본 연구에서는 모델 기반의 온실 환경 제어에 활용될 수 있는 미기상 환경 예측 모형을 개발하고자 하였다. 전산유체역학 시뮬레이션을 활용하여 다양한 기상 조건과 온실의 환기 구조에 따른 온실 내부의 미기상 변화와 환기창에서의 환기량 변화를 모의하고, 다중회귀분석을 통해 수치 모형을 제시하였다. 비정상상태의 환기 작용을 모의한 결과, 환기창 개방 후 환기 효과가 완전히 나타나기까지는 3분 ~ 20분 정도의 시간이 소요될 수 있는 것으로 나타났다. 기존의 센서 실측에 기반을 둔 대부분의 환경 조절 제어 시스템의 경우에는 측정값에 따른 피드백에 의해 환경 제어가 동작하므로 온실 내부의 기온이 상승한 이후에 환경 제어를 시작하게 되지만, 모델 기반의 환경 조절 제어 시스템을 도입하면 이러한 3분~20분 정도의 시간을 사전에 고려하여 적정 환경을 제어할 수 있도록 미리 환기창의 조작이 이루어지게 된다. 작은 규모의 온실에서 는 이러한 영향이 미비할 수 있지만, 근래에 증가하고 있는 대규모 온실들에 대해서는 온실 내부 작물 재배 환경의 균일성과 적정성, 안정성을 확보하고 환경 조절의 경제성을 추구할 수 있는 모델 기반의 환경 조절 시스템이 필수적이다. 본 연구에서 제시된 수치 모형들은 외부의 기온과 풍속, 지면 온도, 일사량 등의 기상 환경과 온실의 천창 개폐율에 따라 유도되는 자연 환기의 성능을 온실 내 미기상 변화와 환기창을 통한 환기량 값으로 제시하고 있으며, 전산유체역학 시뮬레이션 결과와 비교하여 각각 58% ~ 92%, 76% ~ 93%의 예측력을 보였다. 미기상의 변화는 온실을 9개의 세부 영역으로 구분하여 각 영역 에서의 기온 하락 정도로 나타내며, 환기량은 지붕에 형성된 6개의 천창에서의 공기 유출입량을 각각 제시하여 준다. 환기 작용에 의한 미기상의 변화는 반드시 환기창에서의 환기량에 의해 예측되지는 않으므로 환기량과 환기의 효과를 구분하여 적용하는 것이 중요할 것이다. 이러한 수치 모형들은 모델 기반 환경 제어 시스템에서 가상의 환기창 동작에 따른 환기 성능을 예측하는데 활용될 수 있으며, 전산유체역학 시뮬레이션과 같은 매우 복잡한 예측 모델이 비해 상당히 간단한 형태로 이루어져 있어 빠른 계산 시간을 보장한다. 이는 실시간 제어의 관점에서는 복잡한 예측 모델들에 비해 실시간 예측 과 제어가 가능하다는 큰 장점을 가져다준다. 본 연구를 통해 개발되고 시도된 결과들은 모델 기반의 온실 복합 환경 제어 시스템을 위한 알고리즘을 개발하는데 활용될 것이다. 또한 이러한 활용은 농업에 IT 기술을 접목하여 농가의 노동력 부족을 극복하고 생산성 향상과 경쟁력 확보를 도모하는 농업 선진화에 기여할 것으로 기대된다.
Modern commercial greenhouse requires the use of advanced climate control system to improve crop production and to reduce energy consumption. As an alternative to classical sensor-based control method, this paper introduces a model-based control method that consists of two models: the predictive model and the evaluation model. As a first step, this paper presents straightforward models to predict the effect of natural ventilation in a greenhouse according to meteorological factors, such as outdoor air temperature, soil temperature, solar radiation and mean wind speed, and structural factor, opening rate of roof ventilators. A multiple regression analysis was conducted to develop the predictive models on the basis of data obtained by computational fluid dynamics (CFD) simulations. The output of the models are air temperature drops due to ventilation at 9 sub-volumes in the greenhouse and individual volumetric ventilation rate through 6 roof ventilators, and showed a good agreement with the CFD-computed results. The resulting predictive models have an advantage of ensuring quick and reasonable predictions and thereby can be used as a part of a real-time model-based control system for a naturally ventilated greenhouse to predict the implications of alternative control operation.