Abstract:
La technologie des panneaux photovoltaïques a prouvé son grand potentiel en tant que
source importante d’énergie renouvelable, ce qui est confirmé par la tendance nationale
et mondiale à utiliser cette source et à étendre sa diffusion dans de nombreuses applications
industrielles et quotidiennes. Afin d’améliorer l’efficacité énergétique produite par
les panneaux photovoltaïques, plusieurs techniques et méthodes ont été utilisées, la plus
importante étant le contrôle MPPT qui permet de suivre le point de puissance maximale.
Dans cette thèse, une technique MPPT avancée basée sur deux stratégies combinées mode
glissant-logique floue a été présentée. Cependant, de nombreux facteurs peuvent conduire
à la défaillance des systèmes photovoltaïques et à la détérioration de leur efficacité au
cours de leur fonctionnement. Il faut donc trouver des méthodes pour diagnostiquer et
identifier ces défauts et étudier leur impact sur les performances du système. Certains
défauts ont été traités dans ce travail de recherche, à savoir : l’ombrage partiel, le courtcircuit,
le circuit ouvert, résistance série et celui de la résistance parallèle. Dans les études
précédentes, de nombreuses méthodes ont été utilisées pour diagnostiquer et détecter les
défauts d’un système photovoltaïque. Dans cette thèse, on s’intéresse particulièrement à
la maximisation de l’énergie produite par un système photovoltaïque, tout en détectant
et en identifiant les défauts de ce système. Les défauts sont diagnostiqués et identifiés
à l’aide de deux méthodes intelligentes qui sont : le réseau de neurones artificiels et le
neuro-flou.
