农业种植温室系统的能量管控方法与流程

1.本发明涉及农业能源管理领域，尤其涉及一种农业种植温室系统的能量管控方法。


背景技术：

2.目前国内外对温室系统的能量管理系统的研究主要集中在对温室内环境的精确控制方面，如利用自适应模糊pid算法、rbf神经网络模型等方法，这些系统旨在实现植物生长环境的高鲁棒控制，而忽略了植物在不同生长阶段的用能需求与不同时刻的用能成本的差异性以及不同能量输入对植物生长的影响，导致温室盲目耗费了大量用能成本以追求植物生长速率的微小提升，大大降低了温室的经济性，使得温室用能成本较高。


技术实现要素：

3.本发明实施例提供一种农业种植温室系统的能量管控方法，可以降低温室系统的用能成本。
4.第一方面，本发明实施例提供一种农业种植温室系统的能量管控方法，所述方法包括以下步骤：
5.根据目标类植株生长周期各阶段的生长变化规律，构建所述目标类植株生长周期各阶段的生长模型；以及根据所述温室系统中负荷设备的用电特性，构建所述温室系统的负荷可转移设备模型与负荷可削减设备模型；以及根据所述温室系统内空气与周围环境之间能量交互的动态关系，构建所述温室系统的热动力模型；以及根据所述温室系统的历史光照数据和历史气象数据，构建所述温室系统的光照强度模型；
6.基于所述负荷可削减设备模型、所述光照强度模型以及所述热动力模型，构建所述温室系统的能量耦合矩阵；
7.根据所述生长模型和所述能量耦合矩阵，构建所述目标类植株的生长用能模型；
8.基于所述生长用能模型对所述温室系统进行能量管控。
9.本发明构建了温室系统的负荷可转移设备模型与负荷可削减设备模型、温室系统的光照强度模型、温室系统的热动力模型，并通过温室系统的负荷可削减设备模型、温室系统的光照强度模型、温室系统的热动力模型构建电力、热、光负荷之间的能量耦合矩阵，同时，还构建了目标类植株生长周期各阶段的生长模型，通过分析热负荷、光负荷与温度、光照强度以及植株干物质累积速率的变化关系，建立了描述植株生长过程与温室用能关系的目标类植株生长用能模型，通过目标类植株生长用能模型可以得到植株成长新增利润与温室用能成本之间的关系，进而可以通过植株成长新增利润与温室用能成本之间的关系对温室系统进行能量管控，在保证目标植株的生长速率与品质的同时，降低温室系统的用能成本。
附图说明
10.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
11.图1是本发明实施例提供的一种智能温室系统的结构图；
12.图2是本发明实施例提供的一种温度与植株生长关系曲线的示意图；
13.图3是本发明实施例提供的一种光照强度与植株生长关系曲线的示意图；
14.图4是本发明实施例提供的一种植物生长与热负荷曲线的示意图；
15.图5是本发明实施例提供的一种植物生长与光负荷曲线的示意图；
16.图6是本发明实施例提供的智能温室用能管控系统的信令图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.所述农业种植温室系统的能量管控方法的步骤包括以下步骤：
19.101、根据目标类植株生长周期各阶段的生长变化规律，构建目标类植株生长周期各阶段的生长模型。
20.在本发明实施例中，上述目标类植株可以是菜叶类植株，上述生长周期可以包括三个阶段，具体的，上述生长周期可以包括发芽期、幼苗期以及旺盛生长期三个阶段。
21.可选的，可以根据所述目标类植株在发芽期的历史实验数据和相关资料，提取所述目标类植株的发芽期生长曲线，并所述生长曲线进行拟合得到所述目标类植株的发芽期生长速率模型；根据所述目标类植株在幼苗期和旺盛生长期的光合作用以及呼吸作用下干物质变化规律，构建所述目标类植株的干物质动态积累模型；基于所述发芽期生长速率模型以及所述干物质动态积累模型，构建所述目标类植株生长周期各阶段的生长模型。
22.上述历史实验数据可以是目标类植株在各农业基地进行种植实验的历史实验数据，上述相关资料可以是记载目标类植株发芽期生长规律研究的论文、杂志等资料。
23.以目标类植株为菜叶类植株来进行说明，在叶菜类植株从种子发育成最佳采收状态的过程中，其生长周期可分为三个阶段：发芽期、幼苗期、旺盛生长期。发芽期指植株种子萌动到真叶初现的时期，幼苗期指植株第一片真叶完全展平的时期，旺盛生长期指植株叶片快速扩张的时期。
24.选取不同阶段生长模型指标，根据历史实验数据和相关资料进行曲线拟合得到菜叶类植株的发芽期生长速率模型，根据幼苗期和旺盛生长期的光合作用和呼吸作用下干物质变化规律，建立叶菜类植株的干物质动态积累模型。
25.具体的，本发明实施例以发芽速率作为菜叶类植株在发芽期的生长模型指标，根据历史实验数据和相关资料进行曲线拟合得到如下式(1)至式(3)的发芽期生长速率模型：
26.d
t
＝edte
p
itqꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0027][0028][0029]
在式(1)至式(3)中，d
t
表示时段t的种子发芽速率(单位是d-1)；te为温度效应因子；it表示光周期效应因子；p表示通过拟合得到的发芽期温度敏感系数；q表示通过拟合得到的发芽期光敏感系数；t
t
表示时段t的温室空气温度(单位是℃)；t
gm
表示种子发芽的温度上限(单位是℃)、t
gb
表示种子发芽的温度下限(单位是℃)；t
go
表示种子发芽的最适温度(单位是℃)；ti表示种子土壤每日光照时长(单位是h)；t
ib
表示种子土壤每日临界光照时长(单位是h)；t
io
表示种子土壤每日最佳光照时长(单位是h)。
[0030]
在该阶段每个时段生长速率与时段乘积即为该时段的发芽进度，则该阶段内所有时段的进度之和应为100％，即植株在发芽期的约束条件为下述式(4)：
[0031][0032]
进一步的，本发明实施例可以以干物质积累速率作为所述目标类植株在幼苗期和旺盛生长期两个阶段的生长速率指标，根据所述目标类植株在幼苗期的光合作用以及呼吸作用下干物质变化规律构建所述目标类植株幼苗期的干物质动态积累模型，以及根据所述目标类植株在旺盛生长期的光合作用以及呼吸作用下干物质变化规律构建所述目标类植株旺盛生长期的干物质动态积累模型；根据所述目标类植株幼苗期的干物质动态积累模型以及所述目标类植株旺盛生长期的干物质动态积累模型，构建所述目标类植株的干物质动态积累模型。
[0033]
需要说明的是，光合作用和呼吸作用是植物体内最重要的生命活动过程，植株在幼苗期、旺盛生长期均可通过光合作用实现干物质积累，并通过呼吸作用消耗部分干物质，促进叶肉细胞生长，加快叶面积扩张。由于植株的干物质积累量与其实际鲜重存在确定的线性关系，因此本发明实施例可以将干物质积累速率作为评判植株在幼苗期和旺盛生长期这两个阶段的生长速率指标，建立适用于幼苗期、旺盛生长期的干物质动态积累模型，其中不同生长阶段的模型参数不同，具体如下述式(5)所示：
[0034][0035]
在式(5)中，md表示单位面积土地的干物质累积量(单位是kg
·
m-2
)；φ
phot
表示单位面积土地的光合速率(单位是kg
·
m-2
·
s-1
)；φ
resp
表示单位面积土地的呼吸速率(单位是kg
·
m-2
·
s-1
)；c
α
表示光合作用转化率；c
β
表示植株在不同生长阶段的生长因子。
[0036]
其中，植株的光合作用与本身的干物质积累量、温度、光照、不同阶段的光合特性等因素密切相关，φ
phot
可以由下述式(6)至式(13)进行描述：
[0037]
φ
phot
＝φ
photmax
zmꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0038][0039][0040]
zi＝εc
parit
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
[0041][0042][0043][0044]
σc＝c
c1
t
t2
c
c2
t
t
c
c3
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0045]
在式(6)至式(13)中：φ
photmax
表示单位土地面积植株的总co2光合吸收速率(单位是kg
·
m-2
·
s-1
)；i
t
表示时段t内单位面积土地的光照强度(单位是w/m2)；ck表示植株冠层消光系数；cd表示单位干重的叶面积转换比率(单位是m2kg-1
)；c
τ
表示不同生长阶段根系干重占比；zm、zi、z
t
、z
bs
表示光合作用的干物质、光照、温度、其他常数相关函数；c
par
表示植株冠层截获光合辐射有效率；表示温室内co2浓度(单位是kg/m3)；ε表示光合作用转化效率；γ表示co2补偿点(单位是kg/m3)；t
c1
表示植株光合作用的参考温度；c
γ
表示在参考t
c1
温度下的co2补偿点(单位是kg/m3)；c
t_γ
表示co2补偿点γ的温度影响因子；σb表示植株叶片边界层导度(单位是m/s)；σs表示植株叶片气孔导度(单位是m/s)；σc表示植株叶片内co2羟化导度(单位是m/s)；c
c1
、c
c2
、c
c3
表示羟化导度的多项式相关参数。
[0046]
进一步的，植株的呼吸作用与本身的干物质积累量、温度、不同阶段的呼吸特性等因素密切相关，φ
resp
可以由下述式(14)进行描述：
[0047][0048]
在式(14)中：t
c2
表示植株呼吸作用的参考温度(单位是℃)；cs表示在参考t
c2
温度下，植株根系以外部分呼吸速率(单位是s-1
)；cs表示在参考t
c2
温度下，植株根系以外部分呼吸速率(单位是s-1
