5G基站能效评估影响因素分析及分级体系初探

2023-11-18尚海波席向涛王昱皓中讯邮电咨询设计院有限公司郑州分公司河南郑州450007中国联合网络通信集团有限公司北京00033

邮电设计技术 2023年10期

曹恒，尚海波，席向涛，王昱皓，张鹏（.中讯邮电咨询设计院有限公司郑州分公司，河南郑州 450007；.中国联合网络通信集团有限公司，北京 00033）

0 前言

目前我国正在加速推进5G网络基础设施建设，截至2023 年6 月，我国5G 基站个数已达到293.7 万。5G基站能耗高但拥有更强的性能和业务能力，采用“能效”来评估5G基站被业界广泛认可。能效的传统定义为单位能耗所提供的有效输出，随着5G 应用新业务、新场景不断涌现，为了更全面地评价网络能效，评价体系需不断演进。能效分级标准的设定可有效牵引无线网络持续朝着以更少的能耗提供更多的业务量以及更好的业务体验的方向发展。

1 5G基站能效评估方法

5G 网络能效评估的关键是要选择合理的指标来刻画网络的单位能耗效果，能效的常见定义为单位能耗的有效输出，为了更全面地评价网络能效，评价体系不仅考虑业务输出，还需结合相应的质量因子，体现出有效的综合业务感知输出。能效的定义公式可表示为：

3GPP 定义了5G 网络三大类业务场景，即eMBB、uRLLC、mMTC。基于5G 业务特点，可采用场景化、多维度刻画网络能效表现，其中场景化为考虑不同业务场景下无线网络的有效输出，并结合网络建设目的判断单站适用的能效评估方法。

eMBB作为5G基本业务类型，主要面向5G无线网广域覆盖，可按照区域类型分为容量型为主场景和覆盖型为主场景，如学校、交通枢纽、商务办公区、住宅等为容量型为主场景，高速、行政村等为覆盖型为主场景。uRLLC 业务和mMTC 业务一般在局域2B 专网或切片形式应用，有效输出可表示为时延、可靠性和连接数，可用来评估业务的局域专网能效或切片能效。5G业务能效评估体系如表1所示。

表1 5G业务能效评估体系

2 能效洞察及影响因素分析

基于现实网络数据对5G基站能效进行评估分析，洞察现网能效表现，量化各因素影响5G无线网络能效的作用规律和程度，并为网络能效优化和提升提供参考。

以eMBB场景下的5G无线网络现网全天（24 h）能耗及网络性能数据分析为例。

2.1 5G基站能耗测量与采集

3GPP定义了无线接入网PEE参数测量，具体包括功率、能耗、温度、电压、电流和湿度。能耗测量值反映了网元消耗的能耗，在测量周期内（Tr）基于瞬时电压和电流相乘后求积得出单位为kWh。设备功耗是以物理网元为单位测量和上报的，针对多模基站，能耗需区分不同的无线接入技术（RAT），按每个系统配置的射频功率比例分配能耗。

对比设备上报的能耗数据与现网外挂测试仪表数据，如果两者误差在5%以内，可以作为能耗采集数据。从能耗采集数据分析（见图1、图2 和表2）来看，5G BBU 能耗相对稳定，与流量关联性不大，与配置基带板数量相关；AAU/RRU 能耗与流量、通道数有强关联性。

图1 5G分布式基站BBU能耗分布

图2 5G分布式基站AAU/RRU能耗分布

表2 5G BBU/AAU全天能耗值

2.2 5G设备能效影响因素

影响5G无线网络能效的因素众多，为客观量化各因素的影响程度，从网络环境、设备部署类型及配置、业务分布等视角分类分析。

2.2.1 网络环境因素

网络环境因素指5G 无线网络部署的外部条件对能效的影响，主要包括人口密度、规划场景、气候条件等客观因素。

环境类因素属于外界客观因素，反映了能效与区域、场景等的相关性。不同人口密度的区域基站部署密度不同，业务量存在较大差异，具体如表3所示。气候条件影响主设备功耗，一定温度范围内设备功耗和环境温度呈正相关，南北方气候也对设备功耗影响程度不同。规划环境影响站址选择和网络规划策略，不同场景下的地形地貌特点对空口传播模型也有较大影响。

