CN103763761A - 太阳能基站能量供给的处理方法 - Google Patents

Abstract

本发明涉及一种太阳能基站能量供给的处理方法，包括以下步骤：获取部署太阳能基站系统所在地的气象数据，并在阈值时间内统计小区用户的服务请求率和用户的平均服务时长；根据小区用户的服务请求率和用户的平均服务时长，计算在阈值时间内基站的能耗均值和能量消耗率；根据基站的能耗均值和能量消耗率，得到所对应的储能电池的容量数据；由获取部署太阳能基站系统所在地的气象数据得到太阳能基站能量采集率，根据太阳能基站的能量采集率、基站的能量消耗率和储能电池的容量数据计算得到对应太阳能电池板的面积数据。本发明提供的太阳能基站能量供给的处理方法旨在保证太阳能基站的服务质量以及储能电池使用寿命的前提下，最优化太阳能基站的成本。

Description

太阳能基站能量供给的处理方法

技术领域

本发明涉及太阳能发电和移动通信技术领域，尤其涉及一种太阳能基站能量供给的处理方法。

背景技术

随着移动通信产业飞速发展，为了不断满足日益增长的系统容量、带宽，以及为了提高用户的服务质量，基站的部署密度也要求越来越高。在这样的趋势下，移动通信网络的能量需求也呈几何增长。由于可再生能源在能量供应当中，具有分布广泛、无碳排放等优点，将可再生能源（如太阳能）引入移动通信网络成为时代发展的趋势。但与此同时，由于太阳能与气象、环境等因素密切相关，因此，太阳能具有时间与空间的随机性。而如何对以太阳能作为能量供给的太阳能基站进行合理的设计是保证基站系统可靠工作的前提与首要解决的问题。

图1为现有技术中太阳能基站系统架构与组成示意图。

如图1所示，现有技术中太阳能基站系统主要由以下子系统构成：发电子系统110、控制子系统120、储能子系统130和负载子系统140。其中：

发电子系统110：太阳能电池板111作为太阳能基站系统中的能量采集部分，利用半导体材料的光电效应将辐射到其表面的光能转变为电能，其输出功率与太阳辐射强度、环境温度和太阳能电池板尺寸等因素相关。

控制子系统120：包括电压变换器DC/DC121和能量控制器122。能量管理器对系统中的能量流动过程进行管理和控制，以确保系统的稳定运行。例如，根据太阳能发电与负载用电情况对储能电池的充、放电控制等。

储能子系统130：包括逆变器131、电压变换器DC/DC132和蓄电池133，当太阳能电池产生的电能大于基站能量需求时，过剩的电能储存在蓄电池133中；相反地，当系统发电量不足或负载电量增加时，蓄电池133将向基站释放所存储的能量，以保证基站覆盖区域中移动用户的服务质量。

负载子系统140：基站141作为系统中的能量消耗部分，为移动用户142提供无线服务，其能耗大小依赖于众多因素，例如，覆盖区域大小，区域内用户的服务时长，基带处理能耗等。

现有技术中太阳能基站系统的设计方法主要是将太阳能基站系统的设计问题看作是一个目标优化问题，通常是为了获得更好的经济效益，在安装地的气象数据和基站能耗数据的基础上，以供电系统的稳定性和可靠性为约束条件，对太阳能电池板和储能装置的容量进行优化设计。但是，由于太阳能电池板受到气象条件的影响，功率输出不稳定，而基站耗能依赖于用于用户行为，具有时变性；同时，储能系统自身又具有自身的非线性特性。因此，太阳能基站系统的优化设计属于复杂系统的优化问题。

在现有技术中太阳能基站供电系统中，张俊霞在“应用分析,2013(4):45-47”《太阳能光伏供电系统在通信基站的节能应用》中主要采用采用经验的设计方法。杨晓宇，王运涛在“电力系统通信，2007，28(176):47-50,63”《通信基站太阳能供电系统设计》中根据日平均有效光照强度、温度和日照时间等资源状况以及储能电池容量和充满所需时间，在按照基站的日能耗量确定的前提下，设计太阳能电池板的容量。为保证系统供电的可靠性，系统设计确保太阳能电池板的日能量输出大于基站的日能量消耗。G.Piro等人在“Internet Computing,2013(1):32-39”《HetNets Powered by Renewable EnergySources:Sustainable Next-Generation Cellular Networks》中假设已知基站的额定功率，计算满足基站正常工作时，太阳能电池板的功率输出大小，同时在标准测试条件下（即太阳辐射强度为1000W/m²）得到太阳能电池板的设计面积。在储能电池设计过程中，通过假设连续的日照天数和无日照天数，设计储能电池容量。这种设计方法虽然旨在提高可再生能源的利用率和提高系统供电的可靠性，但是，粗糙的计算方法会使系统设计不尽人意。而采用经验估算的太阳能基站能量供给的处理方法会造成系统装机容量严重不足或者过剩现象。

