CN116646986B - 集约型农业的可再生能源供能方法、装置、系统及介质 - Google Patents
集约型农业的可再生能源供能方法、装置、系统及介质 Download PDFInfo
- Publication number
- CN116646986B CN116646986B CN202310615749.6A CN202310615749A CN116646986B CN 116646986 B CN116646986 B CN 116646986B CN 202310615749 A CN202310615749 A CN 202310615749A CN 116646986 B CN116646986 B CN 116646986B
- Authority
- CN
- China
- Prior art keywords
- load
- energy storage
- electricity
- power
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000004146 energy storage Methods 0.000 claims abstract description 173
- 230000005611 electricity Effects 0.000 claims abstract description 127
- 238000010248 power generation Methods 0.000 claims abstract description 83
- 238000005286 illumination Methods 0.000 claims abstract description 45
- 238000003973 irrigation Methods 0.000 claims description 82
- 230000002262 irrigation Effects 0.000 claims description 82
- 238000005276 aerator Methods 0.000 claims description 67
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 58
- 239000010802 sludge Substances 0.000 claims description 57
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 48
- 229910052760 oxygen Inorganic materials 0.000 claims description 48
- 239000001301 oxygen Substances 0.000 claims description 48
- 238000005273 aeration Methods 0.000 claims description 39
- 229910052739 hydrogen Inorganic materials 0.000 claims description 37
- 239000001257 hydrogen Substances 0.000 claims description 37
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 36
- 238000004519 manufacturing process Methods 0.000 claims description 33
- 230000003213 activating effect Effects 0.000 claims description 31
- 238000003860 storage Methods 0.000 claims description 31
- 230000004913 activation Effects 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 15
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000003111 delayed effect Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 8
- 239000003621 irrigation water Substances 0.000 claims description 8
- 230000008021 deposition Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005612 types of electricity Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 description 20
- 238000012983 electrochemical energy storage Methods 0.000 description 18
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 10
- 238000003066 decision tree Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 239000000047 product Substances 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 239000002351 wastewater Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004065 wastewater treatment Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000002354 daily effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000001932 seasonal effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 239000007858 starting material Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 235000021419 vinegar Nutrition 0.000 description 1
- 239000000052 vinegar Substances 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J15/00—Systems for storing electric energy
- H02J15/008—Systems for storing electric energy using hydrogen as energy vector
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开一种集约型农业的可再生能源供能方法、装置、系统及介质，涉及电力控制技术领域，用于实现集约型农业系统用电负载的供电控制，针对偏远乡村供电难的问题，提供一种供能方法，对集约型农业系统中各用电负载的用电行为习惯进行画像；并根据用电时长区分成不同类型；并针对各类型用电负载的用电特征整理出负载启动条件或最低用电量；即可对集约型农业系统中的各用电设备进行针对性控制；进一步的，本方法还在有光照时限制延迟用电负载供电，优先将电能存储在储能系统中；当存储到足够系统于夜间等无光照时段的用电需要的电能后，再根据负载启动条件控制各设备的用电情况，以减小对新能源发电和储能系统部署规模的需要，节约部署成本。
Description
技术领域
本申请涉及电力控制技术领域，特别是涉及一种集约型农业的可再生能源供能方法、装置、系统及介质。
背景技术
如今，随着新能源技术地不断发展，可再生能源在电网电力结构中所占比例逐年增加，探索偏远乡村可再生能源供能系统，形成一种区域定制化的独立供能模式，实施电能替代，提高能源利用效率，可一定程度上解决农村发展高污染、低能效，电网建设困难等突出问题，符合绿色生态循环农业产业链发展趋势，满足未来集约型农业种植与农产品加工产业复合发展新增的能源需求，同时有利于推进低碳电网的发展。减少架空输电线路建设还可以方便农民通行，同时降低化石燃料燃烧带来森林火灾等风险。
