Page 36 - 网络电信2021年8月刊下
P. 36
号关断一样,只适合于夜间工作量较少的状况下进行。并且在 多,因此,加强对AI节能技术的应用便显得愈发关键。同时,
其通道关闭功能进行的过程中,还要不断考虑其上下行的业务 目前许多5G基站的运营商中,仅从主设备的空载功耗来看就达
负荷状况,只有这样才能发挥出该方法最佳的节能效果与运行 到了2.2~2.3kW,而其满载功耗更是达到了3.7~3.9kW。以每
性能。 一度电1.3元为例来进行计算,原本的4G基站一年的电费可以达
第三,载波关断,这种方法与前面2种方法一样,同样是在 到20280元,5G基站每年所产生的电费达到了54600元,而按照
特定的状况下才能进行。其通常是在网络较闲的时间段或地区 我国60万座5G基站来进行计算,其一年的电费就能达到327 亿
开展,然后借助载波关断技术来降低基站的能耗。 元。从上面所列举的数据我们可以认识到AI节能技术的应用不
第四,深度休眠,其主要应用于室内覆盖分布式皮站,如 仅能为5G基站运营商节省运营成本,而且还能有效减少能耗,
商场、地铁等典型潮汐场景,即一天之中存在业务空闲段和业 节省能源的同时也满足了国家相关的环保要求。
务繁忙段。当进入业务较少的时间段,相关设备便进入深度休 2.5G基站能耗构成
眠状态,许多功能都将不再提供服务。而当业务量不断上升, 如今,为进一步提高通信网络的覆盖区域面积以及服务质
达到某个特定范围,则又重新对设备进行激活,从而满足其服 量,一些5G基站已经开始大规模修建,其所带来的能耗也大大
务需求。因此,只要设定好深度休眠模式的启动与关闭时间, 增加。随着数据流量增长速度的不断加快,以及一些应用场景
便能在有效的空闲状态下实现节能目的。上述方法的使用皆受 的不断变化,5G时代的到来也适应了网络信息发展的要求。而
时间以及空间的限制,虽然也能起到降低能耗的作用,但是节 想要促进其经济社会价值的不断提高,就必须不断通过运用智
[2]
能效果并不理想,亟待进一步的完善 。 能节能技术来降低基站的能耗。目前,5G基站的能耗主要可以
分为以下3个方面:
二、AI节能技术概述 一是传输过程中所产生的能耗;二是计算过程中产生的能
传统的节能技术借助的是时间和空间上的业务量差,然 耗;三是其他能耗。以传输能耗为例,还可以分为射频部分与
后通过调整参数或者关闭开关来达到节能的目的。但是随着科 功率放大器所产生的能源消耗,而这2个部分所执行的是基带信
技的发展以及社会环境的变化,原有的节能方式正逐步受到限 号与无线信号转换,在进行传输的过程中还可能会产生电线的
制,使得本来节能效果一般的节能技术难以发挥作用。而AI节 功耗。计算能耗大部分所消耗的是电力能源,其主要的消耗途
能技术的运用恰好能克服传统节能技术的缺陷,既能为用户提 径是数字处理、智能管理、核心网等其他的通信功耗。而其他
供优质服务体验,也能满足节能减排的需要。AI技术通过对以 的通信消耗主要包括直流电供电时所产生的线路功耗,以及其
往用户的历史使用数据进行分析,建立相关的学习模型,并且 他制冷设备、监控设备以及机房空调等所消耗的电量。在目前
根据实时的数据变化,来对其模型不断进行优化,最后再制定 的5G通信网络中,其基站所消耗的能源基本上占据了总能耗的
出合理、科学的节能策略。对其时间以及空间上的节能配置进 80%,其中机房设备所占能耗基本上超过一半的比例。此外,5G
[3]
行优化,有效解决了用户服务质量和节能要求之间的矛盾 。 基站中所使用的AAU设备与传统电站的RRU设备在能耗上也有着
如今,我国已经建成的5G基站达到60万个,在带来更大的 很大的差别,AAU设备内部形成天线阵列、设备通道与基带功
带宽与更多的通道数的同时,也带来了更大的能耗。据有关数 能。因此,在设备的功放模块、收发机与数字基带方面其功耗
据统计,相较于4G基站来说,其总的能耗比4G基站多3~4倍, 占比更大。所以,如何降低5G基站的能耗将是接下来所面临的
所以其运营所带来的电力消耗也是非常巨大的,因此,AI节能 主要问题。
技术的应用便显得更为关键。目前,较为常见的节能技术思路
是从基站射频入手,在兼顾体验的同时,构建设备、站点和网 三、基于AI的基站节能技术
络三级技术方案体系,结合AI等技术多管齐下,从试点来看效 1. 节能场景识别
果显著。同时,错峰用电及地方用电优惠也使得5G基站耗电得 由于每一个场景的服务量需求不同,以及每个时间段的需
到一定程度的缓解。 求量也会有着相应的变化,而为了最大限度地完成节能目标,
1.AI节能技术的重要性 就需要基站依据不同的场景,通过AI技术对其进行自动识别,
相关数据研究发现,在运营商OPEX中,其基站的电费支出 然后建立合理的节能策略。而在策略的建立和选择上,则是依
占网络运营部分的30%以上,是其整体支出的10%左右。而我国 据其场景具体的气候环境、流量统计等历史数据进行确定。借
移动电费支出显示,2018年的电费支出达到了220亿元,这些都 助AI技术中相关性分析,建立相应的学习模型,智能化地对不
是非常大的开销,而且不包括其损耗的电能。如今,随着5G基 同时段的场景采取不同的节能策略。并且实时根据新数据的变
站的大力建设,其能耗也将会随之增加,其原因主要包括以下 化,不断校正过去原有的模型,并进行节能策略上的更改,从
几点: 而达到自动化管理的目的,在节约人力成本的同时,提高了基
①大带宽。5G NR带宽从原来的4G的几十兆变为160/200兆。 站节能工作的效率。
②通道数增多。收发通道数从原来的8通道变为64/32通道。 在具体的模型识别工作中,可以根据潮汐场景不同时间段
③数字中频器件、芯片等集成度不足,导致功耗增加。 内不同的人流情况来进行有依据的识别。例如,对商场的识别
④流量从传统的2流变为16流。 过程中,其白天以及晚上的流量必定很大,夜间则是无流量,
⑤发射功率从大于100W 变为240/320W。 并且其休息日的人流量必定大于工作日的人流量的,而AI技术
由此可见,5G基站所产生的能耗要比以往的4G基站大得 则可以据此判定其场景应为商场。这样也就最大限度地提升了
网络电信 二零二一年八月 57