1. 课程导入与目标设定
温室LED补光不是“天黑开灯、天亮关灯”这么简单。补光系统的能耗通常占温室生产用电的较大比例,而不同作物、不同生育阶段、不同天气条件下对光的需求差异显著。如果控制策略设计不当,轻则浪费电能、增加成本,重则因光周期紊乱或光强不适导致作物徒长、开花延迟、品质下降。因此,本课程要解决的核心问题是:如何根据作物需求、环境条件和设备能力,设计一套既能满足作物光需求、又能兼顾能耗与设备寿命的LED补光控制策略,并把它落到可执行的控制逻辑上。
需要先明确一个边界:本课程讨论的是“控制策略设计”,而不是灯具选型或温室结构设计。灯具的光谱、功率、安装高度作为已知输入条件,我们关注的是什么时候补、补多强、补多久、按什么规则联动。这决定了后续所有章节都围绕“决策规则”展开,而不是围绕硬件参数展开。
一、控制策略设计的整体框架
一套完整的补光控制策略,可以拆成四个相互衔接的层次,这也是本课程的整体知识框架:
- 目标层——补光要达成什么。 核心是作物光需求,通常用光周期(每日明期时长)、光积分量(DLI,Daily Light Integral,单位 mol·m⁻²·d⁻¹)和瞬时PPFD阈值来描述。目标层回答“补多少才够”。
- 感知层——依据什么做判断。 包括温室内外光照传感器测得的PPFD、时钟提供的时刻信息、温湿度与CO₂等辅助环境量,以及作物生育期的人工设定。感知层回答“现在缺不缺光”。
- 决策层——按什么规则动作。 这是策略的核心,包括阈值判断、光周期窗口约束、DLI累积核算、与遮阳/通风的联动优先级、故障与安全联锁。决策层回答“此刻该开、该关、该调光到多少”。
- 执行层——如何落到设备。 包括LED灯具的分组、0–10V或DALI调光信号、继电器开关时序、最小启停间隔保护等。执行层回答“指令怎么变成灯的实际输出”。
这四层之间是“目标约束决策、感知支撑决策、决策驱动执行”的关系,而不是简单的线性步骤。实际调试中经常出现执行层能力不足反过来压缩决策空间的情况,例如灯具不支持连续调光,就只能退化为分组开关策略。理解这种层间约束,是设计出可落地策略的前提。
二、本课程的学习目标
学完本课程,应当能够独立完成从需求分析到控制逻辑落地的完整设计,具体可分解为四项可检验的能力目标:
- 能定量描述补光需求。 给定作物种类与生育期,能查取或估算目标DLI与适宜光周期,并换算成对补光系统的PPFD与时长要求。例如番茄育苗期目标DLI约10–12 mol·m⁻²·d⁻¹,若自然光日均贡献6 mol·m⁻²·d⁻¹,则需补光约4–6 mol·m⁻²·d⁻¹;在16 h明期内折算,平均补光PPFD约需70–100 μmol·m⁻²·s⁻¹(示例假设值,实际须按当地气候与品种核定)。
- 能设计判断规则。 能把“缺不缺光”转化为可编程的条件表达式,处理光周期窗口、DLI剩余额度、瞬时阈值三者的优先级冲突。
- 能处理工程约束。 能考虑灯具调光能力、最小启停间隔、传感器误差、断电恢复等实际问题,使策略可稳定运行。
- 能验证与评估。 能设计对照观察方法,用累计补光时长、实际DLI达成率、单位补光能耗等指标判断策略是否达标。
三、最终交付物
本课程的最终交付物是一份《温室LED补光控制策略设计说明书》,它不是纯文字报告,而应包含可直接交给控制工程师或写入控制器的内容。建议包含以下部分:
| 交付部分 | 核心内容 | 可检验标准 |
|---|---|---|
| 需求参数表 | 作物、生育期、目标DLI、光周期窗口、PPFD上下限 | 参数有来源或标注为假设值 |
| 控制规则说明 | 判断条件、优先级、调光档位、启停保护 | 规则无逻辑冲突,边界条件明确 |
| 控制逻辑伪代码 | 按周期执行的判断与输出流程 | 可直接转写为PLC或脚本 |
| 验证方案 | 观察指标、对照设置、达标判据 | 指标可测量、判据可量化 |
为了让“控制规则”这一最抽象的部分有具体抓手,下面给出一段策略核心逻辑的伪代码示例,后续章节会逐步细化其中的每个参数:
每 1 分钟执行:
t = 当前时刻
ppfd = 冠层传感器读数(μmol·m⁻²·s⁻¹)
dli_remain = 目标DLI - 今日已累计DLI
若 t 不在光周期窗口内:
输出 = 关灯 # 保护暗期,避免光周期紊乱
否则若 dli_remain <= 0:
输出 = 关灯 # 今日额度已满
否则若 ppfd >= 目标PPFD下限:
输出 = 关灯 # 自然光已足够
否则:
需求强度 = min(100%, 按dli_remain与剩余时长折算的调光比例)
输出 = 开灯,调光至需求强度
启停保护:两次状态切换间隔 < 10 min 时保持原状态
四、学习路径说明
课程将按“需求定量→感知与标定→规则设计→工程约束→验证评估”的顺序推进,但各环节会反复回扣四层框架。学习时建议始终带着两个问题:这条规则对应框架的哪一层?它受哪一层的约束? 只要这两个问题能答清楚,策略设计就不会沦为参数堆砌。本章不展开具体算法,但请先建立“目标—感知—决策—执行”的整体地图,后续每一章都是在这张地图上填充细节。