[论文解读] A Double Auction for Charging Scheduling among Vehicles Using DAG-Blockchains

Jianxiong Guo, Xingjian Ding+2 more|arXiv (Cornell University)|Oct 3, 2020

Blockchain Technology Applications and Security参考文献 38被引用 9

一句话总结

本文提出了一种基于DAG区块链和受限多项目双重拍卖的电动汽车（EV）安全、可扩展充电调度系统。提出了两种算法——充电诚实机制（TMC）和高效充电机制（EMC），以在确保真实性、预算平衡和系统效率的前提下，将电动汽车分配给充电站（CSs）。EMC在仿真中表现出更优的性能。

ABSTRACT

Electric Vehicles (EVs) are becoming more and more popular in our daily life, which replaces traditional fuel vehicles to reduce carbon emissions and protect the environment. EVs need to be charged, but the number of charging piles in a Charging Station (CS) is limited and charging is usually more time-consuming than fueling. According to this scenario, we propose a secure and efficient charging scheduling system based on a Directed Acyclic Graph (DAG)-blockchain and double auction mechanism. In a smart area, it attempts to assign EVs to the available CSs in the light of their submitted charging requests and status information. First, we design a lightweight charging scheduling framework that integrates DAG-blockchain and modern cryptography technology to ensure security and scalability during performing scheduling and completing tradings. In this process, a constrained multi-item double auction problem is formulated because of the limited charging resources in a CS, which motivates EVs and CSs in this area to participate in the market based on their preferences and statuses. Due to this constraint, our problem is more complicated and harder to achieve truthfulness as well as system efficiency compared to the existing double auction model. To adapt to it, we propose two algorithms, namely Truthful Mechanism for Charging (TMC) and Efficient Mechanism for Charging (EMC), to determine an assignment between EVs and CSs and pricing strategies. Then, both theoretical analysis and numerical simulations show the correctness and effectiveness of our proposed algorithms.

研究动机与目标

• 解决智能城市中充电基础设施有限背景下，缺乏安全、可扩展且保护隐私的充电调度问题。
• 将电动汽车与充电站的交互建模为受限多项目双重拍卖，反映现实中充电桩资源的有限性。
• 设计机制以确保个体理性、预算平衡和计算效率，实现电动汽车的充电分配。
• 评估并比较两种算法——TMC与EMC——在真实性、系统效率和计算性能方面的表现。
• 通过理论分析与仿真表明，EMC在系统效率方面优于TMC，尽管在买家真实性方面存在轻微权衡。

提出的方法

• 设计了一种轻量级充电调度框架，采用非对称加密和基于DAG的区块链，以确保数据完整性、隐私性和可扩展性。
• 构建了受限多项目双重拍卖模型，其中电动汽车作为买家，充电站作为卖家，每个充电站的充电资源有限。
• TMC算法通过机制设计方法，确保真实性、个体理性与预算平衡。
• EMC算法通过预先剔除不可行的分配方案，并利用暂定集合机制优化分配，从而提升系统效率。
• 两种算法均采用基于拍卖清算过程的定价策略，支付金额由中标的最高出价决定。
• 系统架构将电动汽车设为轻节点，充电站设为全节点，实现在DAG区块链上的去中心化、安全交易记录。

实验结果

研究问题

• RQ1 如何在充电基础设施有限的智能城市中，设计一种安全且可扩展的电动汽车充电调度系统？
• RQ2 在受限多项目供应条件下，双重拍卖机制在多大程度上能确保真实性与系统效率？
• RQ3 与传统区块链相比，所提出的DAG区块链架构在高频电动汽车充电交易中如何提升可扩展性与安全性？
• RQ4 在所提机制中，真实性与系统效率之间的权衡关系如何，特别是在极端出价场景下？
• RQ5 在不同数量的充电站条件下，TMC与EMC算法在计算效率与系统性能方面如何比较？

主要发现

• EMC算法的系统效率显著高于TMC，且随着充电站数量的增加，性能差距进一步扩大。
• 由于提前剔除了不可行的分配候选方案，EMC的运行时间低于TMC，从而提升了计算效率。
• TMC与EMC均确保了个体理性、预算平衡与计算效率，验证了其在实际部署中的可行性。
• 数值仿真表明，买家无法通过虚假出价可靠地提升自身效用，表明两种机制在实践中均提供了强有力的诚实出价激励。
• 尽管在极端情况下存在买家真实性方面的理论局限，EMC仍保持了高系统效率，更适合实际应用。
• 基于DAG的区块链基础设施实现了低延迟、免手续费且安全的交易记录，适用于高频电动汽车充电市场。