农业园区能源互联网分布式能源规划方法及装置

1.本技术涉及电力系统技术领域，特别涉及一种农业园区能源互联网分布式能源规划方法及装置。


背景技术：

2.在能源结构转型的新形势下，风电、光伏、生物质能等可再生能源与现在农业的交叉融合日益凸显，设施农业和能源系统创新协同随之发展，农业和能源的关系更加紧密。
3.相关技术中，对能源互联网能源系统规划的研究多集中于工业能源互联网，如工业能源互联网分布式能源规划技术等。
4.然而，相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准，亟待解决。


技术实现要素：

5.本技术提供一种农业园区能源互联网分布式能源规划方法及装置，以解决相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准等问题。
6.本技术第一方面实施例提供一种农业园区能源互联网分布式能源规划方法，包括以下步骤：建立农业园区设施农业温室负荷模型，其中，所述农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个；建立设施农业安全的安全指标体系，其中，所述安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项；基于所述农业园区设施农业温室负荷模型和所述安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。
7.可选地，在本技术的一个实施例中，所述温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到所述有效辐射时，使用补光灯将作物光合有效辐射提高到所述有效辐射；当自然光照产生的光合有效辐射达到所述有效辐射时，补光灯不开启。
8.可选地，在本技术的一个实施例中，所述温室热负荷模型的温室内的热负荷包括考虑温室的围护结构传热热损失、温室地面传热热损失、温室室内外空气交换热损失、温室内部的太阳辐射热量和温室补光灯的辐射热量。
9.可选地，在本技术的一个实施例中，所述温室灌溉负荷模型的输入变量是温室室内设定的温度、温室外界的太阳辐射强度、温室内补光灯单位面积的补光灯功率以及温室
内的温度，且输出变量为温室内实时灌溉所消耗的电功率。
10.可选地，在本技术的一个实施例中，所述温室碳中和模型用于将沼气发电机和燃气锅炉产生的二氧化碳提供到设施农业温室，以供植物光合作用使用。
11.可选地，在本技术的一个实施例中，所述农业园区能源互联网双层多场景分布式能源规划模型的目标函数为能源系统年化建设投资成本、年维护成本、年运行成本、温室碳减排收益的总和最小，且约束条件包括电力流和热力流功率平衡约束、储能充放电约束、能源系统设备约束、能源转换设备爬坡率约束、设施农业温室补光负荷需求响应约束、外购电联络线功率约束、光合有效辐射日总量约束、温室光照强度约束、日积温约束、温室温度约束、冠层干物质累积约束。
12.本技术第二方面实施例提供一种农业园区能源互联网分布式能源规划装置，包括：第一建模模块，用于建立农业园区设施农业温室负荷模型，其中，所述农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个；第二建模模块，用于建立设施农业安全的安全指标体系，其中，所述安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项；第三建模模块，用于基于所述农业园区设施农业温室负荷模型和所述安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。
13.可选地，在本技术的一个实施例中，所述温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到所述有效辐射时，使用补光灯将作物光合有效辐射提高到所述有效辐射；当自然光照产生的光合有效辐射达到所述有效辐射时，补光灯不开启。
14.可选地，在本技术的一个实施例中，所述温室热负荷模型的温室内的热负荷包括考虑温室的围护结构传热热损失、温室地面传热热损失、温室室内外空气交换热损失、温室内部的太阳辐射热量和温室补光灯的辐射热量。
15.可选地，在本技术的一个实施例中，所述温室灌溉负荷模型的输入变量是温室室内设定的温度、温室外界的太阳辐射强度、温室内补光灯单位面积的补光灯功率以及温室内的温度，且输出变量为温室内实时灌溉所消耗的电功率。
16.可选地，在本技术的一个实施例中，所述温室碳中和模型用于将沼气发电机和燃气锅炉产生的二氧化碳提供到设施农业温室，以供植物光合作用使用。
17.可选地，在本技术的一个实施例中，所述农业园区能源互联网双层多场景分布式能源规划模型的目标函数为能源系统年化建设投资成本、年维护成本、年运行成本、温室碳减排收益的总和最小，且约束条件包括电力流和热力流功率平衡约束、储能充放电约束、能源系统设备约束、能源转换设备爬坡率约束、设施农业温室补光负荷需求响应约束、外购电联络线功率约束、光合有效辐射日总量约束、温室光照强度约束、日积温约束、温室温度约束、冠层干物质累积约束。
18.本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的农业园区能源互联网分布式能源规划方法。
19.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的农业园区能源互联网分布式能源规划
方法。
20.本技术实施例可以通过建立农业园区设施农业温室负荷模型与设施农业安全的安全指标体系，获取农业、能源与环境协同的农业园区能源互联网分布式能源规划模型，从而保障农业生产用能、能源系统安全经济运行以及农作物丰产，有效论证了设施农业温室补光负荷与碳吸收之间的关系，降低了农业园区能源系统规划的年化成本，更加实用可靠。由此，解决了相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准等问题。。
21.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
22.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
23.图1为根据本技术实施例提供的一种农业园区能源互联网分布式能源规划方法的流程图；
24.图2为本技术一个实施例的考虑农业-能源-环境协同的农业园区分布式能源规划模型框架的示意图；
25.图3为本技术一个实施例的三种作物种植时期典型日太阳辐射数据；
26.图4为本技术一个实施例的三种作物种植时期典型日温度数据；
27.图5为本技术一个实施例的三种作物生长期典型日温室电力负荷验证；
