(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111572059.4 (22)申请日 2021.12.21 (71)申请人 国网天津市电力公司信息通信公司 地址 300010 天津市河北区望海楼街昆纬 路153号 申请人 华北电力大 学 (72)发明人 尹喜阳　吕国远　王忠钰　刘乙召　 卢志鑫　冯晓瑜　王颖　刘子豪　 (74)专利代理 机构 北京众合诚成知识产权代理 有限公司 1 1246 代理人 张文宝 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/12(2006.01) (54)发明名称 一种基于遗传算法考虑5G基站能效的变电 站规划方法 (57)摘要 本发明提出一种基于遗传算法考虑5G基站 能效的变电站规划方法， 通过遗传算法以能效最 优为目标函数得到5G基站的休眠策略及能耗， 在 变电站规划年负荷预测中对5G基站的负荷进行 预测； 根据预测的年负荷总量和已有变电站容 量， 确定新建变电站个数及所有容量组合方案； 采用传统Voronoi图算法划分各变电站供电范 围； 采用变权Voronoi图算法计算各个变电站的 权重值， 以负荷矩最小为原则优化站址,得到各 变电站新的供电范围和站址， 得到容量组合下变 电站规划结果,并计算所需投入的费用， 在达到 最大容量组合数下比较所有容量组合方案下变 电站规划所需投入的费用,把投入费用最小的容 量组合方案下的变电站规划结果作为该规划区 域最终的变电站规划结果。 权利要求书2页 说明书5页 附图1页 CN 114254920 A 2022.03.29 CN 114254920 A 1.一种基于 遗传算法考虑5G基站能效的变电站规划方法， 包括： 步骤1： 对于已知的5G基站， 通过遗传算法以能效最优为目标函数得到休眠策略， 得到 对应能效下5G基站的能耗； 步骤2： 基于待规划区域内的常规电负荷值， 考虑绿色通信下5G基站的能效， 在变电站 规划年负荷预测中对5 G基站的负荷进 行预测， 即为一定基站能效下对应的休眠策略确定的 基站能耗。 步骤3： 根据预测的年负荷总量和已有变电站容量， 确定新建变电站个数及所有容量组 合方案N， 将所有方案进行排序； 步骤4： 确定各变电站的初始 站址， 采用传统Voro noi图算法划分各变电站供电范围； 步骤5： 根据各变电站供电范围内负荷的负荷集， 采用变权Voronoi图算法计算各个变 电站的权重值， 以负荷矩最小为原则优化站址， 从而 得到各个变电站 新的供电范围和站址； 不断迭代， 直至各变电站 站供电范围及容 量比满足精度要求 为止； 步骤6： 得到容 量组合下变电站规划的最终结果， 并计算所需投入的费用； 步骤7： 判断是否到达最大容量组合数N， 如果没有达到最大容量组合数， 返回步骤4； 如 果达到最大容量组合数N， 比较所有容量组合方案下进 行变电站 规划所需投入的费用， 把投 入费用最小的容 量组合方案下的变电站规划结果作为该规划区域 最终的变电站规划结果。 2.根据权利要求1所述的一种基于遗传算法考虑5G基站能效的变电站规划方法， 其特 征在于： 所述基站的休眠策略的目标函数为： max obj＝EE‑( α·Kv+β·Ku) 其中， EE为5G基站 网络系统能效， 定义系统传输速率与总能耗的比值， Kv为阈值适应度 值， Ku为基站负载适应度值， α 、 β 为目标函数中适应度值系数。 3.根据权利要求2所述的一种基于遗传算法考虑5G基站能效的变电站规划方法， 其特 征在于： 所述基站的休眠策略的目标函数的约束 条件包括用户连接约束和基站及用户状态 约束； 其中用户连接约束为一个用户最多只能由一个基站提供服务； 基站及用户状态约束 为基站的开关状态以及基站与用户的连接状态只可能为连接或断开两种状态。 4.根据权利要求1所述的一种基于遗传算法考虑5G基站能效的变电站规划方法， 其特 征在于： 所述变权Vor onoi图算法是在传统V oronoi图算法的基础上对变电站权重的计算进 行改进， 权重改进过程分三步进行， 每一步仅对距离限制以内的电进行变电站供电范围划 分， 进而计算变电站 的权重； 假设Q＝{q1， q2，…， qn}(3≤n≤∞)是带规划区域平面上的点 集， 采用变权Voro noi图算法进行 供电范围划分， 公式如下： V(qm， ωm)＝{x∈V(qm， ωm)|ωmmd(x， qm)≤ωld(x， ql)， m＝1， 2， …， n， m≠l} V(qm， ωm)为顶点m对应的区域， 即变电站m的供电范围； x为规划区域内任意一负荷点； d (x， qm)为平面上任意一负荷点x与qm的欧氏距离； ωm为顶点qm的权重； ωmd(x， qm)为规划区 域内负荷点x到变电站m的加权距离； 变电站m的权重ωm是通过如下变权Voronoi图算法中 变电站m的权 重ωm公式得到：权　利　要　求　书 1/2 页 2 CN 114254920 A 2γ和 δ为距离限制比例； ωm(j， k)为变电站m在第j次迭代中第k步划分的权重值， k＝1， 2， 3； Pm(j， k)为变电站m的供电范围在第j次迭代中第k步扩张以后所带 的负荷量， k＝1， 2， 3； Dm为变电站m的容 量。 5.根据权利要求1所述的一种基于遗传算法考虑5G基站能效的变电站规划方法， 其特 征在于： 所述步骤6中， 以变电站的年投资及运行费用、 线路建设费用及网络年损耗费用三 者之和最小为变电站规划目标函数。 6.根据权利要求1或5所述的一种基于遗传算法考虑5G基站能效的变电站规划方法， 其 特征在于： 变电站规划的约束条件包括容量约束和供电半径约束， 其中容量约束是指符合 变电站实际运行的功 率容量限制； 供电半径约束 是指某一变电站与所供负荷间的直线距离 不大于当前电压等级下 该座变电站的最大 供电范围。权　利　要　求　书 2/2 页 3 CN 114254920 A 3