[发明专利]一种温室能耗的模型优化预测方法

说明书

一种温室能耗的模型优化预测方法，包括以下步骤：1)建立温室能量物理模型，温室热平衡定义为温度变化速率，同时温度变化速率转换来计算温室内部供热系统需要提供的能量，供热系统采用风机盘管；2)确定温室中需要辨识的温室因子，目标函数被表示为实际能量消耗和模拟能量消耗的均方根误差RMSE；3)模型参数IPSO‑GA优化。本发明提供一种有效降低计算时间、提高精度的一种温室能耗的模型优化预测方法。

技术领域

本发明涉及温室控制领域，尤其是一种温室能耗预测方法。

背景技术

农业的温室面积在世界范围内增加十分迅速尤其是在发展中国家。在冬季和夏季需要大量的能量来维持农作物生长的适宜温度。因此，十分有必要在温室控制系统中或者在温室设计时期添加能量消耗预测来减少能量耗费。

为了预测能量消耗来节省耗费，多年来发展了很多建筑的仿真数字模型。然而，由于农业温室是一个复杂的非线性的系统，而且模型会受到农作物的树冠和裸露的土壤表面的影响。因此，这些数字模型都不能精确地预测温室的能量消耗。此外，也不可能将整个温室的环境综合到控制系统之中来节省消耗。温室能量模型和普通的能量模型的建立有着相当大的区别。一些研究人员已基于静态热平衡提出了一个动态模型来预测温室的能量消耗模型。然而，上述内部不同参数模型很难在很长时间的测量和改变。此外，上述的物理模型由于温室的位置，方向，形状，覆盖材料，农作物和天气状况的不同而不能直接推广使用。

由于物理过程的复杂性，在温室模型中可以采用黑箱建模来产生输入和输出数据而忽略温室中的物理和化学定律。然而这种黑箱建模需要大量的可能性数据，另外发展模型可能会导致过度适应从而失去可靠性。因为在能量模型中植物参数只有在几天时间内可以被作为一个常数的，所以这不可能在短期产生所有的可能数据来建立这个精确的能量模型。相比于黑箱建模理论，物理模型建立方法要求更少的数据样本区匹配实际的工程目标。

此外，使用数据模型来预测能耗会要求对温室参数有一个合适的标准。温室模型参数识别被作为一个需要优化的问题，所以有很多不同的解决的方法被提出来。但是现有的方法存在的缺点是：计算时间较长、精度较低，不适合用于在线控制系统和温室的能量需求设计。

发明内容

为了克服已有温室能耗预测的计算时间较长、精度较低的不足，本发明提供一种有效降低计算时间、提高精度的一种温室能耗的模型优化预测方法。

本发明解决其技术问题所采用的技术方案是：

一种温室能耗的模型优化预测方法，所述预测方法包括以下步骤：

1)建立温室能量物理模型

温室热平衡定义为温度变化速率，同时通过温度变化速率转换来计算温室内部供热系统需要提供的能量，供热系统采用风机盘管，风机盘管需要提供的能量表述如下：

式中，Q_g为风机盘管提供的能量，W；ρ_air为空气密度，kg/m³；V为温室的体积，m³；C_air为空气的比热容，J/(kg·k)；T_i为温室室内的空气温度，℃，为单位时间内温度的变化率；Q_solar为进入到温室的净太阳光照辐射能量，W；Q_long为进入到温室的长波辐射能量，W；Q_cover为温室与外界的传导热量，W；Q_vent为温室与外界的通风换热能量，W；Q_trans为温室中的作物蒸腾所需要的能量，W；Q_crop为温室中的作物冠层与空气热传导的能量，W；

根据热辐射定律，进入到温室的净太阳光照辐射能量Q_solar表示如下：