カーボンアウェアな電力負荷シフトは排出削減に有効か？均衡ベースの分析

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

🔬研究者:Researchers in emission-aware demand response and electricity market design will find the equilibrium model a novel tool for analyzing carbon signal effectiveness.

🏢実務担当者:Corporate sustainability teams managing flexible loads can learn the limitations of average carbon intensity and inform their load shifting strategies.

🏛政策担当者:Policymakers should note that current carbon labeling may misguide load shifting; improved carbon signals are necessary for effective decarbonization.

水素製造業者やデータセンターなどの増加する電力負荷は、炭素感受性として特徴づけられる。すなわち、それらは炭素フットプリントを最小化するために、電力使用の時期および/または場所を適応させる意思があることを意味する。しかしながら、これらの炭素感受性負荷の排出削減努力は、平均炭素排出量などの炭素強度情報に依存しており、これらの信号に基づく負荷シフトが実際に炭素排出量を効果的に削減するかどうかは不明である。この未解決の問いに取り組むため、我々は炭素認識均衡モデルを設計する。これは、標準的な（炭素非感受性の）電力市場清算に一般的に使用される均衡モデルを拡張し、平均炭素排出信号と炭素コストに基づいて消費を適応させる炭素感受性消費者を含めるものである。この分析は、炭素感受性消費者にとって理想的な状況を表しており、彼らの炭素選好が市場清算に直接反映される一方で、炭素排出信号が消費者に事後的に（すなわち、市場が清算された後に）のみ知られる現在の慣行とは対照的である。さらに、我々はモデルを拡張して、時間的負荷シフトと時間変動する最大再生可能エネルギー発電を考慮する。我々は、例示的な3母線の例とIEEE RTS-GMLCシステム上の数値シミュレーションを用いて、広く採用されている平均炭素排出信号が炭素排出削減を導く際の限界を明らかにする。我々のモデルは、異なる炭素信号の有効性を評価するための新たな視点を提供し、新しい炭素信号設計に貢献する。

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。

An increasing number of electric loads, such as hydrogen producers or data centers, can be characterized as carbon-sensitive, meaning that they are willing to adapt the timing and/or location of their electricity usage in order to minimize carbon footprints. However, the emission reduction efforts of these carbon-sensitive loads rely on carbon intensity information such as average carbon emissions, and it is unclear whether load shifting based on these signals effectively reduces carbon emissions. To address this open question, we design a carbon-aware equilibrium model, which expands the commonly used equilibrium model for standard (carbon-agnostic) electricity market clearing to include carbon-sensitive consumers that adapt their consumption based on average carbon emission signals and carbon costs. This analysis represents an idealized situation for carbon-sensitive consumers, where their carbon preferences are reflected directly in the market clearing, and contrasts with current practice, where carbon emission signals only become known to consumers a posteriori (i.e., after the market has already been cleared). Furthermore, we extend our model to consider temporal load shifting and time-varying maximum renewable generations. We employ illustrative three-bus examples and numerical simulations on the IEEE RTS-GMLC system to reveal the limitations of the widely adopted average carbon emission signal for guiding carbon emission reduction. Our model offers a novel perspective for evaluating the effectiveness of different carbon signals and contributes to new carbon signal design.

• openalex https://doi.org/10.1145/3744255.3798127first seen 2026-07-06 04:44:34