摘 要：常規(guī)的復(fù)雜通信基站儲(chǔ)能容量智能配置方法主要通過(guò)使用Hooke-Jeeves算法來(lái)獲取不同配置變量的最優(yōu)值，易受生命周期成本變化的影響，導(dǎo)致配置性能不佳。因此，設(shè)計(jì)一種全新的復(fù)雜通信基站儲(chǔ)能容量智能配置方法顯得尤為重要。文中設(shè)計(jì)了一種復(fù)雜通信基站共享儲(chǔ)能機(jī)制，構(gòu)建了復(fù)雜通信基站儲(chǔ)能容量智能優(yōu)化配置模型，實(shí)現(xiàn)了通信基站儲(chǔ)能容量的智能配置。實(shí)驗(yàn)結(jié)果表明，采用設(shè)計(jì)的基站儲(chǔ)能容量智能配置方法后，通信基站的缺電率、平準(zhǔn)化度電成本、多余電力指標(biāo)均較低，可再生能力指標(biāo)較高。證明所設(shè)計(jì)的儲(chǔ)能容量智能配置方法的配置效果較好，具有可靠性，能夠?yàn)橥苿?dòng)儲(chǔ)能綠色化，促進(jìn)能源可持續(xù)發(fā)展作出一定的貢獻(xiàn)。

關(guān)鍵詞：復(fù)雜通信基站；儲(chǔ)能容量；智能配置；共享儲(chǔ)能機(jī)制；復(fù)雜通信基站；缺電率

中圖分類(lèi)號(hào)：TP39；TN876.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-1302（2025）01-0-03

0 引 言

通信基站作為支撐信息傳輸?shù)年P(guān)鍵基礎(chǔ)設(shè)施，主要負(fù)責(zé)在移動(dòng)通信網(wǎng)絡(luò)中接收和發(fā)送無(wú)線(xiàn)信號(hào)，具有重要作用[1]。通信基站的核心組成部分包括負(fù)責(zé)管理和調(diào)度基站各種資源的基站控制器，以及負(fù)責(zé)無(wú)線(xiàn)信號(hào)的收發(fā)和調(diào)制解調(diào)的基站收發(fā)信機(jī)[2]，二者協(xié)同作業(yè)，共同實(shí)現(xiàn)基站的通信功能。復(fù)雜通信基站的儲(chǔ)能容量有限[3]，智能配置難度較高，需要綜合考慮技術(shù)和經(jīng)濟(jì)等多個(gè)方面。因此，針對(duì)目前存在的儲(chǔ)能配置問(wèn)題，設(shè)計(jì)一種全新的復(fù)雜通信基站儲(chǔ)能容量智能配置方法顯得尤為重要。

復(fù)雜通信基站儲(chǔ)能容量配置包括以下幾個(gè)重要步驟[4]：

（1）通過(guò)傳感器、監(jiān)控系統(tǒng)等工具收集大量的數(shù)據(jù)，再進(jìn)行數(shù)據(jù)分析，了解基站的能源需求和能源使用模式；

（2）基于歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)[5]，建立預(yù)測(cè)模型，預(yù)測(cè)未來(lái)的能源需求、負(fù)載變化等，為儲(chǔ)能容量的配置提供依據(jù)；

（3）利用人工智能和機(jī)器學(xué)習(xí)技術(shù)，對(duì)數(shù)據(jù)進(jìn)行處理和分析[6]，利用訓(xùn)練算法，識(shí)別出數(shù)據(jù)中的模式和趨勢(shì)，預(yù)測(cè)未來(lái)的能源需求；

（4）基于預(yù)測(cè)結(jié)果和實(shí)際運(yùn)行數(shù)據(jù)，對(duì)儲(chǔ)能系統(tǒng)進(jìn)行優(yōu)化配置，制定充電和放電策略[7]。

相關(guān)研究人員針對(duì)上述重要配置步驟設(shè)計(jì)了幾種常規(guī)的復(fù)雜通信基站儲(chǔ)能容量智能配置方法。但大多數(shù)常規(guī)的儲(chǔ)能配置方法易受生命周期成本變化影響，配置性能不佳。因此，本文設(shè)計(jì)了一種全新的復(fù)雜通信基站儲(chǔ)能容量智能配置方法。

1 復(fù)雜通信基站儲(chǔ)能容量智能配置方法設(shè)計(jì)

1.1 設(shè)計(jì)復(fù)雜通信基站共享儲(chǔ)能機(jī)制

本文設(shè)計(jì)的通信基站儲(chǔ)能容量智能配置方法利用儲(chǔ)能平衡原則構(gòu)建了智慧共享儲(chǔ)能社區(qū)，設(shè)計(jì)了共享儲(chǔ)能機(jī)制[8]。在該儲(chǔ)能機(jī)制中，消費(fèi)者可以自行購(gòu)買(mǎi)虛擬儲(chǔ)能容量，根據(jù)自身需求進(jìn)行合理規(guī)劃，此時(shí)通信基站可以利用收到的虛擬購(gòu)買(mǎi)資金補(bǔ)充儲(chǔ)能交易鏈[9]，從而滿(mǎn)足通信基站的儲(chǔ)能要求。設(shè)計(jì)的復(fù)雜通信基站共享儲(chǔ)能機(jī)制如圖1所示。

由圖1可知，該共享儲(chǔ)能機(jī)制可以滿(mǎn)足基站不同消費(fèi)者的需求，能有效實(shí)現(xiàn)自?xún)?chǔ)自用。在實(shí)際儲(chǔ)能過(guò)程中，可以由共享儲(chǔ)能中心發(fā)布儲(chǔ)能指令，交由產(chǎn)銷(xiāo)者完成充放電服務(wù)，進(jìn)行儲(chǔ)能配置反饋，在滿(mǎn)足電力輸出的基礎(chǔ)上進(jìn)行儲(chǔ)能配置求解，提高了通信基站的儲(chǔ)能消納能力。

1.2 構(gòu)建復(fù)雜通信基站儲(chǔ)能容量智能優(yōu)化配置模型

本文設(shè)計(jì)的儲(chǔ)能容量配置方法考慮了儲(chǔ)能單元的波動(dòng)狀態(tài)[10]，將其轉(zhuǎn)化為多目標(biāo)優(yōu)化問(wèn)題，構(gòu)建了復(fù)雜通信基站儲(chǔ)能容量智能優(yōu)化配置模型。當(dāng)儲(chǔ)能系統(tǒng)的頻率與額定頻率擬合時(shí)，儲(chǔ)能單元未進(jìn)行交換，此時(shí)的頻率波動(dòng)最低，在該階段的儲(chǔ)能調(diào)頻效果fa的具體計(jì)算公式見(jiàn)式（1）：

（1）

式中：?filh代表聯(lián)合調(diào)頻采樣頻率差值；?fjct代表儲(chǔ)能實(shí)際采樣頻率差值。此時(shí)的配置效果最優(yōu)，但經(jīng)濟(jì)性難以保證，需要根據(jù)儲(chǔ)能收益與支出建立智能配置目標(biāo)函數(shù)Cbess，具體計(jì)算公式見(jiàn)式（2）：

（2）

式中：cb代表單位容量的儲(chǔ)能成本；Ebess代表配置的儲(chǔ)能容量。在儲(chǔ)能過(guò)程中，需要不斷地進(jìn)行充放電。因此，儲(chǔ)能壽命可能會(huì)加速老化，考慮該因素計(jì)算儲(chǔ)能產(chǎn)生的成本Cyx，具體計(jì)算公式見(jiàn)式（3）：

（3）

式中：cy代表儲(chǔ)能折舊成本；EBI代表儲(chǔ)能調(diào)頻電量；EBJ代表儲(chǔ)能輸出電量。為了解決通信基站在運(yùn)行過(guò)程中存在的響應(yīng)頻率變化問(wèn)題，提高光伏的經(jīng)濟(jì)效益，可以根據(jù)其參與的聯(lián)合儲(chǔ)能調(diào)頻服務(wù)計(jì)算儲(chǔ)能年凈現(xiàn)值ZNPV，具體計(jì)算公式見(jiàn)式（4）：

（4）

式中：EF代表總調(diào)頻容量；Csun代表光伏售電價(jià)格。根據(jù)該年凈現(xiàn)值可以判斷不同采樣時(shí)間段通信基站的儲(chǔ)能配置狀態(tài)，構(gòu)建符合通信基站運(yùn)行要求的儲(chǔ)能容量智能配置模型MSOC，具體計(jì)算公式見(jiàn)式（5）：

（5）

式中：EGT代表多源聯(lián)合約束系數(shù)。上述儲(chǔ)能容量智能配置模型的穩(wěn)定性較高，可以在保證年凈收益的基礎(chǔ)上降低過(guò)度充放電調(diào)頻次數(shù)，最大程度上滿(mǎn)足通信基站的運(yùn)行要求，提高其運(yùn)行可靠性。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)準(zhǔn)備

本文選取某通信基站作為研究對(duì)象，采集了其不同時(shí)間段的數(shù)據(jù)，并將其作為基礎(chǔ)生成實(shí)驗(yàn)環(huán)境參數(shù)。為了提高實(shí)驗(yàn)結(jié)果的真實(shí)性，本文選取仿真軟件進(jìn)行了數(shù)值計(jì)算與分析，該仿真軟件的連接調(diào)用示意圖如圖2所示。

由圖2可知，在實(shí)驗(yàn)開(kāi)始前，需要利用MATLAB進(jìn)行調(diào)用和編輯子程序，快速調(diào)整智能配置引擎，進(jìn)一步滿(mǎn)足實(shí)驗(yàn)的數(shù)據(jù)交換要求。

待上述步驟完畢后，選取儲(chǔ)能容量智能配置實(shí)驗(yàn)指標(biāo)，分別為缺電率funmet、平準(zhǔn)化度電成本COE、多余電力指標(biāo)fexcess、可再生能力指標(biāo)fren，計(jì)算式如下：

（6）

（7）

（8）

（9）

式中：Eunmet代表不滿(mǎn)足調(diào)度周期的儲(chǔ)能負(fù)荷量；Edemand代表調(diào)度周期內(nèi)的儲(chǔ)能需求；Enonren代表不可再生儲(chǔ)能量；Hnonren代表服務(wù)總儲(chǔ)能量；Eservice代表服務(wù)總負(fù)荷量；Hservice代表全部負(fù)荷總量；Eexcess代表總多余儲(chǔ)能量；Eprod代表能量總生產(chǎn)量；CANN代表年度儲(chǔ)能成本；CBOILER代表邊際成本；HSERVED代表熱負(fù)荷量；ESERVED代表能量負(fù)荷成本。其中缺電率代表儲(chǔ)能的可靠性，即缺電率越低，通信基站的儲(chǔ)能可靠性越高；可再生能力代表通信基站儲(chǔ)能系統(tǒng)的可再生能力，可再生能力越高，證明儲(chǔ)能效果越符合可持續(xù)發(fā)展要求；多余電力代表基站的儲(chǔ)能消納水準(zhǔn)，多余電力越低，通信基站的儲(chǔ)能消納能力越強(qiáng)；平準(zhǔn)化度電成本是在年度周期內(nèi)通信基站的儲(chǔ)能消耗成本，平準(zhǔn)化度電成本越低證明通信基站的儲(chǔ)能收益越高。根據(jù)上述實(shí)驗(yàn)指標(biāo)可以進(jìn)行儲(chǔ)能智能配置計(jì)算，得到可靠的實(shí)驗(yàn)結(jié)果。

2.2 實(shí)驗(yàn)結(jié)果與討論

根據(jù)上述的實(shí)驗(yàn)準(zhǔn)備，可以進(jìn)行通信基站儲(chǔ)能智能配置實(shí)驗(yàn)，選取不同的通信基站運(yùn)行時(shí)間段，分別使用本文方法、文獻(xiàn)[6]的面向風(fēng)電場(chǎng)的主動(dòng)支撐電網(wǎng)型分散式儲(chǔ)能控制策略與優(yōu)化配置方法以及文獻(xiàn)[7]的計(jì)及高比例新能源配電網(wǎng)電壓風(fēng)險(xiǎn)的儲(chǔ)能容量?jī)?yōu)化配置方法進(jìn)行儲(chǔ)能智能配置。使用式（6）、式（7）、式（8）與式（9）分別計(jì)算三種方法的儲(chǔ)能智能配置指標(biāo)，實(shí)驗(yàn)結(jié)果見(jiàn)表1。

由表1可知，應(yīng)用本文方法進(jìn)行配置后，通信基站在不同的運(yùn)行時(shí)間段的缺電率、平準(zhǔn)化度電成本、多余電力指標(biāo)均較低，可再生能力指標(biāo)較高；文獻(xiàn)[6]方法以及文獻(xiàn)[7]方法在不同的運(yùn)行時(shí)間段的通信基站的缺電率、平準(zhǔn)化度電成本、多余電力指標(biāo)相對(duì)較高，可再生能力指標(biāo)偏低。上述實(shí)驗(yàn)結(jié)果證明，本文設(shè)計(jì)的復(fù)雜通信基站儲(chǔ)能容量智能配置方法的配置效果較好，具有可靠性。

3 結(jié) 語(yǔ)

隨著通信技術(shù)的不斷進(jìn)步，5G等新一代通信技術(shù)的逐漸普及，基站的能源需求也在持續(xù)增長(zhǎng)。這就要求儲(chǔ)能系統(tǒng)能夠有效地解決能源供應(yīng)中的穩(wěn)定性問(wèn)題，在面對(duì)自然災(zāi)害、電網(wǎng)故障等突發(fā)情況時(shí)，能夠提供可靠的備用電能，確保通信基站的正常運(yùn)行。受多種因素影響，通信基站的儲(chǔ)能容量配置難度較高。因此，本文根據(jù)目前存在的儲(chǔ)能優(yōu)化問(wèn)題，設(shè)計(jì)了一種全新的復(fù)雜通信基站儲(chǔ)能容量智能配置方法。實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)的復(fù)雜通信基站儲(chǔ)能容量智能配置方法的配置效果較好，具有可靠性，提高了基站的能源利用效率的同時(shí)，還保證了基站的經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1] 邵晨穎，李沛霖，楊新婷，等.計(jì)及分布式光伏安裝面積限制的配電網(wǎng)儲(chǔ)能系統(tǒng)與線(xiàn)路擴(kuò)容聯(lián)合規(guī)劃[J].四川電力技術(shù)，2023，46（6）：67-74.

[2] 楊子建，趙璐，王越超，等.計(jì)及廠(chǎng)用電不平衡狀態(tài)感知與碳減排的多能源儲(chǔ)能優(yōu)化配置模型[J].可再生能源，2023，41（11）：1512-1519.

[3] 李更豐，孫少華，別朝紅，等.面向新型電力系統(tǒng)彈性提升的儲(chǔ)能優(yōu)化配置與靈活調(diào)度研究綜述[J].高電壓技術(shù)，2023，49（10）：4084-4095.

[4] 鄭虎虎，葉劍華，楊耿煌，等.風(fēng)光儲(chǔ)一體電動(dòng)汽車(chē)充電站混合儲(chǔ)能容量?jī)?yōu)化配置[J].天津職業(yè)技術(shù)師范大學(xué)學(xué)報(bào)，2023，33（3）：24-30.

[5] 曾志輝，劉云鵬，韋延方，等.基于改進(jìn)蝙蝠算法的混合儲(chǔ)能系統(tǒng)容量?jī)?yōu)化配置[J].河南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2023，42（5）：130-136.

[6] 李成，張婕，石軻，等.面向風(fēng)電場(chǎng)的主動(dòng)支撐電網(wǎng)型分散式儲(chǔ)能控制策略與優(yōu)化配置[J].中國(guó)電力，2023，56（12）：238-247.

[7] 張科杰，張國(guó)彥，徐寶昌，等.計(jì)及高比例新能源配電網(wǎng)電壓風(fēng)險(xiǎn)的儲(chǔ)能容量?jī)?yōu)化配置方法[J].電瓷避雷器，2023（6）：85-93.

[8] 魏震波，姚怡欣，張?chǎng)?，?基于完備集合經(jīng)驗(yàn)?zāi)B(tài)分解的含抽蓄微電網(wǎng)混合儲(chǔ)能容量?jī)?yōu)化配置[J].儲(chǔ)能科學(xué)與技術(shù)，2023，12（11）：3414-3424.

[9] 向光燕，陳繼開(kāi)，歐陽(yáng)光，等.計(jì)及多元負(fù)荷預(yù)測(cè)和聚合互動(dòng)的園區(qū)配電網(wǎng)目標(biāo)網(wǎng)架規(guī)劃方法研究及應(yīng)用[J].電工技術(shù)，2023（11）：56-59.

[10] 吳沖，陸永燦，楊波，等.面向10 kV“煤改電”區(qū)域配電網(wǎng)供電質(zhì)量提升的儲(chǔ)能優(yōu)化配置技術(shù)[J].電力電容器與無(wú)功補(bǔ)償，2022，43（6）：138-145.