[論文レビュー] Incentivizing Users of Data Centers Participate in The Demand Response Programs via Time-Varying Monetary Rewards

Yong Zhan, Xu Du+2 more|arXiv (Cornell University)|Apr 7, 2016

Smart Grid Energy Management参考文献 19被引用数 3

ひとこと要約

本論文は、柔軟なデッドラインを持つデータセンターユーザーが自発的にワークロードを延期するのを促す時間変動型の報酬メカニズムを提案する。このメカニズムにより、パフォーマンスへの影響を伴わずに需要応答が可能となる。ゲーム理論的枠組みを用いることで、非干渉性、公平性、コスト保証を確保し、実世界のトレースにおいてピーク負荷を最大20.9％削減し、全体の電力コストを7.4％削減した。

ABSTRACT

Demand response is widely employed by today's data centers to reduce energy consumption in response to the increasing of electricity cost. To incentivize users of data centers participate in the demand response programs, i.e., breaking the "split incentive" hurdle, some prior researches propose market-based mechanisms such as dynamic pricing and static monetary rewards. However, these mechanisms are either intrusive or unfair. In this paper, we use time-varying rewards to incentivize users, who have flexible deadlines and are willing to trading performance degradation for monetary rewards, grant time-shifting of their requests. With a game-theoretic framework, we model the game between a single data center and its users. Further, we extend our design via integrating it with two other emerging practical demand response strategies: server shutdown and local renewable energy generation. With real-world data traces, we show that a DC with our design can effectively shed its peak electricity load and overall electricity cost without reducing its profit, when comparing it with the current practice where no incentive mechanism is established.

研究の動機と目的

• データセンターやユーザーが需要応答参加においてインcentiveが一致しない「分岐インcentive問題」に対処すること。
• 非干渉的でデッドラインに配慮し、公平な報酬メカニズムを設計し、ユーザーが自発的に参加できるようにすること。
• ユーザーの最大コストが新しい料金モデル下でベースラインコストを超えないように保証すること。
• 既存の需要応答戦略（サーバーのシャットダウンや再生可能エネルギーの活用など）と報酬メカニズムを統合すること。
• 最適な時間変動型報酬を用いてデータセンタの電力コストを最小化し、利益を維持すること。

提案手法

• 単一のデータセンタとそのユーザー間のゲーム理論的モデルを構築し、ワークロードの延期に関する戦略的意思決定を捉える。
• ユーザーの余剰利益を、パフォーマンス劣化と時間変動型報酬の関数としてモデル化し、報酬の閾値に基づいた優位戦略を導出する。
• データセンタのコスト最小化問題を凸最適化問題として定式化し、最適な時間変動型報酬をその解として導出する。
• 報酬は、リクエストの延期に貢献したユーザーにのみ支払われ、その額は貢献度に比例することで公平性を確保する。
• サーバーのシャットダウンや現地での再生可能エネルギー発電戦略と統合することで、メカニズムを拡張し、全体の需要応答効果を高める。
• 最大コスト保証によりベースラインコストを維持し、ユーザーが従来の定額料金または使用量課金制よりも悪化しないことを保証する。

実験結果

リサーチクエスチョン

• RQ1 データセンタは、柔軟なデッドラインを持つユーザーを、パフォーマンスへの影響を伴わずに自発的にワークロードを延期させるために、どのようにインcentivizeできるか？
• RQ2 公平性、非干渉性、ユーザーのコスト保証を満たす時間変動型報酬構造はどのようなものか？
• RQ3 データセンタとユーザーの間のゲーム理論的相互作用は、ワークロードの延期意思決定にどのように影響するか？
• RQ4 データセンタの電力コストを最小化しつつ利益を維持する最適な報酬ポリシーは何か？
• RQ5 サーバーのシャットダウンや再生可能エネルギー発電と報酬メカニズムを統合することで、需要応答の成果はどのように向上するか？

主な発見

• 実世界のYouTube米国トレースを用いた結果、提案されたメカニズムにより、データセンタのピーク電力負荷が20.9％削減された。
• インcentiveなしのベースライン実践と比較して、全体の電力コストが7.4％削減された。
• ユーザーのコスト保証が維持され、従来の料金モデル下よりもユーザーが高額を支払うことはなかった。
• 時間変動型報酬とサーバーのシャットダウンを統合することで、ピーク負荷と電力コストがさらに削減された。
• 現地の再生可能エネルギー発電と統合することで、ピーク負荷と全体の電力コストが追加で削減された。
• 理論的分析により、ユーザーが報酬の閾値に基づいた優位戦略を採用することが確認され、メカニズムの戦略的頑健性が裏付けられた。