)；c
resp
表示不同生长阶段的呼吸维持因子。
[0049]
进一步的，植株在幼苗期的约束条件如下述式(15)至式(17)所示：
[0050][0051][0052][0053]
在式(15)至式(17)中：表示幼苗期干物质总积累量上限(单位是kg
·
m-2
)、表示幼苗期干物质总积累量下限(单位是kg
·
m-2
)；表示幼苗期植株存活温度
上限(单位是℃)、表示幼苗期植株存活温度下限(单位是℃)；表示幼苗期植株可接受光照强度上限(单位是w/m2)、表示幼苗期植株可接受光照强度下限(单位是w/m2)。
[0054]
进一步的，植株在旺盛生长期的约束条件如下述式(18)至式(20)所示：
[0055][0056][0057][0058]
在式(18)至式(20)中：表示旺盛生长期干物质总积累量上限(单位是kg
·
m-2)、表示旺盛生长期干物质总积累量下限(单位是kg
·
m-2)；表示旺盛生长期植株存活温度上限(单位是℃)、表示旺盛生长期植株存活温度下限(单位是℃)；旺盛生长期植株可接受光照强度上限(单位是w/m2)、表示旺盛生长期植株可接受光照强度下限(单位是w/m2)。
[0059]
进一步地，由植株干物质重量可推算出植株产出利润res，如下述式(21)所示：
[0060]
res＝λ
vcfasmd,t
(1-c
τ
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0061]
在式(21)中：λv表示植株价格(单位是￥/kg)；cf表示植株鲜重转换系数；as表示温室总种植面积(单位是m2)。
[0062]
102、根据温室系统中负荷设备的用电特性，构建温室系统的负荷可转移设备模型与负荷可削减设备模型。
[0063]
在本发明实施例中，上述温室系统可以是智能温室系统，如图1所述，上述智能温室系统包括：led补光灯、湿帘、负压风机、太阳能集热器、循环水泵、蓄热水箱、遮光帘、给排水设备、除雾防病设备、温室供暖管道等。其中，上述湿帘与负压风机构成湿帘－风机降温系统，可以称为降温设备。led补光灯为补光设备。太阳能集热器、循环水泵、蓄热水箱为增温设备。遮光帘为遮光设备。
[0064]
进一步的，上述智能温室系统中主要的用电设备有：补光设备(led补光灯)通过调节led光源亮度，以辅助阳光增强室内光照强度，延长光照时间；遮光设备(遮光帘)通过调节窗帘叶片开合角度改变遮光度，以控制进入室内的太阳辐射强度；增温设备(太阳能集热器、循环水泵、蓄热水箱)将收集的太阳能转换成热能存储于蓄热水箱，并通过供暖管道加热温室；降温设备(湿帘-风机降温系统)将抽取的外界空气的显热转化成潜热，输送冷风进行温室降温，同时起到通风作用；给排水设备通过水泵每日定时定量向温室供应农业生产用水；除雾防病设备通过直流高压电源产生空间电场，用于温室植株的病害防治。其中，遮光帘工作时间短、功率小，对整体功率的影响可忽略不计。
[0065]
需要说明的是，上述用电设备也可以称为负荷设备，由于上述用电设备所属种类与负荷特性各有不同，为了使所设计的智能温室系统具有实用性，需根据这些设备的用电特性、植株不同的生长阶段等因素，确定不同用电设备的使用需求，并对用电设备进行归纳
分类。根据负荷调控的灵活度，本发明实施例将智能温室系统的负荷分为不可调控负荷和可调控负荷两类。本发明实施例中的给排水设备必需按时进行灌溉工作，因此给排水设备的负荷属于不可调控负荷。进一步地，可调控负荷根据调控特征分为可转移负荷和可削减负荷，可转移负荷指不局限于特定时间、对正常农业生产影响不大的负荷，如除雾防病设备的负荷。可削减负荷指用电负荷虽在一定程度上削减，但其达到的效果仍在可接受范围的负荷，该类负荷主要有led补光灯、湿帘-风机降温系统、增温设备等设备的负荷。上述智能温室系统的负荷设备包括不可调控负荷设备和可调控负荷设备，不可调控负荷设备包括给排水设备，可调控负荷设备包括除雾防病设备、led补光灯、湿帘-风机降温系统、增温设备等设备。进一步的，可调控负荷设备包括负荷可转移设备以及负荷可削减设备，其中，可调控负荷设备包括除雾防病设备，负荷可削减设备包括补光设备、降温设备、增温设备。
[0066]
可选的，可以根据上述负荷可转移设备的运行时段、运行时长以及运行功率，构建上述温室系统的负荷可转移设备模型；根据上述目标类植株在发芽期的发芽速率、上述目标类植株在幼苗期的干物质积累增量以及上述目标类植株在旺盛生长期的干物质积累增量限制，构建上述温室系统的负荷可削减设备模型；根据上述负荷可转移设备模型以及上述负荷可削减设备模型，构建上述温室系统的负荷可转移设备模型与负荷可削减设备模型。
[0067]
