文獻標識碼: A
文章編號: 0258-7998(2014)05-0024-04
太陽跟蹤系統廣泛用于太陽能光伏發電、太陽能水暖等領域,系統負責控制太陽能電池板、聚光器等裝置自動跟蹤太陽,以提高聚光器等負載裝置的能量密集度,進而提高太陽能裝置的能源利用率。目前國內外主要采用地平式雙軸跟蹤系統,其跟蹤方式主要有3種[1]:(1)視日運動軌跡式,該方式優勢在于不受天氣影響,能大致鎖定太陽的位置,不足在于跟蹤精度不高,會產生累計誤差,進而丟失跟蹤;(2)光電式,即采用光敏傳感器,如四象限光傳感器,該方式提高了跟蹤精度和靈敏度,但由于光敏元件的位置安放有間隔,使得跟蹤太陽存在不連續性,同時該方式受天氣環境影響很大,在低輻照和多云的天氣下,不能保持精確跟蹤,甚至會引起執行機構誤動作[2-3];(3)視日運動式與光電式相結合的方式,該方式各取所長,可以獲得較好的跟蹤效果,但仍具有方式(2)的缺陷。
1 系統總體設計
系統采用斜軸式轉臺,其機械示意圖如圖1所示。斜軸平臺是由方位軸和斜軸構成的兩軸平臺,方位軸為豎直方向,斜軸則與方位軸相交并成45°。
系統整體結構簡圖如圖2所示。首先DSP主運算控制模塊控制圖像采集模塊采集太陽圖像并對圖像實時處理;然后確定太陽質心位置,并計算其相對于圖像傳感器視場中心的誤差;接著對誤差采用模糊自適應PID控制,輸出相應的PWM占空比;最后由DSP產生相應占空比的PWM波輸出給電機驅動模塊,對轉臺上的水平和傾斜方位的永磁力矩電機實施控制,使太陽質心保持在圖像傳感器視場的中心,而圖像傳感器的安裝位置位于聚光裝置的垂直中心,從而最終實現聚光裝置實時精確地連續跟蹤太陽。無線通信模塊相比有線通信更穩定安全,不受環境的限制,用于實現DSP控制器與上位機的串口通信,實現良好的人機界面,使得系統監控、人工校正調節更加快捷方便。
2 系統硬件設計
2.1 圖像采集模塊
鑒于CMOS傳感器兼容CMOS技術,內部集成了A/D轉換等芯片,簡化了外圍模塊的設計,提高了采集的抗噪聲能力,故本系統采用美國Omni Vision公司的CMOS數字圖像傳感器OV7620[4-5]。在使用之前,需對其初始化,按照SCCB總線協議對其內部的寄存器進行配置,通過寄存器的配置確定其工作模式。圖像的采集依據2個同步信號VSYNC(場同步)和HREF(行同步)的時序關系。DSP通過實時捕獲這2個同步信號,實現對圖像的有效采集,將采集的數據以二維數組形式保存到SRAM中,如圖3所示。
2.2 電機驅動模塊
本系統采用高精度的永磁力矩直流電機對太陽進行實時跟蹤。驅動電路采用ST公司的專用芯片L298N,其芯片內含兩個由功率管構成的高電壓大電流H橋驅動器,便于實現對水平與傾斜兩位置電機的方向控制,并可利用PWM調制技術,實現對電機的變電樞電壓調速。在實際應用中,由于存在由弱電到強電的連接,L298N的輸入引腳需采用光耦隔離,在這里使用TI公司的ISO7220芯片。該電機驅動模塊電路如圖4所示。
3 目標信息獲取
通過對OV7620圖像傳感器的設置,采集的圖像輸出為黑白圖像,其值都存儲在SRAM中定義的二維整型數組里。利用DSP對此數組元素的處理即是對太陽圖像的處理。目標信息獲取流程圖如圖5所示。
3.1 圖像消噪
圖像消噪常用的方法有均值濾波和中值濾波,而中值濾波對孤立噪聲點的消除強于均值濾波,故采用中值濾波可以很好地消除這些噪聲,實現圖像的平滑。中值濾波的主要原理是把數字圖像中某一點的值用該點的一個鄰域中各點值的中值代替[2]。
在二維數字圖像下,設{xij,(i,j)∈I2}表示圖像各點的灰度值,濾波窗口A的二維中值濾波可定義為:
yij=MedA{xij}=MedA{xi+r,j+s,(r,s)∈A,(i,j)∈I2}(1)