表3 基于人口密度的区域5G能效对比

从实际数据分析，覆盖能效差异较流量能效差异更为显著。传统能效的计算主要考虑业务量维度，忽略了广覆盖基站建设属性，弱化了覆盖类基站的实际有效输出，考虑到基站建设一般具有多重属性，建议参考场景和主要建设目标区分容量型和覆盖型基站能效。

2.2.2 设备部署类型及配置因素

设备部署类型及配置因素指5G 无线网络的部署方案和方式、配置差异、节能特性等对能效的影响。

网络部署时的组网策略直接决定了网络建设方式、宏站室分规模、数字化室分应用比例、频段及收发通道配置等，对网络能耗和网络业务质量均有较大影响。一些节能特性的部署应用，也将优化和提升网络能效。

从分场景宏站和室分能效对比来看，学校校园、交通枢纽能效相当，政企单位室分能效略优于宏站，其余场景下宏站较室分优势明显，具体能效差异如表4所示。

表4 分场景宏站室分能效差异

从宏站在不同频段、不同通道配置的能效来看（见图3），射频模块的收发通道数越多，能耗越高，可以支撑的容量也越大。各类通道设备能效和流量基本呈线性关系，当业务量一定时，不同通道设备能效对比为:N2100 4TR≈N3500 8TR＞N3500 32TR＞N3500 64TR。对同类型通道能效拟合曲线，以64TR 为基础对比差异比例，流量超过一定门限后，各类设备的能效比基本稳定，约为64TR 能效∶32TR 能效∶8TR 能效∶4TR能效=1∶1.5∶2.4∶2.6。

图3 不同配置下能效分布及对比

从室分建设方式来看，在传统DAS 部署场景中，能效和流量呈明显线性关系（见图4）。相同业务量情况下，1TR 和2TR、3.5 GHz 和2.1 GHz 站点能效无明显差异。能效和通道数量、频段的关联性不强。

图4 传统DAS不同配置下能效分布

数字化室分部署场景中，能效和流量大致呈线性关系（见图5），其相关性弱于传统DAS 室分场景，同时单站点pRRU 数量和能效之间无相关性。在相同业务量情况下，数字化室分能效低于传统DAS 室分，从节能角度考虑，在传统DAS 室分能满足容量需求的情况下，应优先部署传统DAS系统。

图5 数字化室分能效分布

从节能特性开启与关闭角度分析（见图6），通常在00：00—06：00 业务量较低时配置符号关断、RF 通道关断和射频模块深度休眠3 类节能功能，基于网络负荷变化按需开启。对开启和未开启节能模式时间段的能效分别进行计算，开启节能模式能够有效提升设备能效，效能提升2～4倍。

图6 节能模式移动对能效的提升

2.2.3 业务分布因素

业务分布因素指不同业务特点、业务负荷、用户分布等对网络能效的影响。

基于5G 基站功耗测试数据分析，5G 基站设备中AAU 设备（64TR AAU）约占5G 基站设备总能耗的90%。5G基站AAU 主要模块包括PA 模块、基带模块、收发信机、电源模块、滤波器，其功耗占比为40∶32∶20∶5∶3，下行业务对基站能耗影响较大。从样本上下行流量数据分析，5G 流量以下行流量为主，97%的站点的下行流量占比高于70%，产生的流量占比为99.2%，上行流量占比较高的站点的流量绝对值不高且样本量较少。

