摘 要： 針對目前鄉(xiāng)村存在供電設(shè)施季節(jié)性過載問題突出、能源綜合利用經(jīng)濟(jì)性差、光伏消納能力弱和落地難等問題，研究設(shè)計了一種智慧用能邊緣控制裝置，構(gòu)建云邊協(xié)同系統(tǒng)控制架構(gòu)，基于組態(tài)監(jiān)控軟件實現(xiàn)設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園中設(shè)施農(nóng)業(yè)負(fù)荷的智能化控制，提高可再生能源利用率，提高經(jīng)濟(jì)效益。以某日光溫室為研究對象，以CY-LFC121C 設(shè)備為邊緣控制核心進(jìn)行了邊緣控制裝置的搭建，以日光溫室日運行費用、光伏消納率及CO2 減排率為指標(biāo)，利用改進(jìn)的蝗蟲優(yōu)化算法進(jìn)行多目標(biāo)尋優(yōu)及實驗室仿真試驗，并于甘肅省某日光溫室進(jìn)行現(xiàn)場驗證。結(jié)果表明，該裝置可有效應(yīng)對現(xiàn)代設(shè)施農(nóng)業(yè)負(fù)荷綜合能源利用率低、經(jīng)濟(jì)性差、落地難等問題，為邊緣控制裝置的優(yōu)化設(shè)計提供參考。

關(guān)鍵詞：智慧用能；邊緣控制裝置；云邊協(xié)同；設(shè)施農(nóng)業(yè)；蝗蟲優(yōu)化算法

中圖分類號：S24 文獻(xiàn)標(biāo)識碼：A 文章編號：2095-1795（2024）11-0035-07

DOI：10.19998/j.cnki.2095-1795.202411306

0 引言

隨著鄉(xiāng)村振興戰(zhàn)略的不斷推進(jìn)，鄉(xiāng)村能源基礎(chǔ)設(shè)施建設(shè)及服務(wù)快速發(fā)展，冷、熱、電等多種能源和負(fù)荷快速增長，能源供應(yīng)方式多樣化。當(dāng)前鄉(xiāng)村存在供電設(shè)施季節(jié)性過載問題突出、能源綜合利用經(jīng)濟(jì)性差和落地難等問題，影響農(nóng)村配電網(wǎng)穩(wěn)定運行的因素逐漸增加，農(nóng)村配電網(wǎng)能量管理和優(yōu)化控制面臨的挑戰(zhàn)也日益嚴(yán)峻[1]。以可再生能源+現(xiàn)代農(nóng)業(yè)的設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園已經(jīng)成為農(nóng)村地區(qū)助力鄉(xiāng)村振興的重要推手。但其數(shù)據(jù)具有多樣性、分布性、異構(gòu)性和海量性等特點，使傳統(tǒng)的集中式數(shù)據(jù)處理方式在技術(shù)上和數(shù)據(jù)使用策略上都已經(jīng)不能滿足海量數(shù)據(jù)的要求，迫切需要功能更強(qiáng)、速度更快的處理方式[2]。因此，探討合理的分布式處理方式，實現(xiàn)設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園負(fù)荷的智能控制以響應(yīng)優(yōu)化控制策略，能夠有效地降低農(nóng)業(yè)產(chǎn)業(yè)園成本，提高可再生能源消納率，延緩農(nóng)村配電網(wǎng)改造壓力，保證農(nóng)業(yè)生產(chǎn)的低碳化運行。

本研究以甘肅省某日光溫室為典型用能場景，考慮實際生產(chǎn)需求，設(shè)計并研發(fā)基于云邊協(xié)同的設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園智慧用能邊緣控制裝置，實現(xiàn)對設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園綜合用能的可觀、可測、可調(diào)。

1 總體架構(gòu)與工作原理

1.1 典型設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園綜合能源系統(tǒng)架構(gòu)

典型設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園綜合能源系統(tǒng)架構(gòu)如圖1 所示。其中光伏和風(fēng)電機(jī)組供應(yīng)電能；CHP 機(jī)組和電鍋爐設(shè)備可實現(xiàn)電熱冷網(wǎng)絡(luò)間能量的傳遞，CHP 機(jī)組包含微型燃?xì)廨啓C(jī)和余熱鍋爐；部分地區(qū)具有沼氣三聯(lián)供應(yīng)條件，國外應(yīng)用較多，國內(nèi)相對較少。儲能設(shè)備可起到消納更多的可再生能源，起“削峰填谷”作用，降低電網(wǎng)承載壓力，提高綜合能源系統(tǒng)的穩(wěn)定性和靈活性。同時與外部配電網(wǎng)連接，起到電能交互的作用，保障設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園區(qū)的穩(wěn)定運行[3]。

1.2 云邊協(xié)同控制系統(tǒng)架構(gòu)

云邊協(xié)同控制系統(tǒng)是將分散的資源在系統(tǒng)內(nèi)集中管理、共享，是一種協(xié)同計算技術(shù)模式，在邊端進(jìn)行分布式處理和存儲，減輕云端計算中心的信息處理壓力，是實現(xiàn)智慧電網(wǎng)的一種行之有效的方式。云端負(fù)責(zé)大數(shù)據(jù)分析、模型訓(xùn)練、算法更新等任務(wù)，邊端負(fù)責(zé)邊緣資源分布式優(yōu)化計算、存儲和傳輸，并將優(yōu)化計算所得控制策略下發(fā)控制，設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園日光溫室云邊協(xié)同控制系統(tǒng)架構(gòu)如圖2 所示。

1.3 工作原理

（1）云端?；谠七厖f(xié)同控制系統(tǒng)歷史用能數(shù)據(jù)進(jìn)行模型的訓(xùn)練及優(yōu)化，針對不同用能場景訓(xùn)練控制策略集，具有云計算、云存儲、云網(wǎng)絡(luò)等功能?？梢酝ㄟ^智慧能源感知裝置采集數(shù)據(jù)，數(shù)據(jù)在邊端通過集中器匯總并將數(shù)據(jù)通過無線傳輸模塊傳輸?shù)皆破脚_，在云端記錄并分析不同設(shè)備的用能特性，并依據(jù)系統(tǒng)的歷史數(shù)據(jù)對邊端優(yōu)化策略進(jìn)行修正[4]。

云端對外開放API 接口，把各種數(shù)據(jù)資源封裝為服務(wù)接口，并提供SOAP、XML、KVP 及JSON 等接口協(xié)議類型，滿足不同應(yīng)用的需求。由云服務(wù)總線實現(xiàn)對云端的訪問控制、授權(quán)管理等。同時提供可視化操作界面，實時顯示不同負(fù)荷的電能數(shù)據(jù)、智能感知裝置的工作狀態(tài)和配置信息等；可實現(xiàn)不同地理位置下不同類型數(shù)據(jù)庫的聯(lián)合運行，解決資源的分布性問題，實現(xiàn)多數(shù)據(jù)中心的一體化運維管理。

（2）邊端。可進(jìn)行控制策略的求解，以緩解云端的計算壓力。日光溫室以邊緣控制裝置為控制中心，同云端一樣，邊端也配置Globus Toolkit 運行環(huán)境，安裝OGSA-DAI 網(wǎng)格中間件，為邊緣計算提供高速、便捷的遠(yuǎn)程數(shù)據(jù)傳輸和遠(yuǎn)程文件訪問。具有安全服務(wù)認(rèn)證功能，支持分布式數(shù)據(jù)庫、異構(gòu)數(shù)據(jù)庫訪問和操作，可實現(xiàn)分布式數(shù)據(jù)庫、異構(gòu)數(shù)據(jù)庫的數(shù)據(jù)資源共享，實現(xiàn)與云端間的數(shù)據(jù)交互與共享，以實現(xiàn)區(qū)域內(nèi)電網(wǎng)的協(xié)同控制，提高實時監(jiān)控與優(yōu)化控制的能力。可通過工控機(jī)客戶端輸入標(biāo)準(zhǔn)的SQL 語句進(jìn)行查詢，通過OGSA-DAI 中間件處理后可將各個數(shù)據(jù)庫中所查詢的數(shù)據(jù)全部顯示[5]。

當(dāng)云端出現(xiàn)故障時，邊端仍能夠為用戶側(cè)提供高性能計算，實現(xiàn)邊緣就地控制，保障系統(tǒng)穩(wěn)定運行。并且能夠滿足電力系統(tǒng)并行計算與分布式協(xié)作型業(yè)務(wù)的需要，提高了電力系統(tǒng)資源的利用率。

（3）端側(cè)?；谥悄芨兄b置對光照、溫度環(huán)境等數(shù)據(jù)的實時采集，通過邊緣控制裝置控制智能物聯(lián)網(wǎng)斷路器，控制可時移負(fù)荷消納分布式光伏，智能感知設(shè)備采用LORA 擴(kuò)頻通信技術(shù)采集數(shù)據(jù)，通過集中器接收實現(xiàn)園區(qū)內(nèi)數(shù)據(jù)的采集，為云平臺提供各類能耗數(shù)據(jù)及環(huán)境的狀態(tài)監(jiān)測，實現(xiàn)對設(shè)施農(nóng)業(yè)負(fù)荷的可觀、可控、可調(diào)，智慧用能邊緣控制裝置電氣原理結(jié)構(gòu)如圖3 所示[6]。

2 邊緣控制裝置設(shè)計

2.1 智慧用能邊緣控制裝置硬件實現(xiàn)

根據(jù)上述目標(biāo)，通過查閱相關(guān)資料，考慮實驗室運行測試條件和現(xiàn)場實際狀況，選用邊緣側(cè)智慧用能控制裝置具體的設(shè)備型號如表1 所示。

2.2 智慧用能邊緣控制裝置通信實現(xiàn)

基于實際情況，考慮性能要求及每種協(xié)議的特點，邊緣控制設(shè)備采用485 總線方式，將傳感器采集到的數(shù)據(jù)匯總給RE78 集中器，并通過基于MB_RTU 的RS485 協(xié)議傳送到終端并上傳云平臺，日光溫室內(nèi)三相智能斷路器采用的DL/T 645-2007 規(guī)約。單相斷路器通過RS485 和智慧用能邊緣控制裝置直接連接，可實現(xiàn)斷路器數(shù)據(jù)采集和開斷。光伏并網(wǎng)裝置、卷簾電機(jī)、地源熱泵和噴霧控制等設(shè)備的電能信息通過總計量模塊傳輸?shù)皆贫诉M(jìn)行儲存和分析，各設(shè)備配置如表2 和表3 所示。

3 控制系統(tǒng)