28.图6为本技术一个实施例的补光负荷需求响应上调功率最大值的灵敏度分析；
29.图7为本技术一个实施例的灵敏度分析的能源设备最佳容量结果；
30.图8为本技术一个实施例的辣椒生长期典型日电力平衡；
31.图9为本技术一个实施例的番茄生长期典型日电力平衡；
32.图10为本技术一个实施例的黄瓜生长期典型日电力平衡；
33.图11为本技术一个实施例的辣椒生长期典型日温室光合有效辐射与dli变化图；
34.图12为本技术一个实施例的番茄生长期典型日温室光合有效辐射与dli变化图；
35.图13为本技术一个实施例的黄瓜生长期典型日温室光合有效辐射与dli变化图；
36.图14为本技术一个实施例的辣椒生长期典型日热力平衡；
37.图15为本技术一个实施例的黄瓜生长期典型日热力平衡；
38.图16为本技术一个实施例的辣椒生长期典型日温室温度与gdd变化图；
39.图17为本技术一个实施例的黄瓜生长期典型日温室温度与gdd变化图；
40.图18为本技术一个实施例的辣椒生长期典型日温室补光负荷与温室co2消耗量；
41.图19为本技术一个实施例的番茄生长期典型日温室补光负荷与温室co2消耗量；
42.图20为本技术一个实施例的黄瓜生长期典型日温室补光负荷与温室co2消耗量；
43.图21为根据本技术实施例的农业园区能源互联网分布式能源规划装置的结构示意图；
44.图22为根据本技术实施例的电子设备的结构示意图。
具体实施方式
45.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
46.下面参考附图描述本技术实施例的农业园区能源互联网分布式能源规划方法及装置。针对上述背景技术中提到的相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准的问题，本技术提供了一种农业园区能源互联网分布式能源规划方法，可以通过建立农业园区设施农业温室负荷模型与设施农业安全的安全指标体系，获取农业、能源与环境协同的农业园区能源互联网分布式能源规划模型，从而保障农业生产用能、能源系统安全经济运行以及农作物丰产，有效论证了设施农业温室补光负荷与碳吸收之间的关系，降低了农业园区能源系统规划的年化成本，更加实用可靠。由此，解决了相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准等问题。
47.具体而言，图1为本技术实施例所提供的一种农业园区能源互联网分布式能源规划方法的流程示意图。
48.如图1所示，该农业园区能源互联网分布式能源规划方法包括以下步骤：
49.在步骤s101中，建立农业园区设施农业温室负荷模型，其中，农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个。
50.可以理解的是，在本技术实施例中，可以建立包含温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型在内的农业园区设施农业温室负荷模型，以在低碳目标下实现补光、采暖、灌溉的交互性建设。
51.可选地，在本技术的一个实施例中，温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到有效辐射时，使用补光灯将作物光合有效辐射提高到有效辐射；当自然光照产生的光合有效辐射达到有效辐射时，补光灯不开启。
52.在实际执行过程中，可以采用照明方法中的彻夜照明法对温室作物进行补光，即从日落到日出对温室作物进行连续照明。具体的补光策略可通过在夜晚按dli
targe
对应的作物光合有效辐射r
target
补光，在白天当自然光照达不到r
target
时，使用补光灯将作物光合有效辐射提高到r
target
，当自然光照产生的光合有效辐射可以达到r
target
时，补光灯不开启，由此保障了农作物正常生长，同时有效避免能源浪费。
53.具体而言，可以依照农作物的光照需求对农作物进行补光，农作物的净光合速率
是表征农作物有机物积累量的一项重要指标，净光合速率对农作物受到的光照有着严格要求，农作物的净光合速率常用负指数模型来进行描述，其计算公式如下式所示：
[0054][0055]
其中，rn(i)为农作物叶片的净光合速率，单位为μmol/(m2·
s)；rm为农作物叶片的最大光合速率，单位为μmol/(m2·
s)；α0为表观量子效率；i为农作物叶片表面的光合有效辐射强度，单位为μmol/(m2·
s)；rd为暗呼吸速率，单位为μmol/(m2·
s)。农作物叶片的最大光合速率rm为环境温度t的函数，计算公式如下式所示：
[0056][0057]
其中，rm(t
opt
)为最适温度温度下的农作物最大光合速率，单位为(μmol/(m2·
s))，t
opt
、t
upper
、t
base
是农作物生长的最适宜温度、最高温度、最低温度。农作物光合作用的光补偿点i
lcp
，计算公式如下式所示：
[0058][0059]
农作物光合作用光饱和点i
lsp
的计算公式下式所示：
[0060][0061]
农作物叶片表面的光合有效辐射r
par
要维持在i
lcp
与i
lsp
之间，以保持农作物对光正常的生理特性需要，此特点可作为对农作物光照强度的一种约束。
[0062]
温室作物受到的光合有效辐射r
par
如下式所示：
[0063]rpar
＝(1-e-k
×
lai
)
×
(c
sunasun-par
η
sun-parrsun
+a
hps-par
η
hps-parrhps
)，
[0064]
其中，k为植物冠层对光合有效辐射的消光系数，lai为叶面积指数，r
hps
是金属卤化物灯的光照强度，单位为μmol/(m2·
s)，吸收参数a
sun-par
＝0.894，吸收参数a
hps-par
＝0.870，η
sun-par
为太阳辐射转换为光合有效辐射的比例，η
hps-par
为金属卤化物灯辐射转换为光合有效辐射的比例。
[0065]
灯具光子效率pe
al
如下式所示：
[0066][0067]
其中，ppfal是灯具的光合光子通量，单位为μmol/(m2
·
s)，e
al_r
为灯具的额定功率。温室单位面积的补光灯功率e
al
如下式所示：
[0068][0069]
其中，r
hps-par
为人工补光提供的光合光子通量密度水平。
[0070]rhps-par
的计算公式如下式所示：
[0071]rhps-par
＝η
hps-par
×rhps
，
[0072]
要确定温室补光灯具的数量，必须首先确定每个补光灯具覆盖的面积s
al
，补光灯
具的覆盖面积的计算公式如下式所示：
[0073][0074]
温室补光灯具开启数量n
al
的计算公式如下式所示：
[0075][0076]
