CN105959975B - 一种大规模基站节能工程节能量自动评估方法 - Google Patents
一种大规模基站节能工程节能量自动评估方法 Download PDFInfo
- Publication number
- CN105959975B CN105959975B CN201610453288.7A CN201610453288A CN105959975B CN 105959975 B CN105959975 B CN 105959975B CN 201610453288 A CN201610453288 A CN 201610453288A CN 105959975 B CN105959975 B CN 105959975B
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- energy
- base station
- saving
- main equipment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
- H04W88/08—Access point devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种大规模基站节能工程节能量的自动评估方法,该方法是基于实时数据驱动的基站能耗模型计算实施节能技术改造工程后的基站节能量。该方法通过采集基站的设备配置参数与能耗关联实时数据,采用数据拟合与机理分析方法建立基站的动态能耗模型,依据该模型,计算出一定计算/测量周期内的基站固有能耗或称基准能耗(即该站未实施节能工程前应该消耗的电能),从而以测量的基站实时能耗值减去固有能耗值计算出基站节能工程的节能量。该方法特别适用于合同能源管理模式下的大规模基站节能工程的节能量计算。
Description
技术领域
本发明涉及涉及能耗计量领域,特别涉及针对大规模通信基站节能工程的节能量评估,适用于合同能源管理EPC模式下的大规模基站节能工程的节能量自动评估,涉及到网络测量、计算模型、自动计算等领域的一种自动计算方法。
背景技术
在节能减排的大背景下,通信企业尝试采用在传统高能耗行业成功应用的合同能源管理模式(EPC)来破解行业节能减排举步维艰的困局。EPC模式下的节能工程能否顺利实施,关键在于准确核定节能量或节能效益。
当前通信基站节能效益核定主要是采用人工分析方法。主要有对比测试分析法、标杆基站法、周期启停测试法等。对比测试法、标杆基站法都是按一定比例选取标杆基站,对标杆基站人工定期抄表,将抄表值作为基准值,再与被测基站的同期电耗数据做对比,以差值作为节能量;周期起停法是对节能设备/系统做周期性关断与运行测试,将节能设备关断周期内的能耗值作为基准值,通过计算各个关断与启停之间的能耗差值,以作为单位时间内(周期)的节能量,并依此为基数推算该基站的总节能量。
不管是比较法、周期启停测试法还是标杆基站法,都依赖于基站历史数据的对比分析,不仅耗时费力,而且节能量算法粗糙,误差大,不具有公信力,并且使用某一个指标进行能耗评估,可能会掩盖几个关联指标所涵盖的信息,导致评价结果不够客观。由于采用合同能源管理的基站数量大,实施人工分析方法成本高又很难操作,效率低,不能适应节能产业化,不能科学有效的核定通信企业的节能量。
发明内容
为了克服人工分析方法,算法粗糙、误差大、人工成本高、不能大规模推广的特点,本发明提供一种用于通信基站的节能量自动评估方法,该方法是基于实时数据驱动的基站能耗模型计算实施节能技术改造工程后的基站节能量。通过采集基站的设备配置参数与能耗关联实时数据,采用数据拟合与机理分析方法建立基站的动态能耗模型,依据该模型,计算出一定计算/测量周期内的基站固有能耗或称基准能耗(即该站未实施节能工程前应该消耗的电能),从而以测量的基站实时能耗值减去固有能耗值计算出基站节能工程的节能量。适用于合同能源管理EPC模式下的大规模基站节能工程的节能量自动评估。
为解决上述技术问题,本发明提出的技术方案为:
一种大规模基站节能工程节能量自动评估方法,通过分析基站能耗构成,从机房设备耗电情况出发,对主要耗电设备的基准能耗进行分类建模(包括主设备、开关电源设备、空调设备),具体包括以下步骤:
S1:导入基站静态属性,包括设备配置参数、机房围体参数等基站基本属性。
S2:根据主设备参数,对主设备基准能耗进行建模,得到基站主设备能耗值模型,以拟合结果计算主设备能耗值。
经过某运营商提供的大量历史能耗统计数据分析,基站主设备的能耗量与载频的数量呈一定的正相关关系。
本发明拟从线性拟合的角度得出主设备能耗计算模型。通过对主设备能耗值与载频数进行一元线性拟合,得到单个载频耗电量拟合值及传输设备与机架功耗的电量拟合值。再以该拟合值为标准计算基站主设备能耗值。
QBTS=K×N+b0 (1)
QBTS=N×QCF+QT+Q0 (2)
QBTS表示基站主设备月总耗电量,单位为KWH;K表示单个载频月耗电量,单位为KWH;N表示载频数,QCF表示单个载频月用电量,QT表示传输设备月用电量,Q0表示载频机机架月用电量。
S3:根据开关电源参数,对开关电源基准能耗进行建模,得出开关电源的能耗计算模型,计算开关电源能耗值。
本发明拟从主设备的用电量和开关电源模块的转换效率,得出开关电源的能耗计算模型。
QSP表示开关电源的月耗电量,单位为KW;λ表示交/直流转化系数。
S4:设定采样周期,采集周期内的气象关联数据,即室内外温度。
S5:对空调基准能耗进行建模得出空调能耗计算模型,并计算采样周期内的空调能耗值。
本发明拟从能量守恒原理及空调制冷原理得出空调能耗计算模型。
S51.对主设备散热量进行计算;
QBTS_Heat=QBTS×(1-α) (4)
S52.对开关电源散热量进行计算;
S53.对围体外墙结构传热量进行计算;
F表示机房传热面积,K表示传热系数;Tin/Tout表示室内外温度;ti表示采样周期;i表示采样序列。
S54.将以上结果相加得出空调制冷量,并最终得出空调总能耗。
将式(4)、(5)、(6)相加得出空调制冷量Qcol,再与式(7)联立
式(7)中Qcol表示空调制冷量,β表示空调能效比,PAC表示空调运行功率。
F表示机房的外墙和屋顶面积,单位为m2;K表示传热系数,单位为W/m2·℃;Tin表示室内温度(一般在26-28℃),单位为℃;Tout表示室外温度,单位为℃;
计算得出空调的运行功率,再对相应时间内对PAC进行累加得出空调耗电量:
S6:将主设备能耗、开关电源能耗、空调设备能耗线性累加得出基站的基准能耗模型。
S7:根据实际情况设定评估计算周期,将各采样周期内的能耗值累加作为基准能耗值;
Qestimate=∑(QBTS+QSP+QAC)
其中,Qestimate表示计算值,QBTS表示主设备能耗计算量、QSP表示开关电源计算量、QAC表示空调能耗计算量
S8:以实际能耗数据值与基准能耗值作差,以差值作为节能量。
Qenergy_saving=Qestimate-Qactual_value
其中,Qenergy_saving表示节能量,Qactual_value表示实际抄表值。
相比于人工分析方法,本发明的基站能耗预测模型在充分分析基站静态参数与大量能耗样本数据的基础上,提出以基于数据拟合的主设备能耗建模与辅助设备、空调设备的机理分析建模相结合,再考虑了各类关联因素之后建立起基站能耗预测混合模型,可为各类单一或综合节能措施所产生的节能效益进行综合评估,做到基站节能量自动评估,可通过该改变基站的静态参数而适用于其它的典型场景基站,大大缩减人工成本,减少人工分析的误差,促进通信运营商在基站能耗的管理节能上实现能耗的可观可控,实现企业管理节能。
附图说明
图1为本发明基站节能量评估计算方法流程示意图;
图2为本发明基站基准能耗模型计算流程示意图;
图3为本发明主设备能耗模型计算流程示意图;
图4为本发明空调能耗模型计算流程示意图;
图5为本发明华为设备载频数与主设备能耗关系散点图;
图6为本发明中兴设备载频数与主设备能耗关系散点图;
图7为本发明中兴设备载频数与主设备能耗关系拟合图;
图8为本发明华为设备载频数与主设备能耗关系拟合图。
具体实施方式
以下结合说明书附图对本发明作进一步描述,但并不因此而限制本发明的保护范围。
本发明提供的基站能耗预测模型建模方法是用来预测未安装节能改造设备时,基站的固有耗电量。基站在一定时间段内的实际耗电量与模型预测的基站在此期间的耗电量之差,即为在此期间的总节电量。
实施例:
参见附图1-4所示,通过分析通信基站能耗构成要素,移动通信基站的总能耗可以从基站主设备能耗、开关电源能耗、空调设备能耗三方面做主要考量。具体实施步骤参如下:
Step1:计算主设备耗电量。
载频数与主设备能耗具有线性相关关系,利用不同厂家设备实际用电量,对主设备能耗与载频数关系进行一元线性拟合,并考察拟合函数的相关性,将拟合结果进行保存,依据载频个数来计算主设备的耗电功率。
参见附图5-8所示,根据一元线性最小二乘原理,利用某运营商提供的主设备静态参数与大量样本能耗数据,对主设备能耗与载频数关系进行一元线性拟合,并考察拟合函数的相关性。参见附表1、2,通过中兴设备载频与主设备月能耗关系和华为设备载频与主设备月能耗关系,及附表3,中兴、华为设备载频数与主设备能耗关系相关系数可以看出,载频数与主设备能耗具有线性相关关系,随着载频数的增多,对应的主设备能耗量增加。
表1中兴设备载频与主设备月能耗关系
表2华为设备载频与主设备月能耗关系
表3中兴、华为设备载频数与主设备能耗关系相关系数
Step2:计算开关电源耗电量。主设备的直流用电是通过开关电源的交/直流转换而来,电源转化效率为λ,因此,开关电源设备的用电量取决于主设备的用电量和电源的效率。
Step3:计算主设备散热量,开关电源散热量。主设备的用电除极小部分转化为电信号发射出去外,其余的都转化为热量、噪声。由于实际过程中,呼损功率所占比例较小,为计算的方便可省略电信号的呼损功率损失。
Step4:以机房围体外墙结构传热系数、围体面积、室内外温度、主设备散热、开关电源散热、空调能效比计算空调能耗。根据热平衡及能量守恒原理,空调的制冷量与室内设备散热、外墙阳光辐射传热、室内外温度传热平衡,以及空调的制冷能力与空调的功率与能效比有关,已知空调的输入功率和空调的能效比可得空调单位时间内的制冷量,因此,可依据该原理计算空调的耗电功率。
以湖南某地区,万康医院、革新基站为实验对象,测试对象基站的静态参数如表参见附表4、5。
表4基站围体结构
表5测试对象地区2015年1-12月平均气温数据/℃
Step5:基站总能耗。移动通信基站的总能耗为基站主设备能耗、开关电源能耗、空调设备能耗之和。将step1、step2、step3和step4中计算得出的主设备耗电量、开关电源耗电量、空调耗电量做线性累加,所得计算结果即为基站月耗电量。
上述方法中,如果需要计算一段时间内(如一年)的总耗电量,只需利用公式,分别计算出主设备耗电量、开关电源耗电量、空调耗电量,并将三个计算得到的耗电量累加即可。
Step6:运用能耗模型对2个测试基站进行计算,得出实际耗电量与预测耗电之间的对比关系,从而完成对基站节能量的评估。万康医院基站抄表数据与预测数据对比见附表6,革新基站基站抄表数据与模型预测数据对比见附表7。
表6万康医院基站节能量计算表
表7革新基站节能量计算表
综上所述,本发明的计量方法是建立在“黑箱”数据拟合+“白箱”机理分析的基础之上,由于工程实际因素,忽略了一些次要的能耗设备,在抓住“主要矛盾”——主设备、开关电源、空调设备的同时,考虑到了计算误差问题。下一步的研究任务主要是继续提高模型的精度并建立能耗在线计算系统,模型精度提高可从两方面着手,一是在原有模型的基础上,将预测模型中的相关因素考虑更全面,以期缩小误差;另一方面是在全盘考虑能耗因素之后,建立更加精确的能耗模型,然后以该模型为基础建立计算系统。
上述是本发明的具体内容,并非对本发明作任何形式上的限制。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围的情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对本发明及其实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (1)
1.一种大规模基站节能工程节能量自动评估方法,其特征在于,包括以下步骤:
S1:导入基站静态属性;
S2:根据主设备参数,对主设备基准能耗进行建模,得到基站主设备能耗值模型,以拟合结果计算主设备能耗值;对主设备能耗值与载频数进行一元线性拟合,得到单个载频能耗拟合值及传输设备与机架功耗的电量拟合值,再以该拟合值为标准计算基站主设备能耗值,
QBTS=N×QCF+QT+Q0 (2)
QBT S表示基站主设备月总能耗,单位为KWH;N表示载频数,QCF表示单个载频月用电量,QT表示传输设备功耗,Q0表示载频机机架功耗;
QSP表示开关电源的月能耗,单位为KWH;λ表示交/直流转化系数
S4:设定采样周期,采集周期内的气象关联数据;气象关联数据为室内外温度;
S5:对空调基准能耗进行建模得出空调能耗计算模型,并计算采样周期内的空调能耗值,步骤如下:S51.对主设备散热量进行计算;
QBTS_Heat=QBTS×(1-α) (4)
α表示主设备月用电转化为非热量的效率;
S52.对开关电源散热量进行计算;
S53.对围体外墙结构传热量进行计算;
F表示机房传热面积,K表示传热系数,单位为W/m2·℃;Tin、Tout分别表示室内外温度;Δti表示采样周期;i表示采样序列;n表示总采样次数;
S54.将以上结果相加得出空调制冷量,并最终得出空调总能耗;
将式(4)、(5)、(6)相加得出空调制冷量Qcol,则;
β表示空调能效比,PAC表示空调运行功率;机房传热面积包括机房的外墙和屋顶面积,单位为m2;Tin表示室内温度,单位为℃;Tout表示室外温度,单位为℃;PBTS表示基站主设备用电功率;
计算得出空调的运行功率,再对相应时间内对PAC进行累加得出空调能耗:
S6:将主设备能耗、开关电源能耗、空调能耗线性累加得出基站的基准能耗模型;
S7:设定评估计算周期,将各采样周期内的能耗值累加作为基准能耗值;
S8:以实际能耗数据值与基准能耗值作差,以差值作为节能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610453288.7A CN105959975B (zh) | 2016-06-22 | 2016-06-22 | 一种大规模基站节能工程节能量自动评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610453288.7A CN105959975B (zh) | 2016-06-22 | 2016-06-22 | 一种大规模基站节能工程节能量自动评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105959975A CN105959975A (zh) | 2016-09-21 |
CN105959975B true CN105959975B (zh) | 2020-11-24 |
Family
ID=56906061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610453288.7A Active CN105959975B (zh) | 2016-06-22 | 2016-06-22 | 一种大规模基站节能工程节能量自动评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105959975B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108427840B (zh) * | 2018-03-09 | 2022-04-12 | 捷通智慧科技股份有限公司 | 基于基准能效预测的数据中心空调系统节能量计算方法 |
CN110873360B (zh) * | 2018-09-03 | 2021-12-28 | 国网信息通信产业集团有限公司 | 供暖节能改造项目的节能量确定方法及装置 |
CN111065114B (zh) * | 2018-10-17 | 2021-12-28 | 华为技术有限公司 | 节能管理方法、装置及存储介质 |
CN109948880A (zh) * | 2018-12-29 | 2019-06-28 | 中国电力科学研究院有限公司 | 一种电力需求侧项目经济分析方法及系统 |
CN112258337B (zh) * | 2020-09-14 | 2024-03-12 | 陕西讯格信息科技有限公司 | 一种自我补全修正的基站能耗模型预测方法 |
CN114679899B (zh) * | 2022-04-24 | 2024-01-02 | 中国电信股份有限公司 | 机房空调自适应节能控制方法及装置、介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095927A (zh) * | 2010-11-22 | 2011-06-15 | 湖南弘龙科技开发有限公司 | 用于通信基站的节能计量方法 |
CN103024761A (zh) * | 2011-09-26 | 2013-04-03 | 艾默生网络能源有限公司 | 基站能耗模型建立方法、能耗预测方法及装置 |
WO2014022723A2 (en) * | 2012-08-01 | 2014-02-06 | Tendril Networks, Inc. | Optimization of energy use through model-based simulations |
-
2016
- 2016-06-22 CN CN201610453288.7A patent/CN105959975B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102095927A (zh) * | 2010-11-22 | 2011-06-15 | 湖南弘龙科技开发有限公司 | 用于通信基站的节能计量方法 |
CN103024761A (zh) * | 2011-09-26 | 2013-04-03 | 艾默生网络能源有限公司 | 基站能耗模型建立方法、能耗预测方法及装置 |
WO2014022723A2 (en) * | 2012-08-01 | 2014-02-06 | Tendril Networks, Inc. | Optimization of energy use through model-based simulations |
Non-Patent Citations (3)
Title |
---|
基于Matlab和DeST模型的基站单载频能耗对比分析;朱城宇,舒华英;《中国科技论文在线精品论文》;20141130;第7卷(第22期);第3.4节 * |
基于粒子群算法的通信基站空调能效比参数辨识;郭会芳;《中国优秀硕士学位论文全文数据库》;20130615;第4.2节 * |
移动通信基站耗电量估算模型的研究;徐帅男,顾正杰,韩利平;《邮电设计技术 》;20140820;第1、2、3节,附图1、2 * |
Also Published As
Publication number | Publication date |
---|---|
CN105959975A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105959975B (zh) | 一种大规模基站节能工程节能量自动评估方法 | |
CN110633744B (zh) | 一种智能电表的台区识别方法 | |
Shin et al. | Prediction of cooling energy use in buildings using an enthalpy-based cooling degree days method in a hot and humid climate | |
CN102095927B (zh) | 用于通信基站的节能计量方法 | |
CN108709287B (zh) | 一种空调系统冷负荷预测方法及冷水机组群控的策略 | |
KR101762543B1 (ko) | 건축물의 용도별 에너지사용량 추정 시스템 및 방법 | |
WO2019128843A1 (zh) | 一种基于混合判据的非侵入式ih电饭煲运行辨识方法 | |
CN104915562A (zh) | 建筑能效诊断方法和系统 | |
KR101840738B1 (ko) | 공조장비의 실측 부하를 기반으로 한 건물의 냉난방부하 예측 방법 | |
CN107036238B (zh) | 动态预测外气与负载智慧节能控制方法 | |
Qian et al. | Power consumption and energy efficiency of VRF system based on large scale monitoring virtual sensors | |
CN107606745B (zh) | 地铁空调季逐时环控能耗预测方法 | |
CN110245873A (zh) | 一种绿色建筑运行品质评价方法、装置、设备及存储介质 | |
KR20160027481A (ko) | 건물 에너지 효율화 및 서비스 평가 시스템 및 그의 처리 방법 | |
CN117172625B (zh) | 一种对既有建筑进行节能改造的综合化分析方法 | |
JP2015104171A (ja) | 電力需要予測装置、電力需要予測方法および電力需要予測プログラム | |
US20140100805A1 (en) | Status estimation apparatus, status estimation method | |
CN109754195A (zh) | 一种地源热泵系统全年性能检测方法 | |
CN117033927B (zh) | 地铁站碳排放实时监测预测分析方法 | |
Claridge | A perspective on methods for analysis of measured energy data from commercial buildings | |
Rasmussen | Electrical efficiency measurement for data centers | |
US20150088441A1 (en) | Energy usage estimation device and energy usage estimation method | |
KR102254904B1 (ko) | 건축물 에너지 성능 측정 장치 및 방법 | |
CN109711049B (zh) | 一种混合式的地铁空调冷水机组能效估计方法 | |
Wei et al. | Data-driven two-step identification of building thermal characteristics: A case study of office building |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |