Implémentation de la commande MPPT sur circuit FPGA utilisant les techniques intelligentes

Transcription

1 Impémentaton de a commande MT sur crcut FGA utsant es technques ntegentes F. Chekred*, C. Larbes**, D. Bendb*, Z. Samara* *Unté de déveoppement des équpements soares, Bousma, Agére., Ema: chekredfathya@yahoo.fr ** Laboratore de dspostfs de Communcaton et de converson hotovotaïque, Ecoe Natonae Supéreure oytechnque, Ager, Agére. Abstract- Ths ork focuses on the pursut of maxmum poer pont trackng (MT for otovotac generators. For ths, e use ntegent technques: fuzzy contro and neuro-fuzzy contro. The man obectve of these contros s to extract, for oadng condtons and atmoserc data, the maxmum poer of otovotac modues. In ths paper, e present the deveopment of these contros and ther mpementaton on a "FGA Xnx Vrtex II" crcut usng the "Memec Desgn Vrtex-II VMB000" board deveopment. We sho the advantage of usng ntegent contro n otovotac systems as e as the advantages of FGAs th ther computng poer, o deveopment tme and fexbty of operaton. Keyords hotovotac, MT, Neurona netorks, Fuzzy ogc, neuro-fuzzy netorks, neuro-fuzzy Controer, FGA crcut. Résumé Ce trava s'ntéresse à a poursute du pont de pussance maxmae (MT des générateurs otovotaïques. our cea, nous utserons des commandes ntegentes : a commande foue et a commande neuro-foue. L obectf prncpa de ces commandes est d extrare, pour des condtons de charge et atmosérques données, a pussance maxmae possbe des modues otovotaïques. Dans cet artce, nous présentons e déveoppement de ces commandes et eur mpémentaton sur un crcut FGA Vrtex II de Xnx en utsant a carte de déveoppement «Memec Desgn Vrtex-II VMB000». Nous montrons ans 'avantage de utsaton des commandes ntegentes dans es systèmes otovotaïques ans que es avantages apportés par es crcuts FGA grâce à eur pussance de cacu, eur fabe temps de déveoppement et eur fexbté de fonctonnement. Mot cés hotovotaïque, MT, Réseaux de neurones, Logque foue, Réseaux neuro-fous, Contrôeur neuro-fou, Crcut FGA. I. INTRODUCTION L éectrcté soare est en tran de s mposer depus que es modues otovotaïques sont devenus très dsponbes et ont un rendement acceptabe. En paraèe, a technooge des composants semconducteurs de grande pussance a nettement évoué par ntroducton de composants de pussance très performants en tous ponts de vue, rendement, fabté et coût. Une caractérstque mportante des modues otovotaïques est que a pussance maxmae dsponbe est fourne seuement en un seu pont de fonctonnement, appeé Maxmum oer ont (M, ocasé par une tenson et un courant connus [][][3]. ar aeurs, a poston de ce pont M n est pas fxe mas ee se dépace en foncton de ensoeement et de a température des ceues soares du modue ans que de utsaton. A cause du coût reatvement onéreux de ce genre d énerge on dot à tout nstant extrare e maxmum possbe de a pussance dsponbe des modues otovotaïques. Cea nécesste un mécansme de poursute (Trackng de M appeé maxmum poer pont trackng (MT afn que a pussance maxmae sot générée en permanence [][][3]. L obectf de cet artce est de présenter es dfférentes étapes de concepton et d mpémentaton, sur un crcut FGA, de deux commandes MT : foue et neuro-foue. II. SYSTEMES HYBRIDES NEURO-FLOUS A. Un système neuro-fou est défn comme étant un réseau neurona