold=0;
Iold=0;
Dold=Dinit;
M=1;
end
P= V*I;
dV= V - Vold;
dP= P - Pold;
dI= I - Iold;
M=abs(dP);
if M < 0.005
D=Dold;
else
if dV == 0
if dI == 0
D=Dold;
elseif dI>0
D=Dold - (M*deltaD);
else
D=Dold + (M*deltaD);
end
else
if dI/dV == -I/V
D=Dold;
elseif dI/dV>-I/V
D=Dold - (M*deltaD);
else
D=Dold + (M*deltaD);
end
end
end
if D >= Dmax | D<= Dmin
D=Dold;
end
Dold=D;
Vold=V;
Pold=P;
Iold=I;
57
Figure (a). La fenêtre « Ruleviewer » du contrôleur MPPT flou sur Matlab.
Figure (b).Schéma bloc d'un système photovoltaïque contrôlé par la commande MPPT (Logique
Floue).
Figure (c). Le Schéma bloc de la commande MPPT (Logique Floue).
58
Bibliographiques
[01]. Yehia Lalili, Commande MPPT d’un système photovoltaïque sous irradiation uniforme et non-
uniforme, Mémoire de Fin d’étude pour l’obtention du Diplôme Master en Automatique, Option:
Automatique et Systèmes, Université Mohammed Seddik Benyahia – JIJEL, 2020/2021.
[02]. F. HEROGUEL, "Les Cellules Photovoltaïques," Ecole Normale Supérieure, Lyon, Epreuve de
projet, 2007.
[03]. BEHIR Boubaker - KHEMIDA Fathi et GUETROUNE Kheir eddine, Optimisation d'un système
photovoltaïque adapté par une commande MPPT floue, , Mémoire de Fin d’étude pour l’obtention du
Diplôme Master en Automatique, Option: Réseaux électriques, L’Université Echahid Hamma Lakhdar
d'El Oued, 2019.
[04]. M. Hatti, « Contrôleur Flou pour la Poursuite du Point de Puissance Maximum d‟un Système
Photovoltaïque », JCGE'08, Lyon, 2008.
[05]. https://www.clicours.com/lenergie-solaire-photovoltaique/, 23/02/2023, 14 :10.
[06]. I.Zemghassene “Recharge d’une batterie avec un panneau photovoltaïqueet poursuite de point de
puissance maximale” Master académique en Automatique UMMTO 2018.
[07]. N.Berreziga, S.Babou,« commande directe par la méthode incrémentale conductance (IncCond) d’un
panneau photovoltaïque » Master en électrotechnique Université de Tizi-Ouzou septembre 2018.
[08] Hadji Slimane Thèse de doctorat “Optimisation de la conversion énergétique pour les systèmes à
énergie photovoltaïque” Université Ferhat Abbas de Sétif octobre 2018.
[09] S.Arab – D.Toudert “Etude d’un Système Photovoltaïque” Mémoire de fin d’études en vue
d’obtention Master académique Université de Tizi-Ouzou 2017.
[10] M. BERROUBI Abdennoure “Commande par mode de glissement des convertisseurs Buck et Boost
intégrés dans un systèmephotovoltaïque” Mémoire Master en génie électrique
[11] AKHAM Amel BENSAAD BAKHTA Soulef, Modélisation, simulation et commande d’un Système
Photovoltaïque, Master académique en Electronique Spécialité : Instrumentation, Université El-
wancharissi de Tissemsilt, 2021.
[12] http://www.solarserver.de/?gclid=CJWA1ruS-K4CFS4NtAodSzY7xw.
58
Bibliographiques
[13] BENSACI Wafa , «Modélisation et simulation d‟un système photovoltaïque adapté par une
commande MPPT », mémoire de master, Université Kasdi Merbah–Ouargla, 2012.
[14] BOUALEM, DENDIB, « Technique conventionnelles et avancée de poursuite MPPT pour des
applications photovoltaïque : étude comparative », mémoire de magister, Université Ferhat Abbes-Sétif,
2007.
[15] M.BEDRANE Farid. Etude comparative entre quelques méthodes de poursuite du point de puissance
maximale dans les systèmes photovoltaïques. Université Abderrahmane MIRA de Bejaia
[16] Ogbi Zoulikha, « Mesure automatisée du spectre d'absorption optique des cellules solaires »,
mémoire de master, Université Med khider Biskra ,2014.
[17] BENADEL Faiza. Etude Et Simulation D‟une Commande MPPT Pour Système PV. UNIVERSITE
MOHAMED BOUDIAF - M‟SILA
[18] M. Dietschy, «Les cellules photovoltaïques», coure classes préparatoires CPE, Institution des
Chartreux Année 2004-2005
[19]. M. SLAMA Fateh, « Modélisation d'un système multi générateurs photovoltaïque interconnectées au
réseau électrique», mémoire de magister, Université Ferhat Abbes –Sétif ,2012.
[20] HAKOUMI Ahmed, BENAMAR Abdeldjalil, Commande MPPT et contrôle d’un systeme
photovoltaique 3KW par la logique floue, Mémoire De: Master En Electrotechnique Option: Commande
Electrique, Université Ahmed Draia Adrar, 2019.
[21] https://www.algerie-eco.com/2018/04/04/energie-solaire-lalgerie-enfin-determinee-a-exploiter-son-
enorme-potentiel/, 25/02/2023, 16 :53.
[22] ZIAT Soheir Ibtisse, MEDJAHED nour el houda, Modélisation et simulation d’un système
photovoltaïque commandé par la commande MPPT (P&O), Master en : Domaine: Science et Technologie
Filière : Electromecanique Spécialité : Electromecanique, Centre Universitaire Belhadj Bouchaib d’Ain-
Temouchent, 2019/2020.
[23] F.Z. ZERHOUNI, M. ZEGRAR et A. BOUDGHENE STAMBOULI ;"Connexion directe source

