Poupança energética em 3G através de Alocação Dinâmica de Espectro e modos de suspensão de Estações Base

Transcrição

1 energética em 3G através de Alocação Dinâmica de Espectro e modos de suspensão de Estações Base T. Cunha, A. Rodrigues*, P. Vieira*ǂ, A. Martins, N. Oliveira, L. Varela *Instituto de Telecomunicações (IT), Lisboa, Portugal Instituto Superior Técnico (IST), Universidade de Lisboa (UL) ǂ Instituto Superior de Engenharia de Lisboa (ISEL), ADEETC, Lisboa, Portugal CELFINET, Consultoria em Telecomunicações Lda., Lisboa, Portugal Resumo O consumo e eficiência energética são fatores cruciais para a sustentabilidade da indústria das telecomunicações móveis. Este artigo aborda a possibilidade de redução do consumo energético das Estações Base através da adoção de modos de suspensão das mesmas, durante os períodos do dia de baixo tráfego. Aproveitando o facto de muitas operadoras de telecomunicações móveis possuírem diferentes bandas de frequência co-localizadas numa mesma tecnologia, considera-se que estas podem ser aproveitadas para oferecer cobertura e capacidade às células em modo de suspensão. Ficou provado que a utilização deste método permite uma poupança de mais de 6000 anuais em custos energéticos por site, o que corresponde a poupança de 43 %. Palavras-chave Green Communications, Energy Savings, operação cognitiva multi-banda, compensação de cobertura. I. INTRODUÇÃO Diversos estudos demonstram que a indústria de Tecnologias de Informação e Comunicação (TIC) é responsável por cerca de 10% do consumo mundial de energia elétrica [1], de entre as quais se incluem as operadoras de comunicações móveis. Estima-se que estas gastaram 60 biliões de kwh em 2008 o que corresponde a cerca de 40 milhões de toneladas de emissões de CO 2 [2]. Neste contexto, os mecanismos de poupança energética (ES) merecem uma grande atenção dos operadores de telecomunicações, uma vez que oferecem uma ferramenta promissora e que poderá permitir uma maior competitividade desta indústria. A tendência emergente de visar a eficiência energética nas redes de telecomunicações tem vindo a estimular o interesse de investigadores no mundo inteiro e criou uma nova área de pesquisa chamada green celular networks. Nas redes móveis celulares existe, no entanto, uma componente que sobressai em termos de consumos energéticos, que é a Estação Base (EB). Estas componentes são responsáveis por cerca de 60 a 80 % do total de consumo da rede [2], o que as torna excelentes candidatas para efeitos de poupança energética. Além disso, e uma vez que o tráfego gerado está desigualmente distribuído durante o dia, existem períodos em que a EB opera em situações de baixa carga. Infelizmente a eficiência energética das EB é bastante reduzida neste modo de operação[3]. A. Objectivos Este trabalho pretende estudar a possibilidade de implementação de um modo de operação em função da respectiva carga da EB, ajustando a oferta de tráfego à procura, em determinado momento. O método usado para atingir este fim é o da suspensão temporária do equipamento de rádio durante os períodos de baixo tráfego. Para contrapor a perda de cobertura e capacidade causada, o método promove uma realocação dos utilizadores para uma banda de frequências diferente, dentro do mesmo operador. Este processo é chamado de Acesso Dinâmico de Espectro (DSA)[4]. Este artigo foca-se especificamente nos sistemas de Terceira Geração de Telecomunicações Móveis (3G) em que diversos operadores, no mundo inteiro, operam simultaneamente em duas bandas distintas de frequências. A dos 900/2100 MHz é utilizada essencialmente na Europa, Asia e África e a dos 850/1900 MHz nas Américas. A dependência da frequência nas perdas de propagação é acentuada, e para o presente caso traduz-se em 7 db de ganho na banda inferior. Assim, esta poderá oferecer uma maior cobertura, para a mesma potência de transmissão, relativamente à banda superior. Garantida a cobertura e após uma realocação de utilizadores, torna-se possível implementar um modo de suspensão para os Amplificadores (PA) relativos à banda superior assim como para o sistema de processamento em Banda de Base (BB) durante os períodos de baixo tráfego. O estudo baseia-se em estatísticas de rede reais de 2014, extraídas de uma operadora de