CN113766573A - 考虑负载均衡和备用的基站储能设施可调容量评估方法 - Google Patents

考虑负载均衡和备用的基站储能设施可调容量评估方法 Download PDF

Info

Publication number
CN113766573A
CN113766573A CN202111104315.7A CN202111104315A CN113766573A CN 113766573 A CN113766573 A CN 113766573A CN 202111104315 A CN202111104315 A CN 202111104315A CN 113766573 A CN113766573 A CN 113766573A
Authority
CN
China
Prior art keywords
base station
energy storage
power consumption
load
standby
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.)
Pending
Application number
CN202111104315.7A
Other languages
English (en)
Inventor
王晓晖
高赐威
郭明星
林固静
吕冉
宋梦
王素
费斐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
State Grid Shanghai Electric Power Co Ltd
Original Assignee
Southeast University
State Grid Shanghai Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southeast University, State Grid Shanghai Electric Power Co Ltd filed Critical Southeast University
Priority to CN202111104315.7A priority Critical patent/CN113766573A/zh
Publication of CN113766573A publication Critical patent/CN113766573A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/08Load balancing or load distribution
    • H04W28/086Load balancing or load distribution among access entities
    • H04W28/0861Load balancing or load distribution among access entities between base stations
    • H04W28/0862Load balancing or load distribution among access entities between base stations of same hierarchy level
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W28/00Network traffic management; Network resource management
    • H04W28/02Traffic management, e.g. flow control or congestion control
    • H04W28/08Load balancing or load distribution
    • H04W28/09Management thereof
    • H04W28/0925Management thereof using policies
    • H04W28/0942Management thereof using policies based on measured or predicted load of entities- or links
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开考虑负载均衡和备用的基站储能设施可调容量评估方法,所述评估方法包括以下步骤:建立单个基站业务流量与功耗模型;建立单个基站休眠与负载均衡模型,并确定单个通信基站备用储能可调容量;建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量。本发明评估方法,建立分析了建立单个基站业务流量与功耗模型,并基于距离感知研究基站休眠与负载均衡策略,评估活跃基站的负载情况,以达到很好的节能效果,其次确定单个通信基站备用储能可调容量,并建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量,为通信基站备用储能参与电力系统调度、实现可再生能源消纳提供了技术支撑。

