基于光伏連棟玻璃溫室溫度場...模擬的冬季加溫系統(tǒng)排布優(yōu)化_鮑恩財.pdf

第4卷 第3期 2023年12月 新能源科技 New Energy Science and Technology Vol 4 No 3 December 2023 基金項目 農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)設(shè)施結(jié)構(gòu)設(shè)計與智能建造重點實驗室開放課題 202103 作者簡介 鮑恩財 1990 男 副研究員 博士 研究方向 設(shè)施農(nóng)業(yè) 光伏農(nóng)業(yè) beoencai1990 163 com 通信作者 蔣步國 1984 男 高級工程師 碩士 研究方向 設(shè)施農(nóng)業(yè) 260582457 qq com 基于光伏連棟玻璃溫室溫度場CFD模擬的 冬季加溫系統(tǒng)排布優(yōu)化 鮑恩財1 2 劉璋晶瑩1 3 李士照1 3 張 龍1 2 楊 晨4 許桂俊4 鄧志強5 蔣步國6 1 農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)設(shè)施結(jié)構(gòu)設(shè)計與智能建造重點實驗室 北京 100125 2 江蘇省農(nóng)業(yè)科學(xué)院 農(nóng)業(yè)設(shè)施與裝備研究所 江蘇 南京 210014 3 安徽農(nóng)業(yè)大學(xué)工學(xué)院 安徽 合肥 230036 4 深能南京能源控股有限公司 江蘇 南京 210019 5 華能南京燃機發(fā)電有限公司 江蘇 南京 210046 6 江蘇海州農(nóng)業(yè)發(fā)展集團有限公司 江蘇 連云港 222000 摘要 針對冬季光伏連棟玻璃溫室內(nèi)溫度過低 環(huán)境均一性較差的問題 文章提出一種基于計算流體 力學(xué) computational fluid dynamics CFD 的加溫系統(tǒng)排布優(yōu)化方案 依據(jù)試驗現(xiàn)場的邊界條件 構(gòu)建 并求解了溫室的三維穩(wěn)態(tài)模型 基于標準k 湍流模型對室內(nèi)溫度場進行模擬分析 通過模擬驗證 3個時刻模擬值與實測值的平均相對誤差分別為3 6 2 3 2 4 說明所建模型有效 文章通過 模擬發(fā)現(xiàn) 冬季溫室存在溫度場分布不均及凌晨氣溫較低的問題 不適宜室內(nèi)花卉的生長 基于此 文章提出了室內(nèi)加溫系統(tǒng)的排布優(yōu)化方案 通過模擬發(fā)現(xiàn) 該方案提高了室內(nèi)氣溫調(diào)控效率 為優(yōu)化 光伏連棟玻璃溫室加溫系統(tǒng)排布方式提供了理論依據(jù) 關(guān)鍵詞 光伏連棟玻璃溫室 加溫系統(tǒng) 計算流體力學(xué) 溫度場 排布 優(yōu)化 中圖分類號 TK519 S214 文獻標志碼 A 0 引言 近些年 玻璃溫室在國內(nèi)蓬勃發(fā)展 近8年來 新建玻璃溫室面積達到了2 607 01 ha 1 2 在玻璃 溫室內(nèi) 冬季加溫系統(tǒng)的投入在投資與生產(chǎn)成本中占 有很大的比重 3 4 光伏發(fā)電技術(shù)的快速發(fā)展和廣 泛應(yīng)用 為解決玻璃溫室生產(chǎn)高耗能的缺點提供了新 的思路 5 光伏玻璃溫室是在集成光電技術(shù)和玻璃 溫室的基礎(chǔ)上 形成了一種新型溫室類型 6 在保證 農(nóng)業(yè)生產(chǎn)的同時可以實現(xiàn)能源自給 但如何改善冬季 溫室內(nèi)溫度過低 提高溫室內(nèi)環(huán)境的均一性 為植物 創(chuàng)造良好的生長環(huán)境已成為當前研究的熱點 7 與傳統(tǒng)試驗方法相比 基于計算流體動力學(xué) Computational Fluid Dynamics CFD 的數(shù)值模擬是 研究農(nóng)業(yè)設(shè)施環(huán)境模擬的有效手段 8 9 國內(nèi)外諸 多學(xué)者已經(jīng)將CFD技術(shù)應(yīng)用在溫室溫度場的研究 中 文獻 10 以光伏玻璃溫室為研究對象 