与单纯的居住用能需求不同，农产品种植加工复合的集约型农业因生产计划和季节变换导致的冷、热、电负荷需求波动更加难以把控。如果100％的用电高峰时期电力需求由完全光伏发电系统承担，通常会导致光伏规模过大，造成用电低谷时期相当大的能源盈余和浪费。而电化学储能由于成本高、能量损失大、占地尺寸大等技术和经济限制，仅适合短期电力存储，大规模的电化学储能会降低整个系统的效率，负载和光伏发电的时间上的不匹配使得在偏远乡村集约型农业用电场景中，不宜使用电化学储能系统完全覆盖。
所以，现在本领域的技术人员亟需要一种集约型农业的可再生能源供能方法，解决目前在偏远乡村集约型农业用电供电难的问题。
发明内容
本申请的目的是提供一种集约型农业的可再生能源供能方法、装置、系统及介质，以解决目前在偏远乡村集约型农业用电供电难的问题。
为解决上述技术问题，本申请提供一种集约型农业的可再生能源供能方法，应用于由光伏发电供能的集约型农业系统，包括：
根据各用电负载的历史用电数据，生成各用电负载的用电行为画像信息；
根据用电行为画像信息，由用电时长判断各用电负载的类型；
根据用电负载的类型，确定各用电负载的负载启动条件或最低用电量；
获取外部光照信息，并根据外部光照信息判断是否达到预设光照条件；
若达到预设光照条件，则限制用电负载供电；
获取储能系统的存储电量信息，判断储能系统中的存储电量是否大于或等于最低用电量之和；
若储能系统中的存储电量大于或等于最低用电量之和时，根据负载启动条件控制各用电负载的激活状态。
优选的，用电负载的类型包括延迟用电负载和全天用电负载；
相应的，根据用电负载的类型，确定各用电负载的负载启动条件或最低用电量包括：
若用电负载的类型为延迟用电负载，则确定用电负载的负载启动条件；
若用电负载的类型为全天用电负载，则确定用电负载的最低用电量；
相应的，当储能系统中的存储电量大于或等于最低用电量之和时，根据负载启动条件控制各用电负载的激活状态包括：
当储能系统中的存储电量大于或等于各全天用电负载的最低用电量之和时，根据负载启动条件控制各延迟用电负载的激活状态，并控制处于激活状态的延迟用电负载的总用电功率与全天用电负载的总用电功率之和始终小于或等于光伏发电系统当前的发电功率。
优选的，延迟用电负载包括：抽水泵、灌溉泵、过滤泵、污泥泵和曝气器；
抽水泵对应的负载启动条件包括：第一开启储能容量、第一计划工作时长；其中，当抽水泵当前的总工作时长小于第一计划工作时长时，若储能系统中的存储电量大于第一开启储能容量时，激活抽水泵；
灌溉泵对应的负载启动条件包括：第二开启储能容量、第二计划工作时长；其中，当灌溉泵当前的总工作时长小于第二计划工作时长时，若储能系统中的存储电量大于第二开启储能容量时，激活灌溉泵；
过滤泵对应的负载启动条件包括：第三开启储能容量、第三计划工作时长；其中，当过滤泵当前的总工作时长小于第三计划工作时长时，若储能系统中的存储电量大于第三开启储能容量时，激活过滤泵；
污泥泵对应的负载启动条件包括：第四开启储能容量、污泥警戒范围；其中，当曝气池的污泥沉积量处于污泥警戒范围中时，若储能系统中的存储电量大于第四开启储能容量时，激活污泥泵；
曝气器对应的负载启动条件包括：第五开启储能容量、氧气警戒范围；其中，当储能系统中的存储电量大于第五开启储能容量时，或曝气池的氧气含量低于氧气警戒范围的下限值时，激活曝气器；若曝气器处于激活状态且曝气池的氧气含量超过氧气警戒范围的上限值时，关闭曝气器。
优选的，曝气器对应的负载启动条件还包括：第一辐照度和第二辐照度；其中，第一辐照度大于第二辐照度；
相应的，当储能系统中的存储电量大于第五开启储能容量时，激活曝气器包括：
当储能系统中的存储电量大于第五开启储能容量、且当前环境辐照度触发超出第一辐照度的动作时，激活曝气器；
相应的，还包括：
若当前环境辐照度触发低于第二辐照度的动作时，关闭曝气器。
优选的，集约型农业系统还包括：碱式制氢设备；
当储能系统中的存储电量大于第六开启储能容量，且当前处于激活状态的延迟负载的总用电功率、全天用电负载的总用电功率与碱式制氢设备的用电功率之和小于或等于光伏发电系统当前的发电功率，且根据负载启动条件无新的延迟用电负载可供激活时，激活碱式制氢设备。
优选的，第一、第二、第三计划工作时长根据预先建立的预测模型得到；
其中，预测模型根据抽水泵、灌溉泵和过滤泵的历史运行数据建立得到；历史运行数据包括计划灌溉水量和灌溉小时数。
为解决上述技术问题，本申请还提供一种集约型农业的可再生能源供能装置，包括：
行为画像模块，用于根据各用电负载的历史用电数据，生成各用电负载的用电行为画像信息；
类型确定模块，用于根据用电行为画像信息，由用电时长判断各用电负载的类型；
条件确定模块，用于根据用电负载的类型，确定各用电负载的负载启动条件或最低用电量；
第一判断模块，用于获取外部光照信息，并根据外部光照信息判断是否达到预设光照条件；
第一控制模块，用于若达到预设光照条件，则限制用电负载供电；
第二判断模块，用于获取储能系统的存储电量信息，判断储能系统中的存储电量是否大于或等于最低用电量之和；
第二控制模块，用于若储能系统中的存储电量大于或等于最低用电量之和时，根据负载启动条件控制各用电负载的激活状态。
优选的，上述的用电负载的类型包括延迟用电负载和全天用电负载；
相应的，上述的条件确定模块具体又用于：若用电负载的类型为延迟用电负载，则确定用电负载的负载启动条件；若用电负载的类型为全天用电负载，则确定用电负载的最低用电量；
相应的，第二控制模块具体又用于：
当储能系统中的存储电量大于或等于各全天用电负载的最低用电量之和时，根据负载启动条件控制各延迟用电负载的激活状态，并控制处于激活状态的延迟用电负载的总用电功率与全天用电负载的总用电功率之和始终小于或等于光伏发电系统当前的发电功率。
优选的，上述的用电负载包括：抽水泵、灌溉泵、过滤泵、污泥泵和曝气器；
相应的，上述的第二控制模块用于控制各用电负载的负载启动条件具体为：
抽水泵对应的负载启动条件包括：第一开启储能容量、第一计划工作时长；其中，当抽水泵当前的总工作时长小于第一计划工作时长时，若储能系统中的存储电量大于第一开启储能容量时，激活抽水泵；
灌溉泵对应的负载启动条件包括：第二开启储能容量、第二计划工作时长；其中，当灌溉泵当前的总工作时长小于第二计划工作时长时，若储能系统中的存储电量大于第二开启储能容量时，激活灌溉泵；
过滤泵对应的负载启动条件包括：第三开启储能容量、第三计划工作时长；其中，当过滤泵当前的总工作时长小于第三计划工作时长时，若储能系统中的存储电量大于第三开启储能容量时，激活过滤泵；
污泥泵对应的负载启动条件包括：第四开启储能容量、污泥警戒范围；其中，当曝气池的污泥沉积量处于污泥警戒范围中时，若储能系统中的存储电量大于第四开启储能容量时，激活污泥泵；
曝气器对应的负载启动条件包括：第五开启储能容量、氧气警戒范围；其中，当储能系统中的存储电量大于第五开启储能容量时，或曝气池的氧气含量低于氧气警戒范围的下限值时，激活曝气器；若曝气器处于激活状态且曝气池的氧气含量超过氧气警戒范围的上限值时，关闭曝气器。
优选的，上述第二控制模块中所依据控制曝气器的负载启动条件还包括：
第一辐照度和第二辐照度；其中，第一辐照度大于第二辐照度；
相应的，当储能系统中的存储电量大于第五开启储能容量时，激活曝气器包括：
当储能系统中的存储电量大于第五开启储能容量、且当前环境辐照度触发超出第一辐照度的动作时，激活曝气器；
相应的，负载启动条件还包括：
若当前环境辐照度触发低于第二辐照度的动作时，关闭曝气器。
优选的，上述的集约型农业系统还包括：碱式制氢设备；
当储能系统中的存储电量大于第六开启储能容量，且当前处于激活状态的延迟负载的总用电功率、全天用电负载的总用电功率与碱式制氢设备的用电功率之和小于或等于光伏发电系统当前的发电功率，且根据负载启动条件无新的延迟用电负载可供激活时，激活碱式制氢设备。
优选的，上述的第一、第二、第三计划工作时长根据预先建立的预测模型得到；
其中，预测模型根据抽水泵、灌溉泵和过滤泵的历史运行数据建立得到；历史运行数据包括计划灌溉水量和灌溉小时数。
为解决上述技术问题，本申请还提供一种集约型农业的可再生能源供能系统，包括：
光伏发电系统，用于进行光伏发电，以提供电能；
储能系统，用于存储由光伏发电系统产生的电能；
光线传感器，用于获取外部光照信息；
存储器，用于存储预设光照条件以及各用电负载的历史用电数据；
处理器，用于执行如上述的集约型农业的可再生能源供能方法的步骤。
优选的，用电负载、储能系统和光伏发电系统共交流母线。
为解决上述技术问题，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的集约型农业的可再生能源供能方法的步骤。
