[논문 리뷰] Online Ski Rental for ON/OFF Scheduling of Energy Harvesting Base Stations

Gilsoo Lee, Walid Saad외 3명|arXiv (Cornell University)|2016. 02. 01.

Advanced MIMO Systems Optimization참고 문헌 32인용 수 4

한 줄 요약

이 논문은 에너지 유입의 불확실성 하에서 운영 비용을 최소화하기 위해 에너지 수확 소셀 루터리(base station, SBS)의 자율적이고 온라인으로 케이블/오프 스위칭을 위한 온라인 스키 렌탈 기반 알고리즘을 제안한다. 문제를 온라인 최적화 과제로 모델링하여, 경쟁 비율 1.86를 확보하는 랜덤화 온라인 알고리즘(ROA)을 도입함으로써 기준 방법 대비 에너지 소비는 최대 15.6% 감소하고 지연은 20.6% 감소시켰다.

ABSTRACT

The co-existence of small cell base stations (SBSs) with conventional macrocell base station is a promising approach to boost the capacity and coverage of cellular networks. However, densifying the network with a viral deployment of SBSs can significantly increase energy consumption. To reduce the reliance on unsustainable energy sources, one can adopt self-powered SBSs that rely solely on energy harvesting. Due to the uncertainty of energy arrival and the finite capacity of energy storage systems, self-powered SBSs must smartly optimize their ON and OFF schedule. In this paper, the problem of ON/OFF scheduling of self-powered SBSs is studied, in the presence of energy harvesting uncertainty with the goal of minimizing the operational costs consisted of energy consumption and transmission delay of a network. For the original problem, we show an algorithm can solve the problem in the illustrative case. To reduce the complexity of the original problem, an approximation is proposed. To solve the approximated problem, a novel approach based on the ski rental framework, a powerful online optimization tool, is proposed. Using this approach, each SBS can effectively decide on its ON/OFF schedule autonomously, without any prior information on future energy arrivals. By using competitive analysis, a deterministic online algorithm (DOA) and a randomized online algorithm (ROA) are developed. ROA is shown to achieve the optimal competitive ratio in the approximation problem. Simulation results show that, compared to a baseline approach, the ROA can yield performance gains reaching up to 15.6% in terms of reduced total energy consumption of SBSs and up to 20.6% in terms of per-SBS network delay reduction. The results shed light on the fundamental aspects that impact the ON time of SBSs while demonstrating that the proposed ROA can reduce up to 69.9% the total cost compared to a baseline approach.

연구 동기 및 목표

• 에너지 유입이 불확실하고 간헐적인 조건에서 에너지 수확 소셀 루터리(SBS)의 운영 비용을 최소화하는 데 도전하는 데 목적을 두며.
• 미래의 에너지 가용성에 대한 사전 지식 없이도 SBS의 자율적 실시간 케이블/오프 스위칭을 가능하게 하는 데 목적을 두며.
• 밀도 높은 랜드셀룰러 네트워크에서 에너지 소비와 전송 지연을 포함한 총 운영 비용을 줄이는 데 목적을 두며.
• 최악의 에너지 유입 시나리오 하에서도 잘 작동하는 경쟁적 온라인 알고리즘을 개발하는 데 목적을 두며.

제안 방법

• 문제는 SBS가 에너지 수확에서 매크로 루터리(MBS)의 백홀을 통해 에너지를 확보하는 것으로 전환할 시점을 결정해야 하는 온라인 스키 렌탈 문제로 모델링된다.
• 성능 한계를 보장하기 위해 경쟁 분석을 활용하여 결정론적 온라인 알고리즘(DOA)과 랜덤화 온라인 알고리즘(ROA)을 개발한다.
• ROA는 근사 문제에 대해 최적의 경쟁 비율 1.86을 확보함을 증명하였으며, 최악의 경우 비용을 최소화한다.
• 알고리즘은 변화하는 에너지 비용율과 저장된 에너지 수준에 따라 오프 시간 임계값을 동적으로 갱신한다.
• 계산 복잡도를 줄이면서도 근사 최적 성능를 유지하기 위해 근사 기법을 도입한다.
• 이 방법은 각 SBS가 에너지 비용과 저장 정보만을 국소적으로 이용하여 분산형 실시간 결정을 내릴 수 있도록 한다.

실험 결과

연구 질문

• RQ1 미래의 에너지 유입 정보 없이 SBS는 어떻게 자율적으로 케이블 및 오프 상태를 스케줄링할 수 있는가?
• RQ2 불확실성 하에서 수확한 에너지 사용과 MBS 용량 구매 간의 최적 트레이드오프는 무엇인가?
• RQ3 경쟁적 온라인 알고리즘이 총 운영 비용을 최소화하는 데 있어 근사 최적 성능를 달성할 수 있는가?
• RQ4 제안된 온라인 스케줄링 알고리즘의 이론적 성능 한계(경쟁 비율)는 무엇인가?
• RQ5 제안된 ROA는 에너지 소비와 지연 감소 측면에서 기준 방법과 비교해 어떻게 다른가?

주요 결과

• 랜덤화 온라인 알고리즘(ROA)은 경쟁 비율 1.86을 확보하여 최악의 경우 성능 보장을 잘 하였다.
• 기준 방법 대비 ROA는 총 에너지 소비를 최대 15.6% 감소시켰다.
• ROA는 SBS당 네트워크 지연을 최대 20.6% 감소시켰다.
• 기준 방법 대비 ROA의 총 운영 비용은 최대 69.9% 감소하였다.
• DOA와 ROA 모두 동적인 에너지 환경에서 스위칭 오버헤드와 전송 지연을 크게 줄였다.
• 근사 기법은 실시간 구현을 위한 계산 복잡도를 줄이면서도 높은 성능를 유지하였다.