Soutenance mémoire
Contexte énergétique
Dans un contexte énergétique difficile, marqué par l’épuisement prévisible des énergies fossiles et leurs impacts sur l’environnement, les attentes en termes d’énergies renouvelables en général et d’énergie solaire en particulier, sont de plus en plus importantes. Ces énergies et plus particulièrement l’énergie solaire sont considérées comme la solution énergétique d’avenir. En effet le solaire est l’une des énergies « gratuites « , capables de réduire la pollution en garantissant un rendement acceptable. L’enjeu majeur des chercheurs et des industriels dans ce domaine est donc d’améliorer davantage le rendement des systèmes photovoltaïques afin d’augmenter au maximum la production des installations et des centrales solaires. Un autre enjeu de taille pour la recherche actuelle dans le domaine du photovoltaïque est la baisse des coûts des installations et des centrales à travers la réduction des coûts des systèmes et des équipements photovoltaïques tels que les cellules photovoltaïques, les modules ou panneaux photovoltaïques ainsi que la structure mécanique permettant de les soutenir et de les positionner. Le coût des cellules photovoltaïques, qui est l’élément le plus important d’un système photovoltaïque en tant qu’élément de conversion de l’énergie, reste assez cher et c’est l’un des inconvénients majeur de cette énergie. Il y a plusieurs approches pour atteindre cet objectif d’amélioration du rendement des systèmes photovoltaïques. L’une d’elles consiste à augmenter le rendement des cellules photovoltaïques en utilisant des dispositifs de concentration de la lumière. Cette technologie est appelée photovoltaïque à concentration (CPV). En effet un module CPV permet de capturer le rayonnement solaire grâce à un dispositif optique de concentration tel que les lentilles de Fresnel (Figure 1) ou les miroirs paraboliques (Figure 2) sur une cellule photovoltaïque de taille beaucoup plus faible que les cellules des panneaux classiques (Energy, 2013). Ces modules CPV, composés de cellules photovoltaïques à base de semiconducteurs III-V, ont un rendement supérieur presque le double à des cellules de modules photovoltaïques classiques à cellules en silicium. Selon le rapport de concentration qui s’exprime en une unité dite « soleil » (Sun), on distingue les modules à basse concentration dites « LCPV » (concentration entre 2 et 10 suns), les modules à moyenne concentration (concentration entre 10 et 100 suns ) et les modules à haute concentration dites « HCPV » (au de la de 100 suns ) (Energy, 2013). Le rapport de concentration des modules HCPV peut même atteindre ou dépasser les 1000 suns (Philipps.S.P, 2015).
Etat de l’art des modèles de module HCPV
Un module HCPV est un ensemble de un ou deux éléments optiques de concentration et de récepteurs ou cellules photovoltaïques capables de convertir l’ensoleillement direct reçu (Rodrigo.P, 2013). La Figure 11 présente un exemple de module HCPV. Nous nous intéressons dans le cadre de cette thèse aux modules HCPV basés sur les lentilles de Fresnel comme dispositif de concentration comme le montre la Figure 12. Cette technologie, qui présente généralement un rapport de concentration élevé (autour de 500 suns), implique une nécessité d’alignement précis des modules avec le soleil. La précision demandée varie en fonction de la technologie mais reste proche de 0.1° (Exosun, 2007).
Commande tenant compte de la consommation
Les stratégies de commandes présentées précédemment ont un seul objectif qui est la maximisation de l’ensoleillement, et donc de la production, sans tenir compte de l’état de fonctionnement des actionneurs ni de leur consommation d’énergie. (Rubio.F.R, 2007) propose une commande qui ne suit pas la trajectoire du soleil en continu afin de limiter l’usure des moteurs. Si cet objectif concerne surtout le cas d’un actionnement à base de moteurs à courant continu, ce suivi discontinu permet également de se rapprocher d’un objectif de minimisation de la consommation d’énergie. Le principe de la commande, comme illustré par la Figure 22, est le suivant : le tracker reste en arrêt jusqu’à ce que l’écart entre la position (théorique) du soleil et la position du tracker atteigne un certain seuil de tolérance (« Initial tolerance »). A ce moment, le tracker rattrape la position du soleil et prend de l’avance (« Final tolerance »). La valeur du seuil de tolérance et celle de d’avance prise sont définies selon la technologie de module HCPV utilisé. En effet, chaque module HCPV est caractérisé par un intervalle d’angle d’acceptance en dehors duquel la puissance produite descend au-dessous de 90%.
