CN110737204B - 太阳能热泵控温的温室大棚模型的建立方法 - Google Patents

太阳能热泵控温的温室大棚模型的建立方法 Download PDF

Info

Publication number
CN110737204B
CN110737204B CN201810803323.2A CN201810803323A CN110737204B CN 110737204 B CN110737204 B CN 110737204B CN 201810803323 A CN201810803323 A CN 201810803323A CN 110737204 B CN110737204 B CN 110737204B
Authority
CN
China
Prior art keywords
greenhouse
model
heat
establishing
refrigerant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810803323.2A
Other languages
English (en)
Other versions
CN110737204A (zh
Inventor
巨云涛
袁姝
刘珂
马雅蓉
陈璨
吴林林
刘辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power Research Institute Co Ltd
China Agricultural University
Original Assignee
North China Electric Power Research Institute Co Ltd
China Agricultural University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power Research Institute Co Ltd, China Agricultural University filed Critical North China Electric Power Research Institute Co Ltd
Priority to CN201810803323.2A priority Critical patent/CN110737204B/zh
Publication of CN110737204A publication Critical patent/CN110737204A/zh
Application granted granted Critical
Publication of CN110737204B publication Critical patent/CN110737204B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Greenhouses (AREA)

Abstract

本发明公开了一种太阳能热泵控温的温室大棚模型,包括:以温室外环境因子为可测输入并以温室内温度为输出,分析温室温度系统的机理模型,以建立温室大棚温度系统模型描述温室内温度系统;根据平衡均相理论建立太阳能集热器的两相流模型;根据冰箱压缩机的运行机理建立计算其耗功率的太阳能热泵压缩机模型;建立冷凝器模型,并根据能量守恒定律建立方程。该模型解决由于太阳能辐射强度的随机性对模型仿真系统带来的波动,结果更符合实际情况,可为温室大棚规划建设带来便利,具有实用性与广泛性,简单易实现。