Description

考虑负载均衡和备用的基站储能设施可调容量评估方法
技术领域
本发明涉及电力技术领域,具体是考虑负载均衡和备用的基站储能设施可调容量评估方法。
背景技术
随着第五代移动通信(5G)技术的快速发展,为保证通信可靠性,移动铁塔基站通常均配备有柴油发电机和备用储能设备,避免出现基站停电状况。基站备用需求与实时负载流量线性相关,在非满负载时,基站备用储能容量扣除动态备用需求后仍具备一定调节潜力。5G具有高传输速率、高带宽、低时延以及高可用度等性能,但是基站功耗随之大幅增加,通常采用基站休眠作为重要的节能手段。
基站休眠是根据接入通信网中业务流量负载的大小决定基站的休眠与否,采用关闭部分低负载活跃基站的措施来实现节能效果。但该策略没有评估基站关闭后的网络覆盖以及基站的负载均衡情况。现有关于评估基站备用储能设备可调潜力的研究较少,也未曾研究基站休眠技术下,考虑负载均衡、用户通信质量以及动态备用需求的基站储能设备可调容量评估与计算方法。
发明内容
本发明的目的在于提供一种考虑负载均衡和备用的基站储能设施可调容量评估方法,建立分析了建立单个基站业务流量与功耗模型,并基于距离感知研究基站休眠与负载均衡策略,当部分基站休眠关闭后,邻近活跃基站在对休眠基站区域的用户提供通信服务前,需评估活跃基站的负载情况,避免造成基站负载不均衡,导致降低网络的服务质量的情况发生,以达到很好的节能效果,其次确定单个通信基站备用储能可调容量,并建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量,为通信基站备用储能参与电力系统调度、实现可再生能源消纳提供了技术支撑。
本发明的目的可以通过以下技术方案实现:
考虑负载均衡和备用的基站储能设施可调容量评估方法,所述评估方法包括以下步骤:
S1、建立单个基站业务流量与功耗模型。
S2、建立单个基站休眠与负载均衡模型,并确定单个通信基站备用储能可调容量。
S3、建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量。
进一步的,所述S1包括:某区域内N个通信基站设施,通信基站集合 B={1,2,…,N},且在未实施休眠节能策略时均处于正常工作状态,建立业务模型与功耗模型。
进一步的,所述业务模型包括:设定某区域内各基站间的业务量变化相互独立,且基站日业务量呈周期性变化,而基站资源利用率与连接到基站的用户数线性相关;基站通信网络中业务流量产生模式服从排队论中经典的M/M/s/K 多服务台排队模型:服务时间服从指数分布,平均值为1/μ;用户到达间隔服从均值为1/λ的指数分布,单位是s/call。单基站可以同时提供服务的最大业务量呼叫数为:
c=C/R
上式中:C为单基站总带宽;R表示当一个业务量呼叫发生时,基站为用户提供服务的恒定比特率,即发射功率。
基站的状态是以用户的数目为特征的,通过M/M/s/K多服务台排队论系统状态平衡方程求得:
Figure RE-GDA0003303896270000031
上式中:Pn表示有n个业务量的概率;设定ρ为通信强度,可表示相对的流量负载,ρ=λ/cμ;α为通信率,α=λ/μ。
进一步的,所述功耗模型包括:基站功耗包括传输功耗、计算功耗和额外功耗。传输功耗由功率放大器和射频部分的耗电量构成,占比最高;计算功耗指室内基带处理单元消耗的电量;额外功耗则是指从市电引入到基站直流供电的整个转换过程中的消耗;
基站功耗模型可模拟为线性方程,由静态功耗与动态功耗组成,动态功耗 P(t)与实时业务量相关:
Figure RE-GDA0003303896270000032
上式中:P0为处于活跃状态的基站静态功耗;Pi为有i个业务量的概率;
Figure RE-GDA0003303896270000033
为处于活跃状态的基站平均动态功耗;PTR,i为基站只提供一个业务量时的功率消耗;tTR,i为同时提供i个业务量所需时间,tTR,i=1/iμ;Pr为处于空闲状态的基站静态功耗;
基站同时服务i个呼叫时的发射功率PTR,i可表示为
Figure RE-GDA0003303896270000034
上式中:
Figure RE-GDA0003303896270000035
为基站业务量;β,γ为路径损耗系数;Rcell为基站服务半径;N0为加性高斯白噪声功率谱密度;A为天线增益。
