光周期起始时间如何重塑植物工厂光储系统设计
Source: Xiong et al., 2026, Energy and Buildings (In Press, JCR Q1)
植物工厂电费占运营成本30%-50%，是规模化扩张的核心瓶颈。光周期起始时间对储能容量需求的影响与光伏面积同等重要——调整至凌晨可将储能需求降低40%。
长期深耕面向植物环境的能源系统优化
本文精华
- 🎯 仿真框架：建立含植物工厂负荷，光伏、储能的联合仿真优化框架 Vertical Farm Energy Designer (VFED)，基于上海全年实测数据验证模型准确性
- 💡 关键发现：系统研究光周期起始时间对植物工厂能源独立所需光储配置的影响，首次量化其贡献度——发现光周期起始时间发挥的作用与光伏面积同等重要
- 📊 基准数据：提供5个气候带（上海、拉萨、海口、哈尔滨、乌鲁木齐）的系统配置参考
- 🚀 开放工具：开源框架与数据，支持研究者和实践者基于自身需求复现与定制化应用
核心摘要
植物工厂电费占运营成本30%-50%，是规模化扩张的核心瓶颈之一。现有植物工厂光伏储能研究存在两个关键局限：一是将光周期视为固定条件，忽视其可调度性；二是缺乏基于实测数据的设计基准。
本研究来自上海交通大学熊元科与鲍华老师等研究者，建立了包含光伏发电、储能系统、植物工厂负荷的联合仿真优化框架（VFED）。通过一年完整实测数据验证模型准确性后，在5个典型气候城市、10584种配置组合内进行了系统优化。
研究发现，如果要让植物工厂实现能源自主，光周期的起始时间对储能容量需求的影响与光伏面积同等重要——以上海为例，将光周期从传统晚间调整至凌晨3-5点，可在保持相同光伏规模的同时减少40%储能容量需求。5城市分析显示，对于20尺集装箱植物工厂（16 m²种植面积），实现近能源自主所需的系统配置随气候差异显著：拉萨仅需40 m²光伏+40 kWh储能，哈尔滨则需120 m²光伏+50 kWh储能。本研究为植物工厂能源系统设计提供了可本地化参考的仿真工具与基准数据。
⏱ 以下正文约6,200字，阅读约需 15-18 分钟
电费吃了植物工厂的一半利润
为了理解为什么植物工厂非搞光伏不可，我们先算一笔账——电费到底吃掉了它多少利润。
粮食安全与植物工厂的崛起
近年来，极端气候事件和全球疫情暴露了传统食物供应链的脆弱性，推动了可控环境农业（CEA）的发展。植物工厂（PFAL）作为其中最高效的形式，能够在完全封闭的环境中进行全年候作物生产，完全摆脱对外部气候条件的依赖。这对于城市食物供给、荒漠地区农业、甚至太空农业都具有重要意义。
然而，植物工厂的”封闭”特性也意味着它需要人工为植物提供所有生长条件。LED照明系统模拟光合作用，空调系统管理巨大的内部热量增益，这些都需要大量电力输入。根据研究数据，电力成本占据植物工厂运营费用的30%-50%，这成为制约其经济可行性和规模化推广的核心障碍。
光伏+储能的解决思路
一个直观的思路是：既然植物工厂需要这么多电，为什么不自己发电？近年来，将光伏发电（PV）与电池储能系统（BES）结合的PVBES技术正在快速发展。在住宅微电网和工业微电网领域，优化方法通常侧重于通过需求侧管理来对齐灵活负荷与光伏可用性，已形成成熟的设计方法论。
在农业领域，温室结合光伏的研究已有不少：有的研究实现了光伏覆盖25.7%的温室能源需求，有的优化了Hybrid PVBES和太阳能热系统覆盖51%的电力负荷，经济分析表明光伏的回收期可以低至6年。然而，这些研究针对的是温室——其负荷主要受制于天气驱动的供暖和制冷需求，几乎没有调节空间。
相比之下，植物工厂的人工照明（LED）负荷具有一个独特优势：光周期的时间安排可以在不影响作物产量的前提下灵活调整。作物生长取决于累积光照积分（DLI），而非具体的开灯时刻。这为光周期与光伏发电的主动协调提供了前所未有的优化空间。
现存问题与研究空白
然而，现有植物工厂的光伏储能研究存在两个关键局限：
-
忽视时间灵活性：现有研究将光周期视为固定的时间模式，而非可以利用的优化变量。传统的”夜间的光周期”策略（如下午6点开始）会导致光伏发电高峰与LED需求之间的时间错配，迫使系统用电池存储白天多余的光伏电用于晚间使用，不仅增加储能压力，还因能量转换损失而降低效率。
-
缺乏设计基准：对于典型的20尺集装箱植物工厂（16 m²种植面积），需要多少光伏板和储能才能实现能源自主？这类具体的系统配置基准在现有文献中几乎空白。
本研究正是要填补这一空白，为植物工厂光伏储能系统设计提供经过实测数据验证的仿真工具与多气候带基准数据。
一年的实测数据+一万种穷举方案
结论的底气来自数据。为了确保不是拍脑袋，研究用了一年实测数据校准模型，再对一万多种方案逐个仿真。
整体研究框架
研究团队建立了一个四层级的集成仿真优化框架 Vertical Farm Energy Designer（VFED）：
层级1：案例研究设置 将当地气象数据与EnergyPlus热模型集成。以位于上海的示范性20尺集装箱植物工厂为基准案例，利用实测数据验证模型准确性。
层级2：混合建模 构建包含光伏发电、储能系统、植物工厂负荷的能量流动动态模型。光伏组件采用单二极管模型，储能系统采用考虑充放电效率的电池状态计算模型。光伏组件参数来自晶科能源 Jinko 产品官方参数，储能系统参数来自宁德时代 CATL 官方参数，市网电价简化为统一固定电价（0.096 $/kWh）。
层级3：设计优化 执行光周期和系统规模的参数扫描，确保每小时能量平衡。通过系统优化，在10584种配置组合（441种PVBES配置 × 24种光周期）中寻找最优解。
层级4：经济评估 以平准化能源成本（LCOE）最小化为目标，识别最优设计。
实验数据监测
研究团队对上海的一个20尺集装箱植物工厂进行了全年（2024年1-12月）运营数据监测，采集LED照明、空调、风机过滤单元、新风机组等主要组件的能耗数据，时间分辨率为1小时。
实测数据显示：
- 总能耗呈季节性变化：冬季约20 kWh/天，夏季和早秋峰值超过45 kWh/天
- 空调是能耗波动的主要来源：冬季<5 kWh/天，夏季高达25 kWh/天
- LED照明相对稳定：10-20 kWh/天，随植物工厂自身运营需求调整功率
空调系统的季节性COP值：冬季3.94，春季3.85，夏季2.73，秋季2.57。冬季和春季的低能耗高COP主要得益于LED和其他设备的热量散射抵消了供暖需求。
优化方法
研究定义了两个关键经济指标：
平准化能源成本（LCOE）——衡量用电的单元成本： $$LCOE = \frac{\sum_{t=1}^{T}\frac{I_t + M_t - G_t}{(1+r)^t}}{\sum_{t=1}^{T}\frac{E_t}{(1+r)^t}}$$
投资回收期（PBP）——总资本成本与年节省的比值。
以及两个能源自主性指标：
基于时间的电网依赖率（TGD）——年内需要电网供电的小时比例。TGD<5%被定义为”近能源自主”。
基于能源的电网依赖率（EGD）——年度总能源需求中从电网进口的比例。
产业观察：实测数据的重要性
本研究的一个关键优势是使用了完整的全年实测数据来验证模型参数，而非依赖文献值或估算。这对于准确模拟不同气候条件下的空调负荷至关重要——不同地区的空调能耗差异巨大（从上海的21 kWh/天到海口的24 kWh/天），使用不准确的负荷模型会导致系统配置根本性偏差。
同一个集装箱，在拉萨和哈尔滨面前是两个物种
同一个箱子放不同城市，配置需求能差多少？为了回答这个问题，研究选了五个极端气候带做对比——结果差了3倍。
气候特征与能耗分析
研究选取了中国五个不同气候区的代表城市：上海（亚热带）、哈尔滨（严寒）、海口（热带）、拉萨（高原）、乌鲁木齐（温带大陆）。
光伏资源分布：拉萨年均为5.88 kWh/m²/天，海口4.72，乌鲁木齐4.21，哈尔滨最低3.81 kWh/m²/天。季节性看，春季和夏季光伏资源最丰富，但乌鲁木齐冬季因高纬度导致日照时长缩短，光伏资源与哈尔滨相当。
温度分布：海口年均温最高约25.5°C，四季温差小；哈尔滨年均温仅5.7°C，季节变化剧烈。
空调能耗预测：海口和上海空调能耗最高（约24和21 kWh/天），反映温暖气候下更大的制冷需求。拉萨空调需求最低（约18 kWh/天），尽管温度并非最低，但高海拔地区夜间温度较低减少了制冷压力。
能源自主设计边界
研究首先回答了一个关键问题：光伏+储能系统能否完全满足植物工厂的能源需求？
关键发现：对于20尺集装箱植物工厂（16 m²种植面积），不同城市需要截然不同的系统配置才能实现TGD<5%的近能源自主：
| 城市 | 光伏阵列面积 | 储能容量 |
|---|---|---|
| 拉萨 | 40 m² | 40 kWh |
| 海口 | 50 m² | 45 kWh |
| 上海 | 80 m² | 50 kWh |
| 乌鲁木齐 | 110 m² | 45 kWh |
| 哈尔滨 | 120 m² | 50 kWh |
拉萨配置最低，主要得益于其丰富光伏资源和较低冷却需求。乌鲁木齐（4.21 kWh/m²/天）的光伏资源优于哈尔滨（3.81）和上海，但其配置需求仍高达110 m²——关键在于冬季高纬度导致日照时长大降，乌鲁木齐冬季光伏资源与哈尔滨相当（仅约2.2 kWh/m²/天），严重拉高了全年配置需求。这说明：年均光伏资源总量不能完全解释配置差异，季节波动与冬季低谷才是关键瓶颈。
光周期时间的影响：分析发现，光周期的起始时刻对系统可靠性有显著影响。凌晨开始的光周期表现最优。例如在拉萨，凌晨1-3点开始的平均TGD约为11%，而下午5-7点开始则为15.01%。
上海详细分析：上海最小可行系统的光伏阵列面积要求在不同光周期起始时刻保持一致（86.5 ± 4.9 m²），但储能容量需求差异巨大（78.5 ± 20.7 kWh）。早晨光周期（凌晨2-6点）仅需50-60 kWh储能，而下午光周期（下午1-7点）需要80-90 kWh。通过将光周期与太阳高峰主动对齐，在保持相同光伏规模的同时，储能需求可减少40%。
产业观察：40%储能削减的工程意义
40%的储能容量削减在实际部署中意义重大。以100 kWh储能系统为例，40%的削减意味着节省约12-18万元初期投资。
最优的光储设计能将电费压到三分之一
能跑不代表划算。为了证明这笔投资在账面上说得过去，研究把所有方案都过了LCOE这道经济筛子。
经济优化结果
LCOE表现：3年回收期目标的LCOE范围为0.034-0.042 $/kWh，相比0.096 $/kWh的电网电价降低57%-61%。5年回收期时LCOE进一步降至0.032-0.039 $/kWh，降幅达59%-67%。
拉萨始终表现最优，主要归功于充足光伏资源与适宜温度的组合——既最大化光伏发电效率，又最小化植物工厂冷却能耗。
最优系统配置（20尺集装箱植物工厂）：
| 目标 | 城市 | 光伏面积 | 储能容量 | LCOE | 电费节省 |
|---|---|---|---|---|---|
| 3年PBP | 拉萨 | 80 m² | 60-100 kWh | 0.034 $/kWh | ↓65% |
| 3年PBP | 上海 | 100 m² | 80-100 kWh | 0.042 $/kWh | ↓56% |
| 5年PBP | 拉萨 | 60-150 m² | 100-145 kWh | 0.032 $/kWh | ↓67% |
| 5年PBP | 上海 | 80-150 m² | 100-145 kWh | 0.039 $/kWh | ↓59% |
电网电价基准为0.096 $/kWh。光伏面积和储能容量范围源于不同光周期下的最优配置差异。
最优光周期起始时间：几乎所有城市的最优光周期起始时间都是凌晨3点或4点。这并非巧合——16小时光周期意味着照明将在晚间8点结束，而凌晨开始可以让LED高峰需求与中午至下午4点的光伏发电高峰完美重合。光伏可以直接驱动LED，多余电力存入储能，供光伏不足时使用。
产业观察：为什么传统夜间光周期策略失效
现有研究常建议将植物工厂光周期调整至晚间（如下午6点开始）以利用峰谷电价。但当结合光伏储能时，这种策略反而导致时间错配损失：白天光伏高峰无法直接利用，需先存电池，再在晚间从电池取出，存在约15%的充放电损失。而凌晨开始策略允许光伏在白天高峰时段直接供电，储能仅作为补充和夜间备份，实现了更高的直接自用率。
结论：早开灯和晚开灯，差出一个储能系统的钱
结论再漂亮，数字靠不住也是白搭。为了确认核心发现经得起推敲，研究对整套仿真做了系统的不确定性评估。
不确定性分析
研究对模型不确定性进行了系统评估。基于实测数据的光伏模型准确性R²=0.992（±3%误差），植物工厂能耗模型准确性R²=0.908（±10%误差），储能模型基于厂商规格设定±2%误差。采用误差平方和根法综合后，系统总体不确定性约为**±11%**。
敏感性分析验证了核心结论的稳健性：即使在严重电池退化条件下（效率降至80%），凌晨4点光周期策略相比中午13点策略仍保持46.9%-57.8%的LCOE优势。
规模-调度协同的核心价值
研究的核心贡献在于确立了光周期调度与光伏储能规模同等重要。这一发现具有重要的工程意义：
-
优化空间的实质性扩展：过去的设计只优化”用多大光伏板和电池”，现在还可以优化”什么时候开灯”。这相当于将优化变量数量翻倍，为降低系统成本或提升性能提供了更多自由度。
-
储能需求的非线性削减：通过主动时间对齐，储能容量需求可削减40%。这不仅降低初期投资，还减少了电池占地空间和温控负担。（该结论经电池衰减鲁棒性验证：即使电池效率降至80%的极端工况，早期光周期策略仍优于传统正午策略46.9%-57.8%，详见附录B。）
-
与其他灵活负荷的本质差异：传统建筑微电网的负荷基本固定，而植物工厂的负荷（LED照明）具有时间可调特性。这一独特属性使得植物工厂能够实现传统微电网无法企及的能源协调效果。
地域差异与选址参考
拉萨（高光强+冷温）：配置需求最低。年均5.88 kWh/m²/天的光伏资源配合高原低温，既保证高发电量又减少制冷能耗。40 m²光伏+40 kWh储能满足近能源自主。
上海/海口（中光强+暖温）：需更多光伏面积。光伏资源中等，但冷却需求较高。上海需80 m²光伏+50 kWh储能，海口需50 m²光伏+45 kWh储能。
哈尔滨/乌鲁木齐（低光强+极端温）：配置需求较高。冬季光伏资源显著下降，同时低温（乌鲁木齐）或高制冷需求（哈尔滨）导致更高能耗。需要110-120 m²光伏和50 kWh储能才能实现近能源自主。（注：本文采用季节固定COP简化建模，已通过逐时COP敏感性验证，冷区偏差-14.5%、热区+17.2%，均在全局±11%不确定性范围内，详见附录A。）
每平方米种植面积的经验系数：
- 光伏需求：2.5-7.5 m²/m²种植面积
- 储能需求：2.5-3.1 kWh/m²种植面积
规模化的关键挑战
研究揭示了一个重要的实际约束：实现植物工厂能源自主所需的光伏面积（80-150 m²）远超集装箱本身占地面积（约15 m²）。这一差距带来了两条应对路径：
路径一：解决空间问题——将光伏架设于集装箱上方，或采用”农光互补”模式，光伏架高安装于地面，上方放置植物工厂。大型建筑屋顶（如工业厂房、物流仓库）也是可行的垂直整合方案。
路径二：寻找更可行的次优方案——在光伏面积受限的现实条件下，可以基于VFED仿真平台，在约束空间内重新寻优。典型次优策略包括：优先保证储能充裕度以维持夜间供电；或接受适度提高的电网依赖率（TGD从<5%放宽至<15%），以换取光伏规模缩减50%以上。计算显示，即使将TGD目标放宽至10%，哈尔滨的光伏面积需求也可从120 m²降至约70 m²，大幅提升可行性。
从单箱到大规模商业化运营，运营商也可以聚合多个种植模块并集中储能以共享成本。本研究建立的VFED框架支持上述各类规模扩展分析与场景寻优。
本研究系统研究了光周期调度灵活性对植物工厂光伏储能系统设计的影响，为该领域提供了仿真工具与基准数据，主要贡献如下：
1. 提供了经过实测数据验证的仿真框架与基准数据
基于完整一年实测数据，建立了含光伏、储能、负荷的联合仿真优化框架（VFED），并提供了5个气候带的设计参考：对于16 m²种植面积的20尺集装箱植物工厂，实现TGD<5%所需配置在拉萨为40 m²光伏+40 kWh储能，在哈尔滨为120 m²光伏+50 kWh储能。
2. 系统量化了光周期调度的作用
凌晨3-5点开始光周期的策略，可将储能需求削减40%，同时保持相同的能源自主水平。这将平准化能源成本（LCOE）降低至0.034 $/kWh（最低可达），相比假设的固定电网电价降低57%-67%。
3. 指明了规模化路径
光伏阵列需求（80-150 m²）通常远超集装箱占地面积，提示未来部署应优先考虑建筑屋顶垂直整合或农光互补方案。
4. 开放共享推动后续研究
研究团队已将完整仿真优化框架VFED开源发布，邀请研究者和实践者基于本地气候和经济条件进一步优化和应用这些模型。
关于室墨司源
室墨司源在上海交通大学与宁德时代的共同孵化下，从溥渊未来技术学院起步，长期深耕面向植物环境的能源系统优化。
团队围绕人工环境中的光、温、湿、风四维能源耦合，以一系列知识产权与know-how为核心，提供从系统设计、仿真优化到控制策略的全链条解决方案。
植物工厂是当前聚焦的应用场景——团队在这一领域积累了涵盖照明调度、空调制冷、除湿送风到光伏储能的全链路能源优化能力。
研究成果发表于Nature子刊、Applied Energy等期刊，主持国家自然科学基金、上海市科委、上海市农委等项目，已形成从核心算法到工程方案的完整知识产权体系。
原文信息
Photovoltaic-battery integration strategy in plant factories with artificial lighting
Thomas Xiong, Wenyi Cai, Yue Hu, Mengxuan Song, TingTing Qian*, Hua Bao*
DOI：https://doi.org/10.1016/j.enbuild.2026.117462
核心单位：上海交通大学溥渊未来技术学院，上海市农业科学院信息所
发表状态：Energy and Buildings (In Press)，JCR Q1
开源框架：Vertical Farm Energy Designer (VFED) — https://github.com/ThomasXIONG151215/vertical-farm-energy-designer
注：论文投稿初期仓库名为 OpenCROPS (Climate-Responsive Optimizer for Plant System)，现统一重命名为 vertical-farm-energy-designer，原链接自动跳转至新仓库。
数据可用性：实测数据、模型代码和优化结果均已开源
附录：关键参数汇总
基准案例参数（上海20尺集装箱植物工厂）
| 参数类别 | 参数名称 | 数值 |
|---|---|---|
| 系统规模 | 种植面积 | 16 m² |
| 集装箱规格 | 20尺标准集装箱 | |
| LED照明 | 功率密度 | 152 W/m² |
| 日能耗范围 | 10-20 kWh/天（随作物生长周期调整） | |
| 空调系统 | 冬季COP | 3.94 |
| 春季COP | 3.85 | |
| 夏季COP | 2.73 | |
| 秋季COP | 2.57 | |
| 冬季日能耗 | <5 kWh/天 | |
| 夏季日能耗 | 最高25 kWh/天 | |
| 总能耗 | 冬季典型日 | 约20 kWh/天 |
| 夏季峰值日 | >45 kWh/天 |
光伏系统参数
| 参数名称 | 数值 |
|---|---|
| 光伏组件模型 | 单二极管模型 |
| 上海年均光伏资源 | 4.0-4.5 kWh/m²/天 |
| 拉萨年均光伏资源 | 5.88 kWh/m²/天 |
| 哈尔滨年均光伏资源 | 3.81 kWh/m²/天 |
储能系统参数
| 参数名称 | 数值 |
|---|---|
| 电池效率 | 考虑充放电效率的SOC计算模型 |
| 模型不确定性 | ±2%（基于厂商规格） |
| 循环寿命假设 | 磷酸铁锂电池标准工况 |
经济评估参数
| 参数名称 | 数值 |
|---|---|
| 电网电价（固定） | 0.096 $/kWh |
| 投资回收期目标 | 3年 / 5年 |
| 平准化能源成本（LCOE） | 0.032-0.042 $/kWh（视配置和回收期而定） |
| 电网依赖率目标 | TGD < 5%（近能源自主） |
仿真优化参数
| 参数名称 | 数值 |
|---|---|
| 参数空间 | 441种PVBES配置 × 24种光周期 |
| 总配置数 | 10584种 |
| 光周期选项 | 每天24个起始时刻 |
| 模型验证 | 基于上海全年（2024年1-12月）实测数据 |
5城市系统配置参考（20尺集装箱植物工厂，实现TGD<5%）
| 城市 | 光伏阵列面积 | 储能容量 | 年均光伏资源 |
|---|---|---|---|
| 拉萨 | 40 m² | 40 kWh | 5.88 kWh/m²/天 |
| 海口 | 50 m² | 45 kWh | 4.72 kWh/m²/天 |
| 上海 | 80 m² | 50 kWh | 4.0-4.5 kWh/m²/天 |
| 乌鲁木齐 | 110 m² | 45 kWh | 4.21 kWh/m²/天 |
| 哈尔滨 | 120 m² | 50 kWh | 3.81 kWh/m²/天 |
注：以上配置为实现近能源自主（TGD<5%）的最小可行配置，实际项目需根据具体场地条件和经济目标进行本地化优化。
附录A：季节固定COP的合理性验证
为验证采用季节固定COP（能效比）是否引入显著偏差，研究并行测试了逐时COP模型，该模型考虑了环境温度对空调效率的动态影响（退化系数 0.025 °C⁻¹）：
| 城市 | 季节固定COP vs 逐时COP 偏差 | 影响方向 |
|---|---|---|
| 拉萨 | -14.5% | 固定COP高估冷区制冷能耗（保守估计） |
| 哈尔滨 | -9.2% | 固定COP略高估能耗 |
| 上海 | +17.2% | 固定COP低估热区制冷能耗 |
| 海口 | +13.4% | 固定COP低估热区制冷能耗 |
| 乌鲁木齐 | — | 基本一致 |
逐月经济影响在 ±13 $/月以内，远小于 PVBES 配置优化带来的节约（>3000 $/城市），确认固定COP简化在全局±11%不确定性范围内具有足够精度。
附录B：电池衰减对策略鲁棒性的影响
为评估策略在电池长期使用后的可靠性，研究测试了五种电池效率等级（80% 严重衰减 ~ 95% 高性能），基准值 91% 来自厂商规格。结果：
- 早期光周期（04:00起始）在所有效率等级下持续优于正午策略（13:00起始），LCOE 优势维持在 46.9% ~ 57.8%。
- 即使电池衰减至 80% 效率的极端工况，光温协同调度策略的优越性不被逆转。
- 核心结论——通过调度协同削减储能需求——在不同的电池退化阶段均成立。