楊 坤,蘇 琦,孫麗麗,曹新智,劉小蕓
(國網(wǎng)山東省電力公司 信息通信公司,濟南 250001)
隨著電網(wǎng)智能化需求的不斷提升,物聯(lián)網(wǎng)概念不斷被引入電網(wǎng)發(fā)展過程中。電力物聯(lián)網(wǎng)技術可以全方位提升電網(wǎng)各環(huán)節(jié)信息感知的深度和廣度。在電力物聯(lián)網(wǎng)應用過程中,終端用戶規(guī)模不斷擴大,速率需求逐漸增長,隨之而來的基站部署規(guī)模不斷擴大也帶來了大量的能量消耗[1]?;静渴鸺夹g是減少能量消耗的主要技術之一,研究人員提出了很多基站部署模型來減少網(wǎng)絡能量消耗。文獻[2-4]提出用泊松點過程(Poisson Point Process,PPP)分布來表征基站空間分布情況,處于不同層的基站分別服從獨立的PPP分布;文獻[5-9]提出宏基站空間分布服從PPP分布,微基站服從獨立的非均勻分布,例如泊松孔分布(Poisson Hole Process,PHP)和紐曼-斯科特簇過程(Neyman-Scott Cluster Process,NCP)等。
以往的研究都沒有給出用戶業(yè)務需求分布和聚集特征對基站部署策略選擇的影響,而在智能電網(wǎng)的不斷發(fā)展過程中,不同業(yè)務需求和不同用戶聚集的場景普遍存在,如在廣域場景中的低速率需求業(yè)務(大范圍內(nèi)用戶的用電信息采集等)場景和特定高容量場景中的高速率需求業(yè)務(智能變電站中視頻監(jiān)控和精切控制等)場景。為了更符合實際業(yè)務分布特性,本文首先在兩種基站分布模型中增加了用戶業(yè)務分布,同時定義了統(tǒng)一的業(yè)務與空間聚集系數(shù),并在此基礎上進行基站部署策略的選擇,以解決實際工作過程中面臨的基站高能耗問題。
本節(jié)對電力物聯(lián)網(wǎng)中的典型用戶和業(yè)務進行劃分,構(gòu)建了兩種不同的雙層異構(gòu)物聯(lián)網(wǎng)網(wǎng)絡,并定義了一種全新的聚集系數(shù)來對業(yè)務和空間聚集程度進行表征。
本文考慮在電力物聯(lián)網(wǎng)中部署宏基站和微基站雙層基站。網(wǎng)絡中存在熱點用戶和非熱點用戶兩種典型用戶。熱點用戶由微基站服務,非熱點用戶由宏基站服務。熱點用戶的傳輸速率需求比非熱點用戶高,同時,熱點區(qū)域比非熱點區(qū)域要小。
為了滿足覆蓋需求,在整個物聯(lián)網(wǎng)中部署宏基站的位置分布服從密度為λ1的PPP分布。為了滿足速率需求,微基站的部署采用兩種不同方案來討論:
方案1:微基站的位置分布服從密度為λ2的PPP分布;
方案2:微基站的位置分布服從泊松簇疊加(Poisson Cluster Process,PCP)分布,其中簇首位置服從密度為λc的PPP分布,每個微基站簇內(nèi)的微基站個數(shù)服從均值為c的泊松分布;簇內(nèi)的微基站均勻分布在簇首周圍半徑為R的范圍內(nèi)。因此,微基站的密度可表示為λ2=λcc。
圖1給出了兩種基站部署策略示意圖。其中,密度為λu,1的非熱點用戶均勻分布在整個網(wǎng)絡中,密度為λu,2的熱點用戶分布在微基站周圍半徑為r的范圍內(nèi)。
圖1 兩種基站部署策略示意圖
當前的基站部署模型很少考慮到用戶的空間聚集和業(yè)務聚集。而在本文中,我們給出了一種全新的包含空間聚集和業(yè)務聚集兩個維度的聚集系數(shù)定義。該聚集系數(shù)可定義為
本節(jié)將分析電力物聯(lián)網(wǎng)中宏基站和微基站均采用PPP分布時的網(wǎng)絡性能,并分別給出熱點用戶和非熱點用戶的信干噪比(Signal to Interference plus Noise Ratio, SINR)覆蓋情況。
設定y為一個典型非熱點用戶與最近的宏基站之間的距離,其概率密度函數(shù)為f(y)=2πλ1yexp(-πλ1y2)。設LIk(s)為基站帶來的干擾拉普拉斯變換(k=1時為宏基站,k=2時為微基站)。由文獻[12]可推導得到LIk(s)以及非熱點用戶SINR值SINR1大于閾值τ的概率P(SINR1>τ)。因此非熱點用戶的SINR覆蓋可表示為
式中:α為路徑損耗因子;t為P(SINR1>τ)中對閾值τ求積分時所用的參數(shù)。
熱點用戶分布在微基站周圍半徑為r的范圍內(nèi)。設z為熱點用戶與微基站之間的距離,則距離的概率密度函數(shù)可表示為f(z)=2zr-2。
與LIk(s)相同,我們參照文獻[3]可推導得到LI1(s)、LI2(s)以及熱點用戶SINR值SINR2大于閾值τ的概率P(SINR2>τ)。因此熱點用戶的SINR覆蓋可表示為
