王 琨，余志民，邱传凯
1.福州职业技术学院信息工程系，福建福州350108；
2.阳光学院人工智能学院，福建福州350015；
3.福建铂语物联科技有限公司，福建福州350001
智能建筑中越来越多地采用太阳能电池板进行太阳能的转换，以满足日益发展的绿色能源的需要。太阳能电池板接收太阳辐射强度的大小成为制约其光电转换效率的主要因素之一［1］。为了提高太阳能电池板的光电转换效率，太阳自动追踪技术得到了较大的应用，该技术能使太阳能的利用率提升20%［2-3］。
目前，太阳智能追光系统的研究主要有两类：一类是利用太阳运动轨迹公式［4-5］自动调节太阳能板的角度，使其接收光强最大；
另一类是利用光敏器件实测光照强度［6］，通过反馈控制原理使太阳能板接收光强的角度最佳。上述研究在一定条件下都能较好地实现单个太阳能板的追光及光电利用，但仍存在公式累积误差和天气干扰光照强度等问题，也没有考虑整体太阳能电池组的造价问题。为了克服上述不足，本文一方面对追光算法进行优化，综合利用光电传感器和太阳运动轨迹公式进行跟踪，使其能够实时自动调整太阳能板的角度，最大化接收太阳能光照强度；
另一方面利用无线射频模块，优化路由协议，构建无线传感网络，将最优的太阳能板角度信息传给整个太阳能电池组，实现角度的群控，避免传感器、A/D 转换器等硬件的重复安装，造成系统冗余以及硬件资源的浪费。
太阳智能追光系统由主节点和从节点组成，其结构框图如图1所示。追光系统主节点负责太阳的追光、电池板角度调整和角度调整指令下发；
从节点负责角度调整指令的接收与执行以及能量采集等。
由图1 的主节点结构图可知，主节点以嵌入式芯片STM32 为控制核心，通过光电传感器模块采集光照信息，并将光照信息通过A/D转换模块，转换成电压数字信号反馈给控制单元；
控制单元根据GPS 定位传感器反馈的时间和光照强度，确定是否启动系统和采用何种追光方式。若系统正常工作，则通过脉宽调制（PWM）波控制二维舵机模块，达到控制安装在舵机模块上太阳能电池板的目的；
同时通过无线射频模块nRF24L01，实现系统主从节点间的数据通信。
从节点同样以嵌入式芯片STM32 为控制核心，通过射频模块nRF24L01 接收主节点发送的角度信息，实时控制二维舵机转动，使安装在舵机上的太阳能电池板能够最大化地接收光强，完成整个太阳能电池组的方向调整。
2.1 太阳运动轨迹跟踪算法
太阳运动轨迹跟踪算法主要是根据太阳的运动状态跟踪太阳方位角和太阳高度角，运用太阳运动轨迹公式计算并自动调节太阳能板的角度，使其接收光强最大。太阳方位角和太阳高度角计算公式如式（1）~式（4）所示［7-8］。
式中：A为观测点的太阳方位角，rad；
h为观测点的太阳高度角，rad；
δ为太阳赤纬角，rad；
φ为观测点的地理纬度角，rad；
τ为观测点的真太阳时角，rad；
Rt为真太阳时，h；
Bt为北京时间，h；
Et为时差，h；
Lt为当地经度，（°）。
由式（1）、（2）可以看出，太阳方位角和太阳高度角的核心影响因素是太阳赤纬角和真太阳时角。通过比较精度、可实施性等因素，对于太阳赤纬角δ，本文采用文献［8］提出的近似算法，如式（5）~（8）所示；
对于时差Et，采用文献［9］提出的时差估算公式，如式（9）所示。
式中：θ为日角，rad；
n为1 a 内测试时所处日期的顺序号，称为积日；
y表示年份，a；
N4为从每一个闰年开始，以4 a 为周期的积日；
Ak和Bk的值可参照文献［8］，如表1所示。
表1 Ak和Bk参数表Table 1 Parameter of Ak and Bk
2.2 光电传感器跟踪算法
