復(fù)雜天氣狀況下的太陽能混合跟蹤系統(tǒng)及控制判據(jù)

王立舒，陳 曦，房俊龍，夏浩楠，劉 祺，李欣然，白 龍

·農(nóng)業(yè)生物環(huán)境與能源工程·

復(fù)雜天氣狀況下的太陽能混合跟蹤系統(tǒng)及控制判據(jù)

王立舒1，陳 曦1，房俊龍1※，夏浩楠1，劉 祺1，李欣然1，白 龍1,2

（1. 東北農(nóng)業(yè)大學(xué)電氣與信息學(xué)院，哈爾濱 150030；2. 牡丹江師范學(xué)院物理與電子工程學(xué)院，牡丹江 157011）

為了解決傳統(tǒng)太陽能混合跟蹤控制判據(jù)范圍寬泛，不能準(zhǔn)確識別天氣情況的問題，該研究設(shè)計(jì)了一種復(fù)雜天氣狀況下的太陽能混合跟蹤系統(tǒng)。通過分析非聚光與聚光條件下系統(tǒng)運(yùn)行在不同跟蹤策略下的跟蹤特性，結(jié)合天氣特征，提出以輻照度識別天氣狀況的多閾值控制判據(jù)?？刂婆袚?jù)將天氣劃分為輻照度波動(dòng)天氣、高輻照度天氣、低輻照度天氣與輻照度極低天氣，裝置可根據(jù)外界氣象變化自動(dòng)調(diào)整光電跟蹤、視日運(yùn)動(dòng)軌跡跟蹤或固定傾角控制模式。該系統(tǒng)搭建Node-Red總控平臺，采用并行控制，優(yōu)化混合跟蹤策略，控制信號穩(wěn)定輸出。試驗(yàn)結(jié)果表明：應(yīng)用該判據(jù)的混合跟蹤系統(tǒng)工作性能優(yōu)良，非聚光條件下系統(tǒng)平均發(fā)電功率分別高出光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤0.03和0.16 W，聚光條件下系統(tǒng)平均發(fā)電功率達(dá)到0.81 W，高出光電跟蹤0.03 W，高出視日運(yùn)動(dòng)軌跡跟蹤0.55 W，由此可知，該系統(tǒng)能夠提升光伏發(fā)電的輸出電能，為太陽能混合跟蹤系統(tǒng)的跟蹤方式切換提供了理論依據(jù)。

太陽能；輻照度；試驗(yàn)；混合跟蹤；發(fā)電功率；判據(jù)

0 引 言

太陽能作為一種清潔的可再生能源憑借著儲量優(yōu)勢在能源需求巨大的當(dāng)今社會扮演著重要的角色[1-2]。然而太陽空間位置多變，光照強(qiáng)度空間分布受到氣候、時(shí)間的影響，導(dǎo)致太陽能源利用率始終低于預(yù)期狀態(tài)[3]。引入跟蹤系統(tǒng)是提高太陽能利用率的有效途徑，相比于靜態(tài)鋪設(shè)，動(dòng)態(tài)跟蹤系統(tǒng)能源接受率可提高30%以上[4]。

太陽能跟蹤技術(shù)根據(jù)控制方式不同可分為視日運(yùn)動(dòng)軌跡跟蹤、光電跟蹤以及兩者結(jié)合的混合跟蹤[5]。研究表明，混合跟蹤能夠兼顧光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤的優(yōu)勢，已成為太陽能跟蹤技術(shù)的主流方向[6]。郭會超等[7]設(shè)計(jì)了一種光電跟蹤為主，輔以視日運(yùn)動(dòng)軌跡跟蹤的混合跟蹤系統(tǒng)。將智能檢測與自適應(yīng)技術(shù)相結(jié)合，但該技術(shù)僅停留在理論層面，缺乏試驗(yàn)驗(yàn)證。樊海紅等[8]提出了一種將光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤結(jié)合的太陽方位雙模式跟蹤系統(tǒng)，通過光照強(qiáng)度識別陰晴天氣，晴天采用光電跟蹤，陰天采用視日運(yùn)動(dòng)軌跡跟蹤，依據(jù)光強(qiáng)傳感器映射的數(shù)值大小進(jìn)行切換，這也是目前較常用的一種切換方式[9]。但常見天氣光照強(qiáng)度覆蓋范圍廣，約為0～100 000 lx[10-12]，光照強(qiáng)度控制判據(jù)范圍劃分寬泛，不能準(zhǔn)確區(qū)分不同天氣情況。且傳統(tǒng)混合跟蹤系統(tǒng)多采用單一閾值對天氣進(jìn)行分類，管理不同跟蹤模式的相互切換[13]，而多云等復(fù)雜天氣的天氣特性不同，單一閾值則難以區(qū)分。此外，傳統(tǒng)的光強(qiáng)檢測元件多采用光敏傳感器，傳感器的光電特性并非線性[14]，以其輸出的光強(qiáng)值作為切換依據(jù)也不夠精準(zhǔn)。也有研究人員通過改進(jìn)光強(qiáng)傳感器[15]或引進(jìn)圖像識別技術(shù)[16]提高混合跟蹤系統(tǒng)效率，但以上方式對設(shè)備要求較為苛刻且成本較高。

相比于描述光場分布物理量的光照強(qiáng)度[17]，輻照度具有面能量特性[18]，與光伏電池發(fā)電功率具有更直觀的特性關(guān)聯(lián)[19]，利于系統(tǒng)分析。且太陽輻照度對于天氣類型起決定性作用[20]，可由輻照度反映不同天氣特性。輻照度是分析太陽能發(fā)電性質(zhì)的重要參數(shù)，以輻照度作為混合跟蹤判據(jù)能夠?qū)⒒旌细櫦夹g(shù)與太陽能發(fā)電特性相聯(lián)系。為此，本文整合現(xiàn)有技術(shù)優(yōu)勢，設(shè)計(jì)了一種基于輻照度的太陽能混合跟蹤系統(tǒng)，提出結(jié)合復(fù)雜天氣識別的多閾值控制判據(jù)。研究系統(tǒng)在不同跟蹤策略下接收輻照度與發(fā)電功率曲線，監(jiān)測電池板溫度變化，探究天氣輻照度特性，建立混合跟蹤方案。通過現(xiàn)場試驗(yàn)，分析聚光與非聚光條件下系統(tǒng)工作性能與跟蹤效果。系統(tǒng)采用并行控制，光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤控制單元獨(dú)立運(yùn)行，控制信號指令穩(wěn)定輸出，為實(shí)際生產(chǎn)提供參考。

1 太陽能混合跟蹤系統(tǒng)原理

1.1 混合跟蹤系統(tǒng)工作原理

視日運(yùn)動(dòng)軌跡跟蹤能根據(jù)天文算法推算出太陽在任意地點(diǎn)任意時(shí)間的相對位置，但計(jì)算過程中會產(chǎn)生累積誤差，跟蹤精度無法保證。光電跟蹤利用光敏檢測元件感知太陽位置，能保證跟蹤精度，但極易受外界干擾?；旌细檶烧呓Y(jié)合，當(dāng)天氣晴朗時(shí)使用光電跟蹤，以傳感器的瞬時(shí)反饋對視日運(yùn)動(dòng)軌跡跟蹤的累計(jì)誤差進(jìn)行修正[21]，當(dāng)外界光照條件不理想時(shí)，采用視日運(yùn)動(dòng)軌跡跟蹤，彌補(bǔ)光電跟蹤誤動(dòng)短板。

