張 平 ，邱 超 ，張琳娟 ，鄭 征 ，樊 冰 ，辛亞楠

(1.國網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院，河南 鄭州 450000；2.華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京 102206)

0 引言

隨著能源互聯(lián)網(wǎng)的發(fā)展與“雙碳”目標(biāo)的提出，配電網(wǎng)將產(chǎn)生一批新興業(yè)務(wù)，已有業(yè)務(wù)的通信需求及分布特征也將發(fā)生變化。5G 通信技術(shù)具有大帶寬、低時(shí)延和廣連接的突出優(yōu)勢[1]，與能源互聯(lián)網(wǎng)發(fā)展戰(zhàn)略、配電網(wǎng)業(yè)務(wù)需求高度吻合，是支撐配電網(wǎng)通信的最佳選擇。

5G 宏基站覆蓋范圍小于3G/4G 基站，需要通過部署微基站實(shí)現(xiàn)網(wǎng)絡(luò)覆蓋[2-4]。已有基站部署策略研究中，大多采用遺傳算法[5-6]、免疫算法[7-9]、貪婪算法[10]等算法進(jìn)行基站部署策略優(yōu)化求解。上述研究忽略了終端的多樣性，還未實(shí)現(xiàn)多種基站聯(lián)合部署。

為滿足配電網(wǎng)業(yè)務(wù)通信未來需求，本文提出一種考慮終端重要性的宏微基站聯(lián)合部署策略(Terminal Importance-based Base Station Deployment Strategy，TI-BSDS)。該策略基于配電網(wǎng)業(yè)務(wù)對通信指標(biāo)的需求程度求解各業(yè)務(wù)重要度，然后基于配電終端承載業(yè)務(wù)情況得到配電終端重要度，最后以覆蓋重疊度、部署成本、終端加權(quán)信干噪比為優(yōu)化目標(biāo)，采用遺傳算法求解部署方案，實(shí)現(xiàn)終端全覆蓋，提高重要配電終端的通信服務(wù)質(zhì)量。

1 系統(tǒng)模型

5G 基站工作頻段高，信號衰減大，其覆蓋半徑僅為4G 基站的0.3～0.5 倍[2]，僅部署宏基站難以滿足網(wǎng)絡(luò)建設(shè)低成本、高效益目標(biāo)。微基站覆蓋半徑小，建造成本低，因而本文采用“宏微協(xié)同”的異構(gòu)網(wǎng)絡(luò)架構(gòu)，其網(wǎng)絡(luò)模型如圖1 所示。

圖1 分層異構(gòu)網(wǎng)絡(luò)模型

2 配電終端重要性

2.1 配電業(yè)務(wù)重要度

針對非數(shù)值型指標(biāo)，通過映射函數(shù)f1實(shí)現(xiàn)數(shù)值化：

其中，K 為通信指標(biāo)集，通信指標(biāo)k∈K，將業(yè)務(wù)類型按照對指標(biāo)要求的高低程度升序排序，對指標(biāo)要求越高的業(yè)務(wù)類型序號越大，要求相同的業(yè)務(wù)排序隨機(jī)；業(yè)務(wù)類型s∈S；q(k，s)為業(yè)務(wù)類型s 在指標(biāo)k 下排序后的序號；s(k，q)為指標(biāo)k 下序號q 對應(yīng)的業(yè)務(wù)類型；符號?表示左側(cè)業(yè)務(wù)類型比右側(cè)業(yè)務(wù)類型重要；??表示兩側(cè)業(yè)務(wù)類型同等更重要。

針對數(shù)值差異較小的指標(biāo)，本文通過映射函數(shù)f2擴(kuò)大差異并歸一化：

其中，yk為業(yè)務(wù)對指標(biāo)的需求值，分別為業(yè)務(wù)對指標(biāo)k 需求的最小值和最大值；0＜X＜1，為映射后的區(qū)間下限值。

針對數(shù)值跨度較大的指標(biāo)，本文通過映射函數(shù)f3縮小跨度：

對業(yè)務(wù)通信指標(biāo)需求數(shù)值化后，若指標(biāo)為效益型，采用式(2)進(jìn)行歸一化，若指標(biāo)為成本型時(shí)，采用f4進(jìn)行歸一化：

業(yè)務(wù)通信指標(biāo)權(quán)重列向量W(S)中的業(yè)務(wù)j 的通信指標(biāo)權(quán)重定義為：

業(yè)務(wù)類型j 的業(yè)務(wù)重要度Ij為：

其中，bj為業(yè)務(wù)類型j 的通信指標(biāo)需求數(shù)值化與歸一化后的結(jié)果，為n 維行向量。

2.2 終端重要度

定義終端集T 對應(yīng)的重要度列向量WT為：

其中，I 為業(yè)務(wù)重要度向量，為m 維列向量，m 為業(yè)務(wù)類型的數(shù)量；A 為業(yè)務(wù)在終端的分布狀況，為t×m 維矩陣，t 為終端數(shù)量，A 中元素aij表示終端i 承載業(yè)務(wù)j 的狀況：

3 基于終端重要度的5G 基站部署策略

3.1 基站候選位置集

為平衡算法效果和復(fù)雜度，本文以實(shí)現(xiàn)網(wǎng)絡(luò)全覆蓋為目標(biāo)，進(jìn)行網(wǎng)絡(luò)網(wǎng)格化，并構(gòu)成候選基站集Q1，具體方法如圖2 所示。

圖2 網(wǎng)格化得到基站侯選位置

R 為微基站覆蓋半徑，實(shí)現(xiàn)網(wǎng)絡(luò)全覆蓋時(shí)，候選基站間最近距離為R，因此本文以R 為距離間隔選取候選基站位置，記為Q1。

為降低建網(wǎng)成本，快速部署5G 網(wǎng)絡(luò)，應(yīng)在有條件情況下復(fù)用公網(wǎng)資源與配電網(wǎng)設(shè)施[11]，故本文將已有4G桿塔與配電機(jī)房所在位置也作為基站侯選位置，構(gòu)成候選基站集Q2。候選基站位置集合Q=Q1∪Q2。

3.2 優(yōu)化目標(biāo)

本文基于覆蓋重疊度、終端信干噪比和部署成本構(gòu)建優(yōu)化目標(biāo)函數(shù)，求解最佳部署方案。定義F1為網(wǎng)絡(luò)部署成本：

其中，L0表示宏基站部署方案，為N 維行向量，每個(gè)元素對應(yīng)一個(gè)基站候選位置，若某個(gè)位置部署宏基站，則對應(yīng)元素為1，否則為0；N 為候選基站位置數(shù)；η0為宏基站部署成本，為N 維列向量，每個(gè)元素對應(yīng)該位置建設(shè)宏基站的單位化成本，依據(jù)位置是否存在基礎(chǔ)設(shè)施而確定；L1為微基站部署方案，η1為微基站部署成本，定義同宏基站。

為衡量網(wǎng)絡(luò)終端處信號干擾狀況，將終端可加入的最少同類型基站的數(shù)量定義為終端的覆蓋重疊度，終端平均覆蓋重疊度定義為網(wǎng)絡(luò)覆蓋重疊度F2：

其中，t 為終端數(shù)量，ui表示終端i 的覆蓋重疊度：

定義F3為終端信干噪比：

其中，WTmax為終端重要度最大值；ω 表示終端信干噪比，為t 維行向量，終端i 的信干噪比可定義為：

其中，Gb為基站的功率增益，PB為基站靜態(tài)功率，Pt為基站發(fā)射功率。上述參數(shù)需要依據(jù)候選位置v 處基站部署情況確定，當(dāng)部署宏基站時(shí)，將Piv記為P0iv；當(dāng)部署微基站時(shí)，將Piv記為；當(dāng)不部署基站時(shí)Piv=0，均為0；d 為候選位置v 與終端i 的距離；α 為功率衰減因數(shù)，一般α=2。

