一种温室环境控制方法、系统及电子设备

本技术涉及温室环境控制领域，特别是涉及一种温室环境控制方法、系统及电子设备。

背景技术：

1、中国是世界设施农业第一大国，温室的发展催生了大量基于设施农业智能化调控的装备应用，但在智能化环控技术方面的研究还较为落后，普遍存在温室调控水平粗糙，滞后性强，运行能耗高的问题；且温室环境调控与作物生长及产量效益间的耦合关系模糊，一定程度上影响管理者的决策水平，无法为不同情况下的生长作物提供对应的最佳收获策略。基于上述问题背景，以温室番茄为研究对象，现有方案描述了温室的能量流动模型和番茄的生长发育模型，即对温室能量流动模型进行详细分析，得到温室能耗模型；同时对简化的番茄生长模型tomgro进行研究，得到产量模型。

2、如图7所示，在venlo型温室能量流动模型中，主要涵盖因素有温室内部用以提供热量、流通空气与调节湿度的设备系统、栽培作物的光合作用与呼吸作用、温室的外部温度及太阳有效辐射等，由公式ρairvcairti(t)＝qg(t)+qsolar(t)-qcon(t)-qplant(t)-ql(t)-qvent(t)-qcool(t)及辐射传热、作物能量流动、空气对流能量流动、通风换热能量流动4个模块建立。通过给定动态变量室外温度t0、作物冠层温度tcan、天空空气温度tsky、温室接收的太阳有效辐射ia、作物冠层可用净辐射r及室内相对湿度rhi即可研究室内温度ti和温室供热能耗qg之间的关系。上式中，ρair为空气密度；v表示温室体积；cair代表空气比热容；t表示时间；ti(t)为不同时刻温室内部温度；qsolar(t)、ql(t)、qcon(t)分别表示太阳辐射、天空长波辐射及太阳辐射穿透损失；qplant(t)表示作物蒸腾和呼吸作用产生潜热；qvent(t)表示自然通风下的热损失；qcool(t)表示湿帘降温时的热吸收；qg(t)表示人工供给的温室热量。

3、在简化tomgro模型中，果实干物质总量wf和成熟果实干物质总量wm两个变量用以描述果实生长状态；地表干物质总量w、植物茎节数n和叶面积指数lai用以描述茎、叶等营养性器官的生长状态。模型通过茎节发育率、光合作用速率与呼吸速率计算植株地表干物质日生长率和不同器官的干物质分配比例。用上述5个状态变量对番茄生长状况进行了描述，在给定温室内co2浓度、光照强度的情况下，该模型可研究温度与作物产量之间的关系。

4、假定温室外温度、室内湿度以及co2浓度在模拟中不变，通过改变室内温度ti构建能耗与产量(干物质积累量)曲线，结果表明在一定范围内，增加能耗投入可以促进作物产量增加，当温室内部温度ti达到番茄生长的最适温度tx时，正向关系出现饱和，此时若再增加能耗投入，番茄产量仍会增加，但相对能耗出现冗余，有悖于低能耗、高效管理初衷。因此，由曲线分析所得温度tx利用下述公式即可求解能耗投入，进而拟定决策。

5、

6、qenergy＝qenergy·eenergy。

7、式中，qtom表示番茄实时单价；是番茄鲜重和干重的转换因子；wm表示番茄的总干物质量，mg/m2；qenergy表示单位能耗价格，元/kwh；eenergy为加热及风机能耗量，j/m2。

8、现有方案对描述番茄生长的tomgro模型以及温室能量流动模型进行研究，分析了不同的室内温度设定值对作物产量以及能耗投入的影响。但该方案只研究了大尺度下温度对作物产量的影响，忽略了短期温度变化与预测因素的情况，同时未考虑合理利用外界气候条件改善室内环境参数，进而降低能耗；诸如二氧化碳、光照强度与时长等与作物生长相关的环境设定值依赖传统经验模型，未进行优化分析，从而难以对温室环境进行精确控制，无法达到降低温室运行能耗的目的。

技术实现思路

1、本发明的目的是提供一种温室环境控制方法、系统及电子设备，以对温室环境进行精确控制，降低温室运行能耗。

2、为实现上述目的，本发明提供了如下方案：

3、一种温室环境控制方法，包括：

4、获取目标温室的当前环境数据；环境数据包括室内温度、室外温度、室内湿度、室外湿度、通风速率、光照强度和co2浓度；

5、根据所述环境参数，利用cfd模拟技术，确定预设时段后的预测环境数据；

6、判断所述预测环境数据是否满足事件触发条件；所述事件触发条件为所述预测环境数据中的预测室内温度不在室内温度设定范围内，预测通风速率不在通风速率设定范围内；

7、若所述预测环境数据满足事件触发条件，则根据所述当前环境数据，利用mopso算法对优化控制器进行求解，确定最优室内温度和最优通风速率；所述最优控制器是根据温室能耗预测模型和作物产量模型确定的；所述温室能耗预测模型是根据设定时段内的实时环境数据和能量流动模型，利用simulink软件构建的；所述作物产量模型是根据预测能耗对应的环境数据和作物产量数据，利用sa算法对tomgro生长模型进行参数辨识确定的；所述预测能耗是利用所述温室能耗预测模型确定的；

8、根据所述最优室内温度和所述最优通风速率，调节所述目标温室的物理结构；所述物理结构包括天窗和遮阳幕。

9、可选地，还包括：

10、根据达到最优室内温度和最优通风速率时的环境数据和所述作物产量模型，确定所述目标温室的作物产量。

11、可选地，还包括：

12、根据达到最优室内温度和最优通风速率时的环境数据和所述温室能耗预测模型，确定预设时段内的能耗。

13、可选地，所述优化控制器为：

14、

15、

16、其中，ua为日平均温度最大值，la为日平均温度最小值；ub为日平均风速最大值，lb为日平均风速最小值；xopt为最优室内温度；yopt为最优通风速率；x为优化目标温度设定值；t1，t2......tn为该生长周期内某日的温度优化值；y为优化目标通风速率设定值；v1，v2......vn为该生长周期内某日的通风速率优化值；wp表示该生长周期内的室外气候信息；n为周期天数；j为运行效益；qtom为作物实时单价；为作物鲜重和干重的转换因子；fyield为产量密度；qenergy为单位能耗价格；fenergy为环境能耗速率；t0为生长周期起始时刻；tf为生长周期终止时刻。

17、可选地，还包括：

18、若所述预测环境数据不满足事件触发条件，则不需调节所述目标温室的物理结构。

19、一种温室环境控制方法，包括：

20、数据获取模块，用于获取目标温室的当前环境数据；环境数据包括室内温度、室外温度、室内湿度、室外湿度、通风速率、光照强度和co2浓度；

21、参数预测模块，用于根据所述环境参数，利用cfd模拟技术，确定预设时段后的预测环境数据；

22、触发判断模块，用于判断所述预测环境数据是否满足事件触发条件；所述事件触发条件为所述预测环境数据中的预测室内温度不在室内温度设定范围内，预测通风速率不在通风速率设定范围内；

23、最优参数确定模块，用于若所述预测环境数据满足事件触发条件，则根据所述当前环境数据，利用mopso算法对优化控制器进行求解，确定最优室内温度和最优通风速率；所述最优控制器是根据温室能耗预测模型和作物产量模型确定的；所述温室能耗预测模型是根据设定时段内的实时环境数据和能量流动模型，利用simulink软件构建的；所述作物产量模型是根据预测能耗对应的环境数据和作物产量数据，利用sa算法对tomgro生长模型进行参数辨识确定的；所述预测能耗是利用所述温室能耗预测模型确定的；

24、调节模块，用于根据所述最优室内温度和所述最优通风速率，调节所述目标温室的物理结构；所述物理结构包括天窗和遮阳幕。

25、一种电子设备，存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的温室环境控制方法。

26、可选地，所述存储器为可读存储介质。

27、根据本发明提供的具体实施例，本发明公开了以下技术效果：

28、本发明提供的温室环境控制方法、系统及电子设备，首先获取目标温室的当前环境数据；根据所述环境参数，利用cfd模拟技术，确定预设时段后的预测环境数据；判断预测环境数据是否满足事件触发条件；若预测环境数据满足事件触发条件，则根据当前环境数据，利用mopso算法对优化控制器进行求解，确定最优室内温度和最优通风速率；根据最优室内温度和最优通风速率，调节目标温室的天窗和遮阳幕，提高对温室环境的控制精度，降低温室运行能耗。