一种考虑空调与光伏的5G基站储能调控策略

一种考虑空调与光伏的5g基站储能调控策略
技术领域
1.本发明涉及5g通信与储能充放电控制技术领域，尤其涉及一种考虑空调与光伏的5g基站储能调控策略。


背景技术：

[0002][0003]
5g基站建设作为新基站的代表，经过几年时间的大力发展，目前我国已累计建成5g基站284.4万个，实现了“县县通5g”，覆盖了所有地级市城区和县城城区，并且5g应用已深度融入我国的经济建设发展中，97个国民经济大类中的60个已充分结合了5g通信技术，应用案例数累计超5万个。相比于4g基站，5g基站数量更多的同时功耗也大大增加，因此利用好数量客观的5g基站灵活性资源将对新型电力系统建设产生巨大作用。
[0004]
在5g基站储能研究方面，中国专利公开号cn112968456a公开了一种计及基站通信负载状态的5g基站储能调控方法，根据基站的通信负载状态确定储能需要留出的备电容量，以最小化负荷峰谷方差为目标确定5g基站储能的调控策略；中国专利公开号cn115983890a公开了一种考虑通信特性的5g基站储能配置双层优化，以最小化5g运营商成本为目标，综合考虑基站休眠机制与基站自身能耗，建立双层优化模型，从而确定5g基站储能的配置。
[0005]
对于5g基站所具备大量的灵活性资源，本发明考虑基站变频空调与配备的分布式光伏发电系统，确定储能调控策略，帮助运营商减少用电费用，对于电网可以减少峰谷差，实现双赢。


技术实现要素：

[0006]
本发明提供了一种考虑空调与光伏的5g基站储能调控策略。通过以下技术方案实施：
[0007]
s1：根据光照预测确定光伏的发电量；预测基站通信负载，从而确定通信设备用电量；通过温度变化与通信设备散热量，确定变频空调功率；
[0008]
s2：在调控基站储能时，要首先保证储能的备电作用，需要留出一定的备电容量，多余的容量可以参与调控；备电容量以3小时为最小备电时长，考虑空调用电与光伏消纳，从而尽可能增大可调度容量；
[0009]
s3：根据确定的基站储能可调度容量，以最小化用电费用为目标函数，建立5g基站储能调控模型，考虑基站储能的充放电状态约束、储能电池充放电功率约束、电网功率约束等；
[0010]
进一步，所述步骤s1中，光伏发电量根据光伏发电输出功率模型得到：
[0011]
p
pv
(t)＝p
pv,stc
mgc/g
stc
+γ
p
p
pv,stc
mgc(t
c-t
c,stc
)/g
stc
[0012]
式中，p
pv,stc
是光伏面板的单位面积额定容量，m为光伏组件的面积，gc为光伏系统所在地区的光照强度，kw/m2，g
stc
为stc条件下太阳的辐射强度，γ
p
为光伏面板的功率温度
系数，t
c,stc
为stc条件下光伏阵列中光伏板的温度。
[0013]
光伏面板实际的工作温度tc为：
[0014]
tc＝t+30
×
gc/g
stc
[0015]
通信设备用电量根据5g基站通信设备用电模型得到：
[0016]
pm(t)＝p0+ξ
·
p
out
(t)
[0017]
pm(t)为基站在t时刻的通信设备功耗，ξ代表与通信流量负载相关的比例系数，ξ
·
p
out
(t)为由流量负载产生的功耗，p0为基站在没有流量负载时产生的基础功耗。
[0018]
变频空调功率根据一阶等效热参数模型与变频空调模型得到：
[0019]
基站站房一阶等效热参数模型：
[0020][0021]
t
in
(t)为t时段的室内温度；t
out
(t)为t时段的室外温度；qb为基站设备运行时的散热量；q
ac
(t)为t时段的空调制冷量；r为基站站房等效热阻；c为基站站房等效热容；δt为一个时段的持续时长；
[0022]
变频空调模型：
[0023]qac
(t)＝a
·fac
(t)+b
[0024]
p
ac
(t)＝c
·fac
(t)+d
[0025]fac