本文優(yōu)化目標(biāo)為：

3.3 遺傳算法求解

基于優(yōu)化目標(biāo)F，本文采用遺傳算法求解5G 基站部署策略，具體步驟為：

(1)種群初始化。生成g×N 維矩陣D，g 為種群規(guī)模，D 中元素Dij∈{0，1，2，3}，分別表示方案i 中候選位j 處不部署基站、部署宏基站、部署微基站和不部署基站。

(2)優(yōu)勢個(gè)體選擇。將各基站部署方案拆分為宏基站部署方案L0和微基站部署方案L1，帶入式(9)和式(11)，進(jìn)而通過式(15)計(jì)算適應(yīng)度函數(shù)，若某基站部署方案終存在ui=0，令該方案的適應(yīng)度函數(shù)F=∞，以保證終端的全覆蓋；然后，對當(dāng)前種群適應(yīng)度F 降序排序，適應(yīng)度在前a%的個(gè)體作為優(yōu)勢個(gè)體。

(3)種群更新。采用輪盤賭方法從非優(yōu)勢個(gè)體中選取父代，執(zhí)行隨機(jī)單點(diǎn)交叉和隨機(jī)單點(diǎn)變異，產(chǎn)生g(1-a%)個(gè)子代，子代與父代共同構(gòu)成新一代種群。

(4)若當(dāng)前迭代次數(shù)h 達(dá)到上限H，將當(dāng)前最優(yōu)個(gè)體作為最優(yōu)基站部署方案輸出，否則，h=h+1，返回步驟(2)。

4 仿真結(jié)果與分析

為驗(yàn)證TI-BSDS 的有效性，將TI-BSDS 與基于免疫遺傳算法的5G 基站選址策略(IGBSL)[5]和基于競爭函數(shù)的無線接入站址選址算法(CFSSA)[13]進(jìn)行對比仿真分析。

以2 km×2 km 配電網(wǎng)為例，配電終端與基礎(chǔ)設(shè)施分布如圖3 所示，業(yè)務(wù)分布狀況如表1 所示，相關(guān)仿真參數(shù)如表2 所示。

圖3 配電終端與基礎(chǔ)設(shè)施分布

本文所述策略TI-BSDS 與IGBSL 和CFSSA 的基站部署結(jié)果如圖4 所示，網(wǎng)絡(luò)性能參數(shù)如表3 所示。

圖4 基站部署結(jié)果圖

表3 部署方案性能對比

TI-BSDS 共聯(lián)合部署7 個(gè)宏基站與7 個(gè)微基站協(xié)同實(shí)現(xiàn)網(wǎng)絡(luò)全覆蓋，通過對宏基站覆蓋重疊區(qū)域部署微基站的方法提高網(wǎng)絡(luò)終端的信干噪比，保證重要終端的通信質(zhì)量；對已有4G 桿塔設(shè)備、配變機(jī)房、基礎(chǔ)設(shè)施的利用率分別為25%、31.25%和25%，網(wǎng)絡(luò)建設(shè)單位化成本僅為6.74，明顯低于IGBSL 與CFSSA。但由于TI-BSDS為多目標(biāo)聯(lián)合優(yōu)化，為實(shí)現(xiàn)低成本建設(shè)與終端高加權(quán)信干噪比，導(dǎo)致網(wǎng)絡(luò)覆蓋重疊度略有提升，故TI-BSDS策略下的網(wǎng)絡(luò)覆蓋重疊度指標(biāo)略高于IGBSL，但優(yōu)于CFSSA。

IGBSL 基于4G 桿塔以網(wǎng)絡(luò)建設(shè)成本與終端覆蓋率為優(yōu)化目標(biāo)進(jìn)行基站部署，通過6 個(gè)宏基站實(shí)現(xiàn)了網(wǎng)絡(luò)中約85%的終端覆蓋，對于分散的少數(shù)未被覆蓋終端，需要部署9 個(gè)微基站實(shí)現(xiàn)網(wǎng)絡(luò)全覆蓋，對4G 桿塔、配電機(jī)房及基礎(chǔ)設(shè)施的利用率分別為25%、0%和5%，網(wǎng)絡(luò)建設(shè)單位化成本為7.40，高于TI-BSDS。此外，該策略下相同類型基站間隔較遠(yuǎn)，因此網(wǎng)絡(luò)覆蓋重疊度較小。

CFSSA 僅考慮覆蓋率，通過部署8 個(gè)宏基站實(shí)現(xiàn)網(wǎng)絡(luò)全覆蓋。由于該策略未考慮基礎(chǔ)設(shè)施，因而4G 桿塔、配電機(jī)房、基礎(chǔ)設(shè)施的利用率均為0%，網(wǎng)絡(luò)建設(shè)單位化成本為8.0，大于其他算法。此外，由于同類型基站重疊區(qū)域大，其覆蓋重疊度遠(yuǎn)大于TI-BSDS 與IGBSL。

為進(jìn)一步觀察網(wǎng)絡(luò)中重要終端的信干噪比情況，本文將終端按重要度均勻分為10 組，將各組重要等級依次定義為1～10，等級1 為最重要，等級10 為最不重要，各重要度等級下的信干噪比為各分組內(nèi)終端的信干噪比均值，各組歸一化后的信干噪比如圖5 所示。由于TI-BSDS 策略考慮了加權(quán)信干噪比，因而該策略下，較為重要的終端其信干噪比普遍較大，保障了重要終端的通信質(zhì)量。IGBSL 與CFSSA 中均未考慮終端信干噪比與終端重要性之間的關(guān)系，因而其信干噪比與終端重要等級不相關(guān)，無法保障重要終端通信質(zhì)量。

圖5 終端分組信干噪比

為更加直觀地觀察各網(wǎng)絡(luò)部署方案下的5G 網(wǎng)絡(luò)部署投資效益，定義網(wǎng)絡(luò)部署效益為：

各算法下網(wǎng)絡(luò)部署效益歸一化結(jié)果如圖6 所示。與另外兩種算法對比，TI-BSDS 部署策略成本最低、加權(quán)終端信干噪比最高，網(wǎng)絡(luò)部署效益最高。TI-BSDS 通過利用已有基礎(chǔ)設(shè)施來降低網(wǎng)絡(luò)部署成本，通過區(qū)分終端服務(wù)來保障網(wǎng)絡(luò)服務(wù)質(zhì)量，通過宏微基站聯(lián)合部署進(jìn)一步降低網(wǎng)絡(luò)部署成本和提高重要終端信干噪比，因此TI-BSDS 下的網(wǎng)絡(luò)部署效益明顯高于對比算法。

圖6 網(wǎng)絡(luò)性能歸一化對比結(jié)果

5 結(jié)論

考慮配電網(wǎng)業(yè)務(wù)特征，本文提出了一種基于網(wǎng)絡(luò)部署成本、終端加權(quán)信干噪比與網(wǎng)絡(luò)覆蓋重疊度的5G 基站部署策略TI-BSDS。該策略中，基于終端承載業(yè)務(wù)重要性來衡量終端重要性，通過加權(quán)信干噪比優(yōu)化目標(biāo)來保障重要終端的通信質(zhì)量。同時(shí)，為了降低網(wǎng)絡(luò)部署成本，在候選基站位置集合中加入已有基礎(chǔ)設(shè)施位置，以充分利用已有基礎(chǔ)設(shè)施?；?G 異構(gòu)網(wǎng)絡(luò)特征，為進(jìn)一步優(yōu)化宏微基站聯(lián)合部署效益，通過網(wǎng)絡(luò)覆蓋重疊度優(yōu)化目標(biāo)約束基站部署數(shù)量同時(shí)優(yōu)化重要終端處的信干噪比?；谏鲜鰞?yōu)化目標(biāo)，采用遺傳算法進(jìn)行求解并與已有部署算法進(jìn)行仿真對比，對比結(jié)果證明了TIBSDS 的有效性，該方法可為5G 技術(shù)在配電網(wǎng)中的規(guī)?；瘧?yīng)用提供有價(jià)值的參考。