进一步的,所述S2包括:基站业务流量负载低于限值,根据网络流量负载情况以及用户与其关联基站的距离可动态地关闭多余的基站,需要采用基站休眠策略评估基站关闭前,其关联的活跃基站的负载情况,确保活跃基站的负载均衡;再对单基站备用储能可调容量进行评估。
进一步的,所述基站休眠策略包括:vi、vm分别表示基站i与基站m的工作状态,0为休眠,1为正常工作活跃状态;
令基站i下用户集合Ui,对于基站i下的用户u,其与关联基站的距离为du
Figure RE-GDA0003303896270000041
上式中:dii为基站i下的用户u与基站i中心的距离;dim为基站i与基站m 的距离;dij为基站i与基站j的距离;
基站i下用户可关联的邻居基站集合为Ni,如果关闭基站i,则用户关联到可关联基站集合Ni中最临近的活跃基站,可关联到基站i的用户所属的基站集合为Ci;当基站负载量低于一定程度时将其休眠关闭,Ci中基站j关闭时,如果基站i是邻居基站j的最相邻活跃基站,则基站j卸载流量到基站i,即:
Figure RE-GDA0003303896270000042
Figure RE-GDA0003303896270000043
上式中:ρi为基站i原始负载;ρ’i为基站i进行节能休眠操作后的负载;与基站i的工作状态及可关联到基站i的邻居基站的工作状态相关;ρj为基站j 原始负载;ρ’j为基站j进行节能休眠操作后的负载;与基站j的工作状态及可关联到基站j的邻居基站的工作状态相关;Ρmin为基站j的最小负荷;djm为基站 j与基站m的距离;dji为基站i与基站j的距离;
上式中:Nj为基站j的可关联基站集合;
采取休眠策略后,经S1中功耗模型可得基站实际功耗;
利用Jain公平指数(Jain Fairness Index)引入负荷均衡度指标LB,当活跃基站间的负载完全平衡,即每个基站的负载都相等时,LB=1,LB的值越小,基站间的负载就越不平衡;
负荷均衡度指标LB计算方法如下:
Figure RE-GDA0003303896270000051
可增加约束条件LB≥LBmin,LBmin表示最小负荷均衡度要求。
进一步的,所述单基站备用储能可调容量可分为两部分:一部分留作动态备用需求,另一部分为可供调用储能,可调度容量如下:
Figure RE-GDA0003303896270000052
Figure RE-GDA0003303896270000053
式中,Qi为基站备用储能配置容量;
Figure RE-GDA0003303896270000054
为t时刻基站i备用需求;Tbackup,i为t时刻基站i所需备用时长;Qdispatch,i为基站i可供调用储能;Pi(tt)为tt时段 (tt-1~tt)基站i功耗。
进一步的,所述S3包括建立通信基站备用储能模型;
通信基站备用储能模型如下:
Figure RE-GDA0003303896270000055
充放电功率约束:
Figure RE-GDA0003303896270000056
电池容量约束:
Wmin≤Wt≤Wmax
Figure RE-GDA0003303896270000061
用户通信质量约束:
Figure RE-GDA0003303896270000062
上式中:Wt为t时刻储能设备蓄电量;Wt+1为t+1时刻储能设备蓄电量;
Figure RE-GDA0003303896270000063
Figure RE-GDA0003303896270000064
分别为t时段调用基站储能进行充放电操作功率;Wmax、Wmin为储能设备容量上下限。ηc,ηd为备用储能充放电效率;α为布尔变量,备用储能充电时为1,放电时为0;Δt为单位时段,通常取1小时;Pmax,Pmin表示备用储能充放电功率的上下限;SINRiu为用户u与基站i关联时的信干噪比;Ri为基站i的发射功率;Giu、Gju为信道传输系数;σ0为高斯白噪声;γmin为用户质量最小限制。
进一步的,所述S3包括各项约束下区域内基站最大调节潜力评估:
考虑一天之内负载均衡和备用需求的基站储能设施最大调节潜力评估模型如下:
Figure RE-GDA0003303896270000065
约束条件:
Figure RE-GDA0003303896270000066
LB≥LBmin
Wmin≤Wt≤Wmax
Figure RE-GDA0003303896270000067
Figure RE-GDA0003303896270000068
Figure RE-GDA0003303896270000071
SINRiu≥γmin
该模型为混合整数非线性优化问题,可采用商用软件GAMS进行求解。
本发明的有益效果:
1、本发明评估方法,建立分析了建立单个基站业务流量与功耗模型,并基于距离感知研究基站休眠与负载均衡策略,当部分基站休眠关闭后,邻近活跃基站在对休眠基站区域的用户提供通信服务前,需评估活跃基站的负载情况,避免造成基站负载不均衡,导致降低网络的服务质量的情况发生,以达到很好的节能效果;
2、本发明评估方法,确定单个通信基站备用储能可调容量,并建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量,为通信基站备用储能参与电力系统调度、实现可再生能源消纳提供了技术支撑。
具体实施方式
下面对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
考虑负载均衡和备用的基站储能设施可调容量评估方法,评估方法包括以下步骤:
S1、建立单个基站业务流量与功耗模型
某区域内N个通信基站设施,通信基站集合B={1,2,…,N},且在未实施休眠节能策略时均处于正常工作状态。
①业务模型
设定某区域内各基站间的业务量变化相互独立,且基站日业务量呈周期性变化,而基站资源利用率与连接到基站的用户数线性相关。基站通信网络中业务流量产生模式服从排队论中经典的M/M/s/K多服务台排队模型:服务时间服从指数分布,平均值为1/μ;用户到达间隔服从均值为1/λ的指数分布,单位是 s/call。单基站可以同时提供服务的最大业务量呼叫数为:
c=C/R
上式中:C为单基站总带宽;R表示当一个业务量呼叫发生时,基站为用户提供服务的恒定比特率,即发射功率。
基站的状态是以用户的数目为特征的,通过M/M/s/K多服务台排队论系统状态平衡方程求得:
Figure RE-GDA0003303896270000081
上式中:Pn表示有n个业务量的概率;设定ρ为通信强度,可表示相对的流量负载,ρ=λ/cμ;α为通信率,α=λ/μ。
②功耗模型
基站功耗包括传输功耗、计算功耗和额外功耗。传输功耗由功率放大器和射频部分的耗电量构成,占比最高,主要包括基带信号与无线信号之间的信号转换,以及馈电线的功耗等;计算功耗指室内基带处理单元消耗的电量,包括数字部分处理、与核心网和其他基站间通信等相关功耗;额外功耗则是指从市电引入到基站直流供电的整个转换过程中的消耗,包括空调功耗等。基站功耗模型可模拟为线性方程,由静态功耗与动态功耗组成,动态功耗P(t)与实时业务量相关:
Figure RE-GDA0003303896270000091
上式中:P0为处于活跃状态的基站静态功耗;Pi为有i个业务量的概率;
Figure RE-GDA0003303896270000092
为处于活跃状态的基站平均动态功耗;PTR,i为基站只提供一个业务量时的功率消耗;tTR,i为同时提供i个业务量所需时间,tTR,i=1/iμ;Pr为处于空闲状态的基站静态功耗。
基站同时服务i个呼叫时的发射功率PTR,i可表示为
Figure RE-GDA0003303896270000093
上式中:
Figure RE-GDA0003303896270000094
为基站业务量;β,γ为路径损耗系数;Rcell为基站服务半径; N0为加性高斯白噪声功率谱密度;A为天线增益。
S2、建立单个基站休眠与负载均衡模型,并确定单个通信基站备用储能可调容量
若基站业务流量负载低于限值,根据网络流量负载情况以及用户与其关联基站的距离可动态地关闭多余的基站,如此不仅能够降低网络的能量损耗,而且提高了基站资源的利用率。另外,在决定基站关闭之前需对活跃基站的负载进行评估,确保活跃基站的负载均衡,可以有效提高网络通信质量。
1)基站休眠策略
vi、vm分别表示基站i与基站m的工作状态,0为休眠,1为正常工作活跃状态;
令基站i下用户集合Ui,对于基站i下的用户u,其与关联基站的距离为du
Figure RE-GDA0003303896270000095
上式中:dii为基站i下的用户u与基站i中心的距离;dim为基站i与基站m 的距离;dij为基站i与基站j的距离;