本系統(tǒng)采用混合跟蹤技術(shù)，通過輻照度判斷當(dāng)前天氣情況切換控制模式。陽光充足時(shí)，系統(tǒng)進(jìn)入光電跟蹤模式，光線較弱時(shí)，系統(tǒng)進(jìn)入視日運(yùn)動(dòng)軌跡跟蹤模式，外界光照極其微弱時(shí)，系統(tǒng)進(jìn)入固定傾角模式。視日運(yùn)動(dòng)軌跡跟蹤部分為保證跟蹤精度選用Jean Meeus算法，計(jì)算結(jié)果的不確定度可達(dá)±0.000 3°[22]，光電跟蹤部分參考四象限光電探測器中和差比幅的處理方法[23]，實(shí)時(shí)感知太陽光線的位置變化。

1.2 視日運(yùn)動(dòng)軌跡跟蹤原理

本系統(tǒng)選用的Jean Meeus法主要是基于儒略日、儒略世紀(jì)、黃道坐標(biāo)系等因素先計(jì)算赤緯角與時(shí)角，再通過球面坐標(biāo)方程計(jì)算太陽高度角與方位角[24]，對太陽運(yùn)行軌跡進(jìn)行綜合分析，圖1為太陽位置計(jì)算的地平坐標(biāo)系幾何模型。

注：地平坐標(biāo)系X軸為天頂方向，Y軸為正南方向，Z軸為正東方向；θ為天頂角，(°)；H為高度角，(°)；A為方位角，(°)；φ為地理緯度，(°)；δ為赤緯角，(°)；ω為時(shí)角，(°)。

由于Jean Meeus天文算法公式較為復(fù)雜，為了清晰表達(dá)坐標(biāo)關(guān)系，本研究根據(jù)文獻(xiàn)[25]引入中間變量來合并原計(jì)算方法中的計(jì)算式，計(jì)算太陽高度角與方位角。太陽赤緯角的計(jì)算式如下：

式中為太陽赤緯角，(°)；為訂正黃赤交角，(°)；1為中間變量。

式中為平均黃赤交角，(°)；J為標(biāo)準(zhǔn)歷元J2000起計(jì)算的儒略世紀(jì)。

為太陽方位角，以正南方向?yàn)?80°，正東方向?yàn)?0°，正西方向?yàn)?70°，2為中間變量。

圖中可以看出天頂角與太陽高度角兩角互余，天頂角計(jì)算式如下：

式中為太陽天頂角，(°)；為當(dāng)?shù)鼐暥龋?°)；為太陽赤緯角，(°)；為太陽時(shí)角，(°)。

考慮大氣折射影響后的訂正太陽高度角H如下：

式中為大氣折射訂正值，該數(shù)值取值與太陽高度角所在范圍有關(guān)。

支架跟蹤角度需計(jì)算高度跟蹤角與方位跟蹤角，采用太陽方位角與訂正太陽高度角H進(jìn)行跟蹤角度計(jì)算，計(jì)算式如下：

式中1為控制高度的跟蹤角，(°)；2為控制方位的跟蹤角，(°)。

Jean Meeus天文算法公式繁雜且運(yùn)算量大，單片機(jī)需要能夠快速精確定位太陽位置，要求單片機(jī)必須具有較高的處理速度。為此，本文選用STM32F407單片機(jī)作為視日運(yùn)動(dòng)軌跡跟蹤控制單元，相比于常見的51單片機(jī)與PLC單片機(jī)，STM32具有更高的性能與更快的數(shù)據(jù)連接和通訊速度。

1.3 光電跟蹤原理

本系統(tǒng)選用4個(gè)光電一致性較好的光敏電阻模塊，對稱安裝在十字擋板組成的4個(gè)象限內(nèi)，通過轉(zhuǎn)化陰影區(qū)產(chǎn)生的偏移信號驅(qū)動(dòng)裝置實(shí)時(shí)跟蹤。

圖2為光電跟蹤算法原理。當(dāng)太陽光入射光電傳感器矩陣時(shí)，遮光板會導(dǎo)致4個(gè)象限傳感器接收的光照強(qiáng)度互不相同[26]?？刂破鲗⒉杉瘜?yīng)象限的電壓信號，利用電壓偏差信號驅(qū)動(dòng)舵機(jī)轉(zhuǎn)動(dòng)，計(jì)算式如下：

式中U、U、U、U分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ象限傳感器的電壓測量值；ΔU、ΔU為電壓偏差。

電壓比較算法僅能指示舵機(jī)的旋轉(zhuǎn)方向，不能直接判斷角位移量，無需復(fù)雜的計(jì)算過程，故對單片機(jī)的計(jì)算能力沒有較高要求。本文選用Arduino單片機(jī)作為光電跟蹤控制單元，依據(jù)工程經(jīng)驗(yàn)選定擋板高度為70 mm，光電傳感器間隔距離為11.5 mm。

注：4個(gè)光敏電阻模塊組成光電傳感器矩陣，其中Ua、Ub、Uc、Ud分別為Ⅰ、Ⅱ、Ⅲ、Ⅳ象限光敏電阻模塊的電壓測量值，(V)；ΔUx為水平方向的電壓偏差，(V)；ΔUy為垂直方向的電壓偏差，(V)。

2 太陽能混合跟蹤系統(tǒng)設(shè)計(jì)

2.1 混合跟蹤裝置設(shè)計(jì)

傳統(tǒng)混合跟蹤系統(tǒng)控制兩種跟蹤模式互相切換時(shí)需要較高的配合度，當(dāng)遇到外力因素進(jìn)行光電校正后，易引起視日運(yùn)動(dòng)軌跡跟蹤采用的坐標(biāo)系發(fā)生變化，可能造成嚴(yán)重偏離太陽方向的后果[27]。基于以上考慮，本文設(shè)計(jì)的混合跟蹤裝置采用并行控制，光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤算法運(yùn)行在獨(dú)立的控制單元，系統(tǒng)由光電傳感器、輻照度傳感器、CD4052信號切換模塊、樹莓派控制器、Arduino光電跟蹤控制單元、STM32視日運(yùn)動(dòng)軌跡跟蹤控制單元及雙自由度舵機(jī)云臺組成?；旌细櫻b置的結(jié)構(gòu)如圖3所示。

圖3 太陽能混合跟蹤系統(tǒng)結(jié)構(gòu)圖

混合跟蹤系統(tǒng)以樹莓派作為主控制器進(jìn)行數(shù)據(jù)處理，向CD4052信號切換模塊傳輸數(shù)字信號發(fā)出控制命令。其中，Arduino光電跟蹤控制單元運(yùn)行四象限電壓比較算法，通過模擬引腳讀取電壓值判斷太陽位置，輸出光電跟蹤信號，STM32視日運(yùn)動(dòng)軌跡跟蹤控制單元通過Jean Meeus天文算法計(jì)算太陽位置坐標(biāo)與跟蹤角，輸出視日運(yùn)動(dòng)軌跡跟蹤信號，固定傾角信號由Arduino光電跟蹤控制單元穩(wěn)定輸出。信號切換模塊同時(shí)接收3路并行的光電跟蹤PWM信號、視日跟蹤PWM信號與固定傾角PWM信號，結(jié)合輻照度反映的天氣情況，由主控制器選擇對應(yīng)控制模式的PWM信號通過，驅(qū)動(dòng)俯仰角舵機(jī)與偏航角舵機(jī)動(dòng)作。