telecomunicações Portuguesa e obtiveram-se poupanças energéticas na ordem dos 43 %. B. Trabalhos Relacionados Diversos projetos têm vindo a ser desenvolvidos nesta área, nomeadamente na parametrização e análise de consumos energéticos das EB assim como na avaliação das possíveis poupanças. O trabalho desenvolvido em [5, 6, 7] estuda e parametriza o consumo energético para diferentes tipos de EB. Em [8, 9,10], os autores analisaram diferentes modos de suspensão de EB incluindo a correspondente compensação de cobertura. Também surgiram nos últimos anos inúmeros projetos de investigação relacionados com a melhoria da eficiência energética nas redes de telecomunicações móveis, de entre os quais o ICT-EARTH, ICTSACRA, ICT-C2POWER, o UK s Mobile VCE Core 5 Green Radio e o Communicate

2 Green. Relativamente ao DSA, os artigos [11, 12] apresentam estratégias para a realocação de utilizadores entre diferentes bandas de frequência de um mesmo operador, de uma forma genérica. Já, neste trabalho, pretende-se aprofundar esta metodologia para o caso especifico do sistema 3G Wide-Band Code-Division Multiple Access (WCMDA) de uma operadora móvel Portuguesa. C. Estrutura do Documento Este artigo encontra-se estruturado da seguinte forma: a Secção II cobre a primeira fase do algoritmo, a Secção III cobre a segunda fase deste mesmo algoritmo, a Secção IV apresenta uma visão critica dos resultados obtidos enquanto que a Secção V sumariza as principais conclusões assim como aponta alguns vectores para trabalhos futuros relacionados. II. ALGORITMO (FASE I) ANÁLISE DE PADRÕES DE TRÁFEGO A motivação por detrás desta primeira fase do algoritmo é a definição dos períodos do dia eleitos como candidatos ao mecanismo de ES. Estes correspondem aos períodos de baixo tráfego do dia. Uma vez que as estatísticas de rede são altamente voláteis durante o dia, é necessário estabelecer um padrão base diário, e posteriormente conduzir a análise sobre esse mesmo padrão. Esta análise corresponde à definição dos pontos de switch-off/switch-on do mecanismo de ES. Como parâmetros de entrada, usaram-se estatísticas de tráfego, mapeamento da rede, Indicadores-chave de Desempenho (KPI) de um conjunto selecionado de EB. Estas estatísticas incluem um total de 28 cell-sites, em três tipos de localizações distintas: Urbana, Suburbana e Rural. Os parâmetros de saída do algoritmo incluem os instantes de switch-off/switch-on para cada sector em cada um dos dias considerados. A Fig.1 apresenta um fluxograma com uma visão geral desta fase de operação. Operator Policies Switch-OFF Fig. 1 Traffic Daily Model Building Decision Site Capacity Information Site Capacity Dimensioning YES ES Eligible? NO Disable ES Fluxograma relativo à primeira fase do algoritmo de ES. A. Estatísticas de Tráfego e criação de Modelos Diários Esta etapa inclui a análise dos padrões de tráfego tanto para o caso da voz como para dados, para ambas as bandas de frequência. A motivação é construir modelos diários de tráfego tão fidedignos quanto possível. As flutuações diárias no caso do tráfego de voz estão presentes na Fig.2 para todas as EB consideradas. Pode-se considerar um período de baixo tráfego sensivelmente da meia-noite às 9:00 h, um período de elevado tráfego das 9:00 h às 20:00 h e um período de tráfego moderado das 20:00 às 0:00 h. Fig. 2 Tráfego de voz diário normalizado. A Fig.2 realça a notória diferença entre o tráfego registado nos dias de semana e fins-de-semana. Para o caso do tráfego de dados (Fig.3), o padrão típico diverge dos padrões típicos da voz. Nesta situação identificam-se claramente apenas duas zonas: um período de baixo tráfego das 1:30 h até às 8:00 h e um período de elevado volume de dados no resto do dia. Fig. 3 Tráfego de dados médio em todas as EB consideradas. Após a importação das estatísticas de tráfego, o algoritmo cria um modelo diário através de um processo fitting de uma função trapezoidal às estatísticas reais, como em [13]. Tal como em [13], foi efectuado um shifting das estatísticas em 5 horas (Equação 1), permitindo assim centrar os períodos de pico de tráfego. t sh h t = t h , 0 t h < 5 t h - 5, 5 t h < 24 O modelo trapezoidal é definido pela Equação 2, onde c lb é o limite inferior da função, c ub o superior, a determina o declive da função, e é o parâmetro de shift em relação ao centro e Δ p define a duração do período de pico de tráfego. f trap t =c lb + c ub 1 + e -a t-b -1 - cub 1+ e -a t-δ p -b O algoritmo compara a função trapezoidal com as medidas de tráfego obtidas, expandindo e encolhendo o modelo até obter uma determinada precisão pretendida. Este passo encontra-se ilustrado na Fig.4 e é repetido para cada dia, sector e cell-site. -1 (1) (2)

3 Fig. 4 Estatísticas de Tráfego vs. Modelo Trapezoidal. B. Dimensionamento de Capacidade Existem diversos factores que podem limitar a capacidade de uma célula em temos de capacidade de tráfego em 3G. Pretende-se determinar a capacidade máxima na banda de frequências inferior, e assim determinar se existe capacidade suficiente para alocar aqui o tráfego gerado na banda superior, assim como o tráfego que originalmente estava presente nesta mesma banda. Nas redes de WCDMA existem quatro aspectos principais que podem restringir a capacidade máxima de uma célula. Estes são a Interferência de Uplink (UL), a potência de Downlink (DL), a disponibilidade de códigos de canal e os Channel Elements (CE), que constituem a unidade básica de recursos em banda de base. De todos estes ficou provado de que a disponibilidade de CEs no UL é o factor mais restritivo de todos eles e será utilizado para efeitos de dimensionamento de capacidade da célula. De entre os parâmetros de saída deste bloco do algoritmo inclui-se o tráfego máximo permitido tanto para voz como para o tráfego de dados. C. Políticas do Operador É possível definir um conjunto de parâmetros que vão influenciar o modo de operação em ES, i.e., zonas de exclusão nas quais o sistema é forçado a operar em regime de multibanda, mesmo que os padrões de tráfego tenham identificado esse mesmo período como elegível para efeitos de poupança energética. É também possível definir um período de tempo mínimo requerido para a ativação deste mesmo mecanismo, evitando períodos de suspensão curtos. Este tipo de parâmetros ajustáveis pode ser útil em situações ocasionais e previsíveis, como por exemplo durante eventos especiais. Neste caso em específico, foi definida como zona de exclusão o período desde as 11 h às 22 h, por forma a evitar a degradação da Qualidade de Serviço (QoS). D. Bloco de Decisão Esta etapa inclui todos os procedimentos necessários para determinar se e quando o mecanismo de poupança energética deverá ser ativado. Através da análise dos padrões de tráfego diários, este determina o melhor instante para realizar o switch-off da banda de frequências superior. Os outros inputs são o dimensionamento de CE para o site em questão assim como as politicas de operador definidas. A Fig.5 representa uma esquematização simplificada deste processo desde a interpretação do modelo diário até à definição dos pontos de ativação e desativação do mecanismo. Fig. 5 Processo de definição de breakpoints do mecanismo de ES. Os parâmetros τ A,SW-OFF e τ A,SW-ON identificam a desativação e ativação do mecanismo enquanto que o T MAX,ES corresponde ao tráfego máximo permitido durante o modo de poupança energética. Este é definido durante a fase de Dimensionamento de Capacidade. Nesta etapa, o algoritmo decide se determinado sector é um candidato a ES, e, se isto se verificar, determina os pontos τ A,SW-OFF e τ A,SW-ON. III. ALGORITMO (FASE II) ESTIMAÇÃO DE CONSUMOS O fluxograma referente à segunda fase do algoritmo está presente na Fig.6. A potência de transmissão, em função do tráfego é identificada, para cada site. Também é quantificada a poupança energética global de todo o processo. Fig. 6 Transmitted Power Savings ( ) Traffic Traffic to Power Model Base Station Power Consumption Power Savings Evaluation Savings (kw) Site ES configuration parameters Fluxograma da segunda fase do Algoritmo A. Modelo de Tráfego vs. Potência Transmitida Nesta fase, é determinada a correspondência entre a potência transmitida e o tráfego registado em cada momento na rede. Desta potência, existe uma parte que é dependente do tráfego e uma outra que é transmitida continuamente mesmo em situações de ausência de tráfego. Esta última corresponde à transmissão de sinais piloto, como o Common Pilot Channel (CPICH) assim como diversos canais de sinalização e de controlo. Na Fig.7 encontra-se representada uma função típica de tráfego vs. potência transmitida. A função é identificada por processos de fitting e é usada para quantificar a potência transmitida para uma determinada quantidade de tráfego que será gerada na banda de frequências inferior. Esta função é da forma P i T ERL = a + b log (T ERL ) onde a é a fracção de

4 potência independente da carga e b é o factor de escalamento da potência vs. tráfego. Fig. 7 Modelo de potência de transmissão típico para uma EB 3G 900MHz. B. Consumo Energético da EB Para avaliar o potencial de ES do algoritmo desenvolvido, é necessário aplicar um modelo de potências de EB, considerando o consumo energético de cada um dos componentes individualmente. Utilizando um manual de um vendor [14], é possível estimar o consumo energético da EB (P BS (Q RF )). Este inclui o consumo do hardware de processamento em banda-base (P BB ), o transceptor de radiofrequência (P RF (Q RF )) e o consumo do PA, P PA (Q RF ). A carga em radiofrequência (Q RF ) consiste na potência de transmissão das diferentes portadoras dividida pela potência de transmissão máxima imposta pelo PA. A dependência do P BB deste parâmetro é desprezável. A equação 3 indica a contribuição de cada um destes parâmetros em Watt. P BS (Q RF ) = P RF (Q RF ) + P PA (Q RF ) + P BB (3) Considerando N sec sectores por site assim como os factores de perdas para o conversor de Corrente Contínua σ DC, para o módulo de alimentação σ MS e para as perdas decorrentes do processo de climatização σ AC, pode-se utilizar a Equação 4 para o cálculo da potência fornecida, em Watt. Foram utilizados os valores típicos definidos em [6] para os factores de perdas em macro cell-sites. P supply Q RF = N -1 N sec sec i=1 P BS,i (Q RF ) (4) 1-σ DC 1-σ MS 1-σ cooler C. Avaliação de Ganhos e Análise Económica Neste estágio, são efectuadas as devidas comparações entre os consumos de potência com e sem a utilização de mecanismos de ES. Os ganhos são avaliados e o correspondente custo energético é determinado. Além desta informação, os parâmetros de saída incluem os instantes de switch-on/off para cada sector em cada dia assim com os volumes de tráfego, potência transmitida e análise de QoS. IV. DISCUSSÃO DE RESULTADOS Esta secção apresenta uma visão geral sobre os parâmetros de saída gerados pelo algoritmo. A. Duração Média do Modo de ES Relativamente ao período médio de ES, foram obtidos resultados próximos das 14 h, que correspondem ao máximo possível de se obter, dadas as restrições impostas pelas politicas de operador. Para as EB urbanas obteve-se 13h 51m de duração, para as suburbanas 13h 48m e para as rurais 14 h. Estes resultados são consistentes com o volume de tráfego registado em cada uma desta situações. B. Qualidade de Serviço Na etapa de dimensionamento de CE foi definido uma capacidade máxima admissível para cada tipo de serviço (voz e dados). De seguida apresenta-se uma comparação entre estes valores e os valores de tráfego registados. 1) Voz Para o serviço de voz considerou-se um Grade of Service (GoS) de 2%, sendo que o número de utilizadores foi calculado a partir dos registos da operadora. Através da análise da Tabela I, é possível comprovar que não existem problemas de dimensionamento para este tipo de serviço. TABELA I. CAPACIDADE PARA SERVIÇOS DE VOZ. Máximo N users Tráfego Registado Desvio Média Padrão Utilização Urbano % Suburbano % Rural % 2) Dados O rácio de utilização de largura de banda é inferior a 50 % para os dois primeiros casos. No caso das EB rurais, a utilização é ligeiramente superior. No entanto, globalmente, em apenas 3.22 % do total de amostras consideradas registaram-se atrasos na entrega de dados. TABELA II. CAPACIDADE PARA SERVIÇOS DE DADOS. Utilização de Largura de Banda Urbano 22.6 % Suburbano 48.6 % Rural 64.2 % O rácio de utilização é superior no caso dos dados, comparativamente com a situação da voz, uma vez que uma maior prioridade foi dada a este último serviço aquando do processo de dimensionamento. C. Consumo Energético Previsto A Tabela III indica o consumo energético de um site equipado com um sistema de banda dupla, incluindo uma EB para cada uma delas. Este é um tipo de planeamento de redes móveis típico. Em todas as situações consideradas a poupança energética foi superior a 40 %.

5 TABELA III. Sem ES POTÊNCIA POR SITE. P supply (W) Com ES Energética Urbano % Suburbano % D. Visão Económica Rural % Para todos os resultados apresentados de seguida foi usado o custo de referência da eletricidade em Portugal para consumidores industriais em 2013, que é de /kwh [15]. TABELA IV. Sem ES CUSTO ANUAL POR SITE. Sites Com ES Urbano 14, , , Suburbano 14, , , Rural 14, , , Por último, uma análise foi feita utilizando como referência o planeamento de rede de uma operadora Portuguesa de telecomunicações móveis. Esta possui cerca de 2000 macro cell-sites com as características necessárias para a aplicação deste mecanismo. Atendendo ao tipo de distribuição demográfica deste país, foi considerada a distribuição de sites que é apresentada na Tabela V. TABELA V. POUPANÇA ANUAL DA OPERADORA CONSIDERADA. Distribuição Sites Quantidade EB (anual) Urbano 45 % 900 5,729,663 Suburbano 35 % 700 4,527,366 Rural 20 % 400 2,588,272 Total 100 % ,845,301 V. CONCLUSÕES No cenário considerado, o uso de soluções de ES permitiu uma poupança de mais de 12.8 milhões de euros anuais, apenas em 3G recorrendo à co-localização de bandas e através de DSA. Nos cenários reais, as operadoras tendem a instalar diferentes tecnologias, muitas vezes co-localizadas, o que aliado ao uso de DSA e aos modos de suspensão de célula, permitiria uma poupança energética ainda mais expressiva. Um dos maiores desafios é, sem dúvida, a preservação da qualidade de serviço pelo utilizador durante o modo de ES. O método proposto usa um algoritmo iterativo para identificar e criar padrões diários, o que pode não ser a estratégia mais fiável em dias que apresentem perfis de utilização anormais (e.g. eventos especiais). O algoritmo proposto apresenta uma larga margem para poder ser melhorado e, eventualmente, operar em tempo-real. Isto permitiria a utilização e comparação de perfis de tráfego para a previsão de modelos futuros e consequente aplicação de um método de ES em tempo-real. AGRADECIMENTOS Gostaria de agradecer à CELFINET por todo o suporte assim como à Vodafone Portugal pelas estatísticas de rede. REFERÊNCIAS [1] G. Fettweis and E. Zimmermann, ICT energy consumption-trends and challenges, Proc. of the 11th International Symposium on Wireless Personal Multimedia Communications (WPMC), [2] E. Oh, B. Krishnamachari, X. Liu, and Z. Niu, Toward dynamic energy-efficient operation of cellular network infrastructure, IEEE Commun. Magz., vol. 49, no. 6, pp , Jun [3] L. M. Correia, D. Zeller, O. Blu, D. Ferling, Y. Jading, I.Gódor, G. Auer, L. Van Der Perre, Challenges and enabling technologies for energy aware mobile radio networks, IEEE Commun. Magazine, vol. 48, no. 11, Nov. 2010, pp [4] I.F. Akyildiz, L. Won-Yeol, M.C. Vuran, and S. Mohanty, A Survey on Spectrum Management in Cognitive Radio Networks, IEEE Comm. Magazine, vol. 46, no. 4, pp , Apr [5] O. Arnold, F. Richter, G. Fettweis and O. Blume, Power Consumption Modeling of Different Base Station Types in Heterogeneous Cellular Networks, Future Network and Mobile Summit Conference Proceedings, pp. 1 8, [6] H. Holtkamp, G. Auer, V. Giannini, H. Haas, A Parameterized Base Station Power Model, IEEE Commun. Letters, Vol. 17, N. 11, Nov [7] G. Auer, V. Giannini, C. Desset, I. Godor, P. Skillermark, M. Olsson, M. A. Imran, D. Sabella, M. J. Gonzalez, O. Blume, and A. Fehske, How much energy is needed to run a wireless network?, Wireless Communications, IEEE, vol. 18, no. 5, October [8] ETSI 3rd Generation Partnership Project (3GPP), LTE; Evolved Universal Terrestrial Radio Access (E-UTRA); Potential solutions for energy saving for E-UTRAN, ETSI TR V10.0.0, Jul., [9] O. Blume, H. Eckhardt, S. Klein, E. Kuehn and W. M. Wajda, "Energy savings in mobile networks based on adaptation to traffic statistics, Bell Labs Technical Journal, vol. 15, no. 2, pp , [10] P. Yu, W. Li and X. Qiu, "A novel Energy-Saving Management mechanism in cellular networks, in CNSM 2012, 2012, pp [11] O. Holland, V. Friderikos, and A. H. Aghvami, Green spectrum management for mobile operators, in Proc. IEEE GLOBECOM Workshops, Miami, FL, Dec. 2010, pp [12] O. Holland, T. E. Dodgson, A. H. Aghvami, and H. Bogucka, Intraoperator dynamic spectrum management for energy efficiency, IEEE Commun.Mag., vol. 50, no. 9, pp , Sept [13] S., Almeida,J. Queijo, Spatial and Temporal Traffic Distributions Models for GSM (in Portuguese), Diploma Thesis, Instituto Superior Técnico, Lisbon, Portugal, Sep [14] Power Consumption Guideline for RBS 6000, ERICSSON, Jul [15] PORDATA. (2014, Oct. 09). Preços da electricidade para utilizadores industriais e domésticos (Euro/ECU) na Europa, [Online]. Available: s+industriais+e+domesticos+(euro+ecu)