本申请提供的一种集约型农业的可再生能源供能方法，根据集约型农业系统中各种用电负载的历史用电数据，对其用电行为习惯进行画像，可以有效地归纳用电特征和用电需求，根据其用电时长将其区分成不同类型的用电负载，并针对不同类型用电负载的用电特征整理出相应的负载启动条件或最低用电量，进而，即可对集约型农业系统中的各种用电设备分别进行针对性的控制；进一步的，为满足集约型农业系统在夜间等无光照时段的用电需要，本方法在有光照时限制各用电负载供电，优先将电能存储在储能系统中；当存储到足够系统于夜间等无光照时段的用电需要的电能后，即根据先前确定的负载启动条件控制各用电负载的用电情况，从而实现适应于在辐照强度不断变化下光伏发电系统的不同发电功率，以及各用电负载的不同用电特征，实现更为灵活的用电控制。由此，对于集约型农业系统的用电控制，无需铺设过大规模的光伏发电系统，从而避免资源浪费，也不需要部署过大容量的电化学储能系统，提高农业系统整体效率的同时，也降低了部署成本，更好地贴合了偏远乡村集约型农业用电场景下的需要。
本申请提供的集约型农业的可再生能源供能装置、系统及计算机可读存储介质，与上述方法对应，效果同上。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种集约型农业系统的架构图；
图2为本发明提供的一种集约型农业的可再生能源供能方法的流程图；
图3为本发明提供的一种能源管控系统的架构图；
图4为本发明提供的一种集约型农业的可再生能源供能方法的应用结果统计图；
图5为本发明提供的一种集约型农业的可再生能源供能装置的结构图；
图6为本发明提供的一种集约型农业的可再生能源供能系统的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
本申请的核心是提供一种集约型农业的可再生能源供能方法、装置、系统及介质。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
对于偏远乡村用电这一场景中，由于用电负载空间分布相对分散，维持与电网的连接需要架设长距离输电线路，建设及维护费用相对昂贵，与城市用电相比需要投入更大的电网建设成本。另外输变电线路较长，无形中也会增加电力损耗，长距离输电的可靠性较低，突发故障可能导致长时间停电。由于上述诸多因素，目前部分偏远乡村电网建设质量低下、布局混乱、设备陈旧、线路老化，供电能力弱、应急能力差，应用于城市或者工业区的电网供电不再适用，煤炭、柴油、秸秆仍然作为主要能源使用。
随着新能源技术的发展，诸如光伏发电、风力发电等新能源也逐渐被用于乡村供电场景中，可以一定程度解决上述用电中面临的困境。但是与单纯的居住用电需求不同，农产品种植加工复合的集约型农业因生产计划和季节变换导致的冷、热、电负荷需求波动更加难以把控，不同农业系统中的不同用电负载都有其各自的用电特征，且受所种植农作物、以及所加工农副产品种类的不同影响大，呈现出更复杂、多样的用电特征。同时，目前常见的新能源发电的功率输出由依赖于环境因素，发电相对不够稳定，用于集约型农业供电这一受生产计划和季节影响导致用电需求变化大的场景中矛盾便越发突出。
以使用光伏发电作为集约型农业系统供电源为例进行说明，若要保证在农业系统的用电高峰时期也能满足其用电需求，则需要铺设过大规模的光伏发电系统，并且在农业系统处于用电低谷时期又会造成大量的能源盈余和浪费。若使用电化学储能设备实现对光伏发电能源的存储与对各用电负载的供电，考虑到农业用电设备普遍有集中用电的特性，为满足其供电需求，对于电化学储能的规模同样具有一定要求，存在成本高、能量损失大、占地尺寸大等技术和经济限制。
所以，为解决上述问题，为偏远乡村集约型农业用电场景寻求一种针对农作物种植及农产品加工用能特征进行区域定制化的供能控制方案，本申请提供一种集约型农业的可再生能源供能方法，应用于由光伏发电供能的集约型农业系统中，一种可能的集约型农业系统架构如图1所示，包括：用于实现光伏发电的三种不同布设场景下的发电光伏及其光伏逆变器；各种农业用电设备及其相应的电机控制设备(变频器、软启动器等)；电能转换成化学能存储的碱式制氢设备以及电化学储能设备；以及控制各用电负载用电的能量管控系统，该能量管控系统也即用于实现如图2所示方法的装置。
在一种较为优选的实施方案中，储能系统不再作为光伏发电系统和各用电负载之间的电能存储及缓冲，而是采用各用电负载、储能系统和光伏发电系统共交流母线的连接方式，使得光伏发电系统发出的电能可以直接被用电负载利用，省去了储能系统这一中间环节，也就尽可能减少电化学储能充放电过程的能源损耗，实现更高的能源利用效率。
具体的供能方法如图2所示，包括：
S11：根据各用电负载的历史用电数据，生成各用电负载的用电行为画像信息。
S12：根据用电行为画像信息，由用电时长判断各用电负载的类型。
S13：根据用电负载的类型，确定各用电负载的负载启动条件或最低用电量。
S14：获取外部光照信息，并根据外部光照信息判断是否达到预设光照条件，若是则转至步骤S15。
S15：限制用电负载供电。
S16：获取储能系统的存储电量信息，判断储能系统中的存储电量是否大于或等于最低用电量之和，若是则转至步骤S17。
S17：根据负载启动条件控制各用电负载的激活状态。
需要说明的是，图1仅为上述方法所应用于的集约型农业系统的一种可能架构，并不对本申请提供的供能方法的应用场景做出限制，本申请所提供的方法可应用于由光伏发电提供能源、具有用电负载和储能系统的各式用电系统中，特别是应用在偏远乡村的节约型农业系统中。
但为方便进行说明，后续也以图1所示的农业系统为例对本申请所提供的功能方法进行说明：
在目前的乡村集约型农业场景中，主要使用的新能源供电方式主要采用光伏发电方式，也即如图1所示的由三种不同布设场景下的发电光伏及其光伏逆变器组成的光伏发电系统。
对于上述光伏发电系统的三种不同布设场景，为光伏发电系统具体实施的一种可能的实施方式，具体包括：
1、光伏阵列一：固定支架光伏；
固定支架光伏的光伏组件采用固定支架安装在地面上，施工简单可靠，建设成本低，为常见的光伏布置形式。其发电功率为P1(kw)，年发电量为K1(kwh)，是三种光伏阵列中发电量最高的一种布设形式。
2、光伏阵列二：跟踪支架光伏；
跟踪支架光伏的光伏组件采用跟踪支架安装在地面上，根据遮挡阴影及天气变化信息，自动进行支架跟踪角度控制，阵列每日可获得比任何固定方向更多的发电量，在早晚和特殊天气条件下，可获取稳定的电力。其发电功率为P2，年发电量为K2，是三种光伏阵列中发电最为稳定的一种布设形式。
3、光伏阵列三：池水漂浮光伏；
池水漂浮光伏通常以池水漂浮光伏电站的形式实现，以充分利用曝气池和灌溉池空间，减少光伏系统占地面积。其发电功率为P3，年发电量为K2，是三种光伏阵列中空间利用率最高的一种布设形式。
本实施例通过上述三种不同的光伏组件设置形式，实现更全面、更稳定、空间利用率更高的光伏发电系统，从而为后续的集约型农业系统的供电提供更稳定、可靠的供电源。
另外，在目前的乡村集约型农业场景中，涉及到用能负载的场景主要包括有机废水处理及作物灌溉、运输、以及辅助系统的用电。
1、有机废水处理及作物灌溉；
酿酒、酿醋等农产品加工业有机废水通常有毒，有害物质含量低但化学需氧量高，主要污水治理目标为降低化学需氧量，故通常采用活性污泥法。
厂区废水被收集在曝气池中，使好氧微生物分解污染物所需要的氧量和污水、活性污泥充分接触混合，需定期测量曝气池中氧的含量，电动机驱动的功率为PF的曝气器F将空气引入水中以增加其氧气水平确保好氧微生物所需要的氧气量。这一过程在池塘底部产生污泥沉淀物，可通过开启功率为PD的污泥泵D排出。
曝气池中处理后的水由功率为PA的过滤泵A输送至过滤器，此过滤过程间歇进行，可去除大部分残留的悬浮物，在过滤器的出口处，由功率为PB的抽水泵B将水输送至灌溉池。最后，由功率为PC的灌溉泵C将灌溉池中的水供应给滴灌系统。用于灌溉的净化水年总用量为Q灌溉，在种植作物种类及种植规模不变的情况下，Q灌溉每年的变化不大。
过滤泵A可在池塘未满时随时开启为灌溉池补水，当过滤泵A运送水通过过滤器时，抽水泵B自动启动。由于滴灌系统需要恒定的流量和压力，能源母线无法支持过高的启动电流，因此过滤泵A、抽水泵B、灌溉泵C优选为变频泵，污泥泵D则选用软启动泵。
2、运输；
在种植区和厂区之间的运输车辆可采用燃料电池混合动力电动农用车，其中，可再生能源以电或氢的形式向运输车辆提供能量，也即燃料电池混合动力电动农用车可以通过氢气或储能电池为其供电。
3、辅助系统；
如上述方法，需要对集约型农业系统中各种用电负载设备进行用电控制以及相应参数的监控，所以需要一定的辅助设备，例如，实现上述方法控制功能的能量管控系统，能量管控系统还可以包括上述场景中检测曝气池底污泥量、曝气池中氧气含量、各种用电负载工作功率等检测设备。
如上述场景，如图1所示，在一种可能的农业系统中，用电设备至少可以包括：传统农业用电场景下的过滤泵、抽水泵、灌溉泵、污泥泵、曝气器；更大程度利用盈余电能的能源转换设备，如碱式制氢设备；以及用于实现上述方法的能量管控系统。