太阳能基站系统属于太阳能供电系统中的一种。在太阳能供电系统设计中，基于静态指标的系统设计方法正逐渐受到学术界和产业界的关注。

Hongxing Yang等人在“Solar Energy,2007.(4):1026-1033”《Optimalsizing method for stand-alone hybrid solar-wind system with LPSP technology byusing genetic algorithm》中提出了系统设计指标“负载缺电率”（LPSP，Lossof Power Supply Probability）来评估系统供电的可靠性，该指标定义为发电系统亏欠负载系统的功率与评估期负载总功率之比。

艾斌，沈辉等人在“太阳能学报，2003,24(4):540-547”《风光互补发电系统的优化设计—CAD设计方法》提出采用计算机辅助设计(CAD:ComputerAided Design)的方法，该方法首先计算所有满足负载要求的太阳能电池板与储能装置的组合值；然后，计算所有组合相对应的全年功率供给亏欠率LPSP；最后，根据总投资成本最小化的原则筛选出一组满足用户给定系统可靠性的系统设计。

综上所述，现有技术主要存在的缺点主要有以下几点：

（1）太阳能电池的功率输出受到气象条件的影响，在时间上具有不确定性；基站能耗受到多方面因素的影响，其大小也是动态变化的；储能子系统，尤其是电池储能系统充放电过程中呈现非线性特性。传统设计方法主要采用静态分析与设计方法，忽略了太阳能基站系统运行中的动态和非线性特性，无法保证所设计系统的可靠性与鲁棒性。

（2）传统设计在基站能耗计算方面采用粗粒度的估算方法，无法准确得到基站能耗与基站覆盖范围，小区用户服务时长等因素之间的关系，从而在设计过程中无法得到准确的基站能耗特性。

（3）传统设计方法主要从满足供电侧需要设计评估指标出发，缺少对太阳能基站系统各组成部分可靠性、稳定性的评估指标，无法保证储能电池使用寿命、太阳能利用率等，从而无法保证所设计太阳能基站系统长时间可靠、经济的工作。

发明内容

本发明的目的是针对上述问题，提供了一种可以节约成本、稳定和可靠的太阳能基站能量供给的处理方法。

为实现上述目的，本发明提供了一种太阳能基站能量供给的处理方法，包括以下步骤：

获取部署太阳能基站系统所在地的气象数据和基站的静态功率，并在阈值时间内统计小区用户的服务请求率和用户的平均服务时长；

根据所述基站的静态功率、所述小区用户的服务请求率和用户的平均服务时长，计算在所述阈值时间内所述基站的能耗均值和能量消耗率；

根据所述基站的能耗均值和能量消耗率，计算所述阈值时间内储能电池释放的总能量，根据所述释放的总能量得到所对应的储能电池的容量数据；

根据部署太阳能基站系统所在地的气象数据，计算太阳能基站的能量采集率，根据所述太阳能基站的能量采集率、所述基站的能量消耗率和所述储能电池的容量数据计算得到对应太阳能电池板的面积数据；

所述气象数据包括所述基站所在地的日照强度和温度。

优选地，所述方法还包括所述太阳能电池板与所述储能电池的能量转换步骤。

优选地，所述基站在所述阈值时间内消耗的总能量包括静态部分和动态部分，在所述阈值时间内所述基站消耗的总能量为：

E_BS＝E_BS,d/η_BS+E_BS,s

其中，E_BS为所述基站消耗的总能量，E_BS,d表示基站能耗的动态部分，E_BS,s表示基站能耗的静态部分，η_BS为功率放大器的效率因子。

优选地，所述基站在所述阈值时间内消耗的总能量的计算步骤具体包括：

计算所述基站功率放大器对单个用户的发射功率；

根据所述发射功率和用户的平均服务时长，计算所述功率放大器对单个用户的发射能耗；

根据基站的服务用户数量、服务时长和用户分布，计算所述功率放大器的总的发射能耗和所述基站消耗的总能量。

优选地，所述储能电池容量的计算步骤具体包括：

计算所述基站消耗的总能量E_BS的期望

其中，

R₀表示天线远场的参考距离，R为基站覆盖区域半径[单位：米]，P_BS,s为基站静态功率，λ_m为单位时间内请求基站服务的用户数，P_min为满足用户服务质量的最小接收功率，

为用户的平均服务时长，η_BS表示功率放大器的效率因子，通常取值为2/3，κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数，κ和θ具有不同的值，T为阈值时间，能量消耗率

