Maximisation en temps réel de la puissance de sortie de piles à combustible microbiennes en utilisant l'optimisation par essaims particulaires

Résumé

L’industrie se tourne de plus en plus vers les sources d’énergie alternatives, et les piles à combustible microbiennes (PCM) s’inscrivent dans cette optique, car elles utilisent des microbes pour transformer l’énergie contenue dans la matière organique en énergie électrique. Les PCM ont cependant une densité de puissance de sortie très faible, en plus d’une dynamique interne très lente, ce qui rend difficile la récolte de leur énergie. En effet, il n’est possible de récolter le maximum d’énergie d’une PCM que si sa charge externe est adaptée à sa résistance interne. De plus, la dynamique interne lente des PCM implique que leur résistance interne peut varier au fil du temps. Ainsi, afin de résoudre ces problèmes, il faut se tourner vers des techniques d’optimisation en temps réel (OTR). Les algorithmes d’optimisation par essaims particulaires (OEP) et d’optimisation par perturbations et observations (P&O) sont souvent utilisés pour l’OTR de la puissance de systèmes photovoltaïques (PV). Le P&O a aussi été appliqué sur des PCM, mais l’OEP ne l’a pas encore été, bien que cette approche présente plusieurs avantages par rapport au P&O. Ainsi, la première contribution de ce travail de recherche est une évaluation de la possibilité d’utiliser les algorithmes basés sur l’OEP pour l’OTR de la puissance de sortie de PCM. La deuxième contribution de ce mémoire est la conception d’un nouvel algorithme d’OTR, soit l’optimisation par essaims particulaires parallélisée avec classificateur (OEPPC). Les résultats de simulation ont démontré que les algorithmes basés sur l’OEP ont beaucoup de potentiel pour l’OTR de la puissance de PCM et qu’ils surpassent les performances du P&O. Les résultats expérimentaux sur des PCM ont quant à eux démontré que, si l’optimum de puissance varie très lentement, il est nécessaire de modifier l’OEP pour l’adapter à un tel contexte. L’OEPPC avec diversité (OEPPCD) a été proposée pour combler ce manque, et des simulations ont démontré que l’OEPPCD performerait mieux que le P&O. L’algorithme d’OEPPC a aussi été validé expérimentalement sur un système composé de 15 cellules PV. Les résultats expérimentaux ont démontré que l’OEPPC performe mieux que l’OEP et que le P&O, deux algorithmes éprouvés sur les systèmes PV. Ainsi, l’OEPPC a prouvé être un algorithme efficace pouvant être appliqué à différents types de système.

Date	11 juin 2018
langue originale	Français
Établissement diplômant	École de technologie supérieure
Superviseur	Lyne Woodward (Directeur(-trice))