其中，fc为温室作物种植区域占温室总面积的比例。可以使用金属卤化物灯对温室作物进行补光，温室内补光灯具总功率的计算公式如下式所示：
[0077]
p
t
＝n
al
×
ps，
[0078]
其中，p
t
为温室内的补光灯总功率，单位为w；ps为温室单个补光灯具的额定功率，单位为kw。
[0079]
可选地，在本技术的一个实施例中，温室热负荷模型的温室内的热负荷包括考虑温室的围护结构传热热损失、温室地面传热热损失、温室室内外空气交换热损失、温室内部的太阳辐射热量和温室补光灯的辐射热量。
[0080]
在实际执行过程中，可以有考虑温室的围护结构传热热损失、温室地面传热热损失、温室室内外空气交换热损失、温室内部的太阳辐射热量、温室补光灯的辐射热量组成温室内的热负荷，以建设设施农业温室热负荷模型，从而降低温室的温度对农作物的生理状态的影响。
[0081]
具体而言，玻璃温室的热量需求考虑温室的围护结构传热热损失如下式所示：
[0082]
q1＝c
htacover
(t
indoor-t
outdoor
)，
[0083]
其中，q1为温室的热需求功率；c
ht
为玻璃传热系数；a
cover
为温室玻璃覆盖面积；t
indoor
为温室内温度；t
outdoor
为温室外的环境温度。
[0084]
温室的地面传热热损失如下式所示：
[0085]
q2＝k
p
l
p
(t
indoor-t
outdoor
)，
[0086]
其中，k
p
为温室周边地面传热系数；l
p
为温室外围护墙周长，单位为m。
[0087]
玻璃温室室内外空气交换热损失如下式所示：
[0088]
q3＝ρincvc
p
(t
indoor-t
outdoor
)，
[0089]
其中，ρi为温室内的空气密度；nc为温室的换气次数；v为温室的体积；c
p
为温室内空气的定压比热容。
[0090]
补光灯产生的热功率如下式所示：
[0091]qsun
＝a
×isolar
，
[0092]
太阳辐射产生的热功率如下式所示：
[0093]qlamp
＝e
al
×a×f×c(1-η
hps
)，
[0094]
其中，q
sun
是太阳辐射产生的热功率，单位为w；q
lamp
是补光灯产生的热功率，单位为w；η为补光灯功率与其产热功率的转换系数，无量纲；a为温室面积，单位为m2；r
hps
为补光灯的辐射强度，单位为w/m2。温室的热需求功率等于温室的原始热需求功率减去补光灯产生的热功率以及太阳辐射产生的热功率，温室热负荷q
t
如下式所示：
[0095]qt
＝q1+q2+q
3-q
sun-q
lamp
，
[0096]
其中，q
t
为需求的热功率，单位为w。
[0097]
可选地，在本技术的一个实施例中，温室灌溉负荷模型的输入变量是温室室内设定的温度、温室外界的太阳辐射强度、温室内补光灯单位面积的补光灯功率以及温室内的温度，且输出变量为温室内实时灌溉所消耗的电功率。
[0098]
在实际执行过程中，农业温室灌溉负荷模型的输入变量可以是温室室内设定的温度t
indoor
、温室外界的太阳辐射强度i
rad
、温室内补光灯单位面积的补光灯功率e
al
以及温室内的温度t
indoor
，其输出变量可以为温室内实时灌溉所消耗的电功率p
ir
。
[0099]
具体而言，给出一种温室精准灌溉能耗的计算方法，并在下面给出了具体的过程。描述温室土壤含水量sw动态变化的微分方程如下式所示：
[0100][0101]
其中，w0为温室作物需水量，单位为mm/d；etc是作物蒸散量，单位为mm/d。为控制温室灌溉负荷的依据是控制土壤含水量不变，故sw对时间的一阶导数等于零，因此w0的计算公式如下式所示：
[0102]
w0＝etc＝kc×
et0，
[0103]
其中，et0为温室作物的参考蒸散量，单位为mm/d；kc为作物系数，无量纲。通过修正后的潘曼-蒙蒂斯方程来描述适合于温室的蒸腾速率，计算公式如下式所示：
[0104][0105]
其中，rn是作物上的净辐射；g为土壤的热密度，数值小可以忽略；λ为常数，取值为0.008；t
air
为温室内空气的温度；es为饱和蒸汽压力；ea为平均蒸汽压力；δ为蒸汽压力曲线的斜率。
[0106]
饱和蒸汽压力es的计算公式如下式所示：
[0107][0108]
水蒸汽压力曲线的斜率δ的计算公式如下式所示：
[0109][0110]
平均蒸汽压力ea的计算公式如下式所示：
[0111]
ea＝es×
rh
air
，
[0112]
在上式中，rh
air
为温室空气的相对湿度，其计算公式如下式所示：
[0113]
rh
air
＝h
air
/h
air,sat
，
[0114]hair,sat
为温室空气中的饱和蒸汽浓度，计算公式如下式所示：
[0115][0116]
温室空气中的蒸汽浓度h
air
可由下式所示的微分方程计算得到。
[0117][0118]
其中，h
trans
是植物蒸腾作用所产生的蒸汽；h
cover
是凝结到温室顶部的蒸汽；h
vent
为由通风产生的蒸汽损失；h0为温室的平均高度，单位为m。
[0119]
此处采用实时灌溉的滴灌灌溉方式，灌溉功率如下式所示：
[0120][0121]
其中，p
ir
为灌溉功率，单位为w；wn为灌溉用水流量，单位为m3/h；η
ir
是水泵系统的能源效率；ρ为灌溉用水的密度，kg/m3；g为重力加速度，单位为m/s2；z
ir
为几何扬程，单位为m。
[0122]
可选地，在本技术的一个实施例中，温室碳中和模型用于将沼气发电机和燃气锅炉产生的二氧化碳提供到设施农业温室，以供植物光合作用使用。
[0123]
可以理解的是，本技术实施例中，向设施农业温室供碳的方式可存在有两种，分别为燃气锅炉燃烧天然气产生二氧化碳与沼气发电机燃烧沼气产生二氧化碳。
[0124]
具体而言，燃气锅炉的天然气燃烧产生的二氧化碳流量c
carbon,υ
如下式所示：
[0125]ccarbon,gb
＝1.16
×vgas
，
[0126]
沼气发电机的甲烷燃烧产生的二氧化碳流量c
carbon,bg
如下式所示：
[0127][0128]
其中，c
carbon,bg
为沼气发电机组产生的二氧化碳流量，单位为m3/s；为沼气中甲烷的体积分数。
[0129]
进一步而言，描述温室中的二氧化碳动态平衡关系，可以用一阶常微分方程表示，如下所示：
[0130][0131]
其中，v是温室的体积；c
indoor
为温室内的二氧化碳浓度，单位为m3/m3；c是温室中二氧化碳的浓度；ca(t)为温室的动态二氧化碳供气量，单位为m3/h；cf(t)为温室内外冷风渗透气体交换带来的二氧化碳损失，单位为m3/h；c
p-r
(t)为温室作物净光合同化量，单位为m3/h。
[0132]
在每个时段内，温室采用恒定二氧化碳的控制模式，则温室的动态二氧化碳供气量ca(t)如下式所示：
