[논문 리뷰] Modeling and Analysis of Energy Harvesting and Smart Grid-Powered Wireless Communication Networks: A Contemporary Survey

Shuyan Hu, Xiaojing Chen외 3명|arXiv (Cornell University)|2019. 12. 31.

Energy Harvesting in Wireless Networks참고 문헌 223인용 수 7

한 줄 요약

이 종합적 리뷰는 에너지 수확(EH)과 스마트 그라이드 기반 무선망에 대해 에너지 재분배, 이중 방향 거래, 그리고 볼록 최적화 및 르아플루노프 기반 방법과 같은 최적화 기법을 중심으로 포괄적인 분석을 제시한다. 이는 스마트 그라이드 상호운용성과 동적 에너지 계획을 통해 5G/B5G 네트워크에서 전기 요금과 browm 에너지 소비를 크게 감소시킬 수 있음을 보여준다.

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.

연구 동기 및 목표

• 미래의 무선망에서 에너지 수확(EH) 및 스마트 그라이드 통합에 대한 최신 리뷰를 제공하는 것.
• 점대점, 멀티호프, 멀티셀 아키텍처를 포함한 EH 기반 시스템에서의 제약 조건이 있는 운영 및 최적화를 분석하는 것.
• 무선 네트워크와 스마트 그라이드 간의 에너지 재분배, 동적 가격 설정, 이중 방향 에너지 거래를 조사하는 것.
• 볼凸 최적화, 라그랑주 이중법, 르아플루노프 기반 온라인 방법과 같은 최적화 기법을 비교하는 것.
• 최종 사용자 EH, 머신러닝 통합, 녹색 무선 네트워크를 위한 분산 최적화 분야에서의 열린 연구 과제를 규명하는 것.

제안 방법

• 재생 가능 에너지 수확 기술의 고전적 모델과 무선 네트워크에의 통합을 조사하는 것.
• 점대점, 다중점 대 점대점, 멀티호프, 멀티셀 시스템을 포함한 다양한 네트워크 구조에서의 제약 조건이 있는 에너지 운영을 분석하는 것.
• 무선 통신에서 EH의 핵심 구현 방법인 동시 무선 정보 및 전력 전송(SWIPT)을 검토하는 것.
• 수확된 여유 에너지를 활용하고 그리드 의존도를 줄이기 위해 셀룰러 네트워크 내에서 에너지 재분배를 평가하는 것.
• 셀룰러 네트워크와 스마트 그라이드 간의 동적 가격 모델 및 이중 방향 에너지 거래 메커니즘을 적용하는 것.
• 최적화 프레임워크 비교: 오프라인 계획을 위한 볼凸 최적화, 실시간 동적 적응을 위한 르아플루노프 기반 온라인 알고리즘.

실험 결과

연구 질문

• RQ1 셀룰러 네트워크에서 수확된 여유 에너지를 어떻게 효과적으로 재분배하여 그리드 의존도를 줄일 수 있는가?
• RQ2 스마트 그라이드 가격 모델 하에서 동적 에너지 계획을 위한 최적의 최적화 기법은 무엇인가?
• RQ3 무선 네트워크와 스마트 그라이드 간의 이중 방향 에너지 거래가 전기 요금과 브라운 에너지 소비에 어떤 영향을 미치는가?
• RQ4 자체 수명을 유지하는 통신 시스템을 위한 최종 사용자 장치에서의 에너지 수확 통합에 있어 핵심 과제는 무엇인가?
• RQ5 기계 학습 기법은 어떻게 에너지 예측, 사용자 스케줄링, QoS 향상에 기여할 수 있는가? EH 기반 5G/B5G 네트워크에서의 응용을 고려하여 설명하라.

주요 결과

• 수확된 에너지의 효과적인 재분배와 이중 방향 거래는 무선 서비스 제공자들의 전기 요금과 브라운 에너지 소비를 크게 감소시킬 수 있다.
• 르아플루노프 기반 온라인 최적화는 동적, i.i.d. 환경에서 渐近 최적성을 달성하여 실시간 에너지 관리에 적합하다.
• 라그랑주 이중 기반 방법은 오프라인 에너지 스케줄링 문제에서 전역 최적성을 제공한다.
• 최종 사용자에서의 에너지 수확는 여전히 열린 과제이며, 에너지 공유, 간섭 정렬, 분산 최적화를 위한 새로운 프레임워크가 필요하다.
• 기계 학습 기법—특히 강화 학습—은 알 수 없는 EH 과정을 모델링하고 스마트 그라이드, 기지국, 사용자 간의 게임 이론적 상호작용을 해결하는 데 유망한 가능성을 보인다.
• 스마트 그라이드와 무선 네트워크의 통합은 수요 반응 조율, 부하 공유, 동적 트래픽 오프로딩을 가능하게 하여 전체 시스템 효율성을 향상시킨다.