CN116449897B - 温室环境最优控制方法、服务器及系统 - Google Patents
温室环境最优控制方法、服务器及系统 Download PDFInfo
- Publication number
- CN116449897B CN116449897B CN202310674136.XA CN202310674136A CN116449897B CN 116449897 B CN116449897 B CN 116449897B CN 202310674136 A CN202310674136 A CN 202310674136A CN 116449897 B CN116449897 B CN 116449897B
- Authority
- CN
- China
- Prior art keywords
- greenhouse
- control
- time
- control strategy
- environment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 95
- 238000011217 control strategy Methods 0.000 claims abstract description 198
- 230000009471 action Effects 0.000 claims abstract description 189
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000003306 harvesting Methods 0.000 claims description 45
- 230000006870 function Effects 0.000 claims description 40
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 25
- 238000012272 crop production Methods 0.000 claims description 18
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 16
- 239000001569 carbon dioxide Substances 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 13
- 238000005096 rolling process Methods 0.000 abstract description 9
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000001960 triggered effect Effects 0.000 description 12
- 239000004973 liquid crystal related substance Substances 0.000 description 10
- 230000007613 environmental effect Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 4
- 238000004321 preservation Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005338 heat storage Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Greenhouses (AREA)
Abstract
本发明提供一种温室环境最优控制方法、服务器及系统，属于计算机技术领域，所述方法包括：通过首次求解开环最优控制问题，确定控制策略和状态最优轨线；针对控制策略中各个动作指令，在目标动作指令的执行时刻之前的目标时刻，基于控制策略、温室环境传感器数据和状态最优轨线，判断是否更新计算控制策略；若确定更新计算控制策略，则基于目标动作指令，通过更新求解开环最优控制问题，更新控制策略和状态最优轨线。通过触发式滚动时域最优控制方式迭代调整控制策略，所述温室环境最优控制系统能够面向无控制器的日光温室等棚室，为种植者提供更加高效的和可接受的温室环境调控设备管理决策建议，提高温室作物产量与种植效益。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种温室环境最优控制方法、服务器及系统。
背景技术
日光温室是中国北方地区蔬菜越冬生产的主流设施结构类型。提高日光温室环境调控能力，保障作物高效及优质生产，一直是日光温室产业提档升级的核心工作。
为改善日光温室作物生长环境，相关技术中的方法包括优化日光温室结构设计与材料选择，提高温室采光、保温及蓄热性能；针对日光温室光热特性研发专用环境调节装备，例如主动蓄放热系统、温室空气余热加温系统等节能系统装备；优化日光温室环境控制策略。然而，相关技术中提升日光温室环境调控能力的技术手段主要集中在温室结构优化及专用设备开发，很少涉及环境控制策略优化。在实际生产中日光温室环境控制主要依据种植者经验以及设施园艺通用知识，进行控制，并通过简单的开关控制器或比例积分微分（Proportional-Integral-Derivative，PID）控制器实现，当然对于没有配套控制器的温室则直接采用手动控制。例如，在日光温室越冬生产番茄过程中，种植者可以选择在白天室内气温到达30℃时打开顶通风，待室内气温下降至25℃时关闭顶通风。这些控制器设置或手动操作无量化指标依据，不能准确解释未来的动态，即种植者并不知道理想的作物产量或经济效益具体是多少，更无法保证所采用的控制方法能够达到期望目标，导致日光温室环境控制低效。控制的目的之一是寻求最优解，当日光温室生产追求经济效益最大化、作物产量最大化或能耗最小化时，现有的日光温室环境控制方法将无法胜任。
目前，大部分日光温室缺乏环境调节设备及自动控制系统配套，属于典型日光温室，体量巨大。典型日光温室一般拥有开窗（顶开窗或侧开窗）及保温被这两项必备的可控结构性组件，且不具备控制器，其环境控制完全由种植者依据经验进行手动操作。相关技术中所采用的控制方法难以达到期望目标（作物产量目标或经济效益目标），导致日光温室环境控制效果较差。
典型日光温室的特点包括：温室不具备控制器，受控组件及设备完全由种植者手动控制，或温室配置了通过判定时间定义设备运行状态、不具备远程通讯功能的简单控制器，由种植者主导控制器设置。
最优控制是模型预测控制的一种，属于优化和控制两个领域的交叉。与PID控制通过比例积分微分运算得到控制量不同，最优控制通过定义一个控制目标函数来描述控制器的性能，以优化问题的求解来指导控制器的动作，能够提供更高控制效率。
温室环境最优控制是在作物生长整个周期内，在一定约束条件下，通过权衡作物生产经济收益与作物生长期内环境调控设备的运行成本，寻求最优环境控制策略，即确定温室环境调节设备输入变量的最优控制策略，及相应的温室及作物状态变量最优轨线，使得温室作物生产获得最大净收益，或实现最大产量及最低能耗等控制性能指标。日光温室有很大潜力通过温室环境最优控制提高产能和经济性能。
目前大部分日光温室缺乏环境调节设备及自动控制系统配套，属于典型日光温室，体量巨大。但由于天气预报、温室环境模型以及作物生长模型等不可避免地存在预测误差，温室环境开环最优控制或理想最优控制无法实际应用。因此，为将温室环境最优控制理论应用于日光温室生产实践，为种植者提供更加高效的和可接受的日常管理决策建议，提高日光温室环境调控能力与作物产能，需要发明适用于无控制器的典型日光温室的温室环境最优控制方法及实施该方法的控制系统。
发明内容
针对无控制器的典型日光温室等棚室环境管控采用经验控制导致控制低效的问题，本发明实施例提供一种温室环境最优控制方法、服务器及系统，为种植者提供更加高效的和可接受的日常管理决策建议，提高日光温室作物产能与经济性能。
第一方面，本发明提供一种温室环境最优控制方法，包括：
通过首次求解开环最优控制问题，确定控制策略和状态最优轨线，所述首次求解开环最优控制问题所采用的控制时域的起始时刻为温室作物定植时刻；
针对所述控制策略中各个动作指令，在目标动作指令的执行时刻之前的目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，所述目标时刻处于所述目标动作指令的前一个动作指令的执行时刻之后；
若确定更新计算所述控制策略，则保持所述目标动作指令不变，并基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线，所述更新求解开环最优控制问题所采用的控制时域的起始时刻为所述目标时刻；
所述控制策略中最后一个动作指令为作物采收时刻之前的动作指令，所述更新求解开环最优控制问题在确定所述控制策略中最后一个动作指令将被执行后结束；
所述开环最优控制问题是通过定义温室作物生产过程模型、外部输入、温室状态约束、控制策略约束以及控制目标函数所确定的，所述控制策略包括多个时刻下的动作指令，所述动作指令用于指示温室环境调控设备进行动作，所述状态最优轨线用于预测在所述控制策略的条件下温室状态随时间的变化，所述温室状态包括温室内部环境和作物生长状态；
所述求解开环最优控制问题是按照所述温室状态约束和所述控制策略约束，在所述控制时域内确定控制策略使所述控制目标函数获取最值；
所述温室作物生产过程模型用于基于初始作物生长状态、初始温室内部环境、室外环境和温室环境传感器数据，模拟温室内部环境及作物生长状态随时间的变化；
所述控制目标函数用于基于所述控制策略、作物生长状态、温室内部环境、室外环境、作物销售价格和能源价格，评价控制策略的控制性能，所述外部输入包括所述室外环境；
所述首次求解开环最优控制问题包括，确定温室作物定植时刻的初始作物生长状态，以及采用传感器测量确定温室作物定植时刻的初始温室内部环境，以及确定从温室作物定植时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格；
所述更新求解开环最优控制问题包括，获取温室作物定植时刻至所述目标时刻的温室环境传感器数据，以及获取温室作物定植时刻的初始作物生长状态，以及通过所述温室作物生产过程模型模拟获取所述目标时刻的目标初始作物生长状态，以及测量确定所述目标时刻的目标初始温室内部环境，以及确定从所述目标时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格。
可选地，根据本发明提供的一种温室环境最优控制方法，在目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，包括：
基于所述状态最优轨线，获取所述目标时刻下的温室内部环境预测数据；
基于所述控制策略、所述温室环境传感器数据和所述温室内部环境预测数据，判断是否满足更新计算所述控制策略的触发条件，获取判断结果；
所述满足更新计算所述控制策略的触发条件包括：
所述目标动作指令为当日最后一个动作指令；
或，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值。
可选地，根据本发明提供的一种温室环境最优控制方法，所述温室内部环境预测数据包括室内空气温度预测值、室内空气湿度预测值和室内二氧化碳浓度预测值，所述温室环境传感器数据包括室内空气温度实测值、室内空气湿度实测值和室内二氧化碳浓度实测值，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值，为以下条件中的任意一项：
所述室内空气温度预测值与所述室内空气温度实测值之间的差值大于或等于温度阈值；
或，所述室内空气湿度预测值与所述室内空气湿度实测值之间的差值大于或等于湿度阈值；
或，所述室内二氧化碳浓度预测值与所述室内二氧化碳浓度实测值之间的差值大于或等于二氧化碳浓度阈值。
可选地，根据本发明提供的一种温室环境最优控制方法，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之后，还包括：
若所述目标动作指令是当日最后一个动作指令，则从所述控制策略中提取次日的动作指令，并发送所述次日的动作指令至用户设备；
或，若所述目标动作指令不是当日最后一个动作指令，则从所述控制策略中提取当日待执行的动作指令，并发送所述当日待执行的动作指令至用户设备。
可选地，根据本发明提供的一种温室环境最优控制方法，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之前，还包括：
基于所述目标时刻和作物采收时刻，确定距离采收时间间隔；
确定预设时间间隔和所述距离采收时间间隔中较小的一项作为目标时间间隔；
基于所述目标时刻和所述目标时间间隔，更新所述控制时域；
所述预设时间间隔小于所述温室作物定植时刻与所述作物采收时刻之间的间隔，所述首次求解开环最优控制问题所采用的控制时域是基于所述温室作物定植时刻和所述预设时间间隔确定的；
所述作物采收时刻是基于预设值所确定的或通过接收预设值修改所确定的。
可选地，根据本发明提供的一种温室环境最优控制方法，所述控制目标函数为生产总收益函数与运行成本函数之和；
所述生产总收益函数是基于作物销售价格、目标终止时刻和目标终止时刻的作物生长状态确定的；
所述运行成本函数是基于所述温室状态、所述控制策略、室外环境、能源价格和所述控制时域确定的；
所述目标终止时刻为所述控制时域的终止时刻。
可选地，根据本发明提供的一种温室环境最优控制方法，所述控制策略的约束条件包括：针对每个温室环境调控设备，每日动作指令的数量小于或等于2，动作指令的执行时刻处于预设种植者工作时段内。
第二方面，本发明还提供一种服务器，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述温室环境最优控制方法。
第三方面，本发明还提供一种温室环境最优控制系统，包括：如上述任一种所述服务器、温室环境采集器和数据交互装置；
所述温室环境采集器，用于监测温室环境并生成温室环境传感器数据；
所述数据交互装置，具有无线数据传输功能，用于发送所述温室环境传感器数据至所述服务器。
本发明提供的温室环境最优控制方法、服务器及系统，通过基于控制策略、温室环境传感器数据和状态最优轨线，判断是否触发针对未来某一段控制时域更新计算控制策略，可以在确定更新计算控制策略的情况下，基于目标动作指令，更新求解开环最优控制问题，更新控制策略和状态最优轨线，也即可以按照触发式滚动时域最优控制方式迭代调整控制策略，控制策略中各个动作指令是通过求解开环最优控制问题所确定的，通过动作指令指示温室环境调控设备进行动作，能够为种植者提供更加高效的和可接受的日常管理决策建议，优化温室种植的效益，提升日光温室环境的控制效果，提高日光温室作物产能与经济性能。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的温室环境最优控制方法的流程示意图之一；
图2是本发明提供的温室环境最优控制方法的流程示意图之二；
图3是本发明提供的温室环境最优控制方法的流程示意图之三；
图4是本发明提供的温室环境最优控制方法的流程示意图之四；
图5是本发明提供的温室环境最优控制方法的流程示意图之五；
图6是本发明提供的服务器的结构示意图；
图7是本发明提供的温室环境最优控制系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1是本发明提供的温室环境最优控制方法的流程示意图之一，如图1所示，所述温室环境最优控制方法的执行主体可以是电子设备，例如服务器等。该方法包括：
步骤101，通过首次求解开环最优控制问题，确定控制策略和状态最优轨线，所述首次求解开环最优控制问题所采用的控制时域的起始时刻为温室作物定植时刻；
所述控制策略中最后一个动作指令为作物采收时刻之前的动作指令，所述更新求解开环最优控制问题在确定所述控制策略中最后一个动作指令将被执行后结束；
所述开环最优控制问题是通过定义温室作物生产过程模型、外部输入、温室状态约束、控制策略约束以及控制目标函数所确定的，所述控制策略包括多个时刻下的动作指令，所述动作指令用于指示温室环境调控设备进行动作，所述状态最优轨线用于预测在所述控制策略的条件下温室状态随时间的变化，所述温室状态包括温室内部环境和作物生长状态；
所述求解开环最优控制问题是按照所述温室状态约束和所述控制策略约束，在所述控制时域内确定控制策略使所述控制目标函数获取最值；
所述温室作物生产过程模型用于基于初始作物生长状态、初始温室内部环境、室外环境和温室环境传感器数据，模拟温室内部环境及作物生长状态随时间的变化；
所述控制目标函数用于基于所述控制策略、作物生长状态、温室内部环境、室外环境、作物销售价格和能源价格，评价控制策略的控制性能，所述外部输入包括所述室外环境；
所述首次求解开环最优控制问题包括，确定温室作物定植时刻的初始作物生长状态，以及采用传感器测量确定温室作物定植时刻的初始温室内部环境，以及确定从温室作物定植时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格。
具体地，为了提升日光温室环境的控制效果，可以利用控制目标函数评价温室种植效益，通过首次求解开环最优控制问题，能够针对温室作物定植时刻之后的一段控制时域确定控制策略和状态最优轨线，控制策略可以包括多个时刻（控制时域中的时刻）下的动作指令，通过控制策略中的动作指令可以指示种植者控制温室环境调控设备（例如典型日光温室中的受控组件及设备）进行动作。
步骤102，针对所述控制策略中各个动作指令，在目标动作指令的执行时刻之前的目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，所述目标时刻处于所述目标动作指令的前一个动作指令的执行时刻之后。
具体地，可以针对控制策略中各个动作指令，判断是否更新控制策略。目标动作指令可以是控制策略中任意一个动作指令，针对目标动作指令，执行“判断是否更新计算控制策略”的时刻可以是目标动作指令的执行时刻之前的目标时刻，且该目标时刻处于目标动作指令的前一个动作指令的执行时刻之后。在目标时刻可以分析温室环境传感器数据和状态最优轨线之间的差异，根据该差异判断是否更新控制策略。
可选地，目标时刻可以是目标动作指令的上一个动作指令的执行时刻与目标动作指令的执行时刻之间的某一时刻。
可选地，目标时刻可以是目标动作指令的执行时刻之前的最近一个整点时刻。
步骤103，若确定更新计算所述控制策略，则保持所述目标动作指令不变，并基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线，所述更新求解开环最优控制问题所采用的控制时域的起始时刻为所述目标时刻；
所述更新求解开环最优控制问题包括，获取温室作物定植时刻至所述目标时刻的温室环境传感器数据，以及获取温室作物定植时刻的初始作物生长状态，以及通过所述温室作物生产过程模型模拟获取所述目标时刻的目标初始作物生长状态，以及测量确定所述目标时刻的目标初始温室内部环境，以及确定从所述目标时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格。
具体地，通过基于控制策略、温室环境传感器数据和状态最优轨线，判断是否触发针对未来某一段控制时域更新计算控制策略，可以在确定更新计算控制策略的情况下，基于目标动作指令，更新求解开环最优控制问题，更新控制策略和状态最优轨线，可以按照触发式滚动时域最优控制方式迭代调整控制策略。
可以理解的是，控制策略更新计算的判定发生在执行下一个动作指令（也即目标动作指令）之前，新计算的控制策略不改变即将执行的目标动作指令，仅更新目标动作指令之后的动作指令，且目标动作指令的下一个动作指令肯定会被执行，以保证种植者在执行完目标动作指令后可以准确获得目标动作指令的下一个动作指令的执行时间，符合种植者的操作习惯，有利于合理安排时间。在考虑种植者操作习惯的同时，能够尽可能缩短待更新的动作指令，尤其是目标动作指令的下一个动作指令，与触发更新计算之间的时间间隔，进而最大程度保障所更新的动作指令最优，提高控制效率，能够兼顾对种植者的友好度及控制方法本身的鲁棒性及控制性能。
本发明提供的温室环境最优控制方法，通过基于控制策略、温室环境传感器数据和状态最优轨线，判断是否触发针对未来某一段控制时域更新计算控制策略，可以在确定更新计算控制策略的情况下，基于目标动作指令，更新求解开环最优控制问题，更新控制策略和状态最优轨线，也即可以按照触发式滚动时域最优控制方式迭代调整控制策略，控制策略中各个动作指令是通过求解开环最优控制问题所确定的，通过动作指令指示温室环境调控设备进行动作，能够为种植者提供更加高效的和可接受的日常管理决策建议，优化温室种植的效益，提升日光温室环境的控制效果，提高日光温室作物产能与经济性能。
可选地，根据本发明提供的一种温室环境最优控制方法，在目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，包括：
基于所述状态最优轨线，获取所述目标时刻下的温室内部环境预测数据；
基于所述控制策略、所述温室环境传感器数据和所述温室内部环境预测数据，判断是否满足更新计算所述控制策略的触发条件，获取判断结果；
所述满足更新计算所述控制策略的触发条件包括：
所述目标动作指令为当日最后一个动作指令；
或，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值。
具体地，图2是本发明提供的温室环境最优控制方法的流程示意图之二，如图2所示，温室环境最优控制方法包括步骤201至步骤207。
步骤201，通过首次求解开环最优控制问题，确定控制策略和状态最优轨线。
步骤202，基于控制策略中多个时刻下的动作指令，确定下一个待执行的目标动作指令。
步骤203，在目标动作指令的执行时刻之前的目标时刻，基于状态最优轨线，获取目标时刻下的温室内部环境预测数据。
步骤204，基于控制策略、温室环境传感器数据和温室内部环境预测数据，判断是否满足更新计算控制策略的触发条件，若是则执行步骤205，若否则执行步骤206。
具体地，可以基于控制策略中多个时刻下的动作指令、温室环境传感器数据和温室内部环境预测数据，判断目标动作指令是否为当日最后一个动作指令，以及判断温室内部环境预测数据与温室环境传感器数据之间的差值是否超过预设阈值，若目标动作指令为当日最后一个动作指令或该差值大于或等于预设阈值，则可以确定判断结果为需要更新计算控制策略，否则可以确定判断结果为不需要更新计算控制策略。
可以理解的是，若目标动作指令是当日最后一次动作指令，则强制触发更新计算控制策略，每日强制触发更新计算控制策略有利于提高控制精度，同时可及时预估产量，便于种植者调整采收期（种植者可以根据作物实际生长状态、控制系统提供的模拟数据及市场需求提前或延后作物采收时间）。
步骤205，若确定更新计算控制策略，则基于目标动作指令，通过更新求解开环最优控制问题，更新控制策略和状态最优轨线；
步骤206，执行目标动作指令；
步骤207，判断目标动作指令是否为采收前最后一个动作指令，若是则结束，若否则执行步骤202。
因此，通过采用触发式滚动时域最优控制方式（通过判断偏差是否在允许范围内及判断动作指令时序位置，来确定是否触发针对未来某一段控制时域更新计算控制策略），更新计算服从于设备动作，可以避免采用固定时间间隔周期性更新计算控制策略（相关技术中一般采用固定时间间隔），能够避免频繁的更新计算控制策略。
可选地，根据本发明提供的一种温室环境最优控制方法，所述温室内部环境预测数据包括室内空气温度预测值、室内空气湿度预测值和室内二氧化碳浓度预测值，所述温室环境传感器数据包括室内空气温度实测值、室内空气湿度实测值和室内二氧化碳浓度实测值，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值，为以下条件中的任意一项：
所述室内空气温度预测值与所述室内空气温度实测值之间的差值大于或等于温度阈值；
或，所述室内空气湿度预测值与所述室内空气湿度实测值之间的差值大于或等于湿度阈值；
或，所述室内二氧化碳浓度预测值与所述室内二氧化碳浓度实测值之间的差值大于或等于二氧化碳浓度阈值。
具体地，可以针对室内空气温度、室内空气湿度以及室内二氧化碳（CO2）浓度这三个室内环境指标，比较预测值和实测值之间的差值，当任意一个室内环境指标对应的差值超过对应的阈值（例如室内空气温度对应的差值超过温度阈值），则可以确定满足更新控制策略的触发条件，进而可以基于目标动作指令，通过更新求解开环最优控制问题，更新控制策略和状态最优轨线。
因此，通过对上述三个室内环境指标的监测，可以判断状态最优轨线所预测的温室内部环境预测数据与实测数据之间的差异是否较大，进而可以在差异较大的情况下，触发更新计算控制策略，通过采用触发式滚动时域最优控制方式，更新计算服从于设备动作，可以避免采用固定时间间隔周期性更新控制策略，能够避免频繁的更新计算控制策略。
可选地，根据本发明提供的一种温室环境最优控制方法，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之后，还包括：
若所述目标动作指令是当日最后一个动作指令，则从所述控制策略中提取次日的动作指令，并发送所述次日的动作指令至用户设备；
或，若所述目标动作指令不是当日最后一个动作指令，则从所述控制策略中提取当日待执行的动作指令，并发送所述当日待执行的动作指令至用户设备。
具体地，图3是本发明提供的温室环境最优控制方法的流程示意图之三，如图3所示，温室环境最优控制方法包括步骤301至步骤309。
步骤301，通过首次求解开环最优控制问题，确定控制策略和状态最优轨线。
步骤302，基于控制策略中多个时刻下的动作指令，确定下一个待执行的目标动作指令。
步骤303，在目标动作指令的执行时刻之前的目标时刻，基于温室环境传感器数据和状态最优轨线，判断是否更新控制策略，若是则执行步骤304，若否则执行步骤308。
步骤304，若确定更新控制策略，则基于目标动作指令，通过更新求解开环最优控制问题，更新控制策略和状态最优轨线。
步骤305，判断目标动作指令是否为当日最后一个动作指令，若是则执行步骤306，若否则执行步骤307。
可以理解的是，若目标动作指令是当日最后一次动作指令，则强制触发更新计算控制策略，每日强制触发更新计算控制策略有利于提高控制精度，同时可及时预估产量，便于种植者调整采收期（种植者可以根据作物实际生长状态、控制系统提供的模拟数据及市场需求提前或延后作物采收时间）。
可选地，强制触发更新的控制策略可以在当日傍晚推送至用户终端，以告知种植者次日的控制策略，如当日白天未收到更新的控制策略，则种植者可以依据前一日傍晚收到的控制策略管理温室环境，符合种植者的操作习惯，有利于合理安排时间。
步骤306，从控制策略中提取次日的动作指令，并发送次日的动作指令至用户设备，进而执行步骤308。
步骤307，从控制策略中提取当日待执行的动作指令，并发送当日待执行的动作指令至用户设备，进而执行步骤308。
步骤308，执行目标动作指令。
步骤309，判断目标动作指令是否为采收前最后一个动作指令，若是则结束，若否则执行步骤302。
因此，通过推送次日的动作指令至用户设备或推送当日待执行的动作指令至用户设备，可以让种植者及时了解到近日待执行的动作指令，符合种植者的操作习惯，有利于合理安排时间。
可选地，根据本发明提供的一种温室环境最优控制方法，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之前，还包括：
基于所述目标时刻和作物采收时刻，确定距离采收时间间隔；
确定预设时间间隔和所述距离采收时间间隔中较小的一项作为目标时间间隔；
基于所述目标时刻和所述目标时间间隔，更新所述控制时域；
所述预设时间间隔小于所述温室作物定植时刻与所述作物采收时刻之间的间隔，所述首次求解开环最优控制问题所采用的控制时域是基于所述温室作物定植时刻和所述预设时间间隔确定的；
所述作物采收时刻是基于预设值所确定的或通过接收预设值修改所确定的。
具体地，图4是本发明提供的温室环境最优控制方法的流程示意图之四，如图4所示，所述温室环境最优控制方法包括步骤401至步骤409。
步骤401，通过首次求解开环最优控制问题，确定控制策略和状态最优轨线。
步骤402，基于控制策略中多个时刻下的动作指令，确定下一个待执行的目标动作指令。
步骤403，在目标动作指令的执行时刻之前的目标时刻，基于温室环境传感器数据和状态最优轨线，判断是否更新控制策略，若是则执行步骤404，若否则执行步骤408。
步骤404，基于目标时刻和作物采收时刻，确定距离采收时间间隔。
步骤405，确定预设时间间隔和距离采收时间间隔中较小的一项作为目标时间间隔。
步骤406，基于目标时刻和目标时间间隔，更新控制时域。
可以理解的是，作物整个生长周期包括定植日、种植中间过程和邻近采收期。对于定植日和种植中间过程，可以基于预设时间间隔确定控制时域；对于邻近采收期，可以基于距离采收时间间隔确定控制时域。针对定植日、种植中间过程和邻近采收期采用不同的控制时域确定方式，非以作物整个生长周期作为控制时域，能够在合适的控制时域内进行状态预测与控制量规划寻优，同时采用传感器实测温室环境进行状态反馈，有利于处理天气预报及温室环境模型的误差，能够提高系统的鲁棒性，使温室环境最优控制理论能够应用于日光温室生产实践，可提供更高的控制效率，提高温室产能与净收益。
步骤407，基于目标动作指令，通过更新求解开环最优控制问题，更新控制策略和状态最优轨线。
步骤408，执行目标动作指令。
步骤409，判断目标动作指令是否为采收前最后一个动作指令，若是则结束，若否则执行步骤402。
可选地，根据本发明提供的一种温室环境最优控制方法，所述控制目标函数为生产总收益函数与运行成本函数之和；
所述生产总收益函数是基于作物销售价格、目标终止时刻和目标终止时刻的作物生长状态确定的；
所述运行成本函数是基于所述温室状态、所述控制策略、室外环境、能源价格和所述控制时域确定的；
所述目标终止时刻为所述控制时域的终止时刻。
具体地，可以通过求解开环最优控制问题（最大值或最小值），计算获得控制时域内的控制策略以及状态最优轨线，控制目标函数如下：
；
其中，为作物生产总收益函数；/>为运行成本函数，/>表示时刻/>下的温室环境调控组件及设备运行成本，对于典型日光温室/>为0；/>为状态变量（所述温室状态），包括温室内部环境（例如温室内空气温度）和作物生长状态（例如作物干物质量）等；/>为控制策略，例如通风窗开口大小；/>为外部输入变量，包括温室外部天气；/>为控制时域的起始时刻，/>为控制时域的终止时刻；/>为作物销售价格，/>为能源价格。
因此，通过控制目标函数可以评价控制策略的控制性能，可以按照触发式滚动时域最优控制方式迭代调整控制策略，控制策略中各个动作指令是通过求解开环最优控制问题所确定的，通过动作指令指示温室环境调控设备进行动作，能够优化温室种植的效益。
可选地，根据本发明提供的一种温室环境最优控制方法，所述控制策略的约束条件包括：针对每个温室环境调控设备，每日动作指令的数量小于或等于2，动作指令的执行时刻处于预设种植者工作时段内。
具体地，针对无控制器的典型日光温室，动作指令可以包括顶开窗及侧开窗开口大小以及保温被开启位置等。根据种植者操作习惯、可接受的劳动量及手动操作的准确性，保温被可以按照每日至多操作2次设计，开启状态为全开或全关；顶开窗及侧开窗可以分别按照每日至多操作2次设计，按全开、¾开、½开、¼开及全关等5个层级状态操作，顶开窗可以优先于侧开窗开启；可以限制控制策略中的动作指令发生在预设种植者工作时段内（例如白天），非工作时段（例如夜间）不执行动作指令。通过根据种植者操作习惯、可接受的劳动量及手动操作的准确性，设计每日操作次数、操作时间以及状态层级划分，实现控制策略中的动作指令符合种植者的操作习惯，对种植者友好性高。
可选地，图5是本发明提供的温室环境最优控制方法的流程示意图之五，如图5所示，所述温室环境最优控制方法包括步骤501至步骤510。
步骤501，通过测量确定初始时刻下的作物生长状态数据和温室内部环境数据，以及确定从初始时刻开始未来一段时间（预设时间间隔）的室外环境，以及确定作物销售价格以及能源价格。
具体地，可以将温室作物定植时刻作为初始时刻，可以通过测量方式确定初始时刻的作物生长状态，可以通过传感器测量方式确定初始时刻下的温室内部环境数据，可以通过查询天气预报数据的方式，确定从初始时刻开始未来一段时间的室外环境。
可选地，作物生长状态可以包括作物干物质量和叶面积等。
可选地，温室内部环境数据可以包括空气温度、空气湿度和太阳辐射以及CO2浓度等。
可选地，室外环境可以包括多组气象数据，每组气象数据之间的时间间隔可以为5至60分钟，每组气象数据可以包括室外的空气温度、湿度、太阳辐射、CO2浓度、风速及风向等。
可选地，考虑到3日内的天气预报比较精准，可以为3日。
步骤502，在从初始时刻开始的内，求解开环最优控制问题，计算获得/>内的控制策略以及状态最优轨线。
可以理解的是，控制策略中将被执行的动作指令记为，在执行/>之前的某时刻记为/>；/>取值为从1至采收前最后一次动作指令的计数。例如/>可以为在某时刻完全关闭顶开窗。
可选地，对于开环最优控制问题，可以通过温室作物生产过程模型以及控制目标函数来定义。
可选地，温室作物生产过程模型可以通过以下温室作物生产过程公式表示：
；
其中，为状态变量，包括温室内部环境（例如温室内空气温度）和作物生长状态（例如作物干物质量）等；/>为控制策略，例如通风窗开口大小；/>为外部输入变量，包括温室外部天气；/>为模型参数；/>为时间；/>为初始时刻，例如温室作物定植时刻；/>为初始状态，例如初始时刻的作物干物质量。
可选地，对于温室作物生产过程公式中的，其可以是随时间/>变化的外部输入变量/>，其中/>，/>为滚动控制时域的起始时间，为初始时刻/>或触发更新控制策略的某时刻/>；/>为滚动控制时域的终止时刻，在定植日及种植中间过程，终止时刻为起始时间加上预设时间间隔/>，在邻近采收期，终止时刻为起始时间加上，/>为温室作物采收时刻。
可选地，对于状态变量的约束条件，可以通过以下状态约束公式确定：
；
其中，和/>分别为状态分量/>的下限与上限值，/>为状态变量/>的第/>个分量。
可选地，对于控制策略的约束条件，可以通过以下控制策略约束公式确定：
；
其中，和/>分别为控制策略分量/>的下限与上限值，/>为控制策略/>的第/>个分量。
可选地，可以通过求解开环最优控制问题（最大值或最小值），计算获得内的控制策略以及状态最优轨线，控制目标函数如下：
；
其中，为作物生产总收益；/>为温室环境调控组件及设备运行成本，对于典型日光温室/>为0，/>为作物销售价格，/>为能源价格。
可选地，对于未安装耗能设备的温室以及设备能耗可忽略不计的温室，可省略；若省略所述输入作物销售价格及能源价格，则控制目标由实现温室生产净收益最大转变为实现作物产量最大。
例如，对于典型日光温室，仅拥有开窗（顶开窗或侧开窗）及保温被这两项必备的可控结构性组件，由于通风窗和保温被的操作能耗可忽略不计，控制系统性能指标泛函即为作物产量函数，作物产量最大化等同于净收益最大化，求解最优控制问题不再需要输入作物销售价格及能源价格。
步骤503，取等于1。
步骤504，在执行之前的某时刻记为/>，判断/>是否为当日最后一次动作指令，若是则执行步骤506，若否则执行步骤505。
可以理解的是，若是当日最后一次动作指令，则强制触发更新计算控制策略，每日强制触发更新计算控制策略有利于提高控制精度，同时可及时预估产量，便于种植者调整采收期。
可选地，可以为在执行/>之前的最近的整点时刻，且在执行/>之后。
步骤505，比较时刻现行的状态最优轨线的值与传感器实测温室环境之间的差异是否超过预设阈值，若是则执行步骤506，若否则执行步骤509。
可以理解的是，如果时刻现行的状态最优轨线的值与传感器实测温室环境之间的差异未超过预设阈值（也即偏差在允许范围内），则/>将被执行，且/>将依据现行的决策建议执行。
可选地，可以基于状态最优轨线，确定时刻下的空气温度预测值、湿度预测值及CO2浓度预测值，以及通过传感器实测温室环境获取/>时刻下的空气温度实测值、湿度实测值和CO2浓度实测值，进而可以比较空气温度预测值与空气温度实测值之间的差异，比较湿度预测值与湿度实测值之间的差异，比较CO2浓度预测值与CO2浓度实测值之间的差异，三者中任一环境因子的预测值与实测值偏差过大，则触发更新控制策略。
步骤506，基于初始时刻的作物生长状态和初始时刻至（不含/>）的实测温室环境数据，通过作物生长模拟，获取/>时刻作物生长状态，作为更新求解开环最优控制问题的作物生长初始状态，以及通过测量确定/>时刻温室内部环境；确定从/>开始未来一段时间/>的温室外部天气（也即天气预报），以及确定作物销售价格以及能源价格。
步骤507，通过比较和/>，确定控制时域。
具体地，为温室作物采收时刻，可以通过比较/>和/>来判断是否邻近采收时刻，若/>小于或等于/>，则确定尚未邻近采收时刻，在此情况下可以基于/>确定控制时域，也即将从/>开始的未来一段时长为/>的时域作为控制时域；若/>大于/>，则确定邻近采收时刻，在此情况下可以基于/>确定控制时域，也即将从/>开始的未来一段时长为/>的时域作为控制时域（非固定控制时域）。
可以理解的是，作物整个生长周期包括定植日、种植中间过程和邻近采收期。对于定植日和种植中间过程，可以基于确定控制时域；对于邻近采收期，可以基于确定控制时域。针对定植日、种植中间过程和邻近采收期采用不同的控制时域确定方式，非以作物整个生长周期作为控制时域，能够在合适的控制时域内进行状态预测与控制量规划寻优，同时采用传感器实测温室环境进行状态反馈，有利于处理天气预报及温室环境模型的误差，能够提高系统的鲁棒性，使温室环境最优控制理论能够应用于日光温室生产实践，可提供更高的控制效率，提高温室产能与净收益。
步骤508，在从开始的控制时域内求解开环最优控制问题，计算获得/>内的控制策略，更新/>及之后的动作指令以及计算获得/>内的状态最优轨线。
可以理解的是，通过采用触发式滚动时域最优控制方式（通过判断偏差是否在允许范围内，来确定是否触发针对未来某一段控制时域更新控制策略），更新计算服从于设备动作，可以避免采用固定时间间隔周期性更新控制策略（相关技术中一般采用固定时间间隔），能够避免频繁的更新控制策略，且为保证种植者在执行完后可以准确获得/>的执行时间提供了条件。
控制策略更新计算的判定发生在执行下一个动作指令之前，新计算的控制策略不改变即将发生的动作指令/>，仅更新/>及之后的动作指令，且/>肯定会被执行，以保证种植者在执行完/>后可以准确获得/>的执行时间，符合种植者的操作习惯，有利于合理安排时间。在考虑种植者操作习惯的同时，能够尽可能缩短待更新的动作指令，尤其是/>，与触发更新计算之间的时间间隔，进而使最优控制求解拥有准确的初始状态及天气预测，最大程度保障所更新的动作指令最优，提高控制效率。
可以理解的是，若是当日最后一次动作指令，则强制触发更新计算控制策略，每日强制触发更新计算控制策略有利于提高控制精度，同时可及时预估产量，便于种植者调整采收期（种植者可以根据作物实际生长状态、控制系统提供的模拟数据及市场需求提前或延后作物采收时间）。
可选地，每次更新的控制策略都会推送至用户设备以告知种植者，其中，初始时刻下所生成的控制策略中的第一个动作指令会被种植者执行，其他时刻下所更新的控制策略中的前两个动作指令会被种植者执行。
可选地，强制触发更新的控制策略可以在当日傍晚推送至用户终端，以告知种植者次日的控制策略，如当日白天未收到更新的控制策略，则种植者可以依据前一日傍晚收到的控制策略管理温室环境，符合种植者的操作习惯，有利于合理安排时间。
步骤509，执行。
步骤510，判断是否为采收前最后一个动作指令，若是则结束，若否则通过更新/>之后继续执行步骤504。
本发明提供的温室环境最优控制方法，通过基于控制策略、温室环境传感器数据和状态最优轨线，判断是否触发针对未来某一段控制时域更新计算控制策略，可以在确定更新计算控制策略的情况下，基于目标动作指令，更新求解开环最优控制问题，更新控制策略和状态最优轨线，也即可以按照触发式滚动时域最优控制方式迭代调整控制策略，控制策略中各个动作指令是通过求解开环最优控制问题所确定的，通过动作指令指示温室环境调控设备进行动作，能够为种植者提供更加高效的和可接受的日常管理决策建议，优化温室种植的效益，提升日光温室环境的控制效果，提高日光温室作物产能与经济性能。
图6是本发明提供的服务器的结构示意图，如图6所示，该电子设备可以包括：处理器（processor）610、通信接口（Communications Interface）620、存储器（memory）630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行温室环境最优控制方法，该方法包括：
通过首次求解开环最优控制问题，确定控制策略和状态最优轨线，所述首次求解开环最优控制问题所采用的控制时域的起始时刻为温室作物定植时刻；
针对所述控制策略中各个动作指令，在目标动作指令的执行时刻之前的目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，所述目标时刻处于所述目标动作指令的前一个动作指令的执行时刻之后；
若确定更新计算所述控制策略，则保持所述目标动作指令不变，并基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线，所述更新求解开环最优控制问题所采用的控制时域的起始时刻为所述目标时刻；
所述控制策略中最后一个动作指令为作物采收时刻之前的动作指令，所述更新求解开环最优控制问题在确定所述控制策略中最后一个动作指令将被执行后结束；
所述开环最优控制问题是通过定义温室作物生产过程模型、外部输入、温室状态约束、控制策略约束以及控制目标函数所确定的，所述控制策略包括多个时刻下的动作指令，所述动作指令用于指示温室环境调控设备进行动作，所述状态最优轨线用于预测在所述控制策略的条件下温室状态随时间的变化，所述温室状态包括温室内部环境和作物生长状态；
所述求解开环最优控制问题是按照所述温室状态约束和所述控制策略约束，在所述控制时域内确定控制策略使所述控制目标函数获取最值；
所述温室作物生产过程模型用于基于初始作物生长状态、初始温室内部环境、室外环境和温室环境传感器数据，模拟温室内部环境及作物生长状态随时间的变化；
所述控制目标函数用于基于所述控制策略、作物生长状态、温室内部环境、室外环境、作物销售价格和能源价格，评价控制策略的控制性能，所述外部输入包括所述室外环境；
所述首次求解开环最优控制问题包括，确定温室作物定植时刻的初始作物生长状态，以及采用传感器测量确定温室作物定植时刻的初始温室内部环境，以及确定从温室作物定植时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格；
所述更新求解开环最优控制问题包括，获取温室作物定植时刻至所述目标时刻的温室环境传感器数据，以及获取温室作物定植时刻的初始作物生长状态，以及通过所述温室作物生产过程模型模拟获取所述目标时刻的目标初始作物生长状态，以及测量确定所述目标时刻的目标初始温室内部环境，以及确定从所述目标时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
图7是本发明提供的温室环境最优控制系统的结构示意图，如图7所示，所述系统包括：上述任一种服务器701、温室环境采集器702和数据交互装置703；所述温室环境采集器702，用于监测温室环境并生成温室环境传感器数据；所述数据交互装置703，具有无线数据传输功能，用于发送所述温室环境传感器数据至所述服务器。
可选地，所述温室环境最优控制系统还包括：信息通讯装置和用户终端；所述信息通讯装置，用于将服务器所输出的控制策略，以决策建议的形式推送至所述用户终端；所述用户终端，用于显示所述决策建议以及接收预设值修改，所述接收预设值修改用于调整作物采收时刻。
可选地，可以采用离线控制，不与受控组件及设备直接相连，通过用户终端通知种植者当日或次日的控制策略，种植者依据控制策略中的动作指令操作受控组件及设备。当控制系统发生故障或温室生产遭遇突发情况，种植者可绕过或不采纳控制系统计算推送的控制策略，进而根据经验管理温室，保障温室正常生产。
可以理解的是，本发明提供的温室环境最优控制系统并非是改变日光温室生产中种植者手动控制的现状，而是作为决策支持系统，为种植者提供可接受的且更加高效的日常管理优化决策建议，该系统可以将云服务平台作为主要载体，可提供面向一定区域的以及面向设施农业园区的温室环境优化管理决策支持服务，依据天气预报或室外环境预测，针对不同温室结构、栽培及管理，提供具有针对性的、差异化的日常管理决策建议。而且具有较强的普适性，不仅适用于绝大部分日光温室，还适用于塑料大棚、连栋温室等设施结构类型。
以上所描述的系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种温室环境最优控制方法，其特征在于，包括：
通过首次求解开环最优控制问题，确定控制策略和状态最优轨线，所述首次求解开环最优控制问题所采用的控制时域的起始时刻为温室作物定植时刻；
针对所述控制策略中各个动作指令，在目标动作指令的执行时刻之前的目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，所述目标时刻处于所述目标动作指令的前一个动作指令的执行时刻之后；
若确定更新计算所述控制策略，则保持所述目标动作指令不变，并基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线，所述更新求解开环最优控制问题所采用的控制时域的起始时刻为所述目标时刻；
所述控制策略中最后一个动作指令为作物采收时刻之前的动作指令，所述更新求解开环最优控制问题在确定所述控制策略中最后一个动作指令将被执行后结束；
