1.本发明涉及能源调度领域，具体而言，涉及一种电能调度方法、装置及计算机可读存储介质。
背景技术：2.在相关技术中，通常采用基站休眠技术对部分基站进行动态关闭，或利用可再生能源为通信网络供电，已达到控制基站能耗成本的目的，但上述方法在实际应用过程中分别存在难以设计最优的基站开关操作以及清洁能源分布随机的问题，采用上述方法并不能有效地降低基站能耗成本。
3.因此，在相关技术中，存在基站能耗成本高、难以控制的技术问题。
4.针对上述的问题，目前尚未提出有效的解决方案。
技术实现要素：5.本发明实施例提供了一种电能调度方法、装置及计算机可读存储介质，以至少解决基站能耗成本高、能以控制的技术问题。
6.根据本发明实施例的一个方面，提供了一种电能调度方法，包括：获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
7.可选地，根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组，包括：获取电网在电能调度时间范围内的电网电能售价和电网电能购价；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定针对多个基站的电能调度时间范围内的初始电能售价和初始电能购价；将电网电能售价，电网电能购价，初始电能售价和初始电能购价确定为初始电能调度参数组。
8.可选地，根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值，包括：在第一预定规则和第二预定规则的约束条件下，采用遗传优化算法在多个基站对应的多个初始电能消耗值和多个初始电能产生值与初始电能调度参数组中的初始电能售价和初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；将电网电能售价，电网电能购价，目标电能售价和目标电能购价确定为目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数
组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
9.可选地，上述方法还包括：根据多个目标电能消耗值和多个目标电能产生值，对多个基站的活跃服务器数量进行控制。
10.可选地，第一预定规则为用于调度多个基站的中央储能系统的收益最大化；第二预定规则为多个基站的收益最大化。
11.根据本发明实施例的另一方面，还提供了一种电能调度装置，包括：获取模块，用于获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；确定模块，用于根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；发送模块，用于将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；调整模块，用于根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
12.可选地，确定模块包括：获取单元，用于获取电网在电能调度时间范围内的电网电能售价和电网电能购价；第一确定单元，用于根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定针对多个基站的电能调度时间范围内的初始电能售价和初始电能购价；第二确定单元，用于将电网电能售价，电网电能购价，初始电能售价和初始电能购价确定为初始电能调度参数组。
13.可选地，调整模块包括：调整单元，用于在第一预定规则和第二预定规则的约束条件下，采用遗传优化算法在多个基站对应的多个初始电能消耗值和多个初始电能产生值与初始电能调度参数组中的初始电能售价和初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；第三确定单元，用于将电网电能售价，电网电能购价，目标电能售价和目标电能购价确定为目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
14.可选地，上述装置还包括：控制单元，用于根据多个目标电能消耗值和多个目标电能产生值，对多个基站的活跃服务器数量进行控制。
15.可选地，第一预定规则为用于调度多个基站的中央储能系统的收益最大化；第二预定规则为多个基站的收益最大化。
16.根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的电能调度方法。
17.根据本发明实施例的另一方面，还提供了一种计算机设备，包括：存储器和处理器，存储器存储有计算机程序；处理器，用于执行存储器中存储的计算机程序，计算机程序运行时使得处理器执行上述任意一项的电能调度方法。
18.在本发明实施例中，通过根据历史数据对基站的电能产销情况进行预测，得到多个电能消耗预测值和多个电能产生预测值，在得到基站电能产销预测结果之后，可以按照第一预定规则确定出初始电能调度参数组，将该初始电能调度参数组发送给多个基站，以
供基站方可以根据该初始电能调度参数组按照第二预定规则对基站当天的电能产销情况进行调整，确定出多个初始电能消耗值和多个初始电能产生值反馈给中央储能系统，中央储能系统再根据基站的反馈结果对初始电能调度参数组进行调整，确定出目标电能调度参数组并将其发送给多个基站，以供基站根据第二预定规则再次调整电能产销情况，得出多个目标电能消耗值和多个目标电能产生值，达到了确定出最优的电能调度策略的目的，从而实现了通过电能调度降低基站能耗成本、调整基站能耗情况的技术效果，进而解决了基站能耗成本高、能以控制技术问题。
附图说明
19.此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
20.图1是根据本发明实施例的电能调度方法的流程图；
21.图2是根据本发明可选实施方式的基于主从博弈的5g基站微网光储系统优化调度方法的示意图；
22.图3是根据本发明可选实施方式的优化算法的流程图；
23.图4是根据本发明实施例的电能调度装置的结构框图。
具体实施方式
24.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
25.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
26.术语说明
27.主从博弈，一类呈递阶结构的博弈，其中，简单的两级静态博弈中上层参与者只是通过自己的策略去指导(或引导)下层参与者而不直接干涉下层参与者；下层参与者只需把上层的策略作为参数或约束，可以在自己的可能范围内自由选择。
28.根据本发明实施例，提供了一种电能调度的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
29.图1是根据本发明实施例的电能调度方法的流程图，如图1所示，该方法包括如下
步骤：
30.步骤s102，获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；
31.步骤s104，根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；
32.步骤s106，将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；
33.步骤s108，根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
34.通过上述步骤，根据历史数据对基站的电能产销情况进行预测，得到多个电能消耗预测值和多个电能产生预测值，在得到基站电能产销预测结果之后，可以按照第一预定规则确定出初始电能调度参数组，将该初始电能调度参数组发送给多个基站，以供基站方可以根据该初始电能调度参数组按照第二预定规则对基站当天的电能产销情况进行调整，确定出多个初始电能消耗值和多个初始电能产生值反馈给中央储能系统，中央储能系统再根据基站的反馈结果对初始电能调度参数组进行调整，确定出目标电能调度参数组并将其发送给多个基站，以供基站根据第二预定规则再次调整电能产销情况，得出多个目标电能消耗值和多个目标电能产生值，达到了确定出最优的电能调度策略的目的，从而实现了通过电能调度降低基站能耗成本、调整基站能耗情况的技术效果，进而解决了基站能耗成本高、能以控制技术问题。
35.作为一种可选的实施例，根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组，包括：获取电网在电能调度时间范围内的电网电能售价和电网电能购价；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定针对多个基站的电能调度时间范围内的初始电能售价和初始电能购价；将电网电能售价，电网电能购价，初始电能售价和初始电能购价确定为初始电能调度参数组。通过根据基站方反馈的多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定出针对多个基站的电能调度时间范围内的初始电能售价和初始电能购价，并将电网电能售价，电网电能购价，初始电能售价和初始电能购价确定为初始电能调度参数组，就可以提供一个初始的基站集群内部和外部电网的电价情况。
36.需要说明的是，电网电能售价为电网向基站方出售电能的价格，电网电能购价为电网向基站方购买电能的价格，初始电能售价为中央储能系统向基站方出售电能的初始价格，初始电能购价为中央储能系统向基站方购买电能的初始价格。
37.需要说明的是，为了实现通过电能调度参数组对基站能耗成本进行控制的目的，可以对电网电能售价，电网电能购价，初始电能售价和初始电能购价之间的价格关系进行限制，例如，初始电能购价可以高于电网电能购价，初始电能售价可以低于电网电能售价，从而使中央储能系统出售和购买电能的价格相比于电网更有吸引力，促使基站方从中央储能系统处购买或出售电能，也可以使初始电能售价高于初始电能购价，从而使中央储能系统可以从中获取收益，中央储能系统也可以利用该收益向电网购买电能，或是将多余的储能出售给电网。