[0133]
ca(t)＝cf(t)+c
p-r
(t)，
[0134]
进一步地，ca(t)的计算公式如下式所示：
[0135]ccarbon
(t)＝(c
indoor-c
outdoor
)
·n·w·
v+lai
·a·
fc·
p
ho
，
[0136]
其中，c
arbon
(t)为动态二氧化碳供气量，单位为m3/h；c
outdoor
为温室外的二氧化碳浓度，单位为m3/m3；n为单位时间内的冷风换气渗透次数，h-1
；w为冷风渗透换气风速影响因子；p
ho
为温室作物的单叶净光合速率，单位为m3/(m2·
h)。
[0137]
用负指数模型来描述作物单叶的净光合速率rg，计算公式如下式所示：
[0138]
rg＝r
g,max
[1-exp(-εi/r
g,max
)]，
[0139]
其中，r
g,max
为单叶光合速率，不同的农作物对应不同的r
g,max
，单位为kgco2/(hm2·
h)；i为作物吸收的光合有效辐射，单位为w/m2；ε为一常数，其值为0.45kgco2(hm2·
h)-1
(w/m2)-1
。
[0140]
在步骤s102中，建立设施农业安全的安全指标体系，其中，安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项。
[0141]
可以理解的是，在本技术实施例中，可以建立包含合有效辐射日总量、日积温、作物冠层干物质日累积量在内的设施农业安全指标，从而系统化建立了农作物生长时期的光、温生理特性指标体系，以进一步在低碳目标下完善了补光、采暖、灌溉的交互性建设。
[0142]
具体而言，因农作物对光合有效辐射的积累有一定要求，光合有效辐射的积累太高或者太低均难以保证农作物的安全生长，温室的太阳辐射和补光灯产生的总光合有效辐射总量r
total-par
的计算公式如下式所示：
[0143]rtotal-par
＝r
sun-par
+r
hps-par
，
[0144]
此处使用可以同时反映光照强度和光照时长的农作物光生理安全指标-光合有效辐射日总量(daily light integral，dli)来表征农作物的光生理安全，其计算公式如下式所示：
[0145][0146]
其中，dli为光合有效辐射日总量，单位为mol/(m2·
d)；r
total-par
的单位为μmol/(m2·
s)；t
light
为温室内的光照时长，单位为h。在一定温度范围内，气温和发育速度成正相关，并且要积累到一定的温度总和，才能满足作物生长发育过程的需要，此处选择日积温(growing degree-day，gdd)做为农作物的热生理安全指标，设施环境温度越高，农作物日积温越大，作物的日积温在某一安全范围内。日积温的计算公式如下式所示：
[0147][0148]
其中，t＝24；t
opt
、t
base
为作物生长的最适宜温度、最高温度、最低温度。温室农作物的生产要达到每日既定的农业生产任务，此处用作物冠层干物质累积来表示农业生产任务，该指标为作物达到既定产量的保证。日冠层总光合量r
day
的计算公式如下式所示：
[0149][0150]
其中，r
day
的单位为kg/(hm2·
d)；n为植物冠层的分层数；r
g,i
为冠层每层的净光合速率，单位为kg/(hm2·
h)。每日冠层净同化量pnd的计算公式如下式所示：
[0151]
pnd＝r
day-rm-rp，
[0152]
其中，rm为维持呼吸消耗量，单位为kg/(hm2·
d)；rp为光呼吸消耗量，单位为kg/(hm2·
d)。农作物冠层干物质累积量tdrw的计算公式如下式所示：
[0153]
tdrw＝π
cc
·
π
cm
·
pnd/(1-0.05)，
[0154]
其中，tdrw是农作物的冠层干物质累积量，单位为kg/(hm2·
d)；π
cc
为二氧化碳转化为碳水化合物的转换系数；π
cm
为碳水化合物转化为结构干物质的转化效率；0.05的含义为干物质中的矿物质含量。
[0155]
在步骤s103中，基于农业园区设施农业温室负荷模型和安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。
[0156]
可以理解的是，本技术实施例可以建立考虑农业、能源、环境协同的农业园区能源互联网分布式能源规划模型，具体如图2所示，能够根据能源系统年化运行成本最小为目标，涉及到能源系统的各类建设约束和运行约束，保障了农业生产用能、能源系统安全经济运行以及农作物丰产，对设施农业温室补光负荷与碳吸收之间的关系做出论证，有效降低了农业园区能源系统规划的年化成本。
[0157]
可选地，在本技术的一个实施例中，农业园区能源互联网双层多场景分布式能源规划模型的目标函数为能源系统年化建设投资成本、年维护成本、年运行成本、温室碳减排收益的总和最小，且约束条件包括电力流和热力流功率平衡约束、储能充放电约束、能源系统设备约束、能源转换设备爬坡率约束、设施农业温室补光负荷需求响应约束、外购电联络线功率约束、光合有效辐射日总量约束、温室光照强度约束、日积温约束、温室温度约束、冠层干物质累积约束。
[0158]
具体而言，优化规划目的为减少能源系统的总经济成本，此处规划模型的目标函数，包含系统年化投资建设成本、年维护成本以及年运行成本总和最小，即：
[0159]
min f
obj
＝f
con
+f
main
+f
ope
，
[0160]
投资建设成本为：
[0161][0162][0163]
其中，r为固定资产残差率，此处取5％；capi为待规划能源设备的容量；ci为能源转换设备的单位安装成本；crfi为设备i的资本回收系数；ωe为待规划能源设备的集合；r为贴现率，此处取8％；yi为待规划设备的规划年数。
[0164]
维护成本采用简化的计算公式来计算设备的年维护成本，计算公式如下：
[0165][0166]
其中，ω为维护成本系数；τ为能源转换设备的类型；π为储能设备的设备类型。
[0167]
运行成本下层运行模型的约束条件为每个待规划设备的容量应该被限制在最大的容量之内，相应的描述如下式所示：
[0168][0169]
进一步地，下层运行模型为：
[0170]
min f
ope
＝f
biogas
+f
boiler
+f
link
+f
envi
+f
move-f
pv-f
carbon,gh-f
carbon,pv
，
[0171]
其中，f
biogas
为沼气发电机组运行成本；f
boiler
燃气锅炉运行成本；f
link
为购电成本；f
envi
为环境成本；f
move
为温室补光负荷需求响应成本；f
pv
为光伏发电上网收益；f
carbon,gh
为温室碳减排收益；f
carbon,pv
为温室屋顶光伏碳减排收益。
[0172]
