通信基站与配电网协同规划方法、装置、设备及介质 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及用电管理技术领域，尤其是一种5g通信基站与配电网协同规划方法、装置、电子设备及存储介质。背景技术：2.随着5g数字化及其应用的快速兴起，作为连接移动用户与无线接入网的核心基础设施，5g通信基站的建设规模呈现井喷式增长态势，5g通信基站用电日趋成为电力系统新增重要负荷，为了解决5g通信基站的用电问题，现有技术主要有两种方式，一是从通信设备层面入手，开发更加节能高效的硬件设备，构造性能更优的蜂窝网络结构，通过突破制约基站通信设备能效提升的关键技术来降低总体功耗，从而提升基站的友好并网性及低碳运行能力；二是基于系统规划视角，建立配电网与5g通信基站之间的协同互动，通过对二者集成策略进行统筹优化，挖掘电网源、网、荷各环节灵活响应能力，从而共同推动系统整体协调趋优运行。然而，通过升级设备提高能效手段解决5g通信基站并网及低碳化运行问题是十分困难的，且在工程应用中存在较大局限性。在配电网与5g通信基站之间的协同优化方面，现有技术仅分析了5g通信基站在运行层面的自律能耗管控和对配电网的响应能力，并没有从中长期投资规划角度分析5g通信基站灵活潜力参与电网互动，考虑配电网与5g通信基站协同规划的研究仍较少，对综合计及电力网和通信网运行表征及内在机理的协同规划问题挖掘尚不充分，所提模型难以有效适应双碳背景下对含5g通信基站配电系统发展提出的内在要求，忽略了各类不确定性因素对系统决策的影响，故可能导致系统所得规划方案并非真正意义上的全局最优。3.因此，需要一种通信基站与配电网协同规划方法，能够有效适应不确定环境下二者协同增效的多目标区间优化规划方法，以实现经济效益与环境效益的同时趋优。技术实现要素：4.为此，本发明提供了一种通信基站与配电网协同规划方法、装置、电子设备及存储介质，以力图解决或者至少缓解上面存在的至少一个问题。5.根据本发明的一个方面，提供了一种通信基站与配电网协同规划方法，该方法通过构建区间不确定性多目标优化模型，对通信基站安装及可再生能源选址定容进行联合优化，对各时段通信基站及配电网的运行进行控制，获取综合经济效益和环境效益，所述方法包括步骤：6.获取通信基站布局的要素条件及配电网配置的要素条件，所述通信基站布局的要素条件包括通信基站能耗特性、通信容量特性、覆盖范围特性和通信基站带宽资源可配置参数，所述配电网配置的要素条件包括配电网输电参数、可再生能源分布参数；7.依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；8.依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；9.依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。10.可选的，所述获取通信基站布局的要素条件的步骤包括：11.依据单个所述通信基站的固定损耗组件能量消耗和通信基站业务负载的能量消耗，计算单个所述通信基站的总功耗，获取所述通信基站的通信基站能耗特性；12.依据用户接收信号信噪比参数、通信信息传输速率参数、通信基站总带宽资源及蜂窝链路频谱效率参数，获取单个通信基站的通信容量特性；13.依据单个通信基站的信号覆盖面积及voronoi图论算法，获取通信基站候选点变量；14.依据各个通信基站获取的相邻通信基站的负载状况信息，获取通信基站带宽资源可配置参数，控制相应通信基站设备的休眠或开启。15.可选的，所述依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件的步骤包括：16.获取所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数；17.依据所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数，获取通信基站布局的设备安装数量约束条件，及所述通信基站运行与配电网配置的约束条件。18.可选的，所述依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件的步骤包括：19.对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数通过区间序关系法，转化为确定性多目标优化模型的目标函数；20.对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的约束条件通过区间可能度法，转化为确定性多目标优化模型的约束条件。21.可选的，所述获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件的还步骤包括：22.获取所述配电网的输入线路电气参数及可再生能源选址定容参数信息；23.依据所述配电网的输入线路电气参数及可再生能源选址定容参数信息，设置nsga-ii的相关参数，通过随机函数产生初始种群；24.依据所述初始种群的个体，通过区间分析法计算所述多目标区间优化模型的目标函数及约束条件的区间边界；25.依据所述确定性多目标优化模型的目标函数的区间边界，通过区间序关系计算所述多目标区间优化模型的目标函数的中点和半径，以及通过区间可能度获取所述多目标区间优化模型的约束条件的可能度；26.