38.作为一种可选的实施例，根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值，包括：在第一预定规则和第二预定规则的约束条件下，采用遗传优化算法在多个基站对应的多个初始电能消耗值和多个初始电能产生值与初始电能调度参数组中的初始电能售价和初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；将电网电能售价，电网电能购价，目标电能售价和目标电能购价确定为目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
39.通过采用遗传优化算法，在第一预定规则和第二预定规则的约束下，在多个基站对应的多个初始电能消耗值和多个初始电能产生值与初始电能调度参数组中的初始电能售价和初始电能购价之间进行多次循环迭代计算，根据每次的计算结果对基站方的电能产销情况以及中央储能系统的电能售价和电能购价进行调整，目的是在第一预定规则和第二预定规则的条件下，确定出一个对于基站方和中央储能系统来说都是最佳的电能调度策略，该电能调度策略包括基站方的各个基站在电能调度时间范围内具体电能产销量和由中央储能系统提供的目标电能售价和目标电能购价，其中，目标电能售价和目标电能购价可以间接地确定出基站方的各个基站分别需要向中央储能系统购买或出售多少电能，进而实现对整个基站集群进行电能调度，降低基站的能耗成本的技术效果。
40.作为一种可选的实施例，在上述方法中还可以进行以下操作：根据多个目标电能消耗值和多个目标电能产生值，对多个基站的活跃服务器数量进行控制。在基站集群中的各个基站确定出其各自对应的目标电能消耗值和目标电能产生值之后，该目标电能消耗值和目标电能产生值即可表征该基站在电能调度时间范围内的最佳产销情况，进而该基站可以根据目标电能消耗值和目标电能产生值对基站的活跃服务器数量进行控制，使该基站的电能产销情况符合目标电能消耗值和目标电能产生值，从而达到控制基站方能耗的目的，解决了相关技术中基站能耗成本高、难以控制的技术问题。
41.作为一种可选的实施例，第一预定规则为用于调度多个基站的中央储能系统的收益最大化；第二预定规则为多个基站的收益最大化。通过设置如上的第一预定规则和第二预定规则，可以为中央储能系统确定目标电能调度参数组以及基站方确定目标电能消耗值和目标电能产生值提供一个调整准则，而当上述规则分别要求中央储能系统和多个基站的收益最大化时，则最终确定出的目标电能调度参数组，目标电能消耗值和目标电能产生值能够使中央储能系统和各个基站都能获得最大化的收益，也就是说基站的能耗成本可以得到最大程度的降低，从而解决了相关技术中基站能耗成本高、难以控制的技术问题。
42.基于上述实施例及可选实施例，本发明提出一种可选实施方式，下面进行说明。
43.随着5g系统在全球范围内的大规模部署，移动数据流量呈爆炸式增长，移动运营商为了向用户提供更大的容量，正在部署更密集的基站。然而5g基站的高密度部署使得网络总功耗可能达到4g网络的12倍，5g网络功耗的增加将直接导致电信运营商运营费用的增加，发电产生的电能也将大量应用于信息和通信技术的能源消耗，且信息和通信技术的碳足迹也不容忽视。因此，在相关技术中存在如何在满足用户日益增长的通信需求的同时，降低5g基站的能耗成本和碳排放密集型足迹的技术问题。
44.针对上述问题，相关技术中通常采用以下几种方法：
45.(1)蜂窝网络业务具有明显的潮汐效应，呈现出较大的非均匀性和时空波动性，采用基站休眠技术，可以动态关闭部分基站，该方法虽然具有可行性，但最优的基站开关操作难以设计；
46.(2)利用可再生能源为通信网络供电，能源收集基站的部署能够降低二氧化碳对环境的影响和基站能源成本，但由于天气因素的影响，可再生能源在时空上是随机分布的，分布式清洁能源的不稳定性难以克服；
47.(3)在智能电网中进行能量和信息的双向流动，可再生能源剩余的基站可以将其多余的能量出售给电网以获取利润，而可再生能源赤字的基站可以从电网购买额外的能量以维持其运行和通信，但该方法存在信息流和能量流难以控制的问题。
48.针对上述问题，本发明可选实施方式提出了一种基于主从博弈的5g基站微网光储系统优化调度方法，该方法将所有基站视为具有混合能源供应的微电网，基站集群组成大规模蜂窝网络群，并引入了一个具有中央储能系统的中央控制器。
49.首先，该方法考虑了分时电价，构建了日前储能调度模型。通过储能系统的充放电协调，在不影响各储能系统能量共享的前提下，提高了各储能系统的净负荷。其次，本发明可选实施方式提出了一个基于主从博弈的实时需求响应模型。中央控制器作为领导者，通过设定集群内交易价格，引导基站调整其用电行为。基站作为跟随者，采用休眠模式动态配置服务器以响应价格信号。
50.本发明可选实施方式提供了一种储能系统的日前调度策略和混合能源供应下基站能耗协调管控方法，该方法能够在满足通信服务质量的同时，促进能源共享，较大程度上平滑可再生能源出力曲线，降低基站用电能耗，提高基站和中央控制器的总收益，实现双方利益的平衡和共同优化。
51.图2是根据本发明可选实施方式的基于主从博弈的5g基站微网光储系统优化调度方法的示意图，如图2所示，该方法中参与能量共享和通信协作的三方：中央控制器、基站集群和电网。在大型蜂窝网络群中，每个基站都配有光伏能源收集装置，具有能源产销的双重特性。中央控制器负责储能系统的调度，同时也是基站集群与电网之间的代理，在能源交易过程中，中央控制器通过合理的策略推动基站集群参与能源共享，从而降低能源消耗，提高自身的经济效益。
52.(1)中央控制器
53.中央控制器的目标是优化系统的整体能源效益，中央控制器设置的内部电价如下所示：
[0054][0055]
其中，分别表示中央控制器对基站i在t时刻设定的购电价格和售电价格。
[0056]
与内部电价不同，电网对基站设定的电价表示为：
[0057][0058]
其中，为第t时刻电网对基站i设定的电价，为光伏发电的上网价格。
[0059]
为了保证中央控制器能够促进基站之间的能量交换，内部电价应该比电网电价更
有吸引力，所以电价之间存在约束：
[0060][0061]
中央控制器配备有储能系统，通过收集基站间的能量赚取电能交易差价，基站间进行大量的能量共享有助于中央控制器收益更多；当储能系统内表现为电能不平衡状态时，中央控制器需要向外部电网购电；同时，储能系统在充放电过程中会产生损耗。将中央控制器系统的收益表示如下：
[0062][0063]
其中，表示中央控制器与基站i在第t时刻进行交易的总收益，表示利用电力交易差价获得的利润，表示中央控制器从外部电网购电或售电的收益，为储能系统的等效电池寿命损耗。具体形式如下：
[0064][0065][0066]
其中，分别代表第t时刻基站i的购电量和售电量，表示不平衡电量，ηe是储能系统的寿命损失，为储能系统的充放电量，且充电为正。
[0067]
根据对第t时刻不平衡功率的判断，中央控制器系统的总收益可分为三种情况，归纳如下：
[0068]
情况一：
[0069]
即，基站j的能量交易角色与其它集群相反，其不匹配的电量可以被剩余集群补充或消耗，总收益表示如下：
[0070][0071]
情况二：
[0072]
即，基站j的能量交易角色与其它集群相反，优先考虑与分时电价较高的集群的互补电力，总收益表示如下：
[0073][0074]
情况三：
[0075]
即，所有基站同时处于缺点或余电状态，只能通过外部电网消耗或补充，总收益表示如下：
[0076][0077]
(2)日前储能调度模型
[0078]
针对中央控制器系统中的储能系统(ess)，c(kwh)表示储能系统的容量，表示基站i在t时刻所需电能，表示光伏出力值，bc，bd分别表示ess的最大充/放电深度。
[0079]
将储能系统的充放电调度矢量定义如下：
[0080][0081]
其中，表示针对基站i在t时刻的充放电深度，且充放电深度应满足约束如下：
[0082][0083][0084]
ess在t时刻向基站i的充放电量表示如下：
[0085][0086]
基站i向电网购电的矢量表示如下：
[0087][0088][0089]
优化问题是最小化基站总成本，即所有区间内单位电价与购电量的乘积的总和，表示如下：
[0090][0091]
(3)基站
[0092]
基站通过聚合系统参与能源共享，降低总能耗成本。除了控制能量消耗，基站子系统(bss)还需要满足自身的性能要求，即保证服务质量(qos)约束。本发明可选实施方式采
用了基站休眠策略，通过调整活跃服务器的数量来实现基站的实时负载控制。基站的能耗模型如下：
[0093][0094]
其中，代表基站i在时间段t的电力消耗，p
peak
是活跃服务器的功率，p
idle
是休眠服务器的功率，代表活动服务器的数量，是基站i在时间段t的数据负载，ηi是能源利用效率，μi是服务器服务率。
[0095]
基站i的活跃服务器数量应满足以下约束条件：
[0096][0097]
考虑到光伏能源补贴，电能交易效益，以及基站用电满意度，将基站的综合效益表示如下：
[0098][0099]
其中，为基站的综合收益，ρ为光伏发电补贴，为基站i在t时刻的光伏发电功率，为用电满意度函数，表示为：
[0100][0101]
其中，分别表示t时刻基站i的实际能耗和计划能耗，为满意度参数，均小于零，可根据基站本身的能耗要求进行设置。
[0102]
基站的能耗在任何时候都应保证最低负荷供电的可靠性，且不应超过能耗的上限，因此，应满足以下约束条件：
[0103][0104]
网络负载的响应时间是基站保障qos的重要指标，当数据负载到达基站后，进入队列等待，基站遵循先来先服务的原则对数据进行处理，结合m/m/1排队论知识，对数据处理时延进行计算，用d
max
表示最大数据处理时延，得到时延约束如下：
[0105][0106]
可以证明，在已知电价的情况下，基站综合效益函数关于是严格意义上的凹函数，即，基站i在t时刻存在唯一的最优用电能耗，结合最小化基站总成本公式，得到基站i在t时刻的最优服务器休眠策略。
[0107]
(4)遗传算法优化调度策略
[0108]
针对日前储能调度模型，本发明可选实施方式采用遗传算法优化调度策略。
[0109]
在说明遗传算法前，先介绍如下定义：
[0110]
定义1(交叉函数)：令和代表父代，交叉产生两个子代
[0111]
定义2(变异函数)：令代表搜索空间元素，ui是一个满足基站充放电约束条件的实数，其突变被定义为替换成满足基站充放电约束条件的任意一个维度。
[0112]
在遗传算法中，设n
p
表示种群大小，在搜索空间中随机选取n
p
个个体，在每一代中选择最优的ns个个体来产生后代，可以得到c(ns，2)对后代。对概率为pc(根据上述定义1)的每队个体进行交叉，所得后代总数为nc交叉后，对突变概率为pm(根据上述定义2)的后代进行突变，然后从所有n
p
+nc个染色体中选择最合适的n
p
进入下一代，重复上述过程ng代。
[0113]
完整的遗传算法如下所示：
[0114]
1、初始化：从搜索空间中随机选取n
p
个个体作为种群大小，突变概率为pm，交叉概率为pc，迭代次数为ng，计数器为0
[0115]
2、当计数器小于ng时，执行：
[0116]
3、选择最优的ns个个体产生后代
[0117]
4、对于c(ns，2)中的每一对p1和p2，执行：
[0118]
5、按照概率pc进行交叉得到后代
[0119]
6、按照概率pm对后代进行突变
[0120]
7、得到n
p
+nc个个体，选择最优的n
p
个产生下一代
[0121]
8、计数器加1
[0122]
9、返回种群中的最优子代
[0123]
考虑到储能系统的荷电状态以及电价具有时序性，中央控制器系统需要在日前阶段收集系统的先验信息，即基站集群的光伏出力预测和用电负荷预测，然后完成对储能系统的调度决策，同时外部电网需要发布其分时电价信息以便规范中央控制器系统；在实时优化阶段，日前确定的储能系统充放电策略将参与到迭代计算中，中央控制器系统发布内部电价以吸引基站集群参与能量共享，而基站侧基于内部电价信息最大化自身利益，计算得出最优能耗，将其反馈给中央控制器系统；中央控制器系统根据基站发布的能耗重新对内部电价进行优化计算并发布给基站侧，二者循环迭代，直至均衡状态，最终得到最优内部电价和基站的最优能耗。
[0124]
在本发明可选实施方式中建立的博弈问题是一个1对n的stackberg博弈过程。中央控制器系统作为领导者，发布内部交易电价，基站集群作为跟随者，根据内部电价对用电需求进行响应，发布用电信息。针对基站集群i，中央控制器系统在t时段从策略空间s
l
内指定策略s1，即内部交易电价基站集群收到策略后，计算最优响应，即最优用电量中央控制器系统希望最大化自身收益基站集群希望最大化自身综合效益该博弈问题可以表征如下：
[0125][0126]
图3是根据本发明可选实施方式的优化算法的流程图，如图3所示，该优化算法过程如下：
[0127]
1、初始化：光伏处理预测值p
pv，i
，i＝1，2，3，基站用电预测值e
x，i
，i＝1，2，3
[0128]
2、求解日前储能调度策略di，i＝1，2，3
[0129]
3、当t
←
1：24时，执行：
[0130]
4、i＝1
[0131]
5、当i＜4时，执行：
[0132]
6、基站i判断自身电能交易角色
[0133]
7、基站i提交电能交易角色，光伏出力数据负载预测
[0134]
8、枚举内部电价，计算中央控制器系统收益，得到最优内部电价
[0135]
9、更新内部电价
[0136]
10、计算基站综合收益
[0137]
11、得到最优用电量和活跃服务器数量
[0138]
12、满足约束执行i＝i+1
[0139]
13、否则修改数据负载
[0140]
14、计算中央控制器系统收益
[0141]
本发明可选实施方式具有以下几项优点：
[0142]
(1)针对储能系统的优化调度问题，本发明可选实施方式建立了日前储能调度模型，系统预先采集先验信息，通过生物启发式算法求解，结果表明该算法能够大幅削减基站的购能成本；
[0143]
(2)本发明可选实施方式在基站集群组成的大规模蜂窝网络中引入了一个具有中央储能系统的中央控制器，进行能量共享和电能交易，设计了能源与通信协同德尔基站能耗管控方法，提出了一种基于主从博弈利润最大化的实时需求响应模型，通过基站间的能量共享进行能量补偿，通过bss的休眠模式进行负载控制，能够极大程度上提高中央控制器系统的总收益，降低基站总能耗成本。
[0144]
图4是根据本发明实施例的电能调度装置的结构框图，如图4所示，该装置包括：获取模块41，确定模块42，发送模块43和调整模块44，下面对该装置进行介绍。
[0145]
获取模块41，用于获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；确定模块42，连接至上述的获取模块41，用于根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；发送模块43，连接至上述的确定模块42，用于将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；调整模块44，连接至上述的调整模块43，用于根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
[0146]
作为一种可选的实施例，确定模块42包括：获取单元，用于获取电网在电能调度时间范围内的电网电能售价和电网电能购价；第一确定单元，用于根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定针对多个基站的电能调度时间范围内的初始电能售价和初始电能购价；第二确定单元，用于将电网电能售价，电网电能购价，初始电能售价和初始电能购价确定为初始电能调度参数组。
[0147]
作为一种可选的实施例，调整模块44包括：调整单元，用于在第一预定规则和第二预定规则的约束条件下，采用遗传优化算法在多个基站对应的多个初始电能消耗值和多个
初始电能产生值与初始电能调度参数组中的初始电能售价和初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；第三确定单元，用于将电网电能售价，电网电能购价，目标电能售价和目标电能购价确定为目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。
[0148]
作为一种可选的实施例，上述装置还包括：控制单元，用于根据多个目标电能消耗值和多个目标电能产生值，对多个基站的活跃服务器数量进行控制。
[0149]
作为一种可选的实施例，第一预定规则为用于调度多个基站的中央储能系统的收益最大化；第二预定规则为多个基站的收益最大化。
[0150]
根据本发明实施例，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行上述任意一项的电能调度方法。
[0151]
根据本发明实施例，还提供了一种计算机设备，包括：存储器和处理器，存储器存储有计算机程序；处理器，用于执行存储器中存储的计算机程序，计算机程序运行时使得处理器执行上述任意一项的电能调度方法。
[0152]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0153]
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
[0154]
在本技术所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
[0155]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0156]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0157]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
[0158]
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人
员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
技术特征：1.一种电能调度方法，其特征在于，包括：获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；根据所述多个电能消耗预测值和所述多个电能产生预测值，按照第一预定规则确定所述多个基站对应的初始电能调度参数组；将所述初始电能调度参数组发送给所述多个基站，并接收所述多个基站基于所述初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；根据所述多个初始电能消耗值和所述多个初始电能产生值对所述初始电能调度参数组进行调整，得到目标电能调度参数组，并将所述目标电能调度参数组发送给所述多个基站，用于所述多个基站基于所述目标电能调度参数组确定所述多个基站对应的多个目标电能消耗值和多个目标电能产生值。2.根据权利要求1所述的方法，其特征在于，所述根据所述多个电能消耗预测值和所述多个电能产生预测值，按照第一预定规则确定所述多个基站对应的初始电能调度参数组，包括：获取电网在电能调度时间范围内的电网电能售价和电网电能购价；根据所述多个电能消耗预测值和所述多个电能产生预测值，按照所述第一预定规则确定针对所述多个基站的所述电能调度时间范围内的所述初始电能售价和所述初始电能购价；将所述电网电能售价，所述电网电能购价，所述初始电能售价和所述初始电能购价确定为所述初始电能调度参数组。3.根据权利要求2所述的方法，其特征在于，所述根据所述多个初始电能消耗值和所述多个初始电能产生值对所述初始电能调度参数组进行调整，得到目标电能调度参数组，并将所述目标电能调度参数组发送给所述多个基站，用于所述多个基站基于所述目标电能调度参数组确定所述多个基站对应的多个目标电能消耗值和多个目标电能产生值，包括：在所述第一预定规则和所述第二预定规则的约束条件下，采用遗传优化算法在所述多个基站对应的所述多个初始电能消耗值和所述多个初始电能产生值与所述初始电能调度参数组中的所述初始电能售价和所述初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；将所述电网电能售价，所述电网电能购价，所述目标电能售价和所述目标电能购价确定为所述目标电能调度参数组，并将所述目标电能调度参数组发送给所述多个基站，用于所述多个基站基于所述目标电能调度参数组确定所述多个基站对应的所述多个目标电能消耗值和所述多个目标电能产生值。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述多个目标电能消耗值和所述多个目标电能产生值，对所述多个基站的活跃服务器数量进行控制。5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述第一预定规则为用于调度所述多个基站的中央储能系统的收益最大化；所述第二预定规则为所述多个基站的收益最大化。6.一种电能调度装置，其特征在于，包括：获取模块，用于获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；
确定模块，用于根据所述多个电能消耗预测值和所述多个电能产生预测值，按照第一预定规则确定所述多个基站对应的初始电能调度参数组；发送模块，用于将所述初始电能调度参数组发送给所述多个基站，并接收所述多个基站基于所述初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；调整模块，用于根据所述多个初始电能消耗值和所述多个初始电能产生值对所述初始电能调度参数组进行调整，得到目标电能调度参数组，并将所述目标电能调度参数组发送给所述多个基站，用于所述多个基站基于所述目标电能调度参数组确定所述多个基站对应的多个目标电能消耗值和多个目标电能产生值。7.根据权利要求6所述的装置，其特征在于，所述确定模块包括：获取单元，用于获取电网在电能调度时间范围内的电网电能售价和电网电能购价；第一确定单元，用于根据所述多个电能消耗预测值和所述多个电能产生预测值，按照所述第一预定规则确定针对所述多个基站的所述电能调度时间范围内的所述初始电能售价和所述初始电能购价；第二确定单元，用于将所述电网电能售价，所述电网电能购价，所述初始电能售价和所述初始电能购价确定为所述初始电能调度参数组。8.根据权利要求7所述的装置，其特征在于，所述调整模块包括：调整单元，用于在所述第一预定规则和所述第二预定规则的约束条件下，采用遗传优化算法在所述多个基站对应的所述多个初始电能消耗值和所述多个初始电能产生值与所述初始电能调度参数组中的所述初始电能售价和所述初始电能购价之间，进行多次循环迭代调整，直到得到目标电能售价和目标电能购价；第三确定单元，用于将所述电网电能售价，所述电网电能购价，所述目标电能售价和所述目标电能购价确定为所述目标电能调度参数组，并将所述目标电能调度参数组发送给所述多个基站，用于所述多个基站基于所述目标电能调度参数组确定所述多个基站对应的所述多个目标电能消耗值和所述多个目标电能产生值。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至5中任意一项所述的电能调度方法。10.一种计算机设备，其特征在于，包括：存储器和处理器，所述存储器存储有计算机程序；所述处理器，用于执行所述存储器中存储的计算机程序，所述计算机程序运行时使得所述处理器执行权利要求1至5中任意一项所述的电能调度方法。
技术总结本发明公开了一种电能调度方法、装置及计算机可读存储介质。其中，该方法包括：获取多个基站对应的多个电能消耗预测值和多个电能产生预测值；根据多个电能消耗预测值和多个电能产生预测值，按照第一预定规则确定多个基站对应的初始电能调度参数组；将初始电能调度参数组发送给多个基站，并接收多个基站基于初始电能调度参数组和第二预定规则反馈的多个初始电能消耗值和多个初始电能产生值；根据多个初始电能消耗值和多个初始电能产生值对初始电能调度参数组进行调整，得到目标电能调度参数组，并将目标电能调度参数组发送给多个基站，用于多个基站基于目标电能调度参数组确定多个基站对应的多个目标电能消耗值和多个目标电能产生值。电能产生值。电能产生值。
技术研发人员：郝佳恺 赵广怀 温明时 海天翔 李俊芹 王萍萍 丰雷 杨志祥 金明 黄佳 高杨 曹坤 薛建杰 王敏昭
受保护的技术使用者：国家电网有限公司 北京邮电大学
技术研发日：2022.06.30
技术公布日：2022/11/1