2.2 Node-Red混合跟蹤模式切換設(shè)計(jì)

混合跟蹤系統(tǒng)選擇樹莓派中的Node-Red編程工具，進(jìn)行跟蹤模式切換設(shè)計(jì)，該工具以拖放的形勢搭建系統(tǒng)流程，通過瀏覽器上的編輯器設(shè)計(jì)節(jié)點(diǎn)快速連接硬件設(shè)備[28]?？刂平缑嫒鐖D4所示。

圖4 Node-Red控制界面

樹莓派首先利用split、function及switch節(jié)點(diǎn)將獲取的天氣輻照度數(shù)值進(jìn)行分組與劃分，其次給出3種控制模式（光電跟蹤、視日運(yùn)動(dòng)軌跡跟蹤、固定傾角）的選擇信號，最后通過向CD4052選擇端A0/A1輸入高/低電平的方式向外界輸送選擇信號，依據(jù)天氣輻照度變化切換跟蹤模式。系統(tǒng)工作過程中持續(xù)供給CD4052使能端低電平信號保證開關(guān)芯片導(dǎo)通，調(diào)試窗口可以實(shí)時(shí)監(jiān)測到當(dāng)前的輻照度值與控制模式，掌握舵機(jī)的運(yùn)行狀態(tài)。

3 混合跟蹤系統(tǒng)研制及控制判據(jù)

3.1 非聚光太陽能混合跟蹤系統(tǒng)樣機(jī)試驗(yàn)

試驗(yàn)地點(diǎn)為哈爾濱市東北農(nóng)業(yè)大學(xué)（45°74′N，126°73′E），選取2022年5月20日到2022年6月5日08:00－16:40進(jìn)行非聚光太陽能混合跟蹤系統(tǒng)試驗(yàn)。每隔20 min進(jìn)行一次測量，測量持續(xù)時(shí)間為1 min，首先在光電跟蹤模式下測量多組數(shù)據(jù)，之后在視日運(yùn)動(dòng)軌跡跟蹤模式下測量多組數(shù)據(jù)，記錄不同跟蹤模式運(yùn)行時(shí)系統(tǒng)的電壓、電流、輻照度、溫度數(shù)據(jù)，計(jì)算對應(yīng)時(shí)刻不同跟蹤模式下光伏電池的發(fā)電功率。為保證視日運(yùn)動(dòng)軌跡跟蹤準(zhǔn)確運(yùn)行，需采用指南針調(diào)整裝置的起始運(yùn)行位置朝向正南方向，非聚光跟蹤試驗(yàn)如圖5所示。

非聚光跟蹤試驗(yàn)選用1片80 mm×80 mm尺寸的多晶硅光伏電池，通過上位機(jī)信號切換光電跟蹤模式與視日運(yùn)動(dòng)軌跡跟蹤模式，分析不同天氣下2種跟蹤模式的切換依據(jù)并對判據(jù)展開研究。

1.光電傳感器 2.光伏電池板 3.輻照度傳感器 4.雙自由度舵機(jī)云臺 5.USB通訊模塊 6.CD4052信號切換模塊 7.PC端 8.樹莓派控制器 9.STM32視日運(yùn)動(dòng)軌跡跟蹤控制單元 10.Arduino光電跟蹤控制單元 11.萬用表

圖6為非聚光晴天、多云天下太陽能跟蹤系統(tǒng)運(yùn)行在不同跟蹤模式下的輻照度與發(fā)電功率曲線。晴天數(shù)據(jù)選取5月23日分析系統(tǒng)跟蹤特性，光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤模式接收的輻照度與發(fā)電功率曲線如圖6a所示。

晴天光電跟蹤接收的輻照度與發(fā)電功率普遍高于視日運(yùn)動(dòng)軌跡跟蹤，光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤獲取的太陽輻照度值變化趨勢基本保持一致。由于大氣折射與機(jī)械誤差等因素，導(dǎo)致視日運(yùn)動(dòng)軌跡跟蹤計(jì)算出的動(dòng)作位置與實(shí)際地面輻照度最強(qiáng)位置存在偏差。該偏差在11:00－13:00間達(dá)到峰值，視日運(yùn)動(dòng)軌跡跟蹤接收的輻照度同光電跟蹤最多可相差221 W/m2，正午時(shí)段視日運(yùn)動(dòng)軌跡跟蹤發(fā)電功率較低。

5月23日晴天最高輻照度達(dá)到1 153 W/m2，當(dāng)輻照度值處于835～1 153 W/m2之間時(shí)，相同時(shí)間段光電跟蹤接收的太陽輻射更多且發(fā)電功率更高。此時(shí)光電跟蹤能始終保持太陽垂直照射光伏電池板，但在15:00之后出現(xiàn)光電跟蹤接收的太陽輻照度值急劇波動(dòng)的現(xiàn)象（圖6a）。由圖6b可知，5月23日15:00－17:00時(shí)段內(nèi)出現(xiàn)長時(shí)間云層遮擋，隨著太陽西落，輻照度逐漸下降。光電跟蹤控制下的舵機(jī)開始頻繁動(dòng)作，系統(tǒng)頻繁調(diào)整位置導(dǎo)致光電跟蹤效果變差。當(dāng)光電跟蹤接收的輻照度數(shù)值降到339 W/m2時(shí)，視日運(yùn)動(dòng)軌跡跟蹤接收輻照度為621 W/m2，此時(shí)視日運(yùn)動(dòng)軌跡跟蹤接收輻照度更高，具有較高的發(fā)電功率輸出。

圖6 非聚光太陽能跟蹤系統(tǒng)不同跟蹤模式輻照度及發(fā)電功率

試驗(yàn)選取6月4日分析多云天氣下系統(tǒng)的跟蹤特性，光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤模式接收的輻照度及系統(tǒng)發(fā)電功率如圖6c所示。由圖6c可知，6月4日多云天氣的輻照度波動(dòng)較大且波動(dòng)明顯，20 min內(nèi)輻照度值波動(dòng)可達(dá)869 W/m2。在試驗(yàn)過程中發(fā)現(xiàn)，該種天氣類型下1 min內(nèi)輻照度的波動(dòng)約為340～500 W/m2。光電跟蹤模式下裝置將一直跟隨輻照度變化反復(fù)動(dòng)作尋找輻射最強(qiáng)位置，發(fā)電功率于0.09～0.99 W之間頻頻波動(dòng)，全天平均發(fā)電功率為0.43 W。而視日運(yùn)動(dòng)軌跡跟蹤運(yùn)行較為穩(wěn)定，全天平均發(fā)電功率0.47 W，更適合在該天氣下運(yùn)行。

