재생에너지 기반 네트워크 시스템을 위한 확률적 계산

본 논문은 재생에너지(태양광·풍력 등)의 공급 불확실성을 고려한 네트워크 시스템의 성능 모델링과 평가를 목표로 한다. 서론에서는 재생에너지 기반 시스템이 에너지 소비량과 QoS 요구 사이의 상충 관계에 직면함을 지적하고, 기존의 마코프 체인, 예측 기반 스케줄링 등 다양한 접근법이 있지만, 에너지와 서비스 양쪽을 동시에 포괄하는 일반적인 분석 틀은 부족하다고 주장한다. 2절에서는 확률적 네트워크 계산에 사용되는 기본 기호와 (min,+), (max,+) 연산, 누적 데이터·서비스·에너지 함수들을 정의한다. 여기서 C(t)와 C*(t)는 각각 누적 충전 에너지와 누적 방전 에너지를 의미한다. 3절에서 핵심적인 ‘stochastic energy charging (s.e.c.)’와 ‘stochastic energy discharging (s.e.d.)’ 모델을 제시한다. s.e.c. 모델은 두 개의 누적 에너지 곡선 α₁(t), α₂(t)와 그에 대응하는 하한·상한 확률 함수 f₁, f₂를 통해, 일정 구간 동안 실제 충전량이 α₁보다 크고(하한) α₂보다 작을(상한) 확률을 각각 보장한다. s.e.d. 모델은 방전 에너지 C*(t)에 대해 β₁(t), β₂(t)와 g₁, g₂를 도입해, 서비스가 요구하는 에너지 소비량의 상·하한을 확률적으로 제어한다. Lemma 1은 두 확률 변수 X, Y의 보완 누적분포(CCDF)가 각각 f·, g· 로 경계될 때, 합인 Z=X+Y의 CCDF가 f⊗g (상한)와 f̄⊗ḡ (하한) 로 제한된다는 일반적 결과를 제공한다. 이를 바탕으로 Theorem 1은 남은 에너지 E(t)=C(t)−C*(t)의 확률적 하한·상한을 식 (13), (14) 로 도출한다. 식 (13)은 안전 임계값을 만족하도록 에너지 소비 예산 β₁을 설계할 수 있게 해 주며, 식 (14)는 저장 용량 초과 확률을 제한한다. 4절에서는 이러한 에너지 모델을 서비스 보장에 연결한다. 데이터 도착은 v.b.c. (virtual-backlog-centric) 모델로, 서비스는 s.c. (stochastic service curve) 혹은 s.s.c. (strict stochastic service curve) 모델로 표현한다. 전력‑속도 함수(power‑rate function)를 도입해 서비스 양 β(t)와 에너지 소비량 사이의 관계를 정량화한다. 이를 통해 단일 노드에 대한 지연 D(t)와 백로그 B(t)의 확률적 상한을 구한다. 특히, s.s.c. 모델을 이용해 에너지 부족 상황에서의 서비스 중단 확률을 분석한다. 5절에서는 네트워크 전반으로 확장을 논한다. (min,+) 컨볼루션의 결합성을 이용해 여러 노드가 연속적으로 연결된 경우, 각 노드의 서비스 곡선이 합성되어 전체 네트워크의 서비스 곡선을 얻을 수 있다. 이때 각 노드의 에너지 제약이 독립적으로 적용되므로, 전체 네트워크의 지연·백로그 보장은 각 노드 수준에서 도출된 확률적 경계의 합성으로 표현된다. 6절과 7절은 다중 에너지원과 성능 경계 개선에 초점을 맞춘다. 다중 에너지원을 각각 독립적인 s.e.c. 모델로 기술하고, 독립성 가정 하에 충전 곡선들의 (min,+) 컨볼루션을 통해 보다 타이트한 상·하한을 얻는다. 또한, 에너지와 서비스 사이의 상관관계가 약해지는 경우(예: 에너지 저장 효율이 일정)에는 경계가 크게 완화될 수 있음을 지적한다. 8절에서는 기존 연구와의 비교를 통해 본 논문의 차별점을 강조한다. 기존 연구는 주로 마코프 체인 기반의 평균 성능 분석이나, deterministic 에너지 모델에 의존했으나, 본 논문은 확률적 경계를 제공함으로써 ‘soft QoS’ 보장을 정량화한다. 마지막으로 결론에서는 제안된 프레임워크가 재생에너지 기반 IoT, 모바일 엣지 컴퓨팅, 스마트 그리드 등 다양한 분야에 적용 가능함을 제시하고, 향후 연구 과제로 에너지 저장 손실 모델링, 비선형 충전 효율, 실험적 검증 등을 제시한다.