En la actualidad, la gran mayoría de usuarios hacen uso de las tecnologías móviles de segunda generación, sin embargo los operadores y proveedores de servicio comienzan a invertir en agresivos despliegues de redes móviles de banda ancha que permitan proporcionar un acceso inalámbrico a Internet con todas las funciones. Mientras el foco principal de la investigación se ha concentrado en mejorar la capacidad de este tipo de redes, pocos avances se han registrado en relación a su eficiencia energética. El primordial objetivo de este artículo consiste en estudiar, por medio de modelos analíticos, cuáles son las posibilidades en términos de reducción de consumo energético a partir de esquemas simples de gestión de red. Considerando el peor caso que típicamente se usa para el diseño de estas redes, presentamos cuáles podrían ser los límites de un enfoque de gestión de red en el que algunas de las estaciones dando servicio a un área concreta se apaguen. Para la evaluación se utilizarán modelos de tráfico tanto teóricos como reales.
2. Índice
• Introducción
• Estado del Arte
• Límites de ahorro con un esquema simple de
gestión ON‐OFF
• Ahorros energéticos bajo las limitaciones del
mundo real
• Conclusiones
4. Introducción
• Crecimiento exponencial del mercado redes móviles
banda ancha
– TICs responsables de 3% emisiones CO2
– Despliegue redes (LTE), aumento número Estaciones Base
(BS)
• Terreno para mejoras en ahorro energético
– Hasta ahora, reducción en terminales usuario
– Consumo recae en operador Estaciones Base
• Soluciones
– Hardware eficiente energéticamente
– Esquemas inteligentes de gestión de red
5. Introducción
• Apagado de BS cuando condiciones carga red
permita mantener prestación servicios
– Despliegues red, calculados para pico de tráfico
– Menor cantidad de nodos de red utilizados
– Ajuste de potencia emitida por cada una de las BS
7. Estado del Arte
• Soluciones planteadas para ofrecer el mejor ratio
cobertura – capacidad
– Equipos y red diseñados para operar en alta demanda
• Eficiencia energética en redes móviles, campo
novedoso
– Ahorro en redes ad hoc
• Gestión de la topología
• Balanceo de carga
– Aproximaciones sobre apagado dinámico BS
• Limitaciones en los patrones de tráfico elegidos
9. Límites de ahorro esquema simple ON‐OFF
• Principio fundamental diseño: garantía de nivel QoS
– Recursos desperdiciados al evaluarse el caso peor
– Disminución tráfico (día‐noche, desplazamientos usuarios)
• Según perfil de carga en la red, variación en equilibrio entre
número de BSs a apagar y cantidad de tiempo apagadas
diferentes ahorros energéticos
• Modelo simplificado para carga normalizada en red celular
– Agregación de 2 Gaussianas, misma media, diferente desviación estándar
(σ’=3σ) 1
0.8
0.6
Load
0.4
0.2
Combinación
0
0 2 4 6 8 10 12 14 16 18 20 22 24
de Gaussianas Time (h)
10. Límites de ahorro esquema simple ON‐OFF
• Utilizando estos perfiles, se propone un mecanismo simple de gestión
energética consistente en aplicar una estrategia de ON‐OFF BS basándose en
la carga actual
– Apagar (OFF) BS cuando la carga es tal que las BS restantes pueden servir las demandas de
los usuarios
– Viabilidad relacionada con despliegue de BS realizado para tratar con picos de tráfico
– Aplicable en BS donde el factor limitante es la capacidad y no la potencia
– Esta estrategia considera un conjunto de BS definidas a priori como candidatas a colocarse
en estado idle basándose en curvas de carga y experiencia previa
• Para carga máxima L una zona necesita ser servida por N celdas
– Si la carga cae (L - ∆L), celdas redundantes, sólo a∙N permanecen necesarias.
– Se define a = (1 - ∆L/L) como la carga normalizada o la fracción de BS activas restantes.
– Cuanto más decae la carga, mayor número de BS pueden apagarse e incrementar el ahorro.
11. Límites de ahorro esquema simple ON‐OFF
• Siendo A=a ∙ N con a<1 el número de BS que permanecen activas e
I = (1-a) ∙ N aquellas que pueden colocarse en modo idle.
• Con esta suposición y considerando reparto equitativo de tráfico descargado
desde las BS inactivas, las restantes deben ocuparse de un tráfico:
1 a 1
LA (t ) L(t ) L(t ) L(t )
Carga restante
normalizada por la
Carga normal
a a fracción de BS
disponibles
• Obviamente, sólo si LA(t)<1 puede aplicarse el esquema de ahorro de
energía, dado que para valores mayores la carga por BS no podría gestionarse
de forma apropiada.
• Precisamente cuando LA(t)=1 el esquema puede aplicarse de forma óptima.
1
LA ( ) L( ) 1 a L( )
a
12. Límites de ahorro esquema simple ON‐OFF
• Las condiciones de carga crecen y decrecen durante el día, con lo que el
tiempo durante el cual las BS pueden apagarse está comprendido entre τE y
τM , con L(τE ) = L(τM ) = a, τE < τM
• Es factible calcular el consumo de potencia en la red como función de ambas
P( E , M ) N (T ( M E )) L( E ) N ( M E )
• Lo que se traduce en un ahorro de:
N (T ( M E )) L( E ) N ( M E )
S ( E , M )
N T
( E ) (1 L( E ))
1 M
T
13. Límites de ahorro esquema simple ON‐OFF
• Las pruebas muestran que la cantidad de potencia ahorrada depende
fuertemente del perfil de carga ofrecida a la red.
• Existe un momento óptimo de apagado del número apropiado de BS,
dS ( E , M )
0
d ( E , M )
18
16
14
12
Savings (%)
10
8
6
4
2
0
0 1 2 3 4 5 6
A mayor valor de L(τE ), Time (h)
superiores ahorros
• Mejor solución: menor número de BS idle, pero por mayor periodo de tiempo
16. Ahorros energéticos bajo limitaciones mundo real
• Aplicando estas limitaciones al modelo de carga presentado, se observan
ciertos ahorros:
1/2 ON-OFF scheme
1/3 ON-OFF scheme
1/4 ON-OFF scheme
1/7 ON-OFF scheme
Savings (%)
Load condition model, L(t, sigma)
• Diversas conclusiones a la vista de los resultados:
– Con esquemas simples de gestión pueden lograrse ahorros significativos.
– Mayores ahorros no directamente relacionados con número de BS apagadas, sino con
condiciones de carga en la red.
– Esquemas agresivos de gestión no siempre realizables: BS activas deben ser capaces de
soportar todo el tráfico de la red.
17. Ahorros energéticos bajo limitaciones mundo real
1
0.8
• Limitación mundo real adicional introducida, 0.6
Load
condiciones reales de tráfico. 0.4
0.2
0
21:00
23:00
01:00
03:00
05:00
07:00
09:00
11:00
13:00
15:00
17:00
19:00
21:00
Time (h)
• Estudio similar, obteniendo ahorros en función del momento de apagado y la
reducción en consumo de potencia Disconnection time
Savings
1/2 ON-OFF scheme
20 24
– Esquemas más agresivos, no aplicables 17.5
1/3 ON-OFF scheme
1/4 ON-OFF scheme 21
Disconnection time (h)
Savings (%)
– Reducción notable para casos factibles 15
12.5
18
15
– Atendiendo a tiempo BS apagada, ahorros 10 12
7.5 9
máximos con esquema 1/2 5 6
2.5 3
0 0
21:00
22:00
23:00
00:00
01:00
02:00
03:00
04:00
05:00
06:00
Switch off triggering time
• Se infieren ahorros notables a través de la combinación de varios esquemas
de apagado, aplicándolos a lo largo del día, ON/OFF de forma progresiva.
18. Ahorros energéticos bajo limitaciones mundo real
• Restricción extra, celdas reales con tráfico no aproximado ni promediado.
– Posibilidad de grandes variaciones instantáneas, uso ineficiente ON‐OFF
• Necesidad de acotar situaciones provechosas
– Tiempo que tarda BS en cambiar de estado se asumen 30 minutos para aplicación
eficiente del algoritmo
– Valor esperado de la carga en la celda durante ese tiempo Uso de predictores
• Predicción Lineal, parámetros:
– Modelo: curva tomada como referencia para hacer predicciones. Obtención matriz de
coeficientes.
– Orden: número de medidas tomadas como referencia del modelo para construir la matriz.
– Ventana: número de muestras a predecir a partir de los datos reales y el modelo.
P
x n a k xn k
ˆ
k 1
xP 1 xP 2 x0
a1 xP
xn xn a
x1
2 xP 1
xN 2 xN 3 xN P 1 a P xN 1
X a x
19. Ahorros energéticos bajo limitaciones mundo real
• Utilizando modelos de ahorro combinados, se establecen umbrales relativos
a la capacidad de carga de la celda.
– Si la curva de carga supera dichos umbrales, actúa el predictor, decidiendo si se aplica ON‐
OFF o no.
• Prueba de fiabilidad del proceso: curva de carga promediada real con la
inclusión de variaciones en amplitud y ruido blanco aditivo.
Predicciones acertadas
Predicció • 106 simulaciones
n errónea
• 9.101.495 predicciones
8.138.433 Aciertos
963.062 Errores
¡ Precisión 89,42%!
Umbral
25% (1/4)
Umbral
11% (1/9)
21. Conclusiones
• Esquema simple de gestión de red
– Apagado de BSs aprovechando momentos de baja
carga
– Configuración, a partir del perfil de tráfico, de
estaciones en modo idle
• Apagado completo, importante ahorro energético
• Incremento potencia para compensar ausencias en
cuanto a cobertura, insignificante
• Coordinación limitada a definición de cuándo y cuáles
BSs deben actuar
22. Conclusiones
• Diferentes modelos de tráfico
– Perfiles favorables, ahorros superiores 50%
– Limitaciones mundo real, 20%
• Herramientas de predicción
– Incremento en la complejidad
– Más elementos de evaluación
• Partiendo de suposiciones simples, posibilidad
de procedimientos más complejos
– Adaptación dinámica a condiciones de red
– Mejor conocimiento topología