理想條件下太陽能跟蹤系統(tǒng)的發(fā)電功率曲線應(yīng)基本與輻照度曲線一致，測量過程中發(fā)現(xiàn)溫度是造成發(fā)電功率曲線較差的主要原因，光伏轉(zhuǎn)換產(chǎn)生的電能還受光伏電池工作溫度值的影響[29-30]。非聚光晴天、多云天下光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤模式下系統(tǒng)的發(fā)電功率與光伏電池板溫度曲線如圖7所示。

晴天溫度對于發(fā)電功率的影響強(qiáng)于多云天氣。由圖7a可知，晴天13:00－14:00高溫環(huán)境下，光電跟蹤系統(tǒng)發(fā)電功率由0.74 W下降到0.66 W，視日運(yùn)動(dòng)軌跡跟蹤系統(tǒng)發(fā)電功率由0.68 W下降到0.59 W，尤其在13:40，光伏電池板40 ℃的溫度累積使光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤系統(tǒng)發(fā)電功率降低分別達(dá)0.05和0.04 W。根據(jù)圖7b可知，對于多云天氣，溫度波動(dòng)明顯且平均溫度低于晴天，此時(shí)輻照度在系統(tǒng)發(fā)電功率變化中起主導(dǎo)作用。

基于上述非聚光條件下的試驗(yàn)結(jié)果可知，非聚光跟蹤系統(tǒng)晴天上午到正午光電跟蹤接收輻照能量高于視日運(yùn)動(dòng)軌跡跟蹤。當(dāng)光電跟蹤輻照度在339～150 W/m2范圍內(nèi)時(shí)，出現(xiàn)光電傳感器感光失調(diào)，舵機(jī)頻繁動(dòng)作，光電跟蹤接收輻照度低于視日運(yùn)動(dòng)軌跡跟蹤。多云天氣輻照度值短時(shí)間內(nèi)波動(dòng)較大，該種天氣下視日運(yùn)動(dòng)軌跡跟蹤受輻照度變化影響相對較小。

3.2 聚光太陽能混合跟蹤系統(tǒng)樣機(jī)試驗(yàn)

聚光跟蹤試驗(yàn)選用1片10 mm×10 mm尺寸的GaAs光伏電池，將菲涅爾透鏡放置于木制支架上聚光并安裝水冷裝置。該試驗(yàn)在水冷裝置中加入制冷片，加大冷卻效果，避免高倍聚光試驗(yàn)的危險(xiǎn)性。選取2022年6月13日到2022年6月28日08:00－16:40進(jìn)行聚光太陽能混合跟蹤系統(tǒng)試驗(yàn)。每間隔20 min進(jìn)行一次測量，每次跟蹤模式測試時(shí)間為1 min，測試順序?yàn)橄冗M(jìn)行光電跟蹤測量，再切換為視日運(yùn)動(dòng)軌跡跟蹤進(jìn)行測量。聚光跟蹤試驗(yàn)如圖8所示。

圖7 非聚光太陽能跟蹤系統(tǒng)不同跟蹤模式發(fā)電功率及光伏電池板溫度

1.光電傳感器 2.輻照度傳感器 3.菲涅爾透鏡 4.雙自由度舵機(jī)云臺 5.USB通訊模塊 6.PC端 7.水冷裝置 8.樹莓派控制器 9.CD4052信號切換模塊 10.STM32 視日運(yùn)動(dòng)軌跡跟蹤控制單元 11.Arduino光電跟蹤控制單元 12.蓄電池 13.GaAs光伏電池 14.木制支架

試驗(yàn)選取2022年6月28日的測量數(shù)據(jù)分析系統(tǒng)的聚光跟蹤特性，該日08:00后為晴天，11:40至16:40為多云天，便于探尋不同天氣下系統(tǒng)的跟蹤性質(zhì)及切換依據(jù)。聚光試驗(yàn)采集輻照度、電壓、電流、發(fā)電功率數(shù)據(jù)過程與非聚光試驗(yàn)一致，聚光不同跟蹤模式下系統(tǒng)接收的輻照度及發(fā)電功率如圖9所示。

由圖9可知，聚光條件下光電跟蹤接收的輻照度及發(fā)電功率均高于視日運(yùn)動(dòng)軌跡跟蹤，11:00－11:40出現(xiàn)2種跟蹤模式接收輻照度雖然相差小（差值均低于97 W/m2），但光電跟蹤系統(tǒng)發(fā)電功率遠(yuǎn)遠(yuǎn)大于視日運(yùn)動(dòng)軌跡跟蹤的情況。因?yàn)榇藭r(shí)電池表面出現(xiàn)明顯光斑，視日運(yùn)動(dòng)軌跡跟蹤方式的計(jì)算偏差導(dǎo)致光斑位置偏移，不同于光電跟蹤下電池的直射儲能，視日運(yùn)動(dòng)軌跡跟蹤下的電池不能被光斑時(shí)刻覆蓋，故與光電跟蹤發(fā)電功率相差甚遠(yuǎn)。13:20光電跟蹤下的系統(tǒng)發(fā)電功率高達(dá)3.03 W，而視日運(yùn)動(dòng)軌跡跟蹤下的系統(tǒng)發(fā)電功率僅有0.09 W。

注：該日08:00－11:40為晴天，11:40－16:40為多云天。

基于上述聚光條件下的試驗(yàn)結(jié)果可知，聚光跟蹤系統(tǒng)晴天光電跟蹤效果明顯優(yōu)于視日運(yùn)動(dòng)軌跡跟蹤。由圖9可知，光電跟蹤接收輻照度為302～111 W/m2時(shí)，存在光電跟蹤系統(tǒng)發(fā)電功率小于視日運(yùn)動(dòng)軌跡跟蹤系統(tǒng)發(fā)電功率的現(xiàn)象，此時(shí)光電跟蹤接收輻照度小于視日運(yùn)動(dòng)軌跡跟蹤，光斑擴(kuò)散模糊甚至消失。當(dāng)出現(xiàn)多云情況時(shí)，光電跟蹤現(xiàn)象同非聚光測試效果一致，存在多動(dòng)現(xiàn)象，即裝置會跟隨太陽輻照變化反復(fù)跟蹤尋找輻照度最強(qiáng)位置。

3.3 混合跟蹤系統(tǒng)控制判據(jù)研究

本系統(tǒng)的總體研究方案是在不同的天氣情況下運(yùn)行不同的跟蹤方式。太陽能跟蹤系統(tǒng)電能主要來源于光伏組件表面輻照能量的轉(zhuǎn)化[31]，光伏發(fā)電需要表面更高的輻照度，因此混合跟蹤系統(tǒng)依據(jù)輻照能量進(jìn)行切換。

太陽輻照度對于天氣類型起決定性作用[20]，不同天氣特征可體現(xiàn)為輻照度的變化。相關(guān)氣象研究表明：晴天輻照度范圍約為500～1 400 W/m2，陰雨天輻照度范圍約為10～491 W/m2，多云天氣輻照度范圍涵蓋晴天與大部分陰雨天范圍，約為250～1 400 W/m2[32-34]。實(shí)測數(shù)據(jù)發(fā)現(xiàn)，雖然多云天氣會出現(xiàn)高輻照度，但輻照度數(shù)據(jù)在1 min內(nèi)波動(dòng)幅度較大。陰雨天輻照度數(shù)據(jù)較低，雨天輻照度均低于100 W/m2，處于極低水平。參考以上天氣的輻照度范圍，結(jié)合樣機(jī)試驗(yàn)的測量數(shù)據(jù)，系統(tǒng)控制判據(jù)基于輻照度將天氣劃分為輻照度波動(dòng)天氣、高輻照度天氣、低輻照度天氣與輻照度極低天氣，通過識別天氣對應(yīng)的輻照度變化切換控制模式。

