5G基站节能方案探析

曾孜旻

（中国电信股份有限公司广州越秀区分公司，广东 广州 510030）

0 引 言

5G发展速度不断增快，在发展过程中需要消耗大量的能源资源。想要实现对5G基站的节能，运营商就要提高对于该项工作的重视，充分结合现在的节能方案，对5G节能应用的具体措施进行全面的考察，从5G节能基站的现状出发，对节能区域、层级、时间以及方式进行合理选择，制定出最佳的节能方案。

1 5G时代基站功耗

5G商业化呈现出迅猛发展的趋势，越来越多的5G基站被建立。5G网络使人们能够更加快速并且及时地获取信息，但是在此过程中5G对于能量的损耗越来越多，运营商因此面临着十分巨大的经济压力。通过研究调查可知，信息技术行业的发展过程之中，5G网络耗能量是4G网络的两倍多。相比4G基站，5G单个基站的耗能增加了65%。到2021年5月，我国5G基站的总数多达96.1万个，占据全球的70%以上[1]。与此同时，5G基站的运营电费让运营商面临不小的经济负担。因此。5G基站节能方案已经成为运营商关注的重点问题。

2 现有的5G节能方案

目前5G节能技术方案可以按照设备级、站点级以及网络级进行划分。设备级节能技术方案主要从基站应用的设备、硬件、芯片材料以及新型能源等角度进行节能；站点级节能方案主要从基站的特性功能（如功率、射频等）方面进行节能；网络级节能方案主要是借助多个网络来实现共同节能。

2.1 5G设备级节能技术

设备级节能技术是对整个通信系统供电链中芯片、器件材料进行优化升级，采取更加科学的手段实现有效节能。设备级节能技术应用后，可保证节能效果更优。单位面积下晶管密度与芯片的核心数以及频率存在正相关关系，随以上指标增加，基站的性能也更优。由于氮化镓的宽禁带较高，并且其电子迁移率较大、电子速度也比较快，因此这种新一代的半导体材料也被应用到5G设备中。这种材料在大功率、高效率的微波功率放大器中，能够得到有效的利用[2]。而且液冷散热时，其液态冷却介质的比热容较大，可以迅速带走设备的热量，实现快速降温的目的。

2.2 5G站点级节能技术

站点级节能方案的推行要在不影响网络质量与用户体验的情况下，合理控制基站射频，例如关断符号、通道、小区以及AAU深度休眠，以此实现对5G基站的合理控制，实现减排的目的。其中，符号关断就是基站对目前仍在使用5G网络的用户进行观察，并对其用网情况进行合理评测，短暂控制未能实现信息传输的符号，对功率放大器等射频硬件进行合理关闭，减少5G基站的静态耗能。通道关闭是指小区呈现出低负荷状态时，基站工作人员将AAU使用通道数目从原来的68调控成48或16，借助这种方式进行节能[3]。深度休眠是指在小区用户不使用5G网络时，将AAU中的数字中频、功放等所有可以关闭的器件予以关闭，只将具有唤醒职能的数字电路接口保留下来，以此减少5G基站的耗能。2021年，包括中兴和华为在内的设备商开展了多项5G节能试点测试验证，节能效果提升明显。2021年7月，辽宁联通同中兴通讯在大连成功试点5G节能技术，其中具体验证的技术包括DTX关断(时隙关断、符号关断)、通道关断、深度休眠3大技术，同时根据不同网络场景测试了多项节能组合策略。测试结果显示，D关断节能技术可实现降耗10%至20%，通道关断技术可实现降耗15%至25%，深度休眠使能期间可实现平均降耗60%至80%。华为则联合上海移动验证采用了其节能方案(PowerStar)后的5G单模与4G/5G双模站点节能效果，现网实测5G单模站点日均节能比例24.83%，4G/5G双模站点日均节能比例12.26%。通道关闭时节能信息见表1，时隙关断时节能信息见表2。

表1 通道关闭

表2 时隙关断

2.3 5G网络级节能技术

5G网络级节能技术融合了多项网络，并且对其进行合理的控制。按照网络无线环境的区别，在网管侧进行数据采集、数据处理等方式，并且对小区关断以及唤醒的状态进行科学合理的调控。在网络节能协作系统中，主要包括数据采集、策略制定以及命令执行3个模块[4]。其中，数据采集模块主要是对网络基础数据进行采集并清洗存储；策略模块的主要作用是对数据系统进行分析和统计，按照具体的算法对小区的节能场景和节能时间进行识别，帮助工作人员制定合理的节能方案；命令执行模块则是发送具体指令以及执行休眠或唤醒命令。

