考虑时空变异特性的温室多环境因子优化策略

李康吉 张世通 孟凡跃 毛罕平

(1.江苏大学电气信息工程学院， 镇江 212013； 2.江苏大学农业工程学院， 镇江 212013)

0 引言

温室环境是非线性、多变量、高耦合的复杂系统，作物培育可以根据室外气象条件和作物生长发育各个阶段所需环境，利用控制设备进行合理调控，进而得到整体的环境参数优化方案，从而高效、均衡、快速地生产各种作物[1-3]。

文献[4-5]利用计算流体力学(CFD)研究温室环境和通风问题，并取得较好的结果。随着计算机性能的发展和湍流模型的不断完善以及更多数值模型的建立，计算流体力学成为国内外研究温室动力学的一种新的有力工具， BOULARD等[6]运用太阳辐射模型并考虑温室内作物，研究温室微气候和作物蒸腾情况，所得结果与实验值吻合较好。文献[7-8]采用CFD软件建立了有植物条件下的湿帘机械通风三维模拟模型，对不同天气条件和种植密度温室内温度分布模式进行了三维数值模拟与预测，探讨不同通风模式下温室热环境分布状况。在温室环境模型建立中, 单因子的研究起到了积极的作用, SIGRIMIS等[9]通过动态积温法分别对短期和长期的温度进行优化，年均节能可达到9%。但是单独调整某个因子时, 总是离不开其他相关因子的影响，作物很难获得最优培育环境条件。因此，BARTZANAS等[10]、周伟等[11]研究不同通风配置、日光辐射对温度、湿度、二氧化碳等环境因素的影响。当某一环境因素发生改变时, 必须考虑因素之间的相互影响[12]。张雪花等[13]运用灰色多目标粒子群对温室内部的温度、湿度、能耗进行多目标调控，结果表明该方法可以有效控制温湿度，同时可降低温室能耗。人工CFD仿真对多组控制参数进行模拟优化调节温室通风、遮阳、二氧化碳参数的方法计算效率低，求解过程冗杂。文献[14]提出了一种基于GenOpt的双目标优化方法，并通过Hooke-Jeeves和粒子群优化算法的实现，研究了建筑围护结构设计对建筑采光和热性能两个目标的影响。孙耀杰等[15]提出基于宽-深神经网络的两级温室环境数据融合算法，在保证决策精度的同时丰富了可融合特征类别，进一步提升温室融合系统的智能化程度。胡瑾等[16]提出了基于离散曲率算法的温室CO2优化调控模型，具有高效节能特点，为设施作物CO2高效精准调控和节本增效提供了理论基础。LAMMARI等[17]提出了一种复杂温室气候模型，运用遗传算法(GA)对温度和蒸气压优化的方法，使得温室模型参数达到最优。张军华等[18]研究基于物联网的日光温室冠层特征温度时空变化规律。本文采取基于超级计算机进行CFD模拟与多目标优化遗传算法相结合的方法，选取温室内部温度、二氧化碳浓度分布以及温室能耗为目标，湿帘入口温度和风机出口处风速为控制变量进行优化调节，并进行实地实验验证。

1 实验与CFD建模

1.1 实验温室

实验温室位于江苏省镇江市丹徒区，位于东经119.20°，北纬32.20°，属于亚热带季风气候区。温室长40 m，宽18 m，顶高5 m，面积720 m2，屋脊为南北走向3跨度，每跨度6 m，温室四周和顶部覆盖材料为透光度高于89%的浮法玻璃，北墙装备3个负压风机，南墙装有湿帘入口。实验与建模时，选择正北方向为X轴负方向，正东方向为Z轴正方向，向上为Y轴正方向，建立笛卡尔坐标系。

实验时间为2017年5月5日中午，测试期间天气晴好或多云，室外温度为32℃，风机出口风速为2 m/s，风向为南风，风力3～4级。

1.2 实验方法

温室外采用HT-8983型热敏式风速测量仪测量风速风向和气温，采用光照度变送器测量太阳辐射强度，保持测量仪器置于开阔处，无遮挡。温室内部温度测量仪器沿着南北方向和垂直高度方向两个方向进行布点放置，选用TP402型低功耗无线温度测量器采集温度，实验现场布置图如图1所示。在南北方向上距离湿帘入口一侧间隔8、16、24、32 m布置，东西方向上正对风机出口距离西墙间隔3、7、15 m布置，高度分别为0.5、2、3 m，共有36个温度观测点。

