系统辨识与自适应控制matlab程序_基于自加速遗传粒子群算法的半封闭式温室能耗预测...

摘要

     针对半封闭式温室环境参数众多且难以测量的问题，提出了一种机理建模与系统辨识建模相结合的温室能耗建模方法。采用自加速遗传粒子群算法(SPSO-GA)对温室物理模型中难以确定的参数进行辨识，建立半封闭式温室能耗预测模型。根据上海半封闭式玻璃试验温室的气象数据和测量的能耗值，分别采用遗传算法(GA)、粒子群算法(PSO)和SPSO-GA进行参数辨识与能耗预测比较分析。采用SPSO-GA获得的温室能耗预测结果与实测数据的相对误差为1.4%，分别比GA和PSO减少了2.9%和13.7%。根据日太阳光照辐射总量、室外日均温度2个参数及相应的变化曲线，预测的温室能耗值精确度大于86%。试验与模拟结果验证了基于SPSO-GA的温室能耗预测模型有效，可为半封闭式温室能量负载设计、管理和控制提供理论依据。

材料与方法

1.实验材料

     试验在连栋玻璃半封闭式温室进行数据采集与验证，采用顶窗自然通风方式，室内采用暖风机与热风管道供热。为减弱室内的阴影，覆盖材料采用雾化减发射玻璃，室内过道铺反射膜，以提高温室内部太阳辐射的均匀度。室内外分别安装荷兰Priva公司的气象站和2个温湿度传感器。传感器数据每5min采集1次，数据由Priva公司的环境采集控制电脑读取并保存记录。

2.能耗预测模型构建方法

     根据热平衡原理建立温室各物理过程的热交换方程，联立获取温室能耗预测模型。结合温室内外实测气象数据和能耗，分析物理模型中的各参数，提取模型中的不确定参数，并得到温室待辨识的能耗预测模型。将温室内外的温度、湿度、风速等各种环境信息输入到待辨识的模型中，通过模拟结果与实