計及后備儲能及空調(diào)調(diào)度潛力的5G 基站多時間尺度優(yōu)化方法

喬銳勛，王軍華，韋道明，蔡昌松，邵建偉，劉士齊

（武漢大學(xué)電氣與自動化學(xué)院,湖北省武漢市 430072）

0 引言

作為“新基建”的發(fā)展重點,第五代移動通信（5th generation mobile communication,5G）基站的部署量逐年提升,全國累積已開通5G 基站達142.5 萬個［1］。但隨之引起的5G 基站高能耗及高碳排放問題不容忽視［2］。近些年來,在構(gòu)建以高比例新能源為主體的新型電力系統(tǒng)及“雙碳”目標(biāo)的驅(qū)動下,將以風(fēng)電、光伏為代表的可再生能源（RES）引入基站系統(tǒng)架構(gòu)已成為發(fā)展趨勢［3-9］。RES 與5G 基站的融合既有助于降低通信網(wǎng)絡(luò)的碳足跡,又可發(fā)揮RES 對市電的部分替代作用以減少基站運行的用電成本［3］。

含RES 的5G 基站可看做源儲荷一體化的融合終端,能夠作為需求側(cè)的靈活性資源參與電網(wǎng)運行和調(diào)控。目前,對該類型基站的優(yōu)化運行研究主要集中于配套設(shè)施的最優(yōu)配置,協(xié)調(diào)調(diào)度基站后備儲能以及通信設(shè)備,提高基站運行經(jīng)濟性。文獻［5］提出一種基站通信負(fù)載分配算法,實現(xiàn)基站間的能量交互與共享。文獻［6-7］對基站光伏、儲能的容量優(yōu)化配置方法進行了研究,以最小化投資及運營成本。文獻［8］針對配電網(wǎng)與5G 基站的協(xié)同互動,提出基于Stackelberg 博弈的優(yōu)化方法,可降低基站運營商用電支出,促進光伏消納。文獻［9］將5G 基站及后備儲能換電服務(wù)相結(jié)合,以綜合年化費用最小為目標(biāo)函數(shù)進行協(xié)同優(yōu)化。

上述文獻均采用的是單斷面開環(huán)優(yōu)化方法,源荷數(shù)據(jù)選取的是典型日或日前預(yù)測值。然而RES與通信負(fù)荷均具有較強隨機性,由此產(chǎn)生的非計劃瞬時功率波動會對電力系統(tǒng)及基站本身造成較大沖擊。隨著5G 基站接入電網(wǎng)規(guī)模的增大、基站設(shè)備功耗的提高,該影響也將日益嚴(yán)重。因此,需要充分挖掘基站各類設(shè)備的調(diào)度潛力,通過多時間尺度優(yōu)化策略對波動功率進行平抑,從而在提升經(jīng)濟性的同時保障其安全穩(wěn)定運行。

此外,為了確保通信設(shè)備的不間斷運行,對基站后備儲能的可調(diào)度容量進行精準(zhǔn)評估至關(guān)重要。文獻［9］根據(jù)典型參數(shù)及經(jīng)驗公式對儲能容量下限進行計算。文獻［10］引入負(fù)載率指標(biāo)對基站負(fù)載狀態(tài)進行劃分,并將其與可調(diào)度容量相關(guān)聯(lián)。文獻［11-12］提出了基于半馬爾可夫分析的基站可調(diào)度容量計算方法。進一步的研究需充分考慮基站可調(diào)度容量的時空變化特性以及參數(shù)設(shè)置的客觀性,從而完善模型的構(gòu)建。同時,根據(jù)實際測量結(jié)果,基站空調(diào)功耗與通信設(shè)備相當(dāng)［13］,能夠在滿足設(shè)備溫度需求的同時對其電功率進行調(diào)節(jié)［14］,而目前研究均未考慮對基站的變頻空調(diào)與其他設(shè)備進行協(xié)同優(yōu)化。