3.1 系統(tǒng)設(shè)計

使用VBS 語言，基于Fameview 組態(tài)監(jiān)控軟件，結(jié)合TDengine 數(shù)據(jù)庫，開發(fā)云端控制系統(tǒng)。系統(tǒng)主要包括系統(tǒng)通信模塊、參數(shù)設(shè)置模塊、優(yōu)化計算模塊、負(fù)荷建模模塊和狀態(tài)監(jiān)測模塊。使用Python 開發(fā)主體程序，利用TDengine 數(shù)據(jù)庫在時序空間大數(shù)據(jù)處理上的優(yōu)勢，將不同數(shù)據(jù)特征的超級表創(chuàng)建在不同的庫里，采用TDengine 提供的數(shù)據(jù)訂閱功能，減少數(shù)據(jù)的傳輸量和智慧用能邊緣控制裝置的復(fù)雜度，實現(xiàn)了分布式數(shù)據(jù)庫在云邊協(xié)同中的支撐作用，提高了云邊協(xié)同處理方式的可靠性。其中，在邊端集成智能感知裝置，下載并執(zhí)行云端所訓(xùn)練的負(fù)荷模型，建立考慮二氧化碳減排率和經(jīng)濟(jì)效益的多目標(biāo)優(yōu)化模型，對日光溫室內(nèi)的負(fù)荷優(yōu)先級進(jìn)行排序，將系統(tǒng)日綜合優(yōu)化運行費用最低，碳排放治理成本最小為適應(yīng)度函數(shù)，基于改進(jìn)的蝗蟲優(yōu)化算法實現(xiàn)日光溫室設(shè)備的優(yōu)化控制，保障不可中斷負(fù)荷的穩(wěn)定運行[7-9]。并根據(jù)光伏出力情況及設(shè)備用能情況依次投入可時移負(fù)荷，基于傳感器實時反饋數(shù)據(jù)進(jìn)行控制策略的修正，并為云平臺提供各類能耗數(shù)據(jù)及環(huán)境的狀態(tài)監(jiān)測，實現(xiàn)對設(shè)施農(nóng)業(yè)負(fù)荷的智能控制[10]。日光溫室常見設(shè)備模型參數(shù)可參見文獻(xiàn)[11-13]。

3.2 運行數(shù)據(jù)庫配置

設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園中負(fù)荷特性不同，采用的存儲策略也不同，但其存儲方式是按照時間序列來進(jìn)行。本研究借助Tdengine 數(shù)據(jù)庫作為實時數(shù)據(jù)庫實現(xiàn)云邊協(xié)同控制，邊緣控制過程如圖4 所示。

采集的數(shù)據(jù)在組態(tài)軟件中以模擬變量的形式進(jìn)行存儲，監(jiān)控系統(tǒng)配置模擬只讀變量，將采集到的數(shù)據(jù)通過數(shù)據(jù)庫連接的形式把變量數(shù)值上傳到數(shù)據(jù)庫中，在數(shù)據(jù)庫中構(gòu)建采集間隔15 min 的冷熱電光伏等不同類型設(shè)備的能源數(shù)據(jù)表，并通過調(diào)用外部優(yōu)化程序進(jìn)行數(shù)據(jù)表讀取并進(jìn)行優(yōu)化計算，將優(yōu)化后的結(jié)果通過腳本寫入組態(tài)軟件，然后基于優(yōu)化結(jié)果進(jìn)行斷路器的開斷控制。

4 仿真試驗

4.1 裝置樣機(jī)搭建

通過上述選用的各設(shè)備型號進(jìn)行采購，按照如圖3所示進(jìn)行實驗室環(huán)境下的裝置電氣線路連接。傳感器模塊及各設(shè)備裝置如圖5 和圖6 所示。

裝置內(nèi)各設(shè)備通過導(dǎo)軌集中安裝，將控制核心鑲嵌到裝置正面以便于操作和觀察，還配置有基于工業(yè)路由器USR-G809 和串口服務(wù)器USR-DR404 裝置輻照傳感器采集裝置，安科瑞三相多功能電表采集各電機(jī)控制負(fù)荷的電能數(shù)據(jù)及光伏、地源熱泵等數(shù)據(jù)，各電壓等級直流電源滿足用電需求，實驗室環(huán)境下智慧用能邊緣控制裝置樣機(jī)如圖7 所示。

4.2 控制實現(xiàn)

要實現(xiàn)數(shù)據(jù)采集及控制需要注意的是保證遠(yuǎn)程設(shè)備的正常運行和通信，在串口調(diào)試助手中通過RS485配置參數(shù)： 串口類型設(shè)置OPENCOM、通信接口COM1、波特率9 600、校驗類型為偶校驗、停止位1及數(shù)據(jù)位8。

