Deep reinforcement learning for optimal dispatch of regional integrated energy systems with carbon capture and trading

日本語

深層強化学習を用いて、炭素回収・貯留と炭素取引を組み込んだ地域統合エネルギーシステムの最適運用手法を提案。動的な炭素価格変動に対応可能で、経済性と環境性を両立する。シミュレーションによりコスト削減と排出削減効果を実証。

English

This paper proposes a deep reinforcement learning approach for optimal dispatch of regional integrated energy systems with carbon capture and trading. The method adapts to dynamic carbon prices, balancing economic and environmental objectives. Simulations demonstrate cost savings and emission reductions.

日本のGX文脈において

日本でもカーボンプライシング導入が進む中、本手法は地域エネルギーシステムの最適化に応用可能。CCSと炭素市場の連携強化に寄与する。

In the global GX context

As carbon markets expand globally, this RL-based dispatch optimization offers a scalable solution for integrating carbon capture into energy operations, relevant for regions with carbon pricing mechanisms.