考慮到系統(tǒng)輻照度傳感器響應(yīng)時(shí)間≤5 s，為保證輻照度測量數(shù)據(jù)的可靠性與系統(tǒng)指令輸出的及時(shí)性，本系統(tǒng)設(shè)定輻照度傳感器每6 s回傳一次輻照度信息，選取1 min內(nèi)的10個(gè)輻照度數(shù)值進(jìn)行極值與均值數(shù)學(xué)計(jì)算，同閾值比較確定當(dāng)前的天氣類別。系統(tǒng)基于上述4類天氣設(shè)定判據(jù)，設(shè)定輻照度波動(dòng)判定閾值為，高輻照度判定閾值為，極低輻照度判定閾值為。設(shè)定10個(gè)輻照度數(shù)據(jù)中極大值為max，極小值為min，均值為v。

由于非聚光與聚光條件不會影響輻照度傳感器的測試結(jié)果，因此，非聚光與聚光系統(tǒng)判據(jù)設(shè)置一致。標(biāo)準(zhǔn)狀況下輻照度為1 000 W/m2時(shí)，誤差為±3%，考慮儀器最大誤差值30 W/m2，基于上述非聚光與聚光太陽能混合跟蹤試驗(yàn)數(shù)據(jù)選擇判據(jù)閾值。

對于閾值：多云天氣的輻照度數(shù)值范圍變化為167～1 193 W/m2，1 min內(nèi)波動(dòng)約為340～500 W/m2。光電傳感器感光失調(diào)導(dǎo)致舵機(jī)頻繁動(dòng)作，切換為視日運(yùn)動(dòng)軌跡跟蹤是該類天氣更理想的運(yùn)行模式。多云天氣判定計(jì)算時(shí)需取輻照度差值，誤差近似為0，因此，閾值取340 W/m2，以判定輻照度波動(dòng)天氣。對于閾值：系統(tǒng)測試晴天輻照度較高時(shí)，光電跟蹤接收的輻照度明顯高于視日運(yùn)動(dòng)軌跡跟蹤。隨著輻照度逐漸降低，光電跟蹤模式運(yùn)行下的裝置出現(xiàn)多動(dòng)現(xiàn)象，非聚光條件下光電跟蹤接收輻照度低于視日運(yùn)動(dòng)軌跡跟蹤的輻照度范圍為339～150 W/m2。聚光條件下光電跟蹤接收輻照度低于視日運(yùn)動(dòng)軌跡跟蹤的輻照度范圍為302～111 W/m2。當(dāng)非聚光條件輻照度低于339 W/m2、聚光條件輻照度低于302 W/m2時(shí)均可能出現(xiàn)光電跟蹤多動(dòng)現(xiàn)象。因此，輻照度高于339 W/m2時(shí)光電跟蹤運(yùn)行效果較為穩(wěn)定，考慮輻照度傳感器誤差30 W/m2，閾值取370 W/m2以判定適合光電跟蹤的高輻照度天氣。對于閾值：經(jīng)測試，類似雨天等輻照度極低天氣，輻照度值均在100 W/m2以下，平均輻照度值為51.8 W/m2，發(fā)電功率極低不宜采用跟蹤裝置。因此，考慮儀器誤差為30 W/m2，輻照度低于100 W/m2時(shí)停止跟蹤，閾值取130 W/m2以判定輻照度極低天氣。判據(jù)設(shè)定如表1所示。

判據(jù)的天氣范圍界定與閾值設(shè)定一一對應(yīng)，輻照波動(dòng)天氣輻照度范圍較廣，涵蓋其他天氣情況的輻照度范圍，在系統(tǒng)運(yùn)行中需先行判定輻照度波動(dòng)天氣。判據(jù)設(shè)置1 min內(nèi)輻照度波動(dòng)高于340 W/m2為輻照度波動(dòng)天氣，輻照度極值差（max-min）大于閾值，判定為輻照度波動(dòng)天氣。在排除輻照度波動(dòng)天氣后，輻照度高于370 W/m2為高輻照度天氣，介于370～130 W/m2之間為低輻照度天氣，低于130 W/m2為輻照度極低天氣，通過均值v與閾值、比較確定以上天氣。對于復(fù)雜天氣情況如輕霧、雷陣雨、沙塵暴[35-36]等惡劣天氣，可將天氣狀況依據(jù)輻照強(qiáng)度變化進(jìn)行分類，使用輻照度判據(jù)切換跟蹤模式適應(yīng)復(fù)雜天氣情況。

表1 混合跟蹤系統(tǒng)控制判據(jù)設(shè)定

注：為當(dāng)前輻照度值，(W·m-2)；為1 min內(nèi)輻照度的波動(dòng)值，(W·m-2)；max、min、v分別為1 min內(nèi)10個(gè)輻照度值中極大值、極小值與平均值，(W·m-2)。

Note:is the current irradiance value, (W·m-2);is the fluctuation value of irradiance in one minute, (W·m-2);max,minandvare the maximum, minimum and average values of 10 irradiance values in one minute respectively, (W·m-2).

混合跟蹤系統(tǒng)切換控制模式流程見圖10。跟蹤系統(tǒng)提取傳感器回傳的輻照度數(shù)據(jù)組進(jìn)行計(jì)算，確定系統(tǒng)當(dāng)前運(yùn)行的跟蹤模式。此外，根據(jù)工程經(jīng)驗(yàn)，系統(tǒng)參考哈爾濱地區(qū)光伏組件最佳安裝傾角數(shù)據(jù)，預(yù)設(shè)俯仰角43°方位角0°為固定傾角位置。

3.4 試驗(yàn)結(jié)果

測試時(shí)間選取2022年6月30日到2022年7月30日08：00－16：00，前15 d進(jìn)行非聚光試驗(yàn)，后15 d進(jìn)行聚光試驗(yàn)。非聚光與聚光條件下太陽能跟蹤系統(tǒng)試驗(yàn)裝置同上文保持一致。為驗(yàn)證判據(jù)對混合跟蹤系統(tǒng)的控制效果，每日試驗(yàn)僅在一種跟蹤模式下運(yùn)行，選取輻照度近似，天氣較為晴朗的試驗(yàn)數(shù)據(jù)進(jìn)行分析。在非聚光與聚光條件下分別選取3 d試驗(yàn)數(shù)據(jù)，對光電跟蹤、視日運(yùn)動(dòng)軌跡跟蹤與混合跟蹤模式下系統(tǒng)的發(fā)電功率進(jìn)行對比，驗(yàn)證判據(jù)的控制效果。試驗(yàn)過程中每20 min記錄1次系統(tǒng)發(fā)電功率數(shù)值，取每小時(shí)數(shù)據(jù)的平均值作為該小時(shí)的發(fā)電功率數(shù)據(jù)，結(jié)果見表2。

