2023年绿色未来网络—网络能源效率白皮书（Phase 2）

网络能源效率第二阶段 by NGMN Alliance 本文档中包含的信息代表NGMN联盟e.V.截至发布日期对所讨论问题的当前观点。本文件按“原样”提供，不作任何保证，包括任何适销性、不侵权或适用于任何特定用途的保证。与本文件中信息的使用相关的所有责任（包括侵犯任何知识产权的责任）均予以放弃。在此未授予任何知识产权的明确或暗示许可。本文件仅用于信息交流，并可能未经通知进行更改。 执行摘要 电力——即使是由可再生能源产生——也是一种有限的资源，并且是移动网络的重要运营输入成本。因此，通过提升网络能效来减少电力消耗至关重要。最近的能源危机进一步凸显了这一问题。 移动行业通过NGMN联盟（NGMN）的“绿色未来网络”计划联合起来，寻求解决方案以提高网络能效并使运营商能够减少电力消耗。在此出版物中，我们概述并优先排序了提高网络能效的各种可用选项。特别是，节能方法分为三大类（和时间跨度）：（短期）流程优化；（中期）工程优化；以及（长期）新技术。我们的结果强调，在短期内——通过优化网络配置以利用现有节能功能——有可能将能源消耗减少高达10%。为此，可以使用机器学习（ML）来估计现有节能方案带来的能源消耗减少量，从而支持确定最合适的节能策略部署过程。在中期，通过投资于站点升级和重新设计，可以减少关键组件的能源消耗，并最大限度地提高电能向射频（RF）能的转换。考虑到无线接入网（RAN）约占所有移动网络电力消耗的四分之三[1]以基站设备为基础站单元（RU）、基带单元（BBS）和主控单元组成，这些设备占典型蜂窝站点（图1）电力消耗的一半，每RU节省30-40%的能源，可以使整个RAN节省约12%的能源。 在中期至长期内，移动运营商需要投资新技术以实现进一步节能。鉴于冷却占无线接入网（RAN）能耗高达40%，直接接触液体冷却（DCLC）和液体浸没冷却尤为引人关注。像可重构智能表面（RIS）和分布式（无蜂窝）大规模MIMO等先进技术，在长期内可能进一步提升网络能效。 一份完整的节能解决方案优先级清单作为表格，可在第5章“建议”中找到。 NGMN建议运营商审查本出版物中提供的每一项方案所能带来的节能潜力，并针对网络解耦和云化等关键技术开展进一步研究，以探讨其节能潜力。此外，还应进行研究以评估能源管理及可再生能源解决方案的最新技术发展状态。 目录 01 3.2.3 通过减少直流电力损耗实现节能。...........................................17 3.2.4 直流配电优化建议.........................18 数据驱动能源消耗优化..............7 - 11 3.3 可再生能源在RAN站点的潜力...............................................................................18 2.1 支持由3GPP标准提供的网络节能功能...................................7 新技术用于网络节能.......19 - 23 2.1.1 无线单元（RU）功耗的数据驱动建模...............................7 - 8 2.1.2 数据驱动站点刷新和网络节能功能激活优化....................................................................8 - 9 4.1 冷却 ...........................................................................19 4.1.1 新型冷却技术................................19 2.1.3 基于数据驱动的网络节能功能优化.............................10 ..................19 - 204.1.1.1 液体浸没式冷却 .................204.1.1.2 直接接触液体冷却 2.1.3.1 数据驱动网络优化的示例应用.............................10 - 11 .......................................................204.1.2 冷却系统能耗节约和二氧化碳减排 2.1.3.2 数据驱动网络优化带来的潜在节能..........................11 .....................................204.2 网络解构 ..........................20 - 214.2.1 节能潜力 工程优化...........................................12 - 18 .......................214.3 先进无线电技术 ........214.3.1 可重构智能表面 ......................123.1 无线电、基带和天线 .......21 - 224.3.1.1 RIS的节能潜力 .........12 - 133.1.1 收音机单元能耗 ..............................................234.3.2 分布式MIMO ..............................................................................133.1.1.1 改善RRU/AAU能源效率 .......234.3.2.1 DMIMO的节能潜力 .........................................133.1.2 基带单元 (BBU) 建议 ......................... 24 - 25 ...........143.1.2.1 提升BBU能源效率 ................................................143.1.3 无源天线 3.1.3.1 提高被动天线效率........................................................................14 - 15 缩写 .................................................. 26 ................................153.2 降低直流电源损耗 致谢 ....................................... 27 3.2.1 当前直流配电网络...............................................................................16 3.2.2 一种节能的大批量馈电直流母线架构.........................................................16 - 17 参考文献 .................................................. 28 - 29 01引言 移动产业通过NGMN联盟（NGMN）的绿色未来网络计划共同致力于寻找解决方案，以提升网络能源效率并使运营商能够降低电力消耗。在本出版物中，我们概述并优先排序了提升网络能源效率的各种可选方案。特别是，节能方法被划分为三大类（和时间范围）： • 中期工程优化（第三章）• (短期)流程优化 (第2章)• (长期)新技术 (第四章) 对于每种节能方法，均提供基于实时网络和/或模拟数据的信息，说明潜在节能的规模和范围。 该出版物基于NGMN第一份网络能效报告，该报告回顾了典型移动网络中的能源消耗情况，并突出了行业改进网络能效的机会和挑战。[1]正如首份NGMN报告所明确指出，绝大部分电力消耗（占所有能源消耗的近四分之三）发生在移动基站。为此，许多提出的解决方案均优先寻求最大限度地减少无线接入网( RAN )的能耗。然而，运营商数据中心中的能源消耗问题也受到关注，特别是在冷却技术以及向虚拟化及云原生网络元素的转型相关议题上。 02基于数据的能源消耗优化 由于能源危机，运营商面临着运营成本飙升带来的即时挑战，这是能源成本上升所致。通过优化流程和优化网络配置以满足流量需求，运营商能够在最小化新基础设施、软件和服务投资的情况下实现即时节能。在本节中，我们描述了这种优化如何实现节能。为了最大化影响，我们的重点是那些因持续标准化倡议而广泛可用的工具和技术。 这些发展正在持续进行。在RAN之外，3GPP还在研究架构增强以及用于系统节能的新用例。[7]将这些功能与更节能的网络设备结合使用，可以带来显著的节能效益。然而，仅仅在网络上开启这些功能是不够的——必须理解这些功能对能耗的影响，并且必须正确配置这些功能，以确保网络性能不会因最终用户而受损。 2.1 基于三大标准支持的网络节能功能 2.1.1 无线单元（RU）功耗的数据驱动建模 在之前的版本中，3GPP一直关注于用户设备（UE）的节能。[2]以及网络功耗降低。目前，在3GPP 5G-Advanced Release 18和19中，人们越来越关注减少网络能耗。无线接入网（RAN）被确定为能耗的主要贡献者，因此正在定义各种功能，以通过更有效地利用射频资源（尤其是在低/中等负载场景下）来最大限度地减少RAN的能耗。[3] [4][5]除其他外，3GPP Release 18正在定义小区非连续传输和接收（cell DTX/DRX），以及无SSB服务小区（SCell）操作的扩展，以减少小区的信令/数据（以及因此的处理）负载，同时进行空间和功率域的适配，以根据实际需求动态控制激活的mMIMO天线和PDSCH发射功率。旨在通过关闭硬件组件来实现节能，同时最大限度地减少对用户设备和网络性能的影响。此外，3GPP正在探索使用AI/ML算法来优化节能解决方案。[6]：通过利用RAN数据，这些算法可以预测蜂窝负载和状态，从而实现定制化和节能的操作，例如流量卸载和动态休眠模式。规范性工作的 对不同的节能功能对RU功耗的影响进行建模是优化无线接入网的关键。3GPP最近定义了一种RU功耗模型用于评估目的。 [4]该模型以每个插槽为单位，针对不同配置表征RU的功耗。具体而言，该模型定义了基站处于睡眠状态和活动状态时的功耗。此外，已提出了另一个模型。[8]要捕捉在RU功耗中起主要作用的关键组件之间的关系。 In[8]一个机器学习（ML）框架已被设计并训练，用于从多种不同类型的RU（无线电单元）收集知识，这些RU具有不同的硬件配置，并且可能来自不同的供应商。[8]. 图2显示，分析模型在[8], 通过机器学习框架拟合的模型能够准确描述运行时RU的功耗，并包含节能功能的影响。值得注意的是，这种建模方法利用了机器学习的泛化特性，可以涵盖在收集数据中可能无法直接观察到，但为推导出所提出的分析模型所必需的场景。 图2：标准化无线电单元（RU）功耗与下行流量负载的对比，由拟合的分析模型估算[8] 在此评估流程之后，通过比较站点QoS调整的能效与2022年基准曲线，识别出能效低的基站站点，并将其分为三个值得关注的组别： 2.1.2 数据驱动站点刷新和网络节能功能激活优化 Type I: 低流量和高下行速率，其中网络• 节能解决方案未得到充分利用/激活。 在本节中，我们提供一个使用数据驱动框架优化覆盖欧洲一个都市区域的真实网络能源效率的实例。首先，从研究区域内的168个基站站点收集了站点级别的统计数据，并对每个站点计算