Suivi du point de puissance maximal basé sur un algorithme de groupe social couplé à un convertisseur résonant à décalage de phase pour la charge de batteries via des systèmes PV partiellement ombragés

Pourquoi une charge solaire plus intelligente est importante

Alors que les véhicules électriques se généralise(nt), trouver des moyens propres pour les recharger est aussi important que de fabriquer les véhicules eux-mêmes. De nombreuses stations de recharge dépendent encore d’électricité produite à partir de combustibles fossiles, ce qui réduit les bénéfices environnementaux de l’électrification. Les panneaux solaires constituent une alternative attrayante, mais leur production peut varier fortement quand des nuages passent, que des bâtiments projettent des ombres ou que de la poussière s’accumule sur une partie de la surface. Cet article explore une manière plus intelligente d’extraire une puissance stable et efficace des panneaux solaires — même lorsqu’ils sont partiellement ombragés — afin de recharger les batteries des véhicules électriques de façon fiable et avec peu d’énergie gaspillée.

Le défi d’un ensoleillement inégal

Les panneaux solaires ont un comportement étonnamment fragile lorsque seules certaines sections sont ombragées. Quelques cellules assombries peuvent dégrader les performances d’un ensemble entier, transformant ces cellules en petits chauffages plutôt qu’en producteurs d’énergie. Les ingénieurs utilisent des contrôleurs de « suivi du point de puissance maximal » pour ajuster en permanence le fonctionnement des panneaux afin qu’ils produisent le plus d’énergie possible. Les approches traditionnelles fonctionnent bien quand l’ensoleillement est uniforme, mais quand certaines parties sont à l’ombre et d’autres exposées, la courbe puissance–tension développe plusieurs pics au lieu d’un seul point clairement optimal. Les méthodes classiques ont tendance à se verrouiller sur l’un des pics secondaires et y rester, laissant beaucoup d’énergie potentielle inexploitable.

Une approche inspirée du social pour trouver le meilleur point de puissance

Les chercheurs abordent ce problème avec une méthode de contrôle inspirée des apprentissages au sein de groupes sociaux, appelée Social Group Optimization. Dans cette méthode, de nombreux points de fonctionnement candidats pour l’ensemble solaire jouent le rôle de membres d’un groupe. Certains jouent le rôle de leaders qui performent actuellement le mieux, tandis que d’autres sont des apprenants qui ajustent leurs choix en s’inspirant du succès de leurs pairs. L’algorithme alterne entre une exploration large — en testant des points de fonctionnement très différents — et une concentration sur la région la plus prometteuse une fois qu’un bon axe se dégage. Parce qu’il ne nécessite que peu de paramètres à régler et des calculs simples, cette stratégie peut s’exécuter en temps réel sur un petit contrôleur embarqué dans un chargeur.

Un chemin de puissance haute efficacité vers la batterie

Trouver le bon point de fonctionnement n’est que la moitié de l’histoire ; il faut encore transférer cette énergie vers une batterie sans pertes majeures. Pour cela, l’équipe conçoit un convertisseur résonant à pont complet en une seule étape, un type de circuit qui utilise un transformateur à haute fréquence et des inductances et capacités dimensionnées pour commuter les dispositifs de puissance lorsque leur tension ou leur courant est proche de zéro. Cette commutation « douce » réduit fortement la dissipation thermique et les contraintes sur l’électronique. Le circuit fournit également une isolation électrique pour la sécurité et peut gérer une large plage d’entrées issue de l’ensemble solaire tout en délivrant une sortie continue basse tension et fort courant, adaptée à la charge des batteries de véhicules électriques.

Mise à l’épreuve du système

Le système complet couple l’algorithme de suivi de groupe social avec le convertisseur résonant dans une stratégie de contrôle unifiée. Dans des simulations informatiques détaillées, les auteurs comparent leur méthode à plusieurs algorithmes de recherche globale bien connus et à une approche de suivi basique. Sous des variations d’ensoleillement, la méthode de groupe social trouve rapidement le véritable maximum de puissance global, avec moins d’oscillations et des changements d’état de fonctionnement plus lisses. Simultanément, le convertisseur maintient une tension et un courant de sortie stables, atteignant un rendement maximal d’environ 97 % — supérieur aux convertisseurs traditionnels en deux étapes — et améliorant la régulation de tension d’environ 2 %. Des essais matériels utilisant un émulatore solaire et une installation de charge de 3 kW confirment que le comportement observé en simulation peut être reproduit expérimentalement.

Ce que cela signifie pour les futures stations de recharge

Pour un non-spécialiste, le message clé est que les auteurs ont construit une architecture de charge qui « pense » et « respire » avec le soleil. La partie « pensée » est l’algorithme d’inspiration sociale qui apprend en continu où l’ensemble solaire peut délivrer le plus de puissance, même lorsque des zones sont ombragées. La partie « respiration » est le convertisseur résonant qui transforme discrètement cette énergie fluctuante en un flux lisse et efficace vers la batterie. Ensemble, ils montrent qu’il est possible de concevoir des chargeurs de véhicules électriques alimentés par le solaire qui gaspillent très peu d’énergie et fonctionnent de manière fiable dans des conditions météorologiques réelles et désordonnées, aidant les réseaux de recharge à devenir plus propres et plus résilients.

Citation: Jayaraman, J., Ramasamy, S., Vadivel, S. et al. Social group algorithm-based MPPT coupled with phase shift resonant converter for battery charging through partially shaded PV systems. Sci Rep 16, 9596 (2026). https://doi.org/10.1038/s41598-025-31674-y

Mots-clés: charge solaire de VE, ombrage partiel, suivi du point de puissance maximal, convertisseurs résonants, électronique de puissance