3.2 圖像二值化
圖像二值化的目的是將太陽光斑目標圖像與背景圖像分離,為太陽識別以及太陽質心的精確定位處理提供依據。其最為常用的方法是閾值分割法,該方法特別適用于目標與背景有較強對比的情況,鑒于太陽圖像其目標與背景具有較強的對比特性,故本系統采用最大類間方差法(OTSU算法)求取圖像的最佳分割閾值[3]。
設灰度圖像灰度級是L,則灰度范圍為[0,L-1],利用OTSU算法計算圖像的最佳閾值為:
其中當分割閾值為T時,w0、w1分別為背景圖像比例與目標圖像比例,?滋0,?滋1,?滋依次為背景像素均值、目標像素均值和整幅圖像均值,使得表達式最大的T即為最佳閾值。
3.3 連通域標記
在實際測試中發現,天空中云朵等物質表面反射的太陽光也有少部分在圖像傳感器里成像,造成二維圖像數組里存在多個連續像素點為1的區域,嚴重影響了太陽光斑的識別和太陽質心定位的精度。為此引入連通域標記來處理此類現象。系統采用新型的基于區域生長的廣度優先標記算法,在內存中定義一個與太陽圖像數組一樣大小的標記數組并將元素初始化為0。算法結束后,標記數組里存放的是由0到連通域個數的整數,其中0表示太陽圖像數組里的背景像素,其他值則表示太陽圖像數組中目標像素的連通域編碼。
3.4 太陽光斑識別
(1)對上述標記數組進行一次遍歷,統計除0以外各連通域編碼Li(i=1,2,3…)在數組里的個數Ni,將Ni中最大值Nk所對應編碼Lk所在的連通區域初步視為太陽光斑區域。
?。?)若nmin≤Nk≤nmax,則說明太陽光斑區域的像素點的個數是合理的,圖像傳感器已經捕獲到了較為清晰的太陽圖像,其中nmin、nmax分別為太陽光斑區域像素點最小個數和最大個數(實際運行測定)。反之,則表明沒有獲取到太陽光斑區域,退出圖像處理流程。
?。?)最后將二維圖像數組里除太陽光斑區域以外的所有像素點置0,以便實現只有一塊連續像素點為1的區域,該區域即是太陽光斑區域。
3.5 太陽質心定位
本系統采用質心跟蹤的方法實現對目標的定位[2-3]。針對上述處理得到二值圖像,圖像中所有像素值為1(圖像二維數組里元素值為1)的行列坐標記為:{(x1,y1),(x2,y2)…(xn,yn)},則圖像質心坐標(x0,y0)可表示為:
3.6 獲取跟蹤誤差
本系統利用OV7620圖像傳感器設定采集的圖像為400×300 YUV格式,則確定圖像傳感器的視場中心坐標為(200,150)。由上述圖像處理確定的太陽光斑質心坐標與視場中心坐標之間的坐標差值即為水平與俯仰方向的跟蹤誤差。
4 模糊控制系統設計
鑒于雙軸跟蹤伺服系統的強耦合性與非線性等特性,本系統設計了一種模糊自適應PID控制器。該控制器的結構如圖6所示。其控制器是在傳統PID控制器的基礎上,找到PID控制器的3個參數和系統誤差E與誤差變化率EC之間的模糊關系,在運行中通過不斷地檢測E和EC,利用模糊控制算法并根據一定的模糊規則在線對PID參數KP、KI和KD進行實時優化,以滿足不同E和EC對控制器的要求,從而增強被控對象的動態與靜態性能[6]。該控制器采用DSP設計實現,將一系列模糊控制規則離線轉化為控制表供DSP在線查詢使用。
4.1 確定模糊控制器的結構
基于上述對控制器的分析,模糊控制器選用兩輸入、三輸出的控制器,將太陽質心相對于攝像頭視場中心的誤差E和誤差的變化率EC作為輸入量,將經過參數整定后的PID的3個參數KP、KI和KD作為輸出量。其中參數優化公式為:
其中PID控制器的初始增益參數,KD為模糊PID控制器輸出的自適應整定參數。
4.2 確定輸入/輸出隸屬度函數
