用于改善温室植物生长环境并提升各热源能源效率的热泵决策框架
《Journal of Building Engineering》:Heat pump decision-making framework for improving greenhouse plant growth environment and energy efficiency across heat sources
【字体:
大
中
小
】
时间:2026年08月09日
来源:Journal of Building Engineering 8.1
编辑推荐:
•提出了涵盖不同热源的热泵决策框架。•使用Grasshopper及其插件建立了温室模拟模型。•通过多目标优化对植物生长环境与能源效率进行了优化。•得出的决策策略分为以植物为中心和以成本为中心两类。•该框架可用于初始设计阶段评估热泵性能。
引言
联合国预测,到2050年全球人口将
•提出了涵盖不同热源的热泵决策框架。•使用Grasshopper及其插件建立了温室模拟模型。•通过多目标优化对植物生长环境与能源效率进行了优化。•得出的决策策略分为以植物为中心和以成本为中心两类。•该框架可用于初始设计阶段评估热泵性能。
引言
联合国预测,到2050年全球人口将增至97亿,从而增加对食品的需求[1]。此外,Hamad等人(2025年)指出,为满足因人口增长而带来的需求,到2050年全球农业产量需增加约60%[2]。然而,快速的气候变化给可持续作物生产带来了严重威胁,使得满足全球粮食需求变得困难[3]。根据联合国开发计划署的数据,干旱影响了全球75%的农作物种植区,导致严重的产量损失[4]。另外,Xiao等人(2025年)报告称,严重的寒潮也会对农业造成损害,处于极端条件下的地区产量损失可超过9.16%[5]。因此,为在气候变化背景下满足日益增长的粮食需求,需要建立可持续的栽培设施,以维持稳定的植物生长环境。
根据《巴黎协定》,国际社会正在根据《联合国气候变化框架公约》的要求,到2030年实施国家自主贡献和碳排放减少政策[6]。在农业领域,2007年至2016年间,温室气体排放占全球碳排放总量的9%至14%[7]。因此,农业领域也必须考虑高效的能源利用和温室气体减排,以符合碳排放减少政策的要求。Min等人(2022年)指出,若能将一次能源消耗减少49%,则可使碳排放量降低57%[8]。因此,温室园艺作为一种可持续的栽培方式,既能满足日益增长的粮食需求,又能提高能源利用效率,进而减少碳排放。
温室能够创造可控的环境,减少粮食生产的波动,从而在气候变化背景下满足日益增长的粮食需求[9]。这表明,基于温室的栽培设施对于未来的可持续粮食生产至关重要[10]。然而,无论外部天气条件如何,温室都需要消耗大量能源来维持恒定的生长环境[11]。温室通常采用隔热性能较差的材料作为外层结构,如玻璃和乙烯基材料,这就导致其与外界空气之间进行频繁的热交换,进而产生过大的供暖和制冷负荷[12]、[13]。此外,由于作物是无法移动以避开不良环境条件的固定生物,植物生长环境只能依靠温室管理者的单方面控制来维持[14]、[15]。因此,有必要开展相关研究,以在维持植物生长环境的同时提高能源效率,从而实现可持续的粮食生产并减少碳排放。
温室在控制降温、供暖和通风方面高度依赖热泵,因为它们必须稳定维持适合植物生长的室内环境(如适宜的温度和相对湿度)[16]。也就是说,由于温室内部会与外界空气发生热交换,植物生长环境与能源效率在初始设计阶段就直接取决于热泵系统的性能[17]。目前关于温室供暖的研究主要集中在评估单个热泵的性能,或分析运行阶段的特定工况,这就需要针对实际设计阶段的热泵系统开展系统性的决策研究[18]、[19]。然而,若要从设计阶段就开始进行全面评估和比较,就有必要了解以往研究中针对温室主要探讨了哪些类型的热泵。以往的研究中,人们采用了多种热泵技术于温室中,以满足植物生长环境和能源效率方面的需求[20]、[21]、[22]。常见的温室热泵包括水源热泵、地源热泵和空气源热泵。不过,这些热泵由于热源特性和系统配置的不同,在初始投资、运营成本以及能源消耗方面也存在差异[23]、[24]、[25]、[26]、[27]。例如,与其他热源相比,水源热泵的初始投资成本较低,但其能源消耗却会因运行条件而有所变化。地源热泵的初始投资成本较高,但能源消耗却显著更低。而空气源热泵的初始投资和能源消耗相对较低,但其性能会随着环境条件的变化而波动[27]。因此,需要一个能够同时兼顾植物生长环境和能源效率的分步决策框架,以便为温室选择合适的热源特性和系统配置。
此前有研究将多目标优化方法应用于暖通空调系统,以此构建温室热泵的决策框架[28]、[29]、[30]、[31]。例如,Zhang等人(2024年)将与温室植物生长环境相关的指标(即温度、相对湿度和二氧化碳浓度)作为目标函数,通过多目标优化来改善这些指标[28]。Lin等人(2024年)的研究则通过多目标优化来提升温室的能源效率指标(即能源消耗和能源成本)[29]。不过,在上述研究中,只考虑了植物生长环境或能源效率中的一个方面。
也有部分研究同时考虑了植物生长环境与能源效率。比如,Wang等人(2024年)提出了一种决策框架,通过多目标优化得出帕累托前沿,从而在温室环境控制中解决植物生长环境与能源效率之间的矛盾,进而选出折中方案[30]。此外,Su等人(2021年)也提出了一个决策框架,同样通过多目标优化得出帕累托前沿,以此确定温室的控制参数[31]。不过,上述研究都只是侧重于计算帕累托前沿本身。
其次,有研究运用相关性分析来定量分析温室内暖通空调系统各变量之间的相互作用关系[32]、[33]、[34]。例如,Lee等人(2025年)采用斯皮尔曼相关系数和格兰杰因果关系检验分析法,来研究暖通空调系统控制变量与温室室内温度之间的相互作用[33]。Mahmood等人(2021年)则通过相关系数分析,来确定温室内暖通空调系统变量与室内温度之间的关联[34]。不过,这些研究仅限于定量分析特定的暖通空调系统决策变量对室内温度和能源消耗的影响,也就是说,它们并未找出在暖通空调系统决策中起关键作用的变量。
第三,最近有研究运用聚类分析来识别帕累托前沿或暖通空调系统运行结果的分布规律[35]、[36]。例如,White等人(2025年)采用k均值和k中心点聚类方法,来识别帕累托前沿的分布规律[35]。通过这种方法,2,419个帕累托前沿解决方案被简化为18个具有代表性的方案。随后,Ghiat等人(2025年)开发了一种方法,利用基于GIS的空间聚类技术将温室分为四个集群,并根据每个集群的气候和距离条件来模拟该区域的二氧化碳供应量和温室暖通空调系统的能源需求,进而比较其经济可行性和环境可行性[36]。结果表明,第二个集群在二氧化碳供应量和温室暖通空调系统能源需求方面是最优的。不过,以往的研究大多只是将聚类分析用于总结结果或辅助可视化展示。
综上所述,以往的研究还存在三个问题。首先,之前的多目标优化研究都只侧重于计算帕累托前沿本身,因此需要一个全面的流程,既能计算帕累托前沿,又能对其进行分析,从而提出相应的热泵决策策略。其次,相关性分析仅限于定量分析特定的暖通空调系统决策变量对室内温度和能源消耗的影响,因此需要一种结构化的方法,通过相关性分析得出实用的热泵决策策略。第三,以往的研究大多将聚类分析用于总结结果或辅助可视化,因此需要进一步拓展聚类分析的功能,通过聚类来明确热泵决策策略,并解释不同聚类之间的差异。因此,需要一个热泵决策框架,该框架要利用多目标优化来探索初始解决方案,运用相关性分析来制定实用的决策策略,再通过聚类分析来解读不同聚类之间的差异。此外,还需要进行经济性分析,以便制定出切实可行的热泵决策策略。基于此,本研究提出了以下研究问题:
•RQ1:不同热源下的温室热泵在改善植物生长环境和提升能源效率方面的效果是否存在差异?