本節(jié)將分析電力物聯(lián)網(wǎng)中微基站分布采用PCP模型時的網(wǎng)絡性能,并分別給出非熱點用戶和熱點用戶的SINR覆蓋情況。
設LIk(s)為基站帶來的干擾拉普拉斯變換,由文獻[8]可得到在PCP模型下的LI1(s)和LI2,2(s)。熱點用戶的SINR覆蓋情況可由式(3)推導得到,其中P(SINR2>τ)和f(z)可由文獻[8]推導得到。
由此可推導出PCP模型下的網(wǎng)絡能效為
因此,PCP模型的業(yè)務聚集系數(shù)可表示為
在PPP模型中,將λ2=λcc帶入式(4)和業(yè)務聚集系數(shù)ht,即可得到PPP模型下的網(wǎng)絡能效表達公式和業(yè)務聚集系數(shù)。
根據(jù)業(yè)務聚集系數(shù)和空間聚集系數(shù)的表征,可推導得到PPP和PCP模型的聚集系數(shù)表達式分別為
本節(jié)將給出電力物聯(lián)網(wǎng)中熱點用戶和非熱點用戶SINR覆蓋的理論數(shù)值結(jié)果,并使用蒙特卡洛仿真驗證理論結(jié)果的正確性。同時還將給出不同基站部署策略下的聚集系數(shù)與網(wǎng)絡能效分析。
系統(tǒng)模型仿真參數(shù)設置如下:宏基站和微基站的發(fā)射功率分別為46和10 dBm;靜態(tài)功率損耗分別為50和43 dBm。為了分析方便,設定路徑損耗因子α=4;網(wǎng)絡中噪聲功率忽略不計 (即σ2=0)。
圖2所示為熱點用戶與非熱點用戶的SINR覆蓋情況仿真對比,圖中理論值與仿真值重合情況良好。無論基站部署情況如何,熱點用戶的SINR覆蓋情況總好于非熱點用戶。這意味著熱點區(qū)域用戶將比非熱點區(qū)域用戶獲得更高的傳輸速率。對于熱點用戶,使用PPP模型的SINR覆蓋情況要好于PCP模型,這是因為在PCP模型中,微基站距離彼此更近,導致干擾嚴重。對于非熱點用戶,PPP模型的SINR覆蓋比PCP模型要弱,這是由于PCP模型中的非熱點用戶到微基站的平均距離更遠,受到微基站的干擾更小。
圖2 熱點用戶與非熱點用戶的SINR覆蓋情況仿真對比
圖3 PPP和PCP模型h隨微基站密度變化的對比(PPP與PCP模型中微基站密度相同λ1=λ2=λcc)
圖3給出了PPP和PCP模型聚集系數(shù)h隨微基站密度變化的對比。由圖可知,隨著熱點數(shù)目的增多,兩種模型均呈現(xiàn)聚集程度先增加后減小的趨勢。同時,存在一個熱點密度值使得網(wǎng)絡聚集程度最大。PCP模型的聚集程度總是高于PPP模型,但是當熱點個數(shù)足夠多時,兩種模型的聚集程度趨于相同。這是因為網(wǎng)絡中熱點個數(shù)非常多時,兩種模型的熱點區(qū)域已經(jīng)覆蓋整個網(wǎng)絡,對于用戶而言,處于任何位置所獲得的下行速率都能滿足需求,因此聚集程度趨于相同。
圖4 PPP和PCP模型EE隨微基站密度變化的對比(PPP與PCP模型中微基站密度相同λ1=λ2=λcc)
圖4給出了PPP和PCP模型網(wǎng)絡能效EE隨微基站密度變化的對比。由圖可知,對于PPP模型,隨著熱點數(shù)目的增加,存在最優(yōu)的熱點密度值使得EE最大。對于PCP模型,隨著熱點數(shù)目的增加,EE逐漸降低。當熱點密度非常高時,兩種模型的EE趨于相同,這是因為熱點密度非常高時,微基站非常密集。對于用戶而言,接入兩種模型的微基站距離基本相同,網(wǎng)絡整體平均傳輸速率相同。由于基站個數(shù)相同,網(wǎng)絡中能量消耗相同,從而網(wǎng)絡能效相同。
本文分析了電力物聯(lián)網(wǎng)基站均勻分布的PPP模型和非均勻分布的PCP模型兩種方案,推導出了網(wǎng)絡中熱點用戶與非熱點用戶的SINR覆蓋情況。為了分析兩種方案的特征,我們引用聚集系數(shù)來表征網(wǎng)絡中的用戶流量和空間聚集特性。通過隨機幾何這一數(shù)學工具,推導出了PPP和PCP模型下的網(wǎng)絡能效表達式。通過仿真發(fā)現(xiàn),PCP比PPP模型的網(wǎng)絡聚集程度更高,但網(wǎng)絡能效更低。隨著網(wǎng)絡中熱點個數(shù)的增加,PCP模型存在一個最優(yōu)值使得網(wǎng)絡能效最大,而PPP模型的網(wǎng)絡能效線性遞減。因此,電力物聯(lián)網(wǎng)中考慮能效優(yōu)先時,選擇PPP模型最優(yōu)。當以用戶為中心,考慮用戶聚集效應對網(wǎng)絡的影響時,選擇PCP模型能夠更好地滿足用戶業(yè)務需求。