筛选15 min颗粒度内小区流量为4～5 GB的小区，分析其上下行流量与能效之间的关系（见图7），从图7可以看出，下行流量低于70%的小区能效和下行流量高于70%的小区能效分布基本相当，差异不明显。后续将扩大样本，持续关注上下行业务与能效的关系。

图7 同业务量小区不同下行占比与能效分布对比

网络业务负荷是影响网络能效的关键因素，业务负载表征了网络的利用率，在其他因素基本拉齐的前提下，网络能效和网络负载呈现显著的正相关性。根据小区忙时数据分析PRB 利用率与能效之间的关系（见图8），可以发现3.5 GHz站点能效与PRB 利用率关联性较高，2.1 GHz 站点能效与PRB 利用率关联性较低，3.5 GHz 站点能效随PRB 利用率变化的敏感度为8TR＞32TR＞64TR。

图8 PRB利用率与能效分布对比

从业务时间分布维度来看，业务流量与能效之间具有强相关性（见图9），夜晚能效较低，需利用多手段创新技术持续降低能耗、提升能效。

图9 24 h流量与能效变化趋势

在蜂窝移动通信中，用户分布的远、中、近对空口链路占用有显著影响，进而影响业务传输效率以及业务质量。基于TA 数据分析用户分布对能效的影响（见图10），能效变化趋势与小区平均覆盖距离呈反比，随着小区平均覆盖距离增大，能效逐渐下降。

图10 小区平均覆盖距离（基于TA计算）与能效分布对比

3 5G基站能效评估分级体系初探

能效等级是表示产品设备能效高低的一种分级方法，对于能源消耗和环境保护具有重要意义。根据移动通信网络特点，基站设备可以分为设备级能效分级和站点级能效分级。

设备级能效是无线网设备在一定的业务模型下，如固定测量时间、终端数量及位置、下行业务量等前提条件下的测试能效，用来评价设备的节能性、经济性等，可以认为是设备的固有属性。设备级能效测试使用的业务模型有2 种，一种为借鉴ETSI 标准测试模型，业务模型应包括低/中/高负荷持续时间、5G终端近中远分布数量、传输小/中/大/3 种不同文件数据大小/间隔时间/文件数等。另一种为使用网络实际业务模型，按照现网典型场景下24 h 典型业务量负荷模拟业务模型，评估设备级能效，此方法测试能效将较接近现网实际值。将能效分为5级管理，其中“1级”为能效先进值，表示已达到基站设备行业能效先进水平；“2级”表示产品能效较高；“3 级”为国内设备能效平均水平；“4 级”为低于行业平均水平；“5 级”为产品准入标准，设备能效低于“5级”不能入网。目前CCSA 正在制定能效测试规范，未来可以根据规范测试设备级能效并进行分类和分级管理。

站点级能效是指设备在实际运行中的能效，从第2章可知，站点级能效与部署环境、站点业务量、节能措施使用、终端远近等诸多因素均有较大关联。同一设备的设备级能效相同，但站点级能效会存在差异性。站点能效分级的目标为在保证网络性能的基础上，查找薄弱环节以发现问题，并提出对策建议，促进5G 网络向高能效网络发展。分级思路有横向和纵向2种，横向分级以设备能力为牵引，以最大全天业务量下的能效作为基准牵引值，按基准牵引能效达到的比例作为分级标准，可有效促进5G 业务发展来提升网络能效。从图2 可以看出64TR/32TR 全天流量可达400 GB，8TR/4TR 全天流量可达100 GB，分别以64TR/32TR 在400 GB 全天流量、8TR/4TR 在100 GB 全天流量下的能效最大概率确定基准牵引值，64TR、32TR、8TR、4TR的能效基准值分别为10 GB/kWh、16 GB/kWh、8 GB/kWh、7 GB/kWh，分类标准为基准牵引能效的85%、50%、30%、10%。依据分级标准，1～5 类比例分别为18%∶21%∶26%∶27%∶8%。各类站点特定流量下能效概率分布如图11所示。