为提高Venlo型温室能源效率并降低生产成本,提出包含优化层和控制层的分层模型预测控制(Hierarchical model predictive control,HMPC)方法。优化层分别以能耗最小和分时电价下总运行成本最小为目标,构建两种用于提高温室能源利用率和...为提高Venlo型温室能源效率并降低生产成本,提出包含优化层和控制层的分层模型预测控制(Hierarchical model predictive control,HMPC)方法。优化层分别以能耗最小和分时电价下总运行成本最小为目标,构建两种用于提高温室能源利用率和降低温室成本的优化策略。通过敏感性分析,研究电价、CO_(2)价格以及环境条件约束范围对成本优化的影响。控制层利用模型预测控制(Model predictive control,MPC)解决模型对象失配和抑制系统扰动,利用相对平均偏差和最大相对偏差,对比分析最小成本优化结果在2%、6%、12%的干扰下MPC和开环控制的跟踪性能,以期得到更加稳定、可靠的温室控制系统。结果表明:最小能耗情景总能耗是最小成本情景的79.92%;最小成本情景总成本是最小能耗情景的83.61%;温度和平均相对湿度的约束对减少温室运行成本影响显著;不同系统扰动下,MPC均具有良好的跟踪性能。温室分层模型预测控制可以有效提高温室控制精确度,以提高温室能源效率并降低生产成本。展开更多
温室环境的精准调控对于提高作物产量与品质具有极为关键的意义。温室气体浓度和光照强度是两个核心的环境参数。AT 80 C 51单片机通过连接气体浓度传感器与光照强度传感器,对采集到的温室气体浓度和光照强度数据进行快速处理与分析,并...温室环境的精准调控对于提高作物产量与品质具有极为关键的意义。温室气体浓度和光照强度是两个核心的环境参数。AT 80 C 51单片机通过连接气体浓度传感器与光照强度传感器,对采集到的温室气体浓度和光照强度数据进行快速处理与分析,并根据作物的实际需求,对温室气体浓度及光照强度进行自动调节,从而保证温室作物的最佳生长环境。展开更多
文摘温室环境的精准调控对于提高作物产量与品质具有极为关键的意义。温室气体浓度和光照强度是两个核心的环境参数。AT 80 C 51单片机通过连接气体浓度传感器与光照强度传感器,对采集到的温室气体浓度和光照强度数据进行快速处理与分析,并根据作物的实际需求,对温室气体浓度及光照强度进行自动调节,从而保证温室作物的最佳生长环境。
