“光伏+农业”下一步究竟落在何处？

二、光伏＋农业发展的主要研究方向

温室环境是非线性、分布参数、时变、大时延、多变量耦合的复杂控制系统，温室中栽培不同作物则需要不同的生长环境。因此，控制特定作物达到需要的生长环境是一个复杂课题。不但需要作物栽培专家的经验，同时需要控制技术方面专家的经验。特别是光伏发电的引入，电站设计、建设、运维的专家的经验。

因光伏组件在温室南向坡的覆盖，将引起温室环境的变化。引起温室内辐照、温湿度、作物蒸腾作用的变化。针对因此引起的上述的问题，建议系统研究的问题如下。

2.1、光伏温室室内辐照建模及分析

传统农业理论认为太阳直接辐射中的光合有效辐射系数为影响作物成长的主要因数。

太阳直接辐射中的光合有效辐射系数，即直接辐射中的光合有效辐射与太阳直接辐射之比，随太阳高度角的增大和大气混浊度的减小而增高。其比值随时间的变化在晴天快，一般早晚低，正午前后高而稳定，夏季高，冬季低。例如某地：晴朗的冬季，当太阳高度从10°增加到45°时，光合有效辐射系数由0.35增加到0.45；夏季则由0.47增加到0.48。散射辐射中的光合有效辐射系数基本上不随太阳高度角改变，但在晴阴不同的天气类型下，却存在一定变化，并比直接辐射中的光合有效辐射系数偏大，介于0.50～0.60之间。

光合有效辐射可用仪器直接测定。为取得太阳直接辐射和散射辐射与光合有效辐射之间的比例系数，可将日射仪或天空辐射表和光合有效辐射仪进行同步观测，计算出日、月、季和年的系数值及其相互关系。

对绿色植物生长发育有作用的辐射波长范围较光合有效辐射波长范围为宽，大致在300～800纳米范围内，为生理辐射。

因光伏组件的覆盖后，温室内从南向至北向的光合有效辐射系数将逐渐减小，针对上述系数的确认，目前可通过软件进行模拟，再根据经典太阳辐射理论完成上述参数的计算。如追求数据的精确性，也可在试验光伏温室内由南向北布置多组辐射仪完成上述参数的现场测定。最终形成温室内光合有效辐射系数梯度分布图。

 

2.2、农作物适应性分析

光合作用是植物生长发育和产量形成的物质基础，而没有光便没有光合作用。光强与光合作用关系呈双曲线型。光强与光合作用关系会因植物群体的繁茂程度而有明显差异。不同的植物光—光合作用曲线不尽相同。

在自然条件下，植物叶片所接受的光强，会因为云层的有无以及风速等因素的变化而产生差异。而在光伏温室中，因光伏组件的遮挡，温室内每天的辐射强度均呈现规律性变化。同时，有理论认为：“强光—弱光”缓慢交替会在一定程度上提高植物的光能利用率。

在一定的光照强度范围内，光合作用强度随光强的增强而增强。当光强达到一定的强度后，光合作用强度不再相应地增强，而是趋近于一条渐近线，这种现象称为光饱和现象。这个光的临界点称为光饱和点。

若光强高于光饱和点，不仅不会使植物光合作用强度增强，反而会导致叶温升高、气孔关闭，叶绿素钝化、分解、破坏及植物组织灼伤，使光合作用强度下降。

所以在实际测量时光强过高时光—光合作用曲线会呈抛物线状。植物的光合作用强度和呼吸作用强度达到相等时的光强值称为光补偿点。

不同植物（喜阴、喜阳、C3、C4），同一作物的不同品种，同一品种不同发育期及不同部位的叶片光饱和点和光补偿点不同。同时，光饱和点和光补偿点还因温度、水分、CO2浓度等因子的不同而变化。

结合2.1节的分析结论，不同的光合有效辐射系数对植物的生长的不同时期、不同植物的生长均会产生不同影响。应设置对照温室（无光伏组件覆盖），完成不同植物、不同植物的各生长阶段的生长特性的分析。为满足植物健康生长的前提下，提出光伏温室内人工钠灯补光、光伏组件优化布置、光伏组件制造工艺优化的措施。

目前国内针对上述问题，尚未形成系统性研究成果，鲜见相关文献报导。

2.3、光伏温室温湿度系统建模与分析

根据2.2节的分析：光饱和点和光补偿点还因温度、水分、CO2浓度等因子的不同而变化，因此需对光伏温室温湿度系统进行建模与分析。

目前国内针对此问题研究较多，并取得了丰硕成果。本文引用对此问题深入研究的中国科学技术大学李晋2007年硕士毕业论文《试验温室温湿度系统建模研究》（研究依托课题：863计划课题“可控环境农业数据采集与自动控制系统研究”（2004AA247020，2004.3.1-2005.10.10））的几个主要结论：

1）机理建模是温室小气候系统建模最基本的方法，国内外研究人员多年来一直在进行这方面的研究，取得了丰硕的成果。机理模型能够清晰地解释温室小气候的物理本质，可以模拟一定条件下的温室小气候系统，从而为温室环境的调节与管理提供有效指导，但也存在很多明显的局限性。机理模型未知参数多，测量这些参数需要昂贵的仪器，试验成本高；有些参数的测量费时费力，测量方法不易被广大农民掌握；由于不同类型温室结构和材料不同、温室材料老化或损坏、作物生长变化、种植作物种类或种植方式改变等原因，温室小气候系统是时变的，而机理模型可移植性差、自适应性差。因此，利用机理模型实现温室小气候在线建模和计算机实时监控难度很大。

2）温室小气候具有强非线性、大时滞、强耦合、强干扰、时变等特点，当分别采用ARMAX和ARIMAX两种线性自回归滑动平均模型描述多输入单输出的温室温度系统和湿度系统时；选择温室外温度、相对湿度、太阳辐射强度和风速作为模型扰动输入变量，选择温室内温度和相对湿度作为模型输出变量；采用统计假设检验和模型拟合度分析相结合的方法确定模型结构；采用渐消记忆递推增广最小二乘法（RELS）在线辨识模型参数，并构造智能监督级监控在线参数辨识过程；最后对4输入或3输入（忽略风速）的ARMAX或ARIMAX相互组合共4种模型的在线建模及仿真结果进行了对比分析。

试验温室温湿度系统渐消记忆递推增广最小二乘（RELS）在线建模方法，在局域范围内用带有扰动输入的线性自回归滑动平均模型近似描述非线性时变的温室温度系统和湿度系统，在线辨识模型参数，能够实时跟踪系统动力学特性的变化，具有较好的通用性和自适应性。在线建模的优点，使得能够以此为基础更好地设计温室小气候计算机实时监控系统，在线建模方法以及基于在线建模的温室控制策略有可能在温室生产中应用。

 

3）为进一步改进对温室温湿度系统动力学特性（特别是非线性和时变特性）的实时跟踪效果，其进一步采用了一种非线性函数拟合方法—加权最小二乘支持向量机回归（WLS-SVMR）进行在线建模。这种方法采用非线性模型——SVMR决策函数描述温室温度系统和湿度系统；选择温室外相对湿度、温室外温度、太阳辐射强度和温室外风速（可忽略）作为模型扰动输入变量（4输入或3输入），选择温室内温度和相对湿度作为模型输出变量；采用WLS-SVMR方法在线辨识非线性模型参数；最后将加权最小二乘支持向量机回归（WLSSVMR）方法和基于智能监督级的渐消记忆递推增广最小二乘（RELS）方法的在线建模及仿真结果进行对比分析。

仿真试验结果表明，上述两种（WLSSVMR、RELS）在线建模方法都能够较好地实时跟踪温室小气候系统动力学特性的变化，具有较好的通用性和自适应性，但前者的效果优于后者。这些优点使我们能够以此为基础更好地设计温室小气候计算机实时监控系统。

针对上述问题的研究可为将来光伏温室内农作物种植的多样性提供一定的理论基础。避免目前光伏温室主要种植菌类等喜阴作物。值得庆幸的事，目前国内各农业相关行业企业对此进行了积极的探索。如通威集团基于自身产品资源优势基础上，不断尝试各类光伏农业项目，取得了一定了积极效果。