[論文レビュー] Differentially Private Demand Side Management for Incentivized Dynamic Pricing in Smart Grid

Muneeb Ul Hassan, Mubashir Husain Rehmani+2 more|arXiv (Cornell University)|Feb 2, 2021

Smart Grid Energy Management参考文献 28被引用数 4

ひとこと要約

本稿では、動的プライシングを通じて協力的スマートメーター利用者をインcentivizeする一方で、ノイズ調整付き微分プライバシーによりプライバシーを保護する、差分プライバシーを適用した需要応答メカニズムDRDPを提案する。さまざまなプライバシー予算において、プライバシー保護と請求精度の両面で先行手法を上回る性能を示す。

ABSTRACT

In order to efficiently provide demand side management (DSM) in smart grid, carrying out pricing on the basis of real-time energy usage is considered to be the most vital tool because it is directly linked with the finances associated with smart meters. Hence, every smart meter user wants to pay the minimum possible amount along with getting maximum benefits. In this context, usage based dynamic pricing strategies of DSM plays their role and provide users with specific incentives that help shaping their load curve according to the forecasted load. However, these reported real-time values can leak privacy of smart meter users, which can lead to serious consequences such as spying, etc. Moreover, most dynamic pricing algorithms charge all users equally irrespective of their contribution in causing peak factor. Therefore, in this paper, we propose a modified usage based dynamic pricing mechanism that only charges the users responsible for causing peak factor. We further integrate the concept of differential privacy to protect the privacy of real-time smart metering data. To calculate accurate billing, we also propose a noise adjustment method. Finally, we propose Demand Response enhancing Differential Pricing (DRDP) strategy that effectively enhances demand response along with providing dynamic pricing to smart meter users. We also carry out theoretical analysis for differential privacy guarantees and for cooperative state probability to analyze behavior of cooperative smart meters. The performance evaluation of DRDP strategy at various privacy parameters show that the proposed strategy outperforms previous mechanisms in terms of dynamic pricing and privacy preservation.

研究の動機と目的

• リアルタイムのスマートメーター記録から生じるプライバシー漏洩を是正すること。
• ピーク負荷要因に貢献するユーザーにのみ公平に請求する動的プライシングモデルを設計すること。
• ノイズ調整を用いて、差分プライバシーを正確な請求と統合すること。
• 協力的ユーザー行動をインセンティブ化することで需要応答を強化すること。
• さまざまなプライバシーパrameterにおけるメカニズムのパフォーマンスを評価すること。

提案手法

• ピーク負荷要因に貢献するユーザーにのみ請求する、修正された使用量ベースの動的プライシングモデルを提案する。
• リアルタイムのエネルギー使用報告にキャリブレーションされたノイズを追加することで差分プライバシーを統合する。
• 注入されたノイズにもかかわらず請求精度を向上させるためのノイズ調整法を開発する。
• ユーザーの使用量が平均値またはピーク閾値に近い場合に通知するための乖離関数を導入する。
• 理論的分析を用いて差分プライバシーの保証と協力的状態確率を確立する。
• さまざまなプライバシー予算（ε）を想定したシミュレーションベースの評価を実施し、パフォーマンスを評価する。

実験結果

リサーチクエスチョン

• RQ1 ピーク負荷要因に貢献するユーザーにのみ請求することで、動的プライシングをどのように公平化できるか？
• RQ2 請求精度を損なわせることなく、動的プライシングに差分プライバシーを効果的に統合する方法は何か？
• RQ3 プライバシー予算を変化させた場合、請求の収束とユーザー協力にどのような影響が生じるか？
• RQ4 本稿で提案するメカニズムは、従来のアプローチと比較して、どのように需要応答を向上させるか？
• RQ5 ユーザー協力確率と期待される協力的スマートメーター数の関係は何か？

主な発見

• DRDPメカニズムは、低プライバシー予算（例：ε = 0.01）でも3日間の終了時点でほぼゼロの請求誤差を達成し、優れた収束性を示す。
• 高いプライバシー予算（例：ε = 1.0）では、請求の収束がほぼ即座に開始され、最小限の遅延で高い正確性を達成する。
• 乖離関数は、ユーザーのエネルギー使用量が平均値またはピーク閾値に近い場合に効果的にアラートを発することができ、能動的な負荷管理を可能にする。
• ユーザー協力確率（p）が高くなるほど協力的状態確率が上昇し、p = 0.9で期待される協力ユーザー数がほぼ最大値に達する。
• パフォーマンス評価により、DRDPはすべてのテスト済みプライバシーパrameterにおいて、従来のメカニズムを動的プライシングの正確性とプライバシー保護の両面で上回ることが確認された。
• 理論的分析により、メカニズムが差分プライバシーの保証を満たしており、協力的行動モデリングの堅実な基盤を提供することが確認された。