CN112968456A - 一种计及基站通信负载状态的5g基站储能调控方法 - Google Patents

Abstract

本发明公开了属于储能充放电控制技术领域的一种计及基站通信负载状态的5G基站储能调控方法。本发明首先对5G基站储能及通信负载状态进行分析，根据市电供应状态、基站负载状态和储能充放电次数状态确定基站储能是否可以进行调控；然后根据基站通信负载量确定这些参与电网协同互动的基站储能可提供给电网的可调度容量大小；最后使用最小化负荷曲线的方差作为优化目标函数，建立5G基站储能参与电网削峰填谷模型，并根据优化结果制定5G基站储能调控策略，控制基站储能参与电网协调互动。该方法可以平抑电网功率波动、减少峰谷差、延缓电网设施升级；基站储能参与电网削峰填谷也可利用峰谷套利使运营商的用电费用降低，在不影响基站通信服务质量以及5G用户体验的前提下，达到电网与通信运营商的互利共赢。

Description

一种计及基站通信负载状态的5G基站储能调控方法

技术领域

本发明属于储能充放电控制技术领域，特别涉及一种计及基站通信负载状态的5G基站储能调控方法。

背景技术

近两年，我国已在多个场合明确提出要加快“新基建”发展步伐，5G基站建设作为新基建的代表，正稳步推进建设进程。5G通信频段较高，同等功率下，传输距离下降，单个5G基站覆盖范围较4G基站小。同时，由于5G使用了更大规模的阵列天线、更高的带宽，基站耗能明显高于原有3G、4G基站。在5G时代，由于功耗大幅增加，运营商将面临非常大的电费压力，各大运营商都在积极探索降低运营成本的模式方法，以响应国家降资费的要求。5G基站通常会配置储能作为备用电源来保证基站的不间断供电需求，据工信部预计2023年5G基站对备用电池需求量将达到31.8Gwh，这是一笔非常大的可调控储能资源。随着我国配电网更加坚强可靠，市电停电几率越来越低，停电时间越来越短。而在电力系统正常供电时，通讯基站内部的电池储能一直处于闲置状态，造成了资源的浪费。

针对5G基站的上述状况，国内外对于5G基站节能降耗的研究的技术包括：

技术1：5G基站节能技术

目前，国内外对于5G基站节能降耗的研究多聚焦于基站休眠技术，国外研究学者很早便提出可以通过基站休眠的方式来降低基站的能耗，通过提出5G基站休眠技术模型，针对不同类型的基站给出不同的功耗值，并通过基站各元部件的组成对基站功耗值进行分析。通常来讲，判断一个基站是活跃的还是空闲的，取决于该基站当前是否在进行传输。此外，基站还可以处于不同模式，包括活跃模式、休眠模式、关闭模式等。同时，基站的通信负载状态也会影响基站的功耗。有文献提出，在低负载的情况下使用基站休眠可以有效地降低系统功耗。因此对于5G基站节能技术的研究意在从源头降低基站的能耗，进而达到节省电费、降低运营商运营成本的目的。但这种方法往往伴随运营商通信服务质量受损，5G通信用户体验感降低等弊端。

技术2：电力系统储能调控技术

在发电侧，储能系统可配合常规汽轮机组出力，发挥调频和调压作用，此外，储能系统也可同风、光自动发电控制系统相配合，提升电力系统的调节能力，减少弃风弃光。在输电侧，储能系统可辅助电网调频、改善网络的潮流分布以及电网稳定性。在配电侧，通常利用储能系统在负荷低谷时储能，在负荷高峰时发电，平滑负荷曲线，延缓设备扩容，提高电网运行经济性。在用户侧，目前储能作为需求响应手段，其盈利空间有限。对于采用两部制电价的用户，通过储能系统降低基本电费的同时，再搭配峰谷差获利、用户自身优化运营，有可能实现盈亏平衡。但是随着5G基站建设的逐步推进，基站储能成为不可忽视的可调控储能资源。5G基站作为新的储能配置主体参与到与配电网的协同调度中来，可实现电网与通信运营商的互利共赢。目前关于5G基站储能参与电网协同调度的研究尚属空白，且由于5G基站的自身通信业务特性，其他形式的储能调控研究成果无法完全适配于5G基站储能调控。

首先，由于5G基站能耗高，用电量大，故探索降低运营商电费支出的新思路、新方法十分必要。研究5G基站储能参与电网协同调度可利用储能的低储高发来实现峰谷套利，从而实现在不影响通信服务质量及用户体验的前提下，降低运营商电费支出的目的。其次，随着配电网可靠性的提高，市电停电几率越来越低，停电时间越来越短。而在电力系统正常供电时，通讯基站内部的电池储能一直处于闲置状态，造成了资源的浪费。研究5G基站储能参与电网协同调度可盘活闲置基站储能资源，并令其参与到电网优化运行中，从而达到平抑电网功率波动，减少峰谷差等目的，实现电网与通信运营商的互利共赢。

发明内容

本发明的目的是提供一种计及基站通信负载状态的5G基站储能调控方法，其特征在于，所述5G基站储能调控步骤如下：

步骤一，基站储能分群判别

目前选取了5G基站储能分群判别的4个指标，分别为：市电供应状态、基站负载状态、储能荷电状态和储能充放电次数状态；根据各项指标将基站储能划分为可调控基站储能群和不可调控基站储能群，并将可调控基站储能群再细分为可调控充电储能群和可调控放电储能群；

步骤二，基站储能可调度容量计算

在调控基站储能时，要考虑其作为基站后备电源的备电初衷从而确定其参与电网协同互动的可调度容量，基站的备电需求受基站能耗影响，能耗越大，满足备电需求所需的储能容量越大；同时，基站的能耗又与基站的通信流量负载状态成正比，故通信负载状态越繁重的基站，其储能的可调度容量越小；

步骤三，基站通信负载状态的5G基站储能削峰填谷模型建立

根据基站储能的可调控容量，使用最小化负荷曲线的方差作为优化目标函数，建立5G基站储能参与电网削峰填谷模型；应该以基站能耗状态为约束条件，包括：考虑基站储能的充放电状态约束、根据储能可调度容量计算充放电功率约束、电网功率约束；利用智能算法优化求解，并根据求解结果制定基站储能参与电网削峰填谷的调控策略。

所述步骤一5G基站储能分群判别依据，分别为：

1)市电供应状态：所述研究5G基站储能的调控都是基于储能闲置条件下的进行的，若市电故障停电，基站储能必然要履行其备电的初衷作用；所以市电供应状态是最先需要考虑的状态量；

2)基站负载状态：不同基站在不同时刻的流量负载是不同的，可根据基站流量负载程度不同为其添加零负载、轻负载、重负载标签；对于流量负载过高的重负载基站，因其承担的用户数目大，业务多，对基站储能的备电可靠性需求也会增高，因此考虑不对重负载基站的储能进行调控，令其专心备电；

3)储能荷电状态：根据储能荷电状态的不同来决定是将其编入充电储能群还是放电储能群，并可以通过设定一定的荷电状态限制值来限制储能的充放电深度；

4)储能充放电次数状态：储能充放电次数与储能系统寿命直接相关，因此采用设定充放电次数限制，避免储能因受电网调控而频繁充放电导致其使用寿命下降的问题；对于储能充放电次数达到上限的基站储能则不考虑继续对其进行调控。

所述步骤二中基站通信负载状态划分方法具体为：

设基站通信负载状态指标：

其中，L表示基站当前负载量，L_all表示基站可承担最大负载量，基站负载状态指标λ_load定义为基站当前负载量和基站最大负载量的比值，反映了基站当前负载状态的繁重程度，由于用户接入基站时不允许超负载，故λ_load∈[0,1]。根据λ_load的大小对基站负载状态进行如下划分：零负载状态，λ_load＝0；正常状态，λ_load∈(0,0.8]；重负载状态，λ_load∈(0.8,1]；

所述步骤二中参与电网协调互动的基站储能可调度容量计算方法具体为：

设S_min和S_max分别为考虑基站负载状态设定的储能充放电SOC上下限。其中：

上式将基站储能的放电SOC下限与基站负载状态相关联，当基站负载状态指标λ_load值增大时，储能的放电SOC下限S_min随之增高，储能放电到约束的SOC值时便停止放电，尽可能提升储能的备电可靠性。

