電子を伴わない証明書？AI駆動の電力需要による影響の理論と実証

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

🔬研究者:Provides a rigorous theoretical and empirical framework linking AI-induced electricity demand to grid impacts and procurement design.

🏢実務担当者:Shows that REC-only procurement is insufficient; colocated storage or on-site generation is critical for credible decarbonization.

🏛政策担当者:Highlights the need for grid-level accounting of renewable certificates and the potential for colocation mandates to improve reliability.

データセンターは現在、米国の電力需要の4.4%を占めているが、ハイパースケーラーがカーボンニュートラルを主張するために使用する再生可能エネルギー証明書（REC）と電力購入契約（PPA）の系統レベルでの有効性は依然として不明である。我々は、データセンター事業者がREC、PPA、およびメーター背後型コロケーションの間で選択を行い、発電事業者が内生的な資金調達コストの下で参入決定を行う、ゲーム理論モデルを構築する。このモデルは、消費と認定された再生可能エネルギー発電との間のミスマッチである「タイミングの乖離」を、AI需要が信頼性を低下させ、価格を引き上げ、RECが年間消費量の100%をカバーする場合でさえ排出量を増加させる中心的メカニズムとして特定する。ストレージを備えたコロケーションはこの乖離に直接対処し、発電事業者の収益リスクを排除することで最大の再生可能エネルギー参入を誘発する。我々は、大規模言語モデルの段階的リリースを自然実験として利用し、AI活動を地域の系統アウトカムに結び付ける新規データセットに対する差分の差分法を用いて、これらの予測を検証する。AI需要は、化石燃料発電、卸売価格（対象となるPJMゾーンでは最大25%上昇）、およびデータセンター近傍の停電頻度（年間0.5～1回の追加停電）を有意に増加させ、その影響はモデルサイズに応じて拡大する。オンサイト発電を備えたデータセンターは、電力品質への影響において符号の反転を示し、これはメーター背後型容量が需要スパイクを吸収するというモデルの予測と一致する。反実仮想分析により、エッジ推論、空間的再配置、およびコロケーション型ストレージはそれぞれ系統への影響を大幅に緩和する一方、RECのみの戦略では緩和されないことが示される。まとめると、我々の結果は、AIの系統への外部性が、調達設計とデータセンターインフラの空間的構成に密接に結び付いていることを実証している。

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。

Data centers now account for 4.4% of United States electricity demand, yet the grid-level effectiveness of the renewable energy certificates (RECs) and power purchase agreements (PPAs) hyperscalers use to claim carbon neutrality remains unclear. We develop a game-theoretic model in which a data center operator chooses among RECs, PPAs, and behind-the-meter colocation while generators make entry decisions under endogenous financing costs. The model identifies a timing wedge -- the mismatch between consumption and credited renewable generation -- as a central mechanism through which AI demand degrades reliability, raises prices, and increases emissions even when RECs cover 100% of annual consumption. Colocation with storage addresses this wedge directly and induces the greatest renewable entry by eliminating generator revenue risk. We test these predictions by exploiting the staggered release of large language models as a natural experiment, using difference-in-differences on a novel dataset linking AI activity to local grid outcomes. AI demand significantly increases fossil generation, wholesale prices (up to 25% in treated PJM zones), and outage frequency (0.5--1 additional outages per year) near data centers, with impacts scaling in model size. Data centers with on-site generation exhibit a sign reversal in power-quality effects, consistent with the model's prediction that behind-the-meter capacity absorbs demand spikes. Counterfactual analyses show that edge inference, spatial reallocation, and colocated storage each substantially mitigate grid impacts, while REC-only strategies do not. Together, our results demonstrate that the externalities of AI to the grid are tightly coupled to procurement design and the spatial organization of data center infrastructure.

• semanticscholar https://doi.org/10.48550/arxiv.2606.00811first seen 2026-07-24 06:47:25 · last seen 2026-09-22 05:23:01