进一步的，在智能温室系统中，除雾防病设备具有一定程度用电灵活性，其负荷可从用电高峰或电价峰值时段转移到其他低价闲时时段。同时为保证运行效果，除雾防病设备仅限在预设的有效时间段内进行可靠调度，且必须在截止时间之前完成运行任务。设除雾防病设备运行时长为l
sf
(单位是h)，允许运行时间范围为tr
sf
＝[t
sf,s
,t
sf,e
]，在时段t的实际运行功率为p
sf,t
(单位是kw)，最小运行功率为(单位是kw)，最大运行功率为(单位是kw)，则温室系统的负荷可转移设备需要满足下述式(22)至式(24)：
[0068]
t
sf,e-t
sf,s
≥l
sf
ꢀꢀꢀꢀꢀꢀꢀ
(22)
[0069][0070][0071]
设除雾防病设备在当前时段t转移到之后时段t
′
的功率为p
sf,t
→
t
′
(单位是kw)，最大转移时长为t
tmax
(单位是h)，则转移功率之和必须小于用户在当前时段能够转移的最大值(单位是kw)，即满足下述式(25)和式(26)约束：
[0072][0073]
t t
tmax
≤t
sf,e
ꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0074]
最后，由于负荷可转移设备完成任务所需要的电量一定，转移之后的功率满足如下述式(27)的约束：
[0075]
[0076]
在式(27)中：δt
sf,t
表示除雾防病设备在各转移时段内的运行时间(单位是h)；e
sf
表示除雾防病设备每日总能量需求(单位是kw
·
h)。
[0077]
进一步的，由目标类植株生长周期各阶段的生长模型可知，温度、光照分别对植株生长速率的影响如图2和图3所示，在植株的生长速率最大点附近，温度与光照强度等环境因素的适当变化基本不会对生长速率造成影响，但会对led补光灯、湿帘-风机降温系统、增温设备的能耗变化产生较大影响。因此本发明实施例建立负荷可削减设备对应的负荷可削减设备模型，在满足设定的植株生长约束的同时，通过改变此类设备的运行状态，减少用电能耗。
[0078]
对处于发芽期的植株，在时段t内植株种子发芽速率约束如下述式(28)所示：
[0079][0080]
在式(28)中：表示时段t内设定的种子发芽速率下限(单位是d-1
)、表示时段t内设定的种子发芽速率上限(单位是d-1
)。
[0081]
同理，对处于幼苗期、旺盛生长期的植株，在时段t内植株干物质积累增量应满足如下述式(29)的生长约束：
[0082][0083]
在式(29)中：表示在时段t内设定干物质积累量下限(单位是kg
·
m-2
)、表示在时段t内设定干物质积累量上限(单位是kg
·
m-2
)。
[0084]
进一步的，由上述式(28)和式(29)可得到本发明实施例中温室系统的可削减负荷δp
t
模型如下述式(30)为：
[0085]
δp
c,t
＝δp
led,t
δp
pt,t
δp
pf,t
ꢀꢀꢀꢀꢀꢀꢀ
(30)
[0086]
式中：δp
c,t
表示时段t内系统总负荷削减量(单位是kw)；δp
led,t
表示时段t内led补光灯的负荷削减量(单位是kw)；δp
pt,t
表示时段t内增温设备的负荷削减量(单位是kw)；δp
pf,t
表示时段t内湿帘-风机降温系统的负荷削减量(单位是kw)。
[0087]
其中，led补光灯的单元运行功率与光照强度的线性化关系如下述式(31)所示：
[0088]
p
led,t
＝i
led,t
·
l
led
ꢀꢀꢀꢀꢀꢀꢀꢀ
(31)
[0089]
在式(31)中：p
led,t
表示时段t内led补光灯的运行功率(单位是kw)；i
led,t
表示时段t内led补光灯光照强度实际值(单位是w/m2)；l
led
表示led补光灯的线性化功率-光照强度因子。
[0090]
进一步的，led补光灯的可削减负荷δp
led,t
模型如下述式(32)和式(33)所示：
[0091][0092][0093]
在式(32)和式(33)中：表示时段t内led补光灯光照强度期望值(单位是w/m2)；表示时段t内led补光灯的最大负荷削减量(单位是kw)。
[0094]
增温设备由储热单元和供暖单元两部分组成，各单元热量变化通过两侧循环水泵
进行控制。设增温设备储热过程中单位流量载体的焓降为定值，则增温设备各单元运行功率与热量的线性化关系如下述式(34)至式(36)所示：
[0095]qptc,t
＝h
c,t
η
ptc
p
ptc,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(34)
[0096][0097]qptd,t
＝hdη
ptd
p
ptd,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(36)
[0098]
在式(34)至式(36)中：q
ptc,t
表示时段t内增温设备储热单元的储存热量(单位是j)；hc表示太阳能集热器内单位流量载体的焓增量(单位是j/kg)；η
