[論文レビュー] Modeling and Analysis of Energy Harvesting and Smart Grid-Powered Wireless Communication Networks: A Contemporary Survey

Shuyan Hu, Xiaojing Chen+3 more|arXiv (Cornell University)|Dec 31, 2019

Energy Harvesting in Wireless Networks参考文献 223被引用数 7

ひとこと要約

本調査は、エネルギー回収（EH）およびスマートグリッド駆動型無線ネットワークについて包括的な分析を提示しており、エネルギー再配分、双方向取引、凸最適化やラプラシアンに基づく手法を含む最適化技術に焦点を当てている。スマートグリッドとの相互運用性と動的エネルギー計画を通じて、効果的なエネルギー管理により、5G/B5Gネットワークにおける電力コストとブラウンエネルギー消費を顕著に低減できることを示している。

ABSTRACT

The advancements in smart power grid and the advocation of ``green communications'' have inspired the wireless communication networks to harness energy from ambient environments and operate in an energy-efficient manner for economic and ecological benefits. This article presents a contemporary review of recent breakthroughs on the utilization, redistribution, trading and planning of energy harvested in future wireless networks interoperating with smart grids. This article starts with classical models of renewable energy harvesting technologies. We embark on constrained operation and optimization of different energy harvesting wireless systems, such as point-to-point, multipoint-to-point, multipoint-to-multipoint, multi-hop, and multi-cell systems. We also review wireless power and information transfer technologies which provide a special implementation of energy harvesting wireless communications. A significant part of the article is devoted to the redistribution of redundant (unused) energy harvested within cellular networks, the energy planning under dynamic pricing when smart grids are in place, and two-way energy trading between cellular networks and smart grids. Applications of different optimization tools, such as convex optimization, Lagrangian dual-based method, subgradient method, and Lyapunov-based online optimization, are compared. This article also collates the potential applications of energy harvesting techniques in emerging (or upcoming) 5G/B5G communication systems. It is revealed that an effective redistribution and two-way trading of energy can significantly reduce the electricity bills of wireless service providers and decrease the consumption of brown energy. A list of interesting research directions are provided, requiring further investigation.

研究の動機と目的

• 将来の無線ネットワークにおけるエネルギー回収（EH）およびスマートグリッド統合の最新のレビューを提供すること。
• ポイントツーポイント、マルチホップ、マルチセルアーキテクチャを含む、EHベースのシステムにおける制約付き運用と最適化の分析。
• 無線ネットワークとスマートグリッド間でのエネルギー再配分、動的価格設定、および双方向エネルギー取引の調査。
• 凸最適化、ラグランジュ双対、およびラプラシアンに基づくオンライン手法といった最適化手法の比較。
• エンドユーザーにおけるEH、機械学習統合、グリーン無線ネットワークの分散最適化における未解決の研究課題の特定。

提案手法

• 再生可能エネルギー回収技術の古典的モデルとそれらの無線ネットワークへの統合を調査する。
• ポイントツーポイント、マルチポイントツーポイント、マルチホップ、マルチセルシステムを含む、さまざまなネットワークトポロジーにおける制約付きエネルギー運用の分析。
• 無線通信におけるEHの主要な実装手法としての同時無線情報および電力伝送（SWIPT）のレビュー。
• セルラー網内でのエネルギー再配分の評価を通じて、余剰な回収エネルギーを活用し、グリッド依存度を低減する。
• セルラー網とスマートグリッド間での動的価格モデルと双方向エネルギー取引メカニズムの適用。
• 最適化フレームワークの比較：オフライン計画のための凸最適化、および動的でリアルタイムな適応に適したラプラシアンに基づくオンラインアルゴリズム。

実験結果

リサーチクエスチョン

• RQ1 セルラー網で回収された余剰エネルギーを効果的に再配分することで、グリッド依存度をどのように低減できるか？
• RQ2 スマートグリッドの価格モデル下での動的エネルギー計画において、どの最適化手法が最も効果的か？
• RQ3 無線ネットワークとスマートグリッド間での双方向エネルギー取引が、電力コストとブラウンエネルギー消費に与える影響は何か？
• RQ4 自己持続的通信システムを実現するためのエンドユーザーにおけるエネルギー回収統合における主な課題は何か？
• RQ5 機械学習技術を活用することで、未知のEHプロセスのモデリング、ユーザースケジューリング、QoSの向上をどのように実現できるか？

主な発見

• 回収エネルギーの効果的な再配分と双方向取引により、無線サービスプロバイダーの電気代とブラウンエネルギー消費を顕著に低減できる。
• ラプラシアンに基づくオンライン最適化は、動的かつi.i.d.（独立同分布）環境において漸近的最適性を達成し、リアルタイムエネルギー管理に適している。
• ラグランジュ双対に基づく手法は、オフラインエネルギースケジューリングにおける凸最適化問題に対してグローバル最適性を提供する。
• エンドユーザーにおけるエネルギー回収は未解決の課題であり、エネルギー共有、干渉整合、分散最適化のための新しいフレームワークの必要がある。
• 機械学習技術、特に強化学習は、未知のEHプロセスのモデリングや、スマートグリッド、基地局、ユーザー間のゲーム理論的相互作用の解決に有望である。
• スマートグリッドと無線ネットワークの統合により、需要応答連携、負荷共有、動的トラフィックオフロードが可能となり、全体のシステム効率が向上する。