對溫室 內(nèi)溫度場進行數(shù)值模擬 為光伏玻璃溫室結(jié)構(gòu)優(yōu)化 提供依據(jù) 文獻 11 研究了鋸齒形光伏溫室內(nèi)部 環(huán)境因子的分布規(guī)律 通過試驗發(fā)現(xiàn)光伏鋸齒形溫 室對熱帶地區(qū)的氣候具有良好的適應(yīng)性 文獻 12 基于環(huán)境溫度和太陽輻照度逐時變化 建立光 伏溫室大棚的計算流體動力學(xué) CFD 瞬態(tài)模型 研 究發(fā)現(xiàn)覆蓋率50 為最優(yōu)選光伏組件布置方式 文獻 13 使用CFD技術(shù)模擬了不對稱光伏溫室和 Venlo型光伏溫室中環(huán)境因子分布規(guī)律 結(jié)果表明 Venlo光伏溫室的太陽輻射分布比不對稱光伏溫室 更均勻 文獻 14 研究了棋盤格形式柔性光伏板 對溫室小氣候的影響 結(jié)果表明 光伏板降低了溫室 內(nèi)的溫度 綜上 當前國內(nèi)外針對溫室CFD的研究 側(cè)重于內(nèi)部熱環(huán)境模擬仿真研究 基于光伏連棟玻 璃溫室溫度場CFD模擬的冬季加溫系統(tǒng)排布優(yōu)化 的研究鮮有報道 本文基于現(xiàn)場實測與三維建模軟件 建立了大型 12 新能源科技 光伏連棟玻璃溫室的三維模型 并在蘇南地區(qū)大型光 伏連棟玻璃溫室中對該模型進行了試驗驗證 該模 型通過CFD技術(shù)模擬分析了溫室溫度場變化規(guī)律 針對冬季溫室內(nèi)溫度場分布不均及部分時刻氣溫較 低的問題 本文提出了溫室加溫系統(tǒng)的排布優(yōu)化方 案 提高了溫室氣溫調(diào)控效率 為優(yōu)化溫室加溫系統(tǒng) 排布方案提供了理論依據(jù) 1 材料與方法 1 1 供試光伏連棟玻璃溫室 本文中進行試驗和模擬的光伏連棟玻璃溫室 以 下簡稱 溫室 位于江蘇省南京市日昌太陽能發(fā)電有 限公司農(nóng)光互補基地 北緯31 62 東經(jīng)119 18 溫 室屋脊呈南北走向 長96 8 m 寬40 6 m 脊高6 0 m 天溝高5 0 m 開間3 7 m 跨度13 2 m 溫室結(jié)構(gòu)如 圖1 a 所示 溫室頂部采用的是碲化鉻薄膜光伏組件和超白玻 璃共同覆蓋 如圖1 b 所示 光伏組件沿屋面南北方 向排布 其透光率為40 單塊組件尺寸為1 200 mm 600 mm 整體光伏板的覆蓋率為50 傾斜角度為 25 年滿負荷小時數(shù)535 h 裝機總量為288 96 kW 年發(fā)電量約為1 6 105 kW h 溫室內(nèi)部上方有一層保溫幕和兩層遮陽網(wǎng) 最上 層保溫幕的遮光率10 中間一層遮陽網(wǎng)的遮光率為 70 最下面一層遮陽網(wǎng)的遮光率為50 溫室整體 分為南北兩個半?yún)^(qū) 共有84個空調(diào)送風口 每排空調(diào) 送風口呈南北方向并列布置 空調(diào)垂直高度2 8 m 空調(diào)額定制熱量142 kW 制熱額定功率40 4 kW 溫 室內(nèi)常年種植青蘋果 飛羽及紫背等花卉 當溫室內(nèi) 部溫度低于14 時 會打開空調(diào)增溫以及打開溫室 上方的保溫幕保溫來增加室內(nèi)溫度 溫室內(nèi)空調(diào)送 風口布局如圖1 c 所示 1 2 試驗設(shè)計 本試驗測定指標主要為溫室內(nèi)外的空氣溫度 等參數(shù) 數(shù)據(jù)記錄間隔時間為30 min 室內(nèi)空氣 溫度測量點布置在距離地面1 5 m高度平面內(nèi) 共4個測點 具體位置如圖2所示 室外設(shè)置1個 空氣溫度測量點 測點距離溫室最近外墻50 m 地 勢開闊 距離地面高度1 5 m 本試驗所用到的儀 器主要是HOBO UX100 011A溫度記錄儀 美國 Onset公司 其測量范圍為溫度 20 70 精度 為 0 20 為避免太陽輻射和花卉生長管理對 儀器測量的影響 溫濕度傳感器均配套安裝氣象 專用防輻射罩 圖1 光伏連棟玻璃溫室結(jié)構(gòu) 圖2 溫室內(nèi)部測點布置 22 新能源科技 2 CFD仿真與建模 2 1 溫室模型建立 本試驗對光伏連棟玻璃溫室內(nèi)的溫度場進行仿 真模擬 其中光伏連棟玻璃溫室冬季四周玻璃封閉 氣密性良好 流體的流動遵循四大定律 