基于5G基站的新能源隔墻消納研究

摘要：隨著分布式發(fā)電在電網(wǎng)中的滲透率不斷升高，許多地區(qū)都出現(xiàn)了新能源消納能力欠缺的問題，解決新能源消納欠缺問題將成為分布式發(fā)電進(jìn)一步發(fā)展的關(guān)鍵所在。同時(shí)，又由于5G技術(shù)的快速發(fā)展，5G基站或?qū)⒊蔀榻鉀Q新能源消納問題的重要法寶。文章以南方某一典型區(qū)域內(nèi)的配電網(wǎng)、分布式發(fā)電以及5G基站為研究對(duì)象，研究基于5G基站的新能源隔墻消納技術(shù)。首先，分析了利用5G基站解決新能源消納問題的可行性；其次，以新能源總體消納量為目標(biāo)函數(shù)，考慮光伏發(fā)電出力上限、基帶處理單元計(jì)算容量上限、計(jì)算任務(wù)轉(zhuǎn)移時(shí)延等約束進(jìn)行建模；然后，利用遺傳算法對(duì)模型進(jìn)行求解；最后，通過實(shí)際算例驗(yàn)證了模型的有效性。

關(guān)鍵詞：分布式發(fā)電；5G基站；新能源消納；遺傳算法

中圖分類號(hào)：TM73" 文獻(xiàn)標(biāo)志碼：A

0 引言

近年來，隨著雙碳目標(biāo)的提出，多方人員共同努力，能源系統(tǒng)轉(zhuǎn)型已取得了顯著成效。據(jù)國家可再生能源中心、中國電力企業(yè)聯(lián)合會(huì)統(tǒng)計(jì)：截至2022年年底，分布式光伏發(fā)電新增容量超過5 000×104 kW，累計(jì)并網(wǎng)容量超過15 000×104 kW［1-2］。然而隨著分布式發(fā)電滲透率的提高，許多分布式發(fā)電較為集中的地區(qū)都出現(xiàn)了新能源消納能力欠缺的問題［3］。如何解決分布式發(fā)電中新能源的消納問題，已經(jīng)成為分布式發(fā)電運(yùn)行與規(guī)劃的關(guān)鍵所在［4］。

為解決分布式發(fā)電中的新能源消納問題，國內(nèi)外學(xué)者做出了諸多研究。趙鳳展等［5］提出了一種激勵(lì)農(nóng)村用戶參與需求側(cè)響應(yīng)，通過調(diào)整和引導(dǎo)農(nóng)村用戶的用電行為，進(jìn)而解決分布式發(fā)電消納問題的策略。梁紫雯等［6-7］基于分布式微能源互聯(lián)網(wǎng)的典型結(jié)構(gòu)，利用微能源互聯(lián)網(wǎng)內(nèi)多種能源的用能互補(bǔ)性，提高分布式發(fā)電的新能源消納能力。郇悅等［8-10］提出在同一電壓等級(jí)下，利用輸電通道將本地?zé)o法消納完全的新能源外送到高負(fù)荷地區(qū)進(jìn)行消納。但是，隨著通信技術(shù)的快速發(fā)展，5G基站的規(guī)模越來越大，上述研究都忽略了5G基站這一特殊的新能源消納資源。據(jù)估計(jì)，到2030年，我國建設(shè)的5G基站的規(guī)模將會(huì)沖破千萬大關(guān)［11］。5G基站規(guī)模日益銳增意味著其產(chǎn)生的負(fù)荷也會(huì)隨之劇增，同時(shí)因?yàn)?G基站獨(dú)有的負(fù)荷特性，也成了新能源消納中不可忽略的一部分。

針對(duì)上述問題，本文提出了一種基于5G基站的新能源隔墻消納方法。首先，分析了利用5G基站解決分布式發(fā)電新能源消納問題的可行性；其次，基于5G基站的計(jì)算任務(wù)轉(zhuǎn)移特性，構(gòu)建了新能源隔墻消納模型；最后，通過算例仿真結(jié)果，對(duì)比分析了使用技術(shù)前后的新能源總體消納量，驗(yàn)證了本文所提方法的有效性。

1 利用5G基站解決新能源消納可行性分析

傳統(tǒng)的分布式新能源的消納方式主要有2種：一種是就地消納；另一種是通過通道輸送到同一電壓等級(jí)下的其他高負(fù)荷區(qū)域進(jìn)行消納［12］。由于地理及建設(shè)規(guī)模原因，分布式發(fā)電往往存在出力分布不均的現(xiàn)象，有些地區(qū)的分布式發(fā)電太多，無法實(shí)現(xiàn)就地完全消納，又由于經(jīng)濟(jì)性問題，無法為其建設(shè)專用輸送通道進(jìn)行外送消納。所以，需要一種新的新能源消納技術(shù)來解決這種困境。

隨著5G技術(shù)的快速發(fā)展，5G基站的規(guī)模越來越大，據(jù)估計(jì)，在5G通信大規(guī)模建設(shè)后，一個(gè)110 kV變電站供電區(qū)域下5G基站的負(fù)荷將會(huì)達(dá)到6～7 MW，這是一種不可忽視的負(fù)荷。同時(shí)，隨著云計(jì)算技術(shù)的快速發(fā)展，通信基站可以將本單元內(nèi)的計(jì)算任務(wù)包通過信息傳輸通道上傳至云計(jì)算中心，之后云計(jì)算中心可自行將計(jì)算任務(wù)包進(jìn)行處理，或者傳輸?shù)狡渌咎幚恚⒔Y(jié)果反饋到原處理基站。隨著計(jì)算任務(wù)包在基站間轉(zhuǎn)移，如圖1所示，處理任務(wù)包所產(chǎn)生的負(fù)荷也會(huì)在相應(yīng)節(jié)點(diǎn)上轉(zhuǎn)移。故5G基站的計(jì)算負(fù)荷可視為一種彈性負(fù)荷，參與到新能源消納中，解決其消納問題。

2 新能源隔墻消納模型

基于5G基站的計(jì)算任務(wù)轉(zhuǎn)移特性，本文以新能源總體消納量為目標(biāo)函數(shù)，以計(jì)算任務(wù)包分布情況為自變量，考慮光伏發(fā)電出力上限、基帶處理單元計(jì)算容量上限、計(jì)算任務(wù)轉(zhuǎn)移時(shí)延等約束進(jìn)行建模。最后，利用遺傳算法對(duì)模型進(jìn)行求解。

2.1 目標(biāo)函數(shù)

新能源隔墻消納模型的目標(biāo)函數(shù)為新能源總體消納量最大，即各分布式發(fā)電出力之和。又由于電能無法隔墻進(jìn)行傳輸，故分布式發(fā)電出力與所處節(jié)點(diǎn)下的負(fù)荷大小緊密相關(guān)。

式中，Pabs為新能源總體消納量，Gi為第i個(gè)分布式發(fā)電的出力大小，NG為分布式發(fā)電場站數(shù)量大小。

各節(jié)點(diǎn)下的分布式發(fā)電場站的出力大小，與該分布式發(fā)電場站的出力上限以及所處節(jié)點(diǎn)下的負(fù)荷大小有關(guān)：若分布式發(fā)電出力上限大于等于節(jié)點(diǎn)負(fù)荷，則發(fā)電出力大小等于節(jié)點(diǎn)負(fù)荷；若分布式發(fā)電出力上限小于節(jié)點(diǎn)負(fù)荷，則發(fā)電出力大小等于發(fā)電出力上限。

式中，Gi_max為第i個(gè)分布式發(fā)電場站的出力上限，為第i個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)負(fù)荷大小。

在分布式發(fā)電場站的出力上限與節(jié)點(diǎn)負(fù)荷2個(gè)因素中，分布式發(fā)電場站的出力上限與場站部署的面積以及設(shè)備的規(guī)格有關(guān)，較難進(jìn)行改動(dòng)。因此，本文考慮通過改變節(jié)點(diǎn)負(fù)荷大小以提高新能源總體消納量。基于通信基站的計(jì)算任務(wù)轉(zhuǎn)移特性，考慮將節(jié)點(diǎn)負(fù)荷分為基礎(chǔ)負(fù)荷與計(jì)算負(fù)荷2類。

