2017 Fiscal Year Annual Research Report
次世代M2M網における構造化P2Pを用いた分散エネルギーマッチング技術の研究
| Project/Area Number |
17H03269
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
山中 直明 慶應義塾大学, 理工学部(矢上), 教授 (80383983)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
岡本 聡 慶應義塾大学, 理工学研究科(矢上), その他(移行) (10449027)
山口 正泰 慶應義塾大学, 理工学研究科, 准教授 (60509967)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | オーバーレイ網作成 / マッチングアルゴリズム / ホームゲートウェイ / スキップグラフ |
|---|
| Outline of Annual Research Achievements |
サイバーフィジカル技術を用いた、分散制御プラットフォーム（EVNOプラットフォームの検討を行った。ホームゲートウエイに対応した、バーチャルエージェントを仮想空間に作成し、分散環境で自動的にピアを作りネゴシエーションを行う。P2PプロトコルPIAXを利用し、高速でピアを作る事に成功した。PIAXは、スキップグラフを応用して、高速でターゲットとなるエージェントを発見する（マッチングする）。このスキップグラフをN次元に拡張して、さらに、あいまい（範囲）検索ができる様に実装を進めている。PIAXは1次元のデータ列からマッチングさせるが、それをたとえば２次元に拡張し（電力価格、CO2排出量）で検索できる。また、価格を３０円として検索しその検索結果を２５－３５円の範囲で応答するように（あいまい検索）実現した。この点に関しては、当初の計画を超えて研究している。一方、スキップグラフのダイナミック化の検討は、データベースの高速アップデート手法としてスケールラビリティが課題である。今後は、データベースの構造を検討しながら、変化毎（たとえば発電量の変化だと、きわめて多くのデータが変化する）にデータベースを変更せず、準最適であるがスケーラビリティを担保した方式を検討していく。
これらの技術のプロトタイプ実装を行った。具体的には、EVNOプラットフォームのプロトタイプ（V.1）を完成させた。さらに、OSGiを使ったIoTプラットフォームの基本権等に着手した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成２９年度に着手した、課題(１)～（４）に関して、一通りの検討が実現できており、Step1のマッチングアルゴリズムに関する進展があったと考える。
|
| Strategy for Future Research Activity |
研究手段となるMachine-to-Machine (M2M)技術の適用先として、分散ベストミックスエネルギーマッチングを対象とすることを第一と考えていたが、自動運転等他のアプリケーションへの適用も想定した検討を進める。
|