ptc
表示增温设备储热单元单位功率流量(单位是kg/kw)；p
ptc,t
表示时段t内增温设备储热单元的运行功率(单位是kw)；a
pt
表示增温设备中太阳能集热器总面积(单位是m2)；β
pt
表示太阳能集热器对太阳辐射的有效吸收存储率(单位是j/(m2·
℃))；i
g,t
表示时段t内太阳辐射强度(单位是w/m2)；表示太阳能集热器内流量载体最大流量(单位是kg)；q
ptd,t
表示时段t内增温设备供暖单元的释放热量(单位是j)；hd表示增温设备供暖单元放热阶段单位流量载体的焓降量(单位是j/kg)；p
ptd,t
表示时段t内增温设备供暖单元的运行功率(单位是kw)；η
ptd
表示增温设备供暖单元单位功率流量(单位是kg/kw)。
[0099]
根据上述增温设备各单元运行功率与热量的线性化关系，可得到增温设备的可削减负荷δp
pt,t
模型如下述式(37)至式(41)所示：
[0100]
δp
pt,t
＝δp
ptc,t
δp
ptd,t
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(37)
[0101]
δp
ptd,t
＝(t
t*-t
t
)
·
l
ptd
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(38)
[0102][0103][0104][0105]
在式(37)至式(41)中：l
ptd
表示增温设备供暖单元的线性化功率-温度因子；表示时段t内温室温度期望值(单位是℃)；t
t
表示时段t内温室温度实际值(单位是℃)；ρ
air
表示空气密度(单位是kg/m3)；c
air
表示空气定压比热容(单位是j/(kg
·
℃))；vg表示温室体积(单位是m3)；ηr表示温室空气对释放热能的吸收率；表示时段t内增温设备供暖单元的最大负荷削减量(单位是kw)。
[0106]
湿帘-风机降温系统的降温能力与外界环境因素关系密切，其运行功率p
pf
与从温室吸收的热量q
pf
的关系如下述式(42)至式(44)所示：
[0107]qpf,t
＝η
pf
p
pf,t
ρ
aircair
(t
pad,t-15)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(42)
[0108]
t
pad,t
＝t
o,t-η
pad
(t
o,t-t
wb,t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(43)
[0109][0110]
在式(42)至式(44)中：q
pf,t
表示时段t内湿帘-风机降温系统吸收热量(单位是j)；p
pf,t
表示时段t内湿帘-风机降温系统运行功率(单位是kw)；η
pf
表示湿帘-风机降温系统运行效率；t
pad,t
表示时段t内湿帘-风机降温系统中通过湿帘的冷空气温度(单位是℃)；t
o,t
表示时段t内室外空气温度(单位是单位是℃)；η
pad
表示湿帘制冷效率；t
wb,t
表示时段t内室外空气湿球温度(单位是℃)；r
ho
表示室外相对湿度。
[0111]
根据上述湿帘-风机降温系统运行功率p
pf
与从温室吸收的热量q
pf
的关系，可得到湿帘-风机降温系统的可削减负荷δp
led,t
模型如下述式(45)至式(47)所示：
[0112]
δp
pf,t
＝(t
t-t
t*
)
·
l
pf
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(45)
[0113][0114][0115]
在式(45)至式(47)中：l
pf
表示湿帘-风机降温系统的线性化功率-温度因子；表示时段t内湿帘-风机降温系统的最大负荷削减量(单位是kw)。
[0116]
203、根据温室系统内空气与周围环境之间能量交互的动态关系，构建温室系统的热动力模型。
[0117]
在本发明实施例中，可以根据热力学效应以及所述温室系统在各时段内的温室空气热量变化量、温室空气与温室土壤的热量交换量、温室空气与温室墙壁的热量交换量、温室空气与外界空气的热量交换量、植物蒸腾作用吸收的热量、表层土壤温度、墙面温度，构建所述温室系统的热动力模型。
[0118]
进一步的，可以假设室内空气不吸收太阳辐射，且不计辐射传热过程，根据热力学效应，建立智能温室系统的热动力模型，以描述该系统内空气与周围环境间热量交互的动态关系，对温室内空气温度变化做出预测。智能温室系统的热动力模型可以如下述式(48)至式(52)所示：
[0119]qt
＝ηr·qptd,t
q
s,t
q
w,t
q
o,t-q
p,t-q
pf,t
ꢀꢀꢀꢀꢀꢀꢀꢀ
(48)