三相斷路器采用DL/T 645-2007 多功能電能表通信協(xié)議，接口為RS-485 串行電氣接口，通信規(guī)約為主?從結(jié)構(gòu)的半雙工通信方式，每個從站有各自的地址編碼，由主站發(fā)出的信息幀來控制。每幀由幀起始符、從站地址域、控制碼、數(shù)據(jù)域長度、數(shù)據(jù)域、幀信息縱向校驗碼及幀結(jié)束符組成。每部分包含若干個字節(jié)，每字節(jié)為8 位二進(jìn)制碼，傳輸時加上一個起始位（0）、一個偶校驗位和一個停止位（1），共11 位，D0、D7分別是字節(jié)的最低、最高有效位，傳輸順序為先低位后高位，其傳輸序列如圖8 所示[14]。

4.3 實驗室模擬測試

為驗證搭建的智慧能源邊緣控制裝置的控制效果，在實驗室環(huán)境下模擬低壓臺區(qū)的運行，使用智慧用能邊緣控制裝置采集相關(guān)電能數(shù)據(jù)，用以優(yōu)化運行，實驗室測試環(huán)境如圖9 所示。用電腦模擬云端上位機(jī)下發(fā)控制指令，進(jìn)行數(shù)據(jù)的采集及實時觀察、控制。在實際日光溫室環(huán)境中，光伏出力的大小與實驗室測試數(shù)據(jù)存在一定的差別，同時實驗室測試環(huán)境下模擬低壓臺區(qū)運行中負(fù)荷設(shè)備的種類及大小不同，日光溫室中裝設(shè)有噴霧栽培系統(tǒng)、地源熱泵等，所以實驗室模擬測試與實際生產(chǎn)有一定的差異。實驗室模擬測試環(huán)境中以儲能裝置為控制量，以優(yōu)化后的綜合日運行費用和環(huán)保成本為目標(biāo)進(jìn)行優(yōu)化求解，系統(tǒng)內(nèi)參數(shù)配置參照文獻(xiàn)[15]，智慧用能邊緣控制裝置模擬低壓臺區(qū)典型綜合能源系統(tǒng)優(yōu)化結(jié)果如圖10 所示。

結(jié)果顯示，經(jīng)過邊緣控制裝置優(yōu)化后，低壓臺區(qū)總負(fù)荷的用電效益得到了提升，在用電高峰期，系統(tǒng)內(nèi)燃?xì)廨啓C(jī)、天然氣內(nèi)燃機(jī)機(jī)組同時處于發(fā)電狀態(tài)，儲能設(shè)備的投入減少了天然氣機(jī)組發(fā)電產(chǎn)生的電負(fù)荷帶來的不確定性與波動。如果系統(tǒng)的用電需求已經(jīng)得到滿足，則儲能設(shè)備儲存的電能可反送電網(wǎng)。同時，光伏出力較多時優(yōu)先消納光伏，在保證低壓臺區(qū)用能安全的前提下實現(xiàn)效益最大化。

5 現(xiàn)場試驗測試

5.1 現(xiàn)場安裝測試

2023 年3 月初，在甘肅省某設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園日光溫室裝設(shè)智慧用能邊緣控制裝置，驗證控制策略的優(yōu)化效果及裝置控制效果，現(xiàn)場各設(shè)備、負(fù)荷、光伏等參數(shù)同上述算例場景，但當(dāng)?shù)貙嶋H溫度比參考溫度高，因此實際用能曲線略小于仿真結(jié)果。日光溫室內(nèi)裝設(shè)有電磁閥、水肥一體化等設(shè)施農(nóng)業(yè)負(fù)荷，在建立模型時并未全部討論，因此現(xiàn)場驗證過程中的優(yōu)化策略有一定出入。日光溫室現(xiàn)場實測結(jié)果如圖11 和表4 所示。

