使用实时太阳辐射测量数据对模拟中央塔式聚光太阳能（CSP）电站的预测控制策略进行性能分析

《COMPUTERS and EDUCATION》：Performance analysis of a predictive control strategy for a simulated central tower CSP plant using real-time solar radiation measurements

中央塔光热发电技术通过聚光器将太阳辐射聚焦到中心接收器，面临云层遮挡引起的短期辐照度波动挑战。本研究构建低成本实时数据系统，采用商用广角相机和太阳辐照度传感器，生成阴影图与短期预报（准确率64.4%/63.3%），并开发动态热光学模型辨识方法。结合广义预测控制（GPC）与复合PID策略，有效稳定流体出口温度（波动降低93%）及热流密度，验证了混合控制系统的可行性。

　　中央塔式集中太阳能发电（CSP）技术是一种利用反射镜将太阳热辐射集中到中心接收器上，从而实现可再生能源发电的方法。尽管这项技术被认为是具有潜力的，但在实际应用中仍然面临诸多挑战。其中，一个关键问题是如何有效管理由于云层遮挡引起的短时太阳能辐照度变化。本文研究设计并实施了一种经济高效、实时的数据采集与处理系统，该系统结合了商用鱼眼相机和太阳辐射传感器，能够实时生成阴影地图并进行短时预测，预测准确率分别达到64.4%和63.3%。此外，还提出了一种简化的热光学模型动态识别方法，使其适用于实时控制场景。同时，开发了一种控制策略，将广义预测控制器与互补PID控制器相结合，以维持流体出口温度和热通量在设定值附近。该系统通过整合空间分布的太阳辐射预测数据，增强了对干扰的响应能力，提高了运行稳定性，并保护了中心接收器。该系统的性能在多种运行场景中通过实际测量数据进行了验证。结果显示，与传统方法相比，所提出的混合预测控制策略在接收器温度波动方面实现了高达93%的显著降低，同时保持了安全的热通量水平。这些结果表明了该混合预测控制系统的实际可行性和强大性能，突显了其在提高中央塔式CSP系统运行可靠性、延长设备使用寿命以及提升整体效率方面的潜力。

中央塔式CSP技术作为可再生能源领域的重要组成部分，其核心在于将太阳辐射直接聚焦于中心接收器上，将太阳能转化为可利用的热能，用于发电或其他热能应用。一个典型的中央塔式CSP系统包括三个主要子系统：太阳能反射镜场、中心接收器以及电力转换单元。尽管近年来该技术取得了显著进展，但其发展速度仍落后于其他可再生能源技术，这主要是由于其复杂的工程和技术挑战所致。其中，一个关键问题是如何有效应对太阳辐照度的快速变化，这种变化主要由云层遮挡引起，可能在数秒内显著改变中心接收器所接收的太阳能。这种突变的辐照度变化会导致接收器内部出现强烈的热应力和显著的温度梯度，进而引发材料疲劳、腐蚀风险增加、焊接接头热裂以及整体结构退化等问题。尤其是在大规模系统中，数百甚至数千个反射镜将阳光聚焦在较小的接收器区域，使得任何短时的辐照度变化都会被放大，从而对系统造成更大的影响。

为了确保中心接收器在瞬态运行条件下的结构完整性和运行可靠性，延长CSP系统的使用寿命，降低维护和运营成本，并提高整体效率，研究人员正在积极开发准确的预测技术以及先进的实时监测系统，以有效预测和管理这些辐照度波动。在反射镜瞄准策略方面，研究从静态和启发式方法逐步演进到智能化、动态化和计算效率更高的技术。传统方法如单点瞄准或垂直分布逐渐被离线优化技术所取代，这些技术旨在最小化辐照度偏差或满足热约束条件，例如整数规划和多目标进化算法。然而，这些方法在实时应用中的可行性受到计算需求高的限制。为此，一些基于智能反射镜分组和降低控制维度的策略被提出，例如García等人提出的方法，通过预定义的分组轨迹和类似控制阀的公式简化了反射镜场的控制。同时，一些低复杂度的闭环控制器也被提出，能够利用启发式规则实时调整辐照度分布。

近年来，监督深度学习方法的应用为生成高精度的最优反射镜瞄准策略提供了新的思路。这些方法通过离线训练模型或将问题框架化为动态云条件下图像到图像的翻译任务，实现了几乎即时的优化瞄准策略生成。强化学习（RL）方法也显示出在无结构场景中开发自适应控制策略的潜力。例如，Zeng等人将热约束纳入控制逻辑，而Carballo等人则消除了预定义瞄准点的需求，使系统能够实时连续地调整反射镜位置。这些研究体现了优化、控制和机器学习方法之间的融合趋势，其中策略的选择往往取决于精度、计算速度、适应性和实际系统实施的可行性之间的平衡。

此外，针对瞬态太阳能辐照度变化的创新控制策略需求日益增长。目前，中央塔式CSP系统中常用的控制方法多采用传统的比例-积分-微分（PID）控制器，因其简单、鲁棒性和易于实施而受到青睐。然而，这些传统控制器往往采取反应式控制方式，即在检测到干扰或偏差后才进行调整，因此在处理快速、不可预测的瞬态事件时效果有限，导致接收器内部的温度和热通量出现不必要的波动。近年来，广义预测控制（GPC）、模型预测控制（MPC）和动态矩阵控制（DMC）等先进的控制策略逐渐受到关注。这些预测控制方法利用动态模型，基于当前和历史运行数据预测系统的未来行为，从而实现主动而非被动的控制。因此，与传统控制方法相比，这些预测控制方法在动态和高度变化的太阳能辐照度条件下展现出更优的性能、更高的稳定性以及更高效的控制效果。

尽管在预测控制策略方面取得了进展，但其在实际系统中的广泛应用仍受到一些现实限制。其中，一个主要障碍是使用传统仪器如日射计和总辐射计准确测量大面积太阳辐射的成本较高。虽然这些设备能够提供精确的直接正常辐照度（DNI）、全球水平辐照度（GHI）和散射水平辐照度（DHI）数据，但其成本昂贵、维护频繁，并且需要在反射镜场的多个位置部署，才能实现全面的辐照度映射。此外，先进控制算法和复杂动态模型的计算需求可能在实时处理和快速系统响应的场景中带来实际实施的困难。

因此，本研究提出了一种基于图像预测和实时DNI测量的混合控制策略，采用低成本、商业化的设备进行实现。该系统利用鱼眼相机和太阳跟踪日射计，能够实时捕捉天空图像并生成阴影地图，从而预测太阳辐照度的下降情况。这些阴影地图使得控制系统能够提前识别瞬态条件，采取相应的措施进行调整。该方法的核心创新在于结合图像数据和实时DNI测量，利用低成本设备实现对温度控制算法的评估，探讨更简单的仪器如何影响系统的整体性能。此外，研究还分析了该系统在实际运行环境中的可行性，特别是其在更大规模或真实应用场景中的可扩展性。

在方法论方面，本研究采用了一种集成方法，将光学和热模型与专门设计的实时数据采集系统相结合。该数据采集系统能够同时测量全球水平辐照度（GHI）和直接正常辐照度（DNI），并将这些数据输入到混合控制策略中。该控制策略结合了广义预测控制（GPC）与比例-积分-微分（PID）方法，旨在在应对瞬态太阳能辐照度变化的同时，保持关键参数的稳定。其中，GPC用于温度调节，而PID回路则用于调整反射镜的瞄准点分布，以确保每个面板上的局部热通量不超过允许的热通量密度（AFD）。通过这种混合控制策略，系统能够在复杂的运行环境中实现更高的控制精度和更稳定的运行状态。

在生成云阴影方面，研究利用鱼眼相机拍摄的图像，通过图像处理算法对云层进行分割，并预测其在反射镜场上的投影阴影。例如，研究中提到的图7显示了TSI相机在UACh Miraflores校区的安装位置，以及用于计算像素到米比例的橙色参考点。在未受光学畸变影响的区域内，图像的有效尺寸为1372像素（长和宽），对应的实际覆盖面积约为7,519平方米，这表明整个反射镜场均在该图像的监测范围内。通过这种方式，系统能够实时获取云层位置和运动轨迹，从而生成精确的阴影地图，并用于预测未来的辐照度变化。

研究的结论表明，该混合控制策略在维持熔盐出口温度在期望设定值附近方面表现出良好的性能。该策略结合了实时获取的太阳辐射信息，包括天空图像和动态阴影地图，与广义预测控制器进行温度调节。同时，辅助的PID回路用于调整反射镜的瞄准点分布，以确保每个面板上的局部热通量保持在安全范围内。通过这种方式，系统能够在瞬态条件下实现更精确的控制，提高运行的稳定性，并减少对中心接收器的热应力影响。该研究不仅验证了所提出方法的有效性，还展示了其在实际运行环境中的应用潜力，特别是在更大规模或真实应用场景中的可扩展性。此外，研究还强调了该策略在提高系统运行可靠性、延长设备使用寿命以及提升整体效率方面的价值，为未来CSP系统的优化提供了新的思路和技术支持。

本研究的创新之处在于，它采用了一种低成本、易获取的设备组合，即鱼眼相机和太阳跟踪日射计，来实现对太阳辐射的实时监测和预测。这种基于图像的预测方法不仅降低了传统高精度仪器的使用成本，还提高了系统的灵活性和实时响应能力。通过分析实际运行数据，研究展示了该方法在不同运行场景下的有效性，验证了其在实际应用中的可行性。此外，该研究还探索了如何通过简化的仪器配置，优化温度控制算法的性能，为未来CSP系统的设计和运行提供了新的参考。该混合控制策略的成功实施，表明在面对复杂和变化的太阳能辐照度条件时，结合预测模型和实时控制技术可以显著提升系统的稳定性和效率，为可再生能源技术的发展提供了有力支持。