[논문 리뷰] Smart Grids empowerment with Edge Computing: An Overview

Pietro Boccadoro|arXiv (Cornell University)|2018. 09. 26.

IoT Networks and Protocols참고 문헌 9인용 수 6

한 줄 요약

이 논문은 스마트 그라이드의 핵심 기반 기술로 엣지 컴퓨팅(Edge Computing, EC)을 제안하며, 사물인터넷(IoT)과 서비스의 인터넷(Internet of Services, IoS)을 활용하여 데이터 처리를 분산화하고 지연 시간을 감소시키며 실시간 모니터링 및 수요 측면 관리 능력을 향상시킨다. 그리드의 외연부 근처에 있는 엣지 장치로 계산을 이관함으로써 EC는 서비스 품질(Quality of Service, QoS)을 향상시키고, 동적 최적화를 지원하며, 확장 가능하고 안전하며 에너지 효율적인 그라이드 운영을 가능하게 한다.

ABSTRACT

Electric grids represent the angular stone of distribution networks. Since their introduction, a huge evolutionary process turned them from conventional electrical power network to advanced, real-time monitoring systems. In this process, the Internet of Things (IoT) proved itself as a fast forwarding paradigm: smart devices, networks and communication protocol stacks are more and more integrated in a number of general purpose, industrial grade systems. In this framework, the upcoming Internet of Services (IoS) is going to orchestrate the many sensors and components in Smart Grids, simultaneously enabling complex information management for energy suppliers, operators and consumers. The opportunity to continuously monitor and send important data (i.e., energy production, distribution, usage and storage) issues and facilitates the implementation of trailblazing functionalities. Of course, the more information are sent throughout the network, the higher the overload will be, thus resulting in a potentially worsening of the Quality of Service (QoS) (i.e., communication latencies). This work overviews the concept of Smart Grids while investigating de-centralized computing and elaboration possibilities, leveraging the IoT paradigm towards the IoS.

연구 동기 및 목표

• IoT 기반 장치로부터 발생하는 막대한 데이터로 인한 통신 지연 증가와 네트워크 과부하 문제를 해결하기 위한 도전 과제를 다루기 위해.
• 실시간 그라이드 운영을 위한 저지연, 위치 인식, 이동성 지원 요구 사항을 충족시키지 못하는 중심화된 클라우드 컴퓨팅의 한계를 극복하기 위해.
• IoT 및 IoS 패러다임을 통합함으로써 엣지 컴퓨팅을 통해 스마트 그라이드의 분산 지능과 자율 조직화를 실현하기 위해.
• 국소적 데이터 처리 및 사전 정비를 통해 분포망의 에너지 효율성, 고장 내성, 회복력을 향상시키기 위해.
• 동적이고 분산된 제어 및 수요 반응 메커니즘을 지원함으로써 재생 가능 에너지 자원과 프로수머(Prosumers)의 통합을 촉진하기 위해.

제안 방법

• 엣지 장치(예: 스마트 미터, 센서)가 피어링 노드 또는 클라우드로 전달하기 전에 데이터 수집 및 사전 처리를 수행하는 분산 엣지 컴퓨팅(Edge Computing, EC) 아키텍처를 제안한다.
• 스마트 그라이드 내 IoT 장치를 위한 저전력, 광역 통신을 가능하게 하는 LPWAN 기술(예: NB-IoT, LoRa)을 통합한다.
• 기존의 고장 후 수리 또는 예방 수리 방식을 대체하기 위해 조건 기반 모니터링 및 예측 수리를 위한 머신러닝 알고리즘을 적용한다.
• 소프트웨어 정의 네트워킹(Software Defined Networking, SDN)과 IPv6 기반 모니터링을 활용하여 분할된 그라이드 네트워크 간에 통일되고 확장 가능하며 관리 용이한 인프라를 조성한다.
• 엣지, 피어, 클라우드 계층 간의 지연 시간, 에너지 소비, 계산 부하를 균형 있게 유지하기 위해 선택적 이관 전략을 적용한다.
• 에너지 허브에 전기로 가스, 전기로 난방, 복합 열병합 시스템을 통합하여 다에너지 활용 효율을 향상시키는 것을 시나리오로 제시한다.

실험 결과

연구 질문

• RQ1 엣지 컴퓨팅는 대규모 스마트 그라이드 구현에서 통신 지연을 어떻게 줄이고 서비스 품질(Quality of Service, QoS)을 향상시킬 수 있는가?
• RQ2 서비스의 인터넷(Internet of Services, IoS)은 다양한 센서 및 구성 요소를 조율하여 고도화된 그라이드 관리에 어떤 역할을 하는가?
• RQ3 엣지 기반의 데이터 처리를 통해 스마트 그라이드에서 분산 지능과 자율 조직화는 어떻게 달성될 수 있는가?
• RQ4 엣지 컴퓨팅를 활용하여 기존 스마트 그라이드 아키텍처에 재생 가능 에너지 자원과 프로수머를 통합하는 데 있어 핵심 과제는 무엇인가?
• RQ5 엣지 컴퓨팅는 IoT 기반 분포망에서 안전하고 저에너지 소비, 실시간 모니터링을 어떻게 지원할 수 있는가?

주요 결과

• 엣지 컴퓨팅는 데이터 사전 처리를 원천에 가까이 수행함으로써 지연 시간을 크게 감소시켜 그라이드 모니터링 및 제어의 실시간 반응성을 향상시킨다.
• NB-IoT 및 LoRa와 같은 LPWAN 기술은 저전력, 광역 통신을 가능하게 하여 스마트 그라이드 내 대규모 IoT 장치 배치에 이상적인 조건을 제공한다.
• 머신러닝 기반의 예측 수리는 기존의 고장 후 수리나 예방 수리 방식에 대한 의존도를 감소시켜 그라이드의 신뢰성 향상과 정지 시간 감소에 기여한다.
• SDN과 IPv6의 통합은 이질적인 스마트 그라이드 구성 요소를 위한 더 확장 가능하고 안전하며 관리 용이한 네트워크 인프라를 가능하게 한다.
• 엣지에서의 선택적 이관 전략은 IoT 장치의 에너지 소비를 줄이면서도 다양한 서비스 지연 요구 조건을 충족시킨다.
• 엣지 컴퓨팅는 국소적이고 동적이고 안전한 에너지 관리 기능을 가능하게 하여 분산 에너지 자원과 프로수머의 통합을 지원한다.