由圖11 和表4 可知，相較于冬季典型日，熱負(fù)荷需求相對減少，總用電負(fù)荷降低，晚上21： 45 至第2日早上8： 30 為LED 補(bǔ)光設(shè)備補(bǔ)光時段，在此階段電價較低，無須儲能放電，并且有足夠裕量供給儲能和蓄熱裝置充電，在電價較高時，系統(tǒng)購能成本較高，日光溫室網(wǎng)格內(nèi)設(shè)備運行主要由光伏發(fā)電設(shè)備和儲能裝置供電，同時減少設(shè)備的出力，將部分可時移負(fù)荷從電價較高時段時移到平谷期或低谷期，如將8： 00?9： 00 和下午17： 00?18： 00 工作的噴霧控制系統(tǒng)按照優(yōu)化策略進(jìn)行控制時移。

通過上述控制策略，該日光溫室日運行費用由714.81 元降低到680.13 元，降低4.85%，光伏就地消納率由原來的77.63% 提升到96.76%，冬季CO2 日排放量從1 348.38 kg 降低到1 070.13 kg，降低了20.63%，驗證了裝置的正常運行和本文優(yōu)化策略的控制效果。

5.2 人機(jī)交互界面設(shè)計

為將智慧用能邊緣控制裝置的實時運行狀態(tài)加以展示以便工作人員實時觀測和控制裝置，制作了控制裝置人機(jī)交互界面，如圖12 所示。

每個斷路器不僅能通過執(zhí)行變量時間來自動分合閘，還可通過界面上的分合閘按鈕來人工控制分合，當(dāng)斷路器合閘時為紅色，分閘時為綠色。并設(shè)有界面轉(zhuǎn)換按鈕，可以和傳感器數(shù)據(jù)及斷路器數(shù)據(jù)畫面之間跳轉(zhuǎn)。設(shè)置了傳感器數(shù)據(jù)按鈕和斷路器數(shù)據(jù)按鈕，點擊按鈕可以分別看到傳感器實時傳輸?shù)臄?shù)據(jù)和斷路器實時的電壓電流有功無功數(shù)據(jù)。

6 結(jié)束語

本研究構(gòu)建的基于云邊協(xié)同控制系統(tǒng)的智慧用能邊緣控制裝置，經(jīng)過日光溫室實地驗證，能夠極大提升日光溫室光伏消納率，提高綜合能源利用率，減少CO2 的排放，降低了日光溫室的綜合用能費用，對其綜合效益的提升效果顯著，與此同時，云邊協(xié)同控制系統(tǒng)的引入，滿足了設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園多元化管控需求，提高了鄉(xiāng)村供用能系統(tǒng)綜合能源利用效率，提升智能化管理水平，同時系統(tǒng)在運行過程中，依托云端管理和邊端就地決策機(jī)制，提高了系統(tǒng)運行的穩(wěn)定性，縮短了優(yōu)化控制策略完成時間，實現(xiàn)了產(chǎn)業(yè)園區(qū)設(shè)備的實時控制，對設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園成本的控制、綜合收益、環(huán)保效益的提高具有重要意義，具有一定的可推廣性。

（1）構(gòu)建日光溫室云邊協(xié)同控制系統(tǒng)架構(gòu)，闡述了云邊協(xié)同控制系統(tǒng)功能及應(yīng)用，云端負(fù)責(zé)大數(shù)據(jù)分析、模型訓(xùn)練、算法更新等任務(wù)，邊端負(fù)責(zé)邊緣資源分布式優(yōu)化計算、存儲和傳輸，并將優(yōu)化計算所得控制策略下發(fā)控制，云邊協(xié)同控制系統(tǒng)的應(yīng)用能夠極大地提高設(shè)施農(nóng)業(yè)產(chǎn)業(yè)園綜合能源利用率，實現(xiàn)其智慧用能控制，提高經(jīng)濟(jì)效益。

（2）基于電力物聯(lián)網(wǎng)技術(shù)和現(xiàn)代電力電子技術(shù)研發(fā)邊緣智能控制裝置，利用組態(tài)監(jiān)控軟件和TDengine數(shù)據(jù)庫開發(fā)云端控制軟件。在邊端集成智能感知裝置，下載并執(zhí)行云端所構(gòu)建的負(fù)荷模型，采用基于改進(jìn)的蝗蟲優(yōu)化算法進(jìn)行日光溫室設(shè)備優(yōu)化控制策略的求解，填補(bǔ)了物聯(lián)網(wǎng)技術(shù)和其相關(guān)智慧用能服務(wù)在農(nóng)村配電系統(tǒng)中應(yīng)用的空白，提高了農(nóng)村電網(wǎng)安全運行的穩(wěn)定性。

（3）進(jìn)行實驗室及現(xiàn)場測試驗證。實驗室環(huán)境下模擬低壓臺區(qū)的運行，驗證了邊緣控制裝置的控制效果；使用智慧用能邊緣控制裝置采集相關(guān)電能數(shù)據(jù)，用以優(yōu)化運行；用電腦模擬云端上位機(jī)下發(fā)控制指令，進(jìn)行數(shù)據(jù)的采集及實時觀察、控制。2023 年3 月初，在甘肅省某日光溫室進(jìn)行現(xiàn)場測試，日光溫室日運行費用降低4.85%，光伏就地消納率提升19.13 個百分點，CO2 日排放量降低20.63%。

參考文獻(xiàn)

［1］張彥，張濤，劉亞杰，等．基于模型預(yù)測控制的家庭能源局域網(wǎng)最優(yōu)能量管理研究[J]．中國電機(jī)工程學(xué)報，2015，35（14）：3 656-3 666．

ZHANG Yan，ZHANG Tao，LIU Yajie，et al．Optimal energy managementof a residential local energy network based on model predictivecontrol[J]．Proceedings of the CSEE，2015，35（14）：3 656-3 666.

［2］燕躍豪，羅慧，劉翼，等．基于智能配變終端的低壓配電網(wǎng)智能運檢體系[J]．電氣技術(shù)與經(jīng)濟(jì)，2022（3）：44-46．

［3］白雪婷，楊瑞琪，陳澤春，等．計及綜合需求響應(yīng)的園區(qū)綜合能源系統(tǒng)優(yōu)化運行[J]．電力科學(xué)與技術(shù)學(xué)報，2021，36（ 3）：27-35．

BAI Xueting， YANG Ruiqi， CHEN Zechun， et al． Optimal operationof the park integrated energy system considering integrated demandresponse[J]．Journal of Electric Power Science And Technology，2021，36（3）：27-35．

［4］何峰，王巍俊，魏光明．基于邊緣計算的智能分布式饋線自動化系統(tǒng)[J]．電力設(shè)備管理，2021（6）：41-43．

［5］周胤宇，王波，朱丹蕾，等．基于AI 芯片的電力邊緣智能終端：結(jié)構(gòu)框架及其應(yīng)用場景[J]．電力信息與通信技術(shù)，2021，19（9）：77-85．

ZHOU Yinyu， WANG Bo， ZHU Danlei， et al． Power edge intelligentterminal based on AI chip： structural framework and applicationscenarios[J]． Electric Power Information and Communication Techno-logy，2021，19（9）：77-85．

［6］聶旭清，凌玉榮，段煉，等．粵東海洋大數(shù)據(jù)網(wǎng)格管理云平臺建設(shè)研究[J]．信息與電腦（理論版），2021，33（10）：87-89．

NIE Xuqing， LING Yurong， DUAN Lian， et al． Research on theconstruction of marine big data grid management cloud platform for eastGuangdong[J]．Information amp; Computer，2021，33（10）：87-89．

［7］陳暄， 程宏兵． 基于改進(jìn)的蝗蟲算法的云計算任務(wù)調(diào)度研究[J]．計算機(jī)應(yīng)用與軟件，2021，38（6）：271-277，344．

CHEN Xuan， CHENG Hongbing． Cloud computing task schedulingbased on improved grasshopper optimization algorithm[J]． ComputerApplications and Software，2021，38（6）：271-277，344．

［8］董萍．基于改進(jìn)型蝗蟲優(yōu)化算法的云任務(wù)調(diào)度算法[J]．長春師范大學(xué)學(xué)報（自然科學(xué)版），2021，40（1）：33-38．

DONG Ping． Cloud task scheduling algorithm based on improvedgrasshopper optimization algorithm[J]． Journal of Changchun NormalUniversity （Natural Science Edition），2021，40（1）：33-38．

［9］林世發(fā)，王欣，秦斌．基于蝗蟲算法的城軌超級電容儲能系統(tǒng)能量管理參數(shù)優(yōu)化[J]．新型工業(yè)化，2022，12（3）：82-86．

［10］楊彥飛，陳潔，廖躍洪，等．基于遞歸模糊神經(jīng)網(wǎng)絡(luò)的風(fēng)電平滑控制策略[J]．現(xiàn)代電力，2022，39（2）：228-235．

YANG Yanfei， CHEN Jie， LIAO Yuehong， et al． Wind powersmoothing control strategy based on recursive fuzzy neural network[J]．Modern Electric Power，2022，39（2）：228-235．

［11］張風(fēng)曉，靳小龍，穆云飛，等．融合虛擬儲能系統(tǒng)的樓宇微網(wǎng)模型預(yù)測調(diào)控方法[J]．中國電機(jī)工程學(xué)報，2018，38（15）：4 420-

4 428．ZHANG Fengxiao，JIN Xiaolong，MU Yunfei，et al．Model predictivescheduling method for a building microgrid considering virtual storagesystem[J]． Proceedings of the CSEE， 2018， 38（ 15） ： 4 420-4 428．

［12］靳小龍，穆云飛，賈宏杰，等．融合需求側(cè)虛擬儲能系統(tǒng)的冷熱電聯(lián)供樓宇微網(wǎng)優(yōu)化調(diào)度方法[J]．中國電機(jī)工程學(xué)報，2017，37（2）：581-591．

JIN Xiaolong， MU Yunfei， JIA Hongjie， et al． Optimal schedulingmethod for a combined cooling， heating and power building microgridconsidering virtual storage system at demand side[J]． Proceedings ofthe CSEE，2017，37（2）：581-591．

［13］ZHANG Xin， YANG Jianhua， WANG Weizhou， et al． Integratedoptimal dispatch of arural micro-energy-grid with multi-energy streambased on model predictive control[J]．Energies，2018，11（12）：3 439-3 460．

［14］翟少磊，顧紅波，林聰，等．互感器校驗儀自動檢定通訊規(guī)約技術(shù)研究[J]．云南電力技術(shù)，2018，46（3）：65-68．

ZHAI Shaolei， GU Hongbo， LIN Cong， et al． Research on automationscheme of transformer calibrator verification process[J]． YunnanElectric Power，2018，46（3）：65-68．

［15］陶靜，徐武，李逸琳，等．基于多目標(biāo)算法的冷熱電聯(lián)供型綜合能源系統(tǒng)運行優(yōu)化[J]．科學(xué)技術(shù)與工程，2019，19（ 33）：200-205．

TAO Jing， XU Wu， LI Yilin， et al． Optimal operation of integratedenergy system combined cooling heating and power based on multi-objectivealgorithm[J]． Science Technology and Engineering， 2019，19（33）：200-205．

基金項目： 甘肅省2023 年省級重點人才項目“馬鈴薯種業(yè)種質(zhì)創(chuàng)新與產(chǎn)業(yè)發(fā)展重點人才項目”