物聯網與太陽能發電在智能灌溉系統中的應用

薛守春

（山西奧博能源電力有限公司，山西 忻州 034300）

1 物聯網在智能灌溉系統中的應用

農田灌溉作為整體農業灌溉的執行環節，其基于物聯網的遠程智能控制尤為重要。通過土壤墑情的數據自動監測采集，對土壤墑情的適宜度進行分析，從旱情預測與調控角度進行水資源規劃與調度，同時從精準灌溉決策與預測方面展開基于物聯網灌溉的遠程智能控制，最終實現農業一體化灌溉決策與控制。物聯網的應用原理即為通過物與物的溝通、信息的共享與傳輸來實現智能灌溉。根據農業物聯網的應用機理，從物聯網平臺控制中心進行授權至農業用戶端，經一系列的運行控制算法及程序與物聯網的服務模塊進行信息連通。各接口、管理與服務由服務模塊完成，調控則由控制平臺執行。根據該機理，形成農業智能灌溉系統核心設備組件列表，從墑情采集、灌溉控制、控制執行三大設備組件根據范圍特點進行分配監測方式和控制參數選擇。

2 太陽能發電在智能灌溉系統中的應用

2.1 日照分布函數模型

灌溉系統以太陽能作為能源，因此太陽輻射強度直接影響這個系統能否正常運行。由于同一地區不同季節光照強度不同，5月份為水稻灌溉高峰期，且東北地區5月份太陽輻射強度沒有達到全年最大值，因此以5月份太陽輻射樣本進行分析。地球的公轉與自轉作用造成稻田日照強度隨時間變化，5月份實驗田地區平均每個時刻太陽照射強的變化關系如圖1所示。4：00日出，18：00日落，期間光照強度呈先變大后降低趨勢。在上午12：00左右，出現最大值Emax=902W/m2。現對光照強度數據點進行函數擬合。試驗田地區具有豐富的太陽能資源，光伏發電系統可以提供灌溉系統所需能量，實現光能向電能轉化。

2.2 光伏發電能量轉化模型

光伏發電系統完成從太陽光輻射到水泵輸入之間的轉換：首先，通過太陽能電池板將光能轉化為直流電能，直流電采用逆變器轉化為交流電，交流電作用水泵電機的輸入，最終水泵將電能轉化為機械能，實現能力轉移。太陽能電池板輸出功率Ps為：

其中，ηs為太陽能電池板光電轉換效率，As為太陽能電池板總面積，Et為t時刻光照強度。采用逆變器，將直流轉化為交流，逆變器效率為ηn，則水泵輸入功率Pr為：

2.3 水泵工作模型

水泵實現輸入交流電能向排水機械能的轉變，4：00-6：00區間內，水泵有輸入功率，輸入功率為0；6：00-8：00區間內，隨著水泵輸入功率的提升，水泵輸出功率開始增加；8：00-14：00區間內，水泵輸出功率保持不變，輸入功率呈現先增加后減小趨勢；14：00-17：00區間內，水泵輸出功率隨輸入功率降低而下降；17：00-18：00區間內，水泵有輸入功率，輸出功率為0。4：00-5：00區間效率為0；5：00-8：00區間效率上升到最高點；8：00-14：00區間效率呈先減小后降低規律；14：00-17：00區間內，效率逐漸降低；17：00后，效率為0。

造成水泵效率變化的原因為水泵存在啟動功率及額定功率。當輸入功率低于啟動功率時，水泵無法啟動；當輸入功率大于啟動功率小于額定功率時，水泵效率會隨著輸入功率的增加而增加，效率也相應增加；當輸入功率大于額定功率時，水泵輸出功率為額定功率輸出，不會改變，呈現出隨著輸入功率的增加水泵工作效率下降的現象，輸入功率最大值時，效率為該區間最小值。當輸入功率小于額定功率時，水泵效率會隨之降低；當輸入功率小于啟動功率時，水泵停止工作，輸出為0。水泵啟動功率為5kW，額定輸入功率為18kW。水泵工作效率與輸入功率相關，現討論二者關系。水泵存在啟動功率和額定功率。將整個輸入功率曲線分為3部分，由于輸入功率低于啟動功率時，系統無輸出，因此討論輸入功率位于水泵啟動功率和額定功率之間、輸入功率大于額定功率和輸入功率

最大值兩區間內效率問題。

當輸入功率位于水泵啟動功率和額定功率之間時。對其進行線性擬合，線性決定系數R2=0.97，表明該模型具有較高線性相關性。在該區間內，水泵效率與輸入功率成線性關系，即：

輸入功率大于額定功率和輸入功率最大值之間時。對其進行2次擬合，則：

相關系數達到0.96，表明在該區間內，水泵效率與輸入功率呈2次方關系。由此可得水泵效率ηp模型，如式（6）所示。其中，Pstart為啟動功率，Pe為額定功率，Pr為水泵輸入實際功率。

3 結語

智能灌溉是利用物聯網與太陽能發電將各種傳感裝置和網絡連接起來，對農田及農作物的各種信息進行采集、傳輸和處理，并根據需要遠程操控設備實現一種智能化的精準灌溉。結合智能灌溉系統的功能需求和特點，對其基于物聯網與太陽能發電等關鍵技術進行介紹。該系統具有較高的社會經濟效益和廣闊的發展前景，對促進我國農業經濟發展有著重要意義。