光电传感器跟踪算法是利用光敏器件实测光照强度［6］，再通过反馈控制原理使太阳能板接收光强的角度最佳。具体地说，光电传感器跟踪算法是使用二维舵机叠加的形式，从水平和垂直两个维度实现有效追光，算法流程如图2所示。
由图2 可知：系统首先进行初始化，使水平、垂直舵机分别归零，其中水平舵机的零位为正东方，垂直舵机的零位为水平面的法线方向；
然后将水平舵机以1°为单位正转，并比较本角度光强Ei和上一角度光强Ei-1，如果Ei＜Ei-1，则舵机倒转1°，并记录此刻的角度及光强；
如果Ei≥Ei-1，且Ai＜180°，则舵机正转1°，并重复本轮动作；
如果Ei≥Ei-1，但Ai≥180°，则将垂直舵机以1°为单位正转，并比较本角度光强Ej和上一角度光强Ej-1，如果Ej＜Ej-1，则舵机倒转1°，并记录此刻的角度及光强；
如果Ej≥Ej-1，且hj＜180°，则舵机正转1°，并重复本轮动作；
如果Ej≥Ej-1，且hj≥180°，记录此刻的角度及光强；
延时20 min 后对系统重新进行初始化，并重复以上步骤，直到最终得到二维空间中的最大光强角度值后，再通过无线传感网把相关角度信息传给太阳能电池组，达到群控的目的。
2.3 智能追光算法
上面两种追光算法中，太阳运动轨迹跟踪算法虽然能够根据太阳运动状态自动调节太阳能板的角度，但是太阳运动轨迹公式本身存在累积误差，无法精确反映太阳的真实位置；
光电传感器跟踪算法利用光照传感器采集光照强度信号，并将各角度的光照强度信息进行比较，得到光照最强点，但是传感器探测的光照强度易受天气因素干扰，若是碰到阴雨天气或是光照强度较弱的天气，将会导致测量结果不准确。
本文基于天气、时间等因素，提出混合式智能追光算法，即利用GPS 时间参数、光照强度阈值作为算法使用的边界条件，综合利用两种算法的优势，实现追光的准确性，具体算法流程如图3所示。
图3 算法流程如下：首先利用GPS 模块测得时间、经度、纬度等信息，并通过时间信息判断是白天还是黑夜，如果是黑夜，则关闭系统；
如果是白天，则利用光电传感器对各个方向的光照强度进行判断；
当测得的光照强度小于或等于开启阈值，则等待Δt时间后重新进行时间、经度、纬度等信息的测算；
当测得的光照强度大于开启阈值但小于光电追踪阈值时，将GPS 信息代入太阳运动轨迹公式，并优化相关参数以减少累积误差，然后按照太阳运动轨迹公式跟踪算法进行计算；
当测得的光照强度大于开启阈值同时大于光电追踪阈值时，则采用光电传感器跟踪算法进行计算；
上述两种跟踪模式完成时，则等待Δt时间，再重新进行时间、经度、纬度等信息的测算。
根据太阳角度变化规律，本地太阳方位角约每20 min 变化2°~3°，高度角约每20 min 变化4°~5°，因此设定Δt=20 min，即每经过20 min 后，需重新进行角度测算。
3.1 二维舵机模块
太阳智能追光系统中太阳能板接收太阳能时，追光系统需要同时调整太阳方位角和太阳高度角，而传统的单个舵机只能实现一个平面的角度旋转，无法满足太阳能板的有效追光。因此，为了实现追光系统在水平面和垂直面两个维度的追光效果，追光系统需要采用两个舵机，如图4所示。图4中二维舵机由底部舵机和顶部舵机叠加而成，底部舵机实现X轴方向的0~180°旋转，顶部舵机实现Y轴方向的0~180°旋转。
舵机旋转的角度是通过PWM 控制信号得到的，该控制信号又是通过舵机自身的比较器电路将外加信号与基准信号（周期20 ms，宽度1.5 ms）进行比较得到。图5 显示了几个特殊点的输入信号脉冲宽度与舵机输出转角关系。由图5可知，这几个特殊点中，当输入信号脉冲宽度为0.5~2.5 ms 时，相对应舵盘的角度为0~180°，且呈线性变化。
3.2 无线射频模块
通过对ZigBee、Wi-Fi、蓝牙及无线射频等近距离无线通信技术的对比，发现无线射频技术具有开发成本低、抗干扰能力强、自主开发性能好等特点［10］，因此太阳智能追光系统中采用无线射频技术作为近距离无线通信手段。各近距离无线通信技术参数对比见表2。
表2 近距离无线通信技术参数比较Table 2 Comparison of technical parameters of short-range wireless communication
本设计中，无线射频模块采用nRF24L01，其工作频率为2.4 GHz~2.525 GHz［11］，数据传输率为1 Mb/s~2 Mb/s。模块接口电路如图6所示。
nRF24L01 模块通信时将其工作频段划分为126 个频道，每个节点分配不同的频道作为起始频率。两节点通信时须设置为相同的频道才可以收发数据［12］。
nRF24L01 模块传输数据时经常因传输距离和干扰的影响，导致数据丢失影响传输效果。为了减少数据丢失，提高传输可靠性，nRF24L01 模块除了提高数据传输率，有效避免碰撞外，还采用跳频技术［13］，即当模块发送完数据在指定时间内未接收到应答信号时，收发双方自动切换到下一频道按照相同的频率重新发送，从而有效避开干扰的影响。
通过上述技术手段，nRF24L01无遮挡时的通信距离可以达到100 m。但随着通信距离的延长，数据丢失越发严重。为此，需要根据nRF24L01模块的特点，对无线传感网络路由协议进行优化，即在不同的干扰情况下，依据通信丢包率设置通信距离的阈值。当主从节点通信距离小于阈值，且从节点数目少于126时，采用直接传输的方式进行通信，即给从节点分配不同的频道，主节点通过频道匹配的方式进行数据收发；
当主从节点通信距离大于阈值，或从节点数目大于等于126时，采用中继的方式进行通信。
根据优化后的网络路由协议，无线传感网络路由产生过程如下：由主节点获取邻接节点位置，形成邻接矩阵；
如果还有孤立节点，主节点的下一级节点再重复前述步骤，直到所有的节点都被遍历；
根据节点发送数据和接收响应的能量消耗，以及节点发送数据对邻接节点的能量消耗，按照式（10）计算源节点到目的节点的代价矩阵；
综合两个矩阵，计算每个从节点到主节点的最低能量消耗，从而得到最优路径表。
式中：Eitotal-sd指从源节点到目的节点的总能耗，J；
Eicost指发送或接收数据的能量消耗，J；
Eitr-cost指传输数据时，源节点对各邻接节点的影响能量消耗，J；
Eire-cost指收到数据后，回复确认信息对各邻接节点影响的能量消耗，J；
n（s）和n（d）分别指源节点s和目的节点d的邻居数目。
5.1 通信距离阈值确定
由于无线传感网络的通信可靠性受传输距离和干扰的影响，为了测试系统的通信可靠性，将数据采集、接收节点放在距离不同、干扰各异的空间进行测试。测试时，节点每秒发送一次采集数据包，数据传输速率采用1 Mb/s，干扰信号来源于对Wi-Fi 和4G 手机的不间断使用，记录5 min内收到的数据包。根据公式（11），计算丢包率，如表3所示。
表3 不同情况下数据采集率统计表Table 3 Statistics of data collection rate under different conditions
由表3 可以看出，5 m 内不论有无干扰，丢包率均为0，即无丢包；
10 m 内无干扰时的丢包率仍为0，受干扰时的丢包率为1.43%；
20 m 内无干扰时的丢包率为1%，受干扰时的丢包率为4.67%；
50 m 内无干扰时的丢包率为81.5%，受干扰时的丢包率为89.33%。显然，丢包率的大小受通信距离的长短与干扰情况的影响，其中通信距离对丢包率的影响较大，而干扰情况则影响较小，即通信距离越长，丢包率越大。这是由于通信距离越长，中间障碍物越多，对通信阻隔的作用越强，通信效果越差，丢包率越大。因此，为了减少丢包率，保证数据传输的可靠性，确定智能追光系统通信距离阈值为20 m，即20 m 内依靠nRF24L01模块进行直接传输，20 m 以外采用中继通信方式传输。
5.2 系统功能测试
为了比较智能追光系统（简称系统Ⅰ）与固定式太阳能电池系统（简称系统Ⅱ，无追光系统和无线网络）在不同天气条件下的功率输出情况，选择在晴好天气较多、风力较大的秋季进行系统功率测试，以保证测试系统的稳定性。测试时间为2020 年10 月份某天的7：00—18：00，分晴天、多云和阴天3 次进行对比试验，3 次的天气温度均在15~23 ℃，每间隔半小时测量一次。
试验中的两组系统，电池板数目均为9个，且排列成边长为3 m 的正方形阵列，总体的节点密度为1节点/m2；
每个边有3个太阳能电池板，相邻两个电池板距离1.5 m，系统中心放置1 个电池板；
所有的太阳能电池板均采用开路电压UOC=6 V、短路电流ISC=1 A 的单晶硅太阳能电池板，其长、宽分别为27 cm、17 cm，质量约为250 g。测试时，系统Ⅱ的电池板均为正南方向放置，与水平成45°；
系统Ⅰ以中心放置为主节点，其余为从节点。通过测试每个太阳能板的收集功率，得到两组系统在不同天气下总功率（9 片太阳能电池板功率的累加）的对比数据，如图7所示。
由图7 可以看出：（1）3 类天气条件下，系统Ⅰ的输出功率均优于系统Ⅱ，但在14：00时，两个系统的输出功率基本相等，这是由于系统Ⅱ的初始角度基本等于太阳在14：00 的角度，使之与系统Ⅰ的接收光强相等；
（2）天气情况对系统能量采集的影响较大，晴天时整体输出功率最高，阴天时整体输出功率最低，这主要是由于晴天时太阳能辐射更多，多云时部分时间的阳光被云朵遮蔽，阴天时阳光辐射最低。
如果对以上3 类天气条件下的数据按小时进行积分，就能得到系统的日发电量，再按公式（12）计算日发电量的提升率，如表4所示。
式中：E1、E2分别为系统Ⅰ、Ⅱ的日发电量，W·h。
由表4 可以看出：3 种天气情况下，系统Ⅰ的日发电量均比系统Ⅱ实现有效提升，其中晴天状况下系统Ⅰ的日发电量提升率最高，达到34.92%；
阴天状况下的日发电量提升率最低，也达到了25.94%。同时，天气的阴晴变化对日发电量及日发电量提升率也都有一定影响，其中晴天时，系统Ⅰ的日发电量比阴天提升了56.11%，系统Ⅱ的日发电量比阴天提升了45.71%；
多云时，系统Ⅰ的日发电量比阴天提升了35.07%，系统Ⅱ的日发电量比阴天提升了28.69%。综上，本文设计的太阳能智能追光系统，优化了追光算法，设计了低功耗的路由协议，相较于传统固定式太阳能系统，在不同天气状态下，均能够实现能量收集的有效提升，提升率平均可达31.58%。
表4 不同系统日发电测试数据Table 4 Daily power generation test of different systems
根据智能建筑和绿色建筑的节能、环保、可循环使用的核心思想，在研究主流追光系统的基础上，设计了基于无线传感网的太阳能智能追光系统。系统巧妙地利用双舵机结构实现太阳能方位角和高度角的二维追光；
改进追光算法，针对阴雨天和晴天使用不同的算法，达到优势互补；
同时，引进无线传感网，优化传感网传输协议，通过定期数据发送实现太阳能电池组的群控，既减轻了整个电池组的硬件消耗，又减少了整个系统的能量消耗，提高了系统能量的收集率。最后通过对智能追光系统与固定式太阳能电池系统的实测比较，发现本文设计的智能追光系统的能量日收集量较固定式太阳能电池系统平均提升31.58%。