Design of Optimal Energy Flow Control with Privacy-Cost Trade-Off in Smart Grids

As a promising field, the development of smart grid has drawn more and more attention from many countries. A smart meter plays a significant role in a smart grid. It replaces the traditional electricity meter with the ability to frequently transmit instantaneous energy consumptions of the consumer to theenergy provider of the smart grid. From the view of electricity suppliers, it isbeneficial for planning, controlling and billing. However, from consumers’ perspective, the high-resolution energy record may lead to privacy problem, which means the consumers’ behaviour can be revealed by analysing the smart meter readings. In this thesis project, we will focus on the privacy leakage problem of the smart meter. We study the problem of optimal privacy-cost trade-off in a smart grid equipped with an energy provider, an alternative energy source, a smart meter,and an energy control unit. The privacy leakage is modelled as unauthorized detections of the consumer’s behaviours based on the smart meter readings of energy supplies from the energy provider. The control strategy is designed to manage the energy inflows to satisfy the instantaneous energy demands of the consumer and also to optimally trade off the privacy risk and energy cost. To evaluate the privacy risk, we use a Bayesian detection-operational privacy metric. Different scenarios are considered for which we show that their optimization problems can be reduced to linear programmings. Therefore, based on this observation, we propose optimal control strategy design algorithms to solve the optimization problems efficiently.Inom ett potentiellt område, har utvecklingen av smarta elnät dragit mer och mer uppmärksamhet från många länder. En smart elmätare spelar en signifikant roll i ett smart elnät. Den ersätter den traditionella elmätaren med förmågan att ofta överföra den momentana energiförbrukning som konsumenten mottar av energileverantören av smarta elnät. Från elleverantörens sida, är det fördelaktigt för planering, styrning och fakturering. Men från konsumenternas perspektiv kan den högupplösta energiförbrukningen leda till integritetsproblem, vilket innebär att konsumenternas beteende kan avslöjas genom att analysera de smarta mätaravläsningarna. I detta projekt kommer vi fokusera på integritetsproblemen som dessa mätare ger upphov till. Vi studerar problemet med att balansera integritetsproblemeti ett smart elnät bestående av en energileverantör, en alternativ energikälla, ensmart mätare, och en energistyrenhet. Den personliga integriteten äventyras dåen obehörig kan få tillgång till konsumentens beteende baserat på de smartamätvärdena av energiförbrukningen från energileverantören. Kontrollstrateginär utformad för att hantera energiinflödet för att tillfredsställa de momentanaenergibehov konsumenten har, och även för att optimalt avväga privatlivs riskoch energikostnader. För att utvärdera den personliga integriteten risk, an-vänder vi en Bayesiansk upptäckt dvs. operativ integritets uträkning. Olikascenarier beaktas och deras optimeringsproblem kan reduceras till linjära pro-grammeringar. Baserat på observationen är motsvarande kontrollstrategi meddesignade algoritmer att föredra