另外，于图1中未示出的是，农业系统中还可以包括与电化学储能系统和碱式制氢设备配合使用的温控系统，电化学储能及碱式制氢设备配有温控系统进行冬季保温和夏季散热，以实现电解槽中及关键管道防冻、保持电化学储能系统运行的稳定性。
进一步的，基于步骤S11，分析上述用电负载的用电行为：
1、过滤泵和抽水泵；
由于灌溉池允许一定的灌溉水存储余量，过滤泵和抽水泵的开启时段可在一定时段内(通常为一周)进行调整，也即在该时段内，过滤泵和抽水泵可以自由选择开启时段，满足工作总时长的需要即可，为一种延迟用电负载。
另外，由于曝气器的开启会使曝气池中的水变浑浊，因此，在实际应用中，过滤泵和抽水泵一般必须在曝气器停止三小时后才能开启，且曝气器与过滤泵和抽水泵不会同时开启。
2、灌溉泵；
在实际应用中，农作物灌溉季节通常由5月开始至9月结束，其中8月为高峰时期，剩余约大半年时间里需求近乎为零。
近年来，种植业引入了作物滴灌技术，根据作物的生长情况、土壤蒸发量、降雨量等因素每周计算一次所需水量，计划一周的灌溉量可以进行时间上的灵活延迟，但多数采用夜间滴灌，灌溉泵仅在灌溉季节使用，且开启时间可在一天内进行调整，同样为一种延迟用电负载。
3、污泥泵；
在使用活性污泥法处理有机废水的过程中，于曝气池底部逐渐积累污泥沉淀，需要通过污泥泵将沉积物排除，但沉积物的排出没有特定时段要求，所以配有软启动器的污泥泵也属于延迟用电负载。
污泥泵用电同样具有季节性，用电高峰发生在农作物灌溉开始的4月，次高峰发生农作物收获后开始加工、有机废水排放量突增的9月。
4、曝气器；
曝气器用于提高曝气池中的氧气水平，从而加速有机废水处理过程。一般而言，曝气池中的氧气水平Ohourly保持在氧气水平区间Oallow的上下限内，氧气水平区间Oallow即为曝气池的氧气警戒范围。由于曝气池中的氧气损失相对缓慢，用于补充氧气的曝气器F不必长期开启，但种植季节从曝气池中提取的灌溉用水必须经过充分的有机废水处理，维持曝气池中的最低氧气水平限制了曝气器用电的长期的延迟性，因此，曝气器F为短期内可延迟的负载，全天时间内，曝气器开启时间可灵活分配。曝气器用电具有季节性，的用电高峰发生在农作物灌溉开始的4月，次高峰发生农作物收获后开始加工，有机废水排放量突增的9月。
5、碱式制氢设备；
碱式制氢设备是否开启取决于可再生能源系统(即光伏发电系统)供应负载后的盈余电能，可将盈余电能通过碱式制氢设备转换成氢能，氢气可以存储在储氢罐中，以供运输车辆使用，因此制氢系统为完全可控负荷，也即延迟用电负载的一种。
6、能量管控系统及温控系统；
能量管控系统用于实现上述的功能方法，包括控制负载激活状态、接收/发送指令、数据通讯和存储传感器数据等，为常年全天工作负载，但其用电需求恒定且功率很小。
温控系统如上所述，用于负责电化学储能系统以及碱式制氢设备的温度控制，维护其关键管道防冻并保证其运行的稳定性，同样为常年全天工作负载。温控系统的功率PW受外部环境温度影响，同样具有明显的季节性特征，用电高峰发生在冬季，次高峰发生在夏季，而在春、秋两季为低谷时期。
基于上述用电分析，即获知农业系统中包括的各式用电负载的用电特征，得到相应的用电行为画像。进而如步骤S12所述，由用电时长判断各用电负载的类型，将各用电负载区分为延迟用电负载和全天用电负载，全天用电负载要求供电全天不间断，也即要求在无光照的夜晚等时间段仍保持供电，所以根据其在无光照时间段保持工作所需的最小用电量，确定对应的最低用电量；而延迟用电负载则可以允许用电时段在一定时段内任意调整，可根据用电行为画像为其规定负载启动条件，从而控制其具体何时激活用电。
还需要说明的是，虽然全天用电负载通常要求供电全天不间断，但在各别场景，也可能存在供电优先级更高的其它设备，此时全天用电负载也可设置有对应的负载启动条件，对其进行更灵活的控制。
相应的，同样如图1所示的一种可能场景，本实施例具体说明步骤S13中对于负载启动条件的一种确定方案：
1)过滤泵、抽水泵、灌溉泵；
由上述实施例中分析的用电行为画像可知，过滤泵、抽水泵和灌溉泵都为延迟用电负载，其用电时段在满足工作总时长一定的情况下可在一定时间段内任意调整。所以，对于上述三种泵的用电控制，获知其相应的工作总时长是控制其用电的关键。
同样由上述用电行为画像可知，上述三种泵有着各自的用电特征，且这种特征在种植农作物种类及规模不变的情况下，通常也是不变的，这便带来了预测上述三种泵所需的工作总时长的可能性，称之为计划工作时长。
具体的，抽水泵对应于第一计划工作时长，灌溉泵对应于第二计划工作时长，过滤泵对应于第三计划工作时长。需要说明的是，上述的第一、第二、第三仅用于区分其对应于不同负载，并不代表各计划工作时长在取值上有任何不同的限制，理论上来说，第一、第二、第三计划工作时长可以取完全相同的值(但实际应用中多半不这么做)。
当上述三种泵的工作时长未满足对应的计划工作时长时，说明该用电负载还有用电需要，可在满足其他启动条件的前提下激活该用电负载，使其工作，直至其工作总时长大于或等于相应的计划工作时长。还需要说明的是，上述对于工作时长的累计，以及计划工作时长的确定，都是基于一定时间单位的基础上确定的，例如统计的是一天内的某一用电负载的工作总时长，相应的，其对应的计划工作时长也是当天该用电负载应工作的总时长。上述的时间单位可根据实际需要调整，本实施例对此不做限制。
进一步的，上述三种泵除去工作时长的要求之外，还可根据其他需求定义另外的负载启动条件：
由于本申请所提供的供能方法其中的一个目的即为保证各用电负载在夜间等无光照时段内的稳定供电，所以就要求储能系统中存储有足够各用电负载在夜间使用的电能。而在储能系统中存储有满足农业系统夜间使用的最低限度电能后，考虑到为降低光伏发电系统所需规模，通常不要求光伏发电系统可以时刻保持对所有用电负载同时用电的需要。
所以，在不能同时满足所有用电负载用电需要的前提下，如何分配电能、如何确定各用电负载之间的供电优先级、又如何保证上述优先级供电的实现，本实施例针对于此提供一种可能的实施方案：
负载启动条件还包括开启储能容量，也即对应于储能系统中存储电能的容量最小为多少时，可以激活对应的用电负载，又或者说，当储能系统中存储电量大于相应的开启储能容量时，该用电负载可以被激活。
综合上述工作时长和开启储能容量的限制，过滤泵、抽水泵、灌溉泵的一种可能的负载启动条件可以为：
当抽水泵/灌溉泵/过滤泵当前的总工作时长小于第一/第二/第三计划工作时长时，若储能系统中的存储电量大于第一/第二/第三开启储能容量时，激活抽水泵/灌溉泵/过滤泵。
与上述计划工作时长相同，抽水泵、灌溉泵、过滤泵分别对应于第一、第二、第三开启储能容量，且第一、第二、第三开启储能容量在取值上无任何限制关系，可根据实际用电需要的优先级进行设置。例如，在一种可能的应用场景中，需要开启的优先级满足：抽水泵＞灌溉泵＞过滤泵，则由如下表1的开启储能容量设置。
表1泵-开启储能容量表
| 负载 | 开启储能容量(％) |
| 抽水泵B | 30 |
| 灌溉泵C | 40 |
| 过滤泵A | 45 |
| 污泥泵D | 50 |
以抽水泵和灌溉泵为例，由表1可知，第一开启储能容量小于第二开启储能容量，表示抽水泵相比于灌溉泵可以在储能系统中存储的电能更少时被开启，也即说明抽水泵的开启优先级比灌溉泵高。同样的，其余涉及到开启储能容量的负载启动条件也是同理(仅由开启储能容量确定是否开启的负载启动条件)，对应的开启储能容量取值越低，说明其开启的优先级相对更高。
2)污泥泵；
由上述用电行为画像可知，污泥泵的激活与否主要取决于曝气池池底所产生沉积物的量的大小，对于污泥泵而言并无严格的工作时长的限制，也即，对于污泥泵的负载启动条件，一种可能的实施方案包括：
当曝气池的污泥沉积量处于所述污泥警戒范围中时，污泥泵可以被激活。
同理，处于保证夜间供电的目的，污泥泵的负载启动条件同样可以包括相应的第四开启储能容量，具体取值可如上述表1所示，本实施例不再赘述。
也即，对于污泥泵而言，其负载启动条件可以是综合污泥警戒范围以及第四开启储能容量所确定的，具体为：
当曝气池的污泥沉积量处于污泥警戒范围中时，若储能系统中的存储电量大于第四开启储能容量时，激活污泥泵。
3)曝气器；
与上述污泥泵同理，曝气器的负载启动条件也可以包括对应的开启储能容量(即第五开启储能容量)，且由上述用电行为画像可知，曝气器的开启和关闭还与曝气池中的氧气含量有关，曝气器应保证曝气池中的氧气含量在氧气警戒范围Oallow之内，所以曝气池的负载启动条件综合上述两种限制得到：
当储能系统中的存储电量大于第五开启储能容量时，或曝气池的氧气含量低于氧气警戒范围的下限值时，激活曝气器；若曝气器处于激活状态且曝气池的氧气含量超过氧气警戒范围的上限值时，关闭曝气器。
此外，在另一种可能的实施方案中，为减小曝气器对整个农业系统的负荷，希望曝气器可以工作在光伏发电功率较大的时段，也即光照的辐照度较强的时段，由此可以得到新的负载启动条件：
第一辐照度和第二辐照度；其中，第一辐照度大于第二辐照度；
相应的，当储能系统中的存储电量大于第五开启储能容量时，激活曝气器包括：
当储能系统中的存储电量大于第五开启储能容量、且当前环境辐照度触发超出第一辐照度的动作时，激活曝气器；
相应的，还包括：
若当前环境辐照度触发低于第二辐照度的动作时，关闭曝气器。
也即，本实施例所提供的负载启动条件是当光伏发电系统所受到的辐照度较高时激活曝气器(触发条件为出现当前环境温度超过取值较高的第一辐照度这一动作)、当光伏发电系统所受到的辐照度较低时关闭曝气器(触发条件为出现当前环境温度低于取值较低的第二辐照度这一动作)，从而实现使曝气器工作在光伏发电功率较高的时段，减少对其他用电负载的影响，也有利于储能系统的电能存储。
对于上述的第五开启储能容量，以及第一辐照度(期望对应于上午辐照上升阶段)和第二辐照度(期望对应于下午辐照下降阶段)，一种可能的取值如下表2所示：
表2曝气池负载启动条件表
此外，还需要说明的是，在曝气器的激活状态控制中，一般以氧气警戒范围Oallow所对应的控制动作优先级更高。
也即当曝气池中氧气水平超过的氧气警戒范围Oallow上限值时，不考虑开启储能容量和辐照度等条件关闭曝气器。而当曝气池中氧气水平低于的氧气警戒范围Oallow下限值时，不考虑开启储能容量和辐照度等条件强制开启曝气器。但还需要说明的是，由步骤S12和步骤S13可知，所有基于负载启动条件进行的控制都需要建立在储能系统中的存储电量大于或等于最低用电量这一条件下，也即该条件的优先级在各延迟用电负载的激活状态控制中处于最高优先级。
4)碱式制氢设备；
由上述用电行为画像可知，碱式制氢设备的开启优先级相对于上述一众延迟用电负载而言，其优先级最低。在实际应用中一般是在光伏发电存在电能盈余时(即各用电负载和储能系统都无法完全利用时)为避免浪费才激活碱式制氢设备以将盈余的电能转化为化学能存储。
基于上述思路，本实施例提供一种碱式制氢设备可能的负载启动条件，包括：
当储能系统中的存储电量大于第六开启储能容量，且当前处于激活状态的延迟负载的总用电功率、全天用电负载的总用电功率与碱式制氢设备的用电功率之和小于或等于光伏发电系统当前的发电功率，且根据负载启动条件无新的延迟用电负载可供激活时，激活碱式制氢设备。
同样的，基于上述其他开启储能容量的可能取值，结合用电负载之间的优先级，第六开启储能容量的具体取值可以为90％。
还需要说明的是，在上述第一、第二、第三计划工作时长的确定过程中，由于其对应的用电负载的用电行为具有一定的不变性，所以可通过历史数据预测未来的用电负载完成预期所需要的工作时长，也即上述的第一、第二、第三计划工作时长。对于具体的确定过程，本实施例提供一种可能的实施方案：
上述的第一、第二、第三计划工作时长根据预先建立的预测模型得到；
其中，预测模型根据抽水泵、灌溉泵和过滤泵的历史运行数据建立得到；历史运行数据包括计划灌溉水量和灌溉小时数。
更具体的，预测模型的建立过程包括：
S21：获取历年多个周的历史运行数据。
其中，历史运行数据包括：周计划灌溉水量Qx，dw、灌溉小时数Tx，dw、过滤泵A开启小时数Ax，dw、抽水泵B开启小时数Bx，dw、灌溉泵C开启小时数Cx，dw。
S22：将周计划灌溉水量Qx，dw和灌溉小时数Tx，dw作为两个分类特征，将两个分类特征的阈值作为决策树内部的叶子节点决策数值，逐步更新决策树。
具体的，由于每一组某一周的Qx，dw和Tx，dw，都有对应的目标值过滤泵A、抽水泵B、灌溉泵C的开启小时数Ax，dw、Bx，dw、Cx，dw，根据决策树内部的叶子节点进行分类，采用分类与回归决策树作为学习器构建预测模型，初始化弱学习器为f(x)：
其中，N为样本个数；Yi为对应样本x的水泵开启小时数，Yi＝{Ax，dw·Bx，dw·Cx，dw}；c为每种目标值样本的均值，
决策树损失函数如下式所示：
其中，x为输入分类特征x＝{Qx，dw·Tx，dw}；为预测开启小时数Ai，dw、Bi，dw、Ci，dw。
再将损失函数的负梯度ri作为残差的近似值，并将上一次迭代得到的(xi，ri)作为下棵树的训练数据，继续进行迭代，得到新的决策树fm(x)。
损失函数的负梯度ri为：
最终的强学习器(也即新得到的决策树)fm(x)为：
其中，m为迭代次数，j为决策树叶子节点数，xi即为第i次迭代的输入分类特征，ci即为第i次迭代的每种目标值样本的均值。
通过上述方法将泵开启小时数Ax，dw、Bx，dw、Cx，dw逐步拟合逼近真实值，通过网格搜索寻优嵌套交叉验证、贝叶斯搜索等典型超参数优化方法获取使损失函数最小的决策树深度、子叶节点数、学习器个数、权重缩减系数，进行预测决策树模型的训练。
从而，在预测模型训练完毕后，由管理员输入每周的灌溉计划水量Qi，dw和灌溉小时数Ti，dw进行对应的过滤泵A、抽水泵B、灌溉泵C开启小时数Ai，dw、Bi，dw、Ci，dw的预测，即获取到第一、第二、第三计划工作时长。
需要说明的是，在绝大部分的应用场景中，基于上述方法控制的过滤泵A、抽水泵B、灌溉泵C可以满足其相应的计划工作时长的需要，若排除部分极端情况下，仍出现负载工作达不到计划工作时长的情况，可基于当前情况重新确定包括开启储能容量在内的负载启动条件。
对于步骤S15和S17，当集约型农业系统中的各用电负载基于上述实施例确定了对应的负载启动条件之后，即可在满足储能系统中存储电量大于或等于设定的最低用电量之后，对各用电负载进行基于光伏发电功率、负载总用电功率和各自负载启动条件的用电控制。
其中，上述的最低用电量，也即需要在无光照时段工作的所有用电负载满足需要的最小的总用电量，具体应根据实际在无光照时段工作的用电负载用电情况及其在无光照时段需要满足的工作要求确定，应根据不同的应用场景针对进行设置，本实施例在此不再赘述。
另外，为更好地保证农业系统在无光照场景中不至于因为断电影响农业生产、生活，本实施例还提供一种可能的实施方案，上述的步骤S17具体又为：
当储能系统中的存储电量大于或等于各全天用电负载的最低用电量之和时，根据负载启动条件控制各延迟用电负载的激活状态，并控制处于激活状态的延迟用电负载的总用电功率与全天用电负载的总用电功率之和始终小于或等于光伏发电系统当前的发电功率。
也即，始终保持在有光照的时段中，储能系统不放电，以保证无光照时段的供电需求。
另外，上述方法是通过优先向存储系统中存储能量以保证夜间工作所需的最低用电量，这是由于在一般的应用场景中，存储系统中获取到最低用电量的电能存储的过程相对较短，对其余用电负载及其所实现的功能、目的造成过大影响。
在另一种可能的实施方案中，也可以以整个有光照的时段作为整个最低用电量的存储过程。此时，不再有上述的存储电能的过程(也即有光照时段开始时存储最低用电量的过程)，可通过使处于激活状态的延迟负载的总用电功率+全天用电负载的总用电功率+最低用电量和有光照时段时长之比的总和始终小于或等于光伏发电系统当前的发电功率实现。
但容易知道的是，受目前的技术限制，对于一天中有光照时段的总时长很难做到完全精确获知，所以上述方案对于保证无光照时段供电的稳定性不如上述实施例提供的方案。
最后，还需要说明的是，由于对农业系统中各用电负载的供电控制是一个长时间且持续的过程，并且因为诸如过滤泵、抽水泵和灌溉泵都有工作时长的要求，所以上述功能方法为保证控制的及时性，应采用滚动时域优化策略，也即上述供能方法随着时间的流逝对各用电负载进行结合实际情况和负载启动条件的综合控制，以满足农业系统中各用电负载的用电需要。
本申请提供一种集约型农业的可再生能源供能方法，针对农业系统中用电负载具有较强的用电特征这一特点，对其进行总结归纳，并确定相应的负载启动条件作为后续供电控制的依据，进而在保证夜间供电的前提下对各用电负载进行供电控制，可以有效地调节各用电负载的工作时段，使得各用电负载的工作调配更加科学有效，可以适应于不同天气、不同场景下的供电需要，也可以有效错开用电高峰，无需部署大规模的发电系统以及储能系统，降低了部署成本，更好地贴合了偏远乡村集约型农业这一应用场景下的供电需要，还可以将供电系统中的盈余电能以氢能等其他形式输出，以供给新能源运输车辆等设备，实现更为灵活的供电控制和更高效的资源利用。
为更清楚地说明上述实施例提供的一种集约型农业的可再生能源供能方法，下面对于用于执行上述方法的能量管控系统的具体硬件实施做出说明：
如图3所示，能量管控系统可由如下硬件装置组成：
1、总控模块：具体为微网控制器，包含总线板、多核CPU模块、模拟量采集模块、通讯模块、电源模块等硬件模块。
总控模块具备母线电压稳定控制功能、交直流保护功能，可处理底层采集与计划输入模块收集的数据和管理员输入的计划灌溉量和灌溉小时数，并根据分析处理后的结果、对底层采集与计划输入模块、数据显示模块、负载控制模块、存储模块发出相应的指令信号。
2、底层采集与计划输入模块具体包括：光伏发电监测模块、负载设备监测模块和电化学储能监测模块，还应包括用于管理员进行灌溉计划录入的输入模块。
