孙传毅
中国铁塔股份有限公司南宁市分公司 广西南宁530000
摘要：进入21世纪以来，我国网络体系不断发展，5G通信技术被广泛应用。本文提出一种5G基站智能节能方案，用于降低5G基站设备能耗、节省5G网络运营成本、实现移动通信行业节能减排。所提方案可对基站业务量进行准确预测及全天候实时监控，并自动生成节能策略，实现基于多制式网络智能协同的网络区域级智能节能，使节能策略能够适应网络负荷变化，执行更具有灵活性。
关键词：5G；基站；智能节能；方案研究
引言
在无线网络的能耗构成中，基站设备的能耗占比最高，基站节能是无线网节能降耗的基础。从4G发展到5G，移动通信技术与产品都发生了变革，5G无线网络支持更高速率、更低时延、更大连接密度，以应对5G数字化生态给网络带来的新挑战。与4G相比，5G基站支持更大带宽、更多通道数、更复杂的空口协议，硬件处理能力相应提高，设备架构及功能更为复杂，功耗也大幅增加，5G基站节能面临更大的挑战。
15G基站能耗构成分析
为了保证移动通信网络的有效覆盖和服务质量，电信运营商需要在全国范围内建设数百万台无线基站。这些基站分布范围广、数量庞大，其能耗在整个移动通信网络中占有较大的比重。尤其在5G阶段，面向行业应用的场景层出不穷，数据流量呈现指数级增长，这对网络建设、运营和管理提出了新的挑战。持续深入研究5G基站节能技术，大幅降低5G单站能耗水平，具有非常重要的经济价值和社会价值。
（1）计算能耗：即BBU消耗的电量，包括数字部分处理、管理和控制，核心网和其他基站间通信等相关功耗。
（2）传输能耗：即功率放大器（PA）和射频（RF）部分所消耗的电量，其主要执行基带信号与无线信号之间的信号转换，馈电线的功耗也包括在传输功耗之内。
（3）其他能耗：即从市电引入到基站直流供电的整个转换过程中额外损失的电量，也包括机房空调、监控系统、制冷设备所消耗的电量。
在5G移动通信网络中基站设备能耗占总能耗的80%以上，机房中基站设备的能耗占比超过50%。5GAAU设备与传统4GRRU有较大的差别，AAU内部集成了天线阵列、最高64个射频通道和部分基带功能，因此AAU在功放模块、数字基带、收发机等部分功耗有较大增加，据统计5GAAU设备的能耗占基站设备的80%以上。因此，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。
25G基站节能技术
2.1创新供电技术，节能减排
a）一方面扩展开关电源容量，满足现阶段建网需求。另一方面采用新型供电方式，适应5G基站组网方式。传统48V方式中，供电距离较短，且损耗较大。新型高压（240V甚至更高）直流远供，在传统开关电源基础上，增加局端、远端设备，降低线损，解决供电距离问题，可为远端AAU供电。
b）蓄电池建议改用锂电池，对环境适应性会更好。同时根据不同的业务场景需求，提供差异化备电时长，确保语音业务不中断，节约蓄电池资源。
c）鼓励运营商集中设置CU（集中单元）/DU（分布单元）池机房，通过拉远AAU方式，既节约了机房空间，又能更有效的保障机房环境，降低空调能耗。对于大型集中机房，引入节能减排新技术方案，通过常规空调、新风降温系统与热管空调的组合应用，实现空调系统的综合节能运行。对于普通基站机房，用变频空调取代定频空调，起到节约电能的作用。在年平均温度相对较低的地区，可重点考虑新风降温系统用于节能减排。
d）基站的户外机柜、机房屋顶及墙面，可使用新型材料，如热反射隔热防腐涂层，进行环境主动降温，达到减少能耗的目的。
2.2数据采集与分析
数据采集需要按照基站业务过程、信令交换原则等，通过对接不同的数据来源库，以一定粒度获取需要的数据源，包括PM、MR、工参、基站配置等数据。然后，对获取的数据进行提取解析、关联汇聚，将原始数据存储到节能方案所需的数据库表格中。另外，需要对数据的规模进行探索分析，对不同规模的数据采取不同的存储方式和处理工具。为了方便后续为基站节能提供深层次支撑服务，需要通过各种技术手段对数据进行组织或分析，包括缺失数值的处理、数据编码、数据标准化、数据降维等。
数据采集和分析的过程中需要建立数据质量评估和监控体系。在数据采集之后，需对数据质量进行评估，确定数据的可用性，以免因数据质量问题影响后续节能策略的分析。在数据处理的过程中需要监控数据处理的步骤、时间、有效性等，避免因数据处理过程的中断或错误导致后续节能分析的错误。
2.3基于AI的智能节能技术
随着网络技术的演进，5G时代将出现多制式网络共存的情况，云化的网络架构也在逐步发展，使得网络结构的复杂度不断增加，如何通过多制式网络之间的协同实现区域级的能耗最优化成为网络节能面临的关键问题。传统的软件节能技术中，关断特性由基站根据业务量统计触发，关断时间、关断门限等参数需要由人工进行设置，难以在保证用户业务性能的前提下实现跨网络的节能，节能效果有限，关断特性在全网的使用率并不高。
随着人工智能技术（AI）的发展，基于AI的智能化节能成为了未来新的技术发展方向。利用AI技术可以对现网大量数据进行分析、建立业务模型，实现业务预测及参数训练，同时，通过AI算法可自动识别节能小区、选择节能策略，提高节能触发的灵活性，为软件节能特性的广泛应用提供了可能。
a）不同制式、不同频段的基站设备通过网管接口向网管平台上报KPI、MR等各类业务性能数据。
b）AI平台从网管平台实时获取业务性能数据，通过机器学习对数据进行分析，并基于分析结果识别节能基站、生成节能策略。
c）AI平台将节能策略下发给节能基站，触发对应基站进入节能状态。
d）随着业务负荷的变化，AI平台实时评估节能效果及网络性能，并调整优化节能策略，提升节能效果。
2.4节能策略生成与执行
在不同的时间段，不同的区域，基站的使用率是不同的，为了更好地达到节电效果，需要实时地更改节能的策略。节能策略根据2.2小节的小区分级结果及2.3小节的业务量预测结果，根据不同节电策略对网络的影响以及节电效果配置不同的生成时间段以及持续时长，通过策略为抓手使节能效果与网络性能达到最佳状态。节能策略需智能化地设定节能模型的优先级、生效时长、节能阈值等。
节能策略的执行需与设备厂商硬件网管OMC对接，实现节能调度任务下发、节能方案执行等功能。
策略执行主要是将生成的节能策略转化为可在OMC执行的指令，然后获取节能小区的互斥权限，判断该小区是否正在执行与节能指令互斥的操作，并且对节能小区的现网状态及告警进行查询解析，如果节能小区不存在互斥操作且状态正常，则执行小区节能关断操作并且同步相应网元，执行完成后需释放小区的互斥权限并且检查小区执行后的状态及告警。
结语
5G基站的节能是一个长期的系统性工作，需要软硬件协同配合，不断进行技术创新，采用新架构、新工艺、新材料、新方案、新设计，逐步降低基站设备的基础功耗。同时将人工智能技术引入到通信网络运营运维的各个环节，实现4G/5G网络的智能协同，资源调度的持续优化，用户体验的不断改善。基于AI的5G基站节能技术不断创新和演进将有效降低运营商OPEX成本，提升运营商市场竞争力和可持续发展能力。
参考文献
[1]秦婷.通信基站能耗分析[J].西安邮电学院学报,2011(2):76-78.
[2]林雨浓,王昕,李伟.基于自组织网络的LTE基站节能优化解决方案[J].邮电设计技术,2018(5):50-54.
[3]孙乐,黄虎.LTE-A系统的网络节能优化技术研究[J].邮电设计技术,2016(4):35-40.