[發明專利]一種溫室能耗的模型優化預測方法

有效

• 申請號: 201510412071.7
• 申請日: 2015-07-14
• 公開（公告）號: CN105117787B
• 公開（公告）日: 2019-01-08
• 發明（設計）人: 管海娃
• 申請（專利權）人: 溫州科技職業學院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種溫室能耗的模型優化預測方法，包括以下步驟：1)建立溫室能量物理模型，溫室熱平衡定義為溫度變化速率，同時溫度變化速率轉換來計算溫室內部供熱系統需要提供的能量，供熱系統采用風機盤管；2)確定溫室中需要辨識的溫室因子，目標函數被表示為實際能量消耗和模擬能量消耗的均方根誤差RMSE；3)模型參數IPSO?GA優化。本發明提供一種有效降低計算時間、提高精度的一種溫室能耗的模型優化預測方法。

技術領域

本發明涉及溫室控制領域，尤其是一種溫室能耗預測方法。

背景技術

農業的溫室面積在世界范圍內增加十分迅速尤其是在發展中國家。在冬季和夏季需要大量的能量來維持農作物生長的適宜溫度。因此，十分有必要在溫室控制系統中或者在溫室設計時期添加能量消耗預測來減少能量耗費。

為了預測能量消耗來節省耗費，多年來發展了很多建筑的仿真數字模型。然而，由于農業溫室是一個復雜的非線性的系統，而且模型會受到農作物的樹冠和裸露的土壤表面的影響。因此，這些數字模型都不能精確地預測溫室的能量消耗。此外，也不可能將整個溫室的環境綜合到控制系統之中來節省消耗。溫室能量模型和普通的能量模型的建立有著相當大的區別。一些研究人員已基于靜態熱平衡提出了一個動態模型來預測溫室的能量消耗模型。然而，上述內部不同參數模型很難在很長時間的測量和改變。此外，上述的物理模型由于溫室的位置，方向，形狀，覆蓋材料，農作物和天氣狀況的不同而不能直接推廣使用。

由于物理過程的復雜性，在溫室模型中可以采用黑箱建模來產生輸入和輸出數據而忽略溫室中的物理和化學定律。然而這種黑箱建模需要大量的可能性數據，另外發展模型可能會導致過度適應從而失去可靠性。因為在能量模型中植物參數只有在幾天時間內可以被作為一個常數的，所以這不可能在短期產生所有的可能數據來建立這個精確的能量模型。相比于黑箱建模理論，物理模型建立方法要求更少的數據樣本區匹配實際的工程目標。

此外，使用數據模型來預測能耗會要求對溫室參數有一個合適的標準。溫室模型參數識別被作為一個需要優化的問題，所以有很多不同的解決的方法被提出來。但是現有的方法存在的缺點是：計算時間較長、精度較低，不適合用于在線控制系統和溫室的能量需求設計。

發明內容

為了克服已有溫室能耗預測的計算時間較長、精度較低的不足，本發明提供一種有效降低計算時間、提高精度的一種溫室能耗的模型優化預測方法。

本發明解決其技術問題所采用的技術方案是：

一種溫室能耗的模型優化預測方法，所述預測方法包括以下步驟：

1)建立溫室能量物理模型

溫室熱平衡定義為溫度變化速率，同時通過溫度變化速率轉換來計算溫室內部供熱系統需要提供的能量，供熱系統采用風機盤管，風機盤管需要提供的能量表述如下：

式中，Q_g為風機盤管提供的能量，W；ρ_air為空氣密度，kg/m³；V為溫室的體積，m³；C_air為空氣的比熱容，J/(kg·k)；T_i為溫室室內的空氣溫度，℃，為單位時間內溫度的變化率；Q_solar為進入到溫室的凈太陽光照輻射能量，W；Q_long為進入到溫室的長波輻射能量，W；Q_cover為溫室與外界的傳導熱量，W；Q_vent為溫室與外界的通風換熱能量，W；Q_trans為溫室中的作物蒸騰所需要的能量，W；Q_crop為溫室中的作物冠層與空氣熱傳導的能量，W；

根據熱輻射定律，進入到溫室的凈太陽光照輻射能量Q_solar表示如下：