Digital Twins For Urban Mitigation: Modelling City-Wide Carbon Neutrality Scenarios Via High-Performance Computing (HPC)

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

🔬研究者:Provides a novel HPC-digital twin framework for urban carbon neutrality modeling with multi-objective optimization under uncertainty.

🏢実務担当者:Offers a decision-support tool concept for city planners to evaluate trade-offs in decarbonization portfolios.

🏛政策担当者:Demonstrates how HPC-based simulations can inform city-level climate action plans and scenario analysis.

本論文は、都市デジタルツインと高性能計算（HPC）を統合し、都市全体のカーボンニュートラルへの経路をモデル化、分析、および加速するための包括的フレームワークを提示する。都市の抽象シミュレーションは、異種データストリーム、物理モデル、機械学習サロゲートを統合した都市のデジタルツインで構成され、都市の挙動と状態を空間的および時間的にシミュレートする。HPCは、詳細な建物エネルギーモデリング、交通システムモデリング、再生可能エネルギー発電モデリング、および結合大気・都市微気候モデリングを、都市規模かつ健全な政策分析に適した時間スケールで実行できる計算能力を提供する。モジュール式デジタルツインシステムは、建物エネルギーシミュレーションと都市モビリティモデル、分散型エネルギー資源（DER）モデル、および都市炭素スコアリングエンジンとの間の相互作用システムで構成される。その構造は、不確実性を測定し、排出量、コスト、およびレジリエンスの最小化を目的とした多目的分析を適用するために、多数のシナリオを計算する上でHPCを活用する。このアプローチを説明するために、合成都市のケーススタディが実施され、電化、深層改修、分散型太陽光発電、蓄電、およびデマンドレスポンスポートフォリオの感度実験が実行される。結果は、脱炭素化率、エネルギーコスト、およびストレス要因に対するレジリエンスの間のトレードオフを定量化し、HPCベースのデジタルツインコミュニティが、認識論的不確実性と偶発的不確実性の存在下で準パレート最適なトレードオフを発見するために使用できることを示す。最後の点は、カーボンニュートラル都市への簡素化を図る意思決定支援システムとして都市デジタルツインを運用化するための実装問題、データ処理、および研究計画に関するものである。

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。

This paper presents a comprehensive framework for the context of integrating urban digital twins with the high-performance computing (HPC) to model, analyse, as well as accelerate pathways to city-wide carbon neutrality. Urban abstract simulations consist of digital twins of cities integrating heterogenous streams of data, physical models, and machine learning surrogates to simulate the behaviour and conditions of cities both spatially and temporally. HPC provides computational envelope capable of executing detailed building energy modelling, transport systems modelling, renewable generation modelling and coupled atmosphere-urban microclimate modelling both at city scale and at a temporal scale suitable to do sound policy analysis. The modular digital twin system comprises a system of interaction between building energy simulation and urban mobility models and distributed energy resource (DER) models and an urban carbon scoring engine. Its structure experiences HPC in order to compute a great number of scenarios in order to measure uncertainty and apply multi-objective analysis with the aim of minimizing emissions, costs and resilience. To explain the approach, a case study of synthetic city is conducted, and sensitivity experiments of electrification, deep retrofit, distributed photovoltaics, storage, and demand response portfolios is carried. Results quantify trade-offs between decarbonization rate, cost of energy, and stressors resilience and show that HPC-based digital twin’s communities can be used to discover near-Paretooptimal trade-offs in the presence of epistemic and aleatory uncertainty. The last point is on the implementation problems, data handlings and research plans to operationalize the city digital twins as a decision support system to simplify into carbon neutral city.

• openalex https://doi.org/10.25258/ijddt.16.6s.110first seen 2026-05-05 19:12:51