[0120][0121]qs,t
＝α
sas
(t
s,t-t
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(50)
[0122]qw,t
＝α
waw
(t
w,t-t
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(51)
[0123]qo,t
＝(α
gag
α
oav
)(t
o,t-t
t
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(52)
[0124]
在式(48)至式(52)中：q
t
表示时段t内温室空气热量变化量(单位是j)；q
s,t
表示时段t内温室空气与温室土壤的热量交换量(单位是j)；q
w,t
表示时段t内温室空气与温室墙壁的热量交换量(单位是j)；q
o,t
表示时段t内温室空气与外界空气的热量交换量(单位是j)；q
p,t
表示时段t内植物蒸腾作用吸收的热量(单位是j)；t
s,t
表示时段t内表层土壤温度(单位
是℃)；t
w,t
表示时段t内墙面温度(单位是℃)；αs表示温室空气与土壤的直接对流传热系数、αw表示温室空气与墙面的直接对流传热系数、αo表示温室空气与外界空气的直接对流传热系数；αg表示温室空气透过玻璃与外界空气的间接对流传热系数(单位是j/(m2·
℃))；as表示土壤面积(单位是m2)、aw表示温室面积(单位是m2)、ag表示玻璃面积(单位是m2)、av表示通风口面积(单位是m2)。
[0125]
其中，增温设备内部热量变化满足下述式(53)至式(56)关系：
[0126]ept,t
＝η
pteept,t-1
q
ptc,t-q
ptd,t
ꢀꢀꢀꢀꢀꢀ
(53)
[0127][0128][0129][0130]
在式(53)至式(56)中：e
pt,t
表示时段t内增温设备储热单元存储的总热量(单位是j)；η
pte
表示储热单元的存储效率；p
ptc,t
表示时段t内增温设备储热单元运行功率(单位是kw)；表示时段t内储热单元总热量上限(单位是j)、表示时段t内储热单元总热量下限(单位是j)；表示时段t内增温设备储热单元存储热能上限(单位是j)；表示时段t内增温设备供暖单元释放热能上限(单位是j)。
[0131]
墙面可直接吸收外界太阳辐射，又可与温室内外的空气进行热量交换，因此温室墙面的热动力模型可以如下述式(57)所述：
[0132]awig,t
βw＝aw[αw(t
w,t-t
t
) α'w(t
w,t-t
o,t
)]
ꢀꢀꢀꢀꢀ
(57)
[0133]
在式(57)中：βw表示墙体表面对太阳辐射的有效吸收率；α
′w表示墙面与外界空气的直接对流传热系数(单位是j/(m2·
℃))。
[0134]
表层土壤既可吸收透过温室玻璃与遮光帘的太阳辐射，又可与温室内的空气和深层土壤进行热量交换。设热交换过程中深层土壤始终处于恒温状态，即温度基本不变，则温室表层土壤的热动力模型如下述式(58)所示：
[0135][0136]
在式(58)中：τ表示温室玻璃透光率；ω
t
表示时段t内的遮光帘的遮光度；βs表示土壤对太阳辐射的有效吸收率；α
cs
表示室内表层土壤与深层恒温土壤间的对流传热系数(单位是j/(m2
·
℃))；δ
cs
表示深层恒温土壤深度(m)；t
cs
表示深层恒温土壤温度(单位是℃)。
[0137]
蒸腾作用指水分从植株叶子表面以水蒸汽状态散失到大气中的过程，它能够降低叶片表面的温度，同时也是植物吸收和运输水分的主要动力，有助于矿质元素和根系中合成的有机物运输。该过程较为复杂，不仅受外界环境条件的影响，而且还受植物本身的控制。发芽期植株没有蒸腾作用，也即该阶段蒸腾作用吸收热量为0，如上述式(59)所示：
[0138]qp,t
＝0
ꢀꢀꢀꢀꢀꢀꢀꢀ
(59)
[0139]
在本发明实施例中，菜叶类植株在幼苗期、旺盛生长期的植株蒸腾作用的吸收热量可由下述式(60)至式(63)所示：
[0140][0141]
δ
t
＝a1t
t2
a2t
t
a3ꢀꢀꢀꢀꢀꢀ
(61)
[0142][0143]
l＝cd(1-c
τ
)m
d,t
ꢀꢀꢀꢀꢀꢀꢀ
(63)
[0144]
在式(60)至式(63)中：δh表示水蒸气的潜在热能(单位是j/kg)；δ
t
表示水蒸气饱和度曲线的斜率；c
′
air
表示空气定压比热容(单位是j/(kg
·
k))；vpd
t
表示空气蒸汽压差(单位是kpa)；γ表示计量常量(单位是kpa/k)；r
hg
表示温室内相对湿度；a1、a2、a3表示水蒸气饱和度曲线的斜率系数。
[0145]
204、根据温室系统的历史光照数据和历史气象数据，构建温室系统的光照强度模型。
[0146]
