摘要
本研究开发了一个集成“粮—水—能—碳”纽带关系的灌溉调度优化模型（ISOM），旨在将农业灌溉纳入电力需求侧响应，以匹配可再生能源的间歇性特征。以中国为案例的研究表明，通过微调灌溉时间，在当前低可再生能源渗透率的电网下可减少11.1%–25.8%的排放，而随着可再生能源比例的增加，减排潜力可提升至16.5%–56.9%，并能吸收高达92.3%的弃电。研究指出，当可再生能源占比达到65%–70%时，这种策略的效能达到峰值，为农业灌溉作为一种自然集成的虚拟储能形式提供了科学依据，开辟了增强电网韧性和支持低碳气候适应的新路径。
引言
农业灌溉在保障全球粮食生产和气候适应方面至关重要，但其巨大的能源消耗和温室气体排放也不容忽视，全球灌溉能源消耗产生的碳排放占农业运营总排放的15%。作为全球灌溉面积第二大国，中国每年灌溉耗电超过39 TWh，产生约36.72–54.16 Mt的二氧化碳排放，且由于电力结构中煤电比例较高，其灌溉碳强度显著高于全球平均水平。随着能源转型，电网中风能和光伏的比例不断提升，虽然降低了平均碳强度，但也带来了巨大的波动性和弃风弃光问题。幸运的是，农业灌溉具有独特的“生物灵活性”——在生长季内短时间推迟灌溉通常不会损害作物产量，这使得灌溉电力需求具有天然的可调度性，可以像电池一样在可再生能源充足时“充电”（用水），在电力紧张时释放负荷。这种将灌溉转化为“虚拟储能”的策略，为解决粮食安全、能源短缺与气候变化的三重挑战提供了创新方案。
方法
研究团队构建了一个多学科交叉的模型复合体，通过四个关键步骤分析“粮—水—能—碳”纽带的连锁效应：首先，利用高分辨率气象和作物数据，精细估算中国主要粮食作物（水稻、小麦、玉米）在省级尺度上的灌溉需水量和能源消耗；其次，开发了灌溉调度优化模型（ISOM），其核心引擎是一个电力调度模型，模拟不同发电组合下的逐时碳强度；接着，研究设定了包括基准情景（S0）、能源转型情景（S1）、灌溉优化情景（S2）和灌溉电能替代情景（S3）在内的四种演化路径；最后，模型通过最小化弃电和优先选择低碳时段灌溉，评估了在未来气候变化和能源结构调整背景下，微调灌溉行为带来的减碳潜力及对电网韧性的贡献。
结果
研究显示，中国灌溉能耗与电网负荷压力在夏季存在显著的时间重叠，尤其在黑龙江和陕西等农业大省，灌溉负荷可占关键期总负荷的10%以上。通过ISOM模型优化后，到2050年代，仅灌溉调度微调就能额外实现13.7 MtCO2e的减排，若结合电能替代（将剩余柴油泵站改为电力），总减排量可达42.1 MtCO2e，接近净零排放。此外，该策略表现出极强的“弃电吸收”能力，全国高达92.3%的灌溉用电可由原本会被浪费的可再生能源提供。研究还发现一个关键的“临界点”：当电网可再生能源占比超过65%–70%时，微调行为的减碳效益会产生质的飞跃，这为未来10-20年捕获这一“黄金窗口期”提供了政策参考。
讨论
微调灌溉调度被证明是一种极具成本效益的“助推”干预措施，它充分利用了农学上的窗口期，在不影响作物生长的条件下获取了约30%的额外减排空间。ISOM生成的“灌溉时钟”为不同地区提供了行为指南，例如在光照充足的中午时段进行灌溉，不仅能降低农民的碳足迹，还能通过需求侧响应缓解电网压力，避免类似于印度曾发生的因灌溉负荷激增导致的电网崩溃风险。未来，随着农业机械化和自动化的提升，开启夜间灌溉模式将进一步利用夜间风电盈余，释放更大的环境效益。这一框架不仅为低碳农业适应气候变化提供了实操工具，也证明了通过跨部门的协同优化，可以实现减碳、弃电回用与增强电网稳定性的多赢局面。
______________________________
声明：本人水平有限，难免出错。请各位同行监督、批评与指正。推送难以展示该研究的所有内容，详情参见原文。交流与合作请私信。
Title: Optimizing agricultural irrigation as virtual energy storage to match renewable power profiles unlocks climate benefits during the energy transition
DOI:https://www.nature.com/articles/s43016-025-01285-x
