近年来，蜂窝网数据流量需求高速增长，移动运营商们通过部署大量基站来提高蜂窝网的网络容量及传输速率，为用户提供更优质的网络服务。与此同时，大量的基站造成了巨大的能量消耗，为移动运营商带来了高额的能耗成本。本文从经济角度出发，研究分析了蜂窝网中基站长期能耗成本的优化策略。
　　本文提出了一种结合可再生能源、本地发电机、分布式储能装置及集中式电网混合能源供电的并网型基站模型，并考虑了双时间尺度模型下的基站休眠策略，在利用休眠技术减少基站模型工作能耗的同时，降低由基站从休眠状态到唤醒状态间的切换而带来的额外启动能耗。针对单个基站的能耗成本优化问题，本文基于李雅普诺夫优化算法，提出了分步求解算法，该算法是一种在线算法，不需要系统的全局输入信息，即可在保持电池及负载队列稳定的条件下，求得基站长期能耗成本优化问题的近似解。
　　本文进一步考虑了包含多基站的蜂窝网模型，以在满足电池及负载队列稳定性约束条件下，最小化蜂窝网中基站的长期总能耗成本为目标，建立优化问题。在该问题中，基站的休眠决策依赖于周围基站的工作状态，因此求得最优解需搜索所有可能的基站状态集合。为了有效解决该问题，本文提出了集中式控制调度算法，该算法以贪心策 略确定基站的工作状态集合，以该状态集合进行能量调度优化，求得最优能的调度策略。该集中式控制调度算法可有效降低蜂窝网的能耗成本，但其状态决策计算的时间复杂度随基站数量呈平方级增长，导致该算法在基站规模较大的蜂窝网系统中响应时间较慢。为了以更低的时间复杂度解决蜂窝网中基站总能耗成本最小化问题，本文进一步提出了分布式控制调度算法，该算法基于对约束条件的放松，使基站的休眠决策无需周围基站的状态信息，一方面，这导致了算法的优化性能略次于集中式控制调度算法，但另一方面，这使得基站状态决策的计算可分布于各基站中独立进行，而无需每次选取一个使目标方程最大的基站进入唤醒状态，因此改算法在时间复杂度上有极大的优越性。
　　本文基于MATLAB平台进行数值仿真实验，分别实现了本文所提出的集中式及分布式控制调度算法。试验结果表明，集中式及分布式控制调度算法都可在保持系统稳定性的同时，有效解决蜂窝网的长期能耗成本最小化问题，其中，集中式控制调度算法获得的最优能耗成本相比分布式控制调度算法更低，而分布式算法在计算时间上具有极大的优越性。