Tests de démarrage et d’asservissement de position de la machine asynchrone sur le simulateur
Les performances du modèle électromécanique asservi du tracker sont évaluées par deux séries de simulations numériques. La première simulation vise à tester les performances dynamiques du modèle et sa mise en œuvre lors d’un démarrage sur un réseau triphasé équilibré de tension sinusoïdales à fréquence variable généré par le variateur. La machine asynchrone triphasée est soumise à une rampe de fréquence allant de 0 à 50Hz en 1s. La phase de démarrage de la machine met en évidence, Figure 38, des courants statoriques importants. Ces courants peuvent causer le suréchauffement et la destruction du moteur en cas de répétitions trop fréquentes. Cette constatation est intéressante de point de vue stratégie de la génération de la trajectoire du tracker. En effet, un mode de fonctionnement en continu ou des mouvements discontinus du tracker n’ont pas le même effet sur le comportement thermique des deux moteurs asynchrones. Les résultats obtenus montrent aussi un couple électromagnétique fortement oscillant en régime transitoire. Pour une commande scalaire à V/f constant, la vitesse du moteur croit avec la fréquence de référence imposée, jusqu’à sa valeur maximale, avec un comportement oscillant en rapport avec les oscillations observées sur le couple. La dynamique de la machine simulée est proche de celle de l’actionneur du tracker pris comme référence dans cette étude, tout comme le réglage des rampes de fréquence du variateur. La deuxième simulation a pour objectif d’évaluer les performances de l’asservissement de position des axes du tracker. Elle consiste à fixer un échelon de position de 1 degré du tracker et à visualiser l’évolution de la position de sortie ainsi que le couple électromagnétique et la vitesse de la machine asynchrone. La réponse indicielle ainsi obtenue est donnée à la Figure 39 et montre que le tracker atteint sa position de référence (1°) et le temps de réponse est de moins de 6s avec une vitesse proche de la vitesse nominale. La dynamique du tracker simulé est proche de celle du tracker pris comme référence dans cette étude.
|
Table des matières
Introduction générale
Chapitre I: Contexte et problématiques
I.1. Contexte énergétique
I.2. Problématique industrielle
I.3. Etat de l’art des modèles de module HCPV
I.3.1. Modèles empiriques à paramètres réduits
I.3.2. Modèles physiques comportementaux
I.3.3. Etude comparative des modèles de modules HCPV
I.4. Etat de l’art des stratégies de commande d’un tracker
I.4.1. Commande en boucle ouverte
I.4.2. Commande en boucle fermée
I.4.3. Commande hybride
I.4.4. Commande tenant compte de la consommation
I.5. Etat de l’art de la modélisation des trackers HCPV et PV
I.6. Problématique scientifique
I.7. Objectifs et contributions de la thèse
Chapitre II: Simulateur de comportement d’un tracker HCPV
II.1. Modèle du soleil
II.2. Modèle électromécanique asservi du tracker HCPV
II.2.1. Modèle dynamique de la machine asynchrone
II.2.2. Modèle mécanique du tracker
II.2.3. Tests de démarrage et d’asservissement de position de la machine asynchrone sur le simulateur
II.3. Modèle comportemental d’un module HCPV
II.3.1. Proposition de modèles comportementaux d’un module HCPV
II.3.2. Identification des paramètres des modèles comportementaux
II.3.3. Moyens expérimentaux et plans d’expériences
II.4. Conclusion
Chapitre III: Commande et stratégie de génération de trajectoire d’un tracker HCPV
III.1. Stratégie de commande de référence du tracker HCPV
III.2. Génération de trajectoire par un algorithme du gradient
III.2.1. Algorithme d’optimisation du « Gradient à pas optimal »
III.2.2. Application de la méthode du gradient pour une maximisation en temps réel
III.2.3. Simulation de l’algorithme de génération de trajectoire proposé
III.3. Conclusion : Intérêt et limitation de la stratégie de commande
Chapitre IV: Etude des algorithmes de recherche du point de puissance maximale d’un module PV
IV.1. Introduction
IV.2. Modélisation d’un module PV
IV.2.1. Etat de l’art des modèles de panneaux PV
IV.2.2. Modélisation et simulation d’un module PV
IV.2.3. Validation expérimentale du modèle
IV.3. Commandes MPPT
IV.3.1. Etat de l’art des commandes MPPT
IV.3.2. Proposition de commandes MPPT P&O améliorées
IV.3.3. Etude comparative de 4 commandes MPPT
IV.4. Conclusion
Conclusions Générales et Perspectives
V.1. Synthèse des travaux réalisés
V.1. Perspectives
Références Bibliographiques
Télécharger le rapport complet