通过所述多目标区间优化模型的目标函数的中点和半径，及所述多目标区间优化模型的约束条件的可能度，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件。27.可选的，所述确定性多目标优化模型的目标函数及约束条件的求解结果的步骤包括：28.采用快速非支配排序法对所述确定性多目标优化模型的种群进行分层；29.依据所述确定性多目标优化模型的种群分层，获取所述确定性多目标优化模型的种群分层的排序结果；30.依据所述确定性多目标优化模型的种群分层的排序结果，确定所述确定性多目标优化模型的种群分层的非支配层数；31.依据所述确定性多目标优化模型的种群分层的非支配层数，获取所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度；32.依据所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度，获取所述确定性多目标优化模型的最大进化代数；33.依据所述确定性多目标优化模型的最大进化代数与设定规定值的比较结果，获取所述确定性多目标优化模型的最优解集。34.可选的，所述采用快速非支配排序法对所述确定性多目标优化模型的种群进行分层的步骤包括：35.获取所述确定性多目标优化模型的当前种群中所有非劣解个体；36.依据所述确定性多目标优化模型的当前种群中所有非劣解个体，获取所述包含所述确定性多目标优化模型的当前种群中所有非劣解个体的第一非支配层；37.依据所述第一非支配层，获取所述第一非支配层以外所述确定性多目标优化模型的非劣解个体；38.依据所述第一非支配层以外所述确定性多目标优化模型的非劣解个体，获取所述包含所述第一非支配层以外所述确定性多目标优化模型的非劣解个体的第二非支配层；39.重复上述步骤，直至完成所述确定性多目标优化模型的所有种群个体的分层排序，并确定非支配层的层数。40.根据本发明的又一方面，提供了一种基于通信基站与配电网协同规划装置，所述装置通过构建区间不确定性多目标优化模型，对通信基站安装及可再生能源选址定容进行联合优化，对各时段通信基站及配电网的运行进行控制，获取综合经济效益和环境效益，所述装置包括：41.要素获取模块，用于获取通信基站布局的要素条件及配电网配置的要素条件，所述通信基站布局的要素条件包括通信基站能耗特性、通信容量特性、覆盖范围特性和通信基站带宽资源可配置参数，所述配电网配置的要素条件包括配电网输电参数、可再生能源分布参数；42.参数确定模块，用于依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；43.规划完成模块，用于依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。44.根据本发明的又一方面，提供了一种计算设备，包括：一个或多个处理器；和存储器；一个或多个程序，其中所述一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行，所述一个或多个程序包括用于执行如上所述通信基站与配电网协同规划方法中的任一方法的指令。45.根据本发明的又一方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当计算设备执行时，使得计算设备执行如上所述通信基站与配电网协同规划方法中的任一方法。46.根据本发明的基于通信基站与配电网协同规划的方案，通过获取通信基站布局的要素条件及配电网配置的要素条件；依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。本技术在综合考虑通信基站的约束条件，构建配电网与通信基站的多目标协同规划模型，并通过区间序关系和可能度将其转化为确定性多目标优化问题求解，实现通信基站与配电网的协同增效，获取综合经济效益和环境效益。附图说明47.为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。48.图1示出了根据本发明一个实施例的通信基站与配电网协同规划的架构示意图；以及49.图2示出了根据本发明一个实施例的应用场景示意图；以及50.图3示出了根据本发明一个实施例的计算设备100的构造示意图；以及51.图4示出了根据本发明一个实施例的通信基站与配电网协同规划方法200的流程图；以及52.图5示出了根据本发明另一个实施例的基于通信基站与配电网协同规划装置300的结构示意图。具体实施方式53.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。54.如图1所示，图1为通信基站与配电网协同规划的架构示意图，在本发明中，5g通信基站一般由aau(有源天线单元)、bbu(基带处理单元)、网络传输设备、供电电源和储能电池组成，5g通信基站作为新一代无线接入网络的核心设备，可实现有线通信网络与无线终端之间的无线信号传输。大规模5g通信基站的建设运行将为移动用户的通信需求提供坚实保障，5g通信基站在数量和功耗方面均大幅增加。通信基站与配电网协同，是通过感知相邻基站所承载通信负载量，可对基站所连接的通信负载进行初步调整，改变基站-用户连接关系，将处理较少通信负载的基站进行负载转移，采用蜂窝呼吸机制动态调节各个基站的覆盖范围，从而将一部分基站休眠，降低基站群整体功耗。另外，通过基站控制器对传输带宽的合理分配，可在保证移动用户服务质量的前提下，进一步灵活调节基站群的能耗特性，即借助改变通信域运行特性进而影响主动配电网各节点功耗及线路潮流分布，有利于缓解配电网线路扩容改造及促进可再生能源消纳。55.图2是本发明一个实施例的应用场景示意图，本技术提供的通信基站与配电网协同规划方法，可以应用于如图2所示的应用环境中。该通信基站与配电网协同规划方法应用于基于通信基站与配电网协同规划装置中。该基于通信基站与配电网协同规划装置配置在服务器010中，或者部分配置在终端020，部分配置在服务器010中，由终端020与服务器010交互完成通信基站与配电网协同规划方法。56.其中，终端020与服务器010可以通过网络进行通信。57.其中，终端020可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，本技术的服务器010可以用独立的服务器或者是多个服务器组成的服务器集群来实现。58.图3是示例计算设备100的框图。在基本的配置102中，计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。59.取决于期望的配置，处理器104可以是任何类型的处理，包括但不限于：微处理器(μp)、微控制器(μc)、数字信息处理器(dsp)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(alu)、浮点数单元(fpu)、数字信号处理核心(dsp核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用，或者在一些实现中，存储器控制器118可以是处理器104的一个内部部分。60.取决于期望的配置，系统存储器106可以是任意类型的存储器，包括但不限于：易失性存储器(诸如ram)、非易失性存储器(诸如rom、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中，应用122可以布置为在操作系统上利用程序数据124进行操作。在一些实施例中，计算设备100被配置为执行通信基站与配电网协同规划方法200，该方法200通过构建区间不确定性多目标优化模型，对通信基站安装及可再生能源选址定容进行联合优化，对各时段通信基站及配电网的运行进行控制，获取综合经济效益和环境效益，程序数据124中包含了用于执行该方法200的指令。61.计算设备100还可以包括有助于从各种接口设备(例如，输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个a/v端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156，它们可以被配置为有助于经由一个或者多个i/o端口158和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160，其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。62.网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(rf)、微波、红外(ir)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。在一些实施例中，计算机可读介质中存储一个或多个程序，这一个或多个程序中包括执行某些方法的指令，如根据本发明的实施例，计算设备100通过所述指令来执行通信基站与配电网协同规划方法200。63.计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分，这些电子设备可以是诸如蜂窝电话、个人数字助理(pda)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。64.图4示出了根据本发明一个实施例的通信基站与配电网协同规划方法200的流程图，如图4所示，该方法200方法通过构建区间不确定性多目标优化模型，对通信基站安装及可再生能源选址定容进行联合优化，对各时段通信基站及配电网的运行进行控制，获取综合经济效益和环境效益。65.具体的，构建区间不确定性多目标优化模型需要综合考虑系统经济性和环境效益目标，其中，经济目标考虑了规划和运行两阶段成本，在投资规划阶段，以系统投资成本最小为目标，对电网线路扩容、5g通信基站安装位置和数量以及可再生能源选址定容进行联合优化。在运行调度阶段，以系统年运行成本最小为目标，优化各时段5g通信基站及配电网的运行控制策略。环境目标则考虑了碳排放机制，提升系统低碳运行能力。对于电力用户、通信负载、可再生能源出力的分布函数未知情形，采用区间方法处理不确定性，借助变量边界信息实现对不确定性的建模分析，具有较好的实际意义。66.本技术实施的通信基站与配电网协同规划方法200始于步骤s210，获取通信基站布局的要素条件及配电网配置的要素条件，所述通信基站布局的要素条件包括通信基站能耗特性、通信容量特性、覆盖范围特性和通信基站带宽资源可配置参数，所述配电网配置的要素条件包括配电网输电参数、可再生能源分布参数。67.具体的，通信基站布局的要素条件主要涵盖通信基站的能耗特性分析、通信容量特性分析、覆盖范围特性分析，以及通信基站在为移动用户提供信息服务时所需要采取的蜂窝呼吸机制等。68.具体的，在本技术的一个实施例中，所述获取通信基站布局的要素条件的步骤包括：69.依据单个所述通信基站的固定损耗组件能量消耗和通信基站业务负载的能量消耗，计算单个所述通信基站的总功耗，获取所述通信基站的通信基站能耗特性；70.依据用户接收信号信噪比参数、通信信息传输速率参数、通信基站总带宽资源及蜂窝链路频谱效率参数，获取单个通信基站的通信容量特性；71.依据单个通信基站的信号覆盖面积及voronoi图论算法，获取通信基站候选点变量；72.依据各个通信基站获取的相邻通信基站的负载状况信息，获取通信基站带宽资源可配置参数，控制相应通信基站设备的休眠或开启。73.具体的，关于通信基站的能耗特性方面，主要包括静态功耗和动态功耗。其中，静态功耗是指与通信基站的业务负载和输出传输功率无关的能量需求，主要由电源系统、bbu基带单元信号处理和冷却系统的固定损耗组成；而动态功耗指与通信基站的业务负载有关的能量需求，其是通信基站输出传输功率的函数。因此，单个通信基站的总功耗可表示为：[0074][0075]式中，ωbs、ωt分别为通信基站集合、时段集合；为电源系统和冷却系统等的功耗，为第i个基站的通信设备在时段t内的功耗，表示为：[0076][0077]式中，为空载功耗；δpi为收发器与负载动态功耗相关的斜率；pisleep为收发器休眠状态的功耗；ii,t为表示收发器运行状态的0-1变量，当其处于工作状态时其值为1，当处于休眠状态时其值为0。[0078]式(2)中为通信基站的收发器的输出传输功率，其是关于信令功率和用户数据功率的函数，具体计算式如下：[0079][0080]式中，poh为固定信令信号所占发射功率的比例；pimax为第i个基站收发器最大传输功率；为收发器的带宽最大利用数；k为加权因子，表示不同运行状态下基站传输信令功率的水平，其取值与当前时段收发器的运行状态及数据传输带宽数有关；是用于数据传输的带宽数。[0081]具体的，关于通信基站的通信容量特性方面，在通信基站群与配电网的运行阶段，分别需要考虑通信层和电力层的运行特性。在通信网络中，通信基站的数量为i个，基站的移动用户有m个，则移动用户与通信基站的连接关系xi,m,t表示为：[0082][0083]式中，ωuser为用户的集合；m为用户的编号索引。[0084]在无线接入网中，每个移动用户需要且只能连接一个通信基站，表示为：[0085][0086]信噪比sinr是指接收到的有效信号强度与噪声信号强度的比值，有效信号强度为移动用户从接入基站获得的信号强度，噪声信号包括其他基站的干扰信号和热噪声干扰，用户m连接基站i后的信噪比sinr表达式为：[0087][0088]式中，gi,m为通信基站i与用户m之间的信道增益；σ2为噪声功率，单位为w。[0089]gi,m与基于距离的信号传输路径损耗有关，其表达式为：[0090][0091]式中，a为信道增益固定损耗值；η为路径损耗指数；d0为参考距离；di,m为通信基站与移动用户间距离。[0092]由香农定理可知，通信信息传输速率ri,m,t(单位为mbps)与带宽bi,m,t及信噪比的表达式为：[0093][0094]式中，mi为通信基站i连接的用户集合。[0095]为保证移动用户的通信服务质量，ri,m,t应满足用户m在t时刻的信息传输速率最低要求即：[0096][0097]对于单个用户，只能从与之相连的基站进行通信并获取带宽资源，获取带宽数量不应超过连接通信基站总带宽即：[0098][0099]对于单个基站，其分配给连接用户的带宽之和不能超过通信基站可提供的总带宽，即：[0100][0101]每个通信基站的带宽占用量为：[0102][0103]此外，为了保证所有通信基站的服务质量，还需要考虑蜂窝链路频谱效率sec，需要满足以下条件：[0104][0105]sei,m,t≥γc…………………………………………(14)[0106]式中，γc表示蜂窝链路最小频谱效率要求。[0107]具体的，关于通信基站的覆盖范围特性方面，考虑通信基站能耗运行特性与通信传输特性基础上，关于通信基站与配电网协同规划，包括电力网与通信网双网协同联合规划，满足各自条件约束与运行要求。对于含通信基站的通信网规划，需要在综合考虑信号质量、建设代价、覆盖约束以及其他网络约束的条件下，结合配电网网架及可再生能源分布等情况，规划基站的位置和数目。在通信基站规划问题中，满足信号覆盖约束，通信基站的覆盖范围表示通信基站发射的信号在下行链路所能达到的最大距离。通信基站的覆盖半径为r，对应的平均信号覆盖面积为移动用户信号覆盖的面积atotal包含在各个通信基站覆盖范围中，通信基站的建设个数为：[0108][0109][0110][0111]采用voronoi图论及最大空心圆策略对基站进行规划，voronoi图是对空间的最邻近划分，在给定一些目标的情况下，将空间划分成若干个区域，所有划分区域内的任意一点都距离该区域内的目标最近。[0112]平面上β个通信基站候选点的集合为p＝{p1,p2,…,pβ}，其中pi表示集合中的任意一点，d(p,q)为点p与点q之间的欧氏距离，则：[0113]v(pi)＝{m|d(m,pi)＜d(m,pj),pi∈p,pj∈p,pi≠pj}………………(18)[0114]集合v(p)＝{v(p1),v(p2),…,v(pβ)}则是通信基站布设的voronoi图。[0115]按照最大空心圆策略解算出的基站增长点在个数大于1的情况下要注意两两结点解之间的距离d(hi，hj)与基站覆盖半径r之间的关系，其阈值ε由确定。在d(hi,hj)≤ε时，则将半径较小的空心圆对应结点删除，所以两个相邻基站i1与相邻基站i2之间的欧式距离应满足：[0116][0117]对保留结点对应的最大空心圆半径从大到小进行排序，按新增通信基站数目β确定前β个空心圆对应的结点位置即为新增基站位置，从而确定各候选点基站变量[0118]具体的，关于依据各个通信基站获取的相邻通信基站的负载状况信息，获取通信基站带宽资源可配置参数，控制相应通信基站设备的休眠或开启方面，采用蜂窝呼吸机制。[0119]通过蜂窝呼吸机制实现通信基站与电网进行灵活互动，在对通信基站群灵活调度时，在集群内部，基站卸载/重新分配方案按照固定的顺序在每个基站中执行，在所有集群中以同步的方式同时执行，通过获取相邻基站的负载状态信息来感知周围环境，该机制通过设置通信基站负载率阈值，以控制关闭通信基站的数量。此外，每个通信基站i都有一个状态，用ii,t＝[0,1]表示为开通或睡眠，即0表示off，1表示on。[0120]只有带宽利用率li低于阈值at的通信基站才能执行数据负载分配/卸载方法，此时ii,t＝0，表示为：[0121][0122]式中，at为通信基站可执行负载分配的带宽利用率限值。[0123]通信基站选择那些具有高负载值但仍然具有足够资源来接入新用户的通信基站进行负载转移。执行完成后，依次通知下一个通信基站开始执行分配方案。[0124]通信基站的蜂窝呼吸机制有3种状态：一是基站转换为睡眠状态，该状态的基站个数为χ0；二是覆盖范围不变的基站，该状态的基站个数为χ1；三是细胞呼吸后覆盖范围扩大的基站，个数为χ2。[0125]χ0+χ1+χ2＝β…………………………………………(21)[0126]然后，考虑移动用户的连接关系和各个通信基站的带宽资源分配，通过灵活调整，改变通信基站群实时运行状态，实现与主动配电网交互。[0127]步骤s220，依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件。[0128]具体的，所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数主要考虑通信基站安装的经济效益和环境效益，实现通信基站投资运行成本最小，环境代价最低的目标，通过目标函数可以决定所述通信基站安装及可再生能源选址定容的多目标区间优化模型的约束条件，比如通信基站安装的数量最少，配电网的能源提供等。[0129]具体的，在本技术的一个实施例中，所述依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件的步骤包括：[0130]获取所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数；[0131]依据所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数，获取通信基站布局的设备安装数量约束条件，及所述通信基站运行与配电网配置的约束条件。[0132]具体的，所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数是使总投资和运行费用最小，即：[0133]min f1＝cinv+copt…………………………………………(22)[0134]式中，cinv为年化后的投资成本，copt为年运行成本。[0135]在实际的运用中，投资成本主要包括配电网线路改造成本、分布式电源安装成本、通信基站配置成本，将投资成本年值化处理，为：[0136][0137]式中，βline、βwg、βbs、βtr分别为线路投资年化因子、可再生能源投资年化因子、基站投资年化因子、天线阵列组投资年化因子；ωf、ωm、ωbs、ωwt分别为配电网线路集合、线路改造型号集合、部署通信基站集合、可再生能源机组安装集合；、cwg、cbs、ctr分别为第m种型号线路单位成本、可再生能源机组单位容量安装成本、单个通信基站安装成本、单个天线阵列组安装成本；为线路ij的长度；为线路ij是否选择型号m的0-1变量，当选择型号m时其值为1，否则为0；为编号d节点安装可再生能源容量；为待选点d是否部署通信基站的0-1变量；为第d个通信基站待选点安装收发天线阵列组组数。[0138]运行成本包括：从主网购电成本、分布式电源维护成本、通信基站维护运营成本、线路网损成本，为：[0139][0140]式中，τ为一年中的天数；t及ωt为时段索引编号及时段集合；cwg-opt、cbs-opt分别为t时段从主网购电的分时电价、风电机组的年维护费用、基站通信设备的维护费用；δt为单个时段持续时间，取1h；rij为线路ij的阻抗值；ptgrid为从主网购电量；iij,t为t时段节点i到节点j的电流值。[0141]所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数还包括对环境的影响最小，即：[0142][0143]式中，ω代表单位非可再生能源发电量对应的碳排放；f为外部电网中单位发电量对应的非可再生能源消耗系数。[0144]具体的，所述通信基站运行与配电网配置的约束条件主要包括：[0145]在规划阶段，约束条件主要为通信基站与配电网的设备安装数量。线路改造最多可以选择一种型号，为：[0146][0147]通信网规划中的基站候选点应满足：[0148][0149]每个通信基站安装收发天线阵列组组数需在一定限值内，其表达式为：[0150][0151]式中，αmax为单个基站点可安装收发天线阵列组最大组数。[0152]主动配电网系统中安装可再生能源容量应小于所允许的最大安装容量，表达式为：[0153][0154]式中，为系统在节点i所允许安装分布式电源的最大容量。[0155]在配电网的运行阶段，需要满足的配电网与通信基站运行的约束条件包括：[0156]每个基站开启收发天线阵列组组数不能超过基站天线阵列的安装组数，其表达式为：[0157][0158]式中，为基站点d所安装天线阵列组组数。[0159]为确保含通信基站的主动配电网安全运行，各个节点电压应维持在一定的范围内，应满足：[0160][0161]式中，ui,t为节点i电压值，为节点i允许的电压最小值、最大值。[0162]相邻线路之间应满足的潮流约束为：[0163][0164]式中，pij,t、qij,t分别为线路ij上传输的有功功率、无功功率；分别为线路改造前的电阻和电抗，rij,m、xij,m为线路改造后的电阻和电抗。[0165]由能量守恒定律，系统中各个节点应满足功率平衡，为：[0166][0167]式中，ptgrid为主网购电功率；为可再生能源机组的有功出力、无功出力；分别为t时刻与节点i相连的除通信基站外其他负荷的有功功率与无功功率；为通信基站无功出力。[0168]对于系统中各条线路的传输功率，需要满足容量上限约束，为：[0169][0170][0171]式中，分别为线路的最大容量限值。[0172]主动配电网由上级电网送入的功率应满足功率限值，表达式为：[0173]ptg min≤ptgrid≤ptg max…………………………………………(36)[0174]式中，ptg min、ptg max为上级电网之间交互功率的最小值和最大值。[0175]安装的可再生能源发电机组在实际运行时，其有功出力应不超过预测出力值，且假设可再生能源发电机组运行时功率因数恒定，相关约束为：[0176][0177][0178]式中，为可再生能源机组出力的预测值；为功率因数角。[0179]步骤s230，依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件。[0180]所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型包括目标函数转换和约束条件转换。[0181]对于目标函数转换，其算法依据为：[0182]多目标区间优化模型的目标函数yi(x,z)，可通过区间量表示因不确定变量z在优化变量x处作用对应的目标函数值区间。其中，yi(x)、分别表示目标函数值波动的下、上限，通过区间分析得到，可由下式得出：[0183][0184]针对含区间参数的目标函数通过区间序关系法，将其等效转化如下：[0185][0186]其中，和为区间中点和区间半径值，分别反映了规划方案的预期效益及其对不确定性因素影响的敏感程度。为满足决策者在投资风险收益之间的不同倾向，对式(25)中的和采用线性加权求和法进行处理，由此进一步得到标准化后的目标函数表达式为：[0187][0188]对于约束条件转换，其算法依据为：[0189]含区间参数的约束条件gi(x,z)，可通过区间量表示因不确定变量z在优化变量x处作用产生的取值集合：[0190][0191]根据区间可能度法，将上述含不确定性的约束条件转化为如下确定性约束：[0192][0193]式中，为第i个不确定约束的数值区间；ψ(·)为区间可能度；δi为第i个约束条件的可能度限值。[0194]具体的，在本技术的一个实施例中，所述依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件的步骤包括：[0195]对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数通过区间序关系法，转化为确定性多目标优化模型的目标函数；[0196]对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的约束条件通过区间可能度法，转化为确定性多目标优化模型的约束条件。[0197]具体的，在本技术的一个实施例中，所述获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件的还步骤包括：[0198]获取所述配电网的输入线路电气参数及可再生能源选址定容参数信息；[0199]依据所述配电网的输入线路电气参数及可再生能源选址定容参数信息，设置nsga-ii的相关参数，通过随机函数产生初始种群；[0200]依据所述初始种群的个体，通过区间分析法计算所述多目标区间优化模型的目标函数及约束条件的区间边界；[0201]依据所述确定性多目标优化模型的目标函数的区间边界，通过区间序关系计算所述多目标区间优化模型的目标函数的中点和半径，以及通过区间可能度获取所述多目标区间优化模型的约束条件的可能度；[0202]通过所述多目标区间优化模型的目标函数的中点和半径，及所述多目标区间优化模型的约束条件的可能度，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件。[0203]具体的，在实际的应用中，nsga-ii为非支配排序遗传算法，它在计算效率与精度方面均具有更好的性能。[0204]步骤s240，依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。[0205]具体的，在本技术的一个实施例中，所述确定性多目标优化模型的目标函数及约束条件的求解结果的步骤包括：[0206]采用快速非支配排序法对所述确定性多目标优化模型的种群进行分层；[0207]依据所述确定性多目标优化模型的种群分层，获取所述确定性多目标优化模型的种群分层的排序结果；[0208]依据所述确定性多目标优化模型的种群分层的排序结果，确定所述确定性多目标优化模型的种群分层的非支配层数；[0209]依据所述确定性多目标优化模型的种群分层的非支配层数，获取所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度；[0210]依据所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度，获取所述确定性多目标优化模型的最大进化代数；[0211]依据所述确定性多目标优化模型的最大进化代数与设定规定值的比较结果，获取所述确定性多目标优化模型的最优解集。[0212]具体的，在本技术的一个实施例中，所述采用快速非支配排序法对所述确定性多目标优化模型的种群进行分层的步骤包括：[0213]获取所述确定性多目标优化模型的当前种群中所有非劣解个体；[0214]依据所述确定性多目标优化模型的当前种群中所有非劣解个体，获取所述包含所述确定性多目标优化模型的当前种群中所有非劣解个体的第一非支配层；[0215]依据所述第一非支配层，获取所述第一非支配层以外所述确定性多目标优化模型的非劣解个体；[0216]依据所述第一非支配层以外所述确定性多目标优化模型的非劣解个体，获取所述包含所述第一非支配层以外所述确定性多目标优化模型的非劣解个体的第二非支配层；[0217]重复上述步骤，直至完成所述确定性多目标优化模型的所有种群个体的分层排序，并确定非支配层的层数。[0218]具体的，在nsga-ii中，个体适应度包含非支配层数以及每层个体的拥挤度。采用快速非支配排序法对种群分层，即选取当前种群中所有非劣解个体作为第1非支配层；在该支配层以外的个体中寻找新的非劣解，作为第2非支配层；重复该过程直至所有种群个体完成分层排序，并由此确定非支配层数。在此基础上，计算每层个体的拥挤度：[0219]nd＝nd+fm(i+1)-fm(i-1)……………………………………(44)[0220]式中：fm(i)为种群个体i对应目标函数m的值；nd为个体距离。[0221]具体的，在判断是否达到收敛条件时，本技术以最大进化代数作为收敛条件。若进化代数达到上述规定值，则输出pareto最优解集；否则，对父代种群实施选择、交叉和变异操作，形成子代种群个体；然后基于精英保留策略，依据个体适应度形成下一代种群。[0222]根据本发明的通信基站与配电网协同规划方法的方案，通过获取通信基站布局的要素条件及配电网配置的要素条件；依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。本技术在综合考虑通信基站的约束条件，构建配电网与通信基站的多目标协同规划模型，并通过区间序关系和可能度将其转化为确定性多目标优化问题求解，实现通信基站与配电网的协同增效，获取综合经济效益和环境效益。[0223]应该理解的是，虽然图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。[0224]在一个实施例中，如图5所示，提供了一种基于互联网数据中心需求的电力系统置信度容量确定装置300，所述装置300通过构建区间不确定性多目标优化模型，对通信基站安装及可再生能源选址定容进行联合优化，对各时段通信基站及配电网的运行进行控制，获取综合经济效益和环境效益，所述装置300包括：要素获取模块、参数确定模块、规划完成模块。[0225]要素获取模块，用于获取通信基站布局的要素条件及配电网配置的要素条件，所述通信基站布局的要素条件包括通信基站能耗特性、通信容量特性、覆盖范围特性和通信基站带宽资源可配置参数，所述配电网配置的要素条件包括配电网输电参数、可再生能源分布参数；[0226]参数确定模块，用于依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；[0227]规划完成模块，用于依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。[0228]具体的，在本技术的另一个实施例中，所述要素获取模块用于依据单个所述通信基站的固定损耗组件能量消耗和通信基站业务负载的能量消耗，计算单个所述通信基站的总功耗，获取所述通信基站的通信基站能耗特性；依据用户接收信号信噪比参数、通信信息传输速率参数、通信基站总带宽资源及蜂窝链路频谱效率参数，获取单个通信基站的通信容量特性；依据单个通信基站的信号覆盖面积及voronoi图论算法，获取通信基站候选点变量；依据各个通信基站获取的相邻通信基站的负载状况信息，获取通信基站带宽资源可配置参数，控制相应通信基站设备的休眠或开启。[0229]具体的，在本技术的另一个实施例中，所述参数确定模块用于获取所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数；依据所述通信基站布局的要素条件及配电网配置的要素条件的总投资和运行费用的目标函数，获取通信基站布局的设备安装数量约束条件，及所述通信基站运行与配电网配置的约束条件。[0230]具体的，在本技术的另一个实施例中，所述参数确定模块用于对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数通过区间序关系法，转化为确定性多目标优化模型的目标函数；对所述通信基站安装及可再生能源选址定容的多目标区间优化模型的约束条件通过区间可能度法，转化为确定性多目标优化模型的约束条件。[0231]具体的，在本技术的另一个实施例中，所述参数确定模块用于获取所述配电网的输入线路电气参数及可再生能源选址定容参数信息；依据所述配电网的输入线路电气参数及可再生能源选址定容参数信息，设置nsga-ii的相关参数，通过随机函数产生初始种群；依据所述初始种群的个体，通过区间分析法计算所述多目标区间优化模型的目标函数及约束条件的区间边界；依据所述确定性多目标优化模型的目标函数的区间边界，通过区间序关系计算所述多目标区间优化模型的目标函数的中点和半径，以及通过区间可能度获取所述多目标区间优化模型的约束条件的可能度；通过所述多目标区间优化模型的目标函数的中点和半径，及所述多目标区间优化模型的约束条件的可能度，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件。[0232]具体的，在本技术的另一个实施例中，所述规划完成模块用于采用快速非支配排序法对所述确定性多目标优化模型的种群进行分层；依据所述确定性多目标优化模型的种群分层，获取所述确定性多目标优化模型的种群分层的排序结果；依据所述确定性多目标优化模型的种群分层的排序结果，确定所述确定性多目标优化模型的种群分层的非支配层数；依据所述确定性多目标优化模型的种群分层的非支配层数，获取所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度；依据所述确定性多目标优化模型的种群分层的非支配层数中个体的适应度，获取所述确定性多目标优化模型的最大进化代数；依据所述确定性多目标优化模型的最大进化代数与设定规定值的比较结果，获取所述确定性多目标优化模型的最优解集。[0233]具体的，在本技术的另一个实施例中，所述规划完成模块用于获取所述确定性多目标优化模型的当前种群中所有非劣解个体；依据所述确定性多目标优化模型的当前种群中所有非劣解个体，获取所述包含所述确定性多目标优化模型的当前种群中所有非劣解个体的第一非支配层；依据所述第一非支配层，获取所述第一非支配层以外所述确定性多目标优化模型的非劣解个体；依据所述第一非支配层以外所述确定性多目标优化模型的非劣解个体，获取所述包含所述第一非支配层以外所述确定性多目标优化模型的非劣解个体的第二非支配层；重复上述步骤，直至完成所述确定性多目标优化模型的所有种群个体的分层排序，并确定非支配层的层数。[0234]根据本发明的通信基站与配电网协同规划装置的案，通过要素获取模块获取通信基站布局的要素条件及配电网配置的要素条件；参数确定模块依据所述通信基站布局的要素条件及配电网配置的要素条件，获取所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件；依据所述通信基站安装及可再生能源选址定容的多目标区间优化模型的目标函数及约束条件，获取所述多目标区间优化模型的目标函数及约束条件转化的确定性多目标优化模型的目标函数及约束条件；规划完成模块依据所述确定性多目标优化模型的目标函数及约束条件的求解结果，获取所述通信基站与配电网协同规划结果。本技术在综合考虑通信基站的约束条件，构建配电网与通信基站的多目标协同规划模型，并通过区间序关系和可能度将其转化为确定性多目标优化问题求解，实现通信基站与配电网的协同增效，获取综合经济效益和环境效益。[0235]应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。[0236]本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。[0237]本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。[0238]此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。[0239]此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。[0240]如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。[0241]尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!