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
粒子群优化算法(Particle Swarm Optimization, PSO)作为一种高效的全局优化算法,已被广泛应用于温室系统模型的优化与控制中,近年来在温室系统计算流体动力学(Computational Fluid Dynamics, CFD)模型中也得到了应用。本文综述了粒子...粒子群优化算法(Particle Swarm Optimization, PSO)作为一种高效的全局优化算法,已被广泛应用于温室系统模型的优化与控制中,近年来在温室系统计算流体动力学(Computational Fluid Dynamics, CFD)模型中也得到了应用。本文综述了粒子群算法的基本原理及其在温室系统CFD模型中的应用进展,分析总结了粒子群算法在温室系统CFD模型中应用的特点、优势,以及面临的挑战,并对未来的研究方向提出了展望。Particle Swarm Optimization (PSO), as an efficient global optimization algorithm, has been widely used in the optimization and control of greenhouse system models. In recent years, it has also been applied in Computational Fluid Dynamics (CFD) models of greenhouse systems. This article summarizes the basic principles of particle swarm optimization algorithm and its application progress in greenhouse system CFD models. It analyzes and summarizes the characteristics, advantages, and challenges of particle swarm optimization algorithm in greenhouse system CFD models, and puts forward prospects for future research directions.展开更多
为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收...为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收。通过试验和Python-Zemax仿真模拟,采集温室试验区(FFSC装置)、对照区及室外高1.0 m处光温数据,验证FFSC装置光谱分频性能与热回收效能。试验结果表明,试验区2—4月典型日太阳辐射强度降至室外37.7%~39.5%,近红外辐射占比(21.7%~22.7%)远低于室外近红外辐射;红外反射效应降低室内热辐射,试验区较室外平均温度增幅(1.8~3.3℃)明显低于对照区(4.4~8.2℃),试验区与对照区平均温差达3.6℃,最高4.9℃,且辐射越强降温效果越明显;3、4月份的作物高效光合作用时段(10:00—14:00)光子通量多数时段维持在700~900μmol/(m^(2)·s),高于作物需求阈值。仿真结果表明,与实测数据相比,总辐射平均误差为5.2%,与PAR理论透光率平均误差小于5%;室外辐照度高于600 W/m^(2)时(对应光子通量大于800μmol/(m^(2)·s)),FFSC装置可保障作物光环境需求;NIR热能回收效率体现季节性差异,夏至与冬至对应的NIR回收率分别为52.67%与38.45%。FFSC装置适用于太阳辐照大于600 W/m^(2)的季节或地区,可实现热能回收与作物光环境的协同优化,为温室降温节能、作物优质生长提供技术支撑。展开更多
文摘粒子群优化算法(Particle Swarm Optimization, PSO)作为一种高效的全局优化算法,已被广泛应用于温室系统模型的优化与控制中,近年来在温室系统计算流体动力学(Computational Fluid Dynamics, CFD)模型中也得到了应用。本文综述了粒子群算法的基本原理及其在温室系统CFD模型中的应用进展,分析总结了粒子群算法在温室系统CFD模型中应用的特点、优势,以及面临的挑战,并对未来的研究方向提出了展望。Particle Swarm Optimization (PSO), as an efficient global optimization algorithm, has been widely used in the optimization and control of greenhouse system models. In recent years, it has also been applied in Computational Fluid Dynamics (CFD) models of greenhouse systems. This article summarizes the basic principles of particle swarm optimization algorithm and its application progress in greenhouse system CFD models. It analyzes and summarizes the characteristics, advantages, and challenges of particle swarm optimization algorithm in greenhouse system CFD models, and puts forward prospects for future research directions.
文摘为分析不同波段光谱对温室内光热环境的影响,该研究设计固定式膜面聚光器(fixed film solar concentrator,FFSC),以耦合光合有效辐射(photosynthetically active radiation,PAR)透射和近红外辐射(near-infrared radiation,NIR)热能回收。通过试验和Python-Zemax仿真模拟,采集温室试验区(FFSC装置)、对照区及室外高1.0 m处光温数据,验证FFSC装置光谱分频性能与热回收效能。试验结果表明,试验区2—4月典型日太阳辐射强度降至室外37.7%~39.5%,近红外辐射占比(21.7%~22.7%)远低于室外近红外辐射;红外反射效应降低室内热辐射,试验区较室外平均温度增幅(1.8~3.3℃)明显低于对照区(4.4~8.2℃),试验区与对照区平均温差达3.6℃,最高4.9℃,且辐射越强降温效果越明显;3、4月份的作物高效光合作用时段(10:00—14:00)光子通量多数时段维持在700~900μmol/(m^(2)·s),高于作物需求阈值。仿真结果表明,与实测数据相比,总辐射平均误差为5.2%,与PAR理论透光率平均误差小于5%;室外辐照度高于600 W/m^(2)时(对应光子通量大于800μmol/(m^(2)·s)),FFSC装置可保障作物光环境需求;NIR热能回收效率体现季节性差异,夏至与冬至对应的NIR回收率分别为52.67%与38.45%。FFSC装置适用于太阳辐照大于600 W/m^(2)的季节或地区,可实现热能回收与作物光环境的协同优化,为温室降温节能、作物优质生长提供技术支撑。