圖10 太陽能混合跟蹤系統(tǒng)控制流程

表2 非聚光與聚光條件下不同跟蹤模式系統(tǒng)發(fā)電功率

非聚光不同跟蹤模式下系統(tǒng)發(fā)電功率相對接近。視日運(yùn)動(dòng)軌跡跟蹤全天平均發(fā)電功率0.46 W，11：00—12： 00光電跟蹤發(fā)電功率值明顯高于視日運(yùn)動(dòng)軌跡跟蹤，此時(shí)視日運(yùn)動(dòng)軌跡跟蹤計(jì)算偏差值較大，因此接收輻照度偏低，光伏電池板不能垂直對準(zhǔn)太陽導(dǎo)致發(fā)電功率較低。光電跟蹤全天平均發(fā)電功率0.59 W，比視日運(yùn)動(dòng)軌跡跟蹤高出0.13 W，正午輻照度較高，光電跟蹤具有一定優(yōu)勢?；旌细櫲炱骄l(fā)電功率0.62 W，比光電跟蹤平均發(fā)電功率高出0.03 W，比視日運(yùn)動(dòng)軌跡跟蹤平均發(fā)電功率高出0.16 W，證實(shí)了該判據(jù)在非聚光條件下的可行性。

聚光不同跟蹤模式下系統(tǒng)發(fā)電功率具有明顯差距。視日運(yùn)動(dòng)軌跡跟蹤全天平均發(fā)電功率為0.26 W，光電跟蹤全天平均發(fā)電功率為0.78 W?；旌细櫲炱骄l(fā)電功率為0.81 W，高出光電跟蹤0.03 W，高出視日運(yùn)動(dòng)軌跡跟蹤0.55 W，證實(shí)了該判據(jù)在聚光條件下的有效性。

4 結(jié) 論

本文針對傳統(tǒng)混合跟蹤判據(jù)不能準(zhǔn)確識別天氣的問題，提出了基于輻照度劃分復(fù)雜天氣情況的多閾值控制判據(jù)，分別進(jìn)行了非聚光與聚光條件下的跟蹤試驗(yàn)，得到以下結(jié)論：

1）溫度升高會降低電池板發(fā)電功率。溫度恒定條件下，輻照度是決定光伏電池輸出功率變化的主導(dǎo)因素，因此，混合跟蹤系統(tǒng)需跟蹤高輻照度以獲得更高的發(fā)電量。

2）輻照度的變化可直觀體現(xiàn)不同的天氣情況。本文參考?xì)庀髷?shù)據(jù)并結(jié)合試驗(yàn)測量數(shù)據(jù)，將天氣類型劃分為輻照度波動(dòng)天氣、高輻照度天氣、低輻照度天氣與輻照度極低天氣。設(shè)定1 min內(nèi)輻照度波動(dòng)不低于340 W/m2為輻照度波動(dòng)天氣判定條件，排除輻照度波動(dòng)天氣后，輻照度高于370 W/m2為高輻照度天氣，介于370～130 W/m2之間為低輻照度天氣，低于130 W/m2為輻照度極低天氣。該分類方式可依據(jù)當(dāng)前天氣對應(yīng)的輻照度變化驅(qū)動(dòng)裝置動(dòng)作，不受復(fù)雜天氣類型限制，具有一定的適普性。

3）本文基于非聚光與聚光條件下4類天氣的系統(tǒng)跟蹤效果設(shè)定輻照度閾值及控制判據(jù)。采用該控制判據(jù)的混合跟蹤系統(tǒng)非聚光條件下平均發(fā)電功率分別高出光電跟蹤與視日運(yùn)動(dòng)軌跡跟蹤0.03和0.16 W，聚光條件下混合跟蹤系統(tǒng)平均發(fā)電功率高出光電跟蹤0.03 W，高出視日運(yùn)動(dòng)軌跡跟蹤0.55 W。證實(shí)了控制判據(jù)的可行性，采用混合跟蹤可有效提升系統(tǒng)的發(fā)電功率。

后續(xù)可針對太陽能跟蹤系統(tǒng)電池板的溫度恒定展開研究，提高光伏電池發(fā)電效率。未來可將太陽能混合跟蹤系統(tǒng)應(yīng)用于光伏屋頂、光伏幕墻與光伏遮陽板等光伏建筑上，不斷推動(dòng)中國節(jié)能環(huán)保戰(zhàn)略。

[1] 孟醒. 太陽能利用的新方向[J]. 中國工業(yè)和信息化，2022(4)：22-27.

MENG Xing. New direction of solar energy utilization [J]. China Industry and Informatization, 2022(4): 22-27. (in Chinese with English abstract)

[2] 王立舒，文競晨，王錦鋒，等. 基于微熱管陣列的太陽能溫差發(fā)電系統(tǒng)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2019，35(22)：251-256.

WANG Lishu, WEN Jingchen, WANG Jinfing, et al. Optimization of solar thermoelectric power generation components with micro heat pipe array[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(22): 251-256. (in Chinese with English abstract)

[3] 黃種明，許志龍，李煌. 光伏光熱一體機(jī)的雙光電跟蹤太陽控制器研制[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(8)：236-241.

HUANG Zhongming, XU Zhilong, LI Huang. Development of double photoelectric solar tracking controller for photovoltaic solar thermal integrated machine[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(8): 236-241. (in Chinese with English abstract)

[4] SEME S, ?TUMBERGER B, HAD?ISELIMOVI? M, et al. Solar photovoltaic tracking systems for electricity generation: A review[J]. Energies, 2020, 13(16): 4224.

[5] 王林軍，門靜，許立曉，等. 基于環(huán)境因素與模糊識別的太陽自動(dòng)跟蹤控制策略[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(9)：195-200.

WANG Linjun, MEN Jing, XU Lixiao, et al. Solar auto-tracking control strategy based on environmental factors and fuzzy identification[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(9): 195-200. (in Chinese with English abstract)

[6] JAMROEN C, FONGKERD C, KRONGPHA W, et al. A novel UV sensor-based dual-axis solar tracking system: Implementation and performance analysis[J]. Applied Energy, 2021, 299: 117295.

[7] 郭會超，胡曉芳，黃家敏. 光伏發(fā)電系統(tǒng)智能檢測與自適應(yīng)跟蹤技術(shù)的研究[J]. 內(nèi)蒙古煤炭經(jīng)濟(jì)，2021(16)：39-40.

GUO Huichao, HU Xiaofang, HUANG Jiamin. Research on intelligent detection and adaptive tracking technology of photovoltaic power generation system[J]. Inner Mongolia Coal Economy, 2021(16): 39-40. (in Chinese with English abstract)

[8] 樊海紅，康天桂，張培珍，等. 太陽方位雙模式跟蹤系統(tǒng)的研究[J]. 現(xiàn)代電子技術(shù)，2020，43(16)：51-55.

FAN Haihong, KANG Tiangui, ZHANG Peizhen, et al. Research on dual-mode tracking system of solar azimuth[J]. Modern Electronic Technology, 2020, 43(16): 51-55. (in Chinese with English abstract)

[9] ZSIBORáCS H, PINTéR G, VINCZE A, et al. A control process for active solar-tracking systems for photovoltaic technology and the circuit layout necessary for the implementation of the method[J]. Sensors, 2022, 22(7): 2564.