对于基站储能充电上限的约束没有放电下限约束那么严格，故将S_max默认设置为S_max＝S_up。

综合考虑储能SOC的两种约束，得到基站i的最终充放电SOC上下限：

S_i,min＝max{S_down,S_min}

S_i,max＝S_max＝S_up

根据基站i储能的实时SOC状态和充放电SOC上下限可计算储能的向上可充电容量和向下可放电容量：

其中，

和

分别为向上可充电容量和向下可放电容量，S_i(t)为t时刻基站i储能的SOC值，S_i,max和S_i,min为基站i的储能充放电SOC上下限，E为储能额定容量。

根据储能的可充电容量和可放电容量可以计算出在一个调度的时间间隔Δt内，基站i储能的最大充电功率和最大放电功率：

其中，

为基站i储能的最大充电功率，

为储能电池的最大充电功率限制值。

假设充电基站储能群的基站数量为M个，则t时刻充电储能群的最大充电功率为：

同理，储能放电时：

其中，

为基站i储能的最大放电功率，

为储能电池的最大放电功率限制值。

假设充电基站储能群的基站数量为N个，则t时刻放电储能群的最大放电功率为：

所述步骤三中计及基站通信负载状态的5G基站储能削峰填谷模型具体为：

(1)目标函数

使用最小化负荷曲线的方差作为优化目标函数：

式中，D(t)是t时刻电网的负荷需求，P_ch(t)、P_diss(t)为t时刻5G基站储能总充电放电功率，且P_ch(t)＝∑P_i,ch(t)，P_diss(t)＝∑P_i,diss(t)。

(2)约束条件

充放电状态约束：

其中，β_ch、β_diss为储能充放电状态变量。

充放电等式约束：

其中，E_i,t为t时刻储能i容量，η_ch为储能充电系数，η_diss为储能放电系数，E为储能额定容量。

充放电功率约束：

其中，P_i,ch(t)为储能i在t时刻的充电功率，P_i,diss(t)为储能i在t时刻的放电功率。

电网功率约束：

其中，

分别为当前区域电网允许的传输功率上下限。

本发明的有益效果在于：

本发明首先对5G基站储能状态进行分析，确定其基站储能是否进行调控，并根据优化结果制定5G基站储能调控策略，控制基站储能参与电网协调互动；具有如下特点：

1)基站储能分群判别方法，根据市电供应状态、基站负载状态和储能充放电次数状态来判别基站是否可被编入可调控基站储能群从而参与电网协同互动。这种分群判别方法可减少基站储能因参与电网协同互动而对其备电作用的影响，并通过控制固定时间内储能的充放电次数，避免储能寿命的过度损耗。

2)基站储能可调度容量计算方法，根据基站通信负载状态确定基站储能参与电网协同互动的可调度容量，令通信负载越繁重的基站，储能可调度容量约小，从而保证外市电突然停供，基站储能仍留有较多的储能容量来满足基站的备电需求，等待市电恢复或进行负载转移。

3)计及基站通信负载状态的5G基站储能削峰填谷模型，对电网来说，可丰富电网可调控的分布式储能资源、平抑电网功率波动、减少峰谷差、延缓电网设施升级；对运营商来说，基站储能参与电网削峰填谷也可利用峰谷套利使运营商的用电费用降低，在不影响基站通信服务质量以及5G用户体验的前提下，达到电网与通信运营商的互利共赢。

附图说明

图1为5G基站储能分群判别流程图。

具体实施方式

本发明提供一种计及基站通信负载状态的5G基站储能调控方法，下面结合附图对本发明予以说明。

步骤一，基站储能分群判别

首先要确定哪些基站储能可以调控，哪些不可以调控，以及哪些储能适宜充电，哪些储能适宜放电；目前选取了5G基站储能分群判别的4个指标，分别为：

1)市电供应状态：是最先需要考虑的状态量，我们所研究的对5G基站储能的调控都是基于储能闲置条件下的，若市电故障停电，基站储能必然要履行其备电的初衷作用。

2)基站负载状态：不同基站在不同时刻的流量负载是不同的，可根据基站流量负载程度不同为其添加零负载、轻负载、重负载标签。对于流量负载过高的重负载基站，因其承担的用户数目大，业务多，对基站储能的备电可靠性需求也会增高，我们考虑不对重负载基站的储能进行调控，令其专心备电。

3)储能荷电状态：根据储能荷电状态的不同来决定是将其编入充电储能群还是放电储能群，并可以通过设定一定的荷电状态限制值来限制储能的充放电深度。

4)储能充放电次数状态：储能充放电次数与储能系统寿命直接相关，设定充放电次数限制可以避免储能因受电网调控而频繁充放电导致其使用寿命下降的问题。对于储能充放电次数达到上限的基站储能不考虑继续对其进行调控。

根据各项指标将基站储能划分为可调控基站储能群和不可调控基站储能群，并将可调控基站储能群再细分为可调控充电储能群和可调控放电储能群；具体分群判别的流程如图1。

步骤二，基站储能可调度容量计算

在确定了哪些基站储能可参与电网优化运行后，还需要确定这些参与电网协同互动的基站储能可提供给电网的可调度容量有多少；在调控基站储能时，要考虑其作为基站后备电源的备电初衷从而确定其参与电网协同互动的可调度容量，基站的备电需求受基站能耗影响，能耗越大，满足备电需求所需的储能容量越大；同时，基站的能耗又与基站的通信流量负载状态成正比，故通信负载状态越繁重的基站，其储能的可调度容量越小；5G基站储能最主要的功能是作为备用电源来保证基站的不间断供电需求，因此5G基站储能充放电方案的制定，需要根据基站对备用电源需求的紧要程度，以最小化外市电突然停供对基站连接用户的影响为前提，进行制定。

所述基站的通信流量负载状态(基站负载)表示基站目前承担业务量的多少，设基站负载状态指标：

其中，L表示基站当前负载量，L_all表示基站可承担最大负载量，基站负载状态指标λ_load定义为基站当前负载量和基站最大负载量的比值，反映了基站当前负载状态的繁重程度，由于用户接入基站时不允许超负载，故λ_load∈[0,1]。根据λ_load的大小对基站负载状态进行如下划分：

基站状态	基站负载状态指标
		零负载状态	λ<sub>load</sub>＝0
正常状态	λ<sub>load</sub>∈(0,0.8]
		重负载状态	λ<sub>load</sub>∈(0.8,1]

基站负载状态直接影响其对于备用电源需求的紧要程度，对于处于重负载状态的基站，其接入用户数目大，承担业务量多，对备用电源的容量稳定性和备电可靠性要求很高，而储能调控参与电网互动会影响其作为备用电源的可靠性，故本文不考虑对处于重负载状态的基站储能进行调控。对于处于零负载状态和正常状态的基站，因其对备用电源需求的紧要程度相对较低，随着外市电供电可靠性的提高，为了避免基站储能在市电供应正常时长期处于闲置状态而造成资源的浪费，考虑对此类基站储能进行合理调控，提高资源利用率。

为了提高基站储能调控的合理性，考虑通过限制基站储能动作的SOC范围将基站储能可调控容量与基站负载状态相关联，尽量降低储能调控对备电作用的影响。

设S_min和S_max分别为考虑基站负载状态设定的储能充放电SOC上下限。其中：

上式将基站储能的放电SOC下限与基站负载状态相关联，当基站负载状态指标λ_load值增大时，储能的放电SOC下限S_min随之增高，储能放电到约束的SOC值时便停止放电，尽可能提升储能的备电可靠性。

对于基站储能充电上限的约束没有放电下限约束那么严格，因为基站储能处于容量充裕状态是有利于保障基站备电的，故可将S_max默认设置为S_max＝S_up。

综合考虑储能SOC的两种约束，得到基站i的最终充放电SOC上下限：

S_i,min＝max{S_down,S_min}

S_i,max＝S_max＝S_up

根据基站i储能的实时SOC状态和充放电SOC上下限可计算储能的向上可充电容量和向下可放电容量：

其中，

和

分别为向上可充电容量和向下可放电容量，S_i(t)为t时刻基站i储能的SOC值，S_i,max和S_i,min为基站i的储能充放电SOC上下限，E为储能额定容量。

根据储能的可充电容量和可放电容量可以计算出在一个调度的时间间隔Δt内，基站i储能的最大充电功率和最大放电功率：

其中，

为基站i储能的最大充电功率，

为储能电池的最大充电功率限制值。

假设充电基站储能群的基站数量为M个，则t时刻充电储能群的最大充电功率为：

同理，储能放电时：

其中，

为基站i储能的最大放电功率，

为储能电池的最大放电功率限制值。

假设充电基站储能群的基站数量为N个，则t时刻放电储能群的最大放电功率为：

步骤三，基站通信负载状态的5G基站储能削峰填谷模型建立

根据基站储能的可调控容量，使用最小化负荷曲线的方差作为优化目标函数，建立5G基站储能参与电网削峰填谷模型；约束条件包括：基站储能的充放电状态约束、根据储能可调度容量计算得到的充放电功率约束、电网功率约束等；利用智能算法优化求解，并根据求解结果制定基站储能参与电网削峰填谷的调控策略；具体模型如下：

(1)储能调控目标函数

使用最小化负荷曲线的方差作为优化目标函数：

式中，D(t)是t时刻电网的负荷需求，由区域日负荷曲线可得；P_ch(t)、P_diss(t)为t时刻5G基站储能总充电放电功率，且P_ch(t)＝∑P_i,ch(t)，P_diss(t)＝∑P_i,diss(t)。

(2)储能调控约束条件

1)基站储能的充放电状态约束

其中，β_ch、β_diss为储能充放电状态变量。

2)储能的充放电等式约束

其中，E_i,t为t时刻基站i储能容量，η_ch为储能充电系数，η_diss为储能放电系数，E为储能额定容量；

3)储能的充放电功率约束

其中，P_i,ch(t)为基站i储能在t时刻的充电功率，P_i,diss(t)为基站i储能在t时刻的放电功率；

4)电网功率约束

其中，

分别为当前区域电网允许的传输功率上下限。

根据目标函数和约束条件利用遗传算法求解5G基站储能在每个优化时段内的充电放电功率，并根据优化结果制定5G基站储能调控策略，控制基站储能参与电网协调互动。

Claims (7)

1.一种计及基站通信负载状态的5G基站储能调控方法，其特征在于，所述5G基站储能调控步骤如下：

步骤一，基站储能分群判别

目前选取了5G基站储能分群判别的4个指标，分别为：市电供应状态、基站负载状态、储能荷电状态和储能充放电次数状态；根据各项指标将基站储能划分为可调控基站储能群和不可调控基站储能群，并将可调控基站储能群再细分为可调控充电储能群和可调控放电储能群；

步骤二，基站储能可调度容量计算

在调控基站储能时，要考虑其作为基站后备电源的备电初衷从而确定其参与电网协同互动的可调度容量，基站的备电需求受基站能耗影响，能耗越大，满足备电需求所需的储能容量越大；同时，基站的能耗又与基站的通信流量负载状态成正比，故通信负载状态越繁重的基站，其储能的可调度容量越小；

步骤三，计及基站通信负载状态的5G基站储能削峰填谷模型建立

根据基站储能的可调控容量，使用最小化负荷曲线的方差作为优化目标函数，建立5G基站储能参与电网削峰填谷模型；约束条件包括：基站储能的充放电状态约束、根据储能可调度容量计算得到的充放电功率约束、电网功率约束等；利用智能算法优化求解，并根据求解结果制定基站储能参与电网削峰填谷的调控策略。

2.根据权利要求1所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，所述步骤一中5G基站储能分群判别依据，分别为：

1)市电供应状态：所述研究5G基站储能的调控都是基于储能闲置条件下的进行的，若市电故障停电，基站储能必然要履行其备电的初衷作用；所以市电供应状态是最先需要考虑的状态量；

2)基站负载状态：不同基站在不同时刻的流量负载是不同的，可根据基站流量负载程度不同为其添加零负载、轻负载、重负载标签；对于流量负载过高的重负载基站，因其承担的用户数目大，业务多，对基站储能的备电可靠性需求也会增高，因此考虑不对重负载基站的储能进行调控，令其专心备电；

3)储能荷电状态：根据储能荷电状态的不同来决定是将其编入充电储能群还是放电储能群，并可以通过设定一定的荷电状态限制值来限制储能的充放电深度；

4)储能充放电次数状态：储能充放电次数与储能系统寿命直接相关，因此采用设定充放电次数限制，避免储能因受电网调控而频繁充放电导致其使用寿命下降的问题；对于储能充放电次数达到上限的基站储能则不考虑继续对其进行调控。

3.根据权利要求1所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，所述步骤二中基站通信负载状态划分方法具体为：

设基站通信负载状态指标：

其中，L表示基站当前负载量，L_all表示基站可承担最大负载量，基站负载状态指标λ_load定义为基站当前负载量和基站最大负载量的比值，反映了基站当前负载状态的繁重程度，由于用户接入基站时不允许超负载，故λ_load∈[0,1]；根据λ_load的大小对基站负载状态进行如下划分：零负载状态，λ_load＝0；正常状态，λ_load∈(0,0.8]；重负载状态，λ_load∈(0.8,1]。

4.根据权利要求1所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，所述步骤二中参与电网协调互动的基站储能可调度容量计算方法具体为：

设S_min和S_max分别为考虑基站负载状设定的储能充放电SOC上下限。其中：

上式将基站储能的放电SOC下限与基站负载状态相关联，当基站负载状态指标λ_load值增大时，储能的放电SOC下限S_min随之增高，储能放电到约束的SOC值时便停止放电，尽可能提升储能的备电可靠性；

对于基站储能充电上限的约束没有放电下限约束那么严格，故将S_max默认设置为S_max＝S_up。

5.根据权利要求4所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，综合考虑储能SOC的两种约束，得到基站i的最终充放电SOC上下限：

S_i,min＝max{S_down,S_min}

S_i,max＝S_max＝S_up

根据基站i储能的实时SOC状态和充放电SOC上下限可计算储能的向上可充电容量和向下可放电容量：

其中，

和

分别为向上可充电容量和向下可放电容量，S_i(t)为t时刻基站i储能的SOC值，S_i,max和S_i,min为基站i的储能充放电SOC上下限，E为储能额定容量；

根据储能的可充电容量和可放电容量可以计算出在一个调度的时间间隔Δt内，基站i储能的最大充电功率和最大放电功率：

其中，

为基站i储能的最大充电功率，

为储能电池的最大充电功率限制值。

6.根据权利要求5所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，假设充电基站储能群的基站数量为M个，则t时刻充电储能群的最大充电功率为：

同理，储能放电时：

其中，

为基站i储能的最大放电功率，

为储能电池的最大放电功率限制值；

假设充电基站储能群的基站数量为N个，则t时刻放电储能群的最大放电功率为：

7.根据权利要求1所述的涉及基站通信负载状态的5G基站储能调控方法，其特征在于，所述步骤三中计及基站通信负载状态的5G基站储能削峰填谷模型具体为：

(1)目标函数

使用最小化负荷曲线的方差作为优化目标函数：

式中，D(t)是t时刻电网的负荷需求，P_ch(t)、P_diss(t)为t时刻5G基站储能总充电放电功率，且P_ch(t)＝∑P_i,ch(t)，P_diss(t)＝∑P_i,diss(t)；

(2)约束条件

充放电状态约束：

其中，β_ch、β_diss为储能充放电状态变量；

充放电等式约束：

其中，E_i,t为t时刻基站i储能容量，η_ch为储能充电系数，η_diss为储能放电系数，E为储能额定容量；

充放电功率约束：

其中，P_i,ch(t)为基站i储能在t时刻的充电功率，P_i,diss(t)为基站i储能在t时刻的放电功率；

电网功率约束：

其中，

分别为当前区域电网允许的传输功率上下限。

Images