其中，光伏发电监测模块用于：通过光照强度传感器实时采集太阳辐照度，并且采集光伏阵列一、二、三中的光伏逆变器信息，为当日发电量、累计发电量、实时功率。
负载设备监测模块用于：实时采样抽水泵、灌溉泵、污泥泵的水流量和用电功率，实时采样曝气器、温控系统、能量管控系统自用电、碱式制氢设备的功率，实时采样曝气池中的氧气浓度Ohourly、曝气池污泥沉积量、储氢罐容量。
电化学储能监测模块用于：实时采样储能电池组串电压、充放电电流、剩余容量等运行信息传输给底层采集与计划输入模块，在电化学储能系统异常时可及时向总控模块上报告警信息，
3、数据显示模块：用于显示光伏发电监测模块、电化学储能监测模块、负载设备监测模块的实时采样数据、计划灌溉量和灌溉小时数，负载开启状态、故障报警显示。
4、负载控制模块：根据总控模块发出的指令信号管理相应负载及其电机控制设备的供电计划，控制负载的起停及供电功率，管理的负载及其电机控制设备包括：曝气器、抽水泵、灌溉泵、污泥泵、电化学储能变流器、光伏逆变器、碱式制氢设备、燃料电池混合动力电动农用车。
5、存储模块：用于存储控制程序和底层采集与计划输入模块收集的数据，以便总控模块调用。
基于上述供能方法所对偏远乡村的集约型农业进行供电这一应用场景，对于农业系统中各用电负载的实际电能控制的应用实例图如图4所示，由图4可见，由本实施例所提供的能源管控装置对偏远乡村集约型农业系统的各用电负载进行综合管控后，可满足其生产用能需求，通过配置小规模的电化学储能系统保证夜间灌溉，并维持辅助系统的夜间运行需求，形成最佳供能-用能逐时配合模式，剩余光伏发电量用于现场电解水制氢，用于日常燃料电池混合动力电动农用车运输，自给自足、运行稳定。
在上述实施例中，对于一种集约型农业的可再生能源供能方法进行了详细描述，本申请还提供一种集约型农业的可再生能源供能装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。
基于功能模块的角度，如图5所示，本实施例提供一种集约型农业的可再生能源供能装置，包括：
行为画像模块31，用于根据各用电负载的历史用电数据，生成各用电负载的用电行为画像信息；
类型确定模块32，用于根据用电行为画像信息，由用电时长判断各用电负载的类型；
条件确定模块33，用于根据用电负载的类型，确定各用电负载的负载启动条件或最低用电量；
第一判断模块34，用于获取外部光照信息，并根据外部光照信息判断是否达到预设光照条件；
第一控制模块35，用于若达到预设光照条件，则限制用电负载供电；
第二判断模块36，用于获取储能系统的存储电量信息，判断储能系统中的存储电量是否大于或等于最低用电量之和；
第二控制模块37，用于若储能系统中的存储电量大于或等于最低用电量之和时，根据负载启动条件控制各用电负载的激活状态。
优选的，上述的用电负载的类型包括延迟用电负载和全天用电负载；
相应的，上述的条件确定模块具体又用于：若用电负载的类型为延迟用电负载，则确定用电负载的负载启动条件；若用电负载的类型为全天用电负载，则确定用电负载的最低用电量；
相应的，第二控制模块具体又用于：
当储能系统中的存储电量大于或等于各全天用电负载的最低用电量之和时，根据负载启动条件控制各延迟用电负载的激活状态，并控制处于激活状态的延迟用电负载的总用电功率与全天用电负载的总用电功率之和始终小于或等于光伏发电系统当前的发电功率。
优选的，上述的用电负载包括：抽水泵、灌溉泵、过滤泵、污泥泵和曝气器；
相应的，上述的第二控制模块用于控制各延迟用电负载的负载启动条件具体为：
抽水泵对应的负载启动条件包括：第一开启储能容量、第一计划工作时长；其中，当抽水泵当前的总工作时长小于第一计划工作时长时，若储能系统中的存储电量大于第一开启储能容量时，激活抽水泵；
灌溉泵对应的负载启动条件包括：第二开启储能容量、第二计划工作时长；其中，当灌溉泵当前的总工作时长小于第二计划工作时长时，若储能系统中的存储电量大于第二开启储能容量时，激活灌溉泵；
过滤泵对应的负载启动条件包括：第三开启储能容量、第三计划工作时长；其中，当过滤泵当前的总工作时长小于第三计划工作时长时，若储能系统中的存储电量大于第三开启储能容量时，激活过滤泵；
污泥泵对应的负载启动条件包括：第四开启储能容量、污泥警戒范围；其中，当曝气池的污泥沉积量处于污泥警戒范围中时，若储能系统中的存储电量大于第四开启储能容量时，激活污泥泵；
曝气器对应的负载启动条件包括：第五开启储能容量、氧气警戒范围；其中，当储能系统中的存储电量大于第五开启储能容量时，或曝气池的氧气含量低于氧气警戒范围的下限值时，激活曝气器；若曝气器处于激活状态且曝气池的氧气含量超过氧气警戒范围的上限值时，关闭曝气器。
优选的，上述第二控制模块中依据控制曝气器的负载启动条件还包括：
第一辐照度和第二辐照度；其中，第一辐照度大于第二辐照度；
相应的，当储能系统中的存储电量大于第五开启储能容量时，激活曝气器包括：
当储能系统中的存储电量大于第五开启储能容量、且当前环境辐照度触发超出第一辐照度的动作时，激活曝气器；
相应的，还包括：
若当前环境辐照度触发低于第二辐照度的动作时，关闭曝气器。
优选的，上述的集约型农业系统还包括：碱式制氢设备；
当储能系统中的存储电量大于第六开启储能容量，且当前处于激活状态的延迟负载的总用电功率、全天用电负载的总用电功率与碱式制氢设备的用电功率之和小于或等于光伏发电系统当前的发电功率，且根据负载启动条件无新的延迟用电负载可供激活时，激活碱式制氢设备。
优选的，上述的第一、第二、第三计划工作时长根据预先建立的预测模型得到；
其中，预测模型根据抽水泵、灌溉泵和过滤泵的历史运行数据建立得到；历史运行数据包括计划灌溉水量和灌溉小时数。
优选的，上述的用电负载、储能系统和光伏发电系统共交流母线。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图6为本申请另一实施例提供的一种集约型农业的可再生能源供能系统的结构图，如图6所示，一种集约型农业的可再生能源供能系统包括：
光伏发电系统41，用于进行光伏发电，以提供电能；
储能系统42，用于存储由所述光伏发电系统产生的电能；
光线传感器43，用于获取外部光照信息；
存储器44，用于存储预设光照条件以及各用电负载的历史用电数据；
处理器45，用于执行如上述实施例所述的集约型农业的可再生能源供能方法的步骤。
本实施例提供的一种集约型农业的可再生能源供能系统可以包括但不限于工作站、笔记本电脑或台式电脑等。
其中，处理器45可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器45可以采用数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器45也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器45可以集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器45还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器44可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器44还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器44至少用于存储以下计算机程序441，其中，该计算机程序被处理器45加载并执行之后，能够实现前述任一实施例公开的一种集约型农业的可再生能源供能方法的相关步骤。另外，存储器44所存储的资源还可以包括操作系统442和数据443等，存储方式可以是短暂存储或者永久存储。其中，操作系统442可以包括Windows、Unix、Linux等。数据443可以包括但不限于一种集约型农业的可再生能源供能方法等。
在一些实施例中，一种集约型农业的可再生能源供能系统还可包括有通信总线46、电源47以及显示屏48。
本领域技术人员可以理解，图6中示出的结构并不构成对一种集约型农业的可再生能源供能系统的限定，可以包括比图示更多或更少的组件。
本申请实施例提供的一种集约型农业的可再生能源供能系统，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：一种集约型农业的可再生能源供能方法，并带来与上述方法相同的技术效果。
最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的一种集约型农业的可再生能源供能方法、装置、系统及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种集约型农业的可再生能源供能方法，其特征在于，应用于集约型农业系统，所述集约型农业系统包括多种类型的用电负载，且所述用电负载与光伏发电系统和储能系统连接，所述用电负载的类型包括：延迟用电负载和全天用电负载；方法包括：
根据各所述用电负载的历史用电数据，生成各所述用电负载的用电行为画像信息；
根据所述用电行为画像信息，由用电时长判断各所述用电负载的类型；
若所述用电负载的类型为所述延迟用电负载，则确定所述用电负载的负载启动条件；若所述用电负载的类型为所述全天用电负载，则确定所述用电负载的最低用电量；
获取外部光照信息，并根据所述外部光照信息判断是否达到预设光照条件；
若达到所述预设光照条件，则限制所述用电负载供电；
获取所述储能系统的存储电量信息，判断所述储能系统中的存储电量是否大于或等于最低用电量之和；
若所述储能系统中的存储电量大于或等于所述最低用电量之和时，根据所述负载启动条件控制各所述用电负载的激活状态。
2.根据权利要求1所述的集约型农业的可再生能源供能方法，其特征在于，当所述储能系统中的存储电量大于或等于所述最低用电量之和时，根据所述负载启动条件控制各所述用电负载的激活状态包括：
当所述储能系统中的存储电量大于或等于各所述全天用电负载的所述最低用电量之和时，根据所述负载启动条件控制各所述延迟用电负载的激活状态，并控制处于激活状态的所述延迟用电负载的总用电功率与所述全天用电负载的总用电功率之和始终小于或等于光伏发电系统当前的发电功率。
3.根据权利要求2所述的集约型农业的可再生能源供能方法，其特征在于，所述延迟用电负载包括：抽水泵、灌溉泵、过滤泵、污泥泵和曝气器；
所述抽水泵对应的所述负载启动条件包括：第一开启储能容量、第一计划工作时长；其中，当所述抽水泵当前的总工作时长小于所述第一计划工作时长时，若所述储能系统中的存储电量大于所述第一开启储能容量时，激活所述抽水泵；
所述灌溉泵对应的所述负载启动条件包括：第二开启储能容量、第二计划工作时长；其中，当所述灌溉泵当前的总工作时长小于所述第二计划工作时长时，若所述储能系统中的存储电量大于所述第二开启储能容量时，激活所述灌溉泵；
所述过滤泵对应的所述负载启动条件包括：第三开启储能容量、第三计划工作时长；其中，当所述过滤泵当前的总工作时长小于所述第三计划工作时长时，若所述储能系统中的存储电量大于所述第三开启储能容量时，激活所述过滤泵；
所述污泥泵对应的所述负载启动条件包括：第四开启储能容量、污泥警戒范围；其中，当曝气池的污泥沉积量处于所述污泥警戒范围中时，若所述储能系统中的存储电量大于所述第四开启储能容量时，激活所述污泥泵；
所述曝气器对应的所述负载启动条件包括：第五开启储能容量、氧气警戒范围；其中，当所述储能系统中的存储电量大于所述第五开启储能容量时，或所述曝气池的氧气含量低于所述氧气警戒范围的下限值时，激活所述曝气器；若所述曝气器处于激活状态且所述曝气池的氧气含量超过所述氧气警戒范围的上限值时，关闭所述曝气器。
4.根据权利要求3所述的集约型农业的可再生能源供能方法，其特征在于，所述曝气器对应的所述负载启动条件还包括：第一辐照度和第二辐照度；其中，所述第一辐照度大于所述第二辐照度；
相应的，当所述储能系统中的存储电量大于所述第五开启储能容量时，激活所述曝气器包括：
当所述储能系统中的存储电量大于所述第五开启储能容量、且当前环境辐照度触发超出所述第一辐照度的动作时，激活所述曝气器；
相应的，还包括：
若当前环境辐照度触发低于所述第二辐照度的动作时，关闭所述曝气器。
5.根据权利要求3所述的集约型农业的可再生能源供能方法，其特征在于，所述集约型农业系统还包括：碱式制氢设备；
当所述储能系统中的存储电量大于第六开启储能容量，且当前处于激活状态的所述延迟用电负载的总用电功率、所述全天用电负载的总用电功率与所述碱式制氢设备的用电功率之和小于或等于光伏发电系统当前的发电功率，且根据所述负载启动条件无新的所述延迟用电负载可供激活时，激活所述碱式制氢设备。
6.根据权利要求3所述的集约型农业的可再生能源供能方法，其特征在于，所述第一计划工作时长、所述第二计划工作时长、所述第三计划工作时长根据预先建立的预测模型得到；
其中，所述预测模型根据所述抽水泵、所述灌溉泵和所述过滤泵的历史运行数据建立得到；所述历史运行数据包括计划灌溉水量和灌溉小时数。
7.一种集约型农业的可再生能源供能装置，其特征在于，应用于集约型农业系统，所述集约型农业系统包括多种类型的用电负载，且所述用电负载与光伏发电系统和储能系统连接，所述用电负载的类型包括：延迟用电负载和全天用电负载；装置包括：
行为画像模块，用于根据各所述用电负载的历史用电数据，生成各所述用电负载的用电行为画像信息；
类型确定模块，用于根据所述用电行为画像信息，由用电时长判断各所述用电负载的类型；
条件确定模块，用于若所述用电负载的类型为所述延迟用电负载，则确定所述用电负载的负载启动条件；若所述用电负载的类型为所述全天用电负载，则确定所述用电负载的最低用电量；
第一判断模块，用于获取外部光照信息，并根据所述外部光照信息判断是否达到预设光照条件；
第一控制模块，用于若达到所述预设光照条件，则限制所述用电负载供电；
第二判断模块，用于获取所述储能系统的存储电量信息，判断所述储能系统中的存储电量是否大于或等于最低用电量之和；
第二控制模块，用于若所述储能系统中的存储电量大于或等于所述最低用电量之和时，根据所述负载启动条件控制各所述用电负载的激活状态。
8.一种集约型农业的可再生能源供能系统，其特征在于，包括：
光伏发电系统，用于进行光伏发电，以提供电能；
储能系统，用于存储由所述光伏发电系统产生的电能；
光线传感器，用于获取外部光照信息；
存储器，用于存储预设光照条件以及各用电负载的历史用电数据；
处理器，用于执行如权利要求1至6任意一项所述的集约型农业的可再生能源供能方法的步骤。
9.根据权利要求8所述的集约型农业的可再生能源供能系统，其特征在于，所述储能系统和所述光伏发电系统与所述用电负载共交流母线。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任意一项所述的集约型农业的可再生能源供能方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310615749.6A CN116646986B (zh) | 2023-05-29 | 2023-05-29 | 集约型农业的可再生能源供能方法、装置、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310615749.6A CN116646986B (zh) | 2023-05-29 | 2023-05-29 | 集约型农业的可再生能源供能方法、装置、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116646986A CN116646986A (zh) | 2023-08-25 |
| CN116646986B true CN116646986B (zh) | 2024-04-16 |
Family
ID=87614903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310615749.6A Active CN116646986B (zh) | 2023-05-29 | 2023-05-29 | 集约型农业的可再生能源供能方法、装置、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116646986B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117277596B (zh) * | 2023-09-28 | 2024-07-16 | 重庆跃达新能源有限公司 | 一种基于储能设备的供电控制系统及方法 |
| CN117134480B (zh) * | 2023-10-26 | 2024-01-12 | 常州满旺半导体科技有限公司 | 一种基于大数据分析的电源调节监测系统及方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109327049A (zh) * | 2018-09-03 | 2019-02-12 | 国网上海市电力公司 | 一种多元化供用能系统及其多元化供用能方法 |
| CN113570277A (zh) * | 2021-08-06 | 2021-10-29 | 中国建设银行股份有限公司 | 一种电力容量管理方法及装置 |
| CN114156951A (zh) * | 2022-02-10 | 2022-03-08 | 西安思安云创科技有限公司 | 一种源网荷储系统的控制优化方法和装置 |
| CN114336753A (zh) * | 2022-01-05 | 2022-04-12 | 北京京运通科技股份有限公司 | 光伏发电和风力发电综合管理系统 |
| CN114709847A (zh) * | 2022-01-14 | 2022-07-05 | 国网上海市电力公司 | 新能源电站弃电存储辅助决策方法 |
| CN115423353A (zh) * | 2022-09-26 | 2022-12-02 | 国网浙江余姚市供电有限公司 | 配电网资源的消纳调度方法、装置、电子设备及存储介质 |
| CN116154760A (zh) * | 2023-01-30 | 2023-05-23 | 合肥工业大学 | 基于区块链的分布式光伏发电点对点交易方法及系统 |
-
2023
- 2023-05-29 CN CN202310615749.6A patent/CN116646986B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109327049A (zh) * | 2018-09-03 | 2019-02-12 | 国网上海市电力公司 | 一种多元化供用能系统及其多元化供用能方法 |
| CN113570277A (zh) * | 2021-08-06 | 2021-10-29 | 中国建设银行股份有限公司 | 一种电力容量管理方法及装置 |
| CN114336753A (zh) * | 2022-01-05 | 2022-04-12 | 北京京运通科技股份有限公司 | 光伏发电和风力发电综合管理系统 |
| CN114709847A (zh) * | 2022-01-14 | 2022-07-05 | 国网上海市电力公司 | 新能源电站弃电存储辅助决策方法 |
| CN114156951A (zh) * | 2022-02-10 | 2022-03-08 | 西安思安云创科技有限公司 | 一种源网荷储系统的控制优化方法和装置 |
| CN115423353A (zh) * | 2022-09-26 | 2022-12-02 | 国网浙江余姚市供电有限公司 | 配电网资源的消纳调度方法、装置、电子设备及存储介质 |
| CN116154760A (zh) * | 2023-01-30 | 2023-05-23 | 合肥工业大学 | 基于区块链的分布式光伏发电点对点交易方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116646986A (zh) | 2023-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116646986B (zh) | 集约型农业的可再生能源供能方法、装置、系统及介质 | |
| Karavas et al. | Optimal technical and economic configuration of photovoltaic powered reverse osmosis desalination systems operating in autonomous mode | |
| Kapen et al. | Techno-economic feasibility of a PV/battery/fuel cell/electrolyzer/biogas hybrid system for energy and hydrogen production in the far north region of cameroon by using HOMER pro | |
| Carroquino et al. | Combined production of electricity and hydrogen from solar energy and its use in the wine sector | |
| Niu et al. | Clustering analysis of typical scenarios of island power supply system by using cohesive hierarchical clustering based K-Means clustering method | |
| Lu et al. | Optimal operation of cascade hydropower stations using hydrogen as storage medium | |
| Bertsiou et al. | Management of energy and water resources by minimizing the rejected renewable energy | |
| Sambor et al. | Energy optimization of a food-energy-water microgrid living laboratory in Yukon, Canada | |
| CN106339773B (zh) | 基于灵敏度的主动配电网分布式电源定容规划方法 | |
| CN104598687A (zh) | 水质监测用小型浮标动力源之光伏蓄电池供电系统的优化构建方法 | |
| Yahyaoui et al. | Fuzzy energy management for photovoltaic water pumping system | |
| Liu et al. | Optimal Sizing of the Stand‐Alone Photovoltaic System for a Solar‐Powered Translational Sprinkler Irrigation Machine considering the Loss of Power Supply Probability | |
| CN108009700B (zh) | 一种孤立岛屿的能源供应配置方法及系统 | |
| CN107311310B (zh) | 光伏电与市电协同供电的污水处理系统及供电方法 | |
| CN111533300A (zh) | 一种风光互补海水淡化及多水源供水结合系统 | |
| Darus et al. | Potential of Wind Energy in Sustainable Development of Resort Island in Malaysia: A Case Study of Pulau Perhentian(Perhentian Island) | |
| Nenciu et al. | Developing an operation strategy for a hybrid diesel-wind-photovoltaic system used to power an autonomous and remote fishing pond | |
| KR102684052B1 (ko) | 신재생에너지 관리 시스템 | |
| Asfahan et al. | Agrovoltaic and Smart Irrigation: Pakistan Perspective | |
| Đurin | Sustainable water and energy use for irrigation demands | |
| Amer et al. | Case study for optimum techno-economic integration of PV and anaerobic digestion for sustainable agri-business | |
| Đurin | Sizing of the sustainable irrigation system by using of the critical period method: Case study of the football club ‘’obreš’’, sveti ilija, croatia | |
| Zisos et al. | Leveraging renewable energy solutions for distributed urban water management: The case of sewer mining | |
| KR102520773B1 (ko) | 스마트팜의 인공광 조명시스템 | |
| Ren et al. | Research on the Operational Strategy of the Hybrid Wind/PV/Small-Hydropower/Facility-Agriculture System Based on a Microgrid. Energies 2022, 15, 2466 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |