Cybersecurity of distributed energy resource systems in the smart grid: A survey
Notice bibliographique
Résumé
Distributed energy resources (DERs) are increasingly proliferating worldwide, driven by their benefits in promoting energy sustainability, efficiency, and resiliency. Coordinated approaches are crucial for aggregating diverse DERs across large areas, yet the increasing reliance on information technology exposes power systems to cyber attacks. What are the evolving cyber threats, vulnerabilities, and risks associated with integrating DERs in various applications? Moreover, how can a comprehensive defense-in-depth framework be developed to efficiently coordinate multiple stakeholders, ensuring DERs performance for power system operation against cyber attacks? To address these inquiries, this paper presents a comprehensive review of DER cybersecurity to assess its current status and identify research gaps. The review begins with an overview of DER systems and their cybersecurity risks based on the five-level hierarchical infrastructure established by the Electric Power Research Institute (EPRI). Subsequently, the study delves into current cybersecurity considerations from utilities and industries, examining requirements, guidelines/standards, and reference frameworks. The review further explores efforts in DER cyber risk analysis, mapping prominent vulnerabilities and attack schemes against different applications within the EPRI hierarchical architecture. The defense strategies proposed in the literature are also mapped, highlighting use cases for prevention, detection, and mitigation. Finally, analyzing research gaps and emerging technologies sheds light on critical DER cybersecurity issues and future research directions. • Comprehensive review of cybersecurity for DER systems, aggregation, and grid-integration. • Current cybersecurity requirements, guidelines/standards, and industry tools for DERs. • Start-of-the-art in DER vulnerability, attack, prevention, detection, and mitigation. • Research gaps by mapping current studies into EPRI’s five-level architecture. • Highlight of future directions of cybersecurity in large-scale DER coordination.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».