[논문 리뷰] Differentially Private Demand Side Management for Incentivized Dynamic Pricing in Smart Grid

Muneeb Ul Hassan, Mubashir Husain Rehmani외 2명|arXiv (Cornell University)|2021. 02. 02.

Smart Grid Energy Management참고 문헌 28인용 수 4

한 줄 요약

이 논문은 실시간 스마트 미터 데이터의 기밀 유출 문제를 해결하기 위해, 동적 가격 설정을 통해 협력적인 스마트 미터 사용자를 유도하면서도 노이즈 조정 기반의 차별적 프라이버시를 통해 기밀을 보호하는 DRDP라는 차별적 프라이버시 기반 수요 반응 메커니즘을 제안한다. 다양한 프라이버시 예산 하에서 기존 방법에 비해 기밀 보호 및 청구 정확도 측면에서 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 실시간 스마트 미터 데이터에서 발생하는 기밀 유출 문제를 해결하기 위해.
• 피크 부하 요인에 기여한 사용자에게만 공정하게 청구하는 동적 가격 설정 모델을 설계하기 위해.
• 노이즈 조정을 통해 차별적 프라이버시를 정확한 청구와 통합하기 위해.
• 협력적인 사용자 행동을 유도함으로써 수요 반응을 향상시키기 위해.
• 다양한 프라이버시 파rameter 하에서 메커니즘의 성능을 평가하기 위해.

제안 방법

• 피크 부하 요인에 기여한 사용자에게만 청구하는 수정된 사용 기반 동적 가격 설정 모델을 제안한다.
• 실시간 에너지 사용 보고서에 캘리브레이션된 노이즈를 추가하여 차별적 프라이버시를 통합한다.
• 주입된 노이즈에도 불구하고 청구 정확도를 향상시키기 위해 노이즈 조정 방법을 개발한다.
• 사용자의 에너지 사용이 평균 또는 피크 임계값에 가까워질 경우를 알리는 이탈 함수를 도입한다.
• 이론적 분석을 통해 차별적 프라이버시 보장을 확립하고 협력 상태 확률을 도출한다.
• 다양한 프라이버시 예산(ε)을 가진 시뮬레이션 기반 평가를 통해 성능을 평가한다.

실험 결과

연구 질문

• RQ1 피크 부하 요인에 기여한 사용자에게만 청구함으로써 동적 가격 설정을 어떻게 공정하게 만들 수 있는가?
• RQ2 청구 정확도를 훼손하지 않으면서 동적 가격 설정에 차별적 프라이버시를 효과적으로 통합할 수 있는가?
• RQ3 다양한 프라이버시 예산이 청구 수렴도와 사용자 협력도에 미치는 영향은 무엇인가?
• RQ4 기존 접근 방식에 비해 제안된 메커니즘이 수요 반응을 어떻게 향상시키는가?
• RQ5 사용자 협력 확률과 기대 협력 스마트 미터 수 사이의 관계는 무엇인가?

주요 결과

• 낮은 프라이버시 예산(예: ε = 0.01)에서도 3일 후 거의 영역의 청구 오류를 달성하여 강력한 수렴 성능을 보였다.
• 높은 프라이버시 예산(예: ε = 1.0)에서는 청구 수렴이 거의 즉시 시작되어 최소 지연로 높은 정확도를 확보했다.
• 이상 함수는 사용자의 에너지 사용이 평균 또는 피크 임계값에 가까워질 경우 효과적으로 알림을 제공하여 사전적 부하 관리가 가능하게 했다.
• 사용자 협력 확률(p)이 높을수록 협력 상태 확률이 증가했으며, p = 0.9일 때 기대 협력 사용자 수가 거의 최대에 도달했다.
• 성능 평가 결과, DRDP는 모든 테스트된 프라이버시 파rameter에서 기존 메커니즘에 비해 동적 가격 설정 정확도와 기밀 보호 측면에서 뛰어난 성능을 보였다.
• 이론적 분석을 통해 메커니즘이 차별적 프라이버시 보장을 충족하고 협력 행동 모델링에 탄탄한 기반을 제공함을 확인했다.