Ինչպես ընտրել էներգախնայող հզորության մոդուլներ BTS-ի համար

Հասկանալ BTS-ի հզորության մոդուլների պահանջները 5G ցանցերում

Ինչու են բազային աղբյուր-ընդունիչ կայանների բեռնվածությունները պահանջում դինամիկ հզորության արդյունավետություն

Իրականում 5G բազային կայանների բեռնվածությունը բավականին տատանվում է՝ սկսած մոտավորապես 300 վատտից, երբ դրանք պարզապես աշխատում են առանց բեռնվածության, մինչև երբեմն 1500 վատտից ավելի բարձր արժեքներ բարձր բեռնվածության ժամանակ: Սա ուղղակիորեն ազդում է այդ կայանների շահագործման ծախսերի վրա և դրանց մթնոլորտային ազդեցության վրա: Հին ցանցային կառուցվածքները իրենց էներգիայի պահանջները բաշխում են այլ կերպ, քան 5G տեխնոլոգիան, որը հիմնված է միլիմետրային ալիքների վրա և մեծ անտենային մասսիվների՝ այսպես կոչված Massive MIMO-ի վրա: Այս նոր տեխնոլոգիաները էներգիայի սպառման մեծ մասը կենտրոնացնում են հատուկ մասերում, որոնք հայտնի են որպես ռադիոհաճախային միավորներ (RF միավորներ) կամ կարճ անվանումով՝ AAU-ներ, և այս բաղադրիչները յուրաքանչյուր կայանում օգտագործվող էլեկտրաէներգիայի կեսից ավելին են սպառում: Երբ այս սնման աղբյուրները չեն աշխատում լիարժեք հզորությամբ, դրանք նաև շատ էներգիա են կորցնում՝ այնպես, որ օպտիմալ աշխատանքի դեպքում կորուստը կարող է հասնել 40%-ի: Դրա համար էլ այսօրվա սնման մոդուլները պետք է կարողանան իրենց էֆեկտիվության մակարդակը հարմարեցնել ըստ ընթացիկ պայմանների՝ ինչ-որ տեսակի իրական ժամանակում մոնիտորինգի համակարգի միջոցով: Դրանք պետք է նվազեցնեն էներգիայի սպառումը հանգիստ ժամանակահատվածներում, սակայն պետք է պատրաստ լինեն անսպասելի ցանցային հզորության պահանջի աճի դեպքում անմիջապես աշխատանքի անցնելու համար:

Ջերմային սահմանափակումներ և հավաստիություն. Ինչպես է ազդում անցումային ջերմաստիճանը հզորության մոդուլի ծառայության ժամանակաշրջանի վրա

Միացման ջերմաստիճանը կարևոր դեր է խաղում հզորության մոդուլների աշխատաժամանակի որոշման մեջ: Կիսահաղորդիչների համար 100 աստիճան Ցելսիուսից բարձր ջերմաստիճանի յուրաքանչյուր 10-աստիճանանոց բարձրացում նվազեցնում է դրանց կյանքի տևողությունը կեսով: Փոքր չափսերի 5G բազային կայանները հատկապես մեծ մարտահրավերներ են ստեղծում GaN և SiC բաղադրիչների համար, քանի որ դրանք առաջացնում են զգալի ջերմային լարվածություն: Բարձր հաճախականության սիգնալների մշակումը՝ անարդյունավետ լարման փոխակերպման հետ միասին, ստեղծում է խնդիրներ, հատկապես այն դեպքում, երբ պասսիվ սառեցման մեթոդները հասնում են իրենց սահմաններին: Այս իրավիճակը արագացնում է էլեկտրոմիգրացիայի խնդիրները և ավելի արագ մաշվելու պատճառ է դառնում նյութերի համար: Դաշտային տվյալների համաձայն՝ 125 աստիճան Ցելսիուսից բարձր ջերմաստիճանում աշխատող հզորության մոդուլները տարեկան մոտավորապես 35 %-ով ավելի շատ ավարտակետային վթարումներ են ապահովում, քան այն մոդուլները, որոնք պահվում են անվտանգ ջերմաստիճանային սահմաններում: Երբ ընկերությունները իրականացնում են իմաստուն ջերմային կառավարման ռազմավարություններ, օրինակ՝ լավացված ջերմահաղորդիչների դիզայն և ստիպված օդային սառեցման համակարգեր, սովորաբար միջինում նվազեցնում են տաք կետերի ջերմաստիճանը մոտավորապես 22 աստիճանով: Այս բարելավումները ոչ միայն պաշտպանում են բաղադրիչները, այլև տարեկան մոտավորապես 18 %-ով նվազեցնում են սառեցման էներգիայի պահանջը: Այս համակարգերի երկարատև աշխատանքի համար առանց չափից շատ սպասարկման ծախսերի հավասարակշռության գտնելը՝ արդյունքի և ջերմաստիճանի վերահսկման միջև, մնում է կարևորագույն խնդիր:

Գնահատել հզորության մոդուլի էֆեկտիվությունը իրական աշխարհի BTS-ի գործառնական վիճակներում

Դինամիկ հզորության պրոֆիլների չափում՝ ստացիոնար, մասնակի բեռնվածության և առավելագույն բեռնվածության ռեժիմներում՝ օգտագործելով 3GPP TR 36.814 ստանդարտները

Որպեսզի իրականում հասկանանք՝ մի հզորության մոդուլը լավ է աշխատում, թե ոչ, մենք պետք է այն փորձարկենք արդյունաբերության կողմից ճանաչված երեք հիմնական BTS շահագործման վիճակներում. երբ այն պարզապես դադարի վիճակում է և որևէ գործողություն չի կատարում (դադար), երբ աշխատում է 40–70 % հզորության միջին մակարդակներում (մասնակի բեռնվածություն) և երբ աշխատում է ամբողջությամբ 100 %-անոց օգտագործողային հզորությամբ (գագաթնային բեռնվածություն): Կա մի ստանդարտ՝ 3GPP TR 36.814-ը, որը մեզ տրամադրում է լավ հիմնարար ցուցանիշներ իրական 5G տրաֆիկի սցենարներ ստեղծելու համար: Եվ ի՞նչ է այստեղ հետաքրքիրը. այս ռեժիմների միջև էներգիայի սպառման տարբերությունը կարող է գերազանցել 60 %-ը, ինչը բավականին կարևոր է: Դադարի վիճակում արդյունավետ մոդուլները ապահովում են այն անհրաժեշտ կառավարման ֆունկցիաները, սակայն չեն սպառում շատ հոսանք, ուստի նվազեցնում են դադարի վիճակում առաջացող էներգիայի կորուստները: Մասնակի բեռնվածության տակ փորձարկելը մեզ ցույց է տալիս՝ լարման կարգավորումը ինչպես է մեկնաբանում այդ փոքր հզորության վերահարվածները՝ առաջացնելով հնարավորին քիչ անցման կորուստներ: Գագաթնային բեռնվածության դեպքում մենք փնտրում ենք ջերմային սահմանափակման և փոխակերպման խնդիրներ, քանի որ վատ նախագծված մոդուլները կարող են ամեն ժամում ավելի քան 300 վատ էներգիա կորցնել՝ պարզապես դադարի վիճակում գտնվելու պատճառով: Հատուկ «Սարքավորումների մեջ օղակի մեջ» (Hardware-in-the-Loop) սիմուլյացիաները օգնում են ստուգել համակարգի կայունությունը՝ երբ պայմանները հանկարծակի փոխվում են, և կանխում են լարման վերահարվածները, որոնք վնասում են ռադիոյի աշխատանքը: Բոլոր այս տարբեր վիճակներով անցնելը ապահովում է, որ մոդուլները արդյունավետ են աշխատում իրական աշխարհի ցանցերում, ինչը ուղղակիորեն ազդում է շահագործման ծախսերի վրա և կանխում է սարքավորումների վերատաքացումը:

Գնահատել BTS սնման մոդուլների սարքային մակարդակի հզորության կառավարման հնարավորությունները

Ժամանակակից բազային աղբյուրային կայանների սնման մոդուլները ներառում են նպատակային սարքային հնարավորություններ՝ 5G-ի դինամիկ հզորության պահանջները բավարարելու համար՝ հավասարակշռելով արձագանքման արագությունը, էֆեկտիվությունը և ջերմային կայունությունը:

Սպառման նվազեցման ռեժիմի արդյունավետություն. արձագանքման ժամանակահատվածը և էներգիայի խնայողությունը GaN-ի հիման վրա ստեղծված սնման մոդուլներում

Գալիում-ազոտի նիտրիդի տեխնոլոգիան թույլ է տալիս արագ անցում կատարել ակտիվ և ցածր հզորության քնի ռեժիմների միջև, ինչը նպաստում է էներգիայի ավելցուկային ծախսերի նվազեցմանը, երբ բազային ընդունիչ-հաղորդիչ կայանները չեն հաղորդում ազդանշաններ: Սակայն կա մեկ այլ կետ. երբ համակարգերը մտնում են խորը քնի ռեժիմ, նրանք կարող են խնայել մոտավորապես 70 % էներգիա, սակայն վերականգնել աշխատանքային վիճակը վերականգնելու համար պահանջվում է մոտավորապես 5–8 միլիվայրկյան: Ի հակադրություն դրա՝ թեթև քնի ռեժիմում պահպանելը հնարավորություն է տալիս գրեթե ակնթարտ պատասխանի ժամանակ մեկ միլիվայրկյանից պակաս, սակայն էներգիայի խնայողությունը այդ դեպքում ավելի փոքր է: Այս վիճակների միջև անընդհատ անցումները իրականում բարձրացնում են բաղադրիչների ջերմաստիճանը՝ տաքացման և սառեցման ցիկլերի պատճառով, ինչը նույնպես չի նպաստում երկարաժամկետ հուսալիությանը: Ցանցի օպերատորները ստիպված են որոշել այս քնի պարամետրերի սահմանադրումը՝ ելնելով իրենց հատուկ պայմաններում ամենակարևոր հարցերից: Որոշները կարող են նախընտրել սուպերարագ պատասխաններ այն միսիայի կրիտիկական և բացառապես հուսալի, ցածր տարածման ժամանակային հապաղում ունեցող կապի ծառայությունների համար, մյուսները՝ մեծ ծածկույթի տարածք ունեցող աշտարակներ շահագործողները, հավանաբար ավելի շատ կհետաքրքրվեն նվազագույն հնարավոր էներգիայի խնայողությամբ՝ նույնիսկ եթե դա նշանակում է մի փոքր դանդաղ սկսման ժամանակ:

