計(jì)及通信負(fù)載的5G 基站儲(chǔ)能調(diào)控策略

麻秀范 孟祥玉 朱秋萍 段 穎 王 志

（華北電力大學(xué)電氣與電子工程學(xué)院 北京 102206）

0 引言

近兩年，我國明確提出加快“新基建”發(fā)展步伐，5G 基站建設(shè)作為新基建之一，正穩(wěn)步推進(jìn)建設(shè)進(jìn)程。5G 通信的頻段較高，單個(gè)5G 基站覆蓋范圍較4G 基站小，且由于使用了更大規(guī)模的陣列天線、更高的帶寬，其耗能明顯高于3G、4G 基站，各大運(yùn)營商都在積極探索降低電費(fèi)的方法。5G 基站通常會(huì)配置儲(chǔ)能電池作為備用電源來保證基站的不間斷供電需求。據(jù)工信部預(yù)計(jì)，2023 年5G 基站對(duì)備用電池需求量將達(dá)到31.8GW·h，這是一個(gè)非常大的儲(chǔ)能資源。隨著我國配電網(wǎng)更加堅(jiān)強(qiáng)可靠，在市電正常供電時(shí)，通信基站儲(chǔ)能電池一直處于閑置狀態(tài)，造成資源的浪費(fèi)。因此，如何盤活碎片化閑置儲(chǔ)能資源，使5G 基站作為新的儲(chǔ)能配置主體參與到與配電網(wǎng)的協(xié)同互動(dòng)中，從而實(shí)現(xiàn)電網(wǎng)與通信運(yùn)營商的互利共贏將成為研究的重點(diǎn)。

目前，在5G 基站能效管理方面，國內(nèi)外研究者多聚焦于基站休眠技術(shù)的研究[1-4]，其意在從源頭降低基站的能耗，進(jìn)而達(dá)到節(jié)約能源、降低運(yùn)營商電費(fèi)成本的目的。但這種方法在節(jié)能降費(fèi)的同時(shí)往往伴隨運(yùn)營商通信服務(wù)質(zhì)量受損，5G 通信用戶體驗(yàn)感降低等風(fēng)險(xiǎn)，因此亟待研究結(jié)合基站通信負(fù)載情況及不同時(shí)間空間尺度的動(dòng)態(tài)功耗管理技術(shù)。

在儲(chǔ)能調(diào)控技術(shù)方面，越來越多的學(xué)者致力于研究使各類分布式儲(chǔ)能資源參與電力系統(tǒng)協(xié)同調(diào)度的方法[5-10]。文獻(xiàn)[11]提出電動(dòng)汽車分布式儲(chǔ)能概念，考慮電池、電網(wǎng)和車主使用約束，提出計(jì)及電動(dòng)汽車出行不確定性的儲(chǔ)能充放電控制策略。文獻(xiàn)[12-13]基于規(guī)模化聚合管理分布式儲(chǔ)能的研究思路，分別建立了電力市場環(huán)境下分布式儲(chǔ)能聚合商參與電網(wǎng)協(xié)同調(diào)控模型。文獻(xiàn)[14]總結(jié)了5G 基站設(shè)備組成和用電特性，并對(duì)基站后備儲(chǔ)能作為靈活需求側(cè)資源參與電力系統(tǒng)協(xié)調(diào)互動(dòng)進(jìn)行展望，但并未提出5G 基站儲(chǔ)能參與協(xié)調(diào)互動(dòng)的具體調(diào)控方法。由于5G 基站具備自身通信業(yè)務(wù)特性，其他形式的儲(chǔ)能調(diào)控研究成果無法完全適配于5G 基站儲(chǔ)能調(diào)控，因此考慮通信基站后備儲(chǔ)能特殊性的參與電網(wǎng)協(xié)同調(diào)度方法將成為研究重點(diǎn)。

隨著能源與信息領(lǐng)域深度融合的不斷推進(jìn)，通過構(gòu)建儲(chǔ)能云平臺(tái)，利用能量信息化技術(shù)和先進(jìn)通信技術(shù)對(duì)分散的儲(chǔ)能資源進(jìn)行數(shù)字化管控逐漸受到研究者的關(guān)注[15]。文獻(xiàn)[16]解釋了云儲(chǔ)能及其相關(guān)概念，詳細(xì)闡述了云儲(chǔ)能模式的各個(gè)要素及未來研究展望。文獻(xiàn)[17]設(shè)計(jì)了本地自治的基站備用電池云儲(chǔ)能系統(tǒng)，并提出了云儲(chǔ)能系統(tǒng)的運(yùn)營模式，但并未針對(duì)基站備用電池的能量管控方法進(jìn)行具體研究?？偨Y(jié)來看，目前關(guān)于5G 基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)度的具體方式研究還比較缺乏，亟待對(duì)其進(jìn)行進(jìn)一步探索與完善研究。

本文從聚合大規(guī)模、分布式的基站儲(chǔ)能資源以參與電網(wǎng)協(xié)同互動(dòng)的角度，設(shè)計(jì)了以盤活通信基站閑置儲(chǔ)能資源為目的的5G 基站云儲(chǔ)能系統(tǒng)。提出考慮基站通信負(fù)載差異性的基站儲(chǔ)能可調(diào)度潛力分析方法，并根據(jù)基站儲(chǔ)能的可調(diào)度容量，使用最小化負(fù)荷曲線方差及最大化儲(chǔ)能調(diào)控收益作為優(yōu)化目標(biāo)，建立5G 基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)度模型。并通過算例分析驗(yàn)證了模型的有效性與合理性，為5G基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)度提供了參考策略。

1 5G 基站云儲(chǔ)能系統(tǒng)簡介

1.1 5G 基站云儲(chǔ)能系統(tǒng)控制架構(gòu)

5G 基站儲(chǔ)能具有數(shù)量多、分布廣、個(gè)體容量小的特點(diǎn)。若由電網(wǎng)直接控制各單個(gè)基站儲(chǔ)能的充放電行為，會(huì)給電網(wǎng)帶來過重的計(jì)算負(fù)擔(dān)及工作量[18-19]，也削弱了電網(wǎng)利用基站分布式小容量儲(chǔ)能的意愿，因此由電網(wǎng)直接調(diào)控基站儲(chǔ)能的可行性較低。本文在電網(wǎng)與各單個(gè)5G 基站儲(chǔ)能之間引入5G 基站云儲(chǔ)能調(diào)控平臺(tái)這個(gè)類似中間代理商的角色，形成由電網(wǎng)-云儲(chǔ)能調(diào)控平臺(tái)-5G 基站三個(gè)主體構(gòu)成的5G基站云儲(chǔ)能系統(tǒng)，利用云儲(chǔ)能的形式將小而分散的5G 基站儲(chǔ)能虛擬聚合，意在利用先進(jìn)的通信技術(shù)打破物理連接局限，使電網(wǎng)靈活利用這種容量小、分布廣的儲(chǔ)能資源成為可能。

在該控制架構(gòu)下，大量且分散的5G 基站儲(chǔ)能以終端形式接入云儲(chǔ)能調(diào)控平臺(tái)，并受其調(diào)控進(jìn)行充放電響應(yīng)?；驹苾?chǔ)能調(diào)控平臺(tái)作為5G 基站儲(chǔ)能和電網(wǎng)之間的交互平臺(tái)，根據(jù)采集終端儲(chǔ)能的狀態(tài)參數(shù)，制定充放電計(jì)劃，并將其上傳至電力系統(tǒng)調(diào)度中心，經(jīng)電網(wǎng)安全校核并反饋結(jié)果后將具體的充放電策略下達(dá)至各5G 基站，起到了傳遞信息流的作用。5G 基站儲(chǔ)能執(zhí)行收到的調(diào)控指令信息，通過儲(chǔ)能的充電與放電實(shí)現(xiàn)與電網(wǎng)之間能量流的傳遞。

1.2 5G 基站云儲(chǔ)能系統(tǒng)調(diào)控模式

5G 基站儲(chǔ)能參與電網(wǎng)優(yōu)化運(yùn)行的目的主要是為盤活閑置的基站備用電池儲(chǔ)能資源，通過合理的充放電過程實(shí)現(xiàn)參與電網(wǎng)削峰填谷，并利用峰谷電價(jià)差獲取一定的收益。其可選擇的調(diào)控模式大致分為以下兩種：

（1）基站自主調(diào)控。在該調(diào)控模式下，基站僅考慮自身備用電池實(shí)際使用情況，根據(jù)當(dāng)前電價(jià)控制基站儲(chǔ)能的充放電行為，通過儲(chǔ)能的低儲(chǔ)高放獲得收益。

（2）云儲(chǔ)能調(diào)控平臺(tái)運(yùn)營方通過與通信運(yùn)營商簽訂合同直接調(diào)控基站儲(chǔ)能。在該調(diào)控模式下，云儲(chǔ)能調(diào)控平臺(tái)運(yùn)營方通過與通信運(yùn)營商簽訂合同，獲取基站儲(chǔ)能設(shè)備的調(diào)控權(quán)，并通過與電網(wǎng)的信息交互，按照電網(wǎng)實(shí)際運(yùn)行需求下達(dá)調(diào)控指令，調(diào)整包括儲(chǔ)能功率、起停等在內(nèi)的充放電行為。

考慮到5G 基站個(gè)體容量小且數(shù)量多，基站依據(jù)電價(jià)自主調(diào)控儲(chǔ)能，缺少與電網(wǎng)之間信息的交互，未必會(huì)真正滿足電網(wǎng)實(shí)際運(yùn)行需求。甚至由于對(duì)電價(jià)信息的敏感程度和響應(yīng)速度的差異性出現(xiàn)過響應(yīng)或響應(yīng)滯后等結(jié)果，嚴(yán)重影響了基站儲(chǔ)能參與電網(wǎng)優(yōu)化運(yùn)行的效果。因此，本文對(duì)5G 基站儲(chǔ)能調(diào)控策略的研究采用基于合同的直接調(diào)控模式。

1.3 5G 基站云儲(chǔ)能系統(tǒng)調(diào)控流程

基站云儲(chǔ)能調(diào)控平臺(tái)實(shí)現(xiàn)將分散的5G 基站儲(chǔ)能聚合，以服務(wù)電網(wǎng)，其與電網(wǎng)和5G 基站的交互流程如圖1 所示。

圖1 5G 基站云儲(chǔ)能系統(tǒng)調(diào)控流程 Fig.1 Control process of base station cloud energy storage system

調(diào)控平臺(tái)運(yùn)營方在5G 基站側(cè)安裝終端量測、通信和控制設(shè)備，對(duì)基站的運(yùn)行狀態(tài)、儲(chǔ)能設(shè)備參數(shù)和基站負(fù)載狀態(tài)等信息進(jìn)行實(shí)時(shí)監(jiān)測，并結(jié)合各5G 基站的備用電池需求情況分析基站儲(chǔ)能的可調(diào)度潛力，制定聚合后的基站儲(chǔ)能調(diào)用出力計(jì)劃并上報(bào)給電網(wǎng)。電網(wǎng)經(jīng)安全校核反饋給調(diào)控平臺(tái)需求指令，調(diào)控平臺(tái)根據(jù)指令制定具體的調(diào)控策略并下達(dá)至各5G 基站，控制各基站儲(chǔ)能的充放電行為。

2 5G 基站儲(chǔ)能可調(diào)度潛力分析

2.1 5G 基站通信負(fù)載特性

用戶作為基站通信數(shù)據(jù)流量產(chǎn)生的來源，其日常使用行為在一定程度上導(dǎo)致了通信流量負(fù)載在不同時(shí)刻呈動(dòng)態(tài)變化的特性。且用戶在移動(dòng)網(wǎng)絡(luò)中隨時(shí)可能處于移動(dòng)狀態(tài)，隨著用戶在空間位置上的移動(dòng)，其通信過程也會(huì)在不同基站覆蓋區(qū)之間移動(dòng)?；就ㄐ咆?fù)載時(shí)空特性如圖2 所示，以目前應(yīng)用成熟的4G 基站通信負(fù)載時(shí)空特性舉例說明[20]。

圖2 基站通信負(fù)載時(shí)空特性 Fig.2 Spatio-temporal characteristics of base station communication load

可以看到，在時(shí)間特性方面，受用戶生活習(xí)慣的影響，基站通信負(fù)載在一天24h 內(nèi)處于波動(dòng)狀態(tài)，且存在明顯負(fù)載高峰和低谷；在空間特性方面，工作時(shí)段辦公區(qū)域的基站通信負(fù)載明顯高于居民區(qū)域，而非工作時(shí)段，居民區(qū)域的基站通信負(fù)載明顯高于辦公區(qū)域。眾多的場所如商業(yè)區(qū)、辦公區(qū)、住宅區(qū)等區(qū)域均隨人類移動(dòng)行為而存在明顯的用戶數(shù)量波動(dòng)性，這使得處于不同地理區(qū)域的基站通信負(fù)載情況存在明顯差異性與一定程度的互補(bǔ)性。隨著4G 時(shí)代向5G 時(shí)代邁進(jìn)，定然會(huì)催生出依托于5G高傳輸速率、低延遲等優(yōu)勢的新業(yè)務(wù)及應(yīng)用，但其對(duì)于人類移動(dòng)行為的影響比較有限，故處于不同功能區(qū)域的5G 基站通信負(fù)載也會(huì)存在一定程度的差異與互補(bǔ)。目前5G 基站儲(chǔ)能的容量主要參考基站峰值負(fù)載所對(duì)應(yīng)的峰值功耗進(jìn)行配置，由于基站通信負(fù)載并不是時(shí)刻都處于峰值狀態(tài)，故其儲(chǔ)能的配置存在一定冗余，這也為基站儲(chǔ)能參與電網(wǎng)協(xié)調(diào)互動(dòng)提供了可挖掘的調(diào)度潛力。

2.2 5G 基站儲(chǔ)能可調(diào)度容量模型

5G 基站儲(chǔ)能最主要的功能是作為備用電源來保證基站的不間斷供電需求，因此5G 基站儲(chǔ)能充放電方案的制定，需要根據(jù)基站對(duì)備用電源需求的緊要程度，以最小化市電突然停供對(duì)基站連接用戶的影響為前提，進(jìn)行制定。

基站負(fù)載表現(xiàn)出基站承擔(dān)業(yè)務(wù)量的多少，可以用基站接入用戶數(shù)、占用帶寬比、占用子帶寬數(shù)等表示[21]。本文以基站接入的用戶數(shù)量表示基站負(fù)載量，并引入一個(gè)基站負(fù)載率指標(biāo)λload為

式中，L為基站當(dāng)前接入用戶數(shù)；Lall為基站可承擔(dān)最大用戶接入量?；矩?fù)載率指標(biāo)λload定義為基站當(dāng)前接入用戶量和基站最大用戶接入量的比值，反映了基站當(dāng)前負(fù)載狀態(tài)的繁重程度，由于用戶接入基站時(shí)不允許超負(fù)載，故λload∈[0,1]。根據(jù)λload的大小對(duì)基站負(fù)載狀態(tài)進(jìn)行劃分，見表1。

表1 基站負(fù)載狀態(tài)劃分 Tab.1 Division of base station load status

其中，基站負(fù)載狀態(tài)指標(biāo)閾值n可根據(jù)基站自身情況及調(diào)控需求靈活調(diào)整。由于基站負(fù)載狀態(tài)直接影響其對(duì)于備用電源需求的緊要程度，對(duì)處于重負(fù)載狀態(tài)的基站，其接入用戶數(shù)目大，承擔(dān)業(yè)務(wù)量多，對(duì)備用電源的容量穩(wěn)定性和備電可靠性要求很高，而儲(chǔ)能調(diào)控參與電網(wǎng)互動(dòng)會(huì)影響其作為備用電源的可靠性，故本文不考慮對(duì)處于重負(fù)載狀態(tài)的基站儲(chǔ)能進(jìn)行調(diào)控。對(duì)處于零負(fù)載狀態(tài)和正常狀態(tài)的基站，因其對(duì)備用電源需求的緊要程度相對(duì)較低，隨著市電供電可靠性的提高，為了避免基站儲(chǔ)能在市電供應(yīng)正常時(shí)長期處于閑置狀態(tài)而造成資源的浪費(fèi)，考慮對(duì)此類基站儲(chǔ)能進(jìn)行合理調(diào)控，提高資源利用率。

為了提高基站儲(chǔ)能調(diào)控的合理性，考慮通過限制基站儲(chǔ)能充放電的荷電狀態(tài)（State of Charge,SOC）范圍將基站儲(chǔ)能可調(diào)控容量與基站負(fù)載狀態(tài)相關(guān)聯(lián)，盡量降低儲(chǔ)能調(diào)控對(duì)備電作用的影響。具體實(shí)現(xiàn)方法如圖3 所示。

圖3 基站儲(chǔ)能SOC 狀態(tài)示意圖 Fig.3 Schematic diagram of base station energy storage SOC state

由圖3 可知，Sup和Sdown分別為儲(chǔ)能電池為避免過充過放設(shè)置的SOC 上、下限值，Smin和Smax分別為考慮基站負(fù)載狀態(tài)而設(shè)定的儲(chǔ)能充放電SOC上、下限，其中

式（2）將基站儲(chǔ)能的放電SOC 下限與基站負(fù)載狀態(tài)相關(guān)聯(lián)，k為關(guān)聯(lián)系數(shù)，且k∈[0,1]。當(dāng)基站負(fù)載狀態(tài)指標(biāo)λload值增大時(shí)，儲(chǔ)能的放電SOC 下限Smin隨之增高，儲(chǔ)能放電到約束的SOC 值時(shí)便停止放電，盡可能提升儲(chǔ)能的備電可靠性。

對(duì)于基站儲(chǔ)能充電上限的約束沒有放電下限約束那么嚴(yán)格，因?yàn)榛緝?chǔ)能處于容量充裕狀態(tài)有利于基站備電可靠性，故可將Smax默認(rèn)設(shè)置為Smax=Sup。

綜合考慮儲(chǔ)能的兩種約束，得到基站i的最終充、放電SOC 上、下限分別為

根據(jù)基站i儲(chǔ)能的實(shí)時(shí)SOC 狀態(tài)和充放電SOC上、下限可計(jì)算儲(chǔ)能的向上可充電容量和向下可放電容量分別為

根據(jù)儲(chǔ)能的可充電容量和可放電容量可以計(jì)算出在一個(gè)調(diào)度的時(shí)間間隔Δt內(nèi)，基站i儲(chǔ)能的最大充電功率為

假設(shè)充電基站儲(chǔ)能群的基站數(shù)量為M個(gè)，則t時(shí)刻充電儲(chǔ)能群的最大充電功率為

同理，儲(chǔ)能放電時(shí)，基站i儲(chǔ)能的最大放電功率為

假設(shè)放電基站儲(chǔ)能群的基站數(shù)量為N個(gè)，則t時(shí)刻放電儲(chǔ)能群的最大放電功率為

3 計(jì)及通信負(fù)載的5G 基站儲(chǔ)能調(diào)控策略

3.1 5G 基站儲(chǔ)能分群調(diào)控原理

本文選取了5G 基站儲(chǔ)能分群依據(jù)的四個(gè)指標(biāo)，分別為：市電供應(yīng)狀態(tài)、基站負(fù)載狀態(tài)、儲(chǔ)能荷電狀態(tài)和儲(chǔ)能充放電次數(shù)。

1）市電供應(yīng)狀態(tài)，是最先需要考慮的狀態(tài)量，目前對(duì)5G 基站儲(chǔ)能的調(diào)控都是基于儲(chǔ)能閑置條件下的，若市電故障停電，基站儲(chǔ)能必然要履行其備電作用。

2）基站負(fù)載狀態(tài)，不同基站在不同時(shí)刻的流量負(fù)載是不同的，可根據(jù)基站流量負(fù)載程度不同為其添加零負(fù)載、輕負(fù)載、重負(fù)載標(biāo)簽。對(duì)于流量負(fù)載過高的重負(fù)載基站，因其承擔(dān)的用戶數(shù)量大，業(yè)務(wù)多，對(duì)基站儲(chǔ)能的備電可靠性需求也會(huì)增高。考慮不對(duì)重負(fù)載基站的儲(chǔ)能進(jìn)行調(diào)控，令其僅作備電。

3）儲(chǔ)能荷電狀態(tài)：根據(jù)儲(chǔ)能荷電狀態(tài)的不同決定是將其編入充電儲(chǔ)能群還是放電儲(chǔ)能群，并可以通過設(shè)定一定的荷電狀態(tài)限制值來限制儲(chǔ)能的充放電深度。

4）儲(chǔ)能充放電次數(shù)：儲(chǔ)能充放電次數(shù)與儲(chǔ)能系統(tǒng)壽命直接相關(guān)，設(shè)定充放電次數(shù)限制可以避免儲(chǔ)能因受電網(wǎng)調(diào)控而頻繁充放電導(dǎo)致其使用壽命下降的問題。對(duì)于儲(chǔ)能充放電次數(shù)達(dá)到上限的基站儲(chǔ)能不考慮繼續(xù)對(duì)其進(jìn)行調(diào)控。

具體分群判別的流程如圖4 所示。

圖4 基站儲(chǔ)能分群判別流程 Fig.4 Discrimination process of base station energy storage grouping

3.2 儲(chǔ)能調(diào)控目標(biāo)函數(shù)

隨著智能電網(wǎng)的快速發(fā)展，電網(wǎng)對(duì)削減峰時(shí)用電、緩解線路阻塞、提高電力系統(tǒng)運(yùn)行安全性與經(jīng)濟(jì)性的需求逐步提升，同時(shí)，通信運(yùn)營商也急需利用現(xiàn)有資源降本增效，從而進(jìn)一步推動(dòng)5G 基站的推廣和建設(shè)進(jìn)程。故為切實(shí)達(dá)到基站儲(chǔ)能與電網(wǎng)互動(dòng)的友好協(xié)調(diào)，本文考慮以下兩個(gè)優(yōu)化目標(biāo)函數(shù)。

1）目標(biāo)函數(shù)1：最小化負(fù)荷曲線方差

式中，D(t)為t時(shí)刻電網(wǎng)的負(fù)荷需求；Pch(t)、Pdiss(t)分別為t時(shí)刻5G 基站儲(chǔ)能總充電放電功率，且

2）目標(biāo)函數(shù)2：最大化基站儲(chǔ)能調(diào)控效益

式中，πch,t和πdiss,t分別為基站儲(chǔ)能在t時(shí)刻的充放電價(jià)格；Cb為基站儲(chǔ)能損耗成本系數(shù)；Δt為單位時(shí)間間隔。

3.3 儲(chǔ)能調(diào)控約束條件

1）基站儲(chǔ)能的充放電狀態(tài)約束

式中，βch、βdiss分別為儲(chǔ)能充、放電狀態(tài)變量。上述約束保證單個(gè)5G 基站儲(chǔ)能在同一時(shí)段不可處于既充電又放電狀態(tài)。

2）調(diào)控平臺(tái)充放電指令約束

5G 基站云儲(chǔ)能調(diào)控平臺(tái)在任一調(diào)度時(shí)段內(nèi)不能同時(shí)下達(dá)充電和放電指令，但可以處于既不充電也不放電的待機(jī)狀態(tài)，故調(diào)控平臺(tái)的充放電指令約束為

3）儲(chǔ)能充放電等式約束

式中，Ei,t為t時(shí)刻儲(chǔ)能i容量；ηch為儲(chǔ)能充電系數(shù)；ηdiss為儲(chǔ)能放電系數(shù)。

4）儲(chǔ)能充放電功率約束

式中，Pi,ch(t)為儲(chǔ)能i在t時(shí)刻的充電功率；Pi,diss(t)為儲(chǔ)能i在t時(shí)刻的放電功率。

5）儲(chǔ)能SOC 限約束

式中，Si,min,t為儲(chǔ)能i在t時(shí)刻的SOC 下限；Si,max,t為儲(chǔ)能i在t時(shí)刻的SOC 上限。

6）電網(wǎng)功率約束

3.4 多目標(biāo)處理

文中所提模型為多目標(biāo)優(yōu)化問題，為便于模型求解，首先利用min-max 標(biāo)準(zhǔn)化方法消除目標(biāo)函數(shù)間量綱及數(shù)量級(jí)的差異，對(duì)各目標(biāo)函數(shù)歸一化處理如下。

1）極小化目標(biāo)函數(shù)歸一化處理

2）極大化目標(biāo)函數(shù)歸一化處理

式中，F(xiàn)i、分別為歸一化前、后目標(biāo)函數(shù)值；Fimax、Fimin分別為目標(biāo)函數(shù)最大、最小值。

利用權(quán)系數(shù)法將多目標(biāo)轉(zhuǎn)換為單目標(biāo)優(yōu)化，即

式中，ωi為權(quán)重系數(shù)，且。權(quán)重系數(shù)可按照實(shí)際調(diào)控需求調(diào)節(jié)，本文以ω1=0.5 和ω2=0.5 進(jìn)行求解。

4 算例分析

4.1 算例數(shù)據(jù)

為驗(yàn)證模型有效性，采用某地區(qū)典型日負(fù)荷曲線[22]作為原始負(fù)荷數(shù)據(jù)，負(fù)荷曲線如圖5 所示，分時(shí)電價(jià)見表2。假設(shè)該地區(qū)共有200 個(gè)5G 基站參與電網(wǎng)協(xié)同調(diào)度，且分散于工作區(qū)、住宅區(qū)、商業(yè)區(qū)、寄宿制大學(xué)中學(xué)區(qū)和工作住宅混合區(qū)五種不同功能區(qū)域，每種功能區(qū)域的5G 基站數(shù)量占比分別為38%、17%、14%、8%和23%。由于目前5G 基站的建設(shè)覆蓋范圍和用戶使用情況還未達(dá)到穩(wěn)定水平，故初步利用文獻(xiàn)[23]中的4G 基站通信負(fù)載變化趨勢來模擬算例中涉及的5G 基站通信負(fù)載變化，即各功能區(qū)域典型5G 基站通信負(fù)載變化趨勢如圖6 所示。

圖5 區(qū)域日負(fù)荷曲線 Fig.5 Daily load curve of a certain area

表2 分時(shí)電價(jià) Tab.2 TOU power price

圖6 典型5G 基站通信負(fù)載變化趨勢 Fig.6 Typical 5G base station communication load change trend

根據(jù)當(dāng)前5G 基站后備電源配置情況，本文研究的單個(gè)5G 基站均配置一組48V/400A·h 的儲(chǔ)能電池，各基站儲(chǔ)能在調(diào)度時(shí)段初始的SOC 值為0.3，且每小時(shí)最大充放電功率為0.3 倍額定容量，具體儲(chǔ)能設(shè)備參數(shù)見表3。

表3 儲(chǔ)能電池相關(guān)參數(shù) Tab.3 Related parameters of energy storage battery

4.2 結(jié)果分析

4.2.1 儲(chǔ)能充放電策略結(jié)果

根據(jù)各區(qū)域基站通信負(fù)載變化趨勢，本文不考慮對(duì)基站負(fù)載狀態(tài)指標(biāo)大于 0.8 的繁重基站進(jìn)行儲(chǔ)能調(diào)控，即基站負(fù)載狀態(tài)指標(biāo)閾值n取0.8[21]，且2.2 節(jié)所述關(guān)聯(lián)系數(shù)k取0.5，利用Matlab 平臺(tái)調(diào)用cplex 求解器進(jìn)行優(yōu)化求解，得到最終基站儲(chǔ)能充放電策略。一個(gè)調(diào)度周期內(nèi)5G 基站儲(chǔ)能受基站云儲(chǔ)能調(diào)控平臺(tái)調(diào)控的充放電策略結(jié)果及原始負(fù)荷曲線和疊加儲(chǔ)能出力后的實(shí)際負(fù)荷曲線如圖7 所示，其中正值為儲(chǔ)能充電功率，負(fù)值為放電功率。

圖7 基站儲(chǔ)能充放電策略優(yōu)化結(jié)果 Fig.7 Optimized results of base station energy storage charging and discharging strategies

由圖7 可知，基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)度可以 平抑峰谷差，達(dá)到削峰填谷的效果，且不會(huì)因儲(chǔ)能的出力而引起新的負(fù)荷尖峰或負(fù)荷低谷。具體削峰填谷效果見表4。

表4 基站儲(chǔ)能削峰填谷效果 Tab.4 The effect of base station energy storage peak cutting and valley filling

4.2.2 各區(qū)域儲(chǔ)能充放電結(jié)果

五種功能區(qū)域典型5G 基站充放電策略結(jié)果如圖8 所示。

圖8 不同區(qū)域典型基站儲(chǔ)能充放電結(jié)果 Fig.8 Charging and discharging results of typical base station energy storage in different regions

由圖8 可知，0:00～8:00 各區(qū)域基站儲(chǔ)能處于充電階段緩慢積累電量，達(dá)到填谷效果。在放電階段，基站通信負(fù)載高峰時(shí)段儲(chǔ)能處于待機(jī)狀態(tài)，不與電網(wǎng)進(jìn)行協(xié)調(diào)互動(dòng)，進(jìn)而保證儲(chǔ)能留有一定余量進(jìn)行備電；基站通信負(fù)載正常及低谷時(shí)段基站儲(chǔ)能放電，達(dá)到削峰效果。位于大學(xué)及寄宿制中學(xué)區(qū)和住宅區(qū)的基站儲(chǔ)能放電主要集中于10:00～13:00，位于商業(yè)區(qū)和工作區(qū)的基站儲(chǔ)能放電主要集中于17:00～22:00，放電時(shí)段對(duì)應(yīng)各區(qū)域基站通信負(fù)載較低時(shí)段。由于不同區(qū)域基站通信負(fù)載變化存在一定互補(bǔ)性，使得各區(qū)域儲(chǔ)能的充放電動(dòng)作相互配合，因此集中后的基站儲(chǔ)能可調(diào)度潛力不會(huì)在某個(gè)時(shí)段過低或過高。

4.2.3 儲(chǔ)能充放電策略對(duì)比分析

本文提出的計(jì)及基站通信負(fù)載狀態(tài)的工作住宅混合區(qū)典型儲(chǔ)能充放電策略及不計(jì)及通信負(fù)載狀態(tài)的儲(chǔ)能充放電策略如圖9 所示。

圖9 充放電策略對(duì)比 Fig.9 Comparison of charging and discharging strategies

由圖9 可知，本文提出策略在基站通信負(fù)載高峰時(shí)段（如9:00～20:00）處于待機(jī)狀態(tài)，保留了一定儲(chǔ)能容量進(jìn)行備電；不計(jì)及通信負(fù)載狀態(tài)的充放電策略在9:00～20:00 儲(chǔ)能已放電至容量較低水平，而基站通信負(fù)載卻處于高峰狀態(tài)，若此時(shí)市電突然停供，儲(chǔ)能將沒有足夠的剩余容量向基站進(jìn)行緊急供電，從而影響基站的通信服務(wù)質(zhì)量。

4.2.4 基站儲(chǔ)能參與協(xié)同調(diào)度收益分析

一個(gè)調(diào)度周期內(nèi)基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)度的低儲(chǔ)高放收益如圖10 所示。

由圖10 可知，本文提出的儲(chǔ)能充放電策略在一個(gè)調(diào)度周期內(nèi)可獲得的儲(chǔ)能低儲(chǔ)高放收益為 1 287.21 元，與不計(jì)及通信負(fù)載狀態(tài)的儲(chǔ)能調(diào)控策略相比收益相對(duì)低一些，但是其基站的備電可靠程度得到提高。

圖10 儲(chǔ)能低儲(chǔ)高放收益 Fig.10 Charging and discharging benefits of energy storage

5 結(jié)論

本文以盤活通信基站閑置儲(chǔ)能資源為初衷，提出考慮基站通信負(fù)載差異性與互補(bǔ)性的基站儲(chǔ)能參與電網(wǎng)協(xié)同調(diào)控策略，該策略針對(duì)5G 基站儲(chǔ)能的特殊性，計(jì)及通信負(fù)載實(shí)時(shí)變化對(duì)基站備電需求的影響，可減少基站儲(chǔ)能參與協(xié)同調(diào)度對(duì)其自身備電可靠程度的影響。通過算例分析驗(yàn)證了模型的有效性及合理性，并得到以下結(jié)論：

1）通過基站儲(chǔ)能云調(diào)控平臺(tái)將大量且分散的5G 基站儲(chǔ)能聚合以參與電網(wǎng)協(xié)同互動(dòng)，可切實(shí)達(dá)到輔助電網(wǎng)平抑峰谷差、削峰填谷的效果，本文所提策略使區(qū)域峰谷差減少34.67%。

2）將基站儲(chǔ)能可調(diào)控潛力與基站通信負(fù)載狀態(tài)相關(guān)聯(lián)進(jìn)而制定儲(chǔ)能調(diào)控策略，可避免通信負(fù)載高峰時(shí)儲(chǔ)能剩余備電容量過低的情況出現(xiàn)，并可利用不同區(qū)域通信負(fù)載變化的互補(bǔ)性，使集中后的基站儲(chǔ)能可調(diào)度潛力不會(huì)在某個(gè)時(shí)段過低或過高。

3）基站儲(chǔ)能參與電網(wǎng)協(xié)同互動(dòng)可在平抑電網(wǎng)峰谷差的同時(shí)通過儲(chǔ)能的低儲(chǔ)高放獲得收益，本文所提策略在一個(gè)調(diào)度周期內(nèi)可獲得的儲(chǔ)能低儲(chǔ)高放收益1 287.21 元，在一定程度上減少了基站運(yùn)營成本，實(shí)現(xiàn)電網(wǎng)與通信運(yùn)營商的互利共贏。