(t)表示空调压缩机t时段的频率；p
ac
(t)为变频空调t时段的电功率；a、b以及c、d均为常数；
[0026]
变频空调功率：
[0027][0028]
t
set
表示室内设定温度；
[0029]
进一步，所述步骤s2中，储能备电容量以3小时为最小备电时长，考虑空调功率与光伏消纳：
[0030]
基站储能备电容量模型：
[0031][0032]eres
(t)为5g基站在t时刻的备用容量；t
res
为基站备用时长，即3小时。
[0033]
基站储能荷电状态下限模型：
[0034][0035]sbat,,min
(t)为考虑基站备电的储能充放电下限；s
min
为避免储能电池过度放电设置的下限；e
soc
为储能电池的额定容量。
[0036]
进一步，所述步骤s3中，计及空调与光伏的5g基站储能调控模型具体为：
[0037]
以最小化基站用电费用为目标函数：
[0038][0039]
λ(t)表示分时电价，p
5g
(t)表示电网向5g基站输送的功率；
[0040]
充放电状态约束
[0041][0042]
β
ch
、β
diss
为储能充放电状态变量，上述约束保证单个5g基站储能在同一时段不可处于既充电又放电状态。
[0043]
储能充放电等式约束
[0044][0045]ei,t
为t时刻储能容量，η
ch
为储能充电系数，η
diss
为储能放电系数，e为储能额定容量；
[0046]
储能充放电功率约束
[0047][0048]
p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，β
ch,t
、β
diss,t
为t时刻储能充放电状态；
[0049]
储能soc上下限约束
[0050]sbat,min
(t)≤s(t)≤s
max
[0051]
s(t)为储能在t时刻的soc，s
max,t
为储能在t时刻的soc上限；
[0052]
功率平衡约束
[0053]
p
5g
(t)＝pm(t)+p
ch
(t)-p
dis
(t)-p
pv
(t)
[0054]
p
5g
(t)表示电网向5g基站输送的功率，pm(t)为基站在t时刻的通信设备功耗，p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，p
pv
(t)表示光伏发电功率；
[0055]
空调虚拟储能约束：
[0056][0057]
0≤s
ac
(t)≤1
[0058]sac
(t+1)＝ms
ac
(t)+np
ac,ch/dis
(t)+(1-m)s
ac
(0)
[0059]sac
(t)为基站空调储能在t时段的soc，t
min
与t
max
为基站站房温度上下限，m＝e-δt/(rc)
，c为基站站房等效热容，n＝cr
·
(1-m)/[a(t
max-t
min
)]，r为基站站房等效热阻。
[0060]
与现有技术相比，本发明取得的有益效果在于：
[0061]
本发明在5g基站储能调控中考虑了空调灵活性与光伏发电的因素，在保障了5g基站储能备电作用的前提下，进行储能优化调控，使基站运营商收益更大，电网侧削峰填谷更为有效。
附图说明
[0062]
图1为本发明所提供的一种考虑空调与光伏的5g基站储能调控策略的流程图。
[0063]
图2为本发明所提供的5g基站储能调控模型框架图。、
具体实施方式
[0064]
下面结合附图，对本发明作详细说明。
[0065]
本发明提供一种5g基站运营商参与日前电力市场报价策略确定方法。其流程为：首先，确定原始数据，包括光伏发电量，空调功率以及通信负载；其次，确定基站储能的可调度容量，备电容量以3小时为最小备电时长，将空调用电与光伏消纳考虑在内，从而尽可能增大可调度容量；最后，根据确定的基站储能可调度容量，以最小化用电费用为目标函数，建立5g基站储能调控模型；基站储能的充放电状态约束、储能电池充放电功率约束、电网功率约束等。图1为本发明考虑空调与光伏的5g基站储能调控策略的流程图；包括以下步骤：