控制器輸入量誤差E與誤差變化率EC的變化范圍在模糊集合上的論域為:{-15,-10,-5,0,5,10,15},輸出量KP、KI和KD在模糊集上的論域為:{-0.6,-0.4,-0.2,0,0.2,0.4,0.6},相應的語言值為{負大(NB),負中(NM),負小(NS),零(ZO),正小(PS),正中(PM),正大(PB)}。輸入/輸出變量隸屬函數采用S型函數和三角函數,其隸屬曲線如圖7、圖8所示。
4.3 模糊控制規則
模糊控制規則是模糊控制器的核心,本控制器規則源于專家的推理判斷和工程人員的經驗總結,建立的針對PID控制中KP、KI和KD 3個參數的整定模糊控制表如表1所示[7]。
通過模糊推理得到的結果是一個模糊集合,因此這里采用重心法對模糊量進行清晰化。經過清晰化后的KP、KI和KD通過PID控制算法計算,得到輸出控制量U,最后將U按照一定的比例關系轉化為最終控制電機轉速的PWM占空比。
5 系統軟件設計
本系統軟件設計是基于DSP集成開發環境CCS開發平臺并利用C語言模塊化編程完成的。其主程序流程如圖9所示。
6 實驗
系統采用如圖10所示轉臺對天空中被云層覆蓋的太陽進行捕獲并對其圖像進行處理,結果如圖11所示。
圖11(d)中的“+”表示測定的太陽區域中心。其結果表明在低輻照和多云天氣下,本系統能夠捕獲太陽并精確定位太陽區域中心。同時為了測定本系統跟蹤太陽的連續性與精確性等特性,讓本系統跟蹤太陽5小時,每分鐘讀取一次系統跟蹤誤差并保存在內存中。通過對內存數據的讀取,繪制跟蹤誤差曲線如圖12所示。
經計算得到,水平方向X偏移誤差均值為0.362個像素點,標準差為0.354 632;俯仰方向Y偏移誤差均值為0.361個像素點,標準差為0.554 598。綜上實驗數據和實驗觀察表明,本系統運行狀態良好,表現出較高的跟蹤連續性與精確性。
本文針對目前光電式太陽跟蹤系統存在的問題,設計了一種新型太陽跟蹤系統。經實驗測試運行,本系統在低輻照射和多云天氣環境下有效解決了無法對太陽連續跟蹤的問題,且大幅度提高了太陽跟蹤精度,運行狀態良好,表現出較高的跟蹤連續性與穩定性,達到了預期目標。同時也進一步提高了聚光型太陽能發電系統的效率,具有很好的工程使用價值,有望應用在高聚光型光伏發電系統中。
參考文獻
[1] Jiao Huifeng,Fu Jianzhong,Li Yuchun,et al.Design ofautomatic two-axis sun-tracking system[C].Mechanic Auto-mation and Control Engineering(MACE),2010 InternationalConference on IEEE,2010:2323-2326.
[2] 尤金正.基于圖像傳感器的閉環式太陽跟蹤控制器的研究與實現[D].蘇州:蘇州大學,2010.
[3] LEE C D,HUANG H C,YEH H Y.The development ofsun-tracking system using image processing[J].Sensors,2013,13(5):5448-5459.
[4] 章磊,李耀,劉光徽.基于機器視覺的煙支檢測系統的設計[J].電子技術應用,2012,38(5):15-18.
[5] 宋海吒,唐立軍,謝新輝.基于FPGA和OV7620的圖像采集及VGA顯示[J].電視技術,2011,35(5):45-47.
[6] 劉曉悅,徐如敬.基于UKF濾波模糊PID控制的太陽跟蹤系統[J].河北聯合大學學報(自然科學版),2013,35(2):69-73.
[7] 劉金琨.先進PID控制MATLAB仿真[M].北京:電子工業出版社,2004.