← 論文一覧に戻る

Multi-Objective Optimal Dispatch of Integrated Energy Systems Guided by Dynamic Carbon Emission Factors.

動的炭素排出係数に基づく統合エネルギーシステムの多目的最適運用 (AI 翻訳)

Yue Lin, Zhimin Lu, Huaiqing Qin, Zeming Liu, Xiaolong Li, Guimin Li, Qing Wang, Pingxin Wang, Jian Yang, Shunchun Yao

ACS Omega📚 査読済 / ジャーナル2026-02-09#炭素会計
DOI: 10.1021/acsomega.5c11710
原典: https://doi.org/10.1021/acsomega.5c11710

🤖 gxceed AI 要約

日本語

本論文では、地域統合エネルギーシステム（RIES）を対象に、動的炭素排出係数と時間帯別料金を需要応答信号として用いた二層多目的最適化モデルを提案。NSGA-IIとGUROBIを用いて運用コスト、炭素排出、負荷安定性を同時最適化し、コスト10.29%削減、炭素1.42%削減、電気負荷3.50%・熱負荷6.50%低減を達成。経済性と低炭素性のトレードオフを明示。

English

This paper proposes a bilevel multiobjective optimization model for regional integrated energy systems, using dynamic carbon emission factors and time-of-use pricing as demand response signals. The model achieves a 10.29% cost reduction and a 1.42% carbon decrease while improving load stability. It highlights trade-offs between economic, environmental, and stability objectives.

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

日本でも地域エネルギーシステムの最適化と脱炭素化が進む中、動的炭素排出係数を用いた本手法は、リアルタイムの排出管理やGX投資判断に示唆を与える。また、SSBJ開示におけるスコープ2排出量の時間的変動評価にも応用可能。

In the global GX context

This paper contributes to global energy transition research by demonstrating how dynamic carbon emission factors can guide operational dispatch in integrated energy systems. The explicit trade-off analysis between cost, carbon, and stability offers insights for corporate decarbonization and grid management, aligning with ISSB's emphasis on scenario analysis and carbon footprint reduction.

👥 読者別の含意

🔬研究者:The bilevel optimization framework with dynamic CEF and TOU pricing provides a replicable methodology for multi-objective energy dispatch studies.

🏢実務担当者:Energy managers can use the model to balance cost, emissions, and load stability in real-time operations, especially for integrated energy systems.

🏛政策担当者:The trade-off findings inform regulatory design for demand response programs and carbon pricing mechanisms in energy systems.

📄 抄録（日本語訳）

地域統合エネルギーシステム（RIES）は、多エネルギーシステムの柔軟かつ協調的な運用を活用し、エネルギー転換と持続可能な開発に向けた有望なアプローチを表す。再生可能エネルギー源の普及拡大とエネルギー管理の複雑化に伴い、RIESの最適化にはデマンドレスポンス（DR）メカニズムの統合が必要となる。最適化問題は、ますます多目的最適化によって特徴づけられる。本研究は、運用コストの最小化、炭素排出量の削減、負荷安定性の向上を同時に実現するよう設計された、RIESのための新しい二段階多目的最適化モデルを提案する。本モデルは、炭素排出フロー（CEF）計算から導出される動的炭素排出係数と、時間帯別（TOU）エネルギー価格をDRシグナルとして利用する。需要側戦略のパレートフロントは、GUROBIによって解かれる上位レベルの経済的配分と連携したNSGA-IIアルゴリズムを用いて取得され、これによりシステムとユーザーの利益のバランスをとり、これらの相反する目的間の最適なトレードオフを特定する。30母線電力系統、20ノードガス系統、8ノード熱系統を統合したケーススタディによる検証は、DRを伴う多目的最適化が経済的および環境的パフォーマンスを大幅に改善することを実証する：10.29%のコスト削減と1.42%の炭素削減を達成し、負荷変動は効果的に管理され、電力負荷と熱負荷はそれぞれ3.50%と6.50%削減された。しかしながら、システム負荷の安定性を維持することは、経済的および低炭素目標を完全に達成することを犠牲にしており、多目的最適化に内在する重要なトレードオフを浮き彫りにしている。

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）

Regional integrated energy systems (RIES) represent a promising approach for the energy transition and sustainable development, leveraging the flexible, coordinated operation of a multienergy system. With the growing penetration of renewable energy sources and the increasing complexity of energy management, the optimization of RIES necessitates the integration of demand response (DR) mechanisms. The optimization problems are increasingly characterized by multiobjective optimization. This study proposes a novel bilevel multiobjective optimization model for RIES, designed to minimize operational costs, reduce carbon emissions, and enhance load stability simultaneously. The model utilizes dynamic carbon emission factors, derived from the carbon emission flow (CEF) calculation, and time-of-use (TOU) energy pricing as DR signals. The Pareto front for demand-side strategies is obtained using the NSGA-II algorithm, coordinated with an upper-level economic dispatch solved by GUROBI, thereby balancing system and user benefits and identifying the optimal trade-offs among these conflicting objectives. Validation through integrated case studies with a 30-bus power, 20-node gas, and 8-node heat system demonstrates that multiobjective optimization with DR significantly improves economic and environmental performance: achieving a 10.29% cost reduction and a 1.42% carbon decrease, load variation was effectively managed, with electric and thermal load reductions of 3.50% and 6.50%, respectively. However, maintaining system load stability comes at the expense of fully achieving economic and low-carbon objectives, highlighting the critical trade-offs inherent in multiobjective optimization.

🔗 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。