温室是一种高能耗的抗逆性生产设施，一般温室的能耗占温室生产成本的30%～40%。如何以最小的能耗为温室作物提供最佳的生长环境，从而达到高产、优质、高效的温室生产目标一直是温室环境控制研究中所面临的问题。为实现这一目标，本项目建立起根据温室外的气候状况、温室结构以及室内作物信息动态预测温室内状况的数字孪生仿真系统，并根据其优化系统设计。

本项目关注温室农业生产中的补光、加热、制冷等关键技术问题。对于补光系统，我们通过仿真系统评估不同补光方案的效率和成本，寻求最优解决方案；对于加热系统，我们通过模拟不同加热策略对温室环境和作物生长的影响，优化加热方案以减少能源成本；制冷系统方面，针对夏季高温高湿环境的特殊需求，我们需要开发相应的制冷策略，保障夏季番茄的供应。为了更好地满足智能温室设计者的需求，我们还计划开发一个简单易用的交互平台，为用户提供直观、便捷的操作体验。

本项目利用荷兰模型GreenLight，使用上海地区典型气象年数据，根据番茄从定植到拉秧整个生长季对温度、湿度、光照和CO₂浓度的不同需求，探究了降温制冷、加热能源类型和补光组合三个方面来对温室番茄的生长情况的影响，完成了相关模拟，并对所选方案进行了优化，寻找到较优方案。以外，本项目还开发了一套基于上海气候条件的智能温室环境线上用户交互平台，并建立了相关网站。