隨著5G基站和電動汽車數量快速增長，它們的總耗電量已成為電網不可忽視的負荷。有研究預計，到2025年，單座5G基站年均耗電將達到1.2萬千瓦時，算力電費總額可能高達490億元。電動汽車的普及和移動數據流量的激增，不僅推高了用電成本，也加大了電網擴容的壓力。與此同時，在可再生能源接入困難的背景下，無序充電和基站運行還可能加劇電網波動。

為此，華北電力大學與貴州電網電力科學研究院的陳愷、付宇等研究人員，提出了一種面向5G車聯網的實時能量協同管理策略。

(資料圖片)

圖1 5G車聯網能量協同在線管理架構

過去的研究中，電動汽車和5G基站的用電管理往往是分開進行的。比如，有的研究讓電動汽車在電價低時充電、電價高時放電，以節約車主電費；也有研究控制基站的通信負荷或儲能，降低運行成本。但這些方法大多忽略了一個關鍵問題：車聯網中信息流與能量流是緊密相連的。

基站進行能量調度時，可能影響通信質量，進而導致電動汽車的充放電響應不及時，造成能源浪費。此外，5G基站除了通信功能，還承擔著邊緣計算任務，這會顯著增加其能耗。尤其在數據任務密集時段，服務器發熱加劇，空調制冷耗電也隨之攀升，空調能耗可占基站總電耗的30%左右。另一方面，電動汽車在停放或充電時，其車載算力常常處于閑置狀態。

如果能將這些零散的計算資源利用起來，協助基站處理計算任務，就能在不增加額外能耗的前提下，實現“算力遷移”，緩解基站的熱負荷與電費壓力。

針對上述問題，研究團隊構建了一個聯合調度模型，協同優化電動汽車的充放電行為、基站的通信與計算負載、空調負荷以及儲能使用。該模型以系統長期用電成本最小為目標，并采用改進的Lyapunov優化方法，將隨機性問題轉化為確定性優化問題，從而適應網絡狀態的不確定性。

圖2 融合邊緣服務器的5G基站負荷模型

為了激勵電動汽車參與計算任務遷移，研究人員還引入了“主從博弈”機制。基站作為主導方，向電動汽車分派計算任務；電動汽車則根據收益決定是否接受，在幫助基站“降溫”的同時，也為自己爭取充電優惠或收益。此外，團隊還設計了兼顧電網通信安全的調度方法，融合了啟發式搜索與連續凸近似技術，確保策略的可行性與效率。

圖3 算法流程

仿真結果顯示，相較于現有的實時能量管理方法，該策略能夠有效降低車聯網系統的整體用能成本，并在不同光伏配置和突發任務場景下均表現出良好的適應性。

這項研究的意義在于打通了電動汽車與5G基站之間的能量與信息壁壘。通過協同調度與計算熱負荷轉移，不僅減輕了電網負擔，也降低了基站和車主的用電開支。隨著車聯網絡規模持續擴大，這類實時、靈活的能量管理策略有望成為支撐綠色通信與低碳交通的關鍵技術之一。

本工作成果發表在2024年第23期《電工技術學報》，論文標題為“基于計算熱點轉移的5G車聯網能量實時協同管理策略”。本課題得到貴州電網有限責任公司科技資助項目的支持。