Description

太阳能热泵控温的温室大棚模型的建立方法
技术领域
本发明涉及温室大棚技术领域,特别涉及一种太阳能热泵控温的温室大棚模型。
背景技术
周围的环境中存在着无穷无尽的低品位热源,如空气、水、土壤、太阳能、工业废热等。由于它们的温度往往比较低,达不到温室大棚对用热的温度要求而不能直接加以利用。而热泵是一种能获取低位热能,经过电能做功,提供可被温室大棚所用的高位热能的装置。热泵的工作原理与制冷机相同,都是按逆卡诺循环工作。根据热源形式的不同,热泵可分为空气源热泵、水源热泵、土壤源热泵和太阳能热泵等。
由于化石能源给环境带来了大量的污染,太阳能、风能等一次清洁能源被广泛应用已成为一种趋势,而太阳能热泵还未被使用在农业温室大棚中。温室大棚透光、密闭、保温的结构形成了一个与外界气候环境相对隔离的特殊的内部气候环境,它直接决定着温室内作物的生长状况,从而影响温室作物的产量、品质、供应期以及整个温室生产的经济效益。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的目的在于提出一种太阳能热泵控温的温室大棚模型,该模型具有实用性与广泛性,简单易实现。
为达到上述目的,本发明一方面实施例提出了一种太阳能热泵控温的温室大棚模型,包括:以温室外环境因子为可测输入并以温室内温度为输出,分析温室温度系统的机理模型,以建立温室大棚温度系统模型描述温室内温度系统;根据平衡均相理论建立太阳能集热器的两相流模型;根据冰箱压缩机的运行机理建立计算其耗功率的太阳能热泵压缩机模型;建立冷凝器模型,并根据能量守恒定律建立方程。
本发明实施例的太阳能热泵控温的温室大棚模型,考虑了太阳辐射强度的随机性,可以更加真实地反映因其产生的温室大棚内温度的波动,并且进一步为温室大棚提供了一种新的控温途径,为后续温室大棚发展提供新的方向,解决由于太阳能辐射强度的随机性对模型仿真系统带来的波动,结果更符合实际情况,可为温室大棚规划建设带来便利,具有实用性与广泛性,简单易实现。
另外,根据本发明上述实施例的太阳能热泵控温的温室大棚模型还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,还包括:根据温室系统中的能量变化情况确定温室内部的温度变化,所述能量变化包括显热交换和潜热交换,其中,所述显热交换包括入射到温室内的太阳辐射能、天窗自然通风换热、温室覆盖和维护材料缝隙泄漏换热,且所述潜热交换包括温室中的作物蒸腾作用。
进一步地,在本发明的一个实施例中,还包括:对温室内部建立能量平衡方程,其中,所述平衡方程为:
qa=qrad+qven+qconv-qtran
其中,qa为温室内空气能量的变化,qrad为射太阳辐射能,qven为天窗自然通风引起的空气对流热交换,qconv为韫室内外空气通过温室覆盖、围护材料进行的热交换,qtran为作物蒸腾作用消耗的潜热。
进一步地,在本发明的一个实施例中,其中,根据制冷剂在集热器内流动所遵循的动量守恒定律,可得:
Figure GDA0002709336870000021
vm=vf+xvfg,vfg=vg-vf
并且,由所述能量守恒定律,可得:
Figure GDA0002709336870000022
hfg=hg-hf,UL=f(hc,hr),
其中,P为集热器中制冷剂的压力,Cf为摩擦阻力系数,G为单位集热面积上制冷剂的质流量,Di为集热管的内径,vm为制冷剂均相比容,vg为制冷剂饱和气比容,vf为制冷剂饱和液比容,x为制冷剂干度,
Figure GDA0002709336870000023
为集热器中的制冷剂流量,W为集热器板宽,F′为太阳集热器的效率因子;hg为制冷剂的饱和气焓,hf为制冷剂的饱和液焓,I为太阳能辐射度,τα为透射吸收率,UL为热损系数,hc为集热器与周围环境空气间的对流换热系数,hr为集热器与周围环境间的当量辐射换热系数,Tf为集热器中制冷剂的平均温度,Ta环境温度。
进一步地,在本发明的一个实施例中,还包括:在所述太阳能辐射度视为与时间有关的随机变量时,列写在能量守恒定律方程中加入随机量的方程:
Figure GDA0002709336870000031
其中,W(t)是一个维纳过程。
进一步地,在本发明的一个实施例中,如果所述二阶矩过程{W(t),t≥0}满足具有独立增量,对任意的t>s≥0,增量W(t)-W(s)~N(0,σ2(t-s)),且σ>0,W(0)=0,则确定为所述维纳过程。
进一步地,在本发明的一个实施例中,所述太阳能热泵压缩机模型采用冰箱压缩机,所述冰箱压缩机的耗功率为:
Figure GDA0002709336870000032
其中,Pcomp为压缩机实际耗功率,
Figure GDA0002709336870000033
为压缩机中的制冷剂流量,P1、P2为分别为压缩机吸和排气压力,v1为压缩机吸气比容,k为绝热指数,ηcomp为压缩机的总效率。
进一步地,在本发明的一个实施例中,所述压缩机的制冷剂流量与所述集热器的制冷剂流量的关系为:
Figure GDA0002709336870000034
其中,NC为集热器组数。
进一步地,在本发明的一个实施例中,所述冷凝器模型放热量为:
Figure GDA0002709336870000035
其中,Qc为冷凝放热量,h2和h3为冷凝进出口制冷剂的焓值。
进一步地,在本发明的一个实施例中,在热泵与温室进行能量交换时,温室内空气能量的变化等于所述冷凝放热量。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的太阳能热泵控温的温室大棚模型的流程图;
图2为根据本发明一个实施例的太阳能热泵控温的温室大棚模型的结构图;
图3为根据本发明一个实施例的温室大棚温度系统模型的示意图;
图4为根据本发明一个实施例的温室大棚温度系统模型的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的太阳能热泵控温的温室大棚模型。
图1是本发明一个实施例的太阳能热泵控温的温室大棚模型的流程图。
如图1所示,该太阳能热泵控温的温室大棚模型包括以下步骤:
在步骤S101中,以温室外环境因子为可测输入并以温室内温度为输出,分析温室温度系统的机理模型,以建立温室大棚温度系统模型描述温室内温度系统。
可以理解的是,以温室外环境因子为可测输入,以温室内温度为输出,建立温室大棚温度系统模型描述温室内温度系统,如图2所示,在模块M101中,建立温室大棚温度系统模型。
具体而言,以温室外环境因子(太阳辐射强度、温度、湿度、C02浓度、风速和风向等)为可测(不可控)输入,以温室内温度为输出,分析了温室温度系统的机理模型,经合理简化后,建立温室大棚温度系统模型描述温室内温度系统。
进一步地,在本发明的一个实施例中,还包括:根据温室系统中的能量变化情况确定温室内部的温度变化,能量变化包括显热交换和潜热交换,其中,显热交换包括入射到温室内的太阳辐射能、天窗自然通风换热、温室覆盖和维护材料缝隙泄漏换热,且潜热交换包括温室中的作物蒸腾作用。
可以理解的是,如图3所示,温室大棚温度系统模型包括以下假设:将温室内部空气系统作为一个整体,温室系统中的能量变化情况决定了温室内部的温度变化,能量变化包括显热交换和潜热交换;显热交换包括入射到温室内的太阳辐射能、天窗自然通风换热、温室覆盖和维护材料缝隙泄漏换热;潜热交换包括温室中的作物蒸腾作用。
进一步地,在本发明的一个实施例中,还包括:对温室内部建立能量平衡方程,其中,平衡方程为:
qa=qrad+qven+qconv-qtran
其中,qa为温室内空气能量的变化,qrad为射太阳辐射能,qven为天窗自然通风引起的空气对流热交换,qconv为韫室内外空气通过温室覆盖、围护材料进行的热交换,qtran为作物蒸腾作用消耗的潜热。
具体而言,对温室内部建立能量平衡方程:
qa=qrad+qven+qconv-qtran
其中,qa为温室内空气能量的变化,单位为W=J·s-1;qrad为射太阳辐射能,单位为J·s-1;qven为天窗自然通风引起的空气对流热交换,单位为J·s-1;qconv为韫室内外空气通过温室覆盖、围护材料进行的热交换,单位为J·s-1;qtran为作物蒸腾作用消耗的潜热,单位为J·s-1
Figure GDA0002709336870000051
其中,ρair为空气密度,在海拔0m、标准大气压情况下取1.292kg·m-3;Cair为空气热容量,1.005kJ·kg-1·K-1;V为温室容积,单位为m3;Tin为温室内的温度,单位为K;t为时间,单位为s。
qrad=τ·Qrad·Ag
其中,τ为温室覆盖材料的太阳辐射透过率,无量纲;Qrad为太阳辐射强度,单位为W·m-2;Ag为温室地表面积,单位为m2
qven=ρairCairGw(Tout-Tin),
其中,Gw为天窗的自然通风率,单位为m3·s-1;Tout为温室外的温度,单位为K。
进一步地,综合考虑风压和热压作用,温室天窗自然通风率的计算公式如下:
Figure GDA0002709336870000052
Figure GDA0002709336870000053
其中,S为温室有效通风面积,单位为m2;Aw为天窗总面积(天窗长度×宽度×个数),单位为m2;α为开窗角度;Cd为流量系数,无量纲;Cw为综合风压系数,无量纲;U为温室外风速,单位为m·s-1;g为重力加速度,9.8m·s-2;H为温室进风口中心与出风口中心的垂直距离,单位为m。
在忽略热压作用的影响时,可将上式简化为:
Figure GDA0002709336870000061
qconv=Achc(Tout-Tin),
其中,Ac为温室表面积(覆盖于维护材料总面积),单位为m2;hc为温室覆盖与围护材料的热传导系数,单位为J·s-1·K-1
qtran=AlλE,
其中,Al为温室内作物冠层面积,单位为m2;λ为水的蒸发潜热,单位为2.450J·kg-1;E为温室作物叶片蒸腾速率,单位为kg·s-1·m-2
作物叶片的蒸腾速率如下:
Figure GDA0002709336870000062
Figure GDA0002709336870000063
式中Δ为饱和水汽压随温度变化曲线的斜率,单位为kPa·K-1;Rn′为作物冠层所得净辐射,单位为W·m-2;LAI为作物冠层叶面积指数(叶面积m2/地表面积m2,需用冠层分析仪测量),无量纲;rb为作物叶片边界层空气力学阻抗(可根据Stanghellini给出的方法确定),单位为s·m-1;rl为作物叶片对水汽的阻抗(气孔平均阻抗,可根据Stanghellini给出的方法确定),单位为s·m-1;γ为湿度计常数,0.0646kPa·K-1;ein为温室内空气实际水汽压,单位为kPa;
Figure GDA0002709336870000064
为温室内空气饱和水汽压,单位为kPa;RHin为温度内相对湿度,%。
进一步地,此变量可表示为:
R'n=Rn[1-exp(-k·LAI)],
其中,k为作物冠层消光系数(需用冠层分析仪测量),无量纲;Rn为到达作物冠层上方的太阳净辐射,单位为W·m-2
由研究表明:
Rn≡c·Qrad
Figure GDA0002709336870000071
T′in=Tin-273.15,
其中,c为常数,无量纲(可根据Stanghellini给出的方法确定)T′in温室内的温度,单位为℃;e00℃时的空气饱和水汽压,取0.6107kPa。
并将上式在T′in=Tx处Taylor展开(忽略二次以上项),得:
Figure GDA0002709336870000072
Figure GDA0002709336870000073
在步骤S102中,根据平衡均相理论建立太阳能集热器的两相流模型。
可以理解的是,本发明实施例利用平衡均相理论,建立了太阳能集热器的两相流模型。也就是说,可以利用平衡均相理论,即假定气液两相具有相同的流速,并如图2所示,在模块M102中,建立太阳能集热器的两相流模型。
进一步地,在本发明的一个实施例中,其中,根据制冷剂在集热器内流动所遵循的动量守恒定律,可得:
Figure GDA0002709336870000074
vm=vf+xvfg,vfg=vg-vf
并且,由能量守恒定律,可得:
Figure GDA0002709336870000075
hfg=hg-hf,UL=f(hc,hr),
其中,P为集热器中制冷剂的压力,Cf为摩擦阻力系数,G为单位集热面积上制冷剂的质流量,Di为集热管的内径,vm为制冷剂均相比容,vg为制冷剂饱和气比容,vf为制冷剂饱和液比容,x为制冷剂干度,
Figure GDA0002709336870000076
为集热器中的制冷剂流量,W为集热器板宽,F′为太阳集热器的效率因子;hg为制冷剂的饱和气焓,hf为制冷剂的饱和液焓,I为太阳能辐射度,τα为透射吸收率,UL为热损系数,hc为集热器与周围环境空气间的对流换热系数,hr为集热器与周围环境间的当量辐射换热系数,Tf为集热器中制冷剂的平均温度,Ta环境温度。
具体而言,P为集热器中制冷剂的压力,单位为kPa;Cf为摩擦阻力系数;G为单位集热面积上制冷剂的质流量,单位为kg/(m2·s);Di为集热管的内径,单位为m;vm为制冷剂均相比容;vg为制冷剂饱和气比容,单位为m3/kg;vf为制冷剂饱和液比容,单位为m3/kg;x为制冷剂干度;
Figure GDA0002709336870000081
为集热器中的制冷剂流量,单位为kg/s;W为集热器板宽,单位为m;F′为太阳集热器的效率因子;hg为制冷剂的饱和气焓,单位为J/kg;hf为制冷剂的饱和液焓,单位为J/kg;I为太阳能辐射度,单位为W/m2;τα为透射吸收率;UL为热损系数;hc为集热器与周围环境空气间的对流换热系数,单位为W/(m2·℃);hr为集热器与周围环境间的当量辐射换热系数,单位为W/(m2·℃);Tf为集热器中制冷剂的平均温度,单位为K;Ta环境温度,单位为K。
进一步地,在本发明的一个实施例中,还包括:在太阳能辐射度视为与时间有关的随机变量时,列写在能量守恒定律方程中加入随机量的方程:
Figure GDA0002709336870000082
其中,W(t)是一个维纳过程。
将其中的变量I,即太阳能辐射度视为一个与时间有关的随机变量时,可以列写在能量守恒定律方程中加入随机量的方程:
Figure GDA0002709336870000083
其中,W(t)是一个维纳过程。
太阳能辐射度I本来只与变量τα有关,但在增加了随机量之后即成为与时间也有关的一个变量,加入随机量之后将导致
Figure GDA0002709336870000084
也变为一个与时间有关的随机变量。
进一步地,在本发明的一个实施例中,其中,如果二阶矩过程{W(t),t≥0}满足具有独立增量,对任意的t>s≥0,增量W(t)-W(s)~N(0,σ2(t-s)),且σ>0,W(0)=0,则确定为维纳过程。
具体而言,W(t)是一个维纳过程,它是一个具体而又典型的随机过程,它是布朗运动的数学模型,且属于独立增量过程。对于给定的二阶矩过程{W(t),t≥0},如果它满足:具有独立增量;对任意的t>s≥0,增量W(t)-W(s)~N(0,σ2(t-s)),且σ>0;W(0)=0,则称此过程为维纳过程。
需要说明的是,求解随机微分方程的工具层出不穷,可以使用SUNDIALS,它是一组适用于线性/非线性、微分-代数方程的求解工具集。此外,Matlab也有自带的SDE_Toolbox工具箱。此工具箱中为一组求解各种形式随机微分方程(组)的Matlab程序集,参看工具箱中的说明,便可学会使用其中的SDE Toolbox Models Library,其中包括十种不同形式的随机微分方程(组),只要输入相应的参数,便可求解。
在步骤S103中,根据冰箱压缩机的运行机理建立计算其耗功率的太阳能热泵压缩机模型。
可以理解的是,如图2所示,在模块M103中,建立太阳能热泵压缩机模型,利用小型全封闭活塞式压缩机的运行机理,建立计算其耗功率的太阳能热泵压缩机模型。也就是说,利用冰箱压缩机的运行机理,即利用小型全封闭活塞式压缩机的运行机理,建立计算其耗功率的太阳能热泵压缩机模型,如图4所示。
进一步地,在本发明的一个实施例中,太阳能热泵压缩机模型采用冰箱压缩机,冰箱压缩机的耗功率为:
Figure GDA0002709336870000091
其中,Pcomp为压缩机实际耗功率,
Figure GDA0002709336870000092
为压缩机中的制冷剂流量,P1、P2为分别为压缩机吸和排气压力,v1为压缩机吸气比容,k为绝热指数,ηcomp为压缩机的总效率。
具体而言,Pcomp为压缩机实际耗功率,单位为W;
Figure GDA0002709336870000093
为压缩机中的制冷剂流量,单位为kg/s;P1、P2为分别为压缩机吸、排气压力,单位为kPa;v1为压缩机吸气比容,单位为m3/kg;k为绝热指数;ηcomp为压缩机的总效率。
压缩机中的制冷剂质流量为:
Figure GDA0002709336870000094
其中,Vth为压缩机的理论容积输气量,单位为m3/s;λV为压缩机的输气系数;λc为容积系数;λp为压力系数;λT为温度系数;λl为泄露系数。
进一步地,在本发明的一个实施例中,压缩机的制冷剂流量与集热器的制冷剂流量的关系为:
Figure GDA0002709336870000101
其中,NC为集热器组数。
由于之前加入的随机量,使
Figure GDA0002709336870000102
变成了一个与时间有关的随机变量,则此处的
Figure GDA0002709336870000103
也将变成一个与时间有关的随机变量。
在步骤S104中,建立冷凝器模型,并根据能量守恒定律建立方程。
可以理解的是,如图2所示,在模块M104中,建立冷凝器模型;最后利用能量守恒定律建立方程。
进一步地,在本发明的一个实施例中,冷凝器模型放热量为:
Figure GDA0002709336870000104
其中,Qc为冷凝放热量,h2和h3为冷凝进出口制冷剂的焓值。
具体而言,Qc为冷凝放热量,单位为W;h2、h3为冷凝进出口制冷剂的焓值,单位为J/kg。由于之前加入的随机量,使
Figure GDA0002709336870000105
变成了一个与时间有关的随机变量,则此处的Qc也将变成一个与时间有关的随机变量。
进一步地,在本发明的一个实施例中,在热泵与温室进行能量交换时,温室内空气能量的变化等于冷凝放热量。
可以理解的是,qa为温室内空气能量的变化,Qc为冷凝放热量即太阳能热泵与温室大棚之间的能量交换值,由于只有热泵与温室进行能量交换,即Qc=qa。由于之前加入的随机量,使Qc变成了一个与时间有关的随机变量,则本发明建立的太阳能热泵控温的温室大棚模型也将变成一个与时间有关的随机变量。
根据本发明实施例提出的太阳能热泵控温的温室大棚模型,考虑了太阳辐射强度的随机性,可以更加真实地反映因其产生的温室大棚内温度的波动,并且进一步为温室大棚提供了一种新的控温途径,为后续温室大棚发展提供新的方向,解决由于太阳能辐射强度的随机性对模型仿真系统带来的波动,结果更符合实际情况,可为温室大棚规划建设带来便利,具有实用性与广泛性,简单易实现。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种太阳能热泵控温的温室大棚模型的建立方法,其特征在于,包括:
以温室外环境因子为可测输入并以温室内温度为输出,分析温室温度系统的机理模型,以建立温室大棚温度系统模型描述温室内温度系统;
根据平衡均相理论建立太阳能集热器的两相流模型,其中,根据制冷剂在集热器内流动所遵循的动量守恒定律,可得:
Figure FDA0002990475050000011
vm=vf+xvfg,vfg=vg-vf,并且,由能量守恒定律,可得:
Figure DEST_PATH_FDA0002709336860000012
hfg=hg-hf,UL=f(hc,hr),其中,P为集热器中制冷剂的压力,Cf为摩擦阻力系数,G为单位集热面积上制冷剂的质流量,Di为集热管的内径,vm为制冷剂均相比容,vg为制冷剂饱和气比容,vf为制冷剂饱和液比容,x为制冷剂干度,
Figure DEST_PATH_FDA0002709336860000013
为集热器中的制冷剂流量,W为集热器板宽,F′为太阳集热器的效率因子;hg为制冷剂的饱和气焓,hf为制冷剂的饱和液焓,I为太阳能辐射度,τα为透射吸收率,UL为热损系数,hc为集热器与周围环境空气间的对流换热系数,hr为集热器与周围环境间的当量辐射换热系数,Tf为集热器中制冷剂的平均温度,Ta环境温度;在所述太阳能辐射度视为与时间有关的随机变量时,列写在能量守恒定律方程中加入随机量的方程:
Figure DEST_PATH_FDA0002709336860000014
其中,W(t)是一个维纳过程;
根据冰箱压缩机的运行机理建立计算其耗功率的太阳能热泵压缩机模型;以及
建立冷凝器模型,并根据能量守恒定律建立方程。
2.根据权利要求1所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,还包括:
根据温室系统中的能量变化情况确定温室内部的温度变化,所述能量变化包括显热交换和潜热交换,其中,所述显热交换包括入射到温室内的太阳辐射能、天窗自然通风换热、温室覆盖和维护材料缝隙泄漏换热,且所述潜热交换包括温室中的作物蒸腾作用。
3.根据权利要求2所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,还包括:
对温室内部建立能量平衡方程,其中,所述平衡方程为:
qa=qrad+qven+qconv-qtran
其中,qa为温室内空气能量的变化,qrad为射太阳辐射能,qven为天窗自然通风引起的空气对流热交换,qconv为韫室内外空气通过温室覆盖、围护材料进行的热交换,qtran为作物蒸腾作用消耗的潜热。
4.根据权利要求1所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,其中,如果二阶矩过程{W(t),t≥0}满足具有独立增量,对任意的t>s≥0,增量W(t)-W(s)~N(0,σ2(t-s)),且σ>0,W(0)=0,则确定为所述维纳过程。
5.根据权利要求1所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,所述太阳能热泵压缩机模型采用冰箱压缩机,所述冰箱压缩机的耗功率为:
Figure FDA0002990475050000021
其中,Pcomp为压缩机实际耗功率,
Figure FDA0002990475050000022
为压缩机中的制冷剂流量,P1、P2为分别为压缩机吸和排气压力,v1为压缩机吸气比容,k为绝热指数,ηcomp为压缩机的总效率。
6.根据权利要求5所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,其中,所述压缩机的制冷剂流量与所述集热器的制冷剂流量的关系为:
Figure FDA0002990475050000023
其中,NC为集热器组数。
7.根据权利要求1所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,所述冷凝器模型放热量为:
Figure FDA0002990475050000024
其中,Qc为冷凝放热量,h2和h3为冷凝进出口制冷剂的焓值。
8.根据权利要求7所述的太阳能热泵控温的温室大棚模型的建立方法,其特征在于,在热泵与温室进行能量交换时,温室内空气能量的变化等于所述冷凝放热量。
CN201810803323.2A 2018-07-20 2018-07-20 太阳能热泵控温的温室大棚模型的建立方法 Active CN110737204B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810803323.2A CN110737204B (zh) 2018-07-20 2018-07-20 太阳能热泵控温的温室大棚模型的建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810803323.2A CN110737204B (zh) 2018-07-20 2018-07-20 太阳能热泵控温的温室大棚模型的建立方法

Publications (2)

Publication Number Publication Date
CN110737204A CN110737204A (zh) 2020-01-31
CN110737204B true CN110737204B (zh) 2021-06-29

Family

ID=69235610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810803323.2A Active CN110737204B (zh) 2018-07-20 2018-07-20 太阳能热泵控温的温室大棚模型的建立方法

Country Status (1)

Country Link
CN (1) CN110737204B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117075547B (zh) * 2023-08-15 2024-03-12 上海市农业科学院 一种植物工厂生菜栽培环境优化调控方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101236030A (zh) * 2008-02-01 2008-08-06 北京工业大学 一种直接式土壤源热泵系统
CN101315544A (zh) * 2007-06-01 2008-12-03 上海电机学院 一种温室智能控制方法
CN102035876A (zh) * 2010-10-15 2011-04-27 江苏鸿信系统集成有限公司 基于m2m架构的农业大棚远程监测和智能控制系统及方法
CN102640684A (zh) * 2012-04-12 2012-08-22 嘉兴学院 温室机械通风的控制方法及控制系统
CN103105246A (zh) * 2012-12-31 2013-05-15 北京京鹏环球科技股份有限公司 一种基于遗传算法改进的bp神经网络的温室环境预测反馈方法
CN106020168A (zh) * 2016-06-30 2016-10-12 华北电力科学研究院有限责任公司 双馈风机次同步谐振硬件在环测试系统及方法
CN106934247B (zh) * 2017-03-22 2019-06-04 上海理工大学 基于表面热平衡的大空间分层空调负荷计算方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10290148B2 (en) * 2011-04-14 2019-05-14 Suntracker Technologies Ltd. System and method for real time dynamic lighting simulation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101315544A (zh) * 2007-06-01 2008-12-03 上海电机学院 一种温室智能控制方法
CN101236030A (zh) * 2008-02-01 2008-08-06 北京工业大学 一种直接式土壤源热泵系统
CN102035876A (zh) * 2010-10-15 2011-04-27 江苏鸿信系统集成有限公司 基于m2m架构的农业大棚远程监测和智能控制系统及方法
CN102640684A (zh) * 2012-04-12 2012-08-22 嘉兴学院 温室机械通风的控制方法及控制系统
CN103105246A (zh) * 2012-12-31 2013-05-15 北京京鹏环球科技股份有限公司 一种基于遗传算法改进的bp神经网络的温室环境预测反馈方法
CN106020168A (zh) * 2016-06-30 2016-10-12 华北电力科学研究院有限责任公司 双馈风机次同步谐振硬件在环测试系统及方法
CN106934247B (zh) * 2017-03-22 2019-06-04 上海理工大学 基于表面热平衡的大空间分层空调负荷计算方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Development of a single energy balance model for prediction of temperatures inside a naturally ventilated greenhouse with polypropylene soil mulch;Audberto Reyes-Rosas,等;《Computers and Electronics in Agriculture》;20171231;第142卷;第9-28页 *
北方大棚土壤源太阳能热泵蓄热系统的研究;蒋绿林,等;《江苏农业科学》;20161231;第44卷(第12期);第350-352页 *
日光温室空气-土壤源双效热泵系统设计与性能测试;王宇欣,等;《农业机械学报》;20171130;第48卷(第11期);第350-358页 *
现代温室温度混杂系统的建模;秦琳琳,石春,吴刚;《北京工业大学学报》;20140731;第40卷(第7期);第996-1000页 *
直膨式太阳能热泵系统的模型仿真;刘立平,等;《太阳能学报》;20090531;第30卷(第5期);第596-601页 *

