複数の発電会社における異種フレキシブル負荷を考慮した低炭素発電スケジュール最適化に関する研究

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

🔬研究者:This paper provides a mathematical framework for optimizing low-carbon generation schedules with heterogeneous flexible loads and carbon constraints, which can inform further research on demand-side integration in decarbonized power systems.

🏢実務担当者:Power generation companies can apply the proposed model to improve both economic and low-carbon performance of their generation schedules, especially when facing carbon quotas.

🏛政策担当者:The results demonstrate the value of combining price elasticity and incentive-based demand response for achieving low-carbon targets, which can inform the design of carbon pricing and demand response policies.

再生可能エネルギーの大規模導入と電力市場改革の深化に伴い、電力系統運用の不確実性は著しく増大している。これは、複数の発電会社が経済効率と低炭素目標を両立する発電計画を共同で策定する際に、新たな課題をもたらしている。既存の研究の多くは固定負荷を想定しており、価格シグナルやインセンティブシグナルに対する需要側の能動的な調整能力を無視している。このギャップに対処するため、本論文は、異質な柔軟性負荷を考慮した、複数の発電会社向けの低炭素発電計画最適化手法を提案する。まず、柔軟性負荷の調整可能性を、価格弾力性に基づく負荷シフトとインセンティブに基づく調整可能容量の2つの要素に分解する。価格弾力性マトリクス法を用いて、市場清算価格を既知の入力とする。価格弾力性調整下での負荷シフト量は、各パークについて事前に計算され、発電計画モデルにおける外生パラメータとして扱われる。これにより、発電会社は計画段階で需要側の柔軟性情報を直接利用できる。第二に、本論文は住宅用負荷と産業用負荷の比率を中核パラメータとして用いる。弾力性係数と調整可能容量の上限という2つの次元に沿って、4つのパークの異質性を特徴付ける。産業用負荷の比率が高いパークほど、柔軟な調整能力が強い。この結果は実際の物理的特性と一致している。また、発電会社がパークごとに柔軟性リソースを異なる形で活用し、出力配分を最適化するための定量的な根拠も提供する。最後に、本論文は各パークの上方および下方調整可能容量を決定変数として用いる。異質な柔軟性負荷を有する複数発電機の低炭素発電計画最適化モデルを構築する。発電機出力制約、電力バランス制約、柔軟性負荷調整可能容量制約、炭素枠制約はすべて、単一レベルの混合整数線形計画法フレームワークに統合される。このフレームワークは、商用ソルバーを用いて効率的に解くことができる。これは、発電会社が経済効率と低炭素目標を両立する最適な発電計画を策定するのに役立つ。ケーススタディの結果は、価格弾力性調整とインセンティブに基づく調整可能容量を組み合わせることで、発電計画の経済性能と低炭素性能の両方を効果的に改善できることを示している。

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。

With the large-scale integration of renewable energy and the deepening of electricity market reform, uncertainty in power system operation has increased significantly. This creates new challenges for multiple generation companies when they work together to develop generation schedules that balance economic efficiency and low-carbon goals. Most existing studies assume fixed loads and ignore the active regulation capability of the demand side under price signals and incentive signals. To address this gap, this paper proposes a low-carbon generation schedule optimization method for multiple generation companies. The method considers heterogeneous flexible loads. First, the paper decomposes flexible load adjustability into two components: price elasticity-based load shifting and incentive-based adjustable capacity. Using the price elasticity matrix method, the market clearing price serves as a known input. The load shifting amount under price elasticity regulation is pre-calculated for each park and treated as an exogenous parameter in the generation schedule model. This allows generation companies to directly use demand-side flexibility information during the planning stage. Second, the paper uses the proportion of residential and industrial loads as a core parameter. It characterizes the heterogeneity of four parks along two dimensions: elasticity coefficients and upper limits of adjustable capacity. Parks with a higher proportion of industrial loads have stronger flexible regulation capability. This result is consistent with real physical characteristics. It also provides a quantitative basis for generation companies to utilize flexible resources differently across parks and optimize their output arrangements. Finally, the paper uses the upward and downward adjustable capacity of each park as decision variables. It builds a multi-generator low-carbon generation schedule optimization model with heterogeneous flexible loads. Generator output constraints, power balance constraints, flexible load adjustable capacity constraints, and carbon quota constraints are all integrated into a single-level mixed-integer linear programming framework. This framework can be solved efficiently using commercial solvers. It helps generation companies develop optimal generation schedules that balance economic efficiency and low-carbon targets. Case study results show that combining price elasticity regulation with incentive-based adjustable capacity can effectively improve both the economic performance and low-carbon performance of generation schedules.

• openalex https://doi.org/10.3390/a19060499first seen 2026-06-26 05:02:23