基站i下用户可关联的邻居基站集合为Ni,如果关闭基站i,则用户关联到可关联基站集合Ni中最临近的活跃基站,可关联到基站i的用户所属的基站集合为Ci;当基站负载量低于一定程度时将其休眠关闭,Ci中基站j关闭时,如果基站i是邻居基站j的最相邻活跃基站,则基站j卸载流量到基站i,即:
Figure RE-GDA0003303896270000101
Figure RE-GDA0003303896270000102
上式中:ρi为基站i原始负载;ρ’i为基站i进行节能休眠操作后的负载;与基站i的工作状态及可关联到基站i的邻居基站的工作状态相关;ρj为基站j原始负载;ρ’j为基站j进行节能休眠操作后的负载;与基站j的工作状态及可关联到基站j的邻居基站的工作状态相关;Ρmin为基站j的最小负荷;djm为基站j 与基站m的距离;dji为基站i与基站j的距离;
上式中,Nj为基站j的可关联基站集合。
采取休眠策略后,经S1中功耗模型可得基站实际功耗。
利用Jain公平指数(Jain Fairness Index)引入负荷均衡度指标LB,当活跃基站间的负载完全平衡,即每个基站的负载都相等时,LB=1。LB的值越小,基站间的负载就越不平衡。增加负载均衡约束一方面保证区域内的基站资源都能够充分使用,减少资源闲置,从而提升整个网络的使用效率;另一方面,随着部分用户和流量分流到了资源较为闲置的基站,用户得到的平均网络资源提高了,满意度也将提高。
负荷均衡度指标LB计算方法如下:
Figure RE-GDA0003303896270000111
可增加约束条件LB≥LBmin,LBmin表示最小负荷均衡度要求。
2)备用储能可调容量评估
单基站备用储能容量可分为两部分,一部分留作动态备用需求,另一部分为可供调用储能。可调度容量如下:
Figure RE-GDA0003303896270000112
Figure RE-GDA0003303896270000113
上式中:Qi为基站备用储能配置容量;
Figure RE-GDA0003303896270000114
为t时刻基站i备用需求;Tbackup,i为t时刻基站i所需备用时长;Qdispatch,i为基站i可供调用储能;Pi(tt)为tt时段 (tt-1~tt)基站i功耗。
S3、建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量。
①通信基站备用储能模型如下:
Figure RE-GDA0003303896270000115
充放电功率约束:
Figure RE-GDA0003303896270000116
电池容量约束:
Wmin≤Wt≤Wmax
Figure RE-GDA0003303896270000117
用户通信质量约束:
Figure RE-GDA0003303896270000121
上式中:Wt为t时刻储能设备蓄电量;Wt+1为t+1时刻储能设备蓄电量;
Figure RE-GDA0003303896270000122
Figure RE-GDA0003303896270000123
分别为t时段调用基站储能进行充放电操作功率;Wmax、Wmin为储能设备容量上下限。ηc,ηd为备用储能充放电效率;α为布尔变量,备用储能充电时为1,放电时为0;Δt为单位时段,通常取1小时;Pmax,Pmin表示备用储能充放电功率的上下限;SINRiu为用户u与基站i关联时的信干噪比;Ri为基站i的发射功率;Giu、Gju为信道传输系数;σ0为高斯白噪声;γmin为用户质量最小限制。
②各项约束下区域内基站最大调节潜力评估:
考虑一天之内负载均衡和备用需求的基站储能设施最大调节潜力评估模型如下:
Figure RE-GDA0003303896270000124
约束条件:
Figure RE-GDA0003303896270000125
LB≥LBmin
Wmin≤Wt≤Wmax
Figure RE-GDA0003303896270000126
Figure RE-GDA0003303896270000127
Figure RE-GDA0003303896270000128
SINRiu≥γmin
该模型为混合整数非线性优化问题,可采用商用软件GAMS进行求解。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。

Claims (9)

1.考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述评估方法包括以下步骤:
S1、建立单个基站业务流量与功耗模型;
S2、建立单个基站休眠与负载均衡模型,并确定单个通信基站备用储能可调容量;
S3、建立通信基站备用储能模型,最大化各项约束下区域内基站储能设施可调容量。
2.根据权利要求1所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述S1包括:某区域内N个通信基站设施,通信基站集合B={1,2,…,N},且在未实施休眠节能策略时均处于正常工作状态,建立业务模型与功耗模型。
3.根据权利要求2所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述业务模型包括:设定某区域内各基站间的业务量变化相互独立,且基站日业务量呈周期性变化,而基站资源利用率与连接到基站的用户数线性相关;基站通信网络中业务流量产生模式服从排队论中经典的M/M/s/K多服务台排队模型:服务时间服从指数分布,平均值为1/μ;用户到达间隔服从均值为1/λ的指数分布,单位是s/call。单基站可以同时提供服务的最大业务量呼叫数为:
c=C/R
上式中:C为单基站总带宽;R表示当一个业务量呼叫发生时,基站为用户提供服务的恒定比特率,即发射功率。
基站的状态是以用户的数目为特征的,通过M/M/s/K多服务台排队论系统状态平衡方程求得:
Figure FDA0003270412320000021
上式中:Pn表示有n个业务量的概率;设定ρ为通信强度,可表示相对的流量负载,ρ=λ/cμ;α为通信率,α=λ/μ。
4.根据权利要求2所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述功耗模型包括:基站功耗包括传输功耗、计算功耗和额外功耗。传输功耗由功率放大器和射频部分的耗电量构成,占比最高;计算功耗指室内基带处理单元消耗的电量;额外功耗则是指从市电引入到基站直流供电的整个转换过程中的消耗;
基站功耗模型可模拟为线性方程,由静态功耗与动态功耗组成,动态功耗P(t)与实时业务量相关:
Figure FDA0003270412320000022
上式中:P0为处于活跃状态的基站静态功耗;Pi为有i个业务量的概率;
Figure FDA0003270412320000023
为处于活跃状态的基站平均动态功耗;PTR,i为基站只提供一个业务量时的功率消耗;tTR,i为同时提供i个业务量所需时间,tTR,i=1/iμ;Pr为处于空闲状态的基站静态功耗;
基站同时服务i个呼叫时的发射功率PTR,i可表示为
Figure FDA0003270412320000024
上式中:
Figure FDA0003270412320000025
为基站业务量;β,γ为路径损耗系数;Rcell为基站服务半径;N0为加性高斯白噪声功率谱密度;A为天线增益。
5.根据权利要求1所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述S2包括:基站业务流量负载低于限值,根据网络流量负载情况以及用户与其关联基站的距离可动态地关闭多余的基站,需要采用基站休眠策略评估基站关闭前,其关联的活跃基站的负载情况,确保活跃基站的负载均衡;再对单基站备用储能可调容量进行评估。
6.根据权利要求5所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述基站休眠策略包括:vi、vm分别表示基站i与基站m的工作状态,0为休眠,1为正常工作活跃状态;
令基站i下用户集合Ui,对于基站i下的用户u,其与关联基站的距离为du
Figure FDA0003270412320000031
上式中:dii为基站i下的用户u与基站i中心的距离;dim为基站i与基站m的距离;dij为基站i与基站j的距离;
基站i下用户可关联的邻居基站集合为Ni,如果关闭基站i,则用户关联到可关联基站集合Ni中最临近的活跃基站,可关联到基站i的用户所属的基站集合为Ci;当基站负载量低于一定程度时将其休眠关闭,Ci中基站j关闭时,如果基站i是邻居基站j的最相邻活跃基站,则基站j卸载流量到基站i,即:
Figure FDA0003270412320000032
Figure FDA0003270412320000033
ρi为基站i原始负载;ρ’i为基站i进行节能休眠操作后的负载;与基站i的工作状态及可关联到基站i的邻居基站的工作状态相关;ρj为基站j原始负载;ρ’j为基站j进行节能休眠操作后的负载;与基站j的工作状态及可关联到基站j的邻居基站的工作状态相关;Ρmin为基站j的最小负荷;djm为基站j与基站m的距离;dji为基站i与基站j的距离;
上式中:Nj为基站j的可关联基站集合;
采取休眠策略后,经S1中功耗模型可得基站实际功耗;
利用Jain公平指数(Jain Fairness Index)引入负荷均衡度指标LB,当活跃基站间的负载完全平衡,即每个基站的负载都相等时,LB=1,LB的值越小,基站间的负载就越不平衡;
负荷均衡度指标LB计算方法如下:
Figure FDA0003270412320000041
可增加约束条件LB≥LBmin,LBmin表示最小负荷均衡度要求。
7.根据权利要求5所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述单基站备用储能可调容量可分为两部分:一部分留作动态备用需求,另一部分为可供调用储能,可调度容量如下:
Figure FDA0003270412320000042
Figure FDA0003270412320000043
上式中:Qi为基站备用储能配置容量;
Figure FDA0003270412320000044
为t时刻基站i备用需求;Tbackup,i为t时刻基站i所需备用时长;Qdispatch,i为基站i可供调用储能;Pi(tt)为tt时段(tt-1~tt)基站i功耗。
8.根据权利要求1所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述S3包括建立通信基站备用储能模型;
通信基站备用储能模型如下:
Figure FDA0003270412320000045
充放电功率约束:
Figure FDA0003270412320000051
电池容量约束:
Wmin≤Wt≤Wmax
Figure FDA0003270412320000052
用户通信质量约束:
Figure FDA0003270412320000053
上式中:Wt为t时刻储能设备蓄电量;Wt+1为t+1时刻储能设备蓄电量;Pc t,Pd t分别为t时段调用基站储能进行充放电操作功率;Wmax、Wmin为储能设备容量上下限。ηc,ηd为备用储能充放电效率;α为布尔变量,备用储能充电时为1,放电时为0;Δt为单位时段,通常取1小时;Pmax,Pmin表示备用储能充放电功率的上下限;SINRiu为用户u与基站i关联时的信干噪比;Ri为基站i的发射功率;Giu、Gju为信道传输系数;σ0为高斯白噪声;γmin为用户质量最小限制。
9.根据权利要求8所述的考虑负载均衡和备用的基站储能设施可调容量评估方法,其特征在于,所述S3包括各项约束下区域内基站最大调节潜力评估:
考虑一天之内负载均衡和备用需求的基站储能设施最大调节潜力评估模型如下:
Figure FDA0003270412320000054
约束条件:
Figure FDA0003270412320000055
LB≥LBmin
Wmin≤Wt≤Wmax
Figure FDA0003270412320000061
Figure FDA0003270412320000062
Figure FDA0003270412320000063
SINRiu≥γmin
该模型为混合整数非线性优化问题,可采用商用软件GAMS进行求解。
CN202111104315.7A 2021-09-18 2021-09-18 考虑负载均衡和备用的基站储能设施可调容量评估方法 Pending CN113766573A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111104315.7A CN113766573A (zh) 2021-09-18 2021-09-18 考虑负载均衡和备用的基站储能设施可调容量评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111104315.7A CN113766573A (zh) 2021-09-18 2021-09-18 考虑负载均衡和备用的基站储能设施可调容量评估方法

Publications (1)

Publication Number Publication Date
CN113766573A true CN113766573A (zh) 2021-12-07

Family

ID=78796753

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111104315.7A Pending CN113766573A (zh) 2021-09-18 2021-09-18 考虑负载均衡和备用的基站储能设施可调容量评估方法

Country Status (1)

Country Link
CN (1) CN113766573A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114884756A (zh) * 2022-01-04 2022-08-09 长沙理工大学 一种基于蒙特卡罗算法的5g基站备用电池容量计算方法
CN115002889A (zh) * 2022-01-04 2022-09-02 长沙理工大学 一种基于用户行为的5g基站功耗曲线拟合方法
CN116456379A (zh) * 2023-03-11 2023-07-18 天津大学 计及休眠和储能调节容量的5g基站与电网协同控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2779756A1 (en) * 2013-03-15 2014-09-17 Alcatel Lucent Control of user equipment to base station association to optimise network capacity utilisation
CN106658679A (zh) * 2016-11-11 2017-05-10 电子科技大学 基于能效的基站功率控制方法
CN112968456A (zh) * 2021-03-01 2021-06-15 华北电力大学 一种计及基站通信负载状态的5g基站储能调控方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2779756A1 (en) * 2013-03-15 2014-09-17 Alcatel Lucent Control of user equipment to base station association to optimise network capacity utilisation
CN106658679A (zh) * 2016-11-11 2017-05-10 电子科技大学 基于能效的基站功率控制方法
CN112968456A (zh) * 2021-03-01 2021-06-15 华北电力大学 一种计及基站通信负载状态的5g基站储能调控方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114884756A (zh) * 2022-01-04 2022-08-09 长沙理工大学 一种基于蒙特卡罗算法的5g基站备用电池容量计算方法
CN115002889A (zh) * 2022-01-04 2022-09-02 长沙理工大学 一种基于用户行为的5g基站功耗曲线拟合方法
CN114884756B (zh) * 2022-01-04 2023-08-08 长沙理工大学 一种基于蒙特卡罗算法的5g基站备用电池容量计算方法
CN116456379A (zh) * 2023-03-11 2023-07-18 天津大学 计及休眠和储能调节容量的5g基站与电网协同控制方法
CN116456379B (zh) * 2023-03-11 2024-03-29 天津大学 计及休眠和储能调节容量的5g基站与电网协同控制方法

Similar Documents

Publication Publication Date Title
CN113766573A (zh) 考虑负载均衡和备用的基站储能设施可调容量评估方法
Han et al. On optimizing green energy utilization for cellular networks with hybrid energy supplies
CN102186209B (zh) 多小区重叠覆盖下的节能策略
CN103139890B (zh) 通信系统中调整小区覆盖范围的方法、基站及低功率节点
Hou et al. Energy efficiency of high QoS heterogeneous wireless communication network
CN112968456A (zh) 一种计及基站通信负载状态的5g基站储能调控方法
US9351170B2 (en) Renewable energy base station and coverage adjustment method therefor, and wireless cellular system
CN102026379B (zh) 家庭基站选择载波的方法及家庭基站
CN106332203A (zh) 一种lte分层小区架构中的绿色节能算法
WO2021174960A1 (zh) 一种功率分配方法及装置
CN104486767A (zh) 异构蜂窝网络中基于分簇的动态abs干扰抑制方法
CN110012526A (zh) 一种基于时隙切换无线携能通信的节点睡眠调度方法
CN112804699B (zh) 考虑通信特性的5g基站储能配置双层优化方法
CN113162085B (zh) 一种通信基站储能参与需求响应的调控方法
CN106332124A (zh) 一种降低无线网络能耗的方法及宏基站
You et al. A novel cell zooming strategy towards energy efficient based on load balancing in random heterogeneous networks
CN116456379B (zh) 计及休眠和储能调节容量的5g基站与电网协同控制方法
Shi et al. User Association for on-grid Energy Minimizing in HetNets with Hybrid Energy Supplies
CN107341600A (zh) 一种多能源多模基站的能源和负载调度方法
Wang et al. Energy cost minimization in heterogeneous cellular networks with hybrid energy supplies
Wang et al. Impact of 5G base station participating in grid interaction
Anis et al. Multi-radio access network assignment using dynamic programming
Wang et al. Cooperative Self-Organized Energy-Saving Mechanism of Cellular Network Based on Hybrid Energy Supplies
CN111556532B (zh) 一种基于上行rb分析的5g智能室分方法
CN116050661B (zh) 基于主从博弈的5g基站与电网协同调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination