农业灌溉在保障全球粮食安全的同时，也带来了巨大能耗和温室气体排放。灌溉占农业总排放量15%，在水资源短缺和地下水位低的地区占比更高。能源结构的转型使得电网中可再生能源比例增加，其间歇性导致电网波动性和弃电问题加剧。灌溉需求因其固有灵活性（即在几天或一周的时间窗口内调整农业灌溉时间表，对作物正常生长几乎没有损害），具有天然的可调度性，可以作为一种“虚拟储能”，即通过调整灌溉用电时间来消纳过剩的可再生能源并规避高碳发电时段。然而，这一需求侧响应策略在农业领域尚未被充分探索。因此，本文通过构建一个整合了过程估算、调度和优化模块的模型框架，将灌溉纳入电网需求侧管理，通过优化灌溉时间来匹配能源使用情况，在减少排放的同时提高可再生能源的利用率。
图1. 通过能源转型和气候变化背景下的调度优化来强化灌溉脱碳的概念框架
文章以中国为研究区构建模型框架（图1），以“粮食-水-能源-碳”关联关系为核心，分三步评估和优化中国灌溉系统的虚拟储能与碳减排潜力。首先，基于高时空分辨率的气象、作物和土壤数据，估算了中国三大主粮作物（水稻、玉米、小麦）的灌溉需水量及其能源消耗。其次，开发灌溉调度优化模型（ISOM），以电力调度模型为核心模拟电力市场供需平衡，根据每小时的净负荷需求（总负荷减去风、光、水、核四种可再生能源出力），以燃料成本最小化为目标，调度火电机组，估算灌溉能耗的碳排放量；进一步以10天为一个调度窗口，在满足作物生长需水的前提下，通过优化灌溉用电的时间，使其优先使用被弃用的可再生能源或在电网碳强度较低的时段运行。最后，研究结合未来能源转型（可再生能源占比提升至约78%）、灌溉电气化（柴油泵改电泵）以及气候变化情景，利用电力调度模型量化了不同情景下灌溉时间优化带来的碳减排、虚拟储能及气候适应效益。
研究估算了中国水稻、玉米和小麦三大主粮作物年灌溉需水量分别为632，572和386亿立方米（图2）。灌溉需求较高的地区主要位于北纬35°到40°等中纬度地区，灌溉压力最高的4个省份为山东、河南、河北和陕西，其灌溉需求之和占总量39%。主要由于该地区①绿水资源有限，更依赖蓝水资源和②广泛种植玉米和小麦（图2a,b）。时间分布方面，灌溉用水需求在春夏季达到峰值（图2c）。灌溉的能耗方面，高能耗区与高需水区重叠，山东、河南、河北和陕西四省灌溉能耗占总量49.4%。在夏季用电高峰时段，灌溉一些农业大省可占到电网总负荷的10%以上，加剧了电网压力（图2d,e）。
图2. 2010年代中国灌溉的粮食-水-能源-碳关联及压力。(a) 三大主粮作物灌溉需水量的空间分布。(b) 蓝水（灌溉水）与绿水（有效降水）在作物需水中的占比。(c) 灌溉需水量的年内时间分布。(d) 灌溉需水量与灌溉能源强度的关系（每个点代表一个省份）。(e) 灌溉能源消耗与电网负荷压力的时间重叠
在碳排放方面，中国年灌溉能源消耗约577太瓦时，其碳排放高达4560万吨二氧化碳当量（基准情景）。考虑未来能源转型（S1）时，2050年代灌溉碳排放将减少至2490万吨二氧化碳当量（减排54.7%），其中中国北部三区通过使用风电和光伏等新能源，灌溉碳减排效果最显著。如果基于S1灌溉时间进行优化（S2），其温室气体减排量将达到中国灌溉系统总排放量的30.1%（全国相较S0减排84.6%）。如继续推进电气化情景（S3），总减排量可达4210万吨二氧化碳当量（减排92.2%），接近净零排放（图3a，b）。同时，根据当地气候、作物特性以及可再生能源的发电能力和间歇性特性，ISOM为全国六大地区提供了相应的灌溉微调时间表（图3c）。全国范围内，灌溉理想时间为上午11时至下午15时，大多数地区集中在下午灌溉，东北地区则更均匀，在全天分配灌溉。灌溉时间也受到经度和季节波动影响，由于西部地区日出较晚，其灌溉时间峰值也会延迟；由于日照时间更长，春夏季持续时间通常比秋冬季延长1–3小时。
图3. 灌溉优化调度在能源转型和电气化进程中的碳减排潜力。(a) 不同情景下的全国灌溉相关温室气体排放及减排量。 (b) 不同情景下各区域的碳减排百分比。(c) 区域层面的灌溉“优化时钟”，纵坐标表示基于小时的能源消耗
情景模拟表明ISOM模型能有效利用被弃用的可再生能源。统计通过ISOM对可再生能源的再利用情况（图4）发现，全国范围内，92.3%的灌溉用电（相当于405太瓦时）可由原本被弃用的可再生能源满足，在东北和西北地区甚至可实现100%依赖弃电灌溉，中南地区，ISOM每年利用>50%的电网限制可再生能源超过两个月。
图4. ISOM引导的弃用可再生能源用于灌溉的再利用情况。每个矩形的背景色表示灌溉用电中由原本弃用的可再生能源满足的比例。叠加圆圈的大小表示弃电利用率，即ISOM引导的灌溉所吸收的电网总弃电量的百分比
文章还讨论了决定优化灌溉减少碳排放量的关键因素（图5）。碳减排效果与灌溉需水量高度相关（R²= 0.81）。可再生能源在发电中的比例也会非线性地影响减排结果，当电网可再生能源份额达到65%-70%时，优化调度的减排效益会出现“临界点”并急剧上升；但当份额接近100%时，边际效益归零。此外，可再生能源出力的波动性以及火电机组的碳强度也显著影响减排潜力。
图5. 决定优化调度减少碳排放规模的因素。(a)省级温室气体减排量与灌溉需水量的关系。可再生能源份额(b)、可再生能源出力的波动性(c)、和火电机组的碳强度(d)对优化调度减少排放的影响
文章还探究了在SSP5-8.5气候变化情景下，优化灌溉调度减排的潜在益处（补充图15）。预计到2050年代，中国北方和西北地区灌溉需水将增加约8-11%，进而导致能耗和碳排放上升；ISOM优化调度可分别抵消这些地区17.2%和24.1%因气候变化产生的排放增量，实现低碳适应。
补充图15. 考虑气候变化影响下，ISOM 减排温室气体的潜在益处
最后文章进行了总结，将农业灌溉系统视为“虚拟储能”单元，通过匹配风光等可再生能源的波动出力特性，优化灌溉用电时序，可以显著减少碳排放。这种干预措施不仅不会影响作物生长，还提供了一种“适应-脱碳”策略——抵消气候脆弱区为适应气候变化增加灌溉而产生的碳排放，以及碳排放的最优“灌溉时钟”来指导灌溉行为改变和制定特定区域政策。同时，作为一种需求侧响应策略，重新调度灌溉有助于电网的韧性，缓解电网压力。
注1：汪瑞和何汶峰为共同一作。
注2：第一作者的单位分别为南京大学和长江经济带国家生态环境工程研究中心。
注3：edited by 地学新文献 & 禾穗新芽
10个月宝宝每天需要喝多少奶粉？