[10] 祁琛陽，王成龍，吳澤睿. 一種高精度太陽能跟蹤控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 建模與仿真，2022，11(3)：744-754.

QI Chenyang, WANG Chenglong, WU Zerui. Design and implementation of a high-precision solar tracking control system[J]. Modeling and Simulation, 2022, 11(3): 744-754. (in Chinese with English abstract)

[11] 李立鵬，高建，黃天怡，等. 基于多模式融合的雙自由度太陽能追蹤系統(tǒng)的研究與設(shè)計(jì)[J]. 天津科技，2019，46(4)：57-59，63.

LI Lipeng, GAO Jian, HUANG Tianyi, et al. Research and design of a two-degree-of-freedom solar tracking system based on multi-mode fusion[J]. Tianjin Science and Technology, 2019, 46(4): 57-59, 63. (in Chinese with English abstract)

[12] 許迎東. 基于單片機(jī)控制的移動(dòng)式光伏跟蹤系統(tǒng)研究與設(shè)計(jì)[D]. 保定：河北大學(xué)，2021.

XU Yingdong. Research and Design of Mobile Photovoltaic Tracking System Based on MCU Control[D]. Baoding: Hebei University, 2021. (in Chinese with English abstract)

[13] LI Q, LIU H D. Design of solar energy automatic tracking control system based on single chip microcomputer[J]. IOP Conference Series: Earth and Environmental Science, 2019(242): 022056.

[14] SAFAN Y M, SHAABAN S, EL-SEBAH M I A. Performance evaluation of a multi-degree of freedom hybrid controlled dual axis solar tracking system[J]. Solar Energy, 2018, 170: 576-585.

[15] 王林軍，門靜，張東，等. 太陽自動(dòng)跟蹤系統(tǒng)中光電傳感器的設(shè)計(jì)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(14)：179-185.

WANG Linjun, MEN Jing, ZHANG Dong, et al. Research and design of mobile photovoltaic tracking system based on MCU[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(14): 179-185. (in Chinese with English abstract)

[16] 吳碩，趙繼忠. 雙軸高精度太陽能自適應(yīng)跟蹤系統(tǒng)研究與設(shè)計(jì)[J]. 電源技術(shù)，2022，46(3)：335-339.

WU Shuo, ZHAO Jizhong. Research and design of dual-axis high-precision solar adaptive tracking system[J]. Chinese Journal of Power Technology, 2022, 46(3): 335-339. (in Chinese with English abstract)

[17] LI D H W, CHAU N T C, WAN K K W. Predicting daylight illuminance and solar irradiance on vertical surfaces based on classified standard skies[J]. Energy, 2013, 53: 252-258.

[18] 嚴(yán)曉瑜，楊苑媛，緱曉輝，等. 基于TUV模式的銀川光化輻射通量特征及其影響因子[J]. 氣象與環(huán)境學(xué)報(bào)，2022，38(3)：127-136.

YAN Xiaoyu, YANG Yuanyuan, GOU Xiaohui, et al. Analysis of actinic flux and its influence factors in Yinchuan based on TUV model[J]. Journal of Meteorology and Environment, 2022, 38(3): 127-136. (in Chinese with English abstract)

[19] 姚宏民，杜欣慧，秦文萍. 基于密度峰值聚類及GRNN神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測方法[J]. 太陽能學(xué)報(bào)，2020，41(9)：184-190.

YAO Hongmin, DU Xinhui, QIN Wenping. PV power forecasting approach based on density peak clustering and general regression neural network[J]. Acta Energiae Solaris Sinca, 2020, 41(9): 184-190. (in Chinese with English abstract)

[20] 程啟明，張強(qiáng)，程尹曼，等. 基于密度峰值層次聚類的短期光伏功率預(yù)測模型[J]. 高電壓技術(shù)，2017，43(4)：1214-1222.

CHENG Qiming, ZHANG Qiang, CHENG Yinman, et al. Short-term photovoltaic power prediction model based on hierarchical clustering of density peaks algorithm[J]. High Voltage Technology, 2017, 43(4): 1214-1222. (in Chinese with English abstract)

[21] 寧宇，彭佑多，顏健. 三棱臺式太陽跟蹤光電傳感器及特性[J]. 傳感器與微系統(tǒng)，2018，37(12)：13-16，20.

NING Yu, PENG Youduo, YAN Jian. Triangular solar tracking photoelectric sensor and its characteristics[J]. Transducer and Microsystem Technologies, 2018, 37(12): 13-16, 20. (in Chinese with English abstract)

[22] 王炳忠，湯杰. 幾種太陽位置計(jì)算方法的比較研究[J]. 太陽能學(xué)報(bào)，2001，22(4)：413-417.

WANG Bingzhong, TANG Jie. Comparison of the different methods for solar position calculation[J]. Acta Energiae Solaris Sinca, 2001, 22(4): 413-417. (in Chinese with English abstract)

[23] 龔元霞，劉福華，許孝敏，等. 基于四象限的光斑位置探測系統(tǒng)設(shè)計(jì)[J]. 科學(xué)技術(shù)創(chuàng)新，2020(28)：38-39.

GONG Yuanxia, LIU Fuhua, XU Xiaomin, et. al. Research on target tracking system based on four-quadrant photoelectric detection[J]. Science and Technology Innovation, 2020(28): 38-39 (in Chinese with English abstract)

[24] JEAN M. Astronomical Algorithms[M]. Inc Rich-mond, Virginia, USA, 1991: 151-154.

[25] 楊磊. 基于數(shù)字孿生的光伏跟蹤支架控制系統(tǒng)研究[D]. 哈爾濱：東北農(nóng)業(yè)大學(xué)，2021.

YANG Lei. Research on Control System of Photovoltaic Tracking Bracket Based on Digital Twin[D]. Harbin: Northeast Agricultural University, 2021. (in Chinese with English abstract)

[26] 封居強(qiáng)，楊偉虎，韓芳. 基于四象限法則的高精度太陽能跟蹤系統(tǒng)設(shè)計(jì)[J]. 電源技術(shù)，2019，43(10)：1718-1721.

FENG Juqiang, YANG Weihu, HAN Fang. Design of solar tracking system with high precision based on four-quadrant rule[J]. Chinese Journal of Power Sources, 2019, 43(10): 1718-1721. (in Chinese with English abstract)

[27] 陳舟. 太陽能雙軸自動(dòng)跟蹤系統(tǒng)設(shè)計(jì)與研究[D]. 武漢：湖北工業(yè)大學(xué)，2015.

CHEN Zhou. Design and Research of Solar Biaxial Automatic Tracking System[D]. Wuhan: Hubei University of Technology, 2015. (in Chinese with English abstract)

[28] 韓夢佳，曲銘雯. 基于神經(jīng)網(wǎng)絡(luò)的船舶傾覆預(yù)警系統(tǒng)[J]. 電子設(shè)計(jì)工程，2020，28(6)：64-68.

HAN Mengjia, QU Mingwen. Pre?warning system for ship capsizing based on natural network [J]. Electronic Design Engineering, 2020, 28(6): 64-68. (in Chinese with English abstract)

[29] 王立舒，馮廣煥，張旭，等. 聚光太陽能光伏/溫差熱復(fù)合發(fā)電系統(tǒng)設(shè)計(jì)與性能測試[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(15)：246-254.

WANG Lishu, FENG Guanghuan, ZHANG Xu, et al. Design and performance test of concentration solar PV/TE compound power generation system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(15): 246-254. (in Chinese with English abstract)

[30] 王立舒，黨舒俊，蘇繼恒，等. 熱開關(guān)控制光伏/溫差聯(lián)合發(fā)電裝置設(shè)計(jì)提高發(fā)電效率[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2018，34(14)：196-204.

WANG Lishu, DANG Shujun, SU Jiheng, et al. Design of PV/TE hybrid power generation device based on thermal switch and its improving efficiency of power generation[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(14): 196-204. (in Chinese with English abstract)

[31] KANT K, SHUKLA A, SHARMA A, et al. Thermal response of poly-crystalline silicon photovoltaic panels: Numerical simulation and experimental study[J]. Solar Energy, 2016, 134: 147-155.

[32] 韓喜蓮，朱垚宇. 相變儲能型太陽能真空集熱管運(yùn)行特性研究[J]. 蘭州理工大學(xué)學(xué)報(bào)，2022，48(2)：123-130.

HAN Xilian, ZHU Yaoyu. Study on the operational characteristics of phase change energy storage solar vacuum collector[J]. Journal of Lanzhou University of Technology, 2022, 48(2): 123-130. (in Chinese with English abstract)

[33] 姚萬祥，李崢嶸，李翠，等. 各種天氣狀況下太陽輻射照度與太陽光照度關(guān)系[J]. 同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41(5)：784-787.

YAO Wanxiang, LI Zhengrong, LI Cui, et al. Relationship between bolar radiance and solar illuminance under all sky types[J]. Journal of Tongji University (Natural Science Edition), 2013, 41(5): 784-787. (in Chinese with English abstract)

[34] 鄭丹，馬尚昌，張素娟. 一種基于MEA-BP的太陽輻射反演算法[J]. 氣象科技，2018，46(5)：860-867.

ZHENG Dan, MA Shangchang, ZHANG Sujuan. Solar radiation inversion algorithm based on MEA-BP[J]. Meteorological Science and Technology, 2018, 46(5): 860-867. (in Chinese with English abstract)

[35] 唐國棟，蒙仲舉，高永，等. 沙區(qū)光伏陣列對近地層風(fēng)沙輸移的干擾效應(yīng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2021，37(13)：101-110.

TANG Guodong, MENG Zhongju, GAO Yong, et al. Interference effect of solar photovoltaic array on near surface aeolian sand transport in sandy areas[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2021, 37(13): 101-110. (in Chinese with English abstract)

[36] 朱賓賓，孫雙紅，李艷紅，等. 呼倫貝爾沙地紫外輻射和太陽總輻射特征[J]. 中國沙漠，2021，41(1)：111-118.

ZHU Binbin, SUN Shuanghong, LI Yanhong, et al. Characteristics of ultraviolet radiation and global radiation in alpine desert): A case of Hulun Buir Sandy Land[J]. Journal of Desert Research, 2021, 41(1): 111-118. (in Chinese with English abstract)

Solar hybrid tracking system under complex weather conditions and control criterion

WANG Lishu1, CHEN Xi1, FANG Junlong1※, XIA Haonan1, LIU Qi1, LI Xinran1, BAI Long1,2

(1.,,150030,;2,,157011,)

Solar tracking technology has been widely used in large power stations, photovoltaic agriculture, and green building industry. Among them, hybrid tracking can be expected to consider both photoelectric and solar trajectory tracking. However, it is still lacking in the accurate evaluation of different weather conditions, due to the excessively broad control criterion in the solar hybrid tracking using light intensity, and the vague conditions for the weather identification. In this research, a solar hybrid tracking system was designed under complex weather conditions. Moreover, a multi-threshold control criterion was proposed to divide the weather conditions. The tracking characteristics of the system were analyzed under different tracking strategies in the concentrated and non-concentrated environments, combined with the weather conditions.The control criterion was classified into irradiance fluctuation, high irradiance, low and extremely low irradiance weather. As such, the photoelectric and solar trajectory tracking automatically adjusted, or fixed the inclination angle, according to the external weather changes. Firstly, the prototype of a hybrid tracking system was developed for solar power generation. Specifically, the Raspberry Pi 4B controlled by Node-Red was used as the control core, and the signal was divided by the analog switch of CD4052. At the same time, the photoelectric tracking signal and the fixed inclination angle placement signal were outputted by Arduino, whereas, the tracking signal of the solar trajectory was outputted by STM32F407.Three-way parallel control was adopted to avoid interference with each other in the different control strategies. Secondly, a series of tracking tests were carried out to determine the foundation for the switching of the tracking system under concentrated and non-concentrated light conditions. The switching criteria were summarized for the hybrid tracking system since the tracking performance of the system varied depending on the weather and the tracking mode. The irradiance and power generation curves were also determined that the system received under various tracking strategies. A hybrid tracking scheme was developed to investigate the influence of weather on irradiance characteristics, in order to keep tracking the temperature change of battery panels. The irradiance and temperature curves demonstrated that the irradiance was the primary determinant of the variance in PV cell output, while the temperature remained constant. As a result, the hybrid tracking system can be expected to track the high irradiance for higher power production. Finally, the tracking prototype was tested to verify the impact of the criterion program on the hybrid tracking system. The test results showed that the average power generation of a no-concentrated hybrid tracking system on a sunny day was 0.03 and 0.16 W higher than that of photoelectric and solar trajectory tracking. Additionally, the average power generation of the concentrated hybrid tracking system on a sunny day was 0.81, which was 0.03 and 0.55 W higher than that of photoelectric and solar trajectory tracking. Anyway, the experiment verified the feasibility of the developed device. The new criterion can also provide a promising idea for hybrid tracking technology under complex weather.

solar energy; irradiance; test; hybrid tracking; power generation; criterion

10.11975/j.issn.1002-6819.202211251

TM913

A

1002-6819(2023)-05-0156-10

王立舒，陳曦，房俊龍，等. 復(fù)雜天氣狀況下的太陽能混合跟蹤系統(tǒng)及控制判據(jù)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2023，39(5)：156-165.doi：10.11975/j.issn.1002-6819.202211251 http://www.tcsae.org

WANG Lishu, CHEN Xi, FANG Junlong, et al. Solar hybrid tracking system under complex weather conditions and control criterion[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2023, 39(5): 156-165. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.202211251 http://www.tcsae.org

2022-11-30

2023-02-21

黑龍江省教育廳科技課題（12521038）；黑龍江省教育廳基本科研業(yè)務(wù)費(fèi)支持項(xiàng)目（1452MSYYB009）；牡丹江師范學(xué)院青年學(xué)術(shù)骨干項(xiàng)目（GG2018004）

王立舒，博士，教授，博導(dǎo)。研究方向?yàn)檗r(nóng)業(yè)電氣化與自動(dòng)化；電力新能源開發(fā)與利用。Email：wanglishu@neau.edu.cn

房俊龍，博士，教授，博導(dǎo)。研究方向?yàn)殡娏ο到y(tǒng)自動(dòng)化、信息處理與智能測控。Email：junlongfang@126.com