← 論文一覧に戻る

Modelling the RES Balanced Integration in Forecasting the Power System’s Long-Term Development

電力システムの長期開発予測におけるRESのバランス統合のモデリング (AI 翻訳)

Nechaieva T, Derii V, Zaporozhets A, Denysov V

Research Squareプレプリント2026-06-02#エネルギー転換
DOI: 10.20944/preprints202606.0128.v1
原典: https://doi.org/10.20944/preprints202606.0128.v1

🤖 gxceed AI 要約

日本語

本研究は、変動性再生可能エネルギー（VRES）の統合に伴う出力抑制問題に対処するため、Power-to-Heat（PtH）技術と地域暖房システム（DHS）を組み込んだ長期電源開発モデルを開発した。ウクライナの電力系統とDHS需要を対象に2040年までのシミュレーションを実施し、非暖房期に余剰電力をPtH電気ボイラーで熱に変換することで、天然ガス火力を代替し電力と熱の脱炭素化が可能であることを示した。

English

This study develops a long-term generation capacity expansion model integrating Power-to-Heat (PtH) and district heating systems to mitigate renewable curtailment. Applied to Ukraine's power system through 2040, results show that PtH electric boilers can convert excess wind and solar power into heat during non-heating seasons, displacing natural gas and decarbonizing both electricity and heat supply.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

本論文は、変動性再エネの大量導入に伴う出力抑制問題を、Power-to-Heat技術と地域暖房システムの連携で解決するモデルを提示。日本の電力系統でも再エネ拡大に伴い同様の課題が生じる可能性があり、本モデルは日本版の長期計画策定に参考となる。

In the global GX context

This study demonstrates a practical sector-coupling approach for integrating high shares of renewables via Power-to-Heat in district heating systems. It offers a replicable model for countries with existing or developing district heating infrastructure to enhance system flexibility and decarbonisation.

👥 読者別の含意

🔬研究者:Provides a detailed long-term capacity expansion model incorporating PtH and district heating, useful for energy system modellers studying sector coupling and renewable integration.

🏢実務担当者:Energy planners and utilities with district heating networks can use this model to assess the value of PtH for reducing curtailment and displacing fossil fuels.

🏛政策担当者:Highlights the potential of sector coupling between power and heating to achieve decarbonisation targets, informing national energy and climate plans.

📄 抄録（日本語訳）

変動性再生可能エネルギー源（VRES）の統合が進むにつれ、電力系統の柔軟性に課題が生じ、過剰容量、系統制約、または運用上および市場上の要因により出力抑制が発生する可能性がある。Power-to-Heat（PtH）技術は、電力部門と地域暖房部門を連携させることでこれらの問題を緩和し、追加の柔軟性を提供するとともに脱炭素化を支援することができる。本研究は、PtHと地域暖房システム（DHS）の運用を統合し、バランスの取れたVRES導入を達成するための長期発電容量拡大モデルを開発する。このモデルにはDHSの熱需要バランスが含まれ、火力発電所、コージェネレーション（CHP）プラント、およびPtHユニットを介して電力と熱を連携させる。本手法は、2040年までのウクライナ統合電力系統および地域暖房需要に適用され、6つの4時間セグメントに離散化された典型的な日負荷プロファイルを用いる。結果は、高いRESと柔軟性の低い原子力発電が余剰電力を生み出す非暖房期におけるPtH電気ボイラーの導入の実現可能性を示している。これらのボイラーは、余剰の風力および太陽光発電を地域暖房用の熱エネルギーに変換し、天然ガス焚き技術を代替すると同時に、電力供給と熱供給の両方を脱炭素化する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

The growing integration of variable renewable energy sources (VRES) challenges power system flexibility and may cause curtailment due to excess capacity, grid constraints, or operational and market factors. Power-to-Heat (PtH) technology can mitigate these issues by coupling electricity and district heating sectors, providing additional flexibility and supporting decarbonisation. This study develops a long-term generation capacity expansion model that integrates PtH and district heating system (DHS) operation to achieve balanced VRES penetration. The model includes DHS heat demand balances and links electricity and heat via thermal power plants, combined heat and power (CHP) plants, and PtH units. The methodology is applied to Ukraine’s Integrated Power System and district heating demand through 2040, employing typical daily load profiles discretised into six four-hour segments. Results demonstrate the feasibility of deploying PtH electric boilers during the non-heating season, when high RES and inflexible nuclear generation create surplus electricity. These boilers convert excess wind and solar power into thermal energy for district heating, displacing natural gas-fired technologies and simultaneously decarbonising electricity and heat supply.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。