Architecture mixte pour le suivi du point de puissance maximal d'un système de récupération d'énergie piézoélectrique

Mixed integrated architecture for monitoring the maximum power point of a piezoelectric energy harvester

• Auteur / Autrice : Lakhdar Mamouri
• Direction : Vincent Frick, Tedjani Mesbahi
• Type : Thèse de doctorat
• Discipline(s) : Électronique, microélectronique, photonique
• Date : Soutenance le 19/12/2023
• Etablissement(s) : Strasbourg
• Ecole(s) doctorale(s) : École doctorale Mathématiques, sciences de l'information et de l'ingénieur (Strasbourg ; 1997-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des sciences de l'ingénieur, de l'informatique et de l'imagerie (Strasbourg ; 2013-....)
• Jury : Président / Présidente : Wilfried Patrick Uhring
• Jury : Examinateurs / Examinatrices : Ehsan Jamshidpour
• Jury : Rapporteurs / Rapporteuses : Elie Lefeuvre, Florence Razan

Mots clés

Mots clés contrôlés

Piézoélectricité

Alimentation en énergie

Internet des objets

Mots clés libres

Récupération d’énergie piézoélectrique

Suivi du point de puis-sance maximale (MPPT)

Circuit équivalent optimisé

Piezoelectric energy harvesting

Fractional open circuit voltage (FOCV)

Equivalent circuit modeling

Fractional open circuit voltage (FOCV)

Syn-chronised switch harvesting on capacitor SSHC

Résumé

L'essor de l'Internet des Objets amène une multiplication des objets connectés, mais leur alimentation pose problème. Les batteries traditionnelles, limitées et peu durables, impactent l'environnement. La récupération d'énergie environnementale, notamment l'énergie vibratoire via la piézoélectricité, se présente comme une solution. Cette thèse se concentre sur des algorithmes MPPT pour optimiser cette conversion énergétique, tenant compte des fluctuations des sources vibratoires. Un modèle système optimisé réduit les ressources de simulation, et une approche FOCV améliorée diminue les composants. Les résultats expérimentaux confirment la précision du modèle, tandis qu'un nouvel algorithme, l'AFOCV, démontre une efficacité remarquable, même à faible tension, améliorant significativement les performances des systèmes piézoélectriques.

The rise of the Internet of Things leads to an increase in interconnected objects, but their power supply poses a challenge. Conventional batteries, limited and not long-lasting, have environmental implications. Environmental energy harvesting, specifically vibrational energy through piezoelectricity, emerges as a solution. This thesis focuses on MPPT algorithms to optimize this energy conversion, considering fluctuations in vibrational sources. An optimized system model reduces simulation resources, and an enhanced FOCV approach decreases components. Experimental results validate the model's accuracy, while a new algorithm, AFOCV, demonstrates remarkable efficiency, even at low voltage, significantly enhancing piezoelectric system performance.