http://dspace.univ-tiaret.dz:80/handle/123456789/32 Mon, 02 Feb 2026 03:18:31 GMT 2026-02-02T03:18:31Z http://dspace.univ-tiaret.dz:80/handle/123456789/16929 Titre: Contribution au développement d’un système de contrôle et de gestion d’énergie destiné aux véhicules électriques Auteur(s): BOURENANE, Haiat Résumé: Les ve hicules e lectriques repre sentent une solution prometteuse pour re duire la de pendance aux e nergies fossiles et limiter les e missions de gaz a effet de serre. Toutefois, l’optimisation de la gestion de l’e nergie et l’estimation pre cise de l’e tat de charge (State of Charge - SOC) des batteries restent des de fis majeurs. Cette the se propose une approche innovante combinant des techniques de mode lisation mathe matique et d’intelligence artificielle pour ame liorer la pre cision de l’estimation du SOC et optimiser la gestion de l’e nergie des ve hicules e lectriques. Apre s une e tude approfondie des technologies de stockage et des me thodes de gestion d’e nergie existantes, nous avons de veloppe des mode les avance s permettant une meilleure estimation du SOC, notamment a l’aide de re seaux de neurones. Nos travaux ont e galement conduit a la conception d’un syste me de gestion d’e nergie intelligent capable d’adapter dynamiquement les strate gies d’utilisation des batteries afin de maximiser leur dure e de vie et d’ame liorer l’efficacite e nerge tique globale des ve hicules e lectriques. Ces avance es ouvrent des perspectives prometteuses pour le de veloppement de solutions de gestion d’e nergie plus performantes et adapte es aux exigences du transport e lectrique Description: Electric vehicles offer a promising solution to reduce fossil fuel dependence and minimize global warning gas emissions. However, optimizing energy management and accurately estimating the State of Charge (SOC) of batteries remain major challenges. This thesis presents an innovative approach that combines mathematical modeling techniques and artificial intelligence to improve SOC estimation accuracy and optimize EV energy management. After an in-depth study of storage technologies and existing energy management methods, we developed advanced models to enhance SOC estimation, particularly using neural networks. Furthermore, our research led to the design of an intelligent energy management system capable of dynamically adjusting battery utilization strategies to maximize lifespan and improve overall energy efficiency. These advancements open promising perspectives for the development of more efficient and adaptive energy management solutions tailored to the demands of electric transportation. Thu, 27 Nov 2025 00:00:00 GMT http://dspace.univ-tiaret.dz:80/handle/123456789/16929 2025-11-27T00:00:00Z http://dspace.univ-tiaret.dz:80/handle/123456789/16928 Titre: Contribution à la régulation d'une chaine de production éolienne basée sur une génératrice synchrone Auteur(s): BALI, Habib Résumé: Le présent travail effectué dans cette thèse porte essentiellement sur la stabilité d’une centrale éolienne basée sur un générateur synchrone à aimants permanents connecté au réseau électrique via un convertisseur bidirectionnel en présence d’un système FACTS. Ce travail traite de l’aspect énergétique lié au vent et explique les principes de conversion de l’énergie. Il se concentre particulièrement sur l’impact de STATCOM sur la qualité et l’efficacité de la tension pour faciliter l’intégration des éoliennes dans le micro-réseau Description: The present work carried out in this thesis mainly focuses on the stability of a wind power plant based on a permanent magnet synchronous generator connected to the electrical grid via a bidirectional converter in the presence of a FACTS system. This work deals with the aspect of wind energy and explains the principles of energy conversion. It particularly focuses on the impact of STATCOM on voltage quality and efficiency to facilitate the integration of wind turbines into the microgrid. Thu, 27 Nov 2025 00:00:00 GMT http://dspace.univ-tiaret.dz:80/handle/123456789/16928 2025-11-27T00:00:00Z http://dspace.univ-tiaret.dz:80/handle/123456789/16538 Titre: Contribution à la gestion des flux énergétiques dans un système hybride de sources d'énergie renouvelable : Application de l'intelligence Artificielle pour l'optimisation. Auteur(s): CHAIB, Housseyn Résumé: Ce travail porte sur la modélisation, la commande et l’optimisation d’un système hybride de production et de gestion d’énergie basé sur des sources renouvelables. La structure proposée repose sur un générateur éolien et un générateur photovoltaïque (PV), et des batteries, couplées via un bus continu et relié au réseau électrique par l’intermédiaire d’un convertisseur statique. Les techniques PI, Perturber et Observer (P&O), contrôleur flou (FLC) et contrôleur flou auto ajustable (STLFC) ont été utilisés pour l’extraction du maximum de puissance de l’éolienne et de PV. Les essais de simulation ont été développés sous l’environnement MATLAB. Les résultats ont confirmé la supériorité de la technique STFLC. Trois stratégies de commande PI, FLC et par réseaux de neurones artificiels (ANN) ont été mises en oeuvre pour la gestion afin d’optimiser la répartition de la puissance entre les sources, la charge, le réseau et le système de stockage, et de superviser l’état de charge, les conditions météorologiques et les besoins de consommation. De plus, une défaillance- une variation de la tension et de la fréquence- du réseau a été simulée, afin d’évaluer la robustesse de l’algorithme de gestion. Les résultats ont mis en évidence l’efficacité de la solution proposée. Une validation expérimentale a été réalisée pour la partie photovoltaïque, en utilisant l’émulateur Chroma 62050H-600S et la plateforme temps réel dSPACE MicroLabBox DS1202. Des essais ont été effectués avec succès pour les contrôleurs P&O, P&O adaptatif et optimisation par essaim de particules (PSO), dans une perspective de les appliquer pour l’ombrage partiel. Description: This work aims to model, control, and optimize a hybrid system for energy production and management based on renewable sources. The proposed structure relies on a wind generator and a photovoltaic (PV) generator, along with batteries connected through a DC bus and linked to the electrical grid via a static converter. PI techniques, Perturb & Observe (P&O), Fuzzy Logic Controller (FLC), and Self-Tuning Fuzzy Logic Controller (STFLC) were used to extract the maximum power from the wind turbine and the PV panels. Simulation tests were developed in the MATLAB environment, and the results confirmed the superiority of the STFLC technique. Three control strategies PI, FLC, and Artificial Neural Networks (ANN) were also implemented for energy management to optimize power distribution among the sources, the load, the grid, and the storage system, while also monitoring the state of charge, weather conditions, and consumption needs. Additionally, a grid failure-voltage and frequency variation-was simulated to assess the robustness of the management algorithm. The results highlighted the effectiveness of the proposed solution. An experimental validation was conducted for the photovoltaic part using the Chroma 62050H-600S emulator and the dSPACE MicroLabBox DS1202 real-time platform. Successful tests were carried out for the P&O, Adaptive P&O, and Particle Swarm Optimization (PSO) controllers, with a view to applying them under partial shading conditions. Mon, 29 Sep 2025 00:00:00 GMT http://dspace.univ-tiaret.dz:80/handle/123456789/16538 2025-09-29T00:00:00Z http://dspace.univ-tiaret.dz:80/handle/123456789/16316 Titre: Complementary Study of Physical and Geometrical Parameters for a Better Understanding of Ionic Wind Generation Auteur(s): CHELIH Amine Résumé: An electrical discharge is generated between two electrodes, one subjected to high voltage and the other grounded, within a gaseous environment. In such a setup, the plasma behavior is primarily influenced by physical parameters (e.g., high applied voltage, injected power) and geometric configurations (e.g., electrode spacing, electrode symmetry). This discharge results in the conversion of electrical energy into mechanical energy, producing what is known as electrohydrodynamic (EHD) flow or "ionic wind," characterized by a specific velocity. Ionic ventilation technologies have gained significant importance over the years in applications such as cooling microelectronic devices, preserving food products, and reducing training loads for astronauts. These systems are compact, easy to understand, silent, non-polluting, and economically efficient. To better understand, control, and exploit ionic ventilation generated by electrical discharge, this study integrates comprehensive research on modeling, validation, and applications of corona discharge in EHD systems. It combines numerical simulation, experimental validation, and innovative design optimization to address both fundamental and practical aspects. Key contributions include a detailed overview of plasma and electrical discharges, with a focus on corona discharge and ionic wind phenomena, the development of a flexible methodology to determine space charge distribution and EHD force density—crucial for understanding ionic wind dynamics—and addressing challenges related to numerical convergence. The study also validates numerical models against experimental data, optimizes electrode designs for EHD air pumps to enhance cooling systems, particularly for microelectronics, investigates shielding effects between corona discharge electrodes in electrostatic precipitators, and explores EHD cleaning systems for photovoltaic panels, highlighting their effectiveness in mitigating dust accumulation and improving performance. This research provides a unified framework for advancing EHD applications, paving the way for cost-effective, energy-efficient solutions across multiple engineering fields. Wed, 09 Jul 2025 00:00:00 GMT http://dspace.univ-tiaret.dz:80/handle/123456789/16316 2025-07-09T00:00:00Z