Shenzhen, China (ots/PRNewswire) –
Nach der Einführung von 5G steigen der Stromverbrauch und die Anzahl der Basisstationen deutlich an, und damit auch die Betriebsausgaben (OPEX) der Betreiber. China Tower Zhejiang Branch und Huawei arbeiteten zusammen und setzten iSitePower AI-Technologien ein, um eine intelligente Peak-Staggering an Basisstationen zu implementieren und so die Stromkosten pro Standort und Jahr um 17,1 % zu senken und gleichzeitig eine zuverlässige Notstromversorgung sicherzustellen. Am 26. Juli 2021 wurde diese innovative Praxis von der Global Association for Mobile Telecommunications (GSMA) aufgrund ihrer bemerkenswerten Stromkosteneinsparungen als globales Best Case ausgewählt.
Um die Effizienz der Stromnutzung zu verbessern, formulieren die Stromversorger Peak-Valley-Tarife (d.h. unterschiedliche Tarife in verschiedenen Zeiträumen), die auf den Laständerungen des Stromnetzes basieren, um die Nutzer zu ermutigen, den Stromverbrauch rationell einzuteilen und Lasten in Zeiten außerhalb der Spitzenzeiten zu verlagern. Batterien in herkömmlichen Lösungen werden nur als Notstromaggregate verwendet und haben sich nicht zu einem Produktionsmittel entwickelt. Stattdessen sind sie ungenutzte Vermögenswerte, die nicht voll genutzt werden. China Tower Zhejiang Branch und Huawei iSitePower haben die intelligente Peak-Staggering-Technologie eingeführt, um die Batterieauslastung zu verbessern und die Stromkosten für Basisstationen durch die Nutzung von Peak-Valley-Tarifen zu senken. Das Prinzip besteht darin, Batterien zu laden, wenn der Strompreis niedriger ist, und die Batterien statt des Netzes Strom liefern zu lassen, wenn der Strompreis höher ist. Intelligente Peak-Staggering kann die Stromverbrauchskosten senken und gleichzeitig die Netzlasten ausgleichen, was erhebliche wirtschaftliche und soziale Vorteile mit sich bringt.
Herausforderungen für Peak-Staggering
Eine wichtige Funktion von Batterien ist die Bereitstellung von Notstrom. Der Bedarf an Reservestrom muss gedeckt werden, nachdem die Batterien für die Peak-Staggering verwendet wurden. Daher müssen die Strategien für die Peak-Staggering präzise sein, um eine zuverlässige Notstromversorgung zu gewährleisten und den Nutzen zu maximieren. Die Dauer der Batteriepufferung wird von Faktoren wie der Lastleistung, dem SOC-Wert der Batterie und dem Verschleißgrad der Batterie beeinflusst. Die Lastleistung, die Batteriekapazität und der Gesundheitszustand der verschiedenen Standorte sind sehr unterschiedlich und ändern sich ständig. Manuelle Analysen und Berechnungen können keine genauen Strategien für die Peak-Staggering (Lade-/Entladedauer und Entladetiefe der Batterie) formulieren. Wird an allen Standorten ein einziges Peak-Staggering-Modell verwendet, könnten die Standorte entweder aufgrund einer Überentladung der Batterie keine ausreichende Reserveleistung bereitstellen oder aufgrund einer geringen Entladetiefe nicht in der Lage sein, die Vorteile zu maximieren.
Grundsätze der intelligenten Peak-Staggering
Um diese Herausforderungen zu bewältigen, setzt Huawei KI-Technologien ein, um optimale Strategien für die Peak-Staggering zu entwickeln. Das Huawei-Energiemanagementsystem nutzt KI-Technologien, um ein Netzversorgungsmodell, ein Laststrommodell und ein Modell der Batteriekapazität zu erstellen. Das System kann die Lastleistung vorhersagen, berechnet die erforderliche Reservekapazität auf der Grundlage der Reservedauer jedes Standorts, reserviert die erforderliche Reservekapazität und verwendet redundante Batteriekapazität, um die Spitzenlast zu staffeln, indem es eine dynamische Staffelung der Spitzenlast an verschiedenen Standorten und zu verschiedenen Zeiten implementiert. Die intelligente Peak-Staggering von Huawei reserviert ausreichend Reservekapazität, um die Servicekontinuität zu gewährleisten und gleichzeitig den Umsatz zu maximieren.
Wertanalyse: Intelligente Peak-Staggering reduziert die Stromkosten für Basisstationen um 17,1 % pro Jahr.
Nach dem Einsatz der intelligenten Peak-Staggering an den Standorten von China Tower Zhejiang Branch werden die Stromkosten um 280 US-Dollar (17,1 %) pro Standort und Jahr gesenkt. Intelligente Peak-Staggering hilft China Tower, den Wert von Batterien zu erschließen. Die Batterien werden während der Stoßzeiten entladen, um Stromkosten zu sparen. Noch wichtiger ist, dass die intelligente Funktion keinen Einfluss auf die Zuverlässigkeit der Notstromversorgung hat.
Das KI-basierte Lastleistungsanalysemodell zeichnet sich durch eine hohe Genauigkeit der Leistungsvorhersage aus und gewährleistet die Zuverlässigkeit der Notstromversorgung. An Standorten mit geringen Lastschwankungen beträgt der durchschnittliche Fehler der KI-Lastleistungsvorhersage nur 1,1 %. Darüber hinaus werden die Lade- und Entladestrategien optimiert, um ein Gleichgewicht zwischen Energieeinsparungen und Zuverlässigkeit herzustellen. Die intermittierende Entladung wird automatisch ausgewählt, um den Temperaturanstieg der Batterie zu kontrollieren und die Lebensdauer der Batterie zu verlängern. Eine hochgenaue dynamische Vorhersage kann auch an Standorten mit starken Lastschwankungen erreicht werden, und der durchschnittliche Fehler der Lastvorhersagegenauigkeit beträgt 5,7 %.
Durch die Integration digitaler und leistungselektronischer Technologien ermöglicht die intelligente Peak-Staggering eine optimale Energieplanung für Basisstationen, optimiert die Stromnutzung und reduziert die Stromkosten. Im Zusammenhang mit den Zielen der Kohlenstoffemissionsspitzenwerte und der Kohlenstoffneutralität ist diese innovative Praxis eine technische und kommerzielle Demonstration für Kostensenkungen, Effizienzsteigerungen und die Energiewende in der Kommunikationsbranche und von großer Bedeutung.
Anmerkung: Die GSMA ist eine Branchenorganisation im Bereich der globalen Mobilkommunikation, in der mehr als 750 Netzbetreiber und fast 400 Unternehmen weltweit vertreten sind. Sie ist auch der Organisator des Mobile World Congress und der Mobile Asia Expo.
Foto – https://mma.prnewswire.com/media/1711649/image_5003324_32345056.jpg
Foto – https://mma.prnewswire.com/media/1711650/image_5003324_32345384.jpg
Pressekontakt:
Connie Wang,
wangjing402@huawei.com
Importiert mit WPna von Tro(v)ision
