一种5G宏基站群优化调度方法、装置、介质及终端设备制造方法及图纸

技术编号:32010891 阅读:17 留言:0更新日期:2022-01-22 18:27
本发明专利技术公开了一种5G宏基站群优化调度方法、装置、介质及终端设备,所述方法包括:根据光伏系统出力预测值、储能系统充放电预设功率、所有5G宏基站负荷功耗预测值和场景集,建立电力调度模型;结合含有用户通信质量约束的求解约束条件,对所述电力调度模型进行求解,得到预测日的5G宏基站群储能充放电调整值;根据所述储能充放电调整值,调节预测日的5G宏基站群储能系统充放电功率。采用本发明专利技术提供5G宏基站群优化调度方法、装置、介质及终端设备实施例,能实现对各个基站通信负荷的准确预测;然后以储能充放电功率为优化变量,结合预测得到的各个基站通信负荷和光伏出力对5G宏基站群进行调度。群进行调度。群进行调度。

【技术实现步骤摘要】
一种5G宏基站群优化调度方法、装置、介质及终端设备


[0001]本专利技术涉及储能式基站优化调度领域,尤其涉及一种5G宏基站群优化调度方法、装置、介质及终端设备。

技术介绍

[0002]目前针对基站运行成本成倍上升问题,现有研究主要集中于储能容量优化配置和储能调度等方面。在现有5G基站微网光储系统容量优化配置的研究中,以全寿命周期内5G基站微网总成本最低为目标,优化储能充放电功率,对5G基站微网光储系统容量优化配置,为解决5G基站高成本问题提供了思路,但缺乏对5G基站储能可调控资源的利用,造成了资源浪费。在5G基站储能资源参与电网调控方面,已有研究提出5G基站储能参与电网削峰填谷的调控策略,但是缺乏对光伏发电和基站负荷不确定性的考虑,该策略无法应对源荷随机性对运行结果的影响。并且现有5G基站储能参与电网调控的研究通过定义基站通信负载状态指标,将基站负载分为零负载、轻负载、重负载状态,未考虑基站业务影响因素,缺乏对基站通信负载能耗的定性分析。且现有研究多长于制定单个基站的能耗管理策略,忽视了多基站之间的协调配合能力。
[0003]为了研究5G基站调度需要建模5G基站通信负载的特性,现有技术多是利用基站历史流量数据,基于统计分析法或时间序列分析法对基站流量进行预测,预测结果与实际负荷的偏差具有极大的随机性。实际中,影响5G基站通信负载大小的因素不仅包括时序特性的流量数据,还包括在网用户密集度、WI F I用户接入率和典型日等外部因素,并且预测结果的随机性会对基站储能调控产生不良影响,较大的随机性甚至造成基站通信信号的不稳定。
[0004]此外,由于光伏发电机组的间歇性,以及储能可调度容量和基站通信负载等需求侧资源的不确定性,使得基站光储联合供电调度决策具有源荷均随机的特性。这些随机特性使基站的调度决策目标函数中出现大量的随机变量,传统的确定性调度方法在进行最优调度决策的过程中因满足不了含随机变量的约束条件而无法得到可行解,导致这类极端情况下的小概率事件发生。因此,传统的确定性调度方法并不适用于基站光储联合调度。

技术实现思路

[0005]本专利技术实施例提供一种5G宏基站优化调度方法,量化解析影响因素与基站负荷功耗之间的关系,实现对各个基站通信负荷的准确预测;然后以储能充放电功率为优化变量,结合预测得到的基站群通信负荷和光伏出力对5G宏基站群进行调度。
[0006]为实现上述目的,本申请实施例的第一方面提供了一种5G宏基站群优化调度方法,所述方法包括:
[0007]采集各个5G宏基站中与业务流量相关的各类特征参数数据,对所述各类特征参数数据进行标准化处理,得到标准化数据集;
[0008]根据进行训练后的可解释循环神经网络模型,用所述标准化数据集中的测试集进
行预测,得到业务流量预测值;
[0009]根据5G宏基站负荷功耗与业务流量的关系模型,结合所述业务流量预测值,得到各个5G宏基站负荷功耗预测值;
[0010]根据光伏系统出力预测值、储能系统充放电预设功率、所有所述5G宏基站负荷功耗预测值和场景集,建立电力调度模型;
[0011]结合含有用户通信质量约束的求解约束条件,对所述电力调度模型进行求解,得到预测日的5G宏基站群储能充放电调整值;
[0012]根据所述储能充放电调整值,调节预测日的5G宏基站群储能系统充放电功率。
[0013]在第一方面的一种可能的实现方式中,所述场景集的获取方法具体为:
[0014]建立关于业务流量预测误差和光伏系统出力预测误差的高斯混合模型;
[0015]通过最大期望算法求得高斯调整参数集合取值,结合所述高斯调整参数集合取值得到预测误差联合概率分布函数;
[0016]根据误差联合概率分布函数,结合蒙特卡洛抽样法生成具有相关性的业务流量和光伏出力样本,得到场景集。
[0017]在第一方面的一种可能的实现方式中,在所述得到场景集后,还包括:采用同步回代消减法,基于样本距离对所述场景集进行聚类,从而得到满足所需场景数的场景集。
[0018]在第一方面的一种可能的实现方式中,所述求解约束条件还包含供电功率与用电功率平衡约束、基站每时刻承载业务流量上限约束、光伏系统出力约束、基站购电功率约束、储能电池充放电功率约束、储能电池荷电状态约束和储能电池供电可靠性约束。
[0019]在第一方面的一种可能的实现方式中,所述各类特征参数数据包括用户密集度、用户参数、资源参数、典型时和典型日;
[0020]所述用户参数包括Wi

Fi接入率;
[0021]所述资源参数包括RB资源块利用率和PDCH信道资源;
[0022]所述典型时包括忙时和闲时;
[0023]所述典型日包括工作日和节假日。
[0024]在第一方面的一种可能的实现方式中,所述对所述各类特征参数数据进行标准化处理,具体包括:
[0025]采用二次插值方法填补各类特征参数数据的数据间隙;
[0026]采用四分位间距方法检测异常值,并将所述异常值去除。
[0027]采用离差标准化方法归一化所述各类特征参数数据。
[0028]在第一方面的一种可能的实现方式中,所述可解释循环神经网络模型包含输入层、第一线性层、非线性层和第二线性层;
[0029]所述输入层的数据包括当前小时的特征值和上一小时所述可解释循环神经网络模型的状态值;
[0030]所述第一线性层层内包含一个线性变换节点,作用于所述输入层的各元素,通过线性加权变换输出数据流量和信令相关k个神经元值,并作为所述非线性层的输入;k为正整数;
[0031]所述非线性层使用自定义激活函数组成k个节点,使所述可解释循环神经网络模型具有可解释性;
[0032]所述第二线性层的输入是所述非线性层所有节点的激活值,所述第二线性层的输出是经过所述第二线性层线性变换和组合后的激活值。
[0033]本申请实施例的第二方面提供了一种5G宏基站群优化调度装置,包括:
[0034]采集模块,用于采集各个5G宏基站中与业务流量相关的各类特征参数数据,对所述各类特征参数数据进行标准化处理,得到标准化数据集;
[0035]业务流量预测模块,用于根据进行训练后的可解释循环神经网络模型,用所述标准化数据集中的测试集进行预测,得到业务流量预测值;
[0036]负荷功耗预测模块,用于根据5G宏基站负荷功耗与业务流量的关系模型,结合所述业务流量预测值,得到各个5G宏基站负荷功耗预测值;
[0037]电力调度模型模块,用于根据光伏系统出力预测值、储能系统充放电预设功率、所有所述5G宏基站负荷功耗预测值和场景集,建立电力调度模型;
[0038]求解模块,用于结合含有用户通信质量约束的求解约束条件,对所述电力调度模型进行求解,得到预测日的储能充放电调整值;
[0039]调整模块,用于根据所述储能充放电调整值,调节预测日的储能系统充放电功率。
[0040]本申请本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种5G宏基站群优化调度方法,其特征在于,包括:采集各个5G宏基站中与业务流量相关的各类特征参数数据,对所述各类特征参数数据进行标准化处理,得到标准化数据集;根据进行训练后的可解释循环神经网络模型,用所述标准化数据集中的测试集进行预测,得到业务流量预测值;根据5G宏基站负荷功耗与业务流量的关系模型,结合所述业务流量预测值,得到各个5G宏基站负荷功耗预测值;根据光伏系统出力预测值、储能系统充放电预设功率、所有所述5G宏基站负荷功耗预测值和场景集,建立电力调度模型;结合含有用户通信质量约束的求解约束条件,对所述电力调度模型进行求解,得到预测日的5G宏基站群储能充放电调整值;根据所述储能充放电调整值,调节预测日的5G宏基站群储能系统充放电功率。2.如权利要求1所述的5G宏基站群优化调度方法,其特征在于,所述场景集的获取方法具体为:建立关于业务流量预测误差和光伏系统出力预测误差的高斯混合模型;通过最大期望算法求得高斯调整参数集合取值,结合所述高斯调整参数集合取值得到预测误差联合概率分布函数;根据误差联合概率分布函数,结合蒙特卡洛抽样法生成具有相关性的业务流量和光伏出力样本,得到场景集。3.如权利要求2所述的5G宏基站群优化调度方法,其特征在于,在所述得到场景集后,还包括:采用同步回代消减法,基于样本距离对所述场景集进行聚类,从而得到满足所需场景数的场景集。4.如权利要求1所述的5G宏基站群优化调度方法,其特征在于,所述求解约束条件还包含供电功率与用电功率平衡约束、基站每时刻承载业务流量上限约束、光伏系统出力约束、基站购电功率约束、储能电池充放电功率约束、储能电池荷电状态约束和储能电池供电可靠性约束。5.如权利要求1所述的5G宏基站群优化调度方法,其特征在于,所述各类特征参数数据包括用户密集度、用户参数、资源参数、典型时和典型日;所述用户参数包括Wi

Fi接入率;所述资源参数包括RB资源块利用率和PDCH信道资源;所述典型时包括忙时和闲时;所述典型日包括工作日和节假日。6.如权利要求1所述的5G宏基站群优化调度方法,其特征在于,所述对所述各类特征参数数据进行标准化处理,具体包括:采用二次插值方法填补各类特征...

【专利技术属性】
技术研发人员:刘日荣杨雨瑶潘峰马键张鼎衢姜晓
申请(专利权)人:广东电网有限责任公司计量中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1