d'énergie renouvelable verte non polluante photovoltaïque à une charge", Revue des Energies
Renouvelables Vol. 12 N°4 (2009) 585 – 595.
[24] Y. LALILI;" Commande MPPT d’un système photovoltaïque sous irradiation uniforme et non-
uniforme", Mémoire de Master, Université Mohammed Seddik Benyahia-JIJEL, 2020/2021.
59
Bibliographiques
[25] CH. WASSILA FAIZA; "Réalisation d’une commande buck-boost pour PV", Mémoire de Master,
Université Abou Bakr Belkaid Tlemcen,2017-2018.
[26] : M me. BELOUNIS Ouassila, Réglage par contrôleur flou d’un entraînement électrique un hacheur
à GTO-MCC », Memoire De Fin D'etudes en vue de L'obtention Du Diplome D'ingenieur D'etat En Genie
Electrotechnique, UNIVERSITE DE M’SILA, 2008/2009.
[26] M. ALAYAT, I. BOUCETTA; " Maximisation de la production d’un système photovoltaïque à base
de MPPT soumis à des éclairements différents", Mémoire de Master, Université Badji Mokhtar Annaba,
juin 2017.
[27] A.BELKAID; "Conception et implémentation d’une commande MPPT de haute performance pour
une chaine de conversion photovoltaïque autonome", Thèse de Doctorat en sciences, Université Ferhat
Abbas-Setif1,19/10/2015.
[28] M.HACID, L.KACI;" Caractérisation et commande d’un système photovoltaïque", Mémoire de

Master, Université Mouloud Mammeri de TIZI-OUZOU,2021.
[29] O.M. BOUKLI-HACENE; "Conception et Réalisation d'un Générateur Photovoltaïque Muni d'un
Convertisseur MPPT pour une Meilleure Gestion Energétique", Thèse de Magister, Université Abou Bakr
Belkaid-Tlemcen,2011.
[30] M. S. BENSAOUDI, S E. ARAR;"Etude d'un convertisseur boost pour système photovoltaïque",

Mémoire de Master, HIGHER SCHOOL IN APPLIED SCIENCES Tlemcen,2020.
[31] N. AOUCHICHE;" Conception d’une commande MPPT optimale à base d’intelligence artificielle
d’un système photovoltaïque", Thèse de Doctorat,Université Bourgogne Franche-Comté, 2020.
[32] A. MAHAMMEDI;" Contribution to the control of a Power Converter with Improved Topologies
Associated with a Photovoltaic Generator Based on Advanced Techniques", Thèse de Doctorat en
sciences, Université Ziane Achour-Djelfa,2020.
[33] L. TARGANT, S. KHALEF; " Modélisation et simulation d’un système photovoltaïque connecté au
réseau électrique", Mémoire de Master, Université Mouloud Mammeri de TIZI-OUZOU,2018.
[34] Kh. Bouchareb, A.Touati; "Modélisation et Simulation d'un système PV adapté par une commande
MPPT basée sur un mode glissant", Mémoire de Master, Université 8Mai 1945 – Guelma,2021.
[35] : H. BUHLER" Réglage par logique floue " -Presse polytechniques et universitaires – 1994.
[36] : Walid, A. B. I. (2019). Commande floue pour l'optimisation de la puissance d'un générateur
photovoltaïque (Doctoral dissertation, UNIVERSITE MOHAMED BOUDIAF-M‟SILA)
60
Bibliographiques
[37] : Boudia, A. (2020). Contribution à l’étude d’un système photovoltaïque connecté au réseau
électrique avec un système de stockage à base d’une inductance supraconductrice (SMES) (Doctoral
dissertation, Univ M'sila).
[38] : K. Khettab, « Techniques avancées pour la synthèse et l'amélioration des performances des
systèmes de commande adaptative d'ordre fractionnaire pour les processus incertains ». Thèse de doctorat,
Université de Skikda – 2016.
61

Content

Transféré par

Droits d'auteur :

Formats disponibles

Content

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Content

Transféré par

Droits d'auteur :

Formats disponibles

République Algérienne Démocratique et Populaire

Ministère de l’enseignement supérieur et de la

Université Echahid Hamma Lakdhar- ELOued

Modélisation et simulation d'un générateur

Dirigé par : Réalisé par :

Année universitaire 2022/2023.

développer cette entreprise.

conseils, ses orientations et ses encouragements qu'il nous a apportés.

présider notre jury de soutenance.

Département de génie électrique de l'Université d'El-Oued.

Aussi à nos camarades de promotion de la promotion 2022-2023.

Master Réseaux Electriques,

Résumé : L'exploitation des énergies renouvelables a connu d'importants développements au

Figure (III.3) : Structure d’un régulateur flou. 34

Figure (III.27) : Résultats de simulation de tension générée par PV

Titre de tableaux Page

GPV Générateur Photovoltaïque.

Pmax Puissance Maximale d’un Générateur Photovoltaïque.

PPM Power Point Maximum.

V opt La Tension Optimale.

I opt Courant Optimal.

MPPT Maximum Power Point Tracking.

MOSFET Metal Oxide Semiconductor Field Effect Transistor

IGBT Insulated Gate Bipolar Transistor.

P&O Perturbe & Observe.

INC Incrémentation de la conductance

Vpv Tension de sortie de la cellule(V),

Ipv Courant de sortie de la cellule(A),

Iph Courant photo-générer ou photo-courant (A),

Isat Courant de saturation de la diode (A),

q Charge d’électron q= 1.6 10-19(c),

k Constant de Boltzmann (k= 1.38 10-23 J/k),

T Température absolue de fonctionnement de la jonction (k°),

n Facteur d’idéalité de la diode (n∈ [1 ,3]),

Dans le premier chapitre, nous présenterons l'énergie photovoltaïque. Nous expliquerons le

Etat de l’art des systèmes

I.2. Les énergies renouvelables, ressources et exploitation

I.3 L'énergie solaire

I.4 Rayonnement solaire

Figure I.1: Types de rayonnement solaire reçus au sol.

I.4.1. Rayonnement direct

I.4.3. Rayonnement réfléchi ou l’albédo du sol

1.5. L’énergie solaire photovoltaïque

I.6. Cellule photovoltaïque

I.7. Principe de fonctionnement d’une cellule photovoltaïque

I.7.1. L’effet photovoltaïque

I.7.2. Cellule photovoltaïque

Figure I.2: Représentation schématique d'une cellule solaire. [14]

Figure I.3: dopage type N .[18]

Figure I.4: dopage type P .[18]

Figure I.5 : jonction PN .[18]

I.8.Type de cellule photovoltaïque

I.8.1. Cellules mono-cristallines

a: monocristallines b: polycristallines c: amorphes

I.9. Caractéristiques électriques d’une cellule photovoltaïque

Figure I.7. Schéma équivalent d’une cellule photovoltaïque.

I.9.2. Paramètres d’une cellule photovoltaïque

I.9.2.3. La puissance maximale

I.9.2.4. Facteur de forme FF

Avec est égale au produit de l’éclairement et de la surface totale des photopiles.