•RQ2:在热泵决策过程中,哪些决策变量起着关键作用?
•RQ3:通过优化得出的结果能否作为实用的热泵决策策略?
为解答这些研究问题,本研究提出了以下三个研究假设:
•H1:植物生长环境与能源效率之间存在权衡关系,且这种关系因热源不同而有所差异。
•H2:某些决策变量是关键变量,其影响力也会因热源不同而存在差异。
•H3:通过优化得出的结果可以成为实用的热泵决策策略。
因此,本研究旨在通过按热源比较不同热泵的特点,提出一种系统的温室热泵设计决策框架,以此改善植物生长环境并提升能源效率。通过该框架,从众多热泵方案中筛选出实用的热泵决策策略。
本研究具有理论和实践意义。从理论层面来看,它将多目标优化方法的应用范围从单纯寻求最优解扩展到了更广阔的领域,通过将相关性分析、聚类分析和经济性分析整合到一个决策框架中,使得在设计阶段能够对不同热源下的优化结果进行定量分析和比较。从实践层面来看,所提出的框架能为温室设计者和种植者提供实用指导,帮助他们根据是更注重植物生长环境还是能源效率来选择合适的热源,并确定各项决策变量的优先级。
因此,本研究旨在通过按热源比较不同热泵的特点,提出一种系统的温室热泵设计决策框架,以改善植物生长环境并提升能源效率。本研究共分为三个步骤进行(见图1):(i)温室建模;(ii)按热源分析最优方案;(iii)制定热泵决策策略。
研究方法
为提出一种能够同时改善温室植物生长环境和能源效率的热泵决策策略,本研究对不同热泵进行了对比分析。这一分析过程分为三个步骤:(i)建立基准模型;(ii)按热源定义不同的场景;(iii)针对不同场景进行多目标优化。
按热源得到的最优方案
为改善温室的植物生长环境与能源效率,本研究对不同热源的热泵进行了多目标优化。首先,使用3D散点图来展示不同热源热泵的优化结果(见图5)。该3D散点图展示了在多目标优化过程中得到的2,000个不同热源热泵的数值分布情况,颜色越深表示对应的方案属于后续优化代数。本研究设置了三个优化目标,即……
结论与建议
本研究通过整合多目标优化、相关性分析、聚类分析和经济性分析,提出了一种系统的温室热泵系统决策框架。该框架涵盖了三种热源:水源热泵、地源热泵和空气源热泵。通过该框架,分别得出了以植物为中心和以成本为中心的决策策略,这两种策略都能有效改善植物生长环境并提升能源效率。
作者贡献说明
Jimin Kim:撰写——审阅与编辑、资金获取、正式分析。Hyounseung Jang:验证、监督、项目管理。Minjae Lee:验证、软件使用、资源协调。Donggeun Oh:可视化、方法设计、数据整理。Doyoung Lee:撰写——初稿撰写、调查研究、概念构思
利益冲突声明
? 作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。
致谢
本研究得到了韩国政府资助的韩国国家研究基金会(NRF)项目(编号MSIT,编号为RS-2024-00348085)以及由韩国教育部和首尔市政府支持的“区域创新体系与教育(RISE)”项目(编号2025-RISE-01-014-04)的支持。此外,本研究还得到了韩国基础设施技术发展局(KAIA)在韩国国土交通部资助下的项目支持(参与人员:Doyoung Lee|Donggeun Oh|Minjae Lee|Hyounseung Jang|Jimin Kim)
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号