在所述阈值时间内，计算所述储能电池释放的总能量：

其中，E_discharge表示所述储能电池释放的总能量，

表示所述阈值时间内所述基站引起的所述储能电池能量消耗，

表示由所述储能电池非线性特性引起的能量消耗，E_BS为基站消耗的总能量，β表示所述储能电池的扩散率，e为欧拉常数，所述阈值时间为[0,T]；

根据系统可靠性的要求，所述储能电池的容量数据为：

$C=\frac{N\×E_{\mathrm{disch}\arg e}}{l}$

其中，C表示所述储能电池的容量数据，N表示连续无有效利用太阳能的天数，l表示所述储能电池的放电深度。

优选地，根据部署太阳能基站系统所在地的气象数据，计算太阳能基站的能量采集率，根据所述基站能量消耗率和得到的所述储能电池容量，计算出所述太阳能电池板的面积数据步骤。

优选地，所述太阳能电池板与所述储能电池的能量转换步骤具体包括：

所述太阳能电池板将太阳能转换为电能并向所述基站供电；

当所述太阳能电池板转换的电能无法满足基站的需要时，所述储能电池为所述基站供电；

当所述太阳能电池板转换的电能无法满足所述基站电能的需要时，所述储能电池为所述基站供电；

当所述太阳能电池板转换的电能超出所述基站电能的需要时，所述储能电池存储额外的电能；

在所述储能电池电能存储过程中，当所述储能电池电量为充满状态时，所述太阳能电池板将多余的电能溢出。

优选地，所述计算出所述太阳能电池板的面积数据步骤具体包括：

计算所述太阳能电池板的输出功率及在所述阈值时间内所述太阳能电池板的能量采集率；

根据所述太阳能电池板与所述储能电池的能量转换步骤，计算出所述太阳能基站系统的服务中断概率、弃光率和储能电池放电率；

根据所述太阳能基站系统设计指标为约束条件，以最小化太阳能基站系统的投资成本作为优化目标，建立优化问题，并对所述优化问题进行求解，得到最优的太阳能电池板的面积数据的设计方案。

优选地，所述建立优化问题具体包括：

min g(A)×A

s.t.p_outage≤ε_outage,

p_discard≤ε_discard,

γ_l≤γ≤γ_h.

其中，ε_outage和ε_discard分别为所述太阳能基站系统允许的服务中断概率和弃光率，P_outage为服务中断率，P_discard为弃光率，γ为储能电池放电率，[γ_l,γ_h]为电池放电率的最佳工作区间，g(A)为与太阳能电池板的面积数据A相关的投资成本函数。

优选地，所述服务中断率P_outage和弃光率P_discard分别为：

$p_{\mathrm{outage}}=\mathrm{Pr}(k\≤C\×(1-l))=\underset{k=0}{\overset{C\×(1-l)}{\mathrm{\Σ}}}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}$

$p_{\mathrm{discard}}=\mathrm{Pr}(k\≥C)=1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}$

其中，Pr为概率函数，C为储能电池最大容量，λ_e表示在[0,T]时间内发电子系统的能量采集率，μ_e表示基站能量消耗率；p_d,k表示由状态平衡方程正则条件联合得到的某单位能量离开时，储能电池中存储的能量为k（k＝0,…,C-1）的概率；

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，储能电池中存储能量的均值为

其中，储能电池放电率γ通过公式 $\mathrm{\γ}=\frac{{\mathrm{\Σ}}_{k=0}^K{\mathrm{kp}}_{e,k}}{K}$ 得到。

本发明带来的有益效果是：

（1）本发明采用动态分析与设计方法，充分考虑了太阳能供电系统中的动态和非线性特性，可以有效保证所设计系统的可靠性与鲁棒性。

（2）本发明分析了基站覆盖半径与能耗之间的关系，可以有效的计算基站的能耗特征，从而可以有效保证所设计系统的合理性。

（3）本发明设计方法兼顾了满足用电侧需求和提高太阳能基站系统可靠性、稳定性两方面。与传统设计方法相比，可以有效提高储能电池使用寿命、太阳能利用率等，从而保证所设计太阳能基站系统长时间可靠、经济的工作。

附图说明

图1为本发明现有技术中太阳能基站系统架构与组成示意图；

图2为本发明一实施例中太阳能基站能量供给的处理方法流程图；

图3为本发明在一实施例中太阳能基站能量供给的处理方法中基站能耗的计算步骤流程图；

图4为本发明一实施例中储能电池容量的计算步骤流程图；

图5为本发明一实施例中太阳能基站能量供给的处理方法模型的示意图；

图6为本发明一实施例图5中太阳能基站系统中太阳能电池板与储能电池的能量转换步骤流程图；

图7为本发明一实施例中计算太阳能电池板的面积数据的方法步骤流程图。

具体实施方式

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

图2为本发明一实施例中太阳能基站能量供给的处理方法流程图。

如图2所示，首先在步骤201中获取部署太阳能基站系统所在地的气象数据（如，日照强度和温度）和基站的静态功率，并在阈值时间内统计小区用户的服务请求率和用户的平均服务时长。

具体的，测量部署太阳能基站系统所在地的日照强度S(t)[单位：瓦/平方米]，温度T(t)[单位：摄氏度]和基站的静态功率P_BS,s[单位：瓦]。基站静态功率是指基站处于工作状态时所消耗的功率，即使基站在无用户服务的情况下，静态功率依然存在。然后，采用统计学方法，得到[0,T]时间内，小区用户服务请求率λ_m（即，单位时间内请求基站服务的用户数）和用户的平均服务时长

[单位：秒]，其中，T通常以天为单位。

基于上述的基站静态功率P_BS,s，小区用户服务请求率λ_m和用户的平均服务时长E[τ_m]，计算[0,T]时间内基站的能耗均值和能量消耗率μ_e（即，单位时间内的能量消耗）。

基站消耗的总能量E_BS可以分为静态部分和动态部分，由式（1）表示

E_BS＝E_BS,d/η_BS+E_BS,s     (1)

其中，E_BS,s表示基站能耗的静态部分；E_BS,d表示基站能耗的动态部分，该部分能耗主要为基站功率放大器的发射能耗，依赖于基站的服务用户数量，服务时长，用户分布等；η_BS表示功率放大器的效率因子，通常取值为2/3。

如图2所示，在其次的步骤202中，根据基站的静态功率、小区用户的服务请求率和平均服务时长，计算在阈值时间内所述基站的能耗均值和能量消耗率。

具体的，图3为本发明在一实施例中太阳能基站能量供给的处理方法中基站能耗的计算步骤流程图。

如图3所示，在步骤301中计算基站功率放大器对单个用户的发射功率。

具体的，假设用户m距离基站的距离为d_m（单位：米），d_m≤R，基站对用户m的发射功率P_BS,m由式（2）表示，即：

$P_{\mathrm{BS},m}=P_{\min }\mathrm{\κ}{d}_m^{\mathrm{\θ}}---\left(2\right)$

其中，P_min表示满足用户服务质量的最小接收功率，κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数，不同的传输模型，κ和θ具有不同的值。

由步骤201可知，用户的平均服务时长为

因此，在步骤302中根据发射功率和用户的平均服务时长，计算基站功率放大器对单用户m的发射能耗E_BS,m由式（3）表示：

其中，P_min表示满足用户服务质量的最小接收功率，κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数，不同的传输模型，κ和θ具有不同的值，

为用户的平均服务时长。

在步骤303中，根据基站的服务用户数量、服务时长和用户分布，计算功率放大器的总的发射能耗和基站消耗的总能量。假设用户的服务请求数服从参数为λ_m的泊松分布，[0,T]时间内基站服务的用户数为λ_mT。因此，基站消耗的总能量E_BS能够近似表示为：

其中，λ_m为单位时间内请求基站服务的用户数；T为阈值时间，通常以天为单位；E_BS,m为放大器对单用户m的发射能耗，由上述式（3）表示；P_BS,s为基站静态功率；κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数；P_min为满足用户服务质量的最小接收功率；为用户的平均服务时长。

由式（4）可知，基站消耗的总能量与用户分布相关。假设小区用户均匀分布，用户分布d_m的概率密度函数表示为，

$f\left(d_m\right)=\frac{2}{{(R-R_0)}^2}(d_m-R_0),R_0\≤d_m\≤R---\left(5\right)$

其中，d_m表示用户m距离基站的距离[单位：米]，d_m≤R；R为基站覆盖区域半径[单位：米]；R₀=1（米）表示天线远场的参考距离。利用概率论中一维连续型随机变量函数的期望求解[0,T]时间内基站消耗的总能量E_BS的期望，

表示为：

其中，

R₀表示天线远场的参考距离，通常为1米；R为基站覆盖区域半径；P_BS,s为基站静态功率；λ_m为单位时间内请求基站服务的用户数；P_min为满足用户服务质量的最小接收功率；

为用户的平均服务时长；η_BS表示功率放大器的效率因子；κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数；T为阈值时间，通常以天为单位。

能量消耗率是指单位时间内基站所消耗的能量大小。因此，

如图2所示，在随后的步骤203中，根据基站的能耗均值和能量消耗率，计算阈值时间内储能电池释放的总能量，根据释放的总能量得到所对应的储能电池的容量数据。

具体的，在一实施例中首先根据负载能耗计算所需配置储能电池的容量数据。

图4为本发明一实施例中储能电池容量的计算步骤流程图。

如图4所示，首先在步骤401中，在阈值时间内，计算储能电池释放的总能量。

具体的，在[0,T]时间内，电池释放的总能量E_discharge由式（7）表示

表示在[0,T]时间内基站消耗的总能量E_BS的期望；β表示锂电池的扩散率。“第I部分”表示[0,T]时间内的由基站引起的储能电池能量消耗，第II部分表示由电池非线性特性而引起的能量消耗。

在步骤402中，根据系统可靠性的要求，计算出储能电池的容量数据。

具体的，根据系统的可靠性要求，则锂储能电池容量C设计为：

$C=\frac{N\×E_{\mathrm{disch}\arg e}}{l}---\left(8\right)$

其中，N表示连续无有效利用太阳能的天数；l表示储能电池的放电深度。

在综合考虑本发明所提出的系统设计指标基础上，基于部署太阳能基站系统所在地的气象数据，结合步骤202中计算得到的基站能量消耗率μ_e和上述中所计算得到的配置储能电池容量C，设计所需配置的太阳能电池板的面积数据。

图5为本发明一实施例中太阳能基站能量供给的处理方法模型的示意图。

如图5所示，太阳能基站系统包括发电子系统51，储能子系统52和负载子系统53。其中，发电子系统51包括太阳能电池板511。储能子系统52包括储能电池521。负载子系统53消耗的能量包括基站静态能耗531和基站动态能耗532。太阳能电池板51通过能量采集501将采集到的太阳能转换为电能为基站供电及对储能电池521充电503。当储能电池521未充满电时，储能电池521将太阳能电池板511发送的电能用于储能电池521的充电503，当储能电池521中的电量为100%状态时，储能子系统52将多余的电能进行能量溢出504。当太阳能电池板511提供转换的电能无法满足基站能量的需求时，储能电池521为负载子系统53提供能量502。负载子系统53的能量消耗一部分用用基站静态能耗531，一部分用于基站的动态消耗532。

图6为本发明一实施例图5中太阳能基站系统中太阳能电池板511与储能电池的能量转换步骤流程图。

如图6所示，首先在步骤601中，太阳能电池板将太阳能转换为电能并向基站供电。

在步骤602中当太阳能电池板转换的电能无法满足基站的需要时，储能电池为所述基站供电。

在步骤603中当太阳能电池板转换的电能无法满足基站电能的需要时，储能电池为基站供电。

在步骤604中当太阳能电池板转换的电能超出基站电能的需要时，储能电池存储额外的电能。

在步骤605中在储能电池电能存储过程中，当储能电池电量为充满状态时，太阳能电池板将多余的电能溢出。

在综合考虑本发明所提出的系统设计指标基础上，基于部署太阳能基站系统所在地的气象数据，结合步骤202中计算得到的基站能量消耗率μ_e及上述中所计算得到的配置储能电池容量C，设计所需配置的太阳能电池板的面积数据。

如图2所示，在最后的步骤204中，根据太阳能基站能量采集率、基站的能量消耗率和储能电池的容量数据计算得到对应太阳能电池板的面积数据。

图7为本发明一实施例中计算太阳能电池板的面积数据的方法步骤流程图。

如图7所示，基于部署太阳能基站系统所在地的气象数据，首先在步骤701中计算太阳能电池板的输出功率及在阈值时间内太阳能电池板的能量采集率。

具体的，在任意辐射强度和温度的条件下，太阳能电池板的输出功率可由下式计算得到：

$P_s\left(t\right)=A\×P_{\mathrm{mpp}\_\mathrm{ref}}\frac{S\left(t\right)}{S_{\mathrm{ref}}}[1-c(T\left(t\right)-T_{\mathrm{ref}})]\ln [e+b(\frac{S\left(t\right)}{S_{\mathrm{ref}}}-1)][1+a(T\left(t\right)-T_{\mathrm{ref}})]---\left(9\right)$

其中，P_{max_ref}为标准测试条件下的最大输出功率，该数据由在采用的太阳能电池板参数说明书中查找；标准测试条件是指：太阳辐射强度参考值S_ref=1000W/m²，环境温度参考值T_ref=25℃；S(t)和T(t)分别为不同测量时间的太阳辐射强度[单位：瓦/平方米]和温度[单位：摄氏度]，公式参数a，b，c分别为0.0025(℃)^-1，0.0005(W/m²)^-1，0.00288(℃)^-1；A表示太阳能电池板的面积数据（m²）；e为欧拉数。

发电子系统的能量采集率是指单位时间内发电子系统转化的电能量。根据太阳能电池板的功率输出特性，发电系统在[0,T]时间内的能量采集率可由下式计算得到

${\mathrm{\λ}}_e=\frac{1}{T}{\∫}_0^T{P}_s\left(t\right)\mathrm{dt}.---\left(10\right)$

其中，P_s(t)表示在[0,T]时间内，单位面积太阳能电池板的输出功率。

在给定部署地区气象和环境的条件下，显然能量采集率与太阳能电池板的面积相关。

随后在步骤702中根据太阳能电池板与储能电池的能量转换步骤，计算出太阳能基站系统的服务中断概率、弃光率和储能电池放电率。

具体的，对部署地的太阳辐射强度，温度进行统计，能够得到[0,T]的阈值时间内的日照强度函数S(t)和温度函数T(t)，通过式（9）和式（10），得到[0,T]时间内发电子系统的能量采集率λ_e。将发电子系统的能量采集过程拟合为参数为λ_e的泊松过程，则单位能量消耗时间内，发电子系统采集k个单位能量的概率为：

${\mathrm{\α}}_k={\∫}_0^{\∞}\frac{{\left({\mathrm{\λ}}_e{t}_e\right)}^k{e}^{-{\mathrm{\λ}}_e{t}_e}}{k!}f\left(t_e\right)d{t}_e---\left(11\right)$

其中，t_e表示消耗单位电能的时间，其概率密度函数为f(t_e)；λ_e表示在[0,T]时间内发电子系统的能量采集率，k表示在消耗单位电能时间内所采集到的能量个数。。

在消耗第i个单位能量时，储能电池中存储的能量n_i（0≤n_i≤C-1）由下式计算得到

$n_i=\left\{\begin{array}{cc}\min \{h_i,C-1\}& n_{i-1}=0\\ \min \{n_{i-1}-1+h_i,C-1\}& n_{i-1}=1,...,(C-1)\end{array}\right.---\left(12\right)$

其中，h_i表示在消耗第i个单位能量时系统采集的单位能量数；C表示锂储能电池容量。

定义p_d,k表示某单位能量离开时，储能电池中存储的能量为k（k＝0,…,C-1）的概率。状态转移概率p_d,jk表示在消耗某单位能量时，电池中能量由j转变到k的概率，即p_d,jk＝P{n_i＝k|n_i-1＝j}，0≤j,k≤C-1。p_d,jk由式（13）计算得到

$\begin{array}{c}{p}_{d,0k}=\left\{\begin{array}{cc}{\mathrm{\α}}_k& 0\≤k\≤C-2\\ 1-\underset{z=0}{\overset{C-2}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.j=0\\ p_{d,\mathrm{jk}}=\left\{\begin{array}{cc}{\mathrm{\α}}_{k-j+1}& j-1\≤k\≤C-2\\ 1-\underset{z=1}{\overset{K-j-1}{\mathrm{\Σ}}}{\mathrm{\α}}_z& k=C-1\end{array}\right.j=1,...,C-1\end{array}---\left(13\right)$

其中，C表示锂储能电池容量；j和k表示电池中的存储的能量个数；α_k表示单位能量消耗时间内，发电子系统采集k个单位能量的概率。

通过状态平衡方程 $p_{d,k}={\mathrm{\Σ}}_{j=0}^{C-1}{p}_{d,\mathrm{jk}}{p}_{d,j},k=0,...,C-1$ 和正则性条件

得到概率p_d,k。根据PASTA特性，在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，储能电池中存储能量为k的概率p_e,k，k＝0,1,…,C，由下式计算得到

$p_{e,k}=\left\{\begin{array}{cc}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}& k=\mathrm{0,1},...C-1\\ 1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}& k=C\end{array}\right.---\left(14\right)$

其中，λ_e表示在[0,T]时间内发电子系统的能量采集率；μ_e表示步骤202中计算得到的基站能量消耗率；p_d,k表示某单位能量离开时，储能电池中存储的能量为k（k＝0,…,C-1）的概率；C表示锂储能电池容量。

在步骤703中，根据太阳能基站系统设计指标为约束条件，以最小化太阳能基站系统的投资成本作为优化目标，建立优化问题，并对优化问题进行求解，得到最优的太阳能电池板的面积数据的设计方案。

具体的，首先计算基站系统设计指标。

在无光的极端条件下，显然，当储能电池中存储的能量小于C×(1-l)时，基站将无法正常工作。因此，服务中断概率p_outage可由下式计算得到

$p_{\mathrm{outage}}=\mathrm{Pr}(k\≤C\×(1-l))=\underset{k=0}{\overset{C\×(1-l)}{\mathrm{\Σ}}}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}---\left(15\right)$

其中，C表示锂储能电池容量；l为电池的放电深度；λ_e表示在[0,T]时间内发电子系统的能量采集率；μ_e表示基站能量消耗率；p_d,k表示由状态平衡方程正则条件联合得到的某单位能量离开时，储能电池中存储的能量为k（k＝0,…,C-1）的概率。

而当储能电池荷电状态为100%时，太阳能电池所产生的电能将无法存储在储能电池中，系统的弃光率p_discard可由下式计算得到

$p_{\mathrm{discard}}=\mathrm{Pr}(k\≥C)=1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}---\left(16\right)$

其中，C表示锂储能电池容量；μ_e表示基站能量消耗率；p_d,0表示由状态平衡方程正则条件联合得到的某单位能量离开时，储能电池中存储的能量为0的概率。

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，储能电池中存储能量的均值为因此，储能电池放电率为

然后对太阳能基站系统进行最优的设计。

具体的，根据系统不同的优化目标，以供电系统的系统设计指标为约束条件，对发电系统和储能系统的容量进行优化设计。本发明以最小化成本为优化目标，建立优化问题：

min g(A)×A

s.t.p_outage≤ε_outage,     （17）

p_discard≤ε_discard,

γ_l≤γ≤γ_h.

其中，ε_outage和ε_discard分别为所设计太阳能基站系统允许的服务中断概率和弃光率；[γ_l,γ_h]为电池放电率的最佳工作区间；P_outage为服务中断率，P_discard为弃光率，γ为储能电池放电率，g(A)为与太阳能电池的面积数据A相关的投资成本函数。式（17）为非线性凸优化问题，对式（17）求解可采用工程人员熟悉的凸优化理论和计算机方法求解。

在本发明提供的太阳能基站能量供给的处理方法实施例中，太阳能基站系统的设计原则是在保证满足通信设备用电需求的前提下，合理设计太阳能电池板的面积数据和储能电池的容量数据，以便满足系统的可靠性、稳定性和经济性要求。并且本发明实施例中提出了新型的系统设计指标：服务中断概率、弃光率和储能电池放电率。具体说明如下：

服务中断概率（在上述实施例中表示为p_outage）：在太阳能基站系统中，由于发电子系统与储能子系统的能量不足，而导致基站无法正常工作的概率。显然，服务中断概率越低，系统可靠性越强。

弃光率（在上述实施例中表示为p_discard）：由于储能子系统容量的有限性，当储能电池充满时，若太阳能电池所转化的电能超出基站所需电能，则额外的电能将被丢弃，从而造成弃光。因此，本发明定义在太阳能基站系统中，由于储能电池充满，而导致额外转换的电能流失的概率为弃光率。显然，弃光率越低，系统设计越合理。

储能电池放电率（在上述实施例中表示为γ）：太阳能基站系统在稳定工作的条件下，储能电池当前容量与储能电池总容量之比。储能电池的放电率反映了储能电池的工作状态。

本发明提供的太阳能基站能量供给的处理方法旨在降低服务中断概率，弃光率，保证储能电池工作在浅放浅充的最佳工作状态的前提下，最优化太阳能基站系统的所需成本。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种太阳能基站能量供给的处理方法，其特征在于，包括以下步骤：

获取部署太阳能基站系统所在地的气象数据和基站的静态功率，并在阈值时间内统计小区用户的服务请求率和用户的平均服务时长；

根据所述基站的静态功率、所述小区用户的服务请求率和用户的平均服务时长，计算在所述阈值时间内所述基站的能耗均值和能量消耗率；

根据所述基站的能耗均值和能量消耗率，计算所述阈值时间内储能电池释放的总能量，根据所述释放的总能量得到所对应的储能电池的容量数据；

根据部署太阳能基站系统所在地的气象数据，计算太阳能基站的能量采集率，根据所述太阳能基站的能量采集率、所述基站的能量消耗率和所述储能电池的容量数据计算得到对应太阳能电池板的面积数据；

所述气象数据包括所述基站所在地的日照强度和温度。

2.如权利要求1所述的太阳能基站能量供给的处理方法，其特征在于，所述方法还包括所述太阳能电池板与所述储能电池的能量转换步骤。

3.如权利要求1所述的太阳能基站能量供给的处理方法，其特征在于，所述基站在所述阈值时间内消耗的总能量包括静态部分和动态部分，在所述阈值时间内所述基站消耗的总能量为：

E_BS＝E_BS,d/η_BS+E_BS,s

其中，E_BS为所述基站消耗的总能量，E_BS,d表示基站能耗的动态部分，E_BS,s表示基站能耗的静态部分，η_BS为功率放大器的效率因子。

4.如权利要求1或3所述的太阳能基站能量供给的处理方法，其特征在于，所述基站在所述阈值时间内消耗的总能量的计算步骤具体包括：

计算所述基站功率放大器对单个用户的发射功率；

根据所述发射功率和用户的平均服务时长，计算所述功率放大器对单个用户的发射能耗；

根据基站的服务用户数量、服务时长和用户分布，计算所述功率放大器的总的发射能耗和所述基站消耗的总能量。

5.如权利要求1所述的太阳能基站能量供给的处理方法，其特征在于，所述储能电池容量的计算步骤具体包括：

计算所述基站消耗的总能量E_BS的期望

其中，R₀表示天线远场的参考距离，R为基站覆盖区域半径[单位：米]，P_BS,s为基站静态功率，λ_m为单位时间内请求基站服务的用户数，P_min为满足用户服务质量的最小接收功率，

为用户的平均服务时长，η_BS表示功率放大器的效率因子，通常取值为2/3，κ依赖于基站天线特性和信道损耗，θ表示路径损耗指数，κ和θ具有不同的值，T为阈值时间，能量消耗率

在所述阈值时间内，计算所述储能电池释放的总能量：

其中，E_discharge表示所述储能电池释放的总能量，表示所述阈值时间内所述基站引起的所述储能电池能量消耗，

表示由所述储能电池非线性特性引起的能量消耗，E_BS为基站消耗的总能量，β表示所述储能电池的扩散率，e为欧拉常数，所述阈值时间为[0,T]；

根据系统可靠性的要求，所述储能电池的容量数据为：

$C=\frac{N\×E_{\mathrm{disch}\arg e}}{l}$

其中，C表示所述储能电池的容量数据，N表示连续无有效利用太阳能的天数，l表示所述储能电池的放电深度。

6.如权利要求1或5所述的太阳能基站能量供给的处理方法，其特征在于，根据部署太阳能基站系统所在地的气象数据，计算太阳能基站的能量采集率，根据所述基站能量消耗率和得到的所述储能电池容量，计算出所述太阳能电池板的面积数据步骤。

7.如权利要求2所述的太阳能基站能量供给的处理方法，其特征在于，所述太阳能电池板与所述储能电池的能量转换步骤具体包括：

所述太阳能电池板将太阳能转换为电能并向所述基站供电；

当所述太阳能电池板转换的电能无法满足基站的需要时，所述储能电池为所述基站供电；

当所述太阳能电池板转换的电能无法满足所述基站电能的需要时，所述储能电池为所述基站供电；

当所述太阳能电池板转换的电能超出所述基站电能的需要时，所述储能电池存储额外的电能；

在所述储能电池电能存储过程中，当所述储能电池电量为充满状态时，所述太阳能电池板将多余的电能溢出。

8.如权利要求6所述的太阳能基站能量供给的处理方法，其特征在于，所述计算出所述太阳能电池板的面积数据步骤具体包括：

计算所述太阳能电池板的输出功率及在所述阈值时间内所述太阳能电池板的能量采集率；

根据所述太阳能电池板与所述储能电池的能量转换步骤，计算出所述太阳能基站系统的服务中断概率、弃光率和储能电池放电率；

根据所述太阳能基站系统设计指标为约束条件，以最小化太阳能基站系统的投资成本作为优化目标，建立优化问题，并对所述优化问题进行求解，得到最优的太阳能电池板的面积数据的设计方案。

9.如权利要求8所述的太阳能基站能量供给的处理方法，其特征在于，所述建立优化问题具体包括：

min g(A)×A

s.t.p_outage≤ε_outage,

p_discard≤ε_discard,

γ_l≤γ≤γ_h.

其中，ε_outage和ε_discard分别为所述太阳能基站系统允许的服务中断概率和弃光率，P_outage为服务中断率，P_discard为弃光率，γ为储能电池放电率，[γ_l,γ_h]为电池放电率的最佳工作区间，g(A)为与太阳能电池板的面积数据A相关的投资成本函数。

10.如权利要求8所述的太阳能基站能量供给的处理方法，其特征在于，所述服务中断率P_outage和弃光率P_discard分别为：

$p_{\mathrm{outage}}=\mathrm{Pr}(k\≤C\×(1-l))=\underset{k=0}{\overset{C\×(1-l)}{\mathrm{\Σ}}}\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}{p}_{d,k}$

$p_{\mathrm{discard}}=\mathrm{Pr}(k\≥C)=1-\frac{1}{p_{d,0}+{\mathrm{\λ}}_e/{\mathrm{\μ}}_e}$

其中，Pr为概率函数，C为储能电池最大容量，λ_e表示在[0,T]时间内发电子系统的能量采集率，μ_e表示基站能量消耗率；p_d,k表示由状态平衡方程正则条件联合得到的某单位能量离开时，储能电池中存储的能量为k（k＝0,…,C-1）的概率；

在发电系统能量采集率为λ_e，负载系统能量消耗率为μ_e的情况下，储能电池中存储能量的均值为

其中，储能电池放电率γ通过公式 $\mathrm{\γ}=\frac{{\mathrm{\Σ}}_{k=0}^K{\mathrm{kp}}_{e,k}}{K}$ 得到。

Images