基于图着色的D2D资源分配算法研究

D2D通信是允许两个相邻用户在通过基站的控制下共享蜂窝用户的频谱资源来直接通信的技术。D2D用户与蜂窝用户共享资源而引入的额外干扰会降低系统的性能,因此资源分配成为D2D通信的一个重要问题。针对D2D用户密集场景下最大可接入数量问题提出了一种基于图着色的资源分配算法,其中将D2D用户对视为一个顶点,蜂窝用户的资源视为一个个簇,对顶点进行着色即对其分簇。仿真分析可以看出,所提出的方案能够增加网络最大可接入的D2D用户对的数量,有效提高了系统容量。     

联合机器学习的D2D通信多中继选择机制

在D2D通信中,当源节点与目的节点间的距离过大时,可以通过引入中继节点来改善通信质量。当通信衰落严重时,单中继无法有效改善通信质量,此时可以引入多中继参与通信。针对D2D网络多中继通信,提出一种基于机器学习中Q-learning算法的多中继选择机制。首先,判断源节点与目的节点之间通信是否需要合作中继;其次,通过考虑D2D网络中通信能量消耗来对Q-learning算法中的Q函数的回报值进行定义;最后,通过计算D2D通信传输距离和通信接收端信噪比得出满意度函数。综合考虑回报值和满意度,获得协作中继集。仿真结果表明,基于Q-learning算法的多中继协作可以显著减少传输延迟,平衡网络负载。     

D2D通信中基于深度强化学习的资源分配

设备到设备(D2D)通信能够以蜂窝设施为基础来提高资源利用率、用户吞吐量和节省电池能量。在D2D网络中,模式选择和资源分配是关键问题。为了提高D2D通信的和速率与频谱利用效率,提出一种联合模式选择、功率和资源块分配的方案。首先根据用户地理位置选定模式选择标准,帮助用户选择相应的通信模式;然后针对复用通信模式,使用基于深度强化学习的异步优势动作评价(A3C)算法为不同的D2D用户分配资源块和功率。仿真结果表明,本文提出的基于A3C算法的联合优化方案收敛速度快,并且性能相对于其他算法较好。     

基于改进的猎食者优化的D2D通信功率控制方法

针对D2D通信中用户复用频谱资源时产生的同频干扰问题，提出了一种改进的猎食者优化算法，对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下，根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率，为了保持搜索与开发的平衡，提高收敛速度和寻优精度，采用Sobol序列对种群进行初始化，并且在猎食者位置更新公式中引入水波动态自适应因子，从而确定D2D用户最佳发射功率。仿真结果表明，该算法可以不仅可以提高系统总吞吐量和降低蜂窝用户受到的干扰，还可以提高收敛速度和寻优精度。     

基于多种群遗传算法的D2D通信终端数量的优化

端到端的直连通信(device to device,D2D)能有效提高网络容量.针对D2D通信所能容纳的终端数量问题,提出一种基于多种群遗传算法的容量优化方法.由于传统蜂窝网移动终端对D2D用户的干扰,以及复用同一频率的D2D终端之间的同频干扰,严重影响了可接入D2D终端的数量.本文提出的基于多种群遗传算法能快速调整资源分配方案,有效减少同频干扰,显著提高网络所能容纳的终端数量.仿真结果表明,相比于标准遗传算法和随机分配算法,基于多种群遗传算法的资源分配方案能通过快速分配合理信道资源降低系统中总的干扰,有效提高终端的接入数量,显著提升了系统的总吞吐量.     

面向并发多业务的宽带电力线载波通信跨层资源分配算法研究

宽带电力线载波通信采用自适应正交频分复用(orthogonal frequency division multiplexing,OFDM)技术有效提升了通信速率,为实现电力多业务应用提供了丰富的通信资源保证。现有研究多是基于单一层级的网络状态进行资源划分,各业务所需速率多为静态预先设定且为固定值,因此会导致各子载波信噪比存在明显差异性的情况下,系统无法根据业务的不同QoS需求及网络中实时队列长度对所需资源进行自适应调整。抑或缺乏依据当前网络状态的动态调配灵活性,导致通信资源的浪费或通信需求无法满足。文章针对并发多业务的资源分配问题,通过应用层、数据链路层、物理层间的数据映射,建立了跨层资源分配模型。根据应用层电力多业务的QoS需求、数据链路层缓存区内队列长度以及底层物理层子载波和系统功率,将数据分组等待时延以及分组损耗映射为实时/非实时类用户的最低传输速率,进而提出基于效用函数的MAC层用户调度和物理层资源分配算法。最后通过典型电力线信道环境仿真实验发现:所提算法比现有2个电力线载波资源分配算法在多业务并发场景下单用户的吞吐量最高可提升47.62%,分组等待时延缩短37.25%,分组损耗降低72.04%。更好的资源分配使得文章所提算法能够在保证QoS需求情况下,允许更多的用户同时接入系统,有效提升了基于OFDM的宽带电力线载波通信资源利用率。     

基于最优功率分配原则的无线网络D2D用户通信质量分析

构建了一种基于最优功率分配原则的D2D用户通信质量分析算法,能够促进通信网络吞吐量获得明显提高,从而为D2D用户提供最佳资源分配方案。研究结果表明:研究构建得到的资源分配算法实现了吞吐量的显著提高,表现出比其它两种算法更优的计算性能。当D2D用户不断变多后,所有算法都获得了更高的吞吐量。在同样的D2D用户数情况下,采用资源分配算法可以获得比其它算法更优的运算性能。当最大发射功率提高后,吞吐量也明显上升,显著改善了算法性能。当蜂窝用户在系统中的最小速率需求持续提高后,将会引起整个系统出现吞吐量持续减小的情况。     

考虑5G宏基站空调负荷参与需求响应的潜力分析

随着5G网络的大规模应用,基站的能耗管理与优化是保证电网运行稳定性的同时,促进新能源电力消纳、优化用户用电行为所采取的行动之一。5G宏基站耗能设备参与需求响应能够在降低基站用电成本的同时为电力系统提供可调节资源。针对不断扩建的5G基站,提出了一种5G宏基站参与需求响应的负荷计算方法,并分析其参与需求响应的潜力。首先分析了基站无线利用率与能耗的关系,对基站通信设备及空调系统建模。其次,考虑通信设备以通道关断方式助力空调负荷参与需求响应的运行模式,并以典型日负荷参与需求响应为例,分析了该模式下基站空调负荷参与需求响应的潜力,仿真结果表明,基站通信设备采用智能通道关断可以增加空调负荷参与需求响应的潜力。     

基于D2D网络通信的可伸缩视频多播算法研究

下一代移动网络通信中引入了自适应调制编码技术和可伸缩视频编码以解决视频多播中有限的资源分配问题。为了提高系统用户的容量和用户接收视频质量,在传统蜂窝网络中引入了基于D2D网络的联合模式选择和资源分配技术以提高系统整体效用。首先联合D2D用户和蜂窝用户进行资源分配,在保证蜂窝用户和D2D发送用户通信的最低QOS时,最大化D2D接入系统网络的数量;然后分析了该混合网络模型下的视频层选择调制编码级别的问题;最后提出了基于D2D用户接入控制和系统资源分配两个子问题的贪婪算法。仿真实验证明,该混合网络视频多播模型不仅有效地提高了移动网络通信的吞吐量和增加了系统用户容量,同时为用户提供更好的视频质量。     

面向5G边缘计算网络的联合需求响应与任务卸载策略

随着物联网通信计算需求激增,5G通信与边缘计算网络逐步成为新兴的高能耗负荷。针对5G边缘计算网络用电成本高的问题,提出了联合任务卸载与需求响应策略。所提策略基于任务卸载与基站储能单元充放电动作,在高电价时段联合优化计算、通信与储能资源分配或者牺牲部分时延性能以削减用电成本,在分时电价机制中为电网提供响应能力。针对优化目标为混合整数非线性规划问题,进一步提出结合网络场景划分的广义benders分解算法,将问题解耦为任务卸载决策主问题与充放电以及资源分配子问题,降低问题求解复杂度。仿真结果表明：相比于仅考虑任务卸载和仅考虑通信资源调度的响应策略,所提策略降低了用电成本并避免时延性能恶化。     

通信信息资源管理系统的实现与应用

针对当前电力通信网络资源管理的实际需求,采用一体化分布式网络B/S建模机制,实现了统一的、图形化和智能化的电力通信网络资源管理系统.该系统采用基于融合AJAX和J2EE的动态数据嵌入分层SVG技术开发的自动生成矢量图形系统,实现对机房、设备、光缆线路、电缆线路、配线以及传输网络图、业务图等资源的动态管理;系统提出了电力...     

计及用电行为聚类的智能小区互动化需求响应方法

针对复杂智能用电环境下智能用电小区的多用户日负荷需求响应问题,提出一种考虑用户用电行为聚类的互动需求响应方法。首先,以智能小区用户的基本负荷、可调度负荷、电动车负荷和储能装置负荷为约束条件,建立电网负荷波动最小优化目标的需求响应模型;然后,阐述了提出的智能小区互动化需求响应方法,将需求响应模型求解过程分解为电网侧子响应和用户侧子响应的协作互动过程;最后,基于用户侧用电行为聚类分析,采用行为矫正的混合粒子群优化算法实现需求响应模型的互动化方法求解。实验中与分时电价下的响应算法及无用户聚类的集中响应算法对比,其结果表明所提方法通过聚类分析与互动化策略能够在优化结果和算法性能方面优于对比方法。     

考虑电动汽车和5G基站的电力-信息-交通耦合网络需求响应策略

电动汽车(EV)是具有移动负荷和通信用户双重属性的主体,为充分挖掘其参与需求响应产生的可调度潜力并降低电网负荷波动,提出了电力-信息-交通网络耦合背景下EV和5G基站需求响应策略。首先,分析了EV和5G基站参与下的多网络耦合关系。其次,建立了EV集群和5G基站集群的灵活性模型。基于此模型,提出了两阶段需求响应优化调度策略：第1阶段以通信成本最小为目标,为EV提供充电导航和路径规划并优化基站用能模式;第2阶段以配电网负荷波动最小为目标,制定EV的充放电策略。最后,通过某城市交通模型的测试,分析了调度策略对基站运行、配电网负荷、潮流和用户的影响,验证了模型和方法的有效性。     

考虑光伏集成5G基站用能模式的多主体共享储能优化配置

光伏集成5G基站能够有效降低电信运营商的用能成本,然而含分布式光伏的5G基站用能模式将对主动配电网的稳定运行造成影响,致使电信运营商与主动配电网均存在储能配置需求。出于安全性与经济性考虑,文中引入储能运营商作为第三方共建共享储能系统,提出了一种考虑光伏集成5G基站用能模式的多主体共享储能优化配置方法。首先,提出了面向规模化光伏集成5G基站与主动配电网储能配置需求的共享储能系统动态容量租赁模型;其次,基于双层混合整数规划模型(BiMIP)构建共享储能系统容量配置与运行双层联合优化问题;最终,采用重构与分解(R&D)算法对双层联合优化问题进行求解。仿真结果表明,所提出的多主体共享储能优化配置方法能够实现主动配电网的削峰填谷与多主体间的互利共赢。     

考虑综合需求响应的楼宇综合能源系统能量管理优化

针对楼宇综合能源系统（RIES）能量管理时未充分考虑影响室温因素及其对负荷建模的影响和刚性捆绑RIES、用户从而未全面考虑用户舒适度和用能支出的问题,文中提出了冷、热负荷参与阶梯型补贴和电负荷参与电价型综合需求响应的RIES能量管理优化模型及其求解方法。首先,综合考虑影响室温因素,得到离散化的楼宇热平衡方程,建立楼宇的柔性而非固定的冷、热、电负荷数学模型。其次,建立冷、热负荷参与的阶梯型补贴和电负荷参与的电价型综合需求响应机制。然后,考虑RIES向用户售能的收益、从外部购能的成本和支付用户的补贴费用,构建了以最大化RIES运行利润为目标、计及设备和系统运行约束的能量管理优化数学模型,并采用CPLEX对线性化后的模型进行求解。最后,通过算例仿真表明：计及综合需求响应的楼宇综合能源系统能量管理优化能统筹协调供需两侧资源,提升系统与用户的经济效益。     

基于绿色无线网络覆盖最优的配电通信网规划方法研究

在配电系统中,终端的高覆盖率和网络的低能耗是配电无线通信网的规划中两个互相矛盾的目标。提出一种基于绿色无线网络覆盖最优的配电无线通信网规划方法。将覆盖率和能耗两个规划因素作为规划模型中的正负相关因素目标,建立多目标优化模型,并利用提出的配电异构规划算法得出最优解。仿真结果表明,该方法能够有效地保证终端的高覆盖率,同时保证了所部署的基站规划方案的网络能耗处于较低的水平。     

多站融合场景下的系统配置及协调运行策略

为解决在场地条件、功能融合、业务需求等约束条件下多站(电动汽车充电站、5G通信基站、数据中心、分布式光伏、储能站)的规模优化设计和协调运行问题,提出多站融合场景下各站的配置方法和协调运行策略.首先,深入分析目前各站发展资源需求和站间功能融合可能性.以提升现有变电站闲余场地利用率为目标,以各站为配置对象,明确了各站的配置...     

需求响应机制下含建筑虚拟储能的能源站经济调度

针对综合能源站运行调度中未考虑围护结构蓄热特性以及用户需求响应补贴机制等问题,提出了一种考虑用户协同互动的综合能源站调度方法。首先,综合考虑室内外各种扰量对热过程的影响,建立了以室内空气与围护结构为传热主体的精细化建筑虚拟储能模型。其次,构建了冷热电联合供应的典型能源站设备组成结构以及其与外部能源系统、用户的多主体互动交易关系,提出了基于阶梯型补贴的需求响应机制。然后,以考虑外部购能费用、向用户的售能费用与补贴、站内设备启停和损耗成本的能源站运行收益最大为目标,以用户柔性舒适度区间等为约束,构建了能源站日前经济调度模型,并采用了CPLEX求解器求解。最后,通过算例验证了所述模型与方法的实用性和有效性。