Siting and Sizing Method for Energy Storage Based on Dispatchable Potential of 5G Base Station and Cluster Partition of Distribution Network

LI Jinyu; SONG Fulong; MA Junjie; DING Yujie; YU Xiaoxiao

doi:10.7500/AEPS20230207001

您当前的位置：

首页 >

文章列表页 >

Siting and Sizing Method for Energy Storage Based on Dispatchable Potential of 5G Base Station and Cluster Partition of Distribution Network

Basic Research | 更新时间：2025-06-16

- Siting and Sizing Method for Energy Storage Based on Dispatchable Potential of 5G Base Station and Cluster Partition of Distribution Network
- Automation of Electric Power Systems Vol. 47, Issue 18, Pages: 151-160(2023)
- 作者机构：
  
  1.国网辽宁省电力有限公司沈阳供电公司，辽宁省沈阳市 110811
  2.全球能源互联网发展合作组织，北京市 100031
  3.全球能源互联网集团有限公司，北京市 100031
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2016YFB0900500);Science and Technology Program of Global Energy Interconnection Group Co., Ltd(SGGEIG00JYJS2100037)
- DOI：10.7500/AEPS20230207001
  CLC：
- Received：07 February 2023，
  
  Revised：2023-06-10，
  
  Published Online：17 August 2023，
  
  Published：25 September 2023
- 稿件说明：
移动端阅览
李金雨,宋福龙,马俊杰等.基于5G基站可调度潜力与配电网集群划分的储能选址定容方法[J].电力系统自动化,2023,47(18):151-160.

LI Jinyu,SONG Fulong,MA Junjie,et al.Siting and Sizing Method for Energy Storage Based on Dispatchable Potential of 5G Base Station and Cluster Partition of Distribution Network[J].Automation of Electric Power Systems,2023,47(18):151-160.
李金雨,宋福龙,马俊杰等.基于5G基站可调度潜力与配电网集群划分的储能选址定容方法[J].电力系统自动化,2023,47(18):151-160. DOI： 10.7500/AEPS20230207001.

LI Jinyu,SONG Fulong,MA Junjie,et al.Siting and Sizing Method for Energy Storage Based on Dispatchable Potential of 5G Base Station and Cluster Partition of Distribution Network[J].Automation of Electric Power Systems,2023,47(18):151-160. DOI： 10.7500/AEPS20230207001.

摘要

随着经济发展，海量、分散的5G基站与分布式光伏将被广泛接入配电网，传统的集中式处理方法不宜用于系统的控制管理。同时，基站自备储能为电网提供了容量可观、潜力巨大的灵活性资源。为此，文中提出一种考虑5G基站可调度潜力与配电网集群划分的储能规划方法。首先，提出考虑通信负载的基站自备储能可调度容量评估方法，建立基站参与电网调度交互模型；然后，根据系统网架结构和基站-光伏出力特性，采用Fast-Newman算法对配电网进行集群划分，将基站与光伏打捆；最后，建立储能双层规划模型，模型外层负责求解储能的规划方案，模型内层负责优化储能和基站的调度策略。算例结果表明，应用所提规划方法能够减少系统对储能的投入、提升系统电压水平、提高系统经济性与低碳效益。

Abstract

With the development of economy

massive and dispersed 5G base stations and distributed photovoltaics will be widely integrated into the distribution network

and the traditional centralized processing method is not suitable for the control and management of the system. Meanwhile

the backup energy storage equipped in 5G base stations provides a flexible resource with considerable capacity and great potential for the power grid. Therefore

a planning method for energy storage considering the dispatchable potential of 5G base stations and cluster partition of distribution networks is proposed. First

an evaluation method for the dispatchable capacity of backup energy storage in 5G base stations considering communication load is proposed

and the interaction model of base station participating in grid dispatching is established. Then

according to the grid structure and the base station-photovoltaic output characteristics

the Fast-Newman algorithm is used to divide the distribution network into clusters

which bundles base stations with photovoltaics. Finally

a bi-level programming model of energy storage is established. The outer layer is responsible for solving the planning scheme of energy storage

and the inner layer is responsible for optimizing the dispatch strategy of energy storage and base stations. The results of cases show that the proposed planning method can reduce the system investment in energy storage

improve system voltage level

and increase the system economy and low-carbon benefits.

关键词

Keywords

references

余潇潇，宋福龙，周原冰，等 . “新基建”对中国“十四五”电力需求和电网规划的影响分析［J］. 中国电力， 2021 ， 54 （ 7 ）： 11 - 17 .

YU Xiaoxiao ， SONG Fulong ， ZHOU Yuanbing ， et al . Investigations on the impact of new infrastructure on electricity forecast and power system planning during the 14th Five-Year Plan period ［J］. Electric Power ， 2021 ， 54 （ 7 ）： 11 - 17 .

SUN M Y ， ZHAO X ， TAN H ， et al . Coordinated operation of the integrated electricity-water distribution system and water-cooled 5G base stations ［J］. Energy ， 2022 ， 238 ： 122034 .

林固静，高赐威，宋梦，等 . 含通信基站备用储能的虚拟电厂构建及调度方法［J］. 电力系统自动化， 2022 ， 46 （ 18 ）： 99 - 107 .

LIN Gujing ， GAO Ciwei ， SONG Meng ， et al . Construction and dispatch method of virtual power plant with backup energy storage in communication base stations ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 18 ）： 99 - 107 .

潘建辉，张宁，雍培，等 . 面向海量灵活性资源的两阶段分布式协同调度方法［J］. 电力系统自动化， 2023 ， 47 （ 15 ）： 67 - 79 .

PAN Jianhui ， ZHANG Ning ， YONG Pei ， et al . Two-stage distributed collaborative dispatching method for massive flexible resources ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 15 ）： 67 - 79 .

刘友波，王晴，曾琦，等 . 能源互联网背景下5G网络能耗管控关键技术及展望［J］. 电力系统自动化， 2021 ， 45 （ 12 ）： 174 - 183 .

LIU Youbo ， WANG Qing ， ZENG Qi ， et al . Key technologies and prospects of energy consumption management for 5G network in background of Energy Internet ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 12 ）： 174 - 183 .

DAHAL M S ， SHRESTHA J N ， SHAKYA S R . Energy saving technique and measurement in green wireless communication ［J］. Energy ， 2018 ， 159 ： 21 - 31 .

周宸宇，冯成，王毅 . 基于移动用户接入控制的5G通信基站需求响应［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5452 - 5461 .

ZHOU Chenyu ， FENG Cheng ， WANG Yi . Demand response of 5G communication base station based on mobile user access control ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5452 - 5461 .

HAN J P ， LIU N ， HUANG Y J ， et al . Collaborative optimization of distribution network and 5G mobile network with renewable energy sources in smart grid ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 130 ： 107027 .

刘雨佳，樊艳芳 . 计及5G基站储能和技术节能措施的虚拟电厂调度优化策略［J］. 电力系统及其自动化学报， 2022 ， 34 （ 1 ）： 8 - 15 .

LIU Yujia ， FAN Yanfang . Optimal scheduling strategy for virtual power plant considering 5G base station technology， energy-storage， and energy-saving measures ［J］. Proceedings of the CSU-EPSA ， 2022 ， 34 （ 1 ）： 8 - 15 .

曾博，穆宏伟，董厚琦，等 . 考虑5G基站低碳赋能的主动配电网优化运行［J］. 上海交通大学学报， 2022 ， 56 （ 3 ）： 279 - 292 .

ZENG Bo ， MU Hongwei ， DONG Houqi ， et al . Optimization of active distribution network operation considering decarbonization endowment from 5G base stations ［J］. Journal of Shanghai Jiao Tong University ， 2022 ， 56 （ 3 ）： 279 - 292 .

雍培，张宁，慈松，等 . 5G通信基站参与需求响应：关键技术与前景展望［J］. 中国电机工程学报， 2021 ， 41 （ 16 ）： 5540 - 5551 .

