考慮節能與產量效益最優的溫室溫度設定值自動獲取方法技術

本發明專利技術涉及一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，包括以下步驟：1)獲取種植地區的歷史氣候信息；2)根據建立的可用于實際優化計算的全周期產量模型和能耗模型，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法求取日平均溫度初始設定值；3)獲取未來七日的天氣預報信息，以七日節能與產量效益最優為目標，使用滾動優化算法對初始日平均溫度進行二次優化，得到日平均溫度最終設定值；4)根據日平均溫度最終設定值，以當日的光合作用速率最大為目標，使用序列二次規劃算法進一步自動設定一天內不同時段的溫度設定值。與現有技術相比，本發明專利技術具有自動調溫、節能增收等優點。

【技術實現步驟摘要】
考慮節能與產量效益最優的溫室溫度設定值自動獲取方法
本專利技術涉及農業溫室環境控制優化
，尤其是涉及一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法。
技術介紹
經濟效益最優的溫室環境控制是對溫室小氣候進行有效干預的基礎上實現整個生產期最大化產量和最小化能耗。從整個溫室生產過程來說，溫室環境變量設定值的選擇是關系到整個溫室生產過程總體能耗和經濟效益的全局性問題，在很大程度上決定了溫室生產的最終經濟效益。溫室環境設定值既要滿足作物生長的需求從而提高作物的產量，同時也要適應室外氣候的變化，使其盡可能地縮小與室外氣候變量之間的差距，從而減少溫室內小氣候環境調控的能耗。在日光溫室中，溫室經營的可變支出包括加熱能耗、補光能耗、二氧化碳增施消耗的成本等，收入主要為農產品的售賣。目前有關溫室經濟效益最優的研究主要針對于加熱能耗，即考慮溫室節能與產量效益最優(技術背景后文用“經濟效益值”表示)，而溫度是影響加熱能耗和作物產量的重要影響因素，目前溫室中的溫度設定值的設定主要存在以下問題：目前溫室種植中的溫度設定值的獲取依賴于種植經驗，并由種植人員手動輸入系統。根據不同生長階段的作物對溫度需求不同，在一定范圍內設定一個適合作物生長的溫度設定值。這種方法考慮了溫室溫度在最適宜作物生長的環境中，但是沒有考慮能耗是否降低，更沒有考慮溫室全生產周期的經濟效益；在實際應用中需要種植人員輸入溫度設定值，對操作人員要求較高，不利于大范圍面積的推廣使用。
技術實現思路
本專利技術的目的就是為了克服上述現有技術存在的缺陷而提供一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法。本專利技術的目的可以通過以下技術方案來實現：一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，包括以下步驟：1)獲取種植地區的歷史氣候信息，包括一個種植周期內的室外溫度、濕度、光照強度、雨量和風速數據；2)根據建立的可用于實際優化計算的全周期產量模型和能耗模型，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法求取日平均溫度初始設定值；3)獲取未來七日的天氣預報信息，以七日節能與產量效益最優為目標，使用滾動優化算法對初始日平均溫度進行二次優化，得到日平均溫度最終設定值；4)根據日平均溫度最終設定值，以當日的光合作用速率最大為目標，使用序列二次規劃算法進一步自動設定一天內不同時段的溫度設定值。所述的種植地區的歷史氣候信息的時間跨度包含一個完整種植周期，包括作物的苗期、生長期和果期。所述的步驟2)中，獲取日平均溫度初始設定值具體包括以下步驟：21)根據歷史氣候信息，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法優化得到周積溫設定值，對應的性能函數J1為：Tsum{i}min≤Tsum{i}≤Tsum{i}max其中，Tsum{i}為作物生長全周期中的第i周的周積溫值，wp{i}為生長全周期中的第i周的室外歷史氣候數據，DMHar(Tsum{i},wp{i})為作物在第i周收獲的果實干物質量，qtom為溫室作物鮮重的售價，ηMDMFM為溫室作物干物質量和鮮重的轉換系數，qheat為溫室環境加熱能量的單價，Qheat(Tsum{i},wp{i})為第i周的加熱能耗，n為生產全周期的種植周數；22)根據周積溫設定值，通過平均處理的方式獲取未來7日內的初始日平均溫度設定值，如下式所示：Tave,D,init＝Tsum/7其中，Tsum為根據歷史氣候優化得到的周積溫設定值，Tave,D,init為未來七日內的初始日平均溫度設定值。所述步驟2)中，建立的可用于實際優化計算的全周期產量模型表示為：wp＝[Tout,Iglob]Tsum＝[Tsum,1,Tsum,2……Tsum,n]其中，f(Tsum,wp)為在全生長周期的周積溫設定值為Tsum、室外氣候為wp條件下收獲的全周期的溫室作物果實干物質量，室外氣候wp包含室外溫度和光照，n為生產全周期的種植周數，CFruitWeek{i}為第i周收獲的果實干物質質量，Tsum,n為第n周的周積溫設定值。所述步驟2)中，建立的可用于實際優化計算的全周期能耗模型表示為：wp＝[Tout,Iglob,Vwind]Tsum＝[Tsum,1,Tsum,2……Tsum,n]其中，g(Tsum,wp)為在全生長周期的周積溫值為Tsum，室外氣候為wp條件下收獲的全周期的加熱能耗，室外氣候wp包含室外溫度、室外光照強度和風速，n為生產全周期的種植周數，QEnergyWeek{i}為第i周收獲的果實干物質質量，Tsum,n為第n周的周積溫設定值，Tout為室外天氣溫度，Iglob為室外光照強度，Vwind為室外風速。所述步驟3)具體包括以下步驟：根據日平均溫度初始設定值和未來七天的天氣預報數據，建立七日產量的短期產量模型和能耗模型，以未來七日的溫室節能與產量效益最優為目標，計算未來七日的日平均溫度最終設定值，并使用滾動優化方法計算未來全生產周期的日平均溫度設定值，對應的性能函數J2為：其中，qtomηDMFMDMHar(TDj,wp)為第j日的日平均溫度設定值為TDj且當日室外氣候為wp時作物產生的經濟收入，qtom為作物單價，ηDMFM為果實干重到果實鮮重的轉化因子，DMHar表示收獲的果實干物質產量，qheatQheat(TDj,wp)為第j日平均溫度設定值為TDj且當日室外氣候為wp時的加熱能耗成本，qheat為溫室環境加熱能量的單價，Qheat(TDj,wp)為當日的加熱能耗。所述步驟3)中，七日的產量可由短期產量模型計算得到：wp＝[Tout,Iglob]TDj＝[TD1,TD2,TD3,TD4,TD5,TD6,TD7]其中，f(TDi,wp)為在本周日平均溫度為TDj，室外氣候為wp條件下的本周收獲的果實干物質質量，CFruitDay{j}為第j天收獲的果實干物質質量。所述步驟3)中，七日能耗的短期能耗模型為：wp＝[Tout,Iglob,Vwind]TDj＝[TD1,TD2,TD3,TD4,TD5,TD6,TD7]式中f(TDj,wp)為在本周日平均溫度為TDj，室外氣候為wp條件下的本周加熱能耗的能量，QHeatDay{j}為第j天的加熱能耗。所述步驟4)具體包括以下步驟：根據優化得到的日平均溫度最終設定值，結合當日的天氣預報數據，以當日的光合作用速率最大為目標，使用序列二次規劃算法求解得到不同時刻的溫度設定值，對應的性能函數為：|THk-THk-1|≤mTH4-TH3≥0TH10-TH9≥0其中，Ph(THk,wp)為光合作用速率模型，THk為第k個時間段的溫度設定值，wp為室外氣候數據，THk-1為第k-1個時間段的溫度設定值，m為相鄰啷個設定值的最大差值；TH4為白天早上六點的溫度設定值，TH3為早上六點前的第一個溫度設定值；TH9為白天晚上六點的溫度設定值，TH10為晚上六點后的第一個溫度設定值。與現有技術相比，本專利技術具有以下優點：本專利技術不需要用戶輸入溫度設定值，在建立的溫室能耗模型和產量模型的基礎上，結合歷史氣候數據和天氣預報數據，以溫室生產的節能與產量效益最優為目標，通過相應的優化方法自動獲取溫室溫度設定值，與用戶手動輸入的經驗設定值相比，具有顯著的節能增收效果。附圖說明圖1為基于節能與產本文檔來自技高網...

【技術保護點】
1.一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，包括以下步驟：1)獲取種植地區的歷史氣候信息，包括一個種植周期內的室外溫度、濕度、光照強度、雨量和風速數據；2)根據建立的可用于實際優化計算的全周期產量模型和能耗模型，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法求取日平均溫度初始設定值；3)獲取未來七日的天氣預報信息，以七日節能與產量效益最優為目標，使用滾動優化算法對初始日平均溫度進行二次優化，得到日平均溫度最終設定值；4)根據日平均溫度最終設定值，以當日的光合作用速率最大為目標，使用序列二次規劃算法進一步自動設定一天內不同時段的溫度設定值。

【技術特征摘要】
1.一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，包括以下步驟：1)獲取種植地區的歷史氣候信息，包括一個種植周期內的室外溫度、濕度、光照強度、雨量和風速數據；2)根據建立的可用于實際優化計算的全周期產量模型和能耗模型，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法求取日平均溫度初始設定值；3)獲取未來七日的天氣預報信息，以七日節能與產量效益最優為目標，使用滾動優化算法對初始日平均溫度進行二次優化，得到日平均溫度最終設定值；4)根據日平均溫度最終設定值，以當日的光合作用速率最大為目標，使用序列二次規劃算法進一步自動設定一天內不同時段的溫度設定值。2.根據權利要求1所述的一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，所述的種植地區的歷史氣候信息的時間跨度包含一個完整種植周期，包括作物的苗期、生長期和果期。3.根據權利要求1所述的一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，所述的步驟2)中，獲取日平均溫度初始設定值具體包括以下步驟：21)根據歷史氣候信息，以溫室生產全周期的節能與產量效益最優為目標，采用粒子群算法優化得到周積溫設定值，對應的性能函數J1為：Tsum{i}min≤Tsum{i}≤Tsum{i}max其中，Tsum{i}為作物生長全周期中的第i周的周積溫值，wp{i}為生長全周期中的第i周的室外歷史氣候數據，DMHar(Tsum{i}，wp{i})為作物在第i周收獲的果實干物質量，qtom為溫室作物鮮重的售價，ηMDMFM為溫室作物干物質量和鮮重的轉換系數，qheat為溫室環境加熱能量的單價，Qheat(Tsum{i}，wp{i})為第i周的加熱能耗，n為生產全周期的種植周數；22)根據周積溫設定值，通過平均處理的方式獲取未來7日內的初始日平均溫度設定值，如下式所示：Tave，D，init＝Tsum/7其中，Tsum為根據歷史氣候優化得到的周積溫設定值，Tave，D，init為未來七日內的初始日平均溫度設定值。4.根據權利要求1所述的一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，所述步驟2)中，建立的可用于實際優化計算的全周期產量模型表示為：wp＝[Tout，Iglob]Tsum＝[Tsum，1，Tsum，2……Tsum，n]其中，f(Tsum，wp)為在全生長周期的周積溫設定值為Tsum、室外氣候為wp條件下收獲的全周期的溫室作物果實干物質量，室外氣候wp包含室外溫度和光照，n為生產全周期的種植周數，CFruitWeek{i}為第i周收獲的果實干物質質量，Tsum，n為第n周的周積溫設定值。5.根據權利要求1所述的一種考慮節能與產量效益最優的溫室溫度設定值自動獲取方法，其特征在于，所述步驟2)中，建立的可用于實際優化計算的全周期能耗模型表示為：wp＝[Tout，Iglob，Vwind]Tsum＝[Tsum，1，Tsum，2……Tsum，n]其中，g(Tsum，wp)為在...

【專利技術屬性】
技術研發人員：徐立鴻，蔚瑞華，蘇遠平，鄭浩，沈永濤，
申請(專利權)人：同濟大學，
類型：發明
國別省市：上海,31