基于深度强化学习的 BESS 辅助可重构 5G 及更先进网络能源供应
分布式、并行与集群计算
2021-08-16 v1
摘要
2020 年见证了 5G 网络前所未有的发展,以及 5G 基站(BS)的广泛部署。然而,基站巨大的能耗与随之产生的高昂能源成本已成为移动运营商的重大关切。随着可再生能源成本的持续下降,为耗电的基站配备可再生能源发电机是一种可持续的解决方案。本工作中,我们提出一种储能辅助的基站可重构可再生能源供应方案,可为基站提供清洁能源并将盈余能量存储以备备用。具体而言,为灵活重构电池的放电/充电操作,我们提出一种基于深度强化学习的重构策略,可适应动态的可再生能源发电与变化的功率需求。我们使用可再生能源发电与功率需求的真实数据进行的实验表明,相比传统电网供电情形,我们的可重构供电方案可实现 74.8% 的节能率。
引用
@article{arxiv.2108.06091,
title = {BESS Aided Reconfigurable Energy Supply using Deep Reinforcement Learning for 5G and Beyond},
author = {Hao Yuan and Guoming Tang and Deke Guo and Kui Wu and Xun Shao and Keping Yu and Wei Wei},
journal= {arXiv preprint arXiv:2108.06091},
year = {2021}
}