双时间尺度温室环境最优控制仿真验证

摘要

针对温室环境最优控制中长时域天气预测误差导致控制性能下降的问题，依据北京市生菜和能源市场价格构建直接表征控制过程经济效益的控制目标模型，将气象站采集的北京市全年天气数据作为长时域天气预测依据，采用高斯白噪声、时序反转、时间替换3种方法产生不同的天气预测误差，并将转换后的天气数据作为仿真时所用的实际天气数据，采用温室-生菜互作机理模型作为仿真计算的系统模型，研究基于双时间尺度分解的滚动时域最优控制（Receding horizon optimal control, RHOC）的控制性能，从产量、成本、经济效益等方面与传统的模型预测控制（Model predictive control, MPC）进行对比分析。结果表明：MPC仅在完美天气预测下具有较高的控制性能，在使用高斯白噪声、时序反转和时间替换3种方法生成天气预测误差情景下，RHOC相比MPC在经济效益上分别提升了1.24%、20.59%和21.32%。本研究的量化分析结果验证了双时间尺度温室环境最优控制方法的优越性，为控制算法的在线实施提供了数据支撑。

关键词

双时间尺度分解 / 温室环境 / 最优控制 / 模型预测控制 / 经济效益