Ադապտիվ լարման սահմանափակում և հզորության զեղչի տեխնիկաներ՝ մինչև 22 % գագաթնային նվազեցման համար

Դինամիկ լարման և հաճախականության սահմանափակումը (DVFS), կամ կարճ ասած՝ DVFS, աշխատում է մշտապես հարմարեցնելով պրոցեսորներին մատակարարվող հզորության չափը՝ կախված նրանց տվյալ պահին իրականացնող գործառույթներից: Այս համակարգը նաև կանխատեսում է բեռնվածությունը, որպեսզի իմանա, թե երբ կլինեն տվյալների հոսքի հանգիստ ժամանակահատվածներ, և այդ պահերին անվտանգ իջեցնի լարման մակարդակը՝ ընդհանուր առմամբ խնայելով մոտավորապես 12–18 տոկոս էներգիա: Սա միացնելով այսպես կոչված «հզորության զեղչման» հետ՝ արդյունքները դարձնում է ավելի լավը: Հզորության զեղչումը ներառում է լարման միկրովայրկյաններ տևող մանր իջեցումներ այն կարճ պահերին, երբ պրոցեսորը չի զբաղված: Այս երկու մեխանիզմների համատեղ կիրառումը որոշ դեպքերում նվազեցնում է գագաթնային հզորության օգտագործումը մինչև 22 տոկոսով: Սերվերներով և սարքավորումներով լի քաղաքների համար այս տեսակի ներդրված էֆեկտիվության միջոցները շատ կարևոր են: Շատ դեպքերում ավանդական սառեցման լուծումները այլևս չեն բավարարում, քանի որ դրանք կամ շատ տեղ են զբաղեցնում, կամ պարզապես չափազանց թանկ են ճիշտ տեղադրելու համար:

Համեմատել էներգախնայողական ռազմավարությունները մոդուլային մակարդակում կայուն ԲՏՍ-ի տեղադրման համար

Էներգախնայողության մոտեցումների մոդուլային բաղադրիչների բաժանումը հիմնական հաղորդակայանները զգալիորեն ավելի «կանաչ» է դարձնում: Երբ ինժեներները առանձնացնում են, օրինակ, DC-DC փոխակերպիչները, թվային կառավարիչները և ջերմային կառավարման միավորները, նրանք հնարավորություն ստանում են յուրաքանչյուր մասը առանձին ճշգրտել՝ ի տարբերություն ավանդական մեկ մասից բաղկացած համակարգերի, որտեղ դա հնարավոր չէ: Վերցնենք, օրինակ, մասշտաբավորված հզորության կառավարումը: Տեղական ենթակառավարիչները մոդուլային մակարդակում ապահովում են էներգախնայողություն՝ օգտագործելով մոդուլների ինքնաշխատ անջատման ժամանակի ճշգրտում նման մեթոդներ: Միաժամանակ գոյություն ունի գլխավոր կառավարիչ, որը վերահսկում է հզորության բաշխումը ամբողջ համակարգում: Ըստ GSMA-ի 2023 թվականի որոշ դաշտային փորձարկումների, այս կառուցվածքը անգործության ժամանակ կորցրած էներգիան մոտավորապես 19 %-ով նվազեցնում է: Յուրաքանչյուր հզորության մոդուլի ջերմային իզոլացիան կանխում է ջերմության տարածումը սարքավորումների մեջ ամբողջությամբ: Սա նշանակում է, որ մենք կարիք չունենք այնքան ագրեսիվ սառեցման լուծումների, ինչը սառեցման ծախսերը մոտավորապես 30 %-ով նվազեցնում է: Կոմպոնենտների առանձին մասշտաբավորման հնարավորությունը երկարաժամկետ պլանավորման համար մեկ այլ մեծ առավելություն է: Ցանցի օպերատորները չեն ստիպված ամբողջ համակարգերը փոխարինել, երբ որոշակի մասերը ծանր բեռնվածության տակ սկսում են ավելի թույլ աշխատել: Նրանք կարող են պարզապես փոխարինել այդ խնդրահրա вызող մասերը, օրինակ՝ գագաթնային բեռնվածության փոխակերպիչները: Տասը տարվա ընթացքում սա յուրաքանչյուր տեղամասում 8–12 տոննա էլեկտրոնային թափոնների խնայում է: Այս բոլոր բարելավումները նշանակում են ավելի երկարատև սարքավորումներ, փոքր ածխածնի հետք և 5G տեխնոլոգիայի զարգացման հետ մեկտեղ առաջացող նոր հզորության պահանջներին ավելի լավ պատրաստվածություն: