CN116191556A - 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 - Google Patents
考虑新能源消纳和机组组合的5g基站需求响应方法及系统 Download PDFInfo
- Publication number
- CN116191556A CN116191556A CN202211475571.1A CN202211475571A CN116191556A CN 116191556 A CN116191556 A CN 116191556A CN 202211475571 A CN202211475571 A CN 202211475571A CN 116191556 A CN116191556 A CN 116191556A
- Authority
- CN
- China
- Prior art keywords
- base station
- time
- energy storage
- storage battery
- energy consumption
- 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
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 82
- 230000004044 response Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004891 communication Methods 0.000 claims abstract description 111
- 238000004146 energy storage Methods 0.000 claims abstract description 97
- 230000002776 aggregation Effects 0.000 claims abstract description 48
- 238000004220 aggregation Methods 0.000 claims abstract description 48
- 230000005012 migration Effects 0.000 claims abstract description 48
- 238000013508 migration Methods 0.000 claims abstract description 48
- 230000014509 gene expression Effects 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 16
- 238000009826 distribution Methods 0.000 claims description 11
- 230000009194 climbing Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract description 10
- 230000008901 benefit Effects 0.000 abstract description 9
- 230000008569 process Effects 0.000 abstract description 7
- 230000005611 electricity Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000029087 digestion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000009133 cooperative interaction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 210000000352 storage cell Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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)
- Power Engineering (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种考虑新能源消纳和机组组合的5G基站需求响应方法及系统,属于电力系统调度与优化领域,5G基站通过5G基站资源聚合点接入电力系统节点,5G基站的通信任务可进行时空迁移;方法包括:以发电机组运行成本、新能源舍弃成本以及5G基站运行成本最小为目标,建立5G基站需求响应模型并在预设约束条件下求解,得到5G基站工作策略、发电机组工作策略以及新能源消纳策略;约束条件包括基于5G基站通信任务时空迁移特性的约束,以及5G基站能耗与储能电池储能间关联性的约束。本发明能够在5G基站参与需求响应的过程中,充分考虑5G基站中通信任务的特点,同电网侧电力系统运行相结合,实现5G基站通信网络与电网的整体优化调度,提高综合收益。
Description
技术领域
本发明属于电力系统调度与优化领域,更具体地,涉及考虑新能源消纳和机组组合的5G基站需求响应方法及系统。
背景技术
据统计,截至2020年9月,我国5G终端连接数目超过1.8亿个,5G基站建成并开通数目达到69万座,占全球比重近7成。随着我国5G网络的覆盖范围不断扩大,2030年我国建成的5G基站数量预测将会突破千万。对比4G通信基站,5G通信基站具备高功耗、低覆盖范围的特点,导致通信运营商在进行5G网络的铺设覆盖时,面临着基站建设投资成本和基站运行耗电成本的双重考验。因此,研究如何降低5G基站的运行成本,对5G网络的建设与覆盖起着至关重要的作用。
近年来,随着可再生能源的发展,以风电为代表的可再生能源在中国的规模正迅速扩大。但可再生能源出力的波动性与不确定性始终阻碍其消纳,同时,中国电力负荷较大的峰谷差及市场机制的不完善,共同导致了多地严重的弃风。根据国家能源局发布的统计数据显示,2020年上半年中国风电整体利用水平提升,但弃风电量仍高居不下。因此,研究如何有效提高电力系统可再生能源消纳能力,是一个亟待解决的问题。
需求响应(Demand Response,DR)将电力系统中可调节的用电负荷视作用于动态调度的灵活性响应资源,纳入管理范围内,通过价格补偿、经济激励、政策偏好等方式引导这部分电力用户的用电行为,起到调节发电侧和用户侧资源,优化电力系统运行状况的作用。5G基站由于其能耗具备一定的调节灵活性,同时配备了用于储能供能的储能电池,使得其拥有参与需求响应的可能。因此,研究5G基站参与需求响应的方法,是实现降低基站运行成本,提高电力系统可再生能源消纳能力的一个可行方案。
目前已有不少针对5G基站参与需求响应的研究。然而,当前的研究大多关注于5G基站的某一特性,并未充分考虑基站储能与能耗的关联性,研究范围有所局限。同时,大部分研究落脚于通过需求响应来减少基站运行成本,但是未充分考虑5G基站中通信任务的特点,并且,对于电网侧影响,例如发电机组运行成本、可再生能源消纳等方面的研究很少。因此,针对这些问题,将可再生能源消纳与电力系统机组组合纳入考察范围中,制定合理有效的5G基站参与需求响应的方法,是一个难点问题。
发明内容
针对现有技术的缺陷和改进需求,本发明提供了一种考虑新能源消纳和机组组合的5G基站需求响应方法及系统,其目的在于,在5G基站参与需求响应的过程中,充分考虑5G基站中通信任务的特点,同电网侧电力系统运行相结合,实现5G基站通信网络与电网的整体优化调度,提高综合收益。
为实现上述目的,按照本发明的一个方面,提供了一种考虑新能源消纳和机组组合的5G基站需求响应方法,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
本发明提供的考虑新能源消纳和机组组合的5G基站需求响应方法包括:以发电机组运行成本、新能源舍弃成本以及5G基站运行成本最小为目标,建立5G基站需求响应模型并在预设约束条件下求解,得到5G基站工作策略、发电机组工作策略以及新能源消纳策略;
其中,预设约束条件包括5G基站的通信任务时空迁移约束;通信任务时空迁移约束包括:5G基站在任意时刻向后迁移的通信任务量不超过其原始通信任务中的非实时性通信任务量,同一5G基站中的非实时性通信任务只能向后迁移,5G基站在任意时刻迁移的通信任务量不超过其原始通信任务量,5G基站在任意时刻的任务量为其原始通信任务量与因为任务迁移而导致的任务增量之和,以及任务迁移前后5G基站资源聚合点内的通信任务总量不变。
进一步地,通信任务时空迁移约束的表达式包括:
其中,T表示调度周期,t和t'表示调度时刻;J表示5G基站资源聚合点内的5G基站集合,j和j'表示5G基站;L(j,t)表示5G基站j在时刻t的原始通信任务量,L'(j,t)表示5G基站j在时刻t进行任务迁移后的通信任务量,ηdelay表示非实时性通信任务占比;Mtime(j,t,t')表示5G基站j在时刻t向时刻t'迁移的非实时性通信任务量,Mtime(j,t,t')表示5G基站j在时刻t'向时刻t迁移的非实时性通信任务量;Mspace(t,j,j')表示5G基站j在时刻t向5G基站j'迁移的通信任务量,Mspace(t,j',j)表示5G基站j'在时刻t向5G基站j迁移的通信任务量。
进一步地,预设约束条件还包括:5G基站的储能电池容量约束;储能电池容量约束包括:5G基站的储能电池在任意时刻的最低可用容量为5G基站在该时刻的能耗与应急时长的乘积。
进一步地,储能电池容量约束还包括:储能电池在任意时刻的容量不超过最大容量,且不低于最低可用容量;储能电池的容量在每个调度周期的开始时刻和结束时刻相同;储能电池在任意时刻的容量为前一时刻的容量与因为充放电而导致的容量增量之和。
进一步地,储能电池容量约束的表达式为:
其中,Vmin(j,t)表示5G基站j中的储能电池在时刻t的最低可用容量,Tres表示5G基站储能电池的应急时长,PB(j,t)表示5G基站j在时刻t的能耗;V(j,t)和V(j,t-1)分别表示5G基站j中的储能电池在时刻t和时刻t-1的容量,V(j,0)和V(j,T-1)分别5G基站j中的储能电池在调度周期的开始时刻和结束时刻的容量;Vmax表示储能电池的最大容量;Ich(j,t-1)表示5G基站j中储能电池在时刻t-1的充电工作状态,0表示未进行充电,1表示正在充电;Pch(j,t-1)表示5G基站j中储能电池在时刻t-1的充电功率;Idis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电工作状态,0表示未进行放电,1表示正在放电;Pdis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电功率;ΔT为优化时间间隔。
进一步地,预设约束条件还包括:5G基站的储能电池的充放电约束;储能电池的充放电约束包括:储能电池不能同时充放电;充、放电功率的上下界约束。
进一步地,预设约束条件还包括:5G基站的最低运行能耗约束,表达式为:
进一步地,新能源包括风电,且预设约束条件还包括:风电出力上下界约束,表达式为:
其中,Pforecast(t)表示时刻t风电预测出力值;G[]表示正态分布;Pload(t')表示时刻t'系统负荷需求量,Rand(0,T-1)表示在一个调度周期内随机选取调度时刻,E(Pload)表示系统日负荷需求均值;ηwind表示系统中风电渗透比例系数;ηadjust表示风电不确定调整系数;PW(t)表示时刻t系统的风电消纳量。
进一步地,预设约束条件还包括:机组出力约束,机组最小启停时间约束,机组运行时爬坡约束,机组启停爬坡约束以及电网功率平衡约束。
按照本发明的另一个方面,本发明提供了一种考虑新能源消纳和机组组合的5G基站需求响应系统,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
考虑新能源消纳和机组组合的5G基站需求响应系统包括:计算机可读存储介质和处理器,计算机可读存储介质用于存储计算机程序,处理器用于读取计算机可读存储介质中的计算机程序,执行本发明提供的考虑新能源消纳和机组组合的5G基站需求响应方法。
总体而言,通过本发明所构思的以上技术方案,能够取得以下有益效果:
(1)本发明提供的考虑新能源消纳和机组组合的5G基站需求响应方法,提出了一种新的5G基站运行控制模式,即将5G基站网络划分为5G基站资源聚合点,并由5G基站资源聚合点接入电力系统节点,该运行控制模式充分考虑了5G基站的运行特点,即基站数目庞大且单个基站覆盖范围小、能耗低的特点,相比于现有方法中直接由单个基站直接同电网交互,该运行控制模式能够有效降低电力系统的交互负担与调度难度,有利于促进5G基站网络-电网的协同工作;在所提出的5G基站运行控制模式的基础上,本发明进一步分析并充分利用5G基站中通信任务的可迁移特性,允许同一基站中的非实时性通信任务在时间上向后迁移,且允许同一5G基站资源聚合点中的不同基站之间的通信任务在空间上迁移,并相应制定了通信任务时空迁移约束,由此能够在5G基站参与需求响应的过程中,充分考虑5G基站中通信任务的特点,充分挖掘5G基站需求响应空间与潜力,进一步提高需求响应调度的效果;此外,本发明所建立的5G基站需求响应模型,除了考虑5G基站运行成本之外,还考虑了发电机组运行成本和新能源舍弃成本,由此能够充分考虑5G基站参与需求响应对电网侧的影响,最终实现5G基站通信网络与电网的整体优化调度。总体而言,本发明能够在5G基站参与需求响应的过程中,充分考虑5G基站的运行特点以及通信任务的时空迁移特点,同电网侧电力系统运行相结合,实现5G基站通信网络与电网的整体优化调度,从而提高新能源消纳量,获得更高的综合收益。
(2)本发明所提供的考虑新能源消纳和机组组合的5G基站需求响应方法,进一步在5G需求响应模型的约束条件中考虑了5G基站中储能电池的储能与能耗之间的关联性,即5G基站的储能电池在任意时刻的最低可用容量为5G基站在该时刻的能耗与应急时长的乘积,该约束更为真实地反映了5G基站实际的运行特点,更具现实意义和可用性。
(3)本发明所提供的考虑新能源消纳和机组组合的5G基站需求响应方法,在其优选方案中,在指定可再生能源中的风能时,采用正态分布刻画风电在每个时刻的出力,并根据随机选取时刻的负荷需求量和日负荷需求均值计算正态分布的均值和方差,在计算正态分布的均值和方差时,还引入了风电渗透比例系数和风电不确定调整系数,提高了风电预测调节的灵活性,在不同风电环境下均可较为精确地预测风电出力。
附图说明
图1为本发明提供的5G基站运行控制模式示意图;
图2为本发明实施例提供的考虑新能源消纳和机组组合的5G基站需求响应方法示意图;
图3为本发明实施例中提供的以IEEE 9节点测试系统为例,在其中接入5G基站和风电场,构建所得的系统结构示意图;
图4为本发明实施例中提供的系统负荷量数据图;
图5为本发明实施例提供的不同情形下的系统出力情况示意图;其中,(a)为5G基站不参与需求响应情形(即Case1),(b)为5G基站参与需求响应但不考虑通信任务时空迁移情形(即Case2),(c)5G基站参与需求响应且考虑通信任务时空迁移情形(Case3);
图6为针对图5中的不同情形求解所得的风电出力曲线图;
图7为针对图5中的不同情形求解所得的基站工作情况示意图;其中,(a)为5G基站能耗情况,(b)为5G基站储能工作情况。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
在本发明中,本发明及附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
为了实现5G基站通信网络与电网的整体优化调度,提高综合收益,本发明提供了一种考虑新能源消纳和机组组合的5G基站需求响应方法及系统,其整体思路在于:基于5G基站的运行特点,提出基于5G基站资源聚合点的运行控制模式,以便于电网对5G基站的调度以及二者之间的交互;在所提供的运行控制模式的基础上,充分考虑5G基站中任务的时空迁移特性,设计通信任务的时空迁移机制,并制定相应的约束,以充分挖掘5G基站需求响应空间与潜力;在建立优化模型时,综合考虑发电机组运行成本、新能源舍弃成本以及5G基站运行成本,由此实现5G基站通信网络与电网的整体优化调度,提高综合收益。
为了便于5G基站参与需求响应,本发明基于5G基站的运行特点提出新的运行控制模式,具体来说,由于5G基站覆盖范围小(通常为1000m以内),且单个基站能耗低(空载能耗约为2.2-2.3kW,满载能耗约为3.7-3.9kW),而5G基站网络中基站数目又相当庞大,如果单个基站直接同电网进行交互,对于电力系统而言负担十分巨大,难以进行调度。基于此,本发明所提出的运行控制模式中,将5G基站网络划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点,如图1所示,由此,同一个5G基站资源聚合点内的多个5G基站将由电力系统进行统一调度。在实际应用中,可针对每一个5G基站资源聚合点配备一个中心控制器,对于5G基站资源聚合点内的每一个基站则配备一个本地能源控制器。在需求响应过程中,本地能源控制器用于在满足其覆盖范围内用户通信服务需求的同时,将基站当前时刻的能耗、储能电池电量、储能电池行为等信息进行收集、整理、分析等处理工作,处理完成后,所得到的相关信息将传输至所属5G基站资源聚合点的中心控制器。中心控制器则用于统筹该5G基站资源聚合点所有5G基站的工作情况,为后续与电网互动做准备。电力系统通过中心控制器与每个5G基站资源聚合点进行协同互动。电力系统会将该时刻电网负荷量告知中心控制器。最终,各基站的行为决策将通过相应的中心控制器下发至本地能源控制器,各基站将按照相应的行为决策对自身行为进行控制,参与到电网运行当中,以稻城5G基站需求响应的目的。
容易理解的是,为了便于资源聚合与统一调度,在实际应用中,在物理位置上距离较近(例如属于同一个地区)的多个5G基站将被划分至同一个5G基站资源聚合点中。
在以下实施例中,5G基站均通过上述运行控制模式与电力系统进行交互。以下为实施例。
