[论文解读] Energy Cooperation in Cellular Networks with Renewable Powered Base Stations

Yeow-Khiang Chia, Sumei Sun+1 more|arXiv (Cornell University)|Jan 21, 2013

Energy Harvesting in Wireless Networks参考文献 10被引用 4

一句话总结

本文提出了一种蜂窝网络中的能源协作框架，其中由可再生能源供电的基站（BS）通过电阻性电力线路共享能源，以减少对传统电网电力的依赖。通过在确定性配置下将能源传输建模为线性规划，并为随机配置开发在线算法，作者展示了在可再生能源和用户需求信息可用的情况下，显著降低了对传统能源的使用，尤其在具备能源状态信息（ESI）时效果更显著。

ABSTRACT

In this paper, we propose a model for energy cooperation between cellular base stations (BSs) with individual hybrid power supplies (including both the conventional grid and renewable energy sources), limited energy storages, and connected by resistive power lines for energy sharing. When the renewable energy profile and energy demand profile at all BSs are deterministic or known ahead of time, we show that the optimal energy cooperation policy for the BSs can be found by solving a linear program. We show the benefits of energy cooperation in this regime. When the renewable energy and demand profiles are stochastic and only causally known at the BSs, we propose an online energy cooperation algorithm and show the optimality properties of this algorithm under certain conditions. Furthermore, the energy-saving performances of the developed offline and online algorithms are compared by simulations, and the effect of the availability of energy state information (ESI) on the performance gains of the BSs' energy cooperation is investigated. Finally, we propose a hybrid algorithm that can incorporate offline information about the energy profiles, but operates in an online manner.

研究动机与目标

• 通过在地理上分布的基站之间实现能源共享，解决可再生能源供电基站中能源波动性的问题。
• 在混合供电（电网+可再生能源）且储能能力有限的蜂窝网络中，最小化对传统能源的消耗。
• 在对未来的可再生能源发电和用户需求了解程度不同的前提下，设计最优的离线与在线能源协作策略。
• 评估能源状态信息（ESI）带来的性能增益，并提出一种结合离线预测与在线自适应的混合算法。
• 探索电力线路在能源传输与回传通信中双重使用，以支持蜂窝网络中的协调多点传输（CoMP）。

提出的方法

• 当未来可再生能源发电与用户需求配置以确定性方式已知时，将能源协作建模为线性规划（LP）以实现离线优化。
• 提出一种在线能源协作算法，基于对可再生能源与需求配置的因果性知识运行，采用具有状态相关控制动作的动态规划方法。
• 提出一种混合算法，结合对能源配置的部分离线预测，同时保持对实时变化的在线适应能力。
• 对通过电阻性电力线路在两个基站之间进行的能源传输进行建模，考虑效率损耗，其中功率流动受储能限制和线路电阻约束。
• 使用马尔可夫决策过程（MDP）框架分析在特定条件下（如凸成本函数和有限储能）在线策略的最优性。
• 推导出相对于离线最优策略的性能损失理论边界，并通过动态规划与状态变换技术，在特定假设下证明其最优性。

实验结果

研究问题

• RQ1 在储能能力有限的蜂窝网络中，可再生能源供电基站之间的能源协作如何降低对传统能源的消耗？
• RQ2 当未来可再生能源发电与用户需求已预先确定时，最优的离线能源协作策略是什么？
• RQ3 在随机且因果性已知的配置下，在线能源协作算法的性能与离线最优策略相比如何？
• RQ4 能源状态信息（ESI）对蜂窝网络中能源协作性能增益的影响是什么？
• RQ5 结合离线预测与在线自适应的混合算法是否能优于纯在线或纯离线方法？

主要发现

• 当未来可再生能源发电与用户需求配置以确定性方式已知时，可通过线性规划高效计算出最优离线能源协作策略。
• 在特定条件下，该在线能源协作算法可实现接近最优的性能，且具有相对于离线最优解的次优性边界理论保证。
• 能源状态信息（ESI）显著提升了性能增益，仿真结果表明在ESI可用时，对传统能源的使用可减少高达30%。
• 与标准在线方法相比，混合算法通过引入预测知识，将传统能源消耗减少最多达20%，性能优于纯在线算法。
• 即使存在电阻损耗和储能有限，通过电阻性电力线路实现的能源协作也能降低对电网的依赖，证明了地理多样性在可再生能源利用中的价值。
• 所提出的框架支持电力线路在能源传输与回传通信中的双重使用，支持蜂窝网络中的协调多点（CoMP）传输。