mutcouche avec des paramètres fous, ou comme Fu-Sze Camera-Ready (CR Copy un système fou ms en appcaton sous une forme dstrbuée paraèe. I a été notamment répertoré tros fames dfférentes [4] [5] [6] : Le modèe FALCON et e modèe GARIC Le modèe NEFCLASS Le modèe ANFIS III. STRUCTURE DE L ANFIS (SYSTEME D INFERENCE FLOU BASE SUR LES RESEAUX DE NEURONES ADATATIFS C'est une structure à 5 couches qu affne es règes foues déà étabes par des experts humans et réauste e chevauchement entre es dfférents sousensembes fous. ANFIS met en appcaton un système d nférence fou (SIF du type Takag Sugeno [4][7][8][9] et a une archtecture composée de cnq couches comme représentée sur a fgure : Fgure : Archtecture équvaente de 'ANFIS pour deux entrées à deux règes. Le réseau adaptatf ANFIS est un réseau mutcouches dont es connexons ne sont pas pondérées,

2 ou ont toutes un pods de. Les noeuds sont de deux types dfférents seon eur fonctonnaté: es nœuds carrés (adaptatfs contennent des paramètres, et es nœuds crcuares (fxes n ont pas de paramètres. Couche: La premère couche représente es fonctons d appartenance foues. Chaque nœud de cette couche est un nœud carré avec une foncton: O μ A ( x ( Ou x est entrée du nœud, et A e terme ngustque assocé à sa foncton. En d autres termes, O est e degré d appartenance de x à A. Les paramètres d un nœud de cette couche sont ceux de a foncton d appartenance correspondante. Couche : Chaque nœud de cette couche est un nœud crcuare appeé π qu engendre en sorte e produt de ses entrées. Ce produt représente e degré d actvaton d une rège: μ A Couche 3 : Chaque nœud est un nœud crcuare appeé N. La sorte du nœud est e degré d actvaton normasé de a rège : v Couche 4 : La quatrème couche cacue es coeffcents de équaton du premer ordre d une rège de type Takag-Sugeno et cea pour chaque rège foue. Chaque nœud de cette couche est un nœud carré avec une foncton réasant e cacu: 4 O y f v ( a x+ bx + c (4 Où v est a sorte de a couche 3, et {a, b, c} est ensembe des paramètres de sorte de a rège. Couche 5 : La cnquème couche qu représente a couche de sorte, cacue a sorte gobae esée (pondérée du système. Le seu nœud de cette couche est un nœud crcuare qu effectue a somme des sgnaux provenant de a couche 4, c est-à -dre, O 5 ( x. μ B ( x y + IV. MT AR L AROCHE FLOUE [0] [] [] A. Fuzzfcaton La tenson et e courant actues du générateur otovotaïque sont mesurés nstantanément et converts par un convertsseur A/N. La pussance peut être ans cacuée : (6 ( k ( k. v( k On suppose que e contrôe se fat par a satsfacton de deux crtères reatfs à deux varabes d'entrées du contrôeur fou proposé, qu sont: v,, f (5 ( (3 L'erreur (E et e changement de 'erreur (de à des nstants échantonnés (k. E ( k V ( k ( k V ( k ( k de ( k E( k E( k (8 (k et V (k sont respectvement: a pussance et a tenson du générateur otovotaïque. ( A partr de 'entrée E(k on peut savor s e pont de fonctonnement de a charge est stué à gauche ou à drote du pont de pussance maxmae de a courbe pussance-tenson. A partr de 'entrée de(k on peut détermner a vaeur de a varaton de 'erreur de 'entrée du contrôeur fou qu représente a drecton du pont de fonctonnement. En utsant es bases des sous ensembes fous on peut exprmer es varabes d'entrées et de sorte en termes de varabes ngustques, ces