在本发明实施例中，可以根据历史光照数据和气象数据，可拟合出如下全天太阳辐射强度预测模型，对未来任意时段的太阳辐射强度进行预测。
[0147]
进一步的，可以根据上述温室系统的历史光照数据和历史气象数据，构建上述温室系统的太阳辐射强度预测模型；根据光照负荷设备的运行功率与光照强度的变化关系，构建上述光照负荷设备的光照负荷模型；根据上述太阳辐射强度预测模型以及上述光照负荷模型，构建上述温室系统的光照强度模型。
[0148]
具体的，上述太阳辐射强度预测模型可以如下述式(64)所示：
[0149][0150]
在式(64)中：τs表示太阳辐射的季节影响因子；τw表示太阳辐射的天气影响因子；τ
p1
、τ
p2
表示太阳辐射的预测修正系数；b1、b2、b3、b4、b5、b6表示太阳辐射的拟合系数。
[0151]
结合上述太阳辐射强度预测模型(式(64))与光照负荷设备的运行功率与光照强度的变化关系(式(31))，可得到温室系统的光照强度模型如下述式(65)至式(67)所示：
[0152][0153][0154]
ω
min
≤ω
t
≤ω
max
ꢀꢀꢀꢀꢀꢀꢀ
(67)
[0155]
在式(65)至式(67)中：i
lim
表示光照强度下限(w/m2)；ω
max
表示遮光帘的遮光度上限、ω
min
表示遮光帘的遮光度下限。
[0156]
205、基于负荷可削减设备模型、光照强度模型以及热动力模型，构建温室系统的能量耦合矩阵。
[0157]
在本发明实施例中，可以通过预测的多能流能量耦合矩阵，对上述负荷可削减设备模型、上述光照强度模型以及上述热动力模型进行等效建模，得到上述温室系统的能量耦合矩阵。
[0158]
具体的，可以结合上述负荷可削减设备模型、上述光照强度模型以及上述热动力模型，通过多能流能量耦合矩阵描述各类负荷和设备的多种能流关系进行等效建模，以表征智能温室系统参与综合能源需求响应后的综合外特性。能量耦合矩阵表述了多能流系统中各设备状态与电力、热、光负荷之间的耦合关系。具体的，上述能量耦合矩阵如下述式(68)和式(69)所示：
[0159][0160]qc,t
＝q
s,t
q
w,t
q
o,t
ꢀꢀꢀꢀꢀꢀꢀ
(69)
[0161]
在式(68)和式(69)中：l表示能量需求矩阵，代表系统中的用能的需求变化情况；e表示能量输入矩阵，代表系统中产生的各种能量和外界输入的能量；c表示能量耦合矩阵，表示了能量输入矩阵与能源需求矩阵的关系；表示时段t内系统的总电能需求；表示时段t内系统的总热能需求；表示时段t内系统的总光能需求；q
c,t
表示时段t内温室空气与其他物体的热量总交换量(j)；pw表示温室系统内给排水设备运行功率(kw)。
[0162]
206、根据生长模型和能量耦合矩阵，构建目标类植株的生长用能模型。
[0163]
在本发明实施例中，可以结合上述生长模型和上述能量耦合矩阵，构建上述目标类植株在幼苗期的用能模型，以及构建上述目标类植株在旺盛生长期的用能模型；根据上述幼苗期的用能模型以及上述旺盛生长期的用能模型，构建上述目标类植株的生长用能模型。
[0164]
具体的，通过结合上述所建立的温室系统的能量耦合矩阵与植株的生长模型，可建立植株的生长用能模型以表述植株生长速率变化与温室系统的用能关系，进而探究植株成长新增利润与温室用能成本之间的关系，实现对植株生长过程的用能分析。由于植株在发芽期不能创造利润，因此发明实施例主要探究幼苗期、旺盛生长期阶段植株生长的用能模型。更具体的，植株生长速率变化量与温室热负荷变化量的关系如下述式(70)至式(74)所示：
[0165]
[0166][0167][0168][0169][0170]
在式(70)至式(74)中：δφ
phot,t
表示温度变化时光合速率变化量(单位是kg
·
m-2
·
s-1
)；δφ
resp,t
表示温度变化时呼吸速率变化量(单位是kg
·
m-2
·
s-1
)。
[0171]
进一步的，植株生长变化量与温室光负荷变化量的关系如下述式(75)至式(77)所示：
[0172][0173][0174][0175]
在式(75)至式(77)中：δφ
phot,i
表示光照强度变化时光合速率变化量(单位是kg
·
m-2
·
s-1
)。
[0176]
由上述植株生长速率变化率可得到植株生长速率应满足下述式(78)的约束：
[0177][0178]
由此可得到在某一条件下，通过使用温室用电设备分别改变温室的热负荷和光负荷后，植株的生长速率变化情况如图4、图5所示。
[0179]
207、基于生长用能模型对所述温室系统进行能量管控。
[0180]
在本发明实施例中，可以假设温室内湿度、co2浓度始终保持不变，在建立植株生长需求下温室系统的用能模型后，以温室总收益最大为目标制定调度计划。由于气象变化会对温度、光照的预测与控制产生偏差，因此还需根据实时更新的环境信息校正模型参数。根据不同类型负荷的动态特性差异，本专利将采用多时间尺度滚动优化对温室环境进行控制：首先每间隔30min对系统的温度滚动优化一次，每次滚动优化后24h的调度计划；再在这30min内每间隔5min对系统的光照强度滚动优化一次，每次滚动优化后1h的调度计划。