沼气发电机组运行成本为：
[0173][0174]
其中，d为一年中的天数，365；p(s)为场景s在一年之中所占的比例；e
biogas
为沼气发电机组的发电成本；p
biogas
为沼气发电机组的功率。
[0175]
燃气锅炉运行成本
[0176][0177]
其中，e
boiler
为燃气锅炉单位功率的产热成本；h
boiler
为燃气锅炉的产热功率。园区外购电成本为
[0178][0179]
其中，e
price
为分时电价；p
grid
为在时间段t内通过联络线向电网的购电功率。
[0180]
环境成本为：
[0181][0182]
其中，α
χ
为沼气发电机组、燃气锅炉、电网产生单位的热能以及电能所带来的环境成本，单位为/kw
·
h；π为沼气发电机组、燃气锅炉、电网的集合。
[0183]
温室电负荷需求响应成本。由于作物对光照的要求是按一天之中的积累量做为标准，因此温室电力补光负荷是一种可中断、可削减的柔性负荷，基于温室电负荷的可调控特征，温室电负荷的需求响应可以有效降低农业园区能源系统的运行成本，同时对温室电负荷进行需求响应时也会带来一定的经济成本，如下所示：
[0184][0185]
其中，f
move
表示温室电负荷的需求响应成本；te代表有温室电负荷需求相应的时段。
[0186]
光伏发电上网收益为：
[0187][0188]
其中，t
p
表示存在光伏发电上网的时段，e
pv
为当地分布式光伏发电的上网电价；p
pv,up
为t时段光伏发电上网的电量。
[0189]
光伏发电碳减排收益为：
[0190][0191]
温室碳减排收益中，温室作物的生长需要吸收二氧化碳，温室对园区能源设备碳排放的吸收对实现农业园区的“碳中和”具有重要意义，同时可以产生一定的经济收益，即：
[0192][0193]
其中，e
carbon
为当地的碳交易价格；c
carbon
为所有温室作物每个时段吸收二氧化碳的总量，单位为m3。
[0194]
进一步而言，运行模型的约束条件包含系统内存在电力流和热力流，因此存在电、热功率平衡约束，用电负荷包括农业园区的温室用电负荷以及农产品加工负荷，温室的电力补光负荷是可调控的柔性负荷，受补光灯热效应的影响，温室调温负荷也会随着补光负荷的调控而改变，用热负荷包括农业园区的温室用热负荷以及农产品加工用热负荷，电功率平衡约束与热力系统功率平衡如下式所示：
[0195]
le(s,t)+p
up
(s,t)-p
down
(s,t)＝p
grid
(s,t)+p
pv
(s,t)+p
bt
(s,t)+p
biogas
(s,t)，
[0196]
lh(s,t)-(1-η
hps
)
×
(p
up
(s,t)-p
down
(s,t))＝h
boiler
(s,t)+(1-a
hps-par
)
×
(p
up
(s,t)-p
down
(s,t))，
[0197]
其中，le(s,t)为场景s下园区总的电力负荷；lh(s,t)为场景s下园区总的热力负荷。
[0198]
在温室存在电力补光负荷的种植时期，温室电力补光负荷在需求响应时有一定的范围，存在如下式所示的约束。
[0199][0200]
其中，p
up
(s,t)为场景s下增加到到t时段的温室电力补光负荷的需求响应量；p
down
(s,t)为为场景s下在t时段减少的温室电力补光负荷的需求响应量；p
up,max
为温室电力补光负荷的需求响应上调功率的最大值；p
gh
为场景s下t时段的温室补光电力负荷；y
in
和y
out
为二进制变量，表示补光负荷需求响应增加负荷或减少负荷，取值为0或1。
[0201]
对于沼气发电机、燃气锅炉，其出力存在一定的约束，如下式所示：
[0202][0203]
能源转换设备在相邻时间段内的发电波动要满足一定的约束，即能源转换设备爬坡率约束，如下式所示：
[0204][0205]
其中，r
τ,down
为能源转换设备的往下爬坡率；r
τ,up
为能源转换设备的向下爬坡率。
[0206]
此处考虑了蓄电池装置，其每个小时的充放功率存在约束，储能每个时段所存储的电能要满足其充放电的方程，为了延长电池寿命，在每个调度周期结束时，电储能初始状态的能量要等于末状态的能量。储能的各个约束如下式所示：
[0207][0208]
其中，p
in,min
为储能设备的最小充电功率；p
in,max
为储能设备的最大充电功率；p
out,min
为储能设备的最小放电功率；p
out,max
为储能设备的最大放电功率；p
in
为储能设备的充电功率；p
out
为储能设备的最小放电功率；x
in
和x
out
为二进制变量，表示储能的充放，取值为0或1；e
κ
为储能设备储存的能量；η
in
为储能设备的充电效率；η
out
为储能设备的放电效率；e
κ
为储能设备储存的能量；e
min
为储能设备储存的最小能量值；cap
bt
是待规划的储能设备的容量。
[0209]
农业园区通过联络线每小时和外部配电网的交互功率存在上限，该约束如下式所示：
[0210]
0≤p
grid,s
(s,t)≤p
grid,max
，
[0211]
其中，p
grid,max
为园区与外部配电网交互的最大功率。农作物生长周期内的各个典型场景s出现的比例的总和等于1，即场景约束，如下式所示：
[0212][0213]
在温室存在补光负荷的典型日，温室补光负荷进行需求响应后，农作物每日对光的积累量也要达到一定的范围，即光合有效辐射日总量约束；同时温室的光合有效辐射在补光负荷进行需求响应时也要处于一定的范围，光合有效辐射不在该范围时，作物的生长会受到光抑制现象，如下式所示：
[0214]
dli
μ,min
≤dli
μ,s
≤dli
μ,max
，
[0215]rμ,min
≤r
μ,s,real
≤r
μ,max
，
[0216]
其中，dli
μ,s
为场景s下作物μ的温室作物的光合有效辐射日总量值；r
μ,min
和r
μ,max
分别为温室作物μ的的光补偿点和光饱和点；r
μ,s,real
为场景s下作物μ的实际受到的光合有效辐射值。
[0217]
在补光负荷和热负荷共存的作物种植时段，由于温室的补光负荷和热负荷之间存在耦合关系，所以在温室补光负荷进行需求响应后，农作物每日对温度的积累量要达到一定的范围，即日积温约束；同时温室的温度也要处在一定的范围，如下式所示：
[0218]
gdd
μ,min
≤gdd
μ,s
≤gdd
μ,max
，
[0219]
t
μ,min
≤t
μ,s,real
≤t
μ,max
，
[0220]
其中，gdd
μ,s
为场景s下作物μ的温室作物的日积温值；t
μ,min
和t
μ,max
分别为温室作物μ的保证正常生长的最低温度和最高温度；t
μ,s,real
为场景s下作物μ实际受到的光合有效辐射值。
[0221]
温室补光负荷进行需求响应之后，农作物的冠层干物质累积量也要达到既定的数
值，如下式所示：
[0222]
tdrw
μ,min
≤tdrw
μ,s
，
[0223]
其中，tdrw
μ,min
为作物日冠层干物质累积量的下限值。
[0224]
下面以一个具体实施例对本技术的实施例进行具体阐述，分别为温室设施农业负荷准确性验证以及农业园区分布式能源规划结果，第一部分的负荷模型得到的数据为第二部分规划算例提供数据输入。此处使用matlab2018b做为仿真平台。该测试系统的硬件环境为intel(r)core(tm)i5-7200u cpu(2.50ghz)，带有4g的内存。
[0225]
首先进行温室设施农业负荷建模准确性验证。为了检验所建立的温室电、热负荷的正确性，首先对温室负荷模型的准确性进行了验证。此处研究的农业园区为a地(118.25
°
e,40.75
°
n)如图3、图4所示，为a地某年的实际光照、温度气象数据，选取该年各个作物种植时期的典型光照、温度曲线代表各个时期的光照、温度，
[0226]
按照各类作物种植时间表，温室农作物在不同生长时期对电热负荷有不同的需求，划分得到的温室负荷的季节性场景如表1所示。各类作物的种植时期分为发芽期和生长期，由于以上三种作物在发芽期内为忌光植物，因此在发芽期内不对温室作物进行补光，故在作物发芽期内没有温室补光负荷。该地种植番茄期间全程不供热，其余两种作物种植期间部分供热，夏季温室不存在冷负荷，在温室不供热的时段，温室作物的日积温均能达到安全范围。
[0227]
表1温室农业气象季节性场景划分
[0228][0229][0230]
植物的补光存在多种科学的补光方式，此处采用照明方法中的彻夜照明法对温室作物进行补光，即从日落到日出对温室作物进行连续照明，仿真条件如表2所示。
[0231]
表2仿真条件描述
[0232][0233]
具体的补光策略为：在夜晚按dli
targe
对应的作物光合有效辐射r
target
补光；在白天
当自然光照达不到r
target
时，使用补光灯将作物光合有效辐射提高到r
target
；当自然光照产生的光合有效辐射可以达到r
target
时，补光灯不开启。现有的室内温度控制策略是将温室温度维持在农作物三基点温度里的最适温度(t
opt
)，并以此为依据计算温室的热负荷。辣椒和黄瓜属于中光植物，番茄属于高光植物。作物光照、温度需求参数如表3所示。
[0234]
表3作物参数
[0235][0236]
由于此处根据农作物生长表划分的作物种植时期典型日较多，且农作物在发芽阶段不需要补光，因此在进行温室电热负荷验证时，仅对具有代表性的辣椒种植生长期典型日、番茄种植生长期典型日、黄瓜种植的第二个生长期典型日进行电热负荷的验证。各个作物生长期典型日的温室补光负荷、灌溉负荷验证如图5所示。补光负荷验证过程中所需要的参数设置如表4所示。
[0237]
表4温室及负荷设备参数
[0238][0239][0240]
温室的补光策略所依据的dlitarget数值和白天的温室太阳辐射对温室补光负荷数值大小有决定性影响，因此夜晚的电力补光负荷的数值高，在白天有太阳辐射时，电力补光负荷的数值低，甚至为零。以辣椒生长期典型日夜晚补光负荷的数值为例，此处模型计算得到的电力补光负荷的数值为341kw，对比文献中得到的数值为350kw，温室的面积为1332m2，因此在每平方米的补光负荷上仅有0.007kw的偏差；以辣椒生长期典型日12:00的电力补光负荷可知，此处模型计算的数值为26kw，现有技术电力补光负荷为25kw，因此在每平方米上的偏差仅有0.0008kw。通过以上分析，反映了此处所建立的电力补光负荷的正确性。
[0241]
各个作物种植时期的温室灌溉负荷验证如图5所示。灌溉模型的输入为室外的太阳辐射强度、温室温度、温室补光灯光照强度。其中太阳辐射强度、温室补光灯光照强度是决定性变量。以辣椒生长期典型日的夜晚灌溉负荷数值为例，此处模型计算得到的电力灌溉负荷数值为0.6694kw，现有技术中的电力灌溉负荷数值为0.6794kw。负荷数值存在差异的原因为此处使用的是修正后的潘曼-蒙蒂斯方程来描述适合于温室作物的参考蒸散量，使计算得到的温室灌溉负荷数值更为精确。
[0242]
温室补光负荷模型和温室灌溉负荷模型的主要影响因素是温室光照强度，灌溉负荷受温室人工补光光照强度的影响，因此温室补光负荷模型曲线和温室灌溉负荷模型曲线的形状基本一致。通过对比可以看出，温室的电力负荷消耗主要由电力补光负荷产生，以辣椒生长期典型日03:00为例，电力补光负荷为341kw，而电力灌溉负荷的数值仅为0.6694kw，补光负荷的数值远大于灌溉负荷。
[0243]
单纯的温室热负荷模型研究已经非常成熟，因此此处不对温室热负荷进行验证。此处在传统热负荷模型的基础之上，将温室补光负荷对热负荷的影响考虑到温室热负荷模型之中。以辣椒生长期典型日夜晚3:00的温室热负荷为例，此处的热负荷大小为514.7kw，计算热负荷大小为596.5kw；中午12:00的温室热负荷大小为420.8kw，计算热负荷大小为426.6kw。引起数值差异的原因是：夜晚的温室补光负荷较大，中午的温室补光负荷较小，带来的模型之间的差异较小。
[0244]
进而获取分布式能源规划结果，此处算例进行优化配置之前，温室顶部存在温室光伏发电，装机容量为500kw，在温室顶部的覆盖率为75％。供电系统与配电网相连，供热使用燃气锅炉。因此，此处向园区供电的设备包括沼气发电机、温室屋顶光伏、外部配电网；由燃气锅炉(gb)向温室进行供热；配置蓄电池(bt)设备，以提高电力系统运行的经济性。待规划的设备包括沼气发电机组、燃气锅炉(gb)、蓄电池(bt)。运行优化部分使用典型日数据代替年度数据以提高优化模型的运算效率。分布式能源设备参数如表5所示。
[0245]
表5分布式能源设备参数
[0246][0247]
设施农业约束条件如表6所示。
[0248]
表6设施农业约束条件
[0249][0250]
此处故沼气发电机配置的数值仅为172kw，电储能设备为486kw；温室的供热负荷和温室的基础热负荷主要由燃气锅炉供应，故优化结果为1090kw。分布式能源的容量配置结果和各项年化经济成本如表7、表8所示。
[0251]
表7分布式能源容量配置结果
[0252][0253]
表8分布式能源各项年化经济成本
[0254][0255][0256]
光伏发电和温室二氧化碳消耗会带来一定的碳减排收益，带来的年碳减排收益如表9所示。
[0257]
表9农业园区碳减排收益
[0258][0259]
由于在优化调度过程中，每个时段的二氧化碳供气负荷不同，故此处配置二氧化
碳储液罐中用到的二氧化碳供气负荷取一年中二氧化碳供气负荷的最大值，其数值为17.27m3/h，此处配置的罐体容积为4.14m3。
[0260]
