Contrôle MPPT adaptatif pour des transitions fiables entre fonctionnement raccordé au réseau et en îlot dans des micro-réseaux PV avec batterie

Une énergie solaire plus intelligente pour une fiabilité quotidienne

À mesure que les foyers, les entreprises et les collectivités installent davantage de panneaux sur les toits et de fermes solaires, maintenir l’électricité lorsqu’un nuage passe — ou lorsque le réseau principal tombe en panne — devient un vrai défi. Cette étude examine comment faire en sorte que les systèmes solaire-plus-batterie se comportent davantage comme une centrale bien réglée, en s’ajustant automatiquement à l’ensoleillement, à la demande et aux pannes du réseau afin que les utilisateurs bénéficient d’une électricité fiable et de qualité.

Pourquoi le solaire a besoin d’un cerveau, pas seulement de panneaux

Les panneaux solaires sont propres et de plus en plus abordables, mais ils sont également capricieux : leur puissance varie avec l’ensoleillement et la température. Pour en extraire le maximum d’énergie, des contrôleurs électroniques recherchent en permanence le « point idéal » de tension et de courant de chaque panneau, appelé point de puissance maximale. Les méthodes classiques de recherche sont simples mais ont tendance à dépasser la cible et à osciller, gaspillant de l’énergie et réagissant trop lentement quand un nuage passe soudainement. Parallèlement, les micro-réseaux modernes — qui combinent panneaux solaires, batteries et charges locales — doivent décider, instant après instant, quelle part de puissance provient du soleil, quelle part de la batterie, et quelle part va vers ou vient du réseau principal, tout en maintenant la tension et la fréquence locales stables comme le roc.

Un micro-réseau solaire hybride passé au crible

Les auteurs étudient une ferme solaire de un mégawatt reliée à une grande batterie lithium-ion dans un micro-réseau en courant alternatif. Le champ solaire est connecté via un convertisseur DC-DC « boost » et un onduleur triphasé à un bus AC commun qui alimente les charges et se relie au réseau principal. La batterie est connectée via son propre convertisseur bidirectionnel afin de pouvoir à la fois absorber et fournir de la puissance. Une caractéristique centrale de l’installation est un contrôleur adaptatif pouvant fonctionner en deux modes principaux. Lorsque le micro-réseau est connecté au réseau public, un contrôleur de flux de puissance (PQ) laisse le réseau régler la tension et la fréquence. Lorsque le micro-réseau est en mode îlot — fonctionnant de manière autonome lors d’une panne ou d’une déconnexion planifiée — un contrôleur en droop dans l’unité batterie prend le relais, façonnant la tension et la fréquence tout en partageant la puissance entre solaire et stockage.

Apprendre au système à poursuivre la puissance solaire maximale

Pour améliorer la façon dont la ferme solaire trouve et suit son point de puissance maximale, les chercheurs combinent deux formes d’intelligence artificielle. Un réseau de neurones artificiels (RNA) apprend à partir de données comment la tension des panneaux doit être ajustée selon les niveaux d’ensoleillement et de température. Une routine d’optimisation par essaim de particules (PSO) — librement inspirée de la manière dont les volées ou les essaims cherchent de la nourriture — ajuste les poids internes de ce réseau de neurones afin qu’il apprenne rapidement et évite les mauvaises solutions. Le RNA entraîné prédit la meilleure tension de fonctionnement ; celle-ci devient une consigne pour le convertisseur, qui pousse ensuite les panneaux vers ce point. Dans des simulations basées sur 1000 conditions météorologiques générées aléatoirement, cette association RNA–PSO a réduit l’erreur dans le comportement appris et a convergé vers de bons réglages en seulement quelques centaines d’étapes d’entraînement.

Maintenir les lumières stables lors des coupures de réseau et des ombres de nuages

Le véritable test intervient lorsque le micro-réseau fait face à des changements soudains d’ensoleillement, de charge ou de connexion au réseau. À l’aide de modèles détaillés MATLAB/Simulink, les auteurs comparent leur méthode RNA–PSO avec trois autres stratégies de suivi bien connues. Dans un mélange de soleil fort, de charge réduite, puis de chutes brutales d’ensoleillement, le contrôleur RNA–PSO a systématiquement capturé davantage de la puissance solaire disponible, avec des efficacités de suivi proches de 98 % et des ondulations de puissance très faibles. Parallèlement, le contrôle coordonné PQ–droop a maintenu la tension AC du micro-réseau proche de sa cible de 420 volts et a contenu la fréquence dans la fenêtre stricte suggérée par les normes d’interconnexion. Lorsque le système a été volontairement basculé du mode connecté au réseau au mode îlot puis de retour, une unité de resynchronisation a aligné la phase et la fréquence avant la reconnexion, évitant les fortes distorsions de tension et les courants d’appel qui peuvent endommager l’équipement.

Ce que cela signifie pour les communautés solaires de demain

Du point de vue du grand public, le résultat principal est une installation solaire-plus-batterie qui se comporte de manière beaucoup plus fluide et prévisible. En dotant le micro-réseau d’un « cerveau » amélioré par l’IA qui recherche efficacement la puissance solaire maximale tout en gérant les transferts entre le réseau et le stockage local, l’approche facilite l’exploitation de quartiers, de campus ou d’installations isolées principalement à l’énergie solaire sans scintillement ni pannes inattendues. En pratique, cela se traduit par une meilleure utilisation de chaque rayon de soleil, une durée de vie plus longue des matériels et une alimentation locale plus résiliente — des ingrédients clés pour atteindre les objectifs d’énergie propre et d’infrastructures intelligentes.

Citation: Siddaraj, U., Yaragatti, U.R., Paragonda, L.R.S. et al. Adaptive MPPT control for reliable transitions between grid connected and islanded operations in PV battery microgrids. Sci Rep 16, 7613 (2026). https://doi.org/10.1038/s41598-026-38300-5

Mots-clés: micro-réseau solaire, suivi du point de puissance maximale, stockage d’énergie par batterie, contrôle par intelligence artificielle, intégration au réseau