YONG Pei ， ZHANG Ning ， CI Song ， et al . 5G communication base stations participating in demand response： key technologies and prospects ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 16 ）： 5540 - 5551 .

MA X F ， ZHU Q P ， DUAN Y ， et al . Optimal configuration of 5G base station energy storage considering sleep mechanism ［J］. Global Energy Interconnection ， 2022 ， 5 （ 1 ）： 66 - 76 .

韩子颜，王守相，赵倩宇，等 . 计及分时电价的5G基站光储系统容量优化配置方法［J］. 中国电力， 2022 ， 55 （ 9 ）： 8 - 15 .

HAN Ziyan ， WANG Shouxiang ， ZHAO Qianyu ， et al . A capacity optimization configuration method for photovoltaic and energy storage system of 5G base station considering time-of-use electricity price ［J］. Electric Power ， 2022 ， 55 （ 9 ）： 8 - 15 .

MA X F ， DUAN Y ， MENG X Y ， et al . Optimal configuration for photovoltaic storage system capacity in 5G base station microgrids ［J］. Global Energy Interconnection ， 2021 ， 4 （ 5 ）： 465 - 475 .

丁明，刘先放，毕锐，等 . 采用综合性能指标的高渗透率分布式电源集群划分方法［J］. 电力系统自动化， 2018 ， 42 （ 15 ）： 47 - 52 .

DING Ming ， LIU Xianfang ， BI Rui ， et al . Method for cluster partition of high-penetration distributed generators based on comprehensive performance index ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 15 ）： 47 - 52 .

刘颖，任惠，孙辰军，等 . 基于AP聚类的含分布式光伏的配电网分区方法［J］. 电测与仪表， 2019 ， 56 （ 13 ）： 70 - 75 .

LIU Ying ， REN Hui ， SUN Chenjun ， et al . Distribution network partition method based on AP clustering with distributed photovoltaic ［J］. Electrical Measurement & Instrumentation ， 2019 ， 56 （ 13 ）： 70 - 75 .

周琼，贠志皓，丰颖，等 . 风电接入下基于 AP聚类的无功功率-电压控制分区方法［J］. 电力系统自动化， 2016 ， 40 （ 13 ）： 19 - 27 .

ZHOU Qiong ， YUN Zhihao ， FENG Ying ， et al . Reactive power-voltage control partitioning of wind power integration system based on affinity propagation clustering ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 13 ）： 19 - 27 .

ZHAO B ， XU Z C ， XU C ， et al . Network partition-based zonal voltage control for distribution networks with distributed PV systems ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 4087 - 4098 .

丁明，方慧，毕锐，等 . 基于集群划分的配电网分布式光伏与储能选址定容规划［J］. 中国电机工程学报， 2019 ， 39 （ 8 ）： 2187 - 2201 .

DING Ming ， FANG Hui ， BI Rui ， et al . Optimal siting and sizing of distributed PV-storage in distribution network based on cluster partition ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 8 ）： 2187 - 2201 .

吴坤 . 5G移动通信网络基于能效的资源管理［D］. 成都：电子科技大学， 2016 .

WU Kun . Resource management based on energy efficiency in 5G mobile communication network ［D］. Chengdu ： University of Electronic Science and Technology of China ， 2016 .

FISUSI A ， GRACE D ， MITCHELL P . Energy saving in a 5G separation architecture under different power model assumptions ［J］. Computer Communications ， 2017 ， 105 ： 89 - 104 .

RENGA D ， AL HAJ HASSAN H ， MEO M ， et al . Energy management and base station on/off switching in green mobile networks for offering ancillary services ［J］. IEEE Transactions on Green Communications and Networking ， 2018 ， 2 （ 3 ）： 868 - 880 .

麻秀范，孟祥玉，朱秋萍，等 . 计及通信负载的5G基站储能调控策略［J］. 电工技术学报， 2022 ， 37 （ 11 ）： 2878 - 2887 .

MA Xiufan ， MENG Xiangyu ， ZHU Qiuping ， et al . Energy storage control strategy of 5G base station considering communication load ［J］. Transactions of China Electrotechnical Society ， 2022 ， 37 （ 11 ）： 2878 - 2887 .

吴耀东，梁海峰，高亚静，等 . 基于潮流追踪算法的自适应低频减载策略研究［J］. 中国电力， 2015 ， 48 （ 3 ）： 61 - 66 .

WU Yaodong ， LIANG Haifeng ， GAO Yajing ， et al . Research on adaptive UFLS strategy based on power flow tracing algorithm ［J］. Electric Power ， 2015 ， 48 （ 3 ）： 61 - 66 .

NEWMAN M E J . Modularity and community structure in networks ［J］. Proceedings of the National Academy of Sciences of the United States of America ， 2006 ， 103 （ 23 ）： 8577 - 8582 .

NEWMAN M E J ， GIRVAN M . Finding and evaluating community structure in networks ［J］. Physical Review E， Statistical， Nonlinear， and Soft Matter Physics ， 2004 ， 69 （ 2 ）： 026113 .

NEWMAN M E J . Fast algorithm for detecting community structure in networks ［J］. Physical Review E， Statistical， Nonlinear， and Soft Matter Physics ， 2004 ， 69 （ 6 ）： 066133 .

郑乐，胡伟，陆秋瑜，等 . 储能系统用于提高风电接入的规划和运行综合优化模型［J］. 中国电机工程学报， 2014 ， 34 （ 16 ）： 2533 - 2543 .

ZHENG Le ， HU Wei ， LU Qiuyu ， et al . Research on planning and operation model for energy storage system to optimize wind power integration ［J］. Proceedings of the CSEE ， 2014 ， 34 （ 16 ）： 2533 - 2543 .

韩肖清，李廷钧，张东霞，等 . 双碳目标下的新型电力系统规划新问题及关键技术［J］. 高电压技术， 2021 ， 47 （ 9 ）： 3036 - 3046 .

HAN Xiaoqing ， LI Tingjun ， ZHANG Dongxia ， et al . New issues and key technologies of new power system planning under double carbon goals ［J］. High Voltage Engineering ， 2021 ， 47 （ 9 ）： 3036 - 3046 .

卫志农，张思德，孙国强，等 . 基于碳交易机制的电-气互联综合能源系统低碳经济运行［J］. 电力系统自动化， 2016 ， 40 （ 15 ）： 9 - 16 .

WEI Zhinong ， ZHANG Side ， SUN Guoqiang ， et al . Carbon trading based low-carbon economic operation for integrated electricity and natural gas energy system ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 15 ）： 9 - 16 .

邢万波，杨圣奇，王树平，等 . 一种改进的自适应邻域粒子群优化算法［J］. 计算机应用， 2008 ， 28 （ 12 ）： 3055 - 3057 .

XING Wanbo ， YANG Shengqi ， WANG Shuping ， et al . Improved PSO algorithm with adaptive neighborhood ［J］. Journal of Computer Applications ， 2008 ， 28 （ 12 ）： 3055 - 3057 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Power Restoration Method for Distribution Network Based on Optimal Configuration of Photovoltaic and Energy Storage in Extreme Disaster Scenarios

Joint Planning of Soft Open Point and Energy Storage in Distribution Networks with Source-Load Imbalance Characteristics

Day-ahead Interactive Operation Method for Distribution Network and 5G Base Stations Based on Inter-station Migration of Communication Load

Reactive Voltage Self-regulation and Coordination Control in Distribution Networks Based on Cluster Dynamic Partition

Related Author

TAO Wenjia

FENG Liang

PENG Ke

XIAO Chuanliang

ZHAO Xueshen

CHEN Jiajia

WANG Peng

LI Huawei

Related Institution

College of Electrical and Electronic Engineering, Shandong University of Technology

School of Electrical Engineering, Beijing Jiaotong University

Key Laboratory of Ministry of Education on Smart Power Grids (Tianjin University)

Key Laboratory of the Ministry of Education on Smart Power Grids (Tianjin University)

Georgia Tech Shenzhen College, Tianjin University

⁰