[0181]
可选的，可以计算上述目标植株的干物质增加带来的利润与用能成本之差最大为目标，结合上述负荷可转移设备模型，对上述生长用能模型进行优化，得到上述温室系统的用能优化模型；基于上述用能优化模型对上述温室系统进行能量管控。
[0182]
具体的，当植株处于发芽期时，发芽过程不能带来直接利润。因此该阶段应以保证
植株发芽速率在设定范围内，同时整体用电花费最少为目标，其用能优化模型的目标函数为：
[0183][0184]
式中：t0表示优化起始时段；t
end
表示优化终止时段；p
grid,t
表示时段t内从电网侧获取的功率(单位是kw)；λ
grid,t
表示时段t电价(单位是￥/kwh)。
[0185]
由公式(21)可知，当植株处于幼苗期、旺盛生长期时，每时段内叶片干重的增长都能够带来直接利润。因此本发明实施例以纯利润最大，即植株干重增加带来的利润与用电花费之差最大为目标，对应的用能优化模型的目标函数如下述式(80)所示：
[0186][0187]
进一步的，用能优化模型约束条件除包含上述公式(1)-(78)外，还应包含温室系统的功率平衡、植株生长速率等约束条件，具体如下述式(81)至式(88)所示：
[0188]
p
grid,t
＝p
led,t
p
ptd,t
p
ptc,t
p
pf,t
p
sf,t
pwꢀꢀꢀꢀꢀꢀꢀꢀ
(81)
[0189][0190][0191][0192][0193][0194][0195]
xe＝{1,0}e∈{led,ptd,ptc,pf}
ꢀꢀꢀꢀꢀ
(88)
[0196]
在式(81)至式(88)中：pw表示温室系统内给排水设备运行功率(单位是kw)；表示设定的植株发芽速率上限(单位是d-1
)、表示设定的植株发芽速率下限(单位是d-1
)；表示设定的时段t内植株干物质累积量上限(单位是kg
·
m-2
)、表示设定的时段t内植株干物质累积量下限(单位是kg
·
m-2
)；表示led补光灯的功率上限(单位是kw)、表示led补光灯的功率下限(单位是kw)；表示增温设备供暖单元的功率上限(单位是kw)、表示增温设备供暖单元的功率下限(单位是kw)；表示增温设备储热单元的功率上限(单位是kw)、表示增温设备储热单元的功率下限(单位是kw)；表示湿帘-风机降温系统的功率上限(单位是kw)、表示湿帘-风机降温系统的功率下限(单位是kw)；xe表示运行状态指示变量，1代表e类设备处于运行状态，0代表e类
设备处于停止状态。
[0197]
进一步的，如图6所示，智能温室用能管控系统的执行过程可以如下：首先根据目前实际太阳辐射强度信息，修正太阳辐射强度预测模型参数，对优化周期内的太阳辐射i
g,t
做出预测并输入到温室系统的用能优化模型；输入室外空气温度数据t
o,t
、实时电价λ
grid,t
信息，以及可调控负荷设备的相关控制信息(如可负荷可转移设备的工作时间范围[t
sf,s
,t
sf,e
]、各种用电设备的运行功率限制范围[p
min
,p
max
]等)；然后根据目前植株的生长状况与干物质累积量m
d0
，通过植株生长模型设定各时段植株生长速率的范围(或)；在此之后，以植株生长速率范围为基础，依据温室系统的用能优化模型制定最佳用能计划；最后由智能控制器对可控设备执行调度计划，直至进入下一优化周期。
[0198]
在本发明实施例中，构建了温室系统的负荷可转移设备模型与负荷可削减设备模型、温室系统的光照强度模型、温室系统的热动力模型，并通过温室系统的负荷可削减设备模型、温室系统的光照强度模型、温室系统的热动力模型构建电力、热、光负荷之间的能量耦合矩阵，同时，还构建了目标类植株生长周期各阶段的生长模型，通过分析热负荷、光负荷与温度、光照强度以及植株干物质累积速率的变化关系，建立了描述植株生长过程与温室用能关系的目标类植株生长用能模型，通过目标类植株生长用能模型可以得到植株成长新增利润与温室用能成本之间的关系，进而可以通过植株成长新增利润与温室用能成本之间的关系对温室系统进行能量管控，在保证目标植株的生长速率与品质的同时，降低温室系统的用能成本。
[0199]
同时，本发明实施例建立了温室系统的用能优化模型，基于不同阶段植株生长与不同类型负荷的动态特性的差异，不断更新外界太阳辐射和温度等实时数据校正模型参数，并结合分时电价信息，以不同阶段的温室总收益最大为目标进行多时间尺度滚动优化方法以求解最优控制变量，实现温室的最大生产效益。
[0200]
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。