dernères sont étquetées comme sut: Fgure : fonctons d appartenance des varabes d entrées E et de µ(dd NG N ZE G dd Fgure 3 : fonctons d appartenance de varabe de sorte dd B. Méthode d'nférence La tabe montre a tabe de règes du contrôeur fou où es entrées de a matrce sont es ensembes fous de 'erreur (E et e changement de 'erreur (de. La sorte de cette tabe de règes est e changement du rapport cycque (dd. E de N NG ZE G N ZE ZE G G G NG ZE ZE ZE ZE ZE ZE N N N N ZE ZE G NG NG NG ZE ZE (7 G: (postf grand, : (postf pett, ZE: (Zéro, N: (négatf pett, NG: (négatf grand. Les fgures et 3 montrent es fonctons d'appartenance des 5 sous-ensembes fous des varabes d'entrées ans que de a varabe de sorte. µ(e NG N ZE G µ(de 0 NG N ZE G Tabeau : Tabe d nférence foue. de

3 C. défuzzfcaton dd 0 n n μ ( D μ ( D V. MT AR L AROCHE NEURO-FLOUE Notre contrôeur neuro-fou comprend deux entrées E et de et une seue sorte D qu représentent respectvement erreur, a varaton de erreur, et a commande. Les deux varabes d entrées génèrent acton de contrôe D qu sera appquée au hacheur, afn d auster e rapport cycque de ce derner de tee manère à assurer adaptaton de a pussance fourne par e générateur otovotaïque. Le contrôeur neuro-fou est un contrôeur ANFIS à une archtecture composée de cnq couches comme représentée sur a fgure 4. Ce contrôeur permet une génératon automatque de règes foues basées sur e modèe d nférence de Sugeno : S E est A et de est B Aors d f (E, de S E est A et de est B Aors d f (E, de.... S E est A 5 et de est B 5 Aors d 5 f (E, de Où E, de, sont des varabes d entrée et A, A,..., A 5 et B, B,...B 5 sont des ensembes fous. Fgure 4: Archtecture du modèe ANFIS proposé. Les fonctons d appartenance, sous forme tranguare, µ(e générées par ANFIS sont représentées sur a fgure 5. A A A3 A4 A5 E µ(de B B B3 B4 B Fgure5: Iustraton de agorthme de fuzzfcaton E de B B B3 B4 B5 A d d d3 d4 d5 A d6 d7 d8 d9 d0 A3 d d d3 d4 d5 A4 d6 d7 d8 d9 d0 A5 d d d3 d4 d5 D de (9 La formue du rapport cycque D est donnée par équaton suvante : d + d d 5 (0 D VI. ALICATION, RESULTATS ET DISCUSSION VI.. Envronnement de test des deux contrôeurs en vue d mpémentaton sur a carte FGA Chox Dn Dvseur de fréquence Rom Boc de contrôe CLK Reset DI Stch Contrôeur MT Fgure 6: Schéma synoptque détaé de envronnement de test VI.. Impémentaton du contrôeur fou et neurofou sur a carte FGA VI... Smuaton Cette opératon nous permet de vader e proet à chaque étape du déveoppement. C est donc dans cette parte qu on va pouvor vsuaser es résutats obtenus par es deux méthodes et comparer eurs performances. Dans a premère étape, on compare es performances des deux contrôeurs dans a recherche du pont M. Dans a seconde étape, on agt sur a caractérstque pussance-tenson en bascuant d une courbe de pussance à autre, qu est mémorsée dans e boc ROM sous forme des tabeaux, (changement brusque des condtons atmosérques, on peut aors comparer a vtesse de poursute du pont M pour es deux contrôeurs. VI... Recherche et poursute du pont de pussance maxmae par e contrôeur MT fou ont M D Chox de affchage Début de a recherche Décodeur 7 segment Oscoscope Horoge CLK Rapport cycque D ussance Affcheur 7-segment Tabeau : Tabe des règes générées par ANFIS. Fgure7: Smuaton de a recherche du pont M par e contrôeur "MT fou".

