Artificial Intelligence for Renewable Energy Systems

Intelligence artificielle pour les systèmes d'énergie renouvelable Le monde fait face à une demande croissante en énergie malgré la raréfaction des énergies fossiles, ce qui a conduit à une croissance rapide des sources d'énergie renouvelable, en particulier l'énergie solaire photovoltaïque (PV). Toutefois, la nature fluctuante de l'irradiation solaire pose un défi pour la gestion efficace et fiable des systèmes PV solaires. Au cours des dernières années, les techniques d'intelligence artificielle (IA) sont apparues comme des outils puissants pour faire face à l'incertitude des systèmes d'énergie renouvelable, y compris les systèmes PV solaires. Dans cette thèse, nous proposons la mise en œuvre de techniques d'IA pour la gestion optimale des systèmes PV solaires, en mettant l'accent sur l'adaptation au site, la prévision de l'irradiation solaire et l'optimisation du stockage d'énergie. Nous passons en revue l'état de l'art des techniques d'IA appliquées aux systèmes PV solaires et proposons de nouvelles solutions qui exploitent des algorithmes d'apprentissage automatique pour améliorer les performances des systèmes PV. En outre, nous abordons le contexte socio-économique et environnemental des systèmes PV solaires, en analysant l'impact du changement climatique sur le potentiel de puissance photovoltaïque et en développant un outil interactif pour l'estimation du potentiel de puissance PV. La recherche présentée dans cette thèse est le résultat d'un travail conjoint entre l'Université de Los Andes et le Laboratoire d'Analyse et d'Architecture des Systèmes LAAS-CNRS, et vise à contribuer au développement d'un avenir énergétique durable et propre.

Перевод пока недоступен