主讲人：刘铭玺教授
题目：以电网服务为导向的网络边际资源调配：可扩展性与安全性
Coordinating Grid-Edge Resources for Grid Services: Scalability and Security
讲座时间：2021年11月20日
讲座地点：腾讯会议（699 471 958）
刘铭玺博士现为美国犹他大学电子与计算机工程系助理教授。此前，他以NSERC博士后研究员的身份任职于美国加州大学伯克利分校能源与资源组。刘铭玺博士于2016年和2012年在加拿大维多利亚大学机械工程系分别获得PhD和MASc学位，并于2010年在哈尔滨工业大学控制科学与工程系获得工学学士学位。
刘铭玺博士的研究兴趣包括控制理论、优化算法、机器学习及其在电力与能源系统、智能电网、微电网、信息物理系统、大规模复杂系统、网络化控制系统中的应用。他的研究小组致力于推进具有高社会影响力和公共利益的工程系统应用。目前的研究旨在应对控制系统在分散化和网络化进程中面临的新挑战，其中特别关注研发新的控制和优化框架，以促进电力系统的脱碳和分散化过程、推进交互式能源市场的发展、并促进信息物联网系统的安全性和弹性。
刘铭玺博士于2016年和2014年分别获得加拿大政府NSERC Postdoctoral Fellowship和NSERC Postgraduate Scholarship。其研究先后获得加拿大NSERC、美国NSF、加利福尼亚州能源委员会及美国能源部的资助。刘铭玺博士目前担任IEEE Canadian Journal of Electrical and Computer Engineering和IEEE Open Journal of the Industrial Electronics Society的副主编，并担任多家国际期刊审稿人，包括：Proceedings of the IEEE, IEEE Transactions on Control Systems Technology, IEEE Transactions on Industrial Electronics, IEEE Transactions on Power Systems, IEEE Transactions on Smart Grid等。
报告内容摘要：
在当今电网深度脱碳的趋势下，电网边际资源（GER）已然成为了提升电网可靠性的关键解决方案。GER包括分布式能源资源、电网交互式楼宇、电动汽车、以及各种可控负载。GER的种类、数量、以及空间分布是其提供电网可靠性服务的基础，但同时也为GER控制算法的设计引入了复杂性。大量GER的控制同时也受到隐私泄露和网络安全漏洞的限制。我们的研究旨在设计一个可以兼顾可扩展性、隐私保护性和网络安全性的控制框架。我们希望该框架能够以可靠、高效且低成本的方式控制大量的GER从而为电网提供可靠性服务。在报告的第一部分，我将讨论我们最近在开发具有双向可扩展性的分散式优化算法方面的成果。在第二部分，我将介绍我们如何综合密码学原理和分散式优化理论来保护算法参与者的隐私。最后，我将讨论一些开放性问题，并简要谈谈我们未来的研究方向。
Grid-edge resources (GER), including distributed energy resources, grid-interactive efficient buildings, electric vehicles, and controllable loads, are the most suitable and sustainable solution to power grid reliability enhancement in the deeply decarbonized era. This prospect, though fundamentally feasible, is practically limited by the considerable heterogeneity and spatial distribution of the GERs, which are keys to forming the power flexibility but introduce extensive control complexity; it is also confined by the privacy and cyber-security vulnerabilities. Hasty deployment of GER control with any of these issues unsettled will lead to catastrophic grid instability events. A tremendously promising solution is to forge a control framework that holistically manages scalability, privacy, and cyber-security, which if successful can fully unleash small-scale GERs for grid services in a reliable, computationally efficient, and cost-effective manner. In the first part of this talk, I will discuss our recent results on the development of a two-facet scalable decentralized optimization algorithm. In the second part, I will introduce how we synthesize cryptology and decentralized optimization to form a privacy-preserving optimization paradigm. In the end, I will discuss the open problems in this area and briefly talk about our future directions.