4 Chox de a courbe p(v VI... Routage du crcut FGA pour es programmes du contrôeur "MT fou" et "MT neuro-fou" VI..3. Aperçu de out d affectaton des broches d entrées/sortes Rapport cycque D ussance Dmnuton d ensoeement Augmentaton d ensoeement Fgure8: Smuaton de a poursute du pont M par e contrôeur "MT fou" pour des changements brusques des condtons météoroogques VI... Recherche et poursute du pont de pussance maxmae par e contrôeur MT neuro-fou Fgure : Routage du crcut FGA pour e du programme contrôeur "MT fou " Horoge CLK Rapport cycque D ont M attent ussance Début de a recherche Fgure9: Smuaton de a recherche du pont M par e contrôeur "MT neuro fou". Fgure: Routage du crcut FGA pour e programme du contrôeur "MT neuro- Chox de a courbe p(v Rapport cycque D ussance Dmnuton d ensoeement Augmentaton d ensoeement Fgure0: Smuaton de a poursute du pont M par e contrôeur "MT neuro-fou" pour des changements brusques des condtons Météoroogques Fgure3 : Aperçu de out d affectaton des broches d entrées/sortes pour es deux programmes du contrôeur "MT fou" et

5 Fgure4: Le rapport cycque D généré par e contrôeur MT sous forme WM sous des condtons cmatques constantes Fgure5: Le rapport cycque D généré par e contrôeur MT sous forme WM sous des condtons cmatques varabes VII. CONCLUSION GENERALE our assurer e fonctonnement d un générateur otovotaïque à son pont de pussance maxmae, des contrôeurs MT sont souvent utsés. Ces contrôeurs sont destnés à a poursute M et à mnmser ans erreur entre a pussance de fonctonnement et a pussance maxmae de référence qu est varabe en foncton de a charge et des condtons cmatques. Dans e même but, puseurs technques de contrôe MT ont été ntrodutes dernèrement à savor : a ogque foue, es réseaux de neurones.etc. Dans ce trava, on a déveoppé et mpémenté sur e crcut FGA Vrtex II de Xnx, deux méthodes MT dfférentes utsées dans es systèmes otovotaïques: a méthode du contrôeur fou, et une autre pus compexe ; contrôeur neurofou, on a tenté d exporer et d expoter au maxmum es ressources offertes par ces FGA. La smuaton nous a perms de vader es programmes des deux méthodes avant de es charger sur e crcut FGA. Ee nous a égaement adé à comparer es performances des deux méthodes pour dfférentes condtons de trava. S nous devons fare un chox entre ces deux méthodes, es deux paramètres à prendre en consdératon sont a compexté de mpémentaton et es performances de a méthode. S on prvége a smpcté de mpémentaton, e chox, reatvement, sera porté sur a méthode foue. S on estme par contre que es performances de a méthode MT dovent être optmaes, même pour une mpémentaton pus compexe, e chox, reatvement auss, sera porté sur a méthode neuro-foue mas on peut concure que es deux contrôeurs donnent des bons résutats et montrent eurs effcacté non seuement pour a poursute du pont de pussance maxmae mas auss pour e temps de réponse et a stabté. On peut concure auss que a sorte des sgnaux qu sont obtenus et vsuasés sur oscoscope démontre a fasabté des commandes MT. Ce trava se veut une ntaton au déveoppement des proets sur crcuts FGA dans e domane des énerges renouveabes. On espère qu pourra contrbuer à ader es personnes qu s ntéressent à ce domane de a technooge dans éaboraton de eurs travaux. VIII. REFERENCES BIBLIOGRAHIQUES [] T. Esram,.L. Chapman, Comparson of otovotac array maxmum poer pont trackng methods, IEEE Transactons on Energy Converson, Vo., No., June 007. [] V. Saas, E. Oas, A. Barrado, A. Lazaro, Reve of the maxmum poer pont trackng agorthms for stand-aone otovotac systems, Soar Energy Materas & Soar Ces 90, pp , 006. [3] K. SOBAIHI, Etude et réasaton d un hacheur MT à contre réacton de tenson, Mémore de Magster, EN, Agére, Décembre 003. [4] D. Oud Abdesam, Technques neurommétques pour a commande dans es systèmes éectrques: appcaton au ftrage actf paraèe dans es réseaux éectrques basse tenson, Thèse de doctorat, Unversté de Haute-Asace, décembre 005. [5] E. Gauther, Geston d une fotte de véhcues autonomes à ntéreur d un parkng haute densté, Rapport d étude, Insttut Natona oytechnque de Grenobe DEA Informatque Opton Robotque Vson Image, un 995. [6] E Gauther, Utsaton des réseaux de neurones artfces pour a commande d'un Véhcue autonome, Thèse de doctorat, Insttut Natona oytechnque de Grenobe, Janver 999. [7] M. Geethana, S. Mary Raa Sochana, M. Geethana, A combned adaptve netork and fuzzy nference system (ANFIS approach for over current reay system, Department of Eectrca and Eectroncs Engneerng, Coege of Engneerng, Madura-65 05, Tamnadu, Inda, 007 [8] Yng-Mng Wangn, Taha M.S, An adaptve neuro-fuzzy nference system for brdge rsk assessment, Insttute of Soft Scence, Fuzhou Unversty, Fuzhou 35000, R Chna Schoo of Mechanca, Aerospace and Cv Engneerng, The Unversty of Manchester,.O. Box 88, Manchester M60 QD, UK