实施例1:
一种考虑新能源消纳和机组组合的5G基站需求响应方法,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
如图2所示,本实施例包括:以发电机组运行成本、新能源舍弃成本以及5G基站运行成本最小为目标,建立5G基站需求响应模型并在预设约束条件下求解,得到5G基站工作策略、发电机组工作策略以及新能源消纳策略。
本实施例所建立的5G基站需求响应模型,同时以发电机组运行成本、新能源舍弃成本以及5G基站运行成本最小为目标,能够与电网侧需求结合,更好的帮助电网和5G基站降低运行成本,同时提高风电消纳量,获得更高的综合收益,
为了保证优化调度的效果,本实施例基于5G基站、发电机组以及新能源系统的运行特性在5G需求响应模型的约束条件中提出了相应的约束,具体如下。
与一般的储能电池不同的是,5G基站储能电池的首要目标是作为基站的后备电源。当电网发生意外或是故障,导致5G基站无法从市电取电时,储能电池要保证5G基站仍能够满足其覆盖范围内的通信需求运行。这就限制了5G基站储能电池最低可用容量的大小。要想对5G基站储能电池资源进行充分利用,需提前明确其可调度容量。可以将5G基站储能电池容量分成最低可用容量和可调度容量两部分,其中,最低可用容量用于保证基站在应急时长内仍有足够的供电,而可调度容量则为除去最低可用容量后,储能电池的冗余容量。根据5G基站能耗以及应急时长,通过下式可以得到基站备用储能电池的最低可用容量,明确储能和能耗的关联性:
其中,t表示调度时刻;表示储能电池在时刻t的最低可用容量;Pb(t)表示时刻t基站用电负荷;/>表示储能电池的应急时长,目前,5G基站应急时长大部分为4小时,其配置的储能电池的备电容量需要满足这一用电需求,以使5G基站的供电可靠性得到保证。
由于在电网故障期间,难以准确获得基站的实时能耗,而在应急时长内,5G基站能耗波动不大,故假设5G基站在每时刻确定储能电池的最低可用容量时,依据的是当前时刻的基站能耗。基于上述假设,5G基站储能电池每时刻最低可用容量约束如下式所示:
其中,T表示调度周期,可选地,本实施例中,以天为调度周期,并且将每一天划分为24个调度时刻;J表示5G基站资源聚合点内的5G基站集合,j表示5G基站,Vmin(j,t)表示5G基站j中的储能电池在时刻t的最低可用容量,Tres表示5G基站储能电池的应急时长,PB(j,t)表示5G基站j在时刻t的能耗。
对于基站的储能电池来说,每次充电后电池容量不能超过储能电池的最大容量,每次放电后电池容量不能低于最低可用容量,相应表达式为:
其中,V(j,t)表示5G基站j中的储能电池在时刻t的容量,Vmax表示储能电池的最大容量。
出于对实际调度性的考虑,为了确保所构建的5G基站需求响应模型能够正常进行求解,本实施例对于储能电池的容量还提出如下约束:储能电池的容量在每个调度周期的开始时刻和结束时刻相同;相应表达式如下:
其中,V(j,0)和V(j,T-1)分别5G基站j中的储能电池在调度周期的开始时刻和结束时刻的容量,本实施中,调度周期的开始时刻为第0个时刻,结束时刻为第23个时刻,故上式也可表示为:通过公式(3)所示的约束,即使是不同的天数,都具备现实的调度意义。
储能电池每时刻的容量应与其前一时刻的容量和行为相匹配,即为前一时刻的容量与因为充放电而导致的容量增量之和,相关表达式如下:
其中,V(j,t-1)分别表示5G基站j中的储能电池在时刻t-1的容量,Ich(j,t-1)表示5G基站j中储能电池在时刻t-1的充电工作状态,0表示未进行充电,1表示正在充电;Pch(j,t-1)表示5G基站j中储能电池在时刻t-1的充电功率;Idis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电工作状态,0表示未进行放电,1表示正在放电;Pdis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电功率;ΔT为优化时间间隔,本实例中被设置为1h。
储能电池不可同时充放电,相应表达式为:
其中,Ich(j,t)和Idis(j,t)分别表示基站j在时刻t的充、放电工作状态。
对于储能电池来说,其充放电功率存在限制,相应表达式为:
对于5G基站整体而言,5G基站的能耗与通信任务量近似成一次线性关系:
Pb=αb+βbLb
其中,Pb为基站能耗;Lb为通信任务量;αb和βb为基站能耗系数。
不同位置不同时刻的5G基站通信任务量特性不同,而5G基站的能耗和储能工作都与通信任务量息息相关。因此,合理的对5G基站通信任务进行迁移,借此调整5G基站的能耗和储能工作情况,从而让其需求响应空间被充分挖掘利用。
同一5G基站资源聚合点内的邻近5G基站之间可以进行通信任务的迁移,即基站可以根据整体系统的运行情况,将自己的通信任务空间迁移至邻近基站,或接收邻近基站所迁移的通信任务,以调整基站的通信负载率。同时,5G基站的通信任务中,有一部分为对于实时性要求不高的任务,例如资源下载、文件上传等。对于此类任务,可以根据实际情况进行5G基站自身通信任务的时间迁移,即基站可以根据用户需求和整体系统的运行情况,将此类非实时性任务进行时间上的后迁。对于5G基站通信任务的时空迁移,需要满足如下约束:
任意基站任意时刻的时间迁移通信任务量不可超过其原始通信任务中非实时性任务量,相关表达式为:
其中,j'表示5G基站,Mtime(j,t,t')表示5G基站j在时刻t向时刻t'迁移的非实时性通信任务量,L(j,t)表示5G基站j在时刻t的原始通信任务量,ηdelay表示非实时性通信任务占比。
通信任务时间迁移只能从当前时刻往后迁移,不可往前迁移,相关表达式如下:
任意基站任意时刻的时空迁移通信任务量不可超过其原始通信任务量,相关表达式如下:
其中,Mspace(t,j,j')表示5G基站j在时刻t向5G基站j'迁移的通信任务量。
发生通信任务的时空迁移后,基站中的通信任务量的更新方式为:5G基站在任意时刻的任务量为其原始通信任务量与因为任务迁移(包括时间迁移和空间迁移)而导致的任务增量之和,相应表达式如下:
其中,Mspace(t,j',j)表示5G基站j'在时刻t向5G基站j迁移的通信任务量,L'(j,t)表示5G基站j在时刻t进行任务迁移后的通信任务量。
经过时空转移后总的通信任务量保持不变,相关表达式如下:
基于以上通信任务的时空迁移机制,本实施例能够在5G基站参与需求响应的过程中,充分考虑5G基站中通信任务的特点,充分挖掘5G基站需求响应空间与潜力,进一步提高需求响应调度的效果。
针对电力系统发电机组特性,本实施例相应地在5G需求响应模型的约束条件中设置了如下约束:
1)机组出力约束:电力系统中每个发电机组i在各时段的出力存在可行区间限制;本实施例中仅考虑有功出力部分,相关表达式如下;
其中,I表示发电机组集合,i表示发电机组;PG(i,t)表示发电机组i在时刻t的实际有功出力;表示发电机组i在时刻t的有功出力最小值,/>表示发电机组i在时刻t的有功出力最大值;I(i,t)表示发电机组i在时刻t的工作状态,0表示发电机组处于关闭状态,1表示发电机组处于工作状态。
2)机组最小启停时间约束:机组一旦启动就必须在一定时间内保持启动状态,机组一旦停机,就必须在一定时间内保持关闭状态,相关表达式如下:
其中,I(i,t)、I(i,t')和I(i,t-1)分别表示发电机组i在时刻t、时刻t'和时刻t-1的工作状态,0表示发电机组处于关闭状态,1表示发电机组处于工作状态;Ton(i)表示发电机组i的最小开机时间;Toff(i)表示发电机组i的最小关机时间。
3)机组运行时爬坡约束:发电机组运行过程中,连续时刻间出力变化存在约束限制,相关表达式如下:
其中,ηdown(i)表示发电机组i的有功出力爬坡最大下降速率;ηup(i)表示发电机组i的有功出力爬坡最大上升速率;PG(i,t-1)表示发电机组i在时刻t-1的实际有功出力。
4)机组启停爬坡约束:发电机组启动和关闭时,存在出力限制,相关表达式如下:
其中,表示发电机组i停机最大出力变化值;/>表示发电机组i启动最大出力变化值;I(i,t)和I(i,t-1)分别表示发电机组i在时刻t和时刻t-1的工作状态,0表示发电机组处于关闭状态,1表示发电机组处于工作状态。
可选地,本实施例中,新能源系统中仅包括风电场;针对风电场的特性,本实施例相应地在5G需求响应模型的约束条件中设置了如下约束:
假设电力系统中风电每个时刻的出力符合正态分布G(μ,σ)(多种风电分布概率函数中的一种),其中μ表示预计值,σ表示方差,具体构建如下:
其中,Pforecast(t)表示时刻t风电预测出力值;G[]表示正态分布;Pload(t')表示时刻t'系统负荷需求量,Rand(0,T-1)表示在一个调度周期内随机选取调度时刻,E(Pload)表示系统日负荷需求均值;ηwind表示系统中风电渗透比例系数;ηadjust表示风电不确定调整系数,风电不确定调整系数ηadjust反映了风电出力的波动程度,风电波动程度较大时,其值可相应设定较大,风电波动程度较小时,其值可相应设定较小;在实际应用中,ηwind和ηadjust可根据实际的风电环境相应设置,本实施例引入了风电渗透比例系数和风电不确定调整系数,提高了风电预测调节的灵活性,在不同风电环境下均可较为精确地预测风电出力。
系统中风电消纳量必须处于实际风电产生值范围内,相应表达式如下:
其中,PW(t)表示时刻t系统的风电消纳量。
应当说明的是,在实际应用中,如果新能源系统还包括其他形式的新能源,则相应进行出力预测,并基于出力预测结果对该新能源的消纳量进行约束即可。
利用符号UG、UW和UB分别表示发电机组的运行成本、弃风成本以及5G基站的运行成本,则本实施例中,5G基站需求响应模型的目标函数可表示为:
min(UG+UW+UB)
发电机组运行成本UG的计算公式如下:
f[PG(i,t)]=a(i)+b(i)PG(i,t)+c(i)PG(i,t)2 (22)
其中,f[PG(i,t)]表示发电机组i在时刻t的发电成本;SU(i)表示发电机组i的启动费用;SD(i)表示发电机组i的停机费用;a(i)、b(i)、c(i)表示发电机组i的成本系数;
弃风成本UW的计算公式如下:
其中,ηpunish表示弃风成本系数。
5G基站的运行成本UB的计算公式如下:
其中,Cbuy(j,t)表示基站j所在区域在时刻t用户从电网购电价格;Csell(j,t)表示基站j所在区域在时刻t用户向电网售电价格。
此外,系统运行还要考虑电网功率平衡约束,相关表达式如下:
基于以上目标函数和约束条件,本实施例所建立的5G基站需求响应模型可表述如下:
min(UG+UW+UB) (26)
s.t.(1)-(25)
通过求解上述5G基站需求响应模型,可以得到5G基站工作策略、发电机组工作策略以及新能源消纳策略;5G基站工作策略具体包括各5G基站在各时刻的能耗PB(j,t)、充电功率Pch(j,t)和放电功率Pdis(j,t);发电机组工作策略具体包括各发电机组在各时刻的实际有功出力PG(i,t);风电消纳策略具体包括各时刻的风电消纳量PW(t)。
同样需要说明的是,在实际应用中,如果新能源系统还包括其他形式的新能源,例如光伏系统,则所建立的5G需求响应模型的目标还包括使得该新能源的舍弃成本最小。
总体而言,本实施例分析了5G基站运行特点,设计了5G基站运行控制模式,有利于5G网-电网的协同工作;分析了5G基站工作能耗与其储能配备之间的关联性,得到5G基站储能与能耗运行情况的关联数学模型,建立了考虑5G基站能耗情况的储能模型;考虑了5G基站通信任务在时间与空间上的可转移特性,建立了考虑5G基站通信负载率时空迁移的5G基站需求响应模型;考虑电力系统中发电机组工作运行特点,建立电力系统机组组合模型;分析电力系统中风电工作情况,建立风电运行模型,考量风电消纳情况;以5G基站运行成本、发电机组运行成本和弃风成本最小为目标函数进行优化,建立了一种考虑风电消纳和机组组合的5G基站需求响应模型;利用考虑风电消纳和机组组合的5G基站需求响应模型,得到5G基站工作策略、电力系统发电机组工作策略以及风电消纳策略。实施例能够有效减小5G基站的运行成本,同时能够有效减小发电机组的运行成本,并提高风电消纳量,最终可实现5G基站通信网络与电网的整体优化调度,提高综合收益。
实施例2:
提供了一种考虑新能源消纳和机组组合的5G基站需求响应系统,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
本实施例包括:计算机可读存储介质和处理器,计算机可读存储介质用于存储计算机程序,处理器用于读取计算机可读存储介质中的计算机程序,执行上述实施例1提供的考虑新能源消纳和机组组合的5G基站需求响应方法。
以下结合具体的应用示例对本发明技术方案及所能取得的有益效果作进一步的解释说明。
以IEEE 9节点测试系统为例,在其中接入5G基站和风电场,构建所得的系统结构如图3所示。在节点4-9处接入5G基站资源聚合点,节点8处接入风电场。为简化所构建的模型求解复杂度,假设每个5G基站资源聚合点内的所有5G基站工作情况相同,即聚合点内所有基站每时刻通信负载率相同、运行能耗相同、储能电池充放电功率相同;同时,为不过于降低该系统的一般性,假设接入该系统的每个5G基站资源聚合点由4个小资源聚合点组成,小资源聚合点内的基站符合上述假设,而小资源聚合点彼此间5G基站工作情况不同。一个小资源聚合点内包含50个5G基站,则一个资源聚合点内共200个基站接入该系统中,共计接入的5G基站数目为50×4×6=1200个。
以某地区典型日负荷作为系统负荷量Pload(t),如图4所示。系统中风电渗透比例系数ηwind取0.6,风电不确定调整系数ηadjust取0.08,弃风成本系数ηpunish取60$。电力批发市场中一天各时段的用户购电和用户售电价格变化情况取自美国加州电力市场。
接入系统的发电机组技术参数如表1所示。
表1发电机组技术参数
表2 5G基站技术参数
假设5G基站覆盖范围内用户符合泊松分布,基站每时刻覆盖范围内的通信负载率L(j,t)根据某小区基站流量公开数据集规律生成:每天的2:00-7:00为低流量时段,该时段基站覆盖范围内的通信负载率服从[0,60]区间内均值为30,标准差为7.5的截断正态分布;每天的0:00-1:00、8:00-23:00为高流量时段,该时段基站覆盖范围内的通信负载率服从[60,100]区间内均值为80,标准差为5的截断正态分布。
本发明所构建的考虑风电消纳和机组组合的5G基站需求响应模型为凸优化问题,借助现有的求解软件可以实现对该问题快速而高效地求解。本实例选择使用求解器Gurobi在Pycharm Community 2021.3.2-1中编程,对所建立的模型进行求解。同时,构建并求解5G基站不参与需求响应模型以及5G基站参与需求响应但不考虑通信任务时空迁移模型,进行效果对比以验证本发明方法有效性。
在5G基站不参与需求响应模型中,基站储能电池不进行充放电行为,基站用电完全由电力系统提供。同时,5G基站不进行通信任务时空迁移,并以满足通信任务需求的最低能耗运行,即:
电网功率平衡条件也需要做出相应调整:
求解所得系统出力情况如图5所示,图5中的(a)、(b)、(c)分别表示5G基站不参与需求响应(Case 1)、5G基站参与需求响应但不考虑通信任务时空迁移(Case 2)、以及5G基站参与需求响应且考虑通信任务时空迁移(Case 3)三种情形。从图5可以看出,Case 1中发电机组3保持着全天的工作,发电机组1在16-21时刻大额出力工作以满足用电需求,而发电机组2在仅在7-15和22-23时刻进行工作;而Case 2和Case 3无论是否考虑通信任务时空迁移,由于5G基站提供的灵活性响应资源,风电出力提高而发电机组出力减少,发电机组3仅在5-22时工作,发电机组1仅在8-21时工作,发电机组2不进行工作,对于电力系统机组组合调度调整来说得到了良好成效。
不同情形下的风电出力曲线如图6所示,具体风电消纳情况如表3所示。可以看到,相比Case 1,Case 2中由于5G基站提供的灵活性响应资源,风电消纳比例提高了5%以上,达到了99.51%的高额消纳比率;Case3中,在考虑本发明中所设计的5G基站通信任务时空迁移后,风电消纳比例在原先的高消纳基础上,仍然有0.06%的小额提升,说明了考虑通信任务时空迁移对于电力系统风电消纳具有积极影响,在高比例风电消纳的情形下,仍能协助电力系统将风电消纳提升。
表3不同情形风电消纳情况
不同情形下5G基站工作情况如图7所示,图7中的(a)和(b)分别表示5G基站能耗情况和5G基站储能工作情况。综合前述发电机组出力情况和风力消纳情况,得到系统运行成本如表4所示。在Case 1中,基站以最低能耗运行,储能则处于不工作状态,导致基站运行成本极高,且电力系统中缺乏灵活性响应资源调节,风电弃风成本和发电机组运行成本都保持较高水平;Case 2中将5G基站加入需求响应当中,虽然基站能耗有所提高,但由于储能电池的出力调节作用,取得了综合成本的降低;对比Case 3和Case 2可知,本发明通过基站通信任务时空迁移,进一步调节了基站的能耗以及储能工作情况,让系统运行成本进一步的缩减。
表4不同情形系统运行成本
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
所述方法包括:以发电机组运行成本、新能源舍弃成本以及5G基站运行成本最小为目标,建立5G基站需求响应模型并在预设约束条件下求解,得到5G基站工作策略、发电机组工作策略以及新能源消纳策略;
其中,所述预设约束条件包括5G基站的通信任务时空迁移约束;所述通信任务时空迁移约束包括:5G基站在任意时刻向后迁移的通信任务量不超过其原始通信任务中的非实时性通信任务量,同一5G基站中的非实时性通信任务只能向后迁移,5G基站在任意时刻迁移的通信任务量不超过其原始通信任务量,5G基站在任意时刻的任务量为其原始通信任务量与因为任务迁移而导致的任务增量之和,以及任务迁移前后5G基站资源聚合点内的通信任务总量不变。
2.如权利要求1所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述通信任务时空迁移约束的表达式包括:
其中,T表示调度周期,t和t'表示调度时刻;J表示5G基站资源聚合点内的5G基站集合,j和j'表示5G基站;L(j,t)表示5G基站j在时刻t的原始通信任务量,L'(j,t)表示5G基站j在时刻t进行任务迁移后的通信任务量,ηdelay表示非实时性通信任务占比;Mtime(j,t,t')表示5G基站j在时刻t向时刻t'迁移的非实时性通信任务量,Mtime(j,t,t')表示5G基站j在时刻t'向时刻t迁移的非实时性通信任务量;Mspace(t,j,j')表示5G基站j在时刻t向5G基站j'迁移的通信任务量,Mspace(t,j',j)表示5G基站j'在时刻t向5G基站j迁移的通信任务量。
3.如权利要求2所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述预设约束条件还包括:5G基站的储能电池容量约束;所述储能电池容量约束包括:5G基站的储能电池在任意时刻的最低可用容量为5G基站在该时刻的能耗与应急时长的乘积。
4.如权利要求3所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述储能电池容量约束还包括:储能电池在任意时刻的容量不超过最大容量,且不低于最低可用容量;储能电池的容量在每个调度周期的开始时刻和结束时刻相同;储能电池在任意时刻的容量为前一时刻的容量与因为充放电而导致的容量增量之和。
5.如权利要求4所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述储能电池容量约束的表达式为:
其中,Vmin(j,t)表示5G基站j中的储能电池在时刻t的最低可用容量,Tres表示5G基站储能电池的应急时长,PB(j,t)表示5G基站j在时刻t的能耗;V(j,t)和V(j,t-1)分别表示5G基站j中的储能电池在时刻t和时刻t-1的容量,V(j,0)和V(j,T-1)分别5G基站j中的储能电池在调度周期的开始时刻和结束时刻的容量;Ich(j,t-1)表示5G基站j中储能电池在时刻t-1的充电工作状态,0表示未进行充电,1表示正在充电;Pch(j,t-1)表示5G基站j中储能电池在时刻t-1的充电功率;Idis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电工作状态,0表示未进行放电,1表示正在放电;Pdis(j,t-1)表示5G基站j中储能电池在时刻t-1的放电功率;ΔT为优化时间间隔。
6.如权利要求5所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述预设约束条件还包括:5G基站的储能电池的充放电约束;所述储能电池的充放电约束包括:储能电池不能同时充放电;充、放电功率的上下界约束。
9.如权利要求8所述的考虑新能源消纳和机组组合的5G基站需求响应方法,其特征在于,所述预设约束条件还包括:机组出力约束,机组最小启停时间约束,机组运行时爬坡约束,机组启停爬坡约束以及电网功率平衡约束。
10.一种考虑新能源消纳和机组组合的5G基站需求响应系统,其特征在于,5G基站网络被划分为多个5G基站资源聚合点,由5G基站资源聚合点接入电力系统节点;同一个5G基站资源聚合点内的5G基站之间可进行通信任务的迁移,且5G基站中的非实时性通信任务可在同一个调度周期内向后迁移;
所述考虑新能源消纳和机组组合的5G基站需求响应系统包括:计算机可读存储介质和处理器,所述计算机可读存储介质用于存储计算机程序,所述处理器用于读取所述计算机可读存储介质中的计算机程序,执行权利要求1~9任一项所述的考虑新能源消纳和机组组合的5G基站需求响应方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211475571.1A CN116191556A (zh) | 2022-11-23 | 2022-11-23 | 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211475571.1A CN116191556A (zh) | 2022-11-23 | 2022-11-23 | 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116191556A true CN116191556A (zh) | 2023-05-30 |
Family
ID=86431422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211475571.1A Pending CN116191556A (zh) | 2022-11-23 | 2022-11-23 | 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116191556A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116961188A (zh) * | 2023-07-26 | 2023-10-27 | 中国铁塔股份有限公司 | 基站电源的调度方法、装置、电子设备和可读存储介质 |
CN117170870A (zh) * | 2023-09-05 | 2023-12-05 | 国网智能电网研究院有限公司 | 一种面向新能源消纳的数据中心算力的迁移方法及装置 |
-
2022
- 2022-11-23 CN CN202211475571.1A patent/CN116191556A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116961188A (zh) * | 2023-07-26 | 2023-10-27 | 中国铁塔股份有限公司 | 基站电源的调度方法、装置、电子设备和可读存储介质 |
CN116961188B (zh) * | 2023-07-26 | 2024-05-10 | 中国铁塔股份有限公司 | 基站电源的调度方法、装置、电子设备和可读存储介质 |
CN117170870A (zh) * | 2023-09-05 | 2023-12-05 | 国网智能电网研究院有限公司 | 一种面向新能源消纳的数据中心算力的迁移方法及装置 |
CN117170870B (zh) * | 2023-09-05 | 2024-04-26 | 国网智能电网研究院有限公司 | 一种面向新能源消纳的数据中心算力的迁移方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Data center holistic demand response algorithm to smooth microgrid tie-line power fluctuation | |
CN116191556A (zh) | 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 | |
CN114498639B (zh) | 一种考虑需求响应的多微电网联合互济的日前调度方法 | |
CN114744687A (zh) | 一种虚拟电厂的能源调控方法及系统 | |
CN110783959A (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN111293682A (zh) | 一种基于协同模型预测控制的多微网能量管理方法 | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
CN114444851A (zh) | 一种计及旋转备用服务的虚拟电厂优化调度方法及系统 | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
Yang et al. | Inverse proportion technique based scheduling strategy for energy storage system considering load demand differences | |
Shi et al. | Optimal allocation of energy storage capacity for hydro-wind-solar multi-energy renewable energy system with nested multiple time scales | |
CN115021406A (zh) | 一种整合经济性模型预测控制的微电网控制器 | |
Ning et al. | Research on the optimal scheduling method of virtual power plant with industrial loads participating the peak regulation ancillary service | |
Gu et al. | GreenFlowing: A green way of reducing electricity cost for cloud data center using heterogeneous ESDs | |
CN113837417A (zh) | 一种光伏配电调度优化方法及系统 | |
Zhang et al. | New urban power grid flexible load dispatching architecture and key technologies | |
Wang et al. | Cooperative Optimization Model of" Source-Grid-Load-Storage" for Active Distribution Network | |
Wang et al. | Electricity and carbon-aware task scheduling in geo-distributed internet data centers | |
CN112927095B (zh) | 一种电热联合系统多时间尺度协调调度方法 | |
Dian-Gang et al. | The Study of Monthly Power Generation Plan Based on Energy Saving Dispatch Considering Wind, Nuclear, Water, Thermal, and Other Energy Sources | |
Ma et al. | Short-term Operation Optimization Considering Demand Response and Energy Storage Flexibility | |
Sha et al. | Peaking compensation mechanism for supply and demand sides union promoting wind power integration | |
Sun et al. | Long-Term Planning of Shared Energy Storage for Multiple Renewable Energy Bases Considering the Growth of Renewables and Load Demand | |
Liu et al. | Evaluation of Renewable Energy Accommodation Capacity Considering Multiple Flexibility Resources of Source-Load-Storage | |
ZHANG et al. | Flexible ramping auxiliary service mechanism’s research based on source-load synergy |
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 |