所述开环最优控制问题是通过定义温室作物生产过程模型、外部输入、温室状态约束、控制策略约束以及控制目标函数所确定的，所述控制策略包括多个时刻下的动作指令，所述动作指令用于指示温室环境调控设备进行动作，所述状态最优轨线用于预测在所述控制策略的条件下温室状态随时间的变化，所述温室状态包括温室内部环境和作物生长状态；
所述求解开环最优控制问题是按照所述温室状态约束和所述控制策略约束，在所述控制时域内确定控制策略使所述控制目标函数获取最值；
所述温室作物生产过程模型用于基于初始作物生长状态、初始温室内部环境、室外环境和温室环境传感器数据，模拟温室内部环境及作物生长状态随时间的变化；
所述控制目标函数用于基于所述控制策略、作物生长状态、温室内部环境、室外环境、作物销售价格和能源价格，评价控制策略的控制性能，所述外部输入包括所述室外环境；
所述首次求解开环最优控制问题包括，确定温室作物定植时刻的初始作物生长状态，以及采用传感器测量确定温室作物定植时刻的初始温室内部环境，以及确定从温室作物定植时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格；
所述更新求解开环最优控制问题包括，获取温室作物定植时刻至所述目标时刻的温室环境传感器数据，以及获取温室作物定植时刻的初始作物生长状态，以及通过所述温室作物生产过程模型模拟获取所述目标时刻的目标初始作物生长状态，以及测量确定所述目标时刻的目标初始温室内部环境，以及确定从所述目标时刻开始的控制时域内的天气预报作为室外环境，以及获取作物销售价格及能源价格。
2.根据权利要求1所述温室环境最优控制方法，其特征在于，在目标时刻，基于所述控制策略、温室环境传感器数据和所述状态最优轨线，判断是否更新计算所述控制策略，包括：
基于所述状态最优轨线，获取所述目标时刻下的温室内部环境预测数据；
基于所述控制策略、所述温室环境传感器数据和所述温室内部环境预测数据，判断是否满足更新计算所述控制策略的触发条件，获取判断结果；
所述满足更新计算所述控制策略的触发条件包括：
所述目标动作指令为当日最后一个动作指令；
或，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值。
3.根据权利要求2所述温室环境最优控制方法，其特征在于，所述温室内部环境预测数据包括室内空气温度预测值、室内空气湿度预测值和室内二氧化碳浓度预测值，所述温室环境传感器数据包括室内空气温度实测值、室内空气湿度实测值和室内二氧化碳浓度实测值，所述温室内部环境预测数据与所述温室环境传感器数据之间的差值大于或等于预设阈值，为以下条件中的任意一项：
所述室内空气温度预测值与所述室内空气温度实测值之间的差值大于或等于温度阈值；
或，所述室内空气湿度预测值与所述室内空气湿度实测值之间的差值大于或等于湿度阈值；
或，所述室内二氧化碳浓度预测值与所述室内二氧化碳浓度实测值之间的差值大于或等于二氧化碳浓度阈值。
4.根据权利要求1所述温室环境最优控制方法，其特征在于，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之后，还包括：
若所述目标动作指令是当日最后一个动作指令，则从所述控制策略中提取次日的动作指令，并发送所述次日的动作指令至用户设备；
或，若所述目标动作指令不是当日最后一个动作指令，则从所述控制策略中提取当日待执行的动作指令，并发送所述当日待执行的动作指令至用户设备。
5.根据权利要求1所述温室环境最优控制方法，其特征在于，在所述基于所述目标动作指令，通过更新求解开环最优控制问题，更新所述控制策略和所述状态最优轨线之前，还包括：
基于所述目标时刻和作物采收时刻，确定距离采收时间间隔；
确定预设时间间隔和所述距离采收时间间隔中较小的一项作为目标时间间隔；
基于所述目标时刻和所述目标时间间隔，更新所述控制时域；
所述预设时间间隔小于所述温室作物定植时刻与所述作物采收时刻之间的间隔，所述首次求解开环最优控制问题所采用的控制时域是基于所述温室作物定植时刻和所述预设时间间隔确定的；
所述作物采收时刻是基于预设值所确定的或通过接收预设值修改所确定的。
6.根据权利要求1所述温室环境最优控制方法，其特征在于，所述控制目标函数为生产总收益函数与运行成本函数之和；
所述生产总收益函数是基于作物销售价格、目标终止时刻和目标终止时刻的作物生长状态确定的；
所述运行成本函数是基于所述温室状态、所述控制策略、室外环境、能源价格和所述控制时域确定的；
所述目标终止时刻为所述控制时域的终止时刻。
7.根据权利要求1-6任一项所述温室环境最优控制方法，其特征在于，所述控制策略约束包括：针对每个温室环境调控设备，每日动作指令的数量小于或等于2，动作指令的执行时刻处于预设种植者工作时段内。
8.一种服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述温室环境最优控制方法。
9.一种温室环境最优控制系统，其特征在于，包括：如权利要求8所述服务器、温室环境采集器和数据交互装置；
所述温室环境采集器，用于监测温室环境并生成温室环境传感器数据；
所述数据交互装置，具有无线数据传输功能，用于发送所述温室环境传感器数据至所述服务器。
10.根据权利要求9所述温室环境最优控制系统，其特征在于，还包括信息通讯装置和用户终端；
所述信息通讯装置，用于将服务器所输出的控制策略，以决策建议的形式推送至所述用户终端；
所述用户终端，用于显示所述决策建议以及接收预设值修改，所述接收预设值修改用于调整作物采收时刻。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310674136.XA CN116449897B (zh) | 2023-06-08 | 2023-06-08 | 温室环境最优控制方法、服务器及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310674136.XA CN116449897B (zh) | 2023-06-08 | 2023-06-08 | 温室环境最优控制方法、服务器及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116449897A CN116449897A (zh) | 2023-07-18 |
| CN116449897B true CN116449897B (zh) | 2023-10-20 |
Family
ID=87125897
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310674136.XA Active CN116449897B (zh) | 2023-06-08 | 2023-06-08 | 温室环境最优控制方法、服务器及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116449897B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117389357B (zh) * | 2023-12-08 | 2024-02-20 | 徐州达峰物联网研究院有限公司 | 基于物联网的农业大棚温度自适应调节方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130041702A (ko) * | 2011-10-17 | 2013-04-25 | 사단법인 한국온실작물연구소 | 가변형 인공광원을 이용한 온실내 딸기재배방법 및 시스템 |
| CN106842923A (zh) * | 2017-01-17 | 2017-06-13 | 同济大学 | 基于作物生理和能耗优化的温室环境多因子协调控制方法 |
| CN107809461A (zh) * | 2017-09-21 | 2018-03-16 | 中国农业大学 | 一种基于云端的面向温室集群的管控方法、系统与服务器 |
| KR20190042420A (ko) * | 2017-10-16 | 2019-04-24 | 농업회사법인 상상텃밭 주식회사 | 온실 시스템의 제어 모델 생성 방법 |
| CN113190059A (zh) * | 2021-05-20 | 2021-07-30 | 成都长弓乐水农业科技有限责任公司 | 一种基于作物反馈的温室自动控制系统和方法 |
| WO2023087483A1 (zh) * | 2021-11-18 | 2023-05-25 | 江苏大学 | 一种考虑作物生产效益和节省能耗的温室环境优化设计方法 |
| WO2023093820A1 (zh) * | 2021-11-25 | 2023-06-01 | 阿里云计算有限公司 | 设备的控制优化方法、展示平台、云服务器及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016090212A1 (en) * | 2014-12-05 | 2016-06-09 | Board Of Trustees Of Michigan State University | Methods and systems for precision crop management |
| US10895854B1 (en) * | 2019-07-03 | 2021-01-19 | Mitsubishi Electric Research Laboratories, Inc. | System and method for control constrained operation of machine with partially unmodeled dynamics using Lipschitz constant |
-
2023
- 2023-06-08 CN CN202310674136.XA patent/CN116449897B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20130041702A (ko) * | 2011-10-17 | 2013-04-25 | 사단법인 한국온실작물연구소 | 가변형 인공광원을 이용한 온실내 딸기재배방법 및 시스템 |
| CN106842923A (zh) * | 2017-01-17 | 2017-06-13 | 同济大学 | 基于作物生理和能耗优化的温室环境多因子协调控制方法 |
| CN107809461A (zh) * | 2017-09-21 | 2018-03-16 | 中国农业大学 | 一种基于云端的面向温室集群的管控方法、系统与服务器 |
| KR20190042420A (ko) * | 2017-10-16 | 2019-04-24 | 농업회사법인 상상텃밭 주식회사 | 온실 시스템의 제어 모델 생성 방법 |
| CN113190059A (zh) * | 2021-05-20 | 2021-07-30 | 成都长弓乐水农业科技有限责任公司 | 一种基于作物反馈的温室自动控制系统和方法 |
| WO2023087483A1 (zh) * | 2021-11-18 | 2023-05-25 | 江苏大学 | 一种考虑作物生产效益和节省能耗的温室环境优化设计方法 |
| WO2023093820A1 (zh) * | 2021-11-25 | 2023-06-01 | 阿里云计算有限公司 | 设备的控制优化方法、展示平台、云服务器及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116449897A (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106842923B (zh) | 基于作物生理和能耗优化的温室环境多因子协调控制方法 | |
| CN112817354A (zh) | 一种畜禽舍养殖环境温度预测控制系统及其调控方法 | |
| CN102736596A (zh) | 基于作物信息融合的多尺度温室环境控制系统 | |
| CN116449897B (zh) | 温室环境最优控制方法、服务器及系统 | |
| CN102937785A (zh) | 一种温室多模型信息融合的温室环境调控方法及系统 | |
| CN106842914B (zh) | 一种温度控制节能处理方法、装置及系统 | |
| CN104134003B (zh) | 基于知识与数据共同驱动的作物单产量预测方法 | |
| CN107135854B (zh) | 一种温室降温切换控制系统及其方法 | |
| CN107219759B (zh) | 一种温室环境控制方法及装置 | |
| CN107037728A (zh) | 基于多目标灰色粒子群算法的温室环境优化控制方法 | |
| Revathi et al. | Design of solar-powered forced ventilation system and energy-efficient thermal comfort operation of greenhouse | |
| CN112527037A (zh) | 一种具有环境因子预测功能的温室环境调控方法和系统 | |
| CN111108982A (zh) | 一种用于调节植物生长环境的空调系统及其控制方法 | |
| CN116185098A (zh) | 用于日光温室的调节控制方法及装置 | |
| CN114859734A (zh) | 一种基于改进sac算法的温室环境参数优化决策方法 | |
| KR20200057836A (ko) | 온실의 다중창 제어장치 및 그 제어방법 | |
| Li et al. | Sustainable energy management of solar greenhouses using open weather data on MACQU platform | |
| CN107918424A (zh) | 一种控制植物生长环境的方法及系统 | |
| Li et al. | Temperature prediction model for solar greenhouse based on improved BP neural network | |
| Jing et al. | Prediction of crop phenology—A component of parallel agriculture management | |
| Walczuch et al. | Overview of closed-loop control systems and artificial intelligence utilization in greenhouse farming | |
| CN112034916B (zh) | 温室控制系统 | |
| TWI692736B (zh) | 智能作物生長優化系統 | |
| Rodríguez et al. | Climate and irrigation control | |
| KR20220144218A (ko) | 딥러닝 예측 모델을 이용하여 농작물의 누적 수확량을 예측하기 위한 장치 및 그 방법 |
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 |