3 5G基站节能现状

目前5G网络建设已经收获了十分良好的效果，利用新材料、新散热工具、新工艺制程开展设备级节能面临着许多的困难，不仅新材料的工艺不够成熟，而且散热和封装工作也面临着严峻的考验，运营商频繁更换基站设备的欲望也比较低，因此在5G基站节能中应用设备级节能方案是不现实的，其只能被应用在网络增补或新的网络中。现阶段，我国站点级5G基站的节能技术发挥了重要的作用，实现了对能源的高效利用。站点级节能技术已经实现了对基站侧的控制参与，并且可以智能化地在节能状态与一般状态中转换，降低用户不良体验感。在设备级节能技术与站点节能技术都无法真正意义上实现对5G基站节能的背景下，运营商将网络级节能技术作为节能工作的中心[5]。在信息技术快速发展的背景下，人工智能技术也在不断发展，网络级节能技术可结合人工智能节能平台进行多制式、多频段协作的动态节能。

4 5G基站智能节能解决方法

4.1 智能节能思路

近年来，人们更加注重智能节能。结合人工智能技术进行网络级多网协作节能，需要对小区中需要节能的地方进行合理评测，同时还要对能够节能的层级网络进行评测。除此之外，节能的时间段以及具体的节能方式也要被充分的考虑在其中。

4.2 节能区域识别

一般来说，潮汐效应会对节能区域识别产生重要的影响。当基站附近的场景变化时，就可以对其所处的场景进行智能化判断。借助网络爬虫，能够了解POI物业点的边界纬度、高度、面积以及场景分类等，并且与网络MDT采样点数据进行有机结合，这样就可以充分掌握小区中POI物业点覆盖的数量，还可以充分了解其中采样点的占比情况，然后借助POI物业点的分类信息以及小区在每个采样点的占比情况进行分析，了解小区覆盖场景情况[6]。具体操作方式如图1所示。

图1 节能区域识别流程

4.3 节能层级划分

以电信运营商为例，随着多年的不断发展，电信运营商已经获得了许多可以补充容量的频段。4G网络FDD的频段为1.8G的上行1765～1785MHz、下行1860～1880 MHz以 及 2.1G 的 上 行 1920～1940 MHz、下行2110～2130 MHz；5G网络TDD 的频段为3400～3500 MHz[7-10]。对于高阶制式来说，可以用作容量层。小区业务负荷不高时，制定小区关闭的顺序，先将容量层关闭，然后再将基础覆盖层关闭。服务小区的关闭顺序如图2所示。

图2 服务小区的关闭顺序

4.4 节能时间识别

自回归模型也被称之为AR模型，具有比较常见并且应用广泛的特点，是一种平稳时间序列模式，可以实现对时间序列的统计和处理。自回归模型主要是根据一些随机变量的线性组合，对随机变量的线性回归模型进行预测。也就是说，已知有N个数据，就能够利用模型对第N点后面的数据进行推算。但是自回归模型是通过N点逐渐推算，差值则是根据几个点或两点实现对多点的推算。由此可见，自回归模型的时间识别方法要比插值方式取得的效果更好。使用AR模型对小区业务负荷情况进行预测，可以有效得出小区的节能时间。

4.5 节能方式选择

由于小区的负荷状态存在一定的差异，因此小区的节能方式也存在着不同之处。针对没有用户使用5G网络的情况，可以进入深度休眠之中；极低负荷的情况下，可以利用小区关断的方式进行节能；轻度负荷状态下，使用通道关断的方式进行节能；中度负荷下，则利用符号关断进行节能。在此背景下，运营商可以利用数量较少的站点级节能特性，采取智能调控的方式实现节能工作，然后精准识别小区的场景并且进行层级划分与节能时间识别，利用智能开关模型和场景策略模型获得最优的节能方案，并在5G基站中科学使用。

5 结 论

综上所述，本文对传统基站节能技术进行深入分析，指出目前运营商实施的节能策略及措施中存在的问题，具体阐述5G基站智能节能的具体方案。结合POI物业点与MDT数据，对节能小区的场景进行识别，合理划分目标网络的层级，并运用回归算法对节能时间进行预测，借助智能化技术完成对5G基站节能的控制及智能化调控。