温室内风速测量仪器选用WS-A2型三维超声波风速风向测量仪，在南北方向上距离进气口一侧间隔2、10、20、30、38 m布置，东西方向上正对第1个和第2个风机出口距离西墙间隔3、7 m布置，高度分别为0.6、1.7 m，实验现场如图2所示。

由于温室面积较大，实验过程需要进行长时间、多次数的数据采集，故采用无线数据记录仪T3采集和显示数据，该仪器支持远程定时定点自动采集并保存室内环境数据。

1.3 温室CFD建模与模型验证

在构建CFD模型时，考虑到该工况下温室侧窗、南墙的门处于关闭状态，风机向室外排风，室内形成负压，室外空气从湿帘被吸入温室。模型总体比较简单，但是包含着一些特殊设置(湿帘窗户、负压风机、遮阳帘、地面)，所以总体网格划分无需过于密集，但是需要对特殊设置进行加密。温室网格划分如图3所示。

1.3.1模型选取

温室内空气流速较低，并且流动过程中空气温度变化范围不大，其通风过程可视为定常不可压缩流体运动。温室内气体流动遵循质量守恒方程、动量守恒方程和能量守恒方程三大方程[19]，其通用形式为

(1)

式中φ——通用变量

Γφ——扩散系数

Sφ——广义源项

温室气流存在明显的冷热对流，具有较高的湍流特性，考虑模型特点及精确度，采用标准k-ε模型进行求解。温室内空气与二氧化碳混合气体的对流和扩散采用组分传输模型。辐射传热是温室内热量传递的主要形式，考虑到对温室温度场准确性的要求，CFD的辐射模型采用Discrete Ordinates(DO)模型，本文根据温室地理位置和实验时间自动获取温室太阳辐射总量。

1.3.2边界条件设置

温室屋顶、侧墙与室内外空气通过传导、对流和辐射方式进行能量交换。在模拟机械通风工况时，温室采取负压通风的方式，湿帘进气口处温度设为定值。湿帘入口处的风速由负压风机决定，因此其边界条件设置为压力边界。同样对于温室的风机出口，考虑其为负压风机，故将其设置为速度边界，根据风机出口处实际风速进行设置。模拟所用的土壤、空气、气象条件等基本参数以及温室相关边界条件设置如表1所示。

表1 模型基本参数及边界条件设置Tab.1 Basic parameters and boundary conditions of model

1.3.3模型验证

图4为机械通风条件下观测点的温度仿真值与实验值比较，仿真结果与实验数据基本吻合且变化规律一致，最大相对误差和平均相对误差分别为10.12%和4.9%；由于速度的测量受外界影响较大，以及测量仪器的误差范围较大，局部仿真值与实验值吻合不是非常好，平均相对误差为7.05%。数值结果能够真实反映温室内环境分布，本研究所建立的CFD模型以及边界条件设置是有效的。

2 环境因子优化方法

2.1 夏季温室环境因子分布

Venlo型玻璃温室具有良好的透光性、密封性、通风性，其内部温湿度、光照强度及浓度等环境因子相互耦合，共同影响温室作物生长，且对温室作物的产量与品质起到至关重要的作用[20]。夏季华东地区高温天数多，温室内部温度高且分布不均匀，对夏季作物生长影响较大。目前湿帘风机降温方法是使用最为广泛和有效的技术，具有效果显著、经济可靠的优点[21]。湿帘风机系统的核心是能让水均匀地淋湿整个降温湿帘墙，空气穿透湿帘时，与湿润表面进行的水气交换使空气的显热转化为汽化潜热，实现对空气的加湿与降温。温室作物光合作用消耗大量二氧化碳，会导致温室内二氧化碳含量不足。调整空气中二氧化碳的含量以增强光合作用，对促进作物生长同样重要。当前温室系统环境参数的调控大都假定参数分布均匀，很少考虑温度、二氧化碳浓度等参数的空间分布对作物生长、能量消耗的影响。

在温室系统中考虑作物区域的温度场、二氧化碳分布情况，同时期望温室能耗最低，这属于一类多目标优化问题。由于此类问题涉及复杂环境系统的大规模建模和求解，对计算能力要求高，目前仍缺乏通用的优化方案。

2.2 多目标优化算法

多目标优化是指多个相互关联的目标在给定区域内同时最佳的优化问题。遗传算法因为其不基于梯度，采用随机优化，广泛用于参数优化类问题[22]。文献[23]针对多目标优化中各个目标之间冲突，不能同时达到各个目标最优的问题，进一步提出非支配遗传算法(NSGA)。 在此基础上，NSGA-Ⅱ算法采用了快速非支配排序、最优保留和精英策略保持种群的多样性，使准Pareto域中的个体能均匀分布到整个Pareto域，同时降低了算法的复杂度，提高了运算速度和鲁棒性，在非连续数据空间、离散型控制变量的优化求解中效果显著。

NSGA-Ⅱ算法流程图如图5所示。在本文温室环境多因子的优化方案中，选取在机械通风模式下的湿帘入口温度和风机出口风速为温室控制变量，选取温度适宜性、二氧化碳浓度分布均匀性和风机能耗等参数作为优化目标。

2.3 优化框架搭建

以优化作物生长环境并节约温室耗能为目标，采用NSGA-Ⅱ算法，搭建考虑时空变异特性的温室多环境因子优化方案。采用Fluent 18.0软件建立温室环境系统CFD模型，采用C++编程实现NSGA-Ⅱ算法以及与CFD模型的数据交互。具体优化过程如下：

(1)建立CFD仿真模型。建立温室模型，设置边界条件和材料参数，验证模型精度，保存case和data工程文件，用于仿真求解。

(2)创建批处理文件。根据Fluent软件的文本用户界面(TUI)功能，编写journal文件，用于Fluent 18.0顺序执行命令：读取工程文件，导出温室内部环境参数结果。创建批处理脚本文件，用于调用Fluent 18.0自动读取journal文件进行仿真。

(3)NSGA-Ⅱ初始化。设置NSGA-Ⅱ多目标优化算法人口数、进化代数和控制变量选取范围，编写温室环境因子优化目标评价函数。

(4)交互式寻优。NSGA-Ⅱ优化开始，由NSGA-Ⅱ给出的控制变量值生成新的journal文件，运行批处理脚本启动Fluent读取新的journal文件进行一次仿真，然后读取Fluent该次迭代仿真的环境参数数值结果，用于计算优化目标评价函数，并记录每次优化时控制变量值、优化目标函数值与温室内部特征环境参数值。

(5)保存结果。若NSGA-Ⅱ多目标优化算法未满足优化条件则执行步骤(4)继续优化，若满足优化条件则保存最优解，记录最优控制变量，优化结束。优化流程如图6所示。

2.4 超级计算机配置

为保证优化结果的准确性，每次优化迭代均需利用CFD模型求解温室环境响应，这对计算机的运算能力要求很高。本文采用“神威·太湖之光”超级计算机，使用Linux操作系统实现上述多目标优化方案，优化过程中，通过创建shell批处理脚本调用Fluent软件的journal 文件对温室环境进行迭代求解。超算系统可通过SSH协议远程登陆，数据通过FTP或SCP方式远程传输。

使用个人计算机，设置NSGA-Ⅱ多目标优化算法，人口数为200，迭代次数为5，对温室环境参数优化计算耗时约690 h，相同设置下使用超级计算机求解耗时约82.14 h，计算时长缩短约为88.09%。表2为个人计算机与超级计算机配置。

表2 个人计算机与超级计算机配置Tab.2 Personal computer and supercomputer configuration

3 结果与分析

3.1 温室性能评估指标

使用所提出的方案优化作物区域内的温度和二氧化碳浓度的分布。温室内温度的理想值设定参考基于作物生长模型的变温管理技术，图7为变温管理技术温度曲线，在11：00到13：00处于光合适温阶段，应保持较高温度，促进生成光合产物，选取温室内部理想温度为30℃。参照文献[24]对夏季茄科茄属植物生长模型的研究，温室内最优二氧化碳浓度设定主要取决于作物光合速率、二氧化碳损耗速率、室内温度以及成本，由时间与温度关系、不同二氧化碳浓度下作物光合作用总量随温度变化关系，选取温室内部理想二氧化碳质量比为6×10-4。

温室作物生长区分布如图8所示，在作物区等距离间隔6 m设置1条观测线，L1距离湿帘入口5 m，高度为1 m，共设置6条观测线用于记录温室环境参数，Fluent每次仿真后写出该线的平均温度、平均二氧化碳浓度，与温室内对应环境参数的理想值进行对比，实现对温室综合性能的评估。

温室环境参数因子优化选取温室温度适宜性、二氧化碳分布均匀性和风机能耗为优化目标，本次研究中，描述室内温度环境因子的适宜性采用均方根误差 (RMSE)函数，温度适宜性指标JT定义为

(2)

式中Ti——观测线i的线平均温度

Tidea——作物生长区域的理想温度，取30℃

Np——观测线数量

二氧化碳浓度分布均匀性指标JCO2为

(3)

式中Ci——观测线i的线平均二氧化碳浓度

Cidea——作物生长区域的二氧化碳理想浓度，取6×10-4

能耗指标Jenergy为

(4)

式中ηfan——风机效率，取0.75

ΔP——通过风机的压力上升值，取180 Pa

3.2 优化结果分析

基于超级计算机结合NSGA-Ⅱ算法进行分析，人口数设置为200，迭代次数为5，温室边界条件湿帘入口处二氧化碳注入速率设置为1.2×10-3,两个控制变量的变化范围设置为：湿帘入口温度[295 K，305 K]，风机出口风速[2 m/s，7 m/s]，使用Fluent 18.0求解。

如图9所示，最优解集收敛到Pareto前沿曲面。图10可以看出温度指标与温室能耗指标表现出明显的反比关系。研究得出，最佳温度适宜性指标范围在0.61～1.95，二氧化碳浓度分布均匀性指标范围在12～68，以及能耗指标范围在2.7～3.9，对应的控制变量湿帘入口温度为 [296.6 K，302 K]，风机出口风速范围[2.9 m/s，5.5 m/s]。从Pareto前沿的最优解中，考虑到能耗与环境参数性能的平衡，选择一组控制变量值设置温室边界条件，湿帘入口温度为299.5 K，风机出口风速为4.2 m/s，进行CFD仿真。图11分别为温室高度1 m与1.7 m处温度分布轮廓图，可以看出，温室内作物主要生长区域温度在29.5～32.85℃之间，适合华东地区夏季作物培育。图12分别为温室高度1 m与1.7 m处二氧化碳浓度分布轮廓图, 可以看出，作物区域二氧化碳浓度分布均匀。3个指标JT=1.25，JCO2=38.96，Jenergy=3.41，使用此方案可以对温室内部温度场、二氧化碳浓度分布提供有效优化，同时控制温室能耗，适宜作物生长。

4 结论

(1)通过建立温室建筑CFD模型，温度场、二氧化碳分布模拟结果与华东地区实地实验所测结果吻合良好，平均相对误差分别为4.9%和7.05%，表明建立的CFD模型有效，模拟玻璃温室内环境参数分布可行。

(2)结合NSGA-Ⅱ算法建立C++-Fluent优化框架，对温室环境因子进行调节优化，可以得到温室控制量的有效参数范围，温室湿帘入口温度选取区间为[296.6 K，302 K]，风机出口风速范围设置区间为[2.9 m/s，5.5 m/s]，选取一组控制变量值设置温室边界条件进行仿真模拟，通过结果分布可以看出，对于控制调节有参考价值。

(3)基于超级计算机结合多目标优化算法对温室内部温度场、速度场和二氧化碳浓度分布进行优化研究，寻求温室耗能与环境适宜性相平衡，相比个人计算机计算效率大幅提高，计算时长缩短约88.09%。