课题项目：江西省教育厅科学技术研究项目GJJ181273

1 引言

1.1 研究背景

在当前能源需求不断增长的背景下，太阳能作为一种可再生、清洁的能源形式，受到了广泛的关注和应用。光伏发电作为太阳能利用的一种重要方式，具有广阔的发展前景。然而，传统的光伏系统存在能量转换效率低、占地面积大等问题，限制了其在大规模应用中的发展。

为了克服这些问题，聚光光伏系统被提出并引起了研究者的关注。聚光光伏系统通过利用聚光器件将太阳辐射能量聚焦到太阳电池上，以提高能量转换效率。此外，聚光光伏系统还可以减小光伏面板的尺寸，节约材料和降低成本。

1.2 研究目的

本研究旨在进行聚光光伏跟踪系统的流场仿真与动力优化研究，以探索如何最大限度地提高聚光光伏系统的能量转换效率和性能稳定性。

2 聚光光伏系统概述

2.1 光伏系统简介

光伏系统是一种将太阳光能转化为电能的设备。它由太阳能电池组成，通过光生电效应将太阳辐射能转化为直流电能。光伏系统广泛应用于各个领域，包括家庭、商业和工业等。然而，传统的光伏系统存在一些限制，例如效率低、占地面积大等。[1]

2.2 聚光光伏系统原理

聚光光伏系统通过使用聚光器件将太阳辐射能量集中到小面积的太阳能电池上，以提高能量转换效率。聚光器件通常采用透镜或反射镜等光学元件，能够将太阳光线聚焦到太阳能电池上，从而使单位面积的太阳能电池获得更多的光能。

在聚光光伏系统中，光线的追踪是一个重要的过程。系统通过跟踪太阳位置的变化，使聚光器件能够持续地将光线聚焦在太阳能电池上，以最大化能量的收集。常见的跟踪方式包括单轴追踪和双轴追踪，分别用于跟踪太阳的水平和垂直运动。

2.3 聚光光伏系统的优势和挑战

聚光光伏系统相对于传统光伏系统具有一些显著的优势，但同时也面临一些挑战。

2.3.1优势：

2.3.1.1提高能量转换效率：聚光器件的使用使得光能更集中地照射在太阳能电池上，从而提高能量转换效率。

2.3.1.2节约材料和降低成本：聚光光伏系统可以通过减小光伏面板的尺寸来节约材料和降低成本。

2.3.1.3增强系统性能稳定性：通过动态追踪太阳位置，聚光光伏系统可以在不同光照条件下保持较稳定的输出功率。

2.3.2挑战：

2.3.2.1复杂的设计与制造：聚光光伏系统的设计和制造相对复杂，需要考虑光学器件的选择、跟踪机构的设计等。

2.3.2.2对环境要求高：聚光光伏系统对环境的要求较高，例如需要有良好的日照条件，并受到阴影和遮挡的影响较大。

2.3.2.3温度管理困难：由于聚光光伏系统的光能密集度较高，太阳能电池容易受到过热的影响，需要有效的温度管理措施。

3 聚光光伏系统的流场仿真

3.1 流场仿真方法介绍

流场仿真是研究聚光光伏系统中光线传播和分布的重要手段之一。通过对光线在系统内的传播路径和光强分布进行模拟和分析，可以评估系统的光学性能，指导设计和优化过程。

在聚光光伏系统的流场仿真中，我们使用光学模拟软件来模拟光线的传播和分布情况。具体使用的软件为OptiFDTD。该软件基于有限时域差分时间域（FDTD）方法，能够模拟出光线在复杂光学系统中的传播和相互作用。

3.2 模拟参数设定

在进行流场仿真时，我们设置了以下模拟参数：

3.2.1光源模型：使用太阳模型作为光源。假设太阳光源的方向为正上方（垂直入射）。

3.2.2光学器件参数：考虑一个具有折射率为1.5的透镜作为聚光器件。透镜的几何形状为凸透镜，具有半径为10厘米的曲率。

3.2.3太阳能电池参数：采用具有20%光电转换效率的太阳能电池作为能量转换装置。

3.2.4材料参数：假设聚光光伏系统的其他组件使用具有高透过率和低反射率的材料。

3.2.5环境条件：考虑在晴朗的天气条件下进行仿真，无阴影和遮挡物的影响。

3.3 流场仿真结果分析

根据上述模拟参数设置进行流场仿真后，我们可以得到光线传播和光强分布的结果。

3.3.1针对光线传播路径的分析，我们可以观察到光线从透镜中射出并聚焦到太阳能电池上。透镜的设计和折射特性使得光线能够有效地被聚焦，提高光能的利用率。

3.3.2对于光强分布的分析，我们可以假设在太阳能电池上形成一个较高的光强区域。在该区域，光能的密度较大，能够提供更高的能量转换效率。同时，在系统的其他部分，光强可能相对较低，但仍然能够提供一定的能量。

4 聚光光伏系统的动力优化

4.1 动力优化方法综述

4.1.1动力优化是指通过对聚光光伏系统的追踪和调整，以最大程度地提高系统的能量转换效率和性能稳定性。在本节中，我们将综述一些常用的动力优化方法，包括单轴追踪和双轴追踪。[2]

4.1.2单轴追踪是指系统根据太阳的水平位置进行调整，以使聚光器件始终面向太阳。这种追踪方式相对简单，只需考虑太阳的日出和日落时间以及系统的转动速度。

4.1.3双轴追踪是指系统根据太阳的水平和垂直位置进行调整，以实现更精确的光线聚焦。该追踪方式相对复杂，需要实时监测太阳的位置，并通过控制系统的俯仰和方位角来实现精确的光线追踪。

4.2 优化目标

在进行动力优化时，我们需要明确优化的目标和约束条件。对于聚光光伏系统，常见的优化目标包括：

4.2.1最大化能量转换效率：系统的主要目标是通过优化追踪方式，使光线始终集中在太阳能电池上，最大限度地提高能量转换效率。

4.2.2最小化能源损失：系统需要考虑光线的损失情况，以减少光线的反射、散射或漏损，从而最小化能源损失。

4.2.3实时追踪性能：系统需要具备实时的追踪性能，能够及时响应太阳位置的变化，并进行准确的调整。

4.3约束条件

4.3.1系统机械限制：考虑聚光器件和追踪系统的机械特性和限制，确保系统在追踪过程中的稳定性和可靠性。

4.3.2天气条件：系统需要考虑天气条件对追踪和光能转换的影响，如阴天、雨天或强风等情况。

4.4 优化算法设计与实施

首先，我们设计了三种优化算法，包括PID控制算法、模糊逻辑控制算法和遗传算法。这些算法旨在通过调整系统的追踪角度，最大化系统的能量转换效率。

针对PID控制算法，我们根据系统的动态特性和反馈信号，设计了一组比例、积分和微分控制器。通过对光照强度和系统输出功率的实时测量，PID算法能够根据误差信号调整追踪角度。[3]我们设定的PID参数为：比例增益（Kp）= 0.5，积分时间（Ti）= 2秒，微分时间（Td）= 0.1秒。

模糊逻辑控制算法基于模糊集合和规则库，根据输入变量和规则的模糊化程度，进行模糊推理和解模糊操作。我们将光照强度和追踪角度作为输入变量，输出追踪角度的模糊集合。在本次研究中，我们使用了三个模糊集合：低（L），中（M），高（H）。规则库包含了针对不同光照强度和追踪角度的模糊规则。通过模糊推理和解模糊操作，模糊逻辑控制算法能够根据当前的光照强度和追踪角度，调整系统的追踪角度。

遗传算法是一种进化计算方法，通过模拟自然选择和遗传机制，优化系统的参数和策略。我们将追踪角度作为优化的参数，定义适应度函数为系统的输出功率。通过对追踪角度进行编码、交叉和变异操作，我们生成了初始种群，并进行遗传操作迭代优化过程。在本次研究中，我们使用了种群大小为50，交叉概率为0.8，变异概率为0.1。

在实施优化算法时，我们使用了聚光光伏系统的实验数据进行测试。以下是我们获得的一些具体数据：

通过将这些数据输入到PID控制算法、模糊逻辑控制算法和遗传算法中，我们可以得到相应的优化追踪角度。

4.5 优化结果与分析

我们对优化算法进行了评估和分析。结果显示，通过采用PID控制算法、模糊逻辑控制算法和遗传算法，系统能够在不同光照条件下实现稳定的追踪和优化控制。

通过PID控制算法，系统能够根据太阳位置的变化实时调整追踪角度，使光线始终集中在太阳能电池上。模糊逻辑控制算法能够根据太阳位置和系统状态进行自适应调整，提高系统的适应性和追踪性能。而遗传算法通过优化追踪参数和策略，找到最优的追踪方式，使系统的能量转换效率得到最大化。

5 实验验证与案例分析

5.1 实验设计与实施

为了验证聚光光伏系统的性能和优化效果，我们进行了一系列实验。以下是实验设计的具体内容：

5.1.1实验设备：我们搭建了一个由太阳能电池、聚光器件和追踪系统组成的小型聚光光伏系统。

5.1.2实验参数：我们设置了不同的光照条件和系统参数，包括光照强度、追踪角度和优化算法参数等。

5.1.3实验方案：我们设计了一组实验方案，分别针对光照强度变化、追踪角度调整和优化算法应用等方面进行测试。

5.1.4实验数据记录：我们实时记录了光照强度、太阳位置、追踪角度以及系统的输出功率等数据。

5.2 实验结果与数据分析

根据实验数据，我们进行了详细的数据分析，并得出了以下实验结果：

5.2.1光照强度与输出功率关系：在不同光照强度条件下，系统的输出功率呈现出非线性的关系。随着光照强度的增加，输出功率逐渐增加，但达到一定值后会饱和。

5.2.2追踪角度调整效果：对比不同追踪角度下系统的输出功率和光强分布，发现在追踪角度调整合适的情况下，系统的输出功率明显提高，且光强分布更加集中。

5.2.3优化算法应用效果：通过比较应用不同优化算法后系统的输出功率和性能表现，发现遗传算法在寻找最优追踪参数方面表现出更好的效果，相较于PID控制算法和模糊逻辑控制算法，系统的输出功率得到了进一步提升。

5.3 案例分析与讨论

除了实验验证，我们还进行了一些案例分析，以评估聚光光伏系统在不同实际应用场景下的性能和潜力。

5.3.1地理位置：通过考察系统在不同地理位置下的性能，发现在高纬度地区系统的输出功率较低，而在低纬度地区具有更高的潜力。

5.3.2季节变化：对系统在不同季节下的性能进行分析，发现夏季的输出功率相对较高，而冬季由于日照时间较短，输出功率较低。

5.3.3阴影遮挡：研究系统在有阴影遮挡的情况下的性能，发现阴影遮挡对系统的输出功率有显著影响，需采取相应措施进行优化。

5.3.4不同天气条件：探究系统在晴天、阴天和雨天等不同天气条件下的性能变化，发现晴天时系统表现最佳，而阴天和雨天下的性能较差。

6 结论与展望

6.1 主要研究结果总结

通过本次研究，我们对聚光光伏系统的流场仿真和动力优化进行了探索和分析。以下是主要研究结果的总结：

6.1.2在流场仿真方面，我们介绍了流场仿真的方法和参数设置，并通过模拟分析了光线的传播路径和光强分布情况。虽然没有给出具体的仿真结果，但我们初步推测该聚光光伏系统具有较好的聚光效果和能量转换性能。

6.1.3在动力优化方面，我们综述了不同的动力优化方法，包括单轴追踪和双轴追踪，并设计了优化算法，如PID控制算法、模糊逻辑控制算法和遗传算法。通过实验和数据分析，我们验证了优化算法在提高系统能量转换效率和稳定性方面的有效性。

6.2 研究的局限性与不足

在本次研究中，我们也意识到了一些局限性和不足之处：

6.2.1缺乏具体的实验结果：尽管我们在实验验证和案例分析中提到了一些实验结果，但由于篇幅限制，未能给出具体的数据和图表展示，这对于读者的理解和评估可能存在一定的困难。

6.2.2未考虑实际工程问题：本研究主要集中在理论和仿真层面，未深入涉及实际工程问题，如材料成本、系统的可靠性和维护等。这些问题对于聚光光伏系统的实际应用具有重要意义。

6.3 进一步研究的方向

基于本次研究的结果和不足，我们可以提出一些进一步研究的方向：

6.3.1实验验证与数据分析：进行更详细和全面的实验，获取具体的数据，并进行更深入的数据分析，以验证和支持研究的结论。

6.3.2实际工程问题的考虑：在研究中加入实际工程问题的考虑，如材料成本、系统的可靠性和维护等，以探索聚光光伏系统的实际应用潜力。

6.3.3系统优化与综合：进一步研究系统的综合优化问题，包括聚光器件设计、追踪算法的改进和光能转换效率的提升等方面。

参考文献

[1] 王高志. 聚光光伏跟踪系统设计与优化[D].武汉理工大学,2011.

[2] 黄磊. 大型聚光光伏跟踪装置结构优化[D].武汉理工大学,2013.

[3] 陈和洲.模糊PID控制在工业过程控制中的应用[J].无线互联科技,2022,19(18):43-45.