基于上述問題,本文綜合考慮后備儲能及變頻空調(diào)的調(diào)控潛力,建立了5G 基站多時間尺度滾動優(yōu)化調(diào)度模型,在日前調(diào)度階段以最小化基站綜合運行成本為目標(biāo),在日內(nèi)滾動優(yōu)化階段以日前計劃為基值,通過逐級細(xì)化來最大限度降低源荷波動性的影響。本文采用了基于可忽略修復(fù)時間馬爾可夫模型的基站后備儲能可調(diào)度容量計算方法,從配電網(wǎng)可靠性的角度對基站儲能各時段的可調(diào)度容量進行差異化評估。最后,在改進的IEEE RBTS-BUS6配電系統(tǒng)中驗證了所提模型在提升基站運行經(jīng)濟性及平抑功率波動方面的優(yōu)勢。

1 5G 基站設(shè)備模型

本文研究的5G 基站主要基于廣域覆蓋、功耗較大的宏基站［15］,各基站由光伏和市電同時供電。涉及的設(shè)備包括光伏發(fā)電、通信設(shè)備、后備儲能及變頻空調(diào),具體結(jié)構(gòu)如圖1 所示。鑒于基站體量較小,不考慮向配電網(wǎng)回饋電力［11］。5G 基站各設(shè)備數(shù)據(jù)傳輸及操作指令的下達均由能量管理系統(tǒng)（EMS）進行控制,EMS 還兼顧光伏出力、室外溫度及通信負(fù)荷的預(yù)測,并負(fù)責(zé)接收上級電網(wǎng)下發(fā)的調(diào)度指令。

圖1 5G 基站結(jié)構(gòu)Fig.1 Structure of 5G base station

1.1 通信設(shè)備功耗模型

5G 基站通信設(shè)備主要包括有源天線單元（active antenna unit,AAU）、基帶單元（base band unit,BBU）和傳輸設(shè)備。以典型的S1/1/1 配置即1 個BBU+3 個AAU 為例,其中BBU、傳輸設(shè)備以及AAU 基線功耗較為恒定,稱為靜態(tài)功耗；而AAU 增量功耗則與業(yè)務(wù)流量線性相關(guān),稱為動態(tài)功耗。

假設(shè)配電網(wǎng)共接入N個5G 基站,對于5G 基站n,其通信設(shè)備功耗［16-17］可表示為:

1.2 后備儲能模型

目前通信基站所配置的后備儲能僅作為備用電源使用時效率極低,而在5G 基站中可對儲能充放電進行調(diào)度,充分發(fā)揮其削峰填谷的作用。當(dāng)前應(yīng)用最多的后備儲能類型為磷酸鐵鋰電池［15］,可用以下數(shù)學(xué)模型進行描述:

1.3 變頻空調(diào)模型

根據(jù)文獻［18-20］可知,空調(diào)-建筑系統(tǒng)具備蓄熱/冷能力,能夠在一定時間內(nèi)將電能轉(zhuǎn)化為熱能進行存儲,并在適宜范圍內(nèi)進行溫度調(diào)節(jié)且不影響設(shè)備的正常運行。因此,變頻空調(diào)與基站機房構(gòu)成的整體可等效為虛擬空調(diào)儲能納入優(yōu)化調(diào)度模型。

變頻空調(diào)可通過頻率控制實現(xiàn)電功率的連續(xù)調(diào)節(jié),遵循以下線性變化關(guān)系:

在對虛擬空調(diào)儲能的調(diào)控潛力進行建模時,綜合考慮機房內(nèi)BBU、傳輸設(shè)備的散熱量及變頻空調(diào)的制冷量。當(dāng)不對變頻空調(diào)施加控制、變頻空調(diào)運行于設(shè)定溫度下時,其電功率為基線值,如下所示［20］:

為了充分利用基站變頻空調(diào)的溫控潛力,可對其電功率進行控制,當(dāng)電功率相較基線功率增加時,等效為空調(diào)儲能充電；反之,等效為空調(diào)儲能放電。具體充放電功率及相應(yīng)約束條件如式（6）所示［20］:

空調(diào)儲能的荷電狀態(tài)（SOC）及其能量時間耦合特性如式（7）所示,其推導(dǎo)過程詳見文獻［20］。

2 基于可忽略修復(fù)時間馬爾可夫模型的基站后備儲能可調(diào)度容量評估

為了預(yù)防基站所接饋線發(fā)生故障導(dǎo)致通信設(shè)備運行中斷,基站后備儲能需預(yù)留一定的備用容量,而該容量取決于備用時間及凈負(fù)荷值?？捎枚戎笜?biāo)可用于衡量基站通信設(shè)備正常工作的穩(wěn)態(tài)概率,下一代移動網(wǎng)絡(luò)聯(lián)盟（NGMN）要求5G 基站可用度達到99.999%［21］。本文采用文獻［11-12］所提出的后備儲能可調(diào)度容量評估方法,考慮配電網(wǎng)中饋線、變壓器、隔離開關(guān)、斷路器等可修復(fù)元件,將5G 基站的可用狀態(tài)建模為具有可忽略修復(fù)時間的馬爾可夫過程,實現(xiàn)后備儲能最小備用時間的精準(zhǔn)計算。

由于市電中斷時刻及光伏出力的不確定性和獨立性且基站配備光伏容量較小,可忽略光伏出力對基站可用度指標(biāo)的影響,并假設(shè)故障隔離和負(fù)荷轉(zhuǎn)移時間小于基站后備儲能的持續(xù)時間。

2.1 負(fù)荷點的聚合馬爾可夫過程

對配電網(wǎng)中饋線、變壓器、隔離開關(guān)、斷路器等可修復(fù)元件均使用連續(xù)時間馬爾可夫可修復(fù)模型建模,并分別進行編號,元件i所處狀態(tài)的馬爾可夫過程為{Xi,comp(t),t≥0},其狀態(tài)空間如式（9）所示,元件i的故障率為λi,修復(fù)率為μi。

2.2 5G 基站可用度模型

負(fù)荷點n所連接的5G 基站具有運行和故障兩種狀態(tài),根據(jù)運行方式的不同,將基站的運行狀態(tài)分解為負(fù)荷點可用、負(fù)荷點故障但停運時間小于后備儲能備用時間兩種情況。5G 基站所處狀態(tài)同樣遵循馬爾可夫過程{Xn,BS(t),t≥0},定義如下:

當(dāng)負(fù)荷點故障但停運時間小于后備儲能備用時間時,基站仍保持運行狀態(tài),即故障的修復(fù)時間可以忽略,該情況發(fā)生的概率可通過負(fù)荷點的馬爾可夫過程進行計算。 5G 基站馬爾可夫過程{Xn,BS(t),t≥0}保持故障狀態(tài)時長小于t的概率密度及概率分別表示為Qn,BS,FW(t)和Sn,BS,FW(t),其具體表達式見附錄A 第A3 章［11-12］。

5G 基站可用度ABS的表達式如式（13）所示,其具體推導(dǎo)過程見附錄A 第A3 章［11-12］。

將5G 基站可用度（本文取99.999%）代入式（13）,即可求解出達到該指標(biāo)的最小備用時間。

2.3 可調(diào)度容量計算

當(dāng)外接市電供應(yīng)中斷時,直流通信負(fù)荷由基站后備儲能以及光伏進行供電,該情況下基站n在t時段的凈負(fù)荷為:

基于2.2 節(jié)計算出的備用時間,后備儲能各時段的備用容量如式（15）所示,而各時段的可調(diào)度容量如式（16）所示。

3 5G 基站多時間尺度優(yōu)化調(diào)度模型

3.1 5G 基站多時間尺度調(diào)度框架

為解決光伏出力、通信負(fù)荷及室外溫度的不確定性,降低實時運行過程中的聯(lián)絡(luò)線功率波動,本文構(gòu)建5G 基站多時間尺度優(yōu)化調(diào)度模型。

日前調(diào)度階段:時間尺度設(shè)為1 h,變頻空調(diào)保持設(shè)定溫度,基于光伏、負(fù)荷及溫度的日前預(yù)測值,以未來24 h 基站綜合運行成本最小化為目標(biāo)函數(shù),并滿足相應(yīng)的約束條件,制定日前各時段購電計劃、后備儲能充放電計劃。

日內(nèi)滾動優(yōu)化階段:時間尺度設(shè)為15 min,變頻空調(diào)在溫度上下限范圍內(nèi)運行?；谌涨罢{(diào)度計劃以及光伏、負(fù)荷、溫度的超短期預(yù)測值,以控制時域M內(nèi)運行成本、調(diào)整成本及溫度偏移成本之和最小為目標(biāo)函數(shù),得到各設(shè)備在控制時域內(nèi)的調(diào)度計劃,但只將第1 個時段內(nèi)的調(diào)度計劃作為控制指令發(fā)送至各設(shè)備實際執(zhí)行。上述優(yōu)化過程基于更新的超短期預(yù)測數(shù)據(jù)在下一時段重復(fù)執(zhí)行。本文選取控制時域為4 h,多時間尺度框架如圖2 所示。

圖2 5G 基站多時間尺度調(diào)度框架Fig.2 Multi-time-scale scheduling framework for 5G base station

基站運營商作為大用戶可與配電運營商簽訂雙邊購電協(xié)議。對于基站運營商:1）購電電價采用工商業(yè)分時電價；2）基站運營商需保證各基站與配電網(wǎng)的聯(lián)絡(luò)線功率波動不超過一定閾值。單個基站的購電功率相對較小,但基站運營商可將各基站的日前計劃購電功率進行匯總,以達到市場準(zhǔn)入門檻,獲得在電力市場上購電的資格。對于配電運營商:1）定期更新配電網(wǎng)元件可靠性參數(shù),并由此計算出各基站后備儲能的備用時間（雖然可靠性參數(shù)在實際中不是固定值,但其變化率極低,可間隔半年或一年計算一次,將結(jié)果傳遞至各基站EMS 即可）；2）盡可能保障市電可靠性,縮短停電時間。應(yīng)用該方法,基站運營商可在不獲取配電網(wǎng)信息的情況下知悉各基站儲能的備用時間。在上述規(guī)則下,各基站在日前和日內(nèi)兩個階段協(xié)調(diào)優(yōu)化設(shè)備出力,在降低日運行成本的同時完成對日前計劃的跟蹤；在基站運營商層面上,也履行了與電網(wǎng)的購電協(xié)議,減少因功率差額而受到的考核。

3.2 日前調(diào)度模型

3.2.1 日前調(diào)度模型目標(biāo)函數(shù)

日前調(diào)度以配電網(wǎng)區(qū)域內(nèi)所有5G 基站的綜合運行成本最小為目標(biāo)函數(shù),表達式如下:

儲能電池的衰減是受多因素影響的非線性過程,為了將后備儲能的衰減成本集成到優(yōu)化框架中,并利用常規(guī)的工具包快速精準(zhǔn)求解,將儲能在每一次充放電過程中的損耗用線性化成本進行擬合［23］。

電池實際循環(huán)次數(shù)與放電深度（DOD）的關(guān)系如圖3（a）所示,可利用式（20）進行擬合。

圖3 儲能電池衰減成本表征Fig.3 Characterization of worn cost of energy storage battery

式中:D為DOD；Nacc(D)為各DOD 下的實際循環(huán)次數(shù)；a和b為擬合系數(shù)。

根據(jù)Nacc(D)關(guān)系曲線,定義電池單位傳輸能量的平均損耗成本為:

4）配電網(wǎng)支路潮流約束見附錄A 第A4 章。

3.2.3 日前調(diào)度模型優(yōu)化結(jié)果處理

對5G 基站日前優(yōu)化模型求解后將從上級電網(wǎng)購電計劃和后備儲能充放電計劃作為確定量代入日內(nèi)滾動優(yōu)化模型中。

3.3 日內(nèi)滾動優(yōu)化模型

3.3.1 日內(nèi)滾動優(yōu)化模型目標(biāo)函數(shù)

在日內(nèi)滾動優(yōu)化階段,對光伏出力、通信負(fù)荷及室外溫度進行超短期預(yù)測,遵循日前調(diào)度購電及儲能充放電計劃,利用變頻空調(diào)及儲能電池、購電功率的微調(diào)對功率差值進行補償。該階段以配電網(wǎng)區(qū)域內(nèi)所有5G 基站在滾動時域內(nèi)綜合運行成本、調(diào)整成本以及設(shè)備最適宜溫度偏移成本之和最小為目標(biāo)函數(shù),表達式如下:

4）空調(diào)儲能約束見式（6）。

5）配電網(wǎng)支路潮流約束見附錄A 第A4 章,僅在日前計劃上增加日內(nèi)調(diào)整量。

3.3.3 日內(nèi)滾動優(yōu)化模型優(yōu)化結(jié)果處理

對5G 基站日內(nèi)滾動優(yōu)化模型求解后,得到以下結(jié)果的調(diào)度值:1）從上級電網(wǎng)購電功率；2）后備儲能充放電功率；3）空調(diào)儲能充放電功率。

4 算例分析

4.1 基礎(chǔ)數(shù)據(jù)

本文以改進的IEEE RBTS-BUS6 配電系統(tǒng)中接入的多個5G 基站為例進行說明,拓?fù)浣Y(jié)構(gòu)如附錄B 圖B1 所示。配電網(wǎng)各元件的故障率及修復(fù)時間如附錄C 表C1 所示。線路參數(shù)以及基礎(chǔ)負(fù)荷值見文獻［25］。假設(shè)該配電系統(tǒng)中共接入4 個5G 基站,分別接入負(fù)荷點LP3、LP10、LP14 和LP31。選取中國南方夏季某一典型日,各基站日前和日內(nèi)光伏出力、室外溫度、通信負(fù)荷及凈負(fù)荷的預(yù)測曲線分別如附錄B 圖B2 和圖B3 所示,日內(nèi)預(yù)測數(shù)據(jù)由日前數(shù)據(jù)疊加正態(tài)分布的預(yù)測誤差進行模擬。分時電價如附錄C 表C2 所示,基站各設(shè)備參數(shù)如表C3 所示。本文中的所有優(yōu)化問題均為混合整數(shù)線性規(guī)劃（MILP）問題,通過在MATLAB 中調(diào)用商業(yè)求解器Gurobi 進行求解。

4.2 后備儲能可調(diào)度容量評估結(jié)果

對于每個5G 基站的后備儲能,利用第2 章中的方法計算出的備用時間分別為1.73、1.46、2.61、3.22 h。由配電網(wǎng)拓?fù)淇芍?基站1 和2 所連饋線之間接有聯(lián)絡(luò)開關(guān),且各自饋線上均裝設(shè)有隔離開關(guān)。因此,供電可靠性高,所需備用時間較短?；? 所連饋線無聯(lián)絡(luò)開關(guān),基站4 所連饋線既無聯(lián)絡(luò)開關(guān)又無隔離開關(guān),且饋線負(fù)荷點較多,需設(shè)置更長備用時間以滿足基站需求,3.22 h 的備用時間也高于通常設(shè)置的3 h 備電標(biāo)準(zhǔn)。為了體現(xiàn)差異化備電特性,本文算例中各基站后備儲能的容量均根據(jù)備用時間的相對大小進行設(shè)置。

基于備用時間數(shù)據(jù),可對后備儲能的可調(diào)度容量進行計算?？紤]到日前、日內(nèi)凈負(fù)荷存在較大差異,需在各階段分別計算出儲能可調(diào)度容量,如圖4所示。結(jié)合圖4 及式（14）—式（16）可知,可調(diào)度容量取決于備用時間、通信負(fù)荷及光伏出力,在通信負(fù)荷較高的時段（如18:00—21:00）需預(yù)留更多的容量,因此可調(diào)度容量較低。另外,基于式（24）對各基站后備儲能的線性化單位電量衰減成本進行計算,結(jié)果同樣顯示在圖4 中。在調(diào)度周期內(nèi)儲能衰減成本與可調(diào)度容量變化趨勢一致,在備用需求較高的時段其衰減成本也較高,后備儲能的調(diào)度費用實時跟隨可調(diào)度容量變化,即在儲能容量稀缺時其調(diào)用價格也會隨之增加。

圖4 5G 基站1～4 的日前、日內(nèi)后備儲能可調(diào)度容量及單位電量衰減成本Fig.4 Day-ahead and intraday dispatchable capacity and worn cost of electricity per unit for backup energy storage in 5G base stations 1～4

4.3 日前調(diào)度結(jié)果分析

5G 基站1～4 的日前調(diào)度結(jié)果及分時電價如圖5 所示。由圖5 可知,日前調(diào)度的總體規(guī)律一致,以基站1 為例進行說明。在00:00—07:00 電價谷時段,后備儲能充電,但為了避免儲能容量越上限,其充電時段較少、充電功率較?。辉?9:00—11:00 電價峰時段,后備儲能放電,為充分利用有限時段的峰谷價差,此時儲能以較大功率放電,盡可能在較短時間內(nèi)利用可調(diào)度容量進行峰谷套利。當(dāng)在12:00,容量下降到備用容量時停止放電；在12:00—15:00光伏出力處于峰值時段、電價處于平時段時,購電功率增大,儲能以較大功率充電,為下一電價峰時段再次進行峰谷套利儲備容量。在17:00—22:00 電價峰時段的情況與上一峰時段類似。在23:00—24:00 時段,儲能充電至初始容量,為次日調(diào)度做準(zhǔn)備。

圖5 5G 基站1～4 的日前調(diào)度結(jié)果Fig.5 Day-ahead scheduling results of 5G base stations 1～4

4.4 日內(nèi)調(diào)度結(jié)果分析

5G 基站1～4 的日內(nèi)調(diào)度結(jié)果及機房室內(nèi)溫度曲線見附錄B 圖B4,后備儲能SOC 及可調(diào)度容量曲線見附錄B 圖B5。由結(jié)果可見,日內(nèi)調(diào)度實際值以日前計劃為基礎(chǔ),后備儲能及基站購電功率在較小范圍內(nèi)進行了調(diào)整,并將時間尺度細(xì)化為15 min。同時,充分利用了變頻空調(diào)上調(diào)及下調(diào)的調(diào)度潛力,對日前、日內(nèi)源荷的預(yù)測誤差值進行了較好補償,各基站的機房室內(nèi)溫度均保持在設(shè)置的上下限范圍內(nèi)。隨著變頻空調(diào)承擔(dān)部分功率差額,后備儲能的容量利用率降低,避免長時間處于容量上限附近,有利于降低電池的衰減速度。同時,日內(nèi)可調(diào)度容量較日前相比產(chǎn)生較小偏差,但后備儲能仍運行在可調(diào)度邊界約束范圍內(nèi)。

為驗證本文所提多時間尺度滾動優(yōu)化方法的有效性,對4 個不同場景下的調(diào)度結(jié)果進行對比分析（以5G 基站1 為例）:1）不對后備儲能及空調(diào)進行調(diào)度,僅從上級電網(wǎng)購電滿足負(fù)荷需求；2）基于日前調(diào)度結(jié)果,由預(yù)測數(shù)據(jù)導(dǎo)致的聯(lián)絡(luò)線功率差額全部由上級電網(wǎng)補償（用DA-P 策略［26］表示）；3）在日內(nèi)階段只調(diào)度后備儲能對聯(lián)絡(luò)線功率偏差進行補償；4）在日前階段調(diào)度后備儲能,在日內(nèi)階段既調(diào)度后備儲能又計及變頻空調(diào)（本文所提策略）。

定義聯(lián)絡(luò)線功率波動指標(biāo)ξgrid如式（36）所示,其表示日內(nèi)波動量相對日前值的變化率。

各場景下的購電功率及后備儲能充放電功率的對比見附錄B 圖B6,場景4 下變頻空調(diào)儲能的充放電功率及其上下限、SOC 變化曲線見圖B7。各場景下的運行成本及聯(lián)絡(luò)線功率波動如表1 所示。結(jié)合圖表分析可得,由于場景1 下不對基站設(shè)備進行優(yōu)化調(diào)度,其綜合成本最高。以日前結(jié)果為基準(zhǔn),由于場景2 下不進行日內(nèi)階段的調(diào)度,源荷預(yù)測誤差均由上級電網(wǎng)承擔(dān),其購電成本相對較高,購電功率在日前計劃值附近波動較大。場景3 和4 下均為日前、日內(nèi)的多時間尺度協(xié)同優(yōu)化,對比分析可知:場景3下只對后備儲能進行調(diào)度,因此其衰減成本及運維成本較高；而在場景4（本文所提策略）下,由于變頻空調(diào)儲能單位功率充放電成本低于電池儲能（無須考慮空調(diào)老化損耗）,因此變頻空調(diào)優(yōu)先參與調(diào)節(jié)波動功率,從而降低了后備儲能調(diào)節(jié)負(fù)擔(dān),使其出力略微下調(diào),減小運行損耗,在一定程度上延長了后備儲能的使用壽命；同時,能夠較好地補償購電功率缺額,從而進一步降低購電成本。采用本文所提方法,基站運行成本分別相較日前及場景1～3 下降2.98%、10.69%、5.87%和1.66%。

表1 各場景下的運行結(jié)果對比Table 1 Comparison of operation results in each scenario

另外,由附錄B 圖B7 可知,變頻空調(diào)在05:00—08:00 電價谷時段、12:00—16:00 電價平時段以較大功率充電,將空調(diào)儲能SOC 提升到較高水平,為后續(xù)峰時段積蓄能量。在09:00—12:00、17:00—22:00 電價峰時段以較大功率放電,從而減少高電價時段的購電量。變頻空調(diào)儲能經(jīng)歷了多次接近滿充滿放的過程,其容量得到了充分利用,在設(shè)備環(huán)境溫度適宜的范圍內(nèi)較好地發(fā)揮了其靈活上下調(diào)控的能力。

4.5 不同因素對調(diào)度結(jié)果的影響

選取后備儲能價格及室內(nèi)溫度上下限設(shè)置范圍兩個因素,分析二者變化對調(diào)度結(jié)果的影響。隨著電儲能制造技術(shù)的進步及需求量的增大,未來磷酸鐵鋰電池的價格將持續(xù)降低。另一方面,由于基站各設(shè)備對環(huán)境溫度的適應(yīng)性較高,可適當(dāng)增大溫度變化范圍從而提高變頻空調(diào)的調(diào)控能力。定義平均室內(nèi)溫度偏差指標(biāo)ξtemp為:

附錄B 圖B8（a）所示為不同儲能價格下的總成本及聯(lián)絡(luò)線功率波動,圖B8（b）所示為不同室溫上下限范圍下的總成本及平均室內(nèi)溫度偏差,其中,ΔT=Tmax-Tmin。

由附錄B 圖B8（a）可見,總運行成本及聯(lián)絡(luò)線功率波動均隨著儲能價格的降低而逐漸減小,即單位電量充放電成本的降低將促使儲能出力增加,相應(yīng)儲能老化成本也隨之增加。但在圖B8（a）所示儲能價格范圍內(nèi),購電成本削減量大于老化成本增加量。另外,由于儲能利用率的逐步提高,聯(lián)絡(luò)線功率波動得到較好抑制。由圖B8（b）可見,總運行成本隨著溫度上下限范圍的增大逐漸降低,而平均室內(nèi)溫度偏差則隨之增大?？傮w趨勢表明,利用空調(diào)儲能的調(diào)控能力降低運行成本是以犧牲設(shè)備最適宜環(huán)境溫度條件為代價,在實際運行中需要綜合考慮成本與設(shè)備性能的關(guān)系,并對二者作出權(quán)衡。

5 結(jié)語

本文針對含RES 的5G 基站協(xié)調(diào)調(diào)度中源荷不確定性問題,構(gòu)建了后備儲能及變頻空調(diào)參與的日前-日內(nèi)多時間尺度調(diào)度模型,并對后備儲能的可調(diào)度容量進行了評估。采用滾動優(yōu)化策略既能優(yōu)化基站運行的經(jīng)濟性,又能有效解決基站光伏出力、通信負(fù)荷及室外溫度的預(yù)測不確定性問題。算例結(jié)果表明,該策略降低了5G 基站的綜合運行成本,相較日前及場景1—3 分別下降2.98%、10.69%、5.87%和1.66%,并能夠較好地抑制聯(lián)絡(luò)線功率波動,波動指標(biāo)僅為3.19%,減少了由預(yù)測誤差所引起的功率波動對5G 基站和電網(wǎng)的影響。

在今后的工作中,還可考慮將基站間的通信負(fù)載分配算法納入優(yōu)化體系,實現(xiàn)通信流與電力流的協(xié)同調(diào)度。另外,為了兼顧日前決策模型的經(jīng)濟性與魯棒性,后續(xù)將對5G 基站配套設(shè)備的魯棒優(yōu)化及分布魯棒優(yōu)化問題進行深入研究。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。