进而进行温室补光负荷需求响应上调功率最大值的灵敏度分析。将温室补光负荷需求响应上调功率的最大值(pup,max)设置为50kw到200kw区间，步长为30kw。随着pup,max从50kw增加到200kw，分布式能源规划的年化经济成本从21.60
×
105元减小到21.07
×
105元，系统的总成本呈下降趋势。通过以上分析可以得到pup,max对能源系统的经济性有着显著的作用。温室补光负荷需求响应上调功率最大值的灵敏度分析如图6所示。图7是温室补光负荷需求响应上调功率最大值灵敏度分析下的分布式能源设备容量结果，从图7可以看出随着pup,max的不断增大，沼气发电机的容量不断减小，电储能的设备容量呈现先减小后增加的趋势，由于园区供热设备仅配置燃气锅炉，故燃气锅炉的容量基本不变。通过图6和图7可以得出，需要设置尽可能大的pup,max，以获得最优的经济成本和分布式能源设备的最优容量。
[0261]
最后进行三种作物生长期典型日分析。依据上述分析中农业园区分布式能源的规划结果来对三种作物生长期典型日进行分析。由于在此处的负荷模型中，温室补光负荷、温室热负荷、温室二氧化碳消耗存在着耦合关系，因此温室电力补光负荷的需求响应不仅会对作物光合有效辐射日总量(dli)有影响，还会影响到作物日积温(gdd)的变化以及温室二氧化碳的日消耗量，故对温室不同负荷之间的耦合机理进行定量分析。
[0262]
辣椒生长期典型日、番茄生长期典型日、黄瓜生长期典型日具有代表性，在作物的发芽期内，由于不存在温室电力补光负荷，温室灌溉电力负荷以及其它电力负荷与温室补光负荷相比可以忽略，因此这一时期的温室电力负荷不具有需求响应潜力，故在作物的发芽期内不对温室电力负荷进行需求响应。
[0263]
由图8-图10可以得出，三种作物生长期典型日电力流分布具有相同的变化趋势。由于电网分时电价的影响，在00:00-07:00电价较低时，温室电力负荷由配电网供应，且储能进行充电，充电功率最大为200kw，此时补光负荷数值达到在需求响应可调节范围之内的最大值；在08:00-12:00以及13:00-23:00，由于此时电网电价升高，故温室的电力负荷主要由光伏发电、储能放电、沼气发电机进行供应。
[0264]
由图11-图13可以得出，三种作物光合有效辐射累积量累积速率具有基本相同的变化趋势。对比图8-图10中三种作物生长期的电力流分布，温室的电力负荷和图11-图13中光合有效辐射大小具有相同的变化趋势。以图8和图11为例进行对比分析，在00:00-07:00、12:00-13:00、23:00-24:00温室优先使用配电网供电，同时对储能进行充电，这一时段温室作物受到的光合有效辐射较大，以04:00为例，此时光合有效辐射达到405.18μmol/(m2·
s)，温室作物的光合有效辐射累积量的累积速率最大，与之对应配电网功率为519kw，温室电力补光负荷达到359kw；当温室补光用电主要由沼气发电机、电储能供应时，由于上述规划结果中的沼气发电机和电储能的容量分别为172kw和486kw，因此去掉园区的农产品加工占有的一部分刚性负荷后，温室的电力补光负荷较小，温室作物的光和有效辐射累积速率较小；以22:00为例，光合有效辐射仅有35μmol/(m2·
s)，沼气发电机和电储能的功率分别为172kw和49kw，沼气发电机达到满发，去掉园区的农产品加工刚性负荷，此时温室电力补光负荷仅为31kw。温室作物的光合有效辐射日总量(dli)数值为16mol/(m2·
d)，处在辣椒的光合有效辐射日总量的安全范围之内。
[0265]
设施农业负荷调控影响作物光合作用效果，光合作用吸收二氧化碳降低了农业园区能源利用的碳排放。根据此处算例的电、热负荷水平大小计算的出：整个种植阶段，沼气发电机和燃气锅炉的碳排放量均能满足温室的碳需求，但是不能完全吸收能源利用的碳排放。以下着重对三种作物生长期典型日进行温室碳减排分析。a地温室外空气中二氧化碳浓度为400m3/m3；考虑到温室作物的光合作用和温室的经济性因素，温室内二氧化碳的浓度设置为700m3/m3。
[0266]
由图18-图20可以得出在夜晚温室补光电力负荷与温室二氧化碳的消耗速率成正相关，受分时电价影响，二氧化碳的消耗速率也出现在分时电价较低时，这是因为此时的温室电力补光负荷大，温室光照强度大，温室作物光合作用消耗二氧化碳的速率大。以图8和图18中的04:00为例，温室电力补光负荷达到359kw，此时二氧化碳的消耗速率为14.5m3/h；以图8和图18中的22:00为例，对应的补光负荷大小为31kw，此时二氧化碳的消耗速率为7.4m3/h；以图17中11:00为例，温室太阳辐射较大，虽然经过补光负荷需求响应后为零，但二氧化碳的消耗速率此时也能达到7.1m3/h。
[0267]
总额和上述仿真结果表明，在分布式能源最小年化成本的条件下，能够保障了农业生产用能、能源系统安全经济运行以及农作物丰产。
[0268]
根据本技术实施例提出的农业园区能源互联网分布式能源规划方法，可以通过建立农业园区设施农业温室负荷模型与设施农业安全的安全指标体系，获取农业、能源与环境协同的农业园区能源互联网分布式能源规划模型，从而保障农业生产用能、能源系统安全经济运行以及农作物丰产，有效论证了设施农业温室补光负荷与碳吸收之间的关系，降低了农业园区能源系统规划的年化成本，更加实用可靠。由此，解决了相关技术中，因农业能源互联网与工业能源互联网的季节性特征与碳排放等运行特性存在显著差异，且工业园区能源互联网分布式能源规划未能考虑农业负荷的独特性，故难以将工业园区能源互联网分布式能源规划直接应用于农业园区能源互联网，无法实现成熟通用的农业园区分布式能源规划模型与标准等问题。其次参照附图描述根据本技术实施例提出的农业园区能源互联网分布式能源规划装置。
[0269]
图21是本技术实施例的农业园区能源互联网分布式能源规划装置的结构示意图。
[0270]
如图21所示，该农业园区能源互联网分布式能源规划装置10包括：第一建模模块100、第二建模模块200和第三建模模块300。
[0271]
其中，第一建模模块100，用于建立农业园区设施农业温室负荷模型，其中，农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个。
[0272]
第二建模模块200，用于建立设施农业安全的安全指标体系，其中，安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项。
[0273]
第三建模模块300，用于基于农业园区设施农业温室负荷模型和安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。
[0274]
可选地，在本技术的一个实施例中，温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到有效辐射时，使用补光灯将作物光合有效辐射提高到有效辐射；当自然光照产生的光合有效辐射达到有效辐射时，补光灯不开启。
architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图22中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0289]
可选地，在具体实现上，如果存储器2201、处理器2202及通信接口2203，集成在一块芯片上实现，则存储器2201、处理器2202及通信接口2203可以通过内部接口完成相互间的通信。
[0290]
处理器2202可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0291]
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的农业园区能源互联网分布式能源规划方法。
[0292]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0293]
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
[0294]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
[0295]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0296]
应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述
实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0297]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0298]
此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0299]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种农业园区能源互联网分布式能源规划方法，其特征在于，包括以下步骤：建立农业园区设施农业温室负荷模型，其中，所述农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个；建立设施农业安全的安全指标体系，其中，所述安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项；以及基于所述农业园区设施农业温室负荷模型和所述安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。2.根据权利要求1所述的方法，其特征在于，所述温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到所述有效辐射时，使用补光灯将作物光合有效辐射提高到所述有效辐射；当自然光照产生的光合有效辐射达到所述有效辐射时，补光灯不开启。3.根据权利要求1所述的方法，其特征在于，所述温室热负荷模型的温室内的热负荷包括考虑温室的围护结构传热热损失、温室地面传热热损失、温室室内外空气交换热损失、温室内部的太阳辐射热量和温室补光灯的辐射热量。4.根据权利要求1所述的方法，其特征在于，所述温室灌溉负荷模型的输入变量是温室室内设定的温度、温室外界的太阳辐射强度、温室内补光灯单位面积的补光灯功率以及温室内的温度，且输出变量为温室内实时灌溉所消耗的电功率。5.根据权利要求1所述的方法，其特征在于，所述温室碳中和模型用于将沼气发电机和燃气锅炉产生的二氧化碳提供到设施农业温室，以供植物光合作用使用。6.根据权利要求1所述的方法，其特征在于，所述农业园区能源互联网双层多场景分布式能源规划模型的目标函数为能源系统年化建设投资成本、年维护成本、年运行成本、温室碳减排收益的总和最小，且约束条件包括电力流和热力流功率平衡约束、储能充放电约束、能源系统设备约束、能源转换设备爬坡率约束、设施农业温室补光负荷需求响应约束、外购电联络线功率约束、光合有效辐射日总量约束、温室光照强度约束、日积温约束、温室温度约束、冠层干物质累积约束。7.一种农业园区能源互联网分布式能源规划装置，其特征在于，包括以下步骤：第一建模模块，用于建立农业园区设施农业温室负荷模型，其中，所述农业园区设施农业温室负荷模型包括温室补光负荷模型、温室热负荷模型、温室灌溉负荷模型和温室碳中和模型中的至少一个；第二建模模块，用于建立设施农业安全的安全指标体系，其中，所述安全指标体系的指标包括光合有效辐射日总量、日积温和作物冠层干物质日累积量中的至少一项；以及第三建模模块，用于基于所述农业园区设施农业温室负荷模型和所述安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。8.根据权利要求7所述的装置，其特征在于，所述温室补光负荷模型用于在夜晚按预设补光数值对应的作物光合有效辐射补光；在白天且自然光照达不到所述有效辐射时，使用补光灯将作物光合有效辐射提高到所述有效辐射；当自然光照产生的光合有效辐射达到所述有效辐射时，补光灯不开启。9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所
述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-6任一项所述的农业园区能源互联网分布式能源规划方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-6任一项所述的农业园区能源互联网分布式能源规划方法。

技术总结
本申请涉及电力系统技术领域，特别涉及一种农业园区能源互联网分布式能源规划方法及装置，其中，方法包括：建立农业园区设施农业温室负荷模型，进而建立设施农业安全的安全指标体系，以基于农业园区设施农业温室负荷模型和安全指标体系，建立农业园区能源互联网双层多场景分布式能源规划模型。本申请实施例可以通过建立农业园区设施农业温室负荷模型与设施农业安全的安全指标体系，获取农业、能源与环境协同的农业园区能源互联网分布式能源规划模型，从而保障农业生产用能、能源系统安全经济运行以及农作物丰产，有效论证了设施农业温室补光负荷与碳吸收之间的关系，降低了农业园区能源系统规划的年化成本，更加实用可靠。更加实用可靠。更加实用可靠。


技术研发人员：付学谦 魏中辉
受保护的技术使用者：中国农业大学
技术研发日：2023.06.26
技术公布日：2023/10/6