Also Published As

Publication number Publication date
CN110737204A (zh) 2020-01-31

Similar Documents

Publication Publication Date Title
Oropeza-Perez et al. Active and passive cooling methods for dwellings: A review
Ioannidis et al. Modeling of double skin façades integrating photovoltaic panels and automated roller shades: Analysis of the thermal and electrical performance
Huang et al. Numerical study and experimental validation of a direct-expansion solar-assisted heat pump for space heating under frosting conditions
Bordignon et al. Energy analysis of different configurations for a reversible ground source heat pump using a new flexible TRNSYS Type
Kavian et al. Transient simulation and multi-objective optimization of a VSD ground source heat pump in various usage
Olmuş et al. Performance assessment of a desiccant air-conditioning system combined with dew-point indirect evaporative cooler and PV/T
Misra et al. Design and performance evaluation of low cost Earth to air heat exchanger model suitable for small buildings in arid and semi arid regions
Fan et al. Performance investigation on a multi-unit heat pump for simultaneous temperature and humidity control
Lu et al. Operating cost comparison of state-of-the-art heat pumps in residential buildings across the United States
Mansourimajoumerd et al. Comprehensive Strategies for Optimization e_Energy System in Different Climate Zone
Vitte et al. Proposal for a new hybrid control strategy of a solar desiccant evaporative cooling air handling unit
CN110737204B (zh) 太阳能热泵控温的温室大棚模型的建立方法
Schmidt Methodology for the modelling of thermally activated building components in low exergy design
Shrestha Empirical validation of building energy simulation software: EnergyPlus
Welsby et al. Steady-and dynamic-state simulations of heat-pumps. Part I: literature review
Jakovics et al. Monitoring and modelling of energy efficiency for low energy testing houses in Latvian climate conditions
CN111222230A (zh) 热泵类电采暖设备的建模处理方法及装置
Priarone et al. Energy demand hourly simulations and energy saving strategies in greenhouses for the Mediterranean climate
Adámek et al. Solar ventilation and tempering
Bourdoukan et al. Global efficiency of direct flow vacuum collectors in autonomous solar desiccant cooling: simulation and experimental results
Bourdoukan et al. Overall cooling efficiency of a solar desiccant plant powered by direct-flow vacuum-tube collectors: simulation and experimental results
Jiang et al. Cost-effective integration of efficient low-lift base load cooling equipment
Syed Evolution of Building Thermal Simulation Methodologies
Hanuszkiewicz-Drapała et al. Heating system with vapour compressor heat pump and vertical U-tube ground heat exchanger
IP Solar thermal storage with phase change materials in domestic buiildings

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant