【技术实现步骤摘要】
基于5G网络的主动配电网需求响应的无线资源分配方法
[0001]本专利技术涉及主动配电网需求响应优化运行领域,具体地说是一种基于5G网络的主动配电网需求响应的无线资源分配方法。
技术介绍
[0002]主动配电网能够通过先进的智能量测和实时控制技术,对运行实时状态进行全面态势感知,对其内部的分布式电源等分布式可控资源进行主动管理和实时控制,旨在解决电网兼容性问题和大规模间歇性可再生能源的应用问题。为了满足主动配电网全面信息采集、分布式可控资源调度和主动参与需求响应优化运行等需求,就必须依靠高速、可靠、高效且安全的现代信息与通信系统。在此背景下,第五代移动通信技术(5th
‑
Generation Mobile Communication Technology,5G)能够支持海量数据终端互联,提供超可靠和低延迟通信服务,具有高速率、广连接、高可靠等特点,非常适合在主动配电网中应用。
[0003]然而,5G的超高频将导致其传输距离变短,基站密度更大,这使得5G基站的功耗迅猛增加,大概为4G基站的3倍以上。由于5G基站庞大的数量和用电灵活性,这使得5G基站蕴含了强大的参与主动配电网需求响应的潜力。实际上,5G基站的下行传输功耗很大,其中可调功耗约占满载功耗的40%左右,且与无线资源分配有关。基于选择的调制编码方式和其对应的信噪比,基站能够对待传输的数据包分配不同方案的资源块,从而调整相应的发射功率。因此,可以对5G网络进行合理的无线资源分配,使得调控5G基站的下行功耗以参与主动配电网的需求响应优化运行
【技术保护点】
【技术特征摘要】
1.一种基于5G网络的主动配电网需求响应的无线资源分配方法,其特征是应用于由B个5G基站、H个用户家庭以及每个基站覆盖范围内的N个用户设备所构成的主动配电网下行网络环境中,并按如下步骤进行:步骤一、在所述下行网络环境中,令第b个5G基站内的第n个用户设备传输第k种类型的数据量为DS
b,n,k
;1<b<B;1<n<N;1<k<K;K表示每个用户设备请求的数据包类型总数;步骤二、假设所述下行网络环境中包含M种调制编码方式,且观测周期划分为T个调控周期,令DS
b,n,k,m,t
表示数据量DS
b,n,k
选择第m种调制编码方式,并在第t个调控周期中传输的数据包;1<m<M,1<t<T;步骤三、以所述下行网络环境中功耗波动的最小值为目标函数,并根据5G通信协议、功率控制和用户服务质量要求建立一系列约束条件,从而构成具有线性约束的混合整数线性规划模型;步骤3.1、利用式(1)建立目标函数步骤3.1、利用式(1)建立目标函数式(1)中,表示第t个调控周期和t
‑
1个调控周期之间的负荷峰谷差,表示传输数据包DS
b,n,k,m,t
时的5G基站下行通信功耗,并由式(2)得到;表示第t个调控周期内的用户家庭电力负荷;表示在第t
‑
1个调控周期中传输数据包DS
b,n,k,m,t
时的5G基站下行通信功耗;表示第t
‑
1个调控周期内的用户家庭电力负荷;|
·
|表示取绝对值;式(2)中,x
b,n,k,m,t
表示决策变量,并决定数据包DS
b,n,k,m,t
是否被传输;当数据包DS
b,n,k,m,t
传输时,令x
b,n,k,m,t
=1;否则,令x
b,n,k,m,t
=0;R
k,m
表示数据包DS
b,n,k,m,t
的传输速率;表示数据包DS
b,n,k,m,t
传输时消耗在每个资源块RB上的功率;表示向右取整;步骤3.2、利用式(3)
‑
式(7)建立所述目标函数的约束条件:式(7)建立所述目标函数的约束条件:式(7)建立所述目标函数的约束条件:式(7)建立所述目标函数的约束条件:x
b,n,k,m,t
∈{0,1}
ꢀꢀꢀꢀ
(7)式(3)表示5G协议中的功率控制模型,其中,α表示路径损耗补偿因子;d
b,n
表示第n个用
户设备到第b个基站的距离;PL(
·
)表示5G基站测量的下行路径损耗,μ表示热干扰噪声;SINR
m
表示第m种调制编码方式的信噪比要求;式(4)表示分配在资源块上的功率不能超过5G基站的最大发射功率P
max
;式(5)表示每个数据包只能有一种调制编码方式和数据类型的选择;式(6)表示每种数据包的传输速率应超过其对应的传输速率要求,其中,表示第k种类型数据包的传输速率要求;式(7)表示目标函数的决策变量是一个0
‑
1变量;步骤四、根据不同数据包类型的比例,利用样本平均近似策略,建立不同用户需求分类下的概率约束规划模型;步骤4.1、利用式(8)建立不同用户需求分类下的概率约束规划模型:式(8)中,r
k,t
表示第t个调控周期内第k种数据包类型的比例,D
t
表示第t个调控周期的持续时间,Y表示每个时隙上的资源块总数,δ表示置信度,Pr{
·
}表示概率;步骤4.2、设为第t个调控周期内第k种数据包类型比例r
k,t
的第i个独立同分布的样本,i=1,2,
…
I,I表示样本总量;步骤4.3、利用式(9)
‑
式(12)所示的样本平均近似策略得到概率约束,并作为所述目标函数的其他约束条件:函数的其他约束条件:函数的其他约束条件:函数的其他约束条件:式(9)
‑
式(12)中,G表示惩罚因子,表示5G基站下行通信中第t个调控周期内第k种数据包类型比例r
k,t
的第i个示性函数;步骤五、利用长短时记忆神经...
【专利技术属性】
技术研发人员:徐晓冰,唐皓辰,李奇越,孙伟,李帷韬,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:
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。