[0066]
步骤1：根据光照预测确定光伏的发电量；预测基站通信负载，从而确定通信设备用电量；通过温度变化与通信设备散热量，确定变频空调功率；
[0067]
步骤2：在调控基站储能时，要首先保证储能的备电作用，需要留出一定的备电容量，多余的容量可以参与调控；备电容量以3小时为最小备电时长，考虑空调用电与光伏消纳，从而尽可能增大可调度容量；
[0068]
步骤3：根据确定的基站储能可调度容量，以最小化用电费用为目标函数，建立5g基站储能调控模型；基站储能的充放电状态约束、储能电池充放电功率约束、电网功率约束等；
[0069]
图2为本发明5g基站储能调控模型的框架图；其中，光伏发电量、通信设备用电量与变频空调功率通过光照强度、通信负载和温度变化等预测数据代入相应模型得到，作为初始数据代入5g基站储能调控模型中；模型以5g基站运营商用电费用最小为目标函数，考虑充放电状态约束、储能充放电等式约束、储能充放电功率约束、储能soc上下限约束、功率平衡约束与空调虚拟储能约束；具体模型如下：
[0070]
首先根据光伏发电输出功率模型得到光伏发电量：
[0071]
p
pv
(t)＝p
pv,stc
mgc/g
stc
+γ
p
p
pv,stc
mgc(t
c-t
c,stc
)/g
stc
[0072]
式中，p
pv,stc
是光伏面板的单位面积额定容量，m为光伏组件的面积，gc为光伏系统所在地区的光照强度，kw/m2，g
stc
为stc条件下太阳的辐射强度，γ
p
为光伏面板的功率温度系数，t
c,stc
为stc条件下光伏阵列中光伏板的温度。
[0073]
光伏面板实际的工作温度tc为：
[0074]
tc＝t+30
×
gc/g
stc
[0075]
接下来，通信设备用电量根据5g基站通信设备用电模型得到：
[0076]
pm(t)＝p0+ξ
·
p
out
(t)
[0077]
pm(t)为基站在t时刻的通信设备功耗，ξ代表与通信流量负载相关的比例系数，ξ
·
p
out
(t)为由流量负载产生的功耗，p0为基站在没有流量负载时产生的基础功耗。
[0078]
变频空调功率根据一阶等效热参数模型与变频空调模型得到：
[0079]
基站站房一阶等效热参数模型：
[0080][0081]
t
in
(t)为t时段的室内温度；t
out
(t)为t时段的室外温度；qb为基站设备运行时的散热量；q
ac
(t)为t时段的空调制冷量；r为基站站房等效热阻；c为基站站房等效热容；δt为一个时段的持续时长；
[0082]
变频空调模型：
[0083]qac
(t)＝a
·fac
(t)+b
[0084]
p
ac
(t)＝c
·fac
(t)+d
[0085]fac
(t)表示空调压缩机t时段的频率；p
ac
(t)为变频空调t时段的电功率；a、b以及c、d均为常数；
[0086]
变频空调功率：
[0087][0088]
t
set
表示室内设定温度；
[0089]
基站储能备电容量模型：
[0090][0091]eres
(t)为5g基站在t时刻的备用容量；t
res
为基站备用时长，即3小时。
[0092]
基站储能荷电状态下限模型：
[0093][0094]sbat,,min
(t)为考虑基站备电的储能充放电下限；s
min
为避免储能电池过度放电设置的下限；e
soc
为储能电池的额定容量。
[0095]
以最小化基站用电费用为目标函数：
[0096][0097]
λ(t)表示分时电价，p
5g
(t)表示电网向5g基站输送的功率；
[0098]
充放电状态约束
[0099][0100]
β
ch
、β
diss
为储能充放电状态变量，上述约束保证单个5g基站储能在同一时段不可处于既充电又放电状态。
[0101]
储能充放电等式约束
[0102][0103]ei,t
为t时刻储能容量，η
ch
为储能充电系数，η
diss
为储能放电系数，e为储能额定容量；
[0104]
储能充放电功率约束
[0105][0106]
p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，β
ch,t
、β
diss,t
为t时刻储能充放电状态；
[0107]
储能soc上下限约束
[0108]sbat,min
(t)≤s(t)≤s
max
[0109]
s(t)为储能在t时刻的soc，s
max,t
为储能在t时刻的soc上限；
[0110]
功率平衡约束
[0111]
p
5g
(t)＝pm(t)+p
ch
(t)-p
dis
(t)-p
pv
(t)
[0112]
p
5g
(t)表示电网向5g基站输送的功率，pm(t)为基站在t时刻的通信设备功耗，p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，p
pv
(t)表示光伏发电功率；
[0113]
空调虚拟储能约束：
[0114][0115]
0≤s
ac
(t)≤1
[0116]sac
(t+1)＝ms
ac
(t)+np
ac,ch/dis
(t)+(1-m)s
ac
(0)
[0117]sac
(t)为基站空调储能在t时段的soc，t
min
与t
max
为基站站房温度上下限，m＝e-δt/(rc)
，c为基站站房等效热容，n＝cr
·
(1-m)/[a(t
max-t
min
)]，r为基站站房等效热阻。
[0118]
此实施例仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种考虑空调与光伏的5g基站储能调控策略，其特征在于包括以下步骤：s1：根据光照预测确定光伏的发电量；预测基站通信负载，从而确定通信设备用电量；通过温度变化与通信设备散热量，确定变频空调功率；s2：在调控基站储能时，要首先保证储能的备电作用，需要留出一定的备电容量，多余的容量可以参与调控；备电容量以3小时为最小备电时长，考虑空调用电与光伏消纳，从而尽可能增大可调度容量；s3：根据确定的基站储能可调度容量，以最小化用电费用为目标函数，建立5g基站储能调控模型，考虑基站储能的充放电状态约束、储能电池充放电功率约束、电网功率约束等。2.根据权利要求1所述的一种考虑空调与光伏的5g基站储能调控策略，其特征在于，所述步骤1中光伏发电量根据光伏发电输出功率模型得到：p
pv
(t)＝p
pv,stc
mg
c
/g
stc
+γ
p
p
pv,stc
mg
c
(t
c-t
c,stc
)/g
stc
式中，p
pv,stc
是光伏面板的单位面积额定容量，m为光伏组件的面积，g
c
为光伏系统所在地区的光照强度，kw/m2，g
stc
为stc条件下太阳的辐射强度，γ
p
为光伏面板的功率温度系数，t
c,stc
为stc条件下光伏阵列中光伏板的温度。光伏面板实际的工作温度t
c
为：t
c
＝t+30
×
g
c
/g
stc
3.根据权利要求1所述的一种考虑空调与光伏的5g基站储能调控策略，其特征在于，所述步骤1中通信设备用电量根据5g基站通信设备用电模型得到：p
m
(t)＝p0+ξ
·
p
out
(t)p
m
(t)为基站在t时刻的通信设备功耗，ξ代表与通信流量负载相关的比例系数，ξ
·
p
out
(t)为由流量负载产生的功耗，p0为基站在没有流量负载时产生的基础功耗。4.根据权利要求1所述的一种考虑空调与光伏的5g基站储能调控策略，其特征在于，所述步骤1中变频空调功率根据一阶等效热参数模型与变频空调模型得到：基站站房一阶等效热参数模型：t
in
(t)为t时段的室内温度；t
out
(t)为t时段的室外温度；q
b
为基站设备运行时的散热量；q
ac
(t)为t时段的空调制冷量；r为基站站房等效热阻；c为基站站房等效热容；δt为一个时段的持续时长；变频空调模型：q
ac
(t)＝a
·
f
ac
(t)+bp
ac
(t)＝c
·
f
ac
(t)+df
ac
(t)表示空调压缩机t时段的频率；p
ac
(t)为变频空调t时段的电功率；a、b以及c、d均为常数；变频空调功率：t
set
表示室内设定温度。5.根据权利要求1所述的一种考虑空调与光伏的5g基站储能调控策略，其特征在于，所
述步骤2中储能备电容量以3小时为最小备电时长，考虑空调功率与光伏消纳：基站储能备电容量模型：e
res
(t)为5g基站在t时刻的备用容量；t
res
为基站备用时长，即3小时。基站储能荷电状态下限模型：s
bat,,min
(t)为考虑基站备电的储能充放电下限；s
min
为避免储能电池过度放电设置的下限；e
soc
为储能电池的额定容量。6.根据权利要求1所述的一种考虑空调与光伏的5g基站储能调控策略，其特征在于，所述步骤3中计及空调与光伏的5g基站储能调控模型为：以最小化基站用电费用为目标函数：λ(t)表示分时电价，p
5g
(t)表示电网向5g基站输送的功率；充放电状态约束β
ch
、β
diss
为储能充放电状态变量，上述约束保证单个5g基站储能在同一时段不可处于既充电又放电状态。储能充放电等式约束e
i,t
为t时刻储能容量，η
ch
为储能充电系数，η
diss
为储能放电系数，e为储能额定容量；储能充放电功率约束p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，β
ch,t
、β
diss,t
为t时刻储能充放电状态；储能soc上下限约束s
bat,min
(t)≤s(t)≤s
max
s(t)为储能在t时刻的soc，s
max,t
为储能在t时刻的soc上限；功率平衡约束p
5g
(t)＝p
m
(t)+p
ch
(t)-p
dis
(t)-p
pv
(t)p
5g
(t)表示电网向5g基站输送的功率，p
m
(t)为基站在t时刻的通信设备功耗，p
ch
(t)为储能在t时刻的充电功率，p
diss
(t)为储能在t时刻的放电功率，p
pv
(t)表示光伏发电功率；空调虚拟储能约束：
0≤s
ac
(t)≤1s
ac
(t+1)＝ms
ac
(t)+np
ac,ch/dis
(t)+(1-m)s
ac
(0)s
ac
(t)为基站空调储能在t时段的soc，t
min
与t
max
为基站站房温度上下限，m＝e-δt/(rc)
，c为基站站房等效热容，n＝cr
·
(1-m)/[a(t
max-t
min
)]，r为基站站房等效热阻。

技术总结
本发明公开了一种考虑空调与光伏的5G基站储能调控策略，具体包括：在调控基站储能时，要首先保证储能的备电作用，需要留出一定的备电容量，多余的容量可以参与调控；备电容量以3小时为最小备电时长，考虑空调用电与光伏消纳，从而尽可能增大可调度容量；在调控基站储能时，要首先保证储能的备电作用，需要留出一定的备电容量，多余的容量可以参与调控；备电容量以3小时为最小备电时长，考虑空调用电与光伏消纳，从而尽可能增大可调度容量；根据确定的基站储能可调度容量，以最小化用电费用为目标函数，建立5G基站储能调控模型，考虑充放电状态约束、储能充放电等式约束、储能充放电功率约束、储能SOC上下限约束、功率平衡约束与空调虚拟储能约束。本发明提出的考虑空调与光伏的5G基站储能调控策略，考虑了5G基站空调的灵活性并将基站配备的分布式光伏考虑在内，提高了5G基站所具备的可调度潜力以及使基站运营商收益更大，电网侧削峰填谷更为有效。电网侧削峰填谷更为有效。电网侧削峰填谷更为有效。


技术研发人员：于琨澎 杨璐 张乐萱 麻秀范
受保护的技术使用者：华北电力大学
技术研发日：2023.07.13
技术公布日：2023/10/15