《IEEE Energy Sustainability Magazine》：Message From the Guest Editor-in-Chief: Special Issue on Computing Technologies and Information Security for Fostering Energy Sustainability [Guest Editorial]
编辑推荐：
现代电力系统支撑全球能源可持续性，其规模持续扩大，集成波动性可再生能源发电，并容纳日益增加的终端用户互动。这些持续变化使全系统运行分析与优化问题在规模上远大于以往、随机性更强且约束更紧，以致传统工具难以在可接受时间限制内提供高质量解。先进计算技术，包括大规模并
现代电力系统支撑全球能源可持续性，其规模持续扩大，集成波动性可再生能源发电，并容纳日益增加的终端用户互动。这些持续变化使全系统运行分析与优化问题在规模上远大于以往、随机性更强且约束更紧，以致传统工具难以在可接受时间限制内提供高质量解。先进计算技术，包括大规模并行计算、量子计算和人工智能（AI）辅助计算，正成为处理此类日益复杂运行与控制任务的关键使能因素，并从根本上重塑信息安全格局。具体而言，其引入的新计算范式以分布式部署、泛在网络互联和数据密集型处理为特征，不可避免地扩大网络攻击面、延长数据暴露链并放大安全入侵（security breaches）的级联影响。因此，安全高效的信息基础设施对于维持不间断且隐私保护的数据工作流以及计算技术的可信功能不可或缺，而有效的信息治理可缓解数据异常和网络威胁引起的运行风险。数据中心进一步引入计算设施与电力系统之间的双向耦合，因为其消耗大量电力和水，同时保留可观的电网运行灵活调度潜力。这些设施是作为灵活电网互动资产，还是成为深度脱碳的障碍，很大程度上取决于其设计和运行方式。本期关于促进能源可持续性的计算技术与信息安全的专刊，源于为上述技术挑战提供思路和见解的需要，汇集了促进高效计算、可信信息安全和能源可持续性协同发展的贡献。所收集的10篇文章涵盖计算范式与智能、可信信息基础设施以及数据中心中的计算—能源耦合，并关注概念进展和实际部署所需条件。
该专刊聚焦计算技术与信息安全如何促进能源可持续性。研究背景是：现代电力系统规模扩大、波动性可再生能源并网和终端用户互动增加，使全系统运行分析与优化问题规模更大、随机性更强、约束更紧，传统工具难以在可接受时间内获得高质量解；大规模并行计算、量子计算和人工智能（AI）辅助计算等成为处理复杂运行控制任务的使能技术，但其分布式部署、泛在网络互联和数据密集处理扩大网络攻击面、延长数据暴露链并放大安全入侵的级联影响；安全高效信息基础设施和信息治理不可或缺；数据中心消耗大量电力和水，同时具灵活调度潜力，与电力系统双向耦合。因此专刊汇集10篇文章，促进高效计算、可信信息安全和能源可持续性协同发展，关注概念进展和实际部署条件。研究人员开展的是专刊组织与10篇贡献的整合，而非单一实验研究；结论是这些贡献分别从计算范式与智能、可信信息基础设施、数据中心算能耦合三个层面，说明前沿计算需与物理约束、不确定性透明、隐私保护、可验证性和治理机制结合，才能支撑高可再生能源渗透下低碳调度与安全运行。其重要意义在于为跨域创新和部署条件提供参考。
技术方法（不超过250字）：主要包括综述与分类映射；物理信息机器学习框架PIML-R三引擎（GridAtlas、GridOracle、GridOptimizer）及防冰案例评估；AI驱动电—氢虚拟能源池（EH-VEP）聚合表示（深度神经网络滚动更新、注意力—卷积网络加物理信息损失）；P4（编程协议无关包处理器）可编程网络与联邦学习神经网络（FLNN）在12个测量站点校园微电网的相量测量单元（PMU，phasor measurement unit）缺失数据恢复；隐私感知采样边界模型与基于定时释放加密的下采样；信息物理联合仿真（OPAL-RT、SYNDEM、包级网络仿真器）；多时间尺度分类与协调矩阵及三案例；电力—热—水—计算耦合系统（EHWC-CS）调度与规划技术梳理。样本来源为12个测量站点校园微电网。
**计算范式与智能**。Yuan et al.通过综述量子计算基本原理、硬件路线和代表性应用，将门型通用机与专用设备（量子退火器、相干Ising机）区分，并把量子算法映射到负荷/新能源预测、稳态分析、暂态分析和运行优化；结论是多数应用仍处概念验证和小规模测试，近期价值在混合量子—经典框架，硬件、鲁棒优化算法和量子增强安全约束方法决定其能否支撑低碳调度。Qiu et al.提出PIML-R框架，以冰暴条件下预防性除冰为案例，通过GridAtlas、GridOracle和GridOptimizer实现物理约束、数字孪生和低碳决策优化；结论是多域PIML-R较数据驱动或无模型基线更均衡，但稳健性依赖情景集，规模化部署需关注跨系统可转移性、多尺度耦合、不确定性沟通、遗留数据治理和社会许可。Liang et al.提出电—氢虚拟能源池（EH-VEP），用深度神经网络滚动更新学习外部端口能量流到最小运行成本的映射，用注意力—卷积网络加物理信息损失重构可行域边界；结论是EH-VEP可将分布式氢资产转为系统级调节能力并保护运营商信息隐私。
**可信信息基础设施**。Guo and Jin设计P4可编程网络与联邦学习结合的架构，在12个测量站点校园微电网中用于PMU缺失数据恢复，FLNN在各站点本地微调并保留原始测量；结论是随着连续缺失区间延长，FLNN重建误差低于基准、Jones—Pal—Thorp和Transformer方法，短间隙下执行时间少于Transformer，但结果限于单微电网、等权聚合、推理未在P4硬件实现，模型更新仍面临投毒和推断风险。Li et al.基于数据最小化设计隐私感知智能计量机制，用采样边界模型推导满足电网不确定性预算的最大允许采样间隔，并用定时释放加密的下采样锁定中间读数；案例发现所需可靠性水平下最大允许间隔为75 min，重配对操作可离线预计算；结论是隐私保护与数据效用可协调，但共谋抵抗、更丰富采样边界建模和激励设计仍开放。Hu et al.分析分布式能源资源（DERs，distributed energy resources）聚合中运行、行为和上下文数据层及推断路径，评述三类隐私保护范式；结论是分层混合架构比单一机制更实用，部署障碍包括组合异质性、非均匀时变隐私偏好、市场设计、通信开销和区域监管，隐私感知DER聚合应视为系统级协同设计。Wang and Zhang描述信息物理电力系统分层结构，设计耦合电力系统仿真器、通信网络仿真器和控制功能的集成仿真框架，分析物理层与网络层威胁及未知输入观测器、物理感知水印、分布鲁棒韧性优化等缓解策略，并展示Sheffield实验室基于OPAL-RT、SYNDEM和包级网络仿真器的闭环平台；结论是集成信息物理仿真对安全韧性运行至关重要。Shi et al.定义“可观测性错觉”，识别模型、时间、信任、认知、治理和执行六个脱钩点，提出物理可观测性、信息可观测性和制度可控性三层框架，并用DER丰富馈线例子说明低碳灵活性在聚合层面可见但在运行窗口内不可调用或不可验证；结论是闭合可观测性—可控性差距需确保所见支持及时、可信和授权行动。
**数据中心中的计算—能源耦合**。Yang et al.提出电力—热—水—计算耦合系统（EHWC-CS），将数据中心同时视为水消费者、电消费者和热源，分类短期调度与长期规划技术，讨论工作负载分配、虚拟机迁移、冷却回路、泵功率、多尺度策略、极端寒潮需求响应、场景生成、老旧设施改造和分阶段策略；结论是EHWC-CS既是技术方案也是战略方向，仍面临异构AI工作负载时空灵活性建模、电—碳—计算—热市场范式缺失、多元源荷预测和异构芯片组合规划等困难。Shrestha et al.构建从亚周期到季节行为的多时间尺度分类和四类主体协调矩阵，用Loudoun County, VA, USA负荷损失事件、双边公用事业需求响应协议和Susquehanna colocation proceeding说明；结论是AI数据中心兼具灵活电网互动资产和电压敏感扰动源双重身份，身份取决于同一设施的不同时间尺度带，威胁行为由系统级扰动自动显现而资产能力需被仪表化、调度、测量和验证，网络安全是未监管的跨切层，制度处理应基于性能而非类别，从负荷到资产本质是验证问题。
讨论部分总结：专刊讨论强调，量子计算近期应作为混合框架中的加速器，PIML-R需不确定性和治理透明，EH-VEP需隐私保护，P4+联邦学习需硬件实现和抗投毒，隐私计量需共谋抵抗与激励，DER隐私需闭环和差异化治理，信息物理仿真需扩展规模，可观测性需可验证遥测和预授权控制，数据中心需市场范式与跨部门协同，AI数据中心需性能化制度。研究结论翻译：最后，研究人员衷心感谢所有作者对本专刊的富有洞见的贡献。所收集的文章为促进能源可持续性的计算技术与信息安全的学术研究和实践实现提供了宝贵见解。研究人员相信，这些文章将催化进一步创新和跨领域合作，释放前沿计算技术在铺就更加可持续能源未来道路上的使能潜力。
