《Sustainable Energy Technologies and Assessments》：Experimental technology assessment of active solar-tracker control strategies: CPV yield penalties, actuator demand, and net-energy trade-offs
编辑推荐：
摘要：用于聚光太阳能应用的主动太阳跟踪系统通常根据角精度进行优化；然而，仅凭这一标准并不能保证改善净能量性能。控制器引起的执行器需求、辅助电力消耗和光学产量损失可能会抵消精确跟踪的益处，特别是在具有窄接受角的高聚光系统中。本研究提出了一个实验技术评估框架，用于
摘要：用于聚光太阳能应用的主动太阳跟踪系统通常根据角精度进行优化；然而，仅凭这一标准并不能保证改善净能量性能。控制器引起的执行器需求、辅助电力消耗和光学产量损失可能会抵消精确跟踪的益处，特别是在具有窄接受角的高聚光系统中。本研究提出了一个实验技术评估框架，用于从多目标角度比较经典主动太阳跟踪控制策略。研究人员在高精度双轴太阳跟踪器上测试了传统的开关、死区、滞回、比例积分（PI）和比例积分微分（PID）配置，使用相同的正弦和方波参考轨迹，并注入±0.3°的反馈不确定性。通过跟踪精度、最大跟踪误差、控制总变化、执行器电流需求以及从接受角曲线估算的聚光光伏（CPV）能量产量损失来评估控制器。结果表明，死区策略可减少高达92.6%的控制努力，但过大的容差可将光学能量损失增加至高达11.2%。比例积分（PI）控制提供了最平衡的响应，将电力需求和CPV产量损失保持在4.05%以下。相比之下，高微分比例积分微分（PID）配置放大了反馈不确定性，使控制努力增加超过1100%，辅助电力需求增加超过2100%，而跟踪精度没有显著改善。这些发现表明，主动太阳跟踪器控制器应基于净能量和可靠性评估来选择，而非仅基于角精度。
**主动太阳跟踪器控制策略的实验技术评估：从精度到净能量权衡的范式转变**
**研究背景与问题**
太阳跟踪系统在聚光太阳能发电（CSP）和聚光光伏（CPV）中广泛应用，以提升直射辐照度（DNI）的利用效率。然而，这些系统面临成本竞争挑战，其运行可行性不仅取决于光学对准，还受到主动跟踪和控制策略引入的辅助电力消耗与执行器应力的影响。主动太阳跟踪系统（ASTS）依赖电机驱动进行太阳定位和连续跟踪，因此控制算法成为影响跟踪精度、能量消耗和长期可靠性的关键因素。在CPV系统中，子度级别的偏差即可直接降低具有窄光学接受角的模块的能量输出。现有文献中，经典控制器（开关、比例积分（PI）、比例积分微分（PID））占主导地位，但多数研究仅强调运动学跟踪误差，而控制器引起的电力需求、执行器机械努力和CPV光学能量产量损失很少被综合评估。IEC 62817标准也未定义控制器诱导的电力需求、控制努力或执行器应力的具体指标。因此，需要一种可重复的评估方法，在受控条件下分离控制器依赖的效应，从而超越宽泛的系统规划，严格审视主动控制回路调谐带来的离散机电权衡。
**研究内容与结论**
本研究建立了一个综合技术评估框架，通过在受控实验条件下对经典ASTS配置（开关、PI、PID）进行对比评估，将工程范式从孤立的运动学精度转向净能量与机电耐久性的整体平衡。在相同物理操作剖面和高频传感器噪声环境下，将控制器的数学结构作为唯一自变量。研究得出三个主要贡献：（i）通过控制总变化（TVC）量化不同拓扑结构下的寄生执行器需求与结构颤振；（ii）利用实验接受角曲线将空间跟踪误差转化为绝对CPV光学产量损失；（iii）提供一个标准化、数据驱动的评估框架，消除平台依赖偏差，为商业太阳跟踪器优化提供可复现基线。结论表明，PID配置放大高频反馈不确定性，导致控制努力增加超过1100%，辅助电力需求增加超过2100%，而跟踪精度无实质改善；PI控制提供最平衡的响应，将CPV产量损失控制在4.05%以下；死区策略可减少高达92.6%的控制努力，但过容差导致高达11.2%的光学能量损失。论文发表在《Sustainable Energy Technologies and Assessments》。
**主要技术方法**
研究人员采用高精度垂直主双轴跟踪器（VPDAT，技术准备水平TRL 7-8），通过最小二乘参数辨识获得解耦的二阶传递函数。实验设置包括正弦（±5°，0.06 rad/s）和方波（±5°）参考轨迹，并在编码器反馈路径中确定性注入±0.3°伪随机白噪声扰动以模拟传感器不确定性。控制器配置包括传统开关、带死区（DB=0.3°, 0.6°）和滞回（H=0.3°, 0.6°）开关、比例积分（PI）控制（Kp=2固定，Ki=0.001~0.04）和比例积分微分（PID）控制（Kp=2, Ki=0.001固定，Kd=0.1~2.0）。性能指标包括均方误差（MSE）、最大跟踪误差（MTE）、控制总变化（TVC）、执行器电流均方根（IRMS）和峰值（Ipeak），以及通过将跟踪误差映射到两种代表性CPV模块（Module A窄接受角，Module B宽接受角）的归一化接受角曲线估算的能量产量损失。
**研究结果**
**1. 跟踪精度与运动学性能评估**
- **开关策略的跟踪精度与开关行为**：在正弦激励下，传统开关控制MSE最低（0.05），但TVC高（565）。引入死区（DB=0.3°）使TVC降低58.9%，但MTE从0.24°增至0.51°；DB=0.6°使TVC降低62.8%，MTE增至0.82°。在方波参考下，死区将TVC降低92.6%（从470降至35），但MTE仍接近10°。滞回控制（H=0.3°, 0.6°）在正弦跟踪下保持较高精度（MTE 0.48°~0.67°），但TVC较高（736~738），方波下TVC为576~614，远高于死区值。
- **PI控制的跟踪精度与控制努力**：PI控制（Ki=0.001~0.04）在正弦跟踪下MSE稳定（约0.16），对Ki不敏感；方波下Ki=0.001表现最佳（MSE=1.35, MTE=10.06°），Ki=0.04使MSE增加41.5%（1.91），TVC显著高于正弦条件（约531 vs 82）。
- **PID控制的性能分析**：PID控制（Kd=0.1~2）在正弦跟踪下，Kd增加使MSE从0.17增至0.60，MTE从0.45°增至1.25°，TVC从382.7急剧增至6605.7（增幅超过1100%）；方波下TVC从1167.2增至14894.3，MTE无改善（约10°）。
**2. 控制努力与执行器应力评估（基于TVC）**
死区策略在方波跟踪下TVC最低（35），滞回策略TVC中等（576~614），PI控制（Ki=0.001）正弦下TVC=81.6，PID高Kd下TVC>14800。高TVC直接关联电机高频切换、热耗散和齿轮机械疲劳，威胁执行器寿命。
**3. 电流消耗分析**
正弦跟踪下，滞回（H=0.3°）电流最低（IRMS=0.12 A, Ipeak=0.24 A）；死区（DB=0.3°）IRMS=0.16 A。方波下死区抑制稳态执行（IRMS=0.13 A），滞回维持更高电流（IRMS=0.16~0.17 A）。PI控制方位轴IRMS=0.15 A（Ki=0.001），仰角轴因重力负载更高（0.24 A）。PID高Kd导致仰角轴IRMS增至3.328 A，峰值达3.333 A，辅助电力需求增加超过2100%。
**4. 能量收集损失：角偏差对CPV光学效率的影响**
通过将正弦实验的MSE映射到CPV模块接受角曲线，估算光学产量损失。模块A（窄接受角）中，死区DB=0.6°导致最高损失（11.16%），PI和传统开关损失低于4.05%；PID高Kd（Kd≥1）损失7.56%~12.47%。模块B（宽接受角）损失更低，表明宽接受角可部分缓解跟踪误差。
**5. 净能量权衡与综合**
在标准化10小时/天日周期下，PID高Kd配置寄生执行器需求达798.72 Wh/d，光学损失12.47%；PI配置（Ki=0.001）寄生需求36.00 Wh/d，光学损失4.05%，提供了最平衡的净能量表现。
**讨论与结论**
讨论部分强调，主动太阳跟踪优化必须超越纯运动学精度，采用综合净能量平衡方法。高微分PID配置放大高频不确定性，导致TVC和辅助电力需求飙升，而无光学收益；过宽死区则引入长期空间偏差，引发严重光学产量损失。PI控制在所有指标中达到最佳工业折中。接受角曲线分析表明，接收器光学特性严格限定控制调谐裕度：宽接受角可缓冲角偏差，而窄接受角、高聚光配置需要良好阻尼、噪声容忍的控制。结论部分总结：PI控制提供最平衡响应，限制CPV光学产量损失低于4.05%；PID配置放大反馈不确定性，使控制努力和辅助电力需求增加超过1100%和2100%；死区策略需严格优化边界以防止高达11.2%的净光学能量损失。研究人员建议，工程师应转向整体净能量优化，并强调在带主动微分项的经典控制架构中集成低通滤波器以抑制噪声放大。