質(zhì)量守恒定 律 動量守恒定律 能量守恒定律以及組分守恒定 律 15 按照溫室實際尺寸創(chuàng)建比例為1 1的三維模 型 其中光伏連棟玻璃溫室內(nèi)遮陽網(wǎng) 地面蒸發(fā) 作物 和溫室氣體之間的潛熱交換等忽略 幾何模型建立 如圖3所示 圖3 溫室三維幾何模型 2 2 計算域確定與網(wǎng)格劃分 本文采用基于壓力 速度耦合求解器 激活偽瞬態(tài) 和扭曲面梯度校正求解算法 由于溫室內(nèi)蓄熱介質(zhì)主要 為栽培架上的栽培基質(zhì) 且作物冠層遮擋后嚴重影響有 效蓄熱能力 本研究將室內(nèi)空氣計算域分為3部分 即保 溫幕上方空氣層 保溫幕與遮陽網(wǎng)空氣層和遮陽網(wǎng)下方 空氣層 作物冠層主要集中遮陽網(wǎng)下方空氣層 對空 調(diào)設(shè)備進出風口位置定義網(wǎng)格尺寸大小為50 mm 全 局網(wǎng)格尺寸大小為50 1 500 mm 網(wǎng)格增長率定義為 1 2 定義計算域網(wǎng)格類型為多面體與六面體混合網(wǎng) 格類型 網(wǎng)格數(shù)量1 329萬個 全局網(wǎng)格最大畸變度為 0 79 網(wǎng)格最大長寬比35 35 網(wǎng)格劃分質(zhì)量較好 滿足 仿真計算需要 整體網(wǎng)格劃分如圖4所示 圖4 溫室整體網(wǎng)格劃分 2 3 輻射模型 根據(jù)試驗測試數(shù)據(jù)定義溫室室外溫度及對流換 熱系數(shù) 室內(nèi)空調(diào)運行時氣流擴散采用標準k 湍流 模型進行表述 白天采用DO輻射模型模擬南京地區(qū) 的光照情況 啟用射線追蹤模塊定義太陽相對位置 定義地區(qū)經(jīng)緯度分別為119 18 E 31 62 N 時區(qū) 8 北方方位為 0 0 1 東方方位為 1 0 0 結(jié)合試 驗測試光照情況設(shè)定云量系數(shù) 分析輻射源項對光伏 連棟玻璃溫室室內(nèi)溫度的影響 2 4 邊界條件及參數(shù)設(shè)置 溫室玻璃壁面與室外空氣以熱傳導(dǎo)和自然對流 的方式進行熱量交換 定義溫室圍護結(jié)構(gòu)為wall 壁 面 邊界條件 白天保溫幕收攏時定義為interior邊界 條件 夜晚保溫幕展開狀態(tài)定義為厚度為5 mm厚度虛 擬wall 壁面 邊界條件 16 室內(nèi)地面由于為水泥地 面 忽略室內(nèi)地面蒸發(fā)和作物蒸騰作用 定義作物冠層 為多孔介質(zhì) 設(shè)置作物冠層粘性阻力系數(shù)58 82 m 2 慣 性阻力系數(shù)3 85 m 1 孔隙率為0 85 17 模擬空調(diào)運 行狀態(tài)在冠層間氣流運移規(guī)律 定義空調(diào)出風口和 回風口邊界條件為速度出入口 正常運行工況下出風 口溫度34 9 平均風速為2 2 m s 假定空調(diào)殼體 為絕熱壁面 溫室所在地西北風較為盛行 故定義溫 室東 南 西和北側(cè)壁面對流換熱系數(shù)分別為 8 5 W m2 K 7 5 W m2 K 11 5 W m2 K 11 5 W m2 K 定義光伏連棟玻璃溫室四周圍護結(jié) 構(gòu)壁面厚度為5 mm 溫室壁面為混合傳熱邊界條 件 18 室內(nèi)空氣 玻璃等材料屬性如表1所示 19 表1 定義計算域物性參數(shù) 材料 密度 kg m 3 比熱容 J kg K 1 導(dǎo)熱系數(shù) W m K 1吸收率 空氣 1 23 1 006 43 0 025 0 1 作物冠層1 070 2 800 0 3 0 8 保溫幕300 1 275 0 33 0 1 玻璃2 220 830 1 15 0 1 2 5 模擬結(jié)果驗證 為了驗證光伏溫室CFD模擬的準確性 將現(xiàn)場 的實際測量值與模擬值進行了比較和分析 并在模擬 模型中提取了與測量點相同位置和時間的數(shù)據(jù) 表2 給出了室內(nèi)各個測點的氣溫實驗值和模擬值 綜合 來看 光伏連棟玻璃溫室內(nèi)溫度場與現(xiàn)場實測數(shù)據(jù)以 及變化趨勢基本一致 3個時刻的平均相對誤差分別 為3 6 2 3 2 4 3種工況下的數(shù)值模擬誤差都 小于10 說明二者吻合性較高 模擬值能較準確反 應(yīng)溫室內(nèi)溫度場的變化情況 32 新能源科技 表2 3個時刻下溫室內(nèi)各測點的氣溫實測值和模擬值的比較 時刻測點模擬值 實測值 相對誤差 平均相對誤差 07 00 1 19 3 20 3 4 9 2 16 1 15 5 3 9 3 18 1 17 6 2 8 4 14 9 14 5 2 8 3 6 14 00 1 27 2 28 2 3 5 2 27 3 26 8 1 9 3 26 4 26 0 1 5 4 26 3 25 7 2 3 2 3 22 00 1 25 1 24 6 2 0 2 19 9 19 5 2 1 3 22 3 21 8 2 3 4 19 2 18 6 3 2 2 4 3 CFD仿真結(jié)果分析 本次模擬仿真采用穩(wěn)態(tài)方法求解控制方程 數(shù)值 計算采用二階迎風格式的有限體積法 壓力與速度耦 合的動量方程 采用SIMPLE算法 以溫室2022年12 月23日試驗數(shù)據(jù)進行仿真模擬 分析的室內(nèi)3個時 刻溫度場分布情況如圖5所示 圖5 a c 為溫室內(nèi)部距離地面1 m高度的 水平方向 Y軸 3個時刻溫度場云圖 即T為07 00 14 00和22 00時 對比3個不同時刻的截面圖 從 圖5可以觀察到中午溫度最高 其次晚上 早晨溫度 最低 其中 3個時刻溫度均一性較差且早晨 圖5 溫室縱橫向剖面在不同時刻的溫度場模擬云圖 42 新能源科技 整體溫度較低 溫室內(nèi)的溫度由東向西逐漸降低 主要 是西側(cè)部分位置未安裝空調(diào) 整體來看 上述3個時 刻溫室內(nèi)東側(cè)溫度均值分別保持在24 28 27 左右 中部溫度均值分別保持在19 26 24 左 右 西側(cè)溫度均值分別保持在12 24 19 左右 圖5 d f 為溫室內(nèi)部在東西向縱向剖面 Z 軸 的3個時刻溫度場云圖 即T為07 00 14 00和 22 00時 對比3個不同時刻的截面圖 可以觀察到 不同時刻的縱向剖面溫度場與水平方向溫度場具有 高度一致性 整體上呈現(xiàn)東部和中部溫度較高 溫室 西部溫度較低 在單一時刻下 縱向溫度差異性 較小 4 改善溫室溫度場的加溫系統(tǒng)排布 優(yōu)化 從上述模擬結(jié)果及實測結(jié)果來看 冬季白晝時及 夜晚前半夜溫室內(nèi)溫度場均一性較差 但能有效滿足 花卉生長所需的溫度需求 而凌晨溫室內(nèi)的溫度場分 布不均勻 且室內(nèi)夜間部分時刻溫度較低 影響花卉 正常生長 針對上述問題 本研究對冬季溫室加溫系 統(tǒng)進行排布優(yōu)化 通過調(diào)整溫室內(nèi)空調(diào)送風口的布局 方式 對白晝前07 00時刻的溫度場進行模擬分析 增加溫室內(nèi)的溫度場的均勻性 同時使溫室內(nèi)的溫度 整體增加 滿足花卉正常生長的溫度需求 4 1 優(yōu)化設(shè)計方案 本文在原有排布基礎(chǔ)上增加了溫室內(nèi)空調(diào)排布 列數(shù) 由原來的5列調(diào)整至7列 另外 溫室東西兩 側(cè)每列布置11個空調(diào)送風口 空調(diào)單側(cè)送風 中間五 列每列設(shè)置12個空調(diào)送風口 五列中間位置是兩個 空調(diào)設(shè)置雙側(cè)送風 其余都是單側(cè)交替送風 從而保 證溫室東西兩側(cè)氣溫均勻性 具體優(yōu)化排布方案如 圖6所示 圖6 優(yōu)化后溫室空調(diào)送風口布局 綜上所述 溫室加溫系統(tǒng)排布優(yōu)化后 共有84個 空調(diào) 較原有排布方案減少了2個 在一定程度上 起到了降本增效的效果 同時 本次優(yōu)化設(shè)計根據(jù)溫 室尺寸及單側(cè)交替送風加溫策略來模擬研究溫室內(nèi) 溫度場的情況 通過對比原有系統(tǒng)溫度場情況來明確 優(yōu)化后的加溫效果 4 2 優(yōu)化模擬分析 光伏連棟玻璃溫室內(nèi)模型優(yōu)化后Y向溫度場分 布均勻 溫室中部溫度較均勻 在23 左右 溫室東 西兩側(cè)溫度較高 在26 左右 如圖7所示 這是 由于溫室內(nèi)東西兩側(cè)空調(diào)為單側(cè)向內(nèi)吹風 導(dǎo)致溫室 兩側(cè)溫度較高 溫室南北兩側(cè)邊緣溫度較低 是由于 外部冷氣流的入侵 對室內(nèi)溫度影響較小 溫室內(nèi)局 部區(qū)域溫度較之前有所提高 尤其溫室西側(cè)區(qū)域 原 模型溫室西側(cè)溫度在10 左右 優(yōu)化后溫室西側(cè)溫 度在23 左右 比之前提高了13 左右 有利于溫 室內(nèi)花卉的正常生長 5 討論 本文對如何提高光伏連棟玻璃溫室內(nèi)溫度場均 勻性以及凌晨空氣溫度進行研究 通過加溫系統(tǒng)排布 優(yōu)化設(shè)計改變溫室內(nèi)溫度場 文獻 20 在溫室溫度 場優(yōu)化上有過類似研究 根據(jù)CFD模擬的溫室溫度 場的分布情況 提出利用內(nèi)循環(huán)風扇來優(yōu)化溫室內(nèi)氣 流組織方法 提升溫室內(nèi)溫度 優(yōu)化溫度場均勻性 表 明通過溫室結(jié)構(gòu)上的調(diào)整來提升溫室內(nèi)部溫度及溫 度場均勻性的方法具有可行性 目前 加溫系統(tǒng)廣泛應(yīng)用于溫室內(nèi) 其工作時 溫 室由于不進行通風 加溫系統(tǒng)熱量無空氣流通 單靠 熱輻射作用不能有效擴散 出現(xiàn)溫度場分布不均勻 多區(qū)域不能達到植物生長適宜溫度等問題 溫室作物 生長環(huán)境不理想 21 22 本文基于裝有加溫系統(tǒng)的光 52 新能源科技 圖7 加溫系統(tǒng)排布優(yōu)化下溫室縱橫向剖面的溫度場模擬云圖 7 00 伏連棟玻璃溫室 通過空調(diào)的排布調(diào)整優(yōu)化溫室內(nèi)氣 體流向 增大凌晨溫室的溫度 為了使溫室內(nèi)溫度分 布更均勻 綜合考慮空調(diào)排布間隔與空調(diào)數(shù)量兩方 面 在滿足花卉生長所需溫度的同時 降低了加溫系 統(tǒng)能耗成本 國內(nèi)外一些學(xué)者對溫室內(nèi)的溫度場情況進行三 維模擬時考慮了作物對環(huán)境的影響 加入了多孔介 質(zhì) 23 本文中的試驗溫室內(nèi)部種植了多種花卉 但 模型構(gòu)建時對栽培區(qū)進行了統(tǒng)一建模 未考慮不同花 卉對溫度場的影響 故試驗與模擬的結(jié)果可能會受到 影響 為進一步完善模型 提高模擬精度 后續(xù)試驗 和模擬應(yīng)將不同分區(qū)的因素考慮在內(nèi) 使得優(yōu)化設(shè)計 結(jié)果在生產(chǎn)中具有更廣泛的實際應(yīng)用價值 6 結(jié)語 1 對溫室進行合理的簡化 并進行CFD建模 通過模擬分析 3個時刻模擬值與實測值的平均相對 誤差分別為3 6 2 3 2 4 說明所建模型有效 2 通過試驗和模擬得出溫室內(nèi)冬季早晨07 00 溫度遠低于花卉適宜生長溫度范圍 不利于花卉的正 常生長 針對此情況 本文通過CFD優(yōu)化溫室內(nèi)加 溫系統(tǒng)的布局方式 模擬發(fā)現(xiàn)溫室內(nèi)溫度場較原模型 更加均勻 且冬季空氣溫度整體提高 整體保持在 23 左右 局部區(qū)域溫度較原模型明顯增加 增幅達 10 左右 能有效滿足花卉生長的氣溫需求 參考文獻 1 周杰 師愷 夏曉劍 等 中國蔬菜栽培科技 60年回顧與展望 J 園藝學(xué)報 2022 10 2131 2142 2 華科資源 2022年全國溫室新建面積統(tǒng)計報 告 EB OL 2023 03 16 2023 11 3 https mp weixin qq com s jrkQa6eL y6NvO I20MVgnw 3 李天來 齊明芳 孟思達 中國設(shè)施園藝發(fā)展 60年成就與展望 J 園藝學(xué)報 2022 10 2119 2130 4 李文軍 張攀攀 屈浩 等 智能連棟玻璃溫 室節(jié)能減排技術(shù)研究 J 農(nóng)業(yè)工程技術(shù) 2020 28 16 19 5 孫迎龍 王新忠 光伏玻璃溫室自然通風條 件下的CFD模擬驗證 J 農(nóng)機化研究 2015 4 176 179 6 葉林 李建設(shè) 張光弟 等 寧夏不同光伏材 料連棟溫室冬季室內(nèi)環(huán)境變化規(guī)律 J 北方 園藝 2017 17 92 98 7 左志宇 秦麗娟 毛罕平 等 基于光照的溫 室加熱系統(tǒng)模糊PID控制 J 農(nóng)機化研究 2017 6 214 218 8 金玲 劉妍華 CFD在溫室室內(nèi)環(huán)境研究中 的應(yīng)用 J 安徽農(nóng)業(yè)科學(xué) 2012 7 4416 4418 9 KIM R KIM J LEE I et al Development of three dimensional visualisation technology of the aerodynamic environment in a greenhouse using CFD and VR technology development of VR a database using CFD J Biosystems Engineer ing 2021 2 33 58 10 郭騰騰 涂潔磊 盛鈺清 等 基于CFD穩(wěn)態(tài) 模擬的光伏玻璃溫室溫度分布模擬計算 J 云南師范大學(xué)學(xué)報 自然科學(xué)版 2018 2 11 15 11 LIU J CHEN Y WANG B et al Simulation and experimental study of light and thermal envi ronment of photovoltaic greenhouse in tropical area based on design builder J Applied Sci 62 新能源科技 ences 2021 22 10785 12 成珂 馬曉瑤 孫琦琦 光伏溫室大棚組件布 置CFD模擬研究 J 太陽能學(xué)報 2021 8 159 165 13 FATNASSI H PONCET C BAZZANO M M et al a numerical simulation of the photovoltaic greenhouse microclimate J Solar Energy 2015 7 575 584 14 EZZAERI K FATNASSI H WIFAYA A et al Performance of photovoltaic canarian green house A comparison study between summer and winter seasons J Solar Energy 2020 1 275 282 15 王福軍 計算流體力學(xué)分析CFD軟件原理與 應(yīng)用 M 北京 清華大學(xué)出版社 2004 16 洪亞杰 王新忠 李亮亮 等 環(huán)流風機布置 對溫室內(nèi)流場影響的CFD模擬 J 農(nóng)機化 研究 2019 10 180 185 17 張晨 基于CFD的植物工廠生菜與LED燈對 環(huán)境影響研究 D 北京 中國農(nóng)業(yè)科學(xué) 院 2020 18 王新忠 張偉建 張良 等 基于CFD的夏季 屋頂全開型玻璃溫室自然通風流場分析 J 農(nóng)業(yè)機械學(xué)報 2016 10 332 337 19 郭騰騰 單脊Venlo型光伏玻璃溫室的設(shè)計 與熱場分析 D 昆明 云南師范大學(xué) 2019 20 王潤濤 段明輝 楊方 等 冬季日光溫室溫 度場優(yōu)化研究 J 東北農(nóng)業(yè)大學(xué)學(xué)報 2014 10 101 106 121 21 高立婷 戴思慧 李明 等 基于作物與能耗 的溫室加溫調(diào)控方法 J 中國農(nóng)機化學(xué)報 2021 5 49 54 22 周長吉 日光溫室主動加溫技術(shù)與設(shè)備 J 中國蔬菜 2023 7 7 19 23 李景浩 噴霧對溫室溫濕度的調(diào)節(jié)機制研究 D 楊凌 西北農(nóng)林科技大學(xué) 2023 編輯 李春燕 Structure optimization of photovoltaic gutter connected glasshouse heating system in winter based on temperature field simulation by CFD Bao Encai1 2 Liu Zhangjingying1 3 Li Shizhao1 3 Zhang Long1 2 Yang Chen4 Xu Guijun4 Deng Zhiqiang5 Jiang Buguo6 1 Key Laboratory of Farm Building in Structure and Intelligent Construction Ministry of Agriculture and Rural Affairs Beijing 100125 China 2 Institute of Agricultural Facilities and Equipment Jiangsu Academy of Agricultural Sciences Nanjing 210014 China 3 School of Engineering Anhui Agricultural University Hefei 230036 China 4 Shenzhen Energy Nanjing Holding Co Ltd Nanjing 210019 China 5 Huaneng Nanjing Gas Turbine Power Generation Co Ltd Nanjing 210046 China 6 Jiangsu Haizhou Agricultural Development Group Co Ltd Lianyungang 222000 China Abstract In order to solve the problem of low temperature and poor environmental uniformity in the photovoltaic gutter connected glass greenhouse in winter an optimization scheme of heating system arrangement based on computational fluid dynamics CFD is proposed A three dimensional steady greenhouse model was developed by the field measured boundary conditions data and the indoor temperature field was simulated and analyzed based on the standard k model Through simulation verification the average relative errors of the simulated values and the measured values are 3 6 2 3 and 2 4 respectively indicating that the model is effective Through simulation it was found that the uneven distribution of indoor temperature field in winter and the low temperature at some times were not suitable for the growth of indoor flowers Based on this the optimization scheme of indoor heating system is proposed Through simulation it is found that the scheme improves the efficiency of indoor temperature control and provides a theoretical basis for optimizing the arrangement of a heating system in a photovoltaic gutter connected glasshouse Key words photovoltaic gutter connected glass greenhouse heating system computational fluid dynamics temperature field configuration optimization 72