Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/13126
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Dahmane, Otmane | - |
dc.contributor.author | Khelifi, Abdessalam | - |
dc.date.accessioned | 2021-11-24T09:33:43Z | - |
dc.date.available | 2021-11-24T09:33:43Z | - |
dc.date.issued | 2021 | - |
dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/13126 | - |
dc.description | 333.192 ; 55 p | fr_FR |
dc.description.abstract | Ce travail présente une commande pour un chargeur de batterie solaire MPPT avec une comparaison entre deux techniques de MPPT une classique par la méthode perturbe and observe et une autre méthode intelligente basé sur les réseaux de neurones. Le chargeur de batterie est inclus dans un système photovoltaïque autonome, la simulation et la commande du système sont effectuées sous l’environnement Matlab/Simulink. Les performances du système sont également comparées selon le changement atmosphérique. Les résultats de la simulation ont montré que l’algorithme de MPPT par réseau de neurones à de meilleures performances lors des changements de l'irradiation solaire et cela à contribue directement pour le bon fonctionnement du régulateur solaire et pour la batterie | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | batterie, système PV autonome, régulateur MPPT, réseau de neurones | fr_FR |
dc.title | Modélisation Et Commande Intelligente D’un Chargeur De Batterie A Usage Photovoltaïque | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
memoire.pdf | 2,99 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.