深度解析 3GPP TR 21.916：21.1.2 Energy Efficiency of 5G (5G的能源效率)
本文技术原理深度参考了3GPP TR 21.916 V16.2.0 (2022-06) Release 16规范中，关于“21.1.2 Energy Efficiency of 5G”的核心章节，旨在为读者深入剖析5G网络在追求极致性能的同时，如何应对“能耗猛兽”的挑战，通过一套“可度量、可管理、可优化”的系统性节能框架，走上绿色、低碳的可持续发展之路。
引言：当“速度与激情”撞上“碳中和”，5G的“绿色”大考
在之前的章节中，我们已经见证了5G如何通过Massive MIMO、超宽带、边缘计算等技术，为我们带来了前所未有的“速度与激情”。然而，在这场性能狂飙的背后，一个巨大的阴影正悄然笼罩着整个电信行业——能耗。更多的天线、更高的频率、更强的计算能力……每一个“更”字，都意味着基站功耗的显著增加。据统计，5G基站的功耗大约是4G基站的2到4倍。在全球“碳达峰、碳中和”的时代背景下，这头“能耗猛兽”已成为制约5G网络可持续发展的最大挑战之一。
为了身临其境地感受这场“绿色”大考，让我们再次请回我们的老朋友——首席网络架构师克拉拉（Clara）。她所在的运营商“FutureNet”，最近收到了一份来自董事会的“最后通牒”：在未来三年内，公司的网络运营成本（OPEX）必须降低20%，其中电费是最大的开支；同时，公司的碳排放量必须满足政府的最新环保法规。
克拉拉的团队正面临着一个看似无解的“电车难题”：一方面，市场竞争要求她必须继续扩大5G覆盖、提升网络性能，这意味着要部署更多的基站、开启更多的功能，功耗必然上升；另一方面，成本和环保的压力，又要求她必须想方设法地降低整网的能耗。
克拉·拉深知，靠采购几款节能空调或优化机房散热，已是杯水车薪。她需要的，是一场深入到网络“基因”层面的系统性能效革命。这，正是3GPP Rel-16在“Energy Efficiency of 5G”这一工作项中要完成的使命。它首次系统性地为5G网络的节能，构建了一套可度量、可管理、可优化的闭环框架，旨在将节能从一种“附加品”，内建为网络的核心能力之一。
The term ‘Energy Efficiency’ (EE) is to be understood as covering two areas:
- Definition of EE KPI, required performance measurements and method(s) to collect them;
- Definition of use cases, requirements and solutions to optimize Energy Efficiency – this is also sometimes referred to as Energy Saving.
1. 节能的第一步：“看得见”——定义5G能效的“度量衡”
在克拉拉着手优化网络能耗之前，她面临的第一个问题是：如何科学、统一地度量一个5G基站的能源效率？是看它每个月用了多少度电吗？这显然不公平，因为一个服务于CBD核心区的繁忙基站，和一个服务于郊野公园的空闲基站，它们的耗电量完全没有可比性。
1.1 引入全新的“能效KPI” (EE KPI)
A new KPI, named EE KPI, calculated by dividing Data Volume (DV) by Energy Consumption (EC) has been defined in TS 28.554. All this is fully aligned with baseline ETSI TC EE… specifications…
Rel-16为此定义了一个全新的、标准化的能效关键绩效指标（Energy Efficiency KPI）。其计算公式简单而深刻：
EE KPI = Data Volume (DV) / Energy Consumption (EC)
理念解读： 这个KPI的单位是“比特/焦耳 (bit/Joule)”或更常用的“GB/kWh”。它衡量的，不再是基站消耗了多少“绝对能量”，而是基站每消耗一度电，能够传送多少GB的数据。这就像评价一辆汽车的燃油经济性，我们看的不是它加了多少油，而是它的“百公里油耗”。
克拉拉的视角：
现在，克拉拉终于有了一把统一的“尺子”。她可以公平地比较不同厂商、不同区域、不同时段的基站能效。一个CBD的基站，虽然总耗电量巨大，但由于其承载了海量的业务，其EE KPI（例如 10 GB/kWh）可能远高于一个总耗电量虽小、但大部分时间处于空闲的郊区基站（例如 1 GB/kWh）。这为她识别“能效洼地”、进行精细化优化，提供了数据依据。
1.2 数据从何而来？——标准化的测量与采集
为了计算这个EE KPI，需要两个基础数据：数据量（DV）和能耗（EC）。Rel-16为此对网络的性能测量体系进行了扩展。
This Work Item has produced the Rel-16 TS 28.310… which captures use cases, requirements and procedures for collecting performance measurements (namely data volume measurements and PEE (Power, Energy and Environment) parameters from 5G base stations).
-
数据量（DV）的测量：
Data Volume (DV) measurements, at PDCP layer, have been introduced in TS 28.552.
规范明确，用于计算EE KPI的数据量，应在PDCP层进行统计。这相比于在物理层统计，能更准确地反映用户实际感知的“有效数据”吞吐量，剔除了物理层的重传和信令开销。
-
能耗（EC）的测量：
PEE parameters definition (amongst which the Energy Consumption (EC) of the base station).
基站需要能够测量并上报自身的实时功耗或累计能耗。这需要基站的电源模块（PSU）或外部的智能电表，能够与基站的主控板进行通信，并将能耗数据纳入O&M管理通道。
-
统一的采集接口：
所有这些测量数据（DV和EC），都将作为标准的性能计数器（Performance Counter），通过统一的管理接口（Itf-N），上报给运营商的网管系统（OSS）。
克拉拉的视角：
克拉拉的NOC平台，现在可以像采集“掉话率”、“切换成功率”等传统KPI一样，自动地、周期性地从全网数万个5G基站，采集它们的EE KPI。一张实时更新的“网络能效热力图”，正在她眼前徐徐展开。
2. 节能的第二步：“管得住”——网络节能的“遥控器”
有了“看得见”的度量衡，下一步就是“管得住”的控制手段。Rel-16定义了一系列标准化的节能用例（Use Cases）和管理模型（NRM），为克拉拉提供了一个强大的“网络节能遥控器”。
Some intra- and inter-RAT energy saving use cases and requirements have been specified in TS 28.310. The 5G Network Resource Model (TS 28.541) has been augmented with an Energy Saving NRM fragment enabling the management of both centralized and distributed energy saving modes.
2.1 核心思想：从“永远在线”到“按需唤醒”
5G基站（特别是Massive MIMO天线）的巨大功耗，主要来自于其射频收发单元（AAU）。即使在没有用户业务的“空闲”时刻，为了能够随时响应可能到来的用户接入，大量的射频通道和功放（PA）也必须处于“热备份”状态，这造成了巨大的“静态功耗”。
网络节能的核心思想，就是打破这种“永远在线”的模式，实现**“深度睡眠”与“按需唤醒”**。
2.2 节能的“组合拳”：多维度关断策略
克拉拉的“遥控器”上，有多个可以组合使用的“节能按钮”：
-
符号关断 (Symbol Shutdown)： 这是最精细、最快速的节能方式。在TDD系统中，上下行时隙配比是灵活的。在一个下行时隙中，如果没有数据要发送，基站可以快速地关闭该时隙内部分OFDM符号的功放，实现“符号级”的秒睡秒醒。
-
通道关断 (Channel Shutdown)： 对于一个64T64R的Massive MIMO天线，在夜间低话务时段，可能只需要8T8R就能满足用户需求。节能管理系统可以下发指令，将多余的射频通道（例如56个）置于深度睡眠状态，只保留少数通道工作。
-
载波关断 (Carrier Shutdown)： 瑞安的网络在某个区域部署了3个载波。在夜深人静时，一个低频载波就足以满足所有用户的需求。节能系统可以自动地将另外两个高频载波（如3.5GHz和2.6GHz）彻底关闭，等到第二天清晨话务高峰来临前，再自动唤醒。
-
小区关断 (Cell Shutdown)： 这是最彻底的节能方式。在深夜的CBD区域，多个基站的覆盖范围是重叠的。节能系统可以分析话务模型，只保留少数几个“骨干”基站提供基础覆盖，而将其他基站完全置于休眠状态，实现区域级的“轮休”。
2.3 管理的“大脑”：NRM与集中式/分布式控制
这些复杂的关断/唤醒策略，由谁来决策和执行？Rel-16为此在网络资源模型（NRM）中，增加了一个节能NRM片段（Energy Saving NRM fragment）。
-
集中式控制： 克拉拉可以在她位于总部的OSS系统中，部署一个“中央节能大脑”。这个大脑汇聚了全网的话务数据、能效KPI和告警信息，通过AI/ML算法，生成全局最优的节能策略，并远程下发指令给各个基站执行。
-
分布式控制： 同时，也可以赋予基站一定的“自主节能权”。例如，基站可以根据自己周边几个小区的实时负载情况，与它们进行“邻里协商”，自主地决定是否要进入休眠状态。
克拉拉的视角：
克拉拉的团队，正在基于这套NRM模型，开发一套“AI驱动的智能节能系统”。
-
在白天，系统会根据实时话务热点，进行精细化的“通道关断”和“符号关断”，在不影响用户体验的前提下，压榨每一瓦特的节能潜力。
-
在深夜，系统会大胆地执行“载波关断”和“小区关断”，让城市中70%的基站在午夜进入深度睡眠，而在凌晨5点，根据对早高峰的预测，提前将它们精准唤醒。
总结：绿色5G，从“理念”到“可编程的现实”
通过对21.1.2节的深度解读，我们看到，Rel-16为5G的“绿色”演进，构建了一套完整的、从“度量”到“管理”再到“优化”的科学闭环。它不再是零散的、厂商私有的节能功能，而是一套全行业统一的、标准化的节能框架。
-
它通过全新的EE KPI，首次为5G网络的能源效率，建立了一把科学的“度量衡”。
-
它通过标准化的测量采集机制，确保了这把“尺子”在多厂商环境下的一致性与可比性。
-
它通过丰富的节能用例和NRM模型，为运营商提供了一个强大的、可编程的**“节能遥控器”**，使得“AI驱动的智能节能”从理念变为了现实。
对于克拉拉和她的“FutureNet”而言，这套框架是她们应对“能耗猛兽”和“碳中和”双重挑战的“核心武器”。它让网络节能，不再是一项被动的成本控制任务，而是一项主动的、智能的、可精细化运营的网络核心能力。这场“绿色革命”，不仅将为运营商节省数十亿美元的电费开支，更将为5G这项伟大的技术，在人类社会的可持续发展道路上，赢得一张宝贵的“绿色通行证”。
FAQ环节
Q1：EE KPI（比特/焦耳）是越高越好吗？
A1：是的，在同等条件下，EE KPI越高，代表网络的能源效率越高。一个高EE KPI的基站，意味着它用更少的电，干了更多的“活”（传输了更多的数据）。运营商网络优化的目标之一，就是在保障网络覆盖和用户体验的前提下，最大化全网的平均EE KPI。
Q2：基站的节能（如小区关断）会不会影响我的手机信号和使用体验？
A2：设计精良的节能系统，目标就是对用户体验“零影响”或“最小化影响”。例如，“小区关断”策略，只会应用在那些覆盖范围被其他邻近基站完全重叠的小区上。当一个小 区准备“休眠”时，它会先通过切换等方式，将其上承载的少量用户，平滑地转移到邻近的“值班”小区上。整个过程对用户是透明的。当然，如果节能策略过于激进或配置不当，确实有可能导致覆盖空洞或网络拥塞，这也是网络优化工程师需要精细平衡的地方。
Q3：这些节能技术对终端的功耗有好处吗？
A3：有间接的好处。虽然这些技术主要是为了降低**网络侧（基站）**的功耗，但一个更健康、更高效的网络，也能改善终端的体验。例如，一个通过智能节能避免了拥塞的网络，可以让终端更快地完成数据传输，从而更快地返回到低功耗的空闲状态。此外，基站侧节能技术的研究，也推动了业界对无线网络能效的整体关注，其很多理念（如按需开启射频通道）也与我们之前讨论的UE节能技术是相通的。
Q4：为什么需要在PDCP层统计数据量（DV），而不是在物理层？
A4：因为PDCP层的数据，更能真实地反映用户有效业务的吞吐量。物理层（PHY）统计的，是空口传输的所有比特，其中包含了大量的重传（因为无线环境不好，一个包可能要发好几次）、信令开销、填充比特等“无效”或“辅助”数据。如果在物理层统计，一个信号很差、重传率极高的用户，其“数据量”看起来可能很大，但这并不能反映网络的真实效率。而在PDCP层统计，可以剔除RLC/MAC/PHY层的重传和大部分开销，更接近应用层感知的“Goodput”。
Q5：5G的节能技术，和我们日常生活中说的“AI节能”有什么关系？
A5：关系非常紧密。3GPP Rel-16定义的，是实现节能的“工具箱”（如可以关断通道、可以关闭载波）和“仪表盘”（可以测量能效KPI）。而如何智能地、自动地使用这些工具，则正是AI和机器学习大显身手的舞台。运营商和设备商开发的“AI节能”系统，会利用AI算法去学习和预测网络的话务潮汐模型，然后自动地调用3GPP定义的这些标准化接口，去执行最优的节能策略。可以说，3GPP定义了“做什么”，而AI决定了“何时、何地、如何做”。