摘要
隨著5G技術(shù)的快速發(fā)展，高能耗5G基站的規(guī)模化應(yīng)用增大了基站運營成本，加劇了配電網(wǎng)供需不平衡等問題。首先，基于5G基站能耗特性，分析了基站調(diào)控潛力，結(jié)合5G基站能耗和光伏出力的動態(tài)變化，構(gòu)建了基站間能量共享以及基站與配電網(wǎng)間能量交易模型。然后，以促進5G基站能量共享、提高基站運營效益和參與削峰填谷收益為優(yōu)化目標(biāo)，構(gòu)建了5G融合配電網(wǎng)基站儲能調(diào)控優(yōu)化模型，并提出基于能量共享與交易協(xié)同的5G基站儲能調(diào)控算法求解。最后，仿真結(jié)果表明：所提方法能夠提高基站運營效益，促進配電網(wǎng)削峰填谷，同時實現(xiàn)對光伏出力的有效消納。
01 5G基站調(diào)控潛力分析
1.1 5G基站能耗特性分析
5G基站能耗可分為靜態(tài)能耗和動態(tài)能耗。其中，靜態(tài)能耗主要包括直流電源損耗、網(wǎng)絡(luò)傳輸設(shè)備負(fù)荷和維持基站室內(nèi)環(huán)境的用電負(fù)荷，如空調(diào)、照明等；動態(tài)能耗主要為有源天線單元（active antenna unit，AAU）負(fù)荷能耗、基帶單元（base band unit，BBU）負(fù)荷能耗等。5G基站運行時，AAU的耗電量隨基站的通信負(fù)載動態(tài)變化。
受用戶移動性和行為隨機性的影響，基站通信負(fù)載在時間上呈現(xiàn)周期性動態(tài)變化，在空間上呈現(xiàn)區(qū)域性差異。在時間分布上，基站通信負(fù)載以一天24 h為周期動態(tài)變化；在空間分布上，辦公、住宅、商業(yè)區(qū)域的用戶數(shù)量隨時間的變化呈現(xiàn)明顯差異，導(dǎo)致不同區(qū)域的基站通信負(fù)載也呈現(xiàn)差異，例如，工作時段辦公區(qū)基站通信負(fù)載明顯高于住宅區(qū)，而非工作時段居住區(qū)基站通信負(fù)載明顯高于辦公區(qū)。
1.2 5G基站儲能調(diào)控潛力
基站在建設(shè)時配置儲能電池作為不間斷電源，保障供電需求?？筛鶕?jù)基站的用電需求實時調(diào)控基站儲能，在保障基站供電的前提下提供用電靈活性?；緝δ苋萘堪ㄗ钚溆萌萘亢涂烧{(diào)度容量2個部分，如圖1所示。在高通信負(fù)載時段，通過降低可調(diào)度容量，增加最小備用容量，保障基站供電和通信服務(wù)質(zhì)量；在低通信負(fù)載時段，通過降低最小備用容量，提高可調(diào)度容量，在保證自身供電可靠性的前提下，參與基站間能量共享和配電網(wǎng)能量交易，提高基站運營效益，促進配電網(wǎng)削峰填谷。
圖1 5G基站儲能電池可調(diào)度容量示意
Fig.1 Schematic diagram of dispatching capacity of energy storage batteries in 5G base stations
02 系統(tǒng)模型
考慮能量共享與能量交易的5G融合配電網(wǎng)基站儲能調(diào)控場景如圖2所示，包括5G基站、配電網(wǎng)和儲能運營商等實體。假設(shè)場景中共存在K個5G基站，其集合表示為 S={S1,?,SK} 。5G基站配備分布式光伏和儲能電池，在保障自身能量需求的前提下，參與基站間能量共享和配電網(wǎng)能量交易。將儲能調(diào)控總優(yōu)化時長劃分為T個時段。基站與基站、基站與配電網(wǎng)間通過雙向交直流逆變器相互連接，能量可以通過直流電力總線在基站及配電網(wǎng)之間相互共享與交易；儲能運營商根據(jù)每個時段內(nèi)5G基站的儲能可調(diào)控容量和配電網(wǎng)的實時電價，協(xié)同優(yōu)化基站間的能量共享以及基站與配電網(wǎng)之間的能量交易。
圖2 考慮能量共享與能量交易的5G融合配電網(wǎng)基站儲能調(diào)控場景
Fig.2 Scenario of energy storage regulation of base stations in 5G integrated distribution network with energy sharing and energy trading
2.1 5G基站能耗模型
2.2 5G基站光伏出力模型
2.3 5G基站類型判斷模型
2.4 基站調(diào)控模型
2.4.1 5G基站間能量共享模型
2.4.2 5G基站能量交易模型
2.4.3 5G基站儲能容量更新模型
2.5 5G基站運營效益模型
2.5.1 5G基站與配電網(wǎng)能量交易效益模型
2.5.2 5G基站參與配電網(wǎng)削峰填谷收益模型
03 5G融合配電網(wǎng)基站儲能調(diào)控優(yōu)化問題構(gòu)建
3.1 目標(biāo)函數(shù)和優(yōu)化變量
3.2 約束條件
3.2.1 5G基站類型約束
第 t 個時段，充電型基站和放電型基站的集合應(yīng)滿足
3.2.2 5G基站間能量共享約束
3.2.3 5G基站儲能模型約束
3.2.4 5G基站與配電網(wǎng)能量交易約束
04 基于能量共享交易協(xié)同的5G基站儲能調(diào)控算法
本文提出基于能量共享交易協(xié)同的5G基站儲能調(diào)控算法求解上述問題。首先，根據(jù)基站類型判斷模型將基站劃分為充電型基站和放電型基站。其次，根據(jù)優(yōu)化目標(biāo)函數(shù)構(gòu)建充電型基站和放電型基站之間的雙向偏好列表。最后，基于雙向偏好列表，進行能量共享請求-拒絕迭代與能量交易，實現(xiàn)能量共享與能量交易的協(xié)同優(yōu)化。
4.1 充放電型基站之間的雙向偏好列表構(gòu)建
4.2 儲能調(diào)控算法實施流程
本文提出的基于能量共享交易協(xié)同的5G基站儲能調(diào)控算法流程如圖3所示，具體實施步驟如下。
圖3 基于能量共享交易協(xié)同的5G基站儲能調(diào)控算法流程
Fig.3 Flow chart of energy storage regulation algorithm of 5G base stations based on energy sharing and trading coordination
1）基站類型判斷與初始化。根據(jù)5G基站儲能容量、光伏出力與放電下限，基于式（5）將基站劃分為充電型基站和放電型基站兩類。定義未建立能量共享關(guān)系的充電型基站和放電型基站集合為 Ωin 和 Ωout ，放電型基站 Sj 的備選基站集合為 Θj 。初始化 t=1 ，圖片圖片Ωin=Sin(t) ， Ωout=Sout(t) ， Θj=? 。
2）雙向偏好列表構(gòu)建。基于式（25）和式（26）得到集合圖片基于式（27）計算充電型基站 Si對放電型基站的偏好值，并降序排序得到偏好列表圖片基于式（28）計算放電型基站 Sj 對充電型基站的偏好值，并降序排序得到偏好列表圖片完成充放電型基站之間的雙向偏好列表構(gòu)建。
3）能量共享請求-拒絕迭代。充電型基站 Si 根據(jù)偏好列表圖片向偏好值最大的放電型基站 Sj 發(fā)出能量共享請求。 Sj 將向其發(fā)出請求的充電型基站加入備選基站集合 Θj ，根據(jù)偏好列表圖片接受 Θj中偏好值最大的充電型基站 Si ，令能量共享指示變量 xi,j(t) = 1 ，將 Si 移出 Ωin 、 Sj 移出 Ωout ，并拒絕其他充電型基站的能量共享請求。被拒絕的充電型基站將 Sj 移出其偏好列表，并重新發(fā)出能量共享請求，直至除已被接受的充電型基站外，其余充電型基站的偏好列表為空集。
4）能量交易。未參與能量共享的充放電型基站參與能量交易，并將能量交易指示變量設(shè)置為1。充電型基站向配電網(wǎng)購買能量以補足能量缺額，放電型基站將能量盈余出售至配電網(wǎng)。令 t=t+1 ，返回步驟1）。
5）當(dāng) t＞T 時，算法結(jié)束。
05 仿真算例與分析
5.1 基礎(chǔ)數(shù)據(jù)
本文選取規(guī)劃地區(qū)的住宅、商業(yè)、大學(xué)區(qū)為例，各區(qū)域大小為1 km×1 km，地區(qū)總面積為2 km×3 km，設(shè)置5G基站部署密度為每km2 3個，基站部署情況如表1所示。該地區(qū)分時電價如表2所示?；九渲玫膬δ軈?shù)如表3所示。本文將總優(yōu)化時長設(shè)置為24 h，并將其劃分為24個優(yōu)化時段。
表1 基站部署情況
Table 1 Basic situation of base stations
表2 分時電價
Table 2 TOU power price
表3 儲能參數(shù)
Table 3 Energy storage parameters
本文設(shè)置該地區(qū)基站所配置光伏面板尺寸為1.64 m×0.99 m×0.05 m，光電轉(zhuǎn)換效率為15%。由于不同區(qū)域通信負(fù)載的時空分布差異，其基站光伏出力與通信負(fù)載變化如圖4所示，各基站分布式光伏出力存在5%的波動。
圖4 不同類型區(qū)域通信負(fù)載及光伏出力
Fig.4 Communication loads and photovoltaic outputs in different regions
本文考慮2種對比算法。對比算法1為基于單邊匹配的基站能量共享算法，將基站分為充電型基站和放電型基站2類，充電型基站根據(jù)放電型基站的狀態(tài)信息確立偏好列表進行單邊匹配，可實現(xiàn)基站間能量共享，但無法實現(xiàn)基站參與配電網(wǎng)削峰填谷。對比算法2為基站最優(yōu)購電算法，無法實現(xiàn)基站間能量共享，主要根據(jù)基站當(dāng)前狀態(tài)與分時電價信息制定最優(yōu)購電策略，向配電網(wǎng)購電以實現(xiàn)低成本正常運行。
5.2 5G基站調(diào)控優(yōu)化分析
5.2.1 基站能量共享與運營效益優(yōu)化結(jié)果
圖5為能量共享與基站運營效益加權(quán)和隨時段變化曲線，可以看出，能量共享與基站運營效益加權(quán)和在00:00—08:00呈下降趨勢，在08:00—18:00呈現(xiàn)上升趨勢，18:00—24:00呈下降趨勢，且所提算法能量共享與基站運營效益加權(quán)和性能表現(xiàn)最優(yōu)。這是因為在08:00前，光伏出力較少，大多基站均通過購電保障能量需求，能量共享與基站運營效益加權(quán)和下降；在08:00—18:00，由于光伏出力較多，基站通過能量共享滿足需求，并可將盈余能量交易出售至配電網(wǎng)，故能量共享與基站運營效益加權(quán)和升高；在18:00—24:00，光伏出力減小，基站通過購買能量保障運行所需能耗需求，能量共享與基站運營效益加權(quán)和降低。所提算法協(xié)同優(yōu)化了能量共享與能量交易，促進能量共享，提高運營收益與參與配電網(wǎng)削峰填谷收益，因此優(yōu)化目標(biāo)性能最優(yōu)。相比于對比算法1與對比算法2，能量共享與基站運營效益加權(quán)和分別提高了74.1%和196.0%。
圖5 能量共享與基站運營效益加權(quán)和
Fig.5 Weighted sum of energy sharing and operating benefit of base stations
圖6為基站間能量共享總能量、累計購電成本和累計售電收益情況，結(jié)合圖4可以看出，隨著05:00后光伏出力的逐漸增加，基站間能量共享總量逐漸增加，故雖然圖4中負(fù)荷曲線升高，但是購電成本并未顯著提升，在10:00后，隨著光伏出力達到最大，放電型基站數(shù)量增多，充電型基站數(shù)量減少，放電型基站出售能量盈余，累計售電收益開始增加。在18:00后，放電型基站減少，結(jié)合圖7基站儲能容量變化情況，通過05:00—10:00能量共享以及10:00—17:00能量出售，本文所提方法有效緩解購電成本的提升，同時增加基站售電收益。
圖6 能量共享總量與購售電成本收益
Fig.6 Total amount of energy sharing and cost/benefits of electricity purchase and sale
圖7 基站儲能容量變化情況
Fig.7 Storage capacity changes of base stations
從圖7還可以看出，由于通信負(fù)載動態(tài)變化，放電下限動態(tài)變化。結(jié)合圖4可知，在電價低谷段，由于光伏出力不足，多數(shù)基站均為充電型基站，其儲能滿足放電下限，即保障自身能量運營。而當(dāng)06:00—08:00，隨著光伏出力增加，部分放電型基站可存儲一定能量。在08:00—12:00時，光伏出力增加，充電型基站減少，在14:00—17:00，部分基站通信負(fù)載降低，充電型基站減少，所提算法使放電型基站出售盈余能量至配電網(wǎng)，提高自身運營效益，儲能容量維持在放電下限，保障基站動態(tài)備電需求。
5.2.2 供電穩(wěn)定性優(yōu)化結(jié)果
圖8為5G基站與配電網(wǎng)間能量交易總量與配電網(wǎng)負(fù)荷曲線變化情況。在00:00—10:00和18:00—24:00，基站從配電網(wǎng)購買能量保障能量需求，同時參與填谷，提高配電網(wǎng)負(fù)荷曲線；在11:00—17:00，基站向配電網(wǎng)出售能量參與削峰，將峰谷差值降低了18.6%。所提算法協(xié)同優(yōu)化能量共享與能量交易，保證自身運行能量的同時可在適當(dāng)時段向配電網(wǎng)出售或購買能量，降低電網(wǎng)的高峰負(fù)荷，提高低谷負(fù)荷，減小配電網(wǎng)負(fù)荷峰谷差，避免負(fù)荷峰值過高導(dǎo)致能量不足情況的出現(xiàn)，提升配電網(wǎng)運行穩(wěn)定性。
圖8 能量交易總量與配電網(wǎng)負(fù)荷曲線
Fig.8 Curves of total amount of energy trading and distribution network load
5.2.3 光伏消納優(yōu)化結(jié)果
表4為不同算法下光伏消納率和能量共享與基站運營效益加權(quán)和情況。所提算法下光伏消納率高于對比算法1，但低于對比算法2。對比算法1無法實現(xiàn)基站參與配電網(wǎng)能量交易，因此當(dāng)無充電基站時，大部分光伏發(fā)電量被浪費，所提算法相比于對比算法1提高了光伏消納率10.2%。對比算法2僅考慮與配電網(wǎng)能量交易，無法通過能量共享以及根據(jù)分時電價變化調(diào)整能量交易策略，與對比算法2相比，所提算法的光伏消納率雖然降低了3.8%，但是其能量共享與基站運營效益加權(quán)和提高了196.0%。
表4 光伏消納率和能量共享與基站運營效益加權(quán)和
Table 4 Photovoltaic consumption rate and weighted sum of energy sharing and operating benefit of base stations
06 結(jié)論
本文針對5G基站規(guī)?；瘧?yīng)用面臨的基站運營成本提升和配電網(wǎng)能量供需不穩(wěn)定加劇的問題，設(shè)計了基站間能量共享以及基站與配電網(wǎng)間能量交易模型，提出了一種基于能量共享交易協(xié)同的5G基站儲能調(diào)控算法，通過能量共享和能量交易的協(xié)同優(yōu)化，提高基站運營效益，促進配電網(wǎng)削峰填谷，同時實現(xiàn)對光伏出力的有效消納。通過仿真分析驗證，得到如下結(jié)論。
1）通過綜合考慮基站儲能和光伏出力，制定儲能調(diào)控策略，有效促進5G基站間能量共享，提高基站運營效益。相比于所提算法，能量共享與基站運營效益加權(quán)和分別提高了74.1%和196.0%。
2）通過能量共享與能量交易的協(xié)同優(yōu)化，提高基站光伏消納能力，保證基站參與削峰填谷收益，有效促進配電網(wǎng)削峰填谷。與對比算法1相比，光伏消納率提高了10.2%；與對比算法2相比，光伏消納率雖然下降了3.8%，但是能量共享與基站運營效益加權(quán)和提高了196.0%。
注：本文內(nèi)容呈現(xiàn)略有調(diào)整，如需要請查看原文。
