5G基站节能方案探析

夏 颖

上海电子信息职业技术学院 通信与信息工程学院

0 引言

随着5G时代的来临，5G基站经过大规模建设，全国已安装开通了超70万个。5G基站的耗电量非常大，1个S111的5G基站的功耗约3 000 W，远超2G/3G/4G基站的功耗，5G节能对运营商来说很重要，能节省很多电费。持续降低电信运营商OPEX中的电费成本，成为未来通信行业可持续发展的重要方向。

5G基站耗电量大的问题日益突出，如何减少基站的功耗对运营商而言非常重要。传统节能方案缺乏灵活能动性，比如同区域甚至整网参数统一设置；无场景识别，缺乏方案适应性；与真实站点话务量波动匹配度低。传统节能方案缺乏可持续演进性。当容量、站型或者邻区出现变化时，需要重新规划方案；多层次网络协同性差，无法兼容当前网络演进。传统节能方案数据分析冗长繁琐。采用人工进行KPI、话务量等海量数据分析，需要大量外场支撑经验；数据相关性高导致人工分析出错概率高，耗时长，且容易出现结论差异。最后传统节能方案响应延后、实时性差。网络性能实时监控性差，故障处理出现滞后性；网络中难以平衡节能收益与网络性能，部分影响可能导致节能完全关闭。由此可见5G网络需要一个全智能、可自主策略调整的节能方案。

1 5G基站基础节能方式

5G基站主流是BBU+AAU分布式基站，AAU射频设备占用80%的能耗，随扇区数/频谱资源增加，射频设备能耗占比同比增加。射频设备的能耗主要是功放，功放占了射频设备70%以上的能耗、所以5G要节能，最重要的是射频设备的节能。降低5G基站能耗尤其是AAU的能耗，对于整个通信网络的能耗降低起着至关重要的作用。

基站设备节能主要有两种方式，分别是硬件节能和软件节能，硬件节能主要是降低整个基站设备的基础能耗，这需要设备厂商不断加大技术研究和创新。软件节能则基于业务负荷状态对基站资源进行合理調度，以达到基站设备高效率运行的目的。

软件节能根据通信业务在时间和空间分布上的不同特征以及网络负荷的变化，在保证用户感知体验的前提下，通过灵活动态的调度策略对基站进行载频、通道、符号或者整机休眠等不同的关断节能策略，进一步降低5G基站设备功耗，以降低运营商的运营成本。常用的基础节能关断策略如下。

1.1 符号关断

在实际通信过程中，基站不是任何时候度处于最大流量的状态，所以对于子帧中的符号，不是任何时候都填满了有效信息。基站控制符号关断节能功能的开启和关闭，AAU收到信息后，AAU会进行自适应判断，在“没有数据发送”的符号周期时刻关闭PA电源和TRX开关，在“有数据发送”的符号周期时刻打开PA电源和TRX开关，可以在保证业务不受影响的情况下降低系统功耗，这种节能方式称之为符号关断节能。由于符号关断节能利用了DTX技术，这种节能方式也被称为DTX节能。在负荷关断的基础上，基站加入了时隙汇聚集中调度功能，基带会在业务较低时，将符号调度集中在某几个时隙上，例如将数据汇聚到广播、公共信道、参考信号所在的时隙，使得AAU能够更连续地关闭或打开PA电源和TRX开关，这种方式是增强型符号关断也称时隙关断。

1.2 通道关断

通道关断节能为载波级别的操作，当整个载波负荷较轻时，关闭部分通道，以减低设备能耗。当载波负荷升高时，开通通道。载波地上行和下行通道关断是独立配置地，由通道关断模式来控制。5G基站支持的关断模式包括只关闭下行通道、上下行通道同时关闭。5G基站支持的关断档位包括关闭1/4通道、关闭1/2通道以及关闭3/4通道。5G基站统计载波负荷信息，将通道关断的位图下发给AAU，AAU通过位图执行通道关断和开启操作。

1.3 载波关断

在5G多制式多层覆盖的场景下，容量层小区提供热点覆盖，基础覆盖层小区提供连续覆盖。当容量层小区的负荷较轻时，将UE迁移至基础覆盖层小区，关断容量层小区，以达到节能的效果；当基础覆盖层小区的负荷升高时，唤醒容量层小区。这种根据容量层小区和基础覆盖层小区负荷变化触发的节能方式称之为载波关断节能。

对于同制式下多频网络或者 4G/5G 共模基站覆盖情况下，当小区内负荷较低时，可考虑关闭其中部分小区，保证当前话务需求，当符合升高时再自动开启高容量小区以快速满足话务需求，实现节能效果。

1.4 深度休眠

为了达到极致的节能效果，考虑在话务闲时，关闭尽量多的AAU硬件以降低能耗，AAU仅保留光口及电源模块，关闭其他功能模块，最大限度实现节能。

深度休眠主要的场景有5G网络建设初期，5G用户数量很少，可能会有无5G用户使用的时间段；4G和5G协同组网的场景，在低话务时可将5G设备深度休眠；热点区域5G多频组网，在低负荷时间段可将高频设备深度休眠；在商场、写字楼等场所，存在与时间强相关的无业务时段，比如晚上，可以定时5G室分系统的射频设备。

2 5G基站节能测试比较

在某城市对中国联通5G基站进行了节能关断的测试，记录了各测试数据。

（1）符号关断：全天开启，全天24小时进行统计。测试了2个站点6个AAU的节能情况，统计了开启符号关断开关前后5天的数据。经过测试，这款AAU在开启符号关断开关后可节能23.80%。符号关断如表1所示。

表1 符号关断

（2）时隙关断：全天开启，全天24小时进行统计。测试了2个站点6个AAU的节能情况，统计了开启时隙关断开关前后5天的数据。经过测试，这款AAU在开启时隙关断开关后可节能24.50%。时隙关断如表2所示。

表2 时隙关断

（3）通道关断：全天开启，全天24小时进行统计。4个站点12个AAU进行了关闭1/2通道且只关闭下行通道的测试，3个站点9个AAU进行了关闭1/2通道且关闭上下行通道的测试，3个站点9个AAU进行了关闭1/4通道且只关闭下行通道的测试，2个站点6个AAU进行了关闭1/4通道且关闭上下行通道的测试，都是统计关断通道前后5天的数据。经过测试，这款AAU在关闭1/2通道且只关闭下行通道后可节能12.14%，在关闭1/2通道且关闭上下行通道后可节能16.51%，在关闭1/4通道且只关闭下行通道后可节能6.18%，在关闭1/4通道且关闭上下行通道后可节能6.83%。通道关断如图3所示。

表3 通道关断

（4）深度休眠：23∶00~7∶00开启，开启时段进行统计。测试了2个站点、6个AAU的节能情况，统计了开启深度休眠开关前后5天的数据。经过测试，这款AAU在开启深度休眠开关后统计时段内可节能71.75%。深度休眠如表4所示。

表4 深度休眠

（5）时隙关断和深度休眠的组合：时隙关断全天开启，深度休眠在23∶00~7∶00开启，全天24小时进行统计。测试了3个站点、9个AAU的节能情况，统计了开启时隙关断及深度休眠开关前后5天的数据。经过测试，这款AAU在开启时隙关断和深度休眠开关后可节能38.86%。时隙关断如表5所示。

表5 时隙关断

测试发现，深度休眠的节能效果很好，但只能在特定时间段节能；时隙关断和深度休眠的组合的节能效果应该是最好，可以全天节能；时隙关断比符号关断的节能效果好，但相差不大；通道关断的节能效果比较差，其中关闭1/2通道且关闭上下行通道节能效果是通道关断中最好的，而关闭1/4通道且只关闭下行的节能效果最差。

3 5G智能节能方案

智能（AI）节能包括基于负荷预测的AI节能和基于业务导航的AI节能。基于负荷预测的AI节能基于AI和大数据预测网络负荷，启动网间互操作，轻载网络自适应启动节能功能，网间根据负荷状态进行业务互操作，实现网间节能。基于业务导航的AI节能利用多频多制式网络能效剪刀差深化能效协同，引入业务导航模块，进行基于能效的主动迁移实现精细化AI节能，进一步降低网络能耗。

智能节能基于智能节能平台，通过网管进行信息采集和节能策略的配置下方。采用人工智能算法，在系统性能和节能效果间达到最大平衡，实现网络节能降耗。具体方案如下：（1）根据5G基站的特征确定可选用的节能策略。第一，基站配置：组网类型配置（SA、NSA）、AAU配置、基础覆盖层配置等；第二，基站用户特征：低时延、高可靠性要求；第三，基站负荷特征：负荷的趋势稳定性、周期性、负荷等级、类高铁负荷特征等；第四，基站覆盖特征：上行、下行覆盖是否存在弱覆盖等。（2）对于采集到的基站特征数据确定初始节能配置。第一，基于区域/小区历史数据确定统一闲时，针对不同节能策略的应用场景分别确定；第二，基于区域/小区统一闲时内的总体负荷水平确定门限；第三，确定门限兼顾不同节能策略应用的负荷场景，比如符号关断→通道关断→载波关断应用场景对应的负荷水平由高到低；第四，根据统一门限确定每个小区的节能时间段。（3）预期有节能效果小区开启节能策略，并提供相对合适的初始门限和节能时间段。当站点触发节能门限时，站点节能策略开始执行。（4）根据KPI指标、站点能耗和节能效果进行分析，通过历史数据，区分出正效应、负效应以及无效应的3类小区，采用周内同天的子序列拆分预测法，同时结合节假日因子对预测指标的影响，利用二阶指数平滑预测的算法，得到计算性能最优、优化效果最好的预测模型，提出节能策略优化建议。

节能参数自优化包括节能时间窗、参数门限以及多层网络协同。具体方案如下：（1）按照小区动态学习最佳节能触发门限，如上下行PRB利用率、RRC连接用户数等KPI指标。基于智能自学习可进行网络负荷和用户预测，单个基站节能关断时间窗更为智能合理。（2）节能门限参数包括节能开启门限、节能关闭门限、节能检测周期、节能保护周期。节能开启和节能关闭的门限可根据事实调整及回退。基于站型配置及话务统计，预先定义KPI基准线，每15分钟粒度读取KPI，判断是否超过基线，如超过，则进行节能参数回退。（3）通过场景分析进行GSM/UMTS/LTE/5G多频工覆盖小区和节能小区自动识别，实现网络协同节能。

智能监控与优化包括MR数据、KPI实时监控、实时能耗监控以及用户体验感知检测，以节能目标或者KPI允许的波动范围位导向，智能迭代调优节能参数。

业务导航是先选择频层，再选择业务。（1）频层选择：选择能效比更佳的网络层作为业务承载层，再通过负荷信息进行匹配。（2）业务选择：根据不同用户、使用的业务以及速率需求进行选择。

一般高负荷需求不进行业务导航，中等负荷需求进行小包业务导航，低负荷需求采用更多eMBB业务导航。

经过验证，AI节能参数自优化至少提升了80%以上节能实际激活时间，提升50%以上节能效果，增加了30%以上的站点可有效执行节能策略。基站节能初始策略自配置，参数门限在线自优化，在用户话务需求持续上扬的情况下，有效平衡网络性能及用户感知，实现了节能效果的大幅增长。AI节能方案与基础节能的比较情况。

从表6可以看到，AI节能方案相比基础节能，智能节能载波关断时长提升163%，通道关断时长提升35%。数据流量、用户数保持平稳，PRB利用率和接通、掉话、切换等性能指标保持平稳。

表6 AI节能方案与基础节能的比较

经过实际测试，开启16 335个小区，AI节能较常规基础节能，整体日均节点6 451 kw/h，节电比例为7.85%，合计全年节省电量约为235万kw·h。

4 结束语

在世界范围内绿色低碳发展的大背景下，节能降耗、提升网络能效是未来移动通信行业可持续发展的必经之路。 5G基站节能从硬、软两方面进行降功耗技术研究：一方面推动基站采用新材料新架构，降低基础功耗；另一方面开发自适应业务的关断、休眠等软功能降低运行功耗，不断创新并优化5G基站节能降耗技术，可使用户获得最优质的体验，降低运营商的成本。