考虑5G宏基站空调负荷参与需求响应的潜力分析

汤江晖，苏子云，王迎秋，赵猛，刘传飞，徐杰彦

（1.国网（北京）综合能源规划设计研究院有限公司，北京 102699；2.国网天津市电力公司，天津 300090）

0 引言

2018年12月召开的中央经济工作会议明确提出了“新型基础设施建设”这一概念，由此，在“新基建”这一概念中位列第一的5G基站建设得到飞速发展。截至2021年年底，我国已建成开通142万多个5G基站［1］，由于5G基站使用了64/32通道大规模天线设备，该设备的复杂度相较于4G基站通信设备高出许多，这也使得5G基站的功耗大大提升，随着通信基站数目不断增多，越来越多的国内外学者开始关注通信基站的能耗问题。

在传统基站能耗模型方面，大多数研究聚焦于基站通信设备的模型建立。文献［2］研究了基站业务与其功率的关系，在对大量数据进行分析后提出了宏基站静态功耗与动态功耗的模型；文献［3］对基站能耗设备进行了分类整理，得出了基站各能耗设备的能耗占比，但未分析用户接入数量对通信设备能耗的影响；文献［4］对基站能耗设备进行了详细分类，提出了基站通信设备的能耗模型，该模型较为精细但该研究未提出包括空调设备在内的基站其余负荷的计算方法；文献［5］通过实测数据提出了5G基站AAU设备的能耗模型，但未提出5G基站通信设备整体的能耗模型；文献［6］通过大量数据分析，发现接入用户数量曲线明显受到其所在区域影响，如在周末，居民区的接入用户数量明显高于工作日，在工作区这种情况正好相反。

因基站内设备全年不间断运行，所以即使在冬天，部分基站的空调仍然一直在提供制冷服务，空调长时间运行、能耗大，参与需求响应的调控潜力巨大。文献［7］利用能耗模拟软件对建筑中的人用能行为及全年能耗进行潜力分析，结果表明空调有较高的可调节负荷；在空调负荷参与需求响应方式方面，文献［8］针对单台变频空调在综合温控和频率控制方式的基础上，提出了一种考虑时间约束的频率控制方法，设计了一种空调削峰控制算法，通过算例证明了该方法削峰的有效性；文献［9］为平衡负荷控制准确性和用户用电自主性，依托区块链技术，提出了一种基于用电权的需求响应机制，算例仿真表明该机制可以实现预期的负荷削减目标；文献［10］针对公共楼宇用电负荷提出了楼宇可控负荷的全局控制策略，并通过实例验证分析表明楼宇空调负荷参与需求响应具有巨大的调节潜力。

随着5G的大规模商用，移动通信已经进入了新的发展赛道，基于国家“双碳”目标，业界也出现了“基站智能关断”、“地埋降温”等一些主动式低碳方式。然而，针对基站空调负荷参与需求响应的潜力评估有待进一步研究。故本文首先对基站主要用电设备建模，分析其能耗计算方法，得出基站用电设备参与需求响应后的负荷求解模型；其次，考虑5G宏基站以通信设备通道关断方式助力空调负荷参与需求响应，并以典型日负荷曲线为例，对通道关断方式下基站空调负荷的需求响应潜力进行评估。

1 基站负荷模型

1.1 基站总体架构

5G基站设备主要包括供电设备和通信设备两类，此外还包括照明、空调设备等。通信设备主要包括有源天线单元（active antenna unit，AAU）、基带单元（base band unit，BBU）和网络传输设备。5G基站的典型组成如图1所示。

图1 5G基站的组成Fig.1 Components of 5G base station

基站设备一般放置在机房或机柜中，主要采用空调进行降温，基站空调常年设定为25℃且连续开启以将基站室内温度控制在基站设备正常工作温度范围内，作为基站第二大用电设备的空调系统，其负荷具有一定的调节灵活性，因此可挖掘其参与需求响应的潜力。

通信设备负责收发无线信号，对于信号进行处理，并接入5G核心网，是移动终端与5G网络间的接口［11］。BBU的作用是对接入基站的用户移动通信的基带信号进行处理，用以完成各类数据的编码、校验、纠错等任务；AAU的作用是实现射频的调制与解调制、发射与接收等。因此，5G宏基站通信设备负荷需求主要来自基带BBU与射频AAU［12］。

1.2 基站空调负荷模型

空调所在房屋屋内与外界环境的冷热交互过程如图2所示。影响室内温度的因素主要包括外界太阳辐射、通过建筑表面（如墙壁、地板以及房顶等）与外界的热交换、室内用电设备散热、空调启停等。

图2 空调房屋内外热交换示意图Fig.2 Heat exchange inside and outside of an airconditioned house

等效热参数（equivalent thermal parameters，ETP）建模法在研究中常用来对空调负荷建模。若忽略墙壁内外温度差、屋内气体与固体温度差等影响较小的参数，则可将该模型简化为空调系统的一阶ETP模型，如图3所示。

图3空调负荷一阶ETP模型Fig.3 First-order ETP model of air conditioning load

图3：C为等效热阻，℃/W；R为等效热容，J/℃；Q为空调机组制冷/制热功率，W；To为室外温度，℃；Tr为室内气体温度，℃。

由该一阶ETP模型推得的函数表示如下［13—14］

式中：Tr、To分别为室内、室外温度；H为等效热导；C为等效热容，为仿真系统的时间步长；Q为温控负荷提供的热能。

基站空调设备的总热负荷Qt的计算公式为

式中：k1为基站所在地区的制冷系数，一般取值为［0.9，1.1］；k2为开关电源工作热效率补偿系数；Q1为通信设备热负荷，kW，为通信设备功率Pt的0.8倍；Q2为建筑结构热负荷，kW；Qs为单位面积热负荷，kW/m2；Sj为机房面积，m2。

基站空调设备的实时功率Pc由其总热负荷Qt及其能效比η决定，由式（2）可知，Pc的计算公式为

1.3 基站通信设备负荷模型

一般情况下，5G宏基站通信设备主要由1个基带处理单元及与之配套的3个有源天线单元构成［15］。由式（2）可知，基站总热负荷受到通信设备功率影响，且二者基本呈线性相关，而基站通信设备的实时功率又与基站的无线利用率（即当前用户接入数量/总可接入用户数量）相关。某厂家基站设备在独立5G场景下单个AAU与BBU功耗的测试数据［16］如表1所示，基带BBU功耗在不同无线利用率情况下只在很小的范围内波动，为方便计算可近似看作定值，取表1中数据的平均值323.2 W为基带BBU的功耗。

表1 某厂家基站设备单个AAU与BBU功耗测试数据Table 1 Power consumption test data of single AAU and BBU of a manufacturer’s base station equipment

由表1中数据及5G宏基站通信设备的结构组成可知，5G宏基站的无线利用率与其通信设备的能耗之间的关系可由图4表示。

图4 基站通信设备能耗与无线利用率关系Fig.4 Relationship between energy consumption and wireless utilization rate of base station communication devices

设x为自变量，y为因变量，且y与x呈线性相关，则对于数组(xi,yi)(i∈[1,n])，有

将图4中各点数据代入式（4）中，可求出k、b分别为1.506 3与2.390 1，故5G宏基站通信设备的负荷模型可表示为

式中：Pt为t时刻5G宏基站通信设备的功率，kW；xt为t时刻通信设备的无线利用率。

确定系数R2作为度量拟合优度的统计量，其计算公式为

式中：Q为y的回归平方和；Syy为y的总平方和；yi为计算值；yˉ为平均值。

上述线性回归模型的确定系数R2为0.991 6，若R2与1的差值越小，则表明所求模型的拟合程度越为理想。故说明5G宏基站通信设备功率与无线利用率的线性度较好。

2 基站负荷参与需求响应的潜力

2.1 基站空调负荷需求响应方法

基站空调设备可以通过负荷中断、负荷转移等方式作为一种可调节的负荷参与需求响应。若给通信基站安装终端控制器，在电网需要通过需求响应来削峰填谷时，由控制中心向通信基站的终端控制器发送需求响应开启与截止时间等信息，通信基站在接收到上述信息后，通过调高温度设定或进行启停控制实现空调负荷的削减来参与需求响应［17］。下文采用启停控制的方法使基站空调参与需求响应以实现自身负荷的削减。

若将基站室内温度设定在［Tmin，Tmax］之间，则可通过控制空调系统的启停来实现空调负荷需求响应，如图5所示。

图5 设定温度区间的空调启停示意图Fig.5 Air conditioning start and stop in the set temperature range

空调负荷的温度控制策略可以表示为

式中：Tmax、Tmin分别为设定的上下限工作温度。当S(t)取1时，表示当前空调设备开启，当S(t)取0时，表示当前空调设备关闭。

由此，空调负荷的实时功率可表示为

若在一次启停控制周期τc之内室外温度To不变，则由式（4）可以推出，空调关闭后，室温由Tmin升至Tmax时所需提供的热能Qx为

空调开启后，室温由Tmax降至Tmin时所需减少的热能Qn为

由式（10）与式（2）可知，在一次启停周期内，空调设备最大启时长τon和最大停时长τoff分别为

式中：Qt为基站热负荷，Qc基站空调最大冷负荷。

在一次总时长为t的启停控制命令中，假设单次启停控制内室外温度不变，则在时段t内空调设备的需求响应潜力Qa为

式中：n为t时段内总关停次数；Pc为基站空调实时功率。

2.2 基站通信设备功耗管理

多基站设备的功耗管理也是基站参与需求响应的前提之一，其可提供一定的基站功耗调节空间，减少电费支出，针对5G基站通信设备能耗过高这一问题提出的节能方法大致可分为设备级、站点级与网络级3层［18］。本文采用站点层通道关断的方式实现基站通信设备的功耗管理并对其负荷进行测算。通道关闭及能耗计算流程图如图6所示。

图6 AAU通道关断模式及负荷计算流程Fig.6 Flow of AAU channel shutdown mode and load calculation

图6中，R1、R2分别表示所设定的关断1个AAU通道和2个AAU通道时的无线利用率，本文取R1为60%，R2为30%，Y为通信设备负荷，Ptas为采取通道关断方式后的负荷。由式（5）可知，当开启通道关断模式后，5G宏基站通信设备在不同无线利用率下的负荷模型为

3 算例分析

由于用户通信需求的变化，移动用户的通信需求在时间维度上呈现出较强的规律性，同时，因5G宏基站通信负载的变化，基站覆盖区域的设备功耗在工作日和休息日有所区别，本文选取天津某覆盖区域主要由居民区组成的5G宏基站2021年典型工作日及休息日的负荷曲线如图7所示。

图7 基站典型日负荷曲线Fig.7 Load curve of base station in a typical day

在开启智能通道关断操作后，该基站在工作日与休息日的射频AAU开启情况如图8所示。

图8 开启智能通道关断模式前后射频AAU开启数量Fig.8 Turn-on number of RF AAUs before and after the intelligent channel shutdown mode

由于通道关断前的典型工作日无线利用率在任意时刻均低于60%，故执行智能通道关断操作后，工作日中有一个射频AAU设备始终处于关断状态；而由于通道关断前的典型休息日无线利用率在10:00、19:00、20:00的无线利用率大于60%，故在这3个时刻3个射频AAU设备同时处于开启状态。结合式（14）可知，执行智能通道关断操作，该基站在工作日单日节省的电量为21.879 kWh，在休息日单日节省的电量为19.227 kWh，用电量的减少能够使空调负荷更加灵活地参与需求响应。

现行的《通信中心机房环境条件要求》规定普通基站机房温度范围为10～30℃［19］，由于无人值守，站内空调24 h以25℃的设定温度持续运行，基站机房等效热导H为50.52 W/℃，等效热容C为288 J/℃。

假设该基站以空调设备启停控制的方式在9：00—12：00、16：00—21：00这两个高峰时段内各参与一次直接负荷控制这一基于激励的需求响应，每次响应持续时间为30 min，在9：00—12：00这一时间段内，工作日选择在11:00参与需求响应，此时室外温度为35℃，休息日选择在10：00参与需求响应，此时室外温度为34℃；在16：00—21：00这一时段内，工作日与休息日均选择在20：00参与需求响应，此时室外温度为32℃，参与需求响应前空调设备均为开启状态，机房室内温度均为25℃，将Tmax、Tmin分别设置为30℃、25℃，由式（9）—式（12）可求出两个时段内的总关停时长。

（1）不开启智能通道关断。

基站通信设备不开启智能通道关断时，空调设备的关停时长如表2所示。

表2 不开启智能通道关断，基于激励的空调设备关停时长Table 2 Turn-off intelligent channel shutdown mode,on/off time period of air conditioning in demand respond based on incentive

（2）开启智能通道关断。

基站通信设备开启智能通道关断时，空调设备的关停时长如表3所示。

表3 开启智能通道关断，基于激励的空调设备关停时长Table 3 Turn-on intelligent channel shutdown mode,on/off time period of air conditioning in demand respond based on incentive

从2次结果对比可以看出，通信设备开启智能通道关断后，射频AAU开启数量减少，通信设备散热有所下降，因此，空调关停时长有所延长，有助于空调设备进行启停控制参与需求响应，提升了空调负荷参与需求响应的潜力。

考虑到频繁启停对基站空调设备的损害以及温度升高对基站通信设备与备用电源的影响问题，本文对基站空调设备采用基于激励的直接负荷控制模式，该基站在对空调设备进行启停控制参与需求响应的同时，站内通信设备全天候采用智能通道关断运行模式，则考虑通道关断的空调负荷需求响应前后的基站典型日负荷对比曲线如图9所示。

图9 基站典型日负荷对比曲线Fig.9 Load curves of comparison the base station in a typical day

由于通道关断模式设置的关闭一个射频AAU时的R1为60%，而在典型休息日的10:00、19:00与20:00的无线利用率均高于60%，这3个时段内没有射频AAU关闭，而这两个时段的前后时段的无线利用率均低于60%，关闭了一个射频AAU，故休息日负荷曲线在这两个时段出现了“尖峰”特性，且在19:00空调系统并未进行启停控制，故该时刻的负荷值相较于之前未发生变化。

该基站采用的天津市一般工商业分时电价时段划分及电价如图10所示。

图10 天津市分时电价Fig.10 Time-of-use power price in Tianjin

其中，高峰电价时段内用电价格为1.107 6元/kWh；平电价时段内用电价格为0.761 5元/kWh；低谷电价时段内用电价格为0.387 8元/kWh。故该5G宏基站在考虑通道关断的空调负荷参与需求响应前后的每日用电量及电量电费节省如表4所示，工作日单日电量节省了17.56%，休息日单日电量节省了15.16%。

表4 基站日用电量及电费对比Table 4 Comparison of daily electricity consumption and electricity cost of the base station

综上，在用电高峰时段，开展如通道关断、空调负荷需求响应等方式，适当减少用电高峰负荷，以减少发电容量的需求，同时，5G基站参与需求响应也是降低用电成本的潜在途径，可实现整个系统的成本节约。

4 结论

在“双碳”背景下，5G基站的大规模部署及5G基站设备能耗的骤增导致的基站用电量过高问题已不容忽视。本文主要研究了围绕基站主要能耗设备的建模与优化运行，具体结论如下：

（1）分析基站通信设备的能耗和智能通道关断原理，建立其能耗模型，通过对无线利用率的分析发现基站通信设备能耗和无线利用率是线性相关的；

（2）建立了空调设备的一阶等效ETP模型，分析了基站空调的冷/热负荷，研究了基站空调负荷根据设定温度的范围，通过启停控制的方式参与需求响应，算例分析结果得到单台空调在需求响应时段参与需求响应的潜力约为0.3 kW；

（3）5G宏基站的负荷具有典型的时间特性，天津某基站典型日负荷的算例结果表明，通信设备实施智能通道关断及空调设备实施启停控制具有较好的减少用电高峰的效果，同时，基站通信设备实施智能通道关断提升了空调设备参与需求响应的潜力，单台空调的需求响应潜力提升了3%。D