Méthodes heuristiques appliquées à l'optimisation du contrôle de l'orientation d'un panneau solaire photovoltaïque

Abstract

Le but de cette étude est l'application des réseaux de neurones artificiels (RNAs) pour estimer différents paramètres d'un système photovoltaïque. Le facteur principal est l'estimation du rayonnement solaire, les angles d'orientation et d'inclinaison optimums du module photovoltaïque et la puissance pouvant être extraite. Deux architectures de réseaux de neurones artificiels ont été testées: le perceptron multicouche (MLP) et le réseau à base radiale (RBF) dans le but de prévoir ces éléments étroitement dépendants pour maximiser le rendement d'une installation photovoltaïque. Il a été conclu que les réseaux de neurones artificiels sont un outil d'aide à l'estimation de ces différents paramètres avec un bon coefficient de détermination R2. En effet, la valeur du coefficient de détermination R2 obtenue est d'environ 0,998 pour estimer le rayonnement solaire, elle est de 0.999 pour estimer les angles d'orientation et du module PV, et de 0.995 pour estimer la puissance du module PV. Les réseaux de neurones artificiels sont devenus un outil alternatif de l'intelligence artificielle permettant de résoudre divers problèmes de l'ingénierie et en particulier des systèmes photovoltaïques