LDi=LDi_B+LDi_c（3）

LDi_c=LDF（CP，tp）（4）

式中，LDi_B為節(jié)點(diǎn)基礎(chǔ)負(fù)荷，LDi_c為節(jié)點(diǎn)計(jì)算負(fù)荷，CP為計(jì)算任務(wù)分布向量，tp為計(jì)算任務(wù)包大小向量，LDF表示根據(jù)計(jì)算任務(wù)分布向量和計(jì)算任務(wù)包大小向量求節(jié)點(diǎn)計(jì)算負(fù)荷的函數(shù)。

2.2 約束條件

該新能源隔墻消納模型的約束主要從光伏發(fā)電出力上限約束、基帶處理單元計(jì)算容量上限約束以及計(jì)算任務(wù)轉(zhuǎn)移時(shí)延約束等方面進(jìn)行考慮，具體如下。

（1）光伏發(fā)電出力上限約束。

C1：0≤Gi≤Gi_max（5）

式中，C1是為了保證光伏發(fā)電場站的出力不超過出力上限。

（2）自變量約束。

C2：i∈［1，NP］cpi×（cpi-1）=0（6）

式中，NP為計(jì)算任務(wù)包的數(shù)量，cpi為計(jì)算任務(wù)包因子，cpi=1表示第i個(gè)任包務(wù)被當(dāng)前基站進(jìn)行處理。

（3）計(jì)算任務(wù)轉(zhuǎn)移時(shí)延約束。

Xt_max（7）

式中，cp′i為計(jì)算任務(wù)包的初始分布情況，Cv為計(jì)算任務(wù)包在基站間的傳輸速率，Xt_max為計(jì)算任務(wù)轉(zhuǎn)移的最大允許時(shí)延。C3是為了保證計(jì)算任務(wù)發(fā)生轉(zhuǎn)移時(shí)不超過最大允許時(shí)延。

（4）通信基站計(jì)算容量上限。

式中，Cmax為通信基站的計(jì)算容量上限，C4是為了保證通信基站內(nèi)所執(zhí)行的計(jì)算任務(wù)不超過計(jì)算容量上限。

2.3 模型求解算法流程

在模型求解部分，本文考慮到結(jié)果的精度要求，采用了遺傳算法作為模型求解算法。以計(jì)算任務(wù)包分布情況為自變量，新能源總體消納量為目標(biāo)函數(shù)。具體求解流程如圖2所示。

3 算例分析

3.1 數(shù)據(jù)背景

為驗(yàn)證上述新能源消納模型的可行性，本文以南方某一區(qū)域內(nèi)的分布式發(fā)電為例，假設(shè)2個(gè)110 kV母線下各接有3個(gè)10 kV節(jié)點(diǎn)，網(wǎng)絡(luò)框架如圖3所示。

網(wǎng)架中包含2個(gè)110 kV母線，每個(gè)母線下假設(shè)含有3個(gè)10 kV節(jié)點(diǎn)，并在節(jié)點(diǎn)B6上設(shè)置了一個(gè)數(shù)據(jù)中心以便計(jì)算大量數(shù)據(jù)。為適應(yīng)實(shí)驗(yàn)需要，在每個(gè)10 kV節(jié)點(diǎn)下均設(shè)有一個(gè)大小為2 500 kW的節(jié)點(diǎn)負(fù)荷，節(jié)點(diǎn)負(fù)荷中包含200 kW的5G基站計(jì)算負(fù)荷［13-14］，節(jié)點(diǎn)負(fù)荷情況如表1所示。同時(shí)，在節(jié)點(diǎn)B1、B2、B5下均接入規(guī)模較小的分布式光伏發(fā)電，出力上限為500 kW；在節(jié)點(diǎn)B3、B6下接入的是規(guī)模較大的分布式光伏發(fā)電，出力上限為3 000 kW［15-16］。分布式發(fā)電出力上限如表2所示。

3.2 結(jié)果討論

基于上述數(shù)據(jù)建立模型，并對(duì)模型進(jìn)行仿真，得到結(jié)果如表3—4和圖4所示。

對(duì)比表3—4可知：初始情況下，每個(gè)節(jié)點(diǎn)的任務(wù)包數(shù)量為4個(gè)，使用基于5G基站的新能源隔墻消納技術(shù)后，節(jié)點(diǎn)B1的任務(wù)包數(shù)量變?yōu)榱?個(gè)；節(jié)點(diǎn)B2的任務(wù)包數(shù)量變?yōu)榱?個(gè)；節(jié)點(diǎn)B3的任務(wù)包數(shù)量變?yōu)榱?個(gè)；節(jié)點(diǎn)B4的任務(wù)包數(shù)量變?yōu)榱?個(gè)；節(jié)點(diǎn)B5的任務(wù)包數(shù)量變?yōu)榱?個(gè)；節(jié)點(diǎn)B6的任務(wù)包數(shù)量變?yōu)榱?0個(gè)。由圖4可知，隨著計(jì)算任務(wù)包的轉(zhuǎn)移，每個(gè)節(jié)點(diǎn)下的5G基站群處理計(jì)算任務(wù)所產(chǎn)生的計(jì)算負(fù)荷也隨之變化：節(jié)點(diǎn)B1的總負(fù)荷由2 500 kW變?yōu)榱? 400 kW，節(jié)點(diǎn)B2的總負(fù)荷由2 500 kW變?yōu)榱? 350 kW，節(jié)點(diǎn)B3的總負(fù)荷由2 500 kW變?yōu)榱? 650 kW，節(jié)點(diǎn)B4的總負(fù)荷由2 500 kW變?yōu)榱? 350 kW，節(jié)點(diǎn)B5的總負(fù)荷由2 500 kW變?yōu)榱? 450 kW，節(jié)點(diǎn)B6的總負(fù)荷由2 500 kW變?yōu)榱? 800 kW。分布式發(fā)電的新能源總體消納量也由6 500 kW增長到了6 950 kW，增長比例約為6.9%。

產(chǎn)生上述結(jié)果的原因有以下幾點(diǎn)：第一，節(jié)點(diǎn)B3和節(jié)點(diǎn)B6下所接的均為規(guī)模較大分布式發(fā)電，故將其他節(jié)點(diǎn)下5G基站群內(nèi)的任務(wù)包轉(zhuǎn)移到節(jié)點(diǎn)B3與B6下，可以有效地提高新能源的消納量；第二，由于節(jié)點(diǎn)B6下接入了一個(gè)數(shù)據(jù)中心，而數(shù)據(jù)中心又能處理更多的計(jì)算任務(wù)包，故節(jié)點(diǎn)B6下的計(jì)算任務(wù)包數(shù)量更多；第三，由于每個(gè)節(jié)點(diǎn)下的5G基站群都要滿足本區(qū)域內(nèi)的計(jì)算任務(wù)轉(zhuǎn)移時(shí)延要求，故不能將所有的計(jì)算任務(wù)包都分配到其他節(jié)點(diǎn)下處理。

4 結(jié)語

本文針對(duì)分布式發(fā)電中新能源消納能力不足的問題，基于5G基站計(jì)算任務(wù)可轉(zhuǎn)移的特性，考慮光伏發(fā)電出力上限、基帶處理單元計(jì)算容量上限等約束，并以新能源總體消納量為目標(biāo)函數(shù)構(gòu)建了新能源隔墻消納模型。最后通過算例分析，驗(yàn)證了模型的可行性和有效性，并得出結(jié)論：利用5G基站參與到分布式發(fā)電的新能源消納中，可以有效地提高新能源的消納量，從而為分布式發(fā)電的進(jìn)一步發(fā)展提供有力支撐。

參考文獻(xiàn)

［1］國家能源局.2022年光伏發(fā)電建設(shè)運(yùn)行情況［EB/OL］.（2023-02-17）［2024-01-29］.http：//www.nea.gov.cn/2023-02/17/c_1310698128.htm.

［2］CHARLIE D，左沖，賈彥，等.中國農(nóng)村民居屋頂分布式光伏發(fā)電的發(fā)展?jié)摿Ψ治觯跩］.太陽能，2023（1）：5-16.

［3］劉顯茁，王皓懷，鄧韋斯，等.考慮不同時(shí)間尺度下的新能源跨區(qū)域消納策略［J］.南方電網(wǎng)技術(shù)，2023（2）：37-46，56.

［4］張迪.分布式發(fā)電市場化環(huán)境下光伏發(fā)電規(guī)劃與電網(wǎng)協(xié)調(diào)優(yōu)化運(yùn)行技術(shù)研究［D］.武漢：華中科技大學(xué)，2021.

［5］趙鳳展，張啟承，張帥，等.面向高比例分布式光伏發(fā)電消納的復(fù)合型需求側(cè)響應(yīng)控制［J］.農(nóng)業(yè)工程學(xué)報(bào)，2022（16）：190-197.

［6］梁紫雯，牟龍華，何楚璇.微能源網(wǎng)互聯(lián)系統(tǒng)的頻率調(diào)節(jié)和消納能力研究［J］.電工技術(shù)學(xué)報(bào)，2022（增刊1）：74-82.

［7］WANG W，LIU H F， SHI Y，et al.Research on consuming mode control strategy of distributed power supply in active distribution network：2019 14th IEEE conference on industrial electronics and applications （ICIEA）［C］.New York：IEEE，2019.

［8］郇悅.考慮輸電計(jì)劃彈性的高比例新能源送端電網(wǎng)調(diào)度計(jì)劃優(yōu)化方法［D］.北京：華北電力大學(xué)，2021.

［9］AGRAWAL S， PANIGRAHI B K，TIWARI M K.Multiobjective particle swarm algorithm with fuzzy clustering for electrical power dispatch［J］.IEEE Transactionson Evolutionary Computation，2008（5）：529-541.

［10］徐帆，王穎，楊建平，等.考慮電網(wǎng)安全的風(fēng)電火電協(xié)調(diào)優(yōu)化調(diào)度模型及其求解［J］.電力系統(tǒng)自動(dòng)化，2014（21）：114-120.

［11］王宏延，完顏紹澎，顧舒嫻，等.5G建設(shè)與電力基礎(chǔ)資源運(yùn)營方案研究［J］.電力信息與通信技術(shù)，2019（12）：9-14.

［12］溫鑫，姚文瑩，何圣川，等.雙碳目標(biāo)下新能源消納能力提升方法研究［J］.機(jī)電信息，2023（1）：5-7.

［13］蔡恒，伍惠鋮，鄒知斌.某居民小區(qū)用電調(diào)查與負(fù)荷分析［J］.江西電力，2017（2）：24-27.

［14］何相勝.某綜合小區(qū)供配電系統(tǒng)設(shè)計(jì)探討［J］.電工技術(shù)，2022（19）：77-79.

［15］申翔.建筑屋頂光伏發(fā)電系統(tǒng)的研究與應(yīng)用［D］.南寧：廣西大學(xué)，2021.

［16］郭黎.屋頂分布式光伏發(fā)電并網(wǎng)設(shè)計(jì)與效益分析［D］.蘭州：蘭州理工大學(xué)，2018.

Research on new energy partition wall absorption based on 5G base station

Abstract： With the increasing penetration rate of distributed power generation in the power grid， the problem of insufficient absorption capacity of new energy appears in many areas. To solve the problem of insufficient absorption capacity of new energy will become the key to the further development of distributed power generation. At the same time， due to the rapid development of 5G technology， 5G base stations may become an important magic weapon to solve the problem of new energy consumption. In this paper， the distribution network， distributed generation and 5G base station in a typical southern region are taken as objects to study the new energy partition absorbing technology based on 5G base station. Firstly， the feasibility of using 5G base station to solve the problem of new energy consumption is analyzed. Secondly， the overall consumption of new energy was taken as the objective function， and constraints such as the upper limit of photovoltaic power generation output， the upper limit of baseband processing unit computing capacity and the transfer delay of computing tasks were taken into account for modeling. Then， genetic algorithm is used to solve the model. Finally， a practical example is given to verify the effectiveness of the model.

Key words： distributed power generation; 5G base station; new energy consumption; genetic algorithm