Scribd
Importer
1 vues2 pages

Explication Du Code

Le document présente trois méthodes pour estimer les paramètres d'un modèle I-V à partir de données expérimentales de courant et de tension. La méthode Newton-Raphson utilise un algorithme d'optimisation non linéaire, la méthode analytique se base sur des calculs directs à partir des valeurs extrêmes, et la méthode WSO s'inspire de l'intelligence collective pour explorer l'espace des solutions. Chaque méthode vise à estimer des paramètres clés tels que le courant photogénéré, le courant de saturation et les résistances série et parallèle.

Transféré par

amhicham
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd
1 vues2 pages

Explication Du Code

Le document présente trois méthodes pour estimer les paramètres d'un modèle I-V à partir de données expérimentales de courant et de tension. La méthode Newton-Raphson utilise un algorithme d'optimisation non linéaire, la méthode analytique se base sur des calculs directs à partir des valeurs extrêmes, et la méthode WSO s'inspire de l'intelligence collective pour explorer l'espace des solutions. Chaque méthode vise à estimer des paramètres clés tels que le courant photogénéré, le courant de saturation et les résistances série et parallèle.

Transféré par

amhicham
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats DOCX, PDF, TXT ou lisez en ligne sur Scribd

Explication du code

Valeur de i et V expérimentale

V = 4.5, 6.0, 7.5, 9.0, 10.5, 12.0, 13.5, 15.0, 16.0, 17.0, 17.5, 17.8, 18.0

I = 0.74, 0.74, 0.73, 0.72, 0.71, 0.69, 0.67, 0.64, 0.55, 0.35, 0.2, 0.1, 0.04

1. Méthode Newton-Raphson (fit_newton)

Principe:

Utilise l’algorithme d'optimisation non linéaire [Link] pour ajuster les paramètres en
minimisant l’erreur quadratique entre les données expérimentales et le modèle. Le courant
est estimé à l’aide d’un solveur itératif Newton-Raphson sur l'équation du modèle à chaque
point de tension.

Paramètres estimés:

- Iph: courant photogénéré

- I0: courant de saturation

- n: facteur d’idéalité de la diode

- Rs: résistance série

- Rsh: résistance parallèle (shunt)

Méthode:

- Résolution point par point via Newton-Raphson sur l’équation implicite.

2. Méthode Analytique (analytical_model)

Principe:

Méthode rapide et directe, sans optimisation numérique. Elle utilise:

- Les valeurs extrêmes expérimentales (Isc, Voc)

- Des pentes locales de la courbe I-V pour calculer Rs et Rsh


Paramètres estimés:

- Iph = Isc (approximé)

- I0: via relation analytique avec Voc

- A: facteur d’idéalisme (fixé à 1.5)

- Rs: pente à haute tension (ΔV/ΔI)

- Rsh: pente à basse tension (ΔV/ΔI)

Méthode:

- Substitution dans l'équation directe: I(V)

3. Méthode WSO (Whale Swarm Optimization)

Principe:

Algorithme d’intelligence collective inspiré du comportement des baleines. Il explore l’espace


de solutions à l’aide d’une population de solutions, en utilisant des opérations de mise à jour
de positions vers les solutions meilleures.

Paramètres estimés:

Identiques à Newton:

- Iph, I0, n, Rs, Rsh

Méthode:

- Minimise la racine carrée de l’erreur quadratique (RMSE)

- Utilise un algorithme évolutif, non déterministe, avec plusieurs itérations et solutions


aléatoires.

Note

Il est essentiel de toujours s'assurer que la plage des solutions ainsi que l'initialisation des
méthodes sont correctement définies et cohérentes avec les valeurs expérimentales.

Vous aimerez peut-être aussi