Fuzzy Inference-Based Power System Planning Considering Collaborative Decarbonization on the Supply-Demand Side

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

🔬研究者:Provides a novel fuzzy inference-based method for coordinated supply-demand decarbonization planning, applicable to future power system models.

🏢実務担当者:Offers a practical framework for utilities and system operators to evaluate retrofitting CCUS and demand response programs jointly.

🏛政策担当者:Demonstrates a potential pathway for policy design that incentivizes both supply-side investment and demand-side carbon responsiveness.

世界中の電力システムが依然として化石燃料に大きく依存しているため、電力部門は炭素排出の主要な発生源であり続けており、その脱炭素化は重要な社会的関心事となっています。しかし、供給側と需要側の両方における排出削減に同時に対処する統一的なアプローチが存在しないことは、深い脱炭素化を達成する上での重大な障壁となっています。このギャップを埋めるために、本論文は、供給側の改修と需要側の炭素応答戦略を統合する、ファジィ推論システム（FIS）に基づく新しい二段階脱炭素化フレームワークを提案します。供給側では、このフレームワークは、石炭火力発電所（CFPP）に炭素回収・利用・貯留（CCUS）技術を導入する改修を伴います。回収された炭素はさらに電力転ガス（P2G）変換によって処理され、生成された天然ガスはガスエネルギーシステムに貯蔵され、それによって炭素削減の全体的な効率が向上します。需要側では、排出の空間的および時間的影響を反映するように拡張された炭素排出フローモデルが開発され、大規模産業負荷（LIL）とインターネットデータセンター（IDC）が炭素強度の変動に動的に対応できるようにします。提案されたフレームワークの実用的な実現可能性を向上させるために、FISは、改修のための候補サイト選定や柔軟な需要容量の現実的な推定など、供給側と需要側の両方の決定に影響を与える外部要因をモデル化するために使用されます。提案された方法は、IEEE 24バスおよび118バスシステムで検証され、運用の信頼性を維持しながらシステム全体の排出量を削減する有効性が確認されました。

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。

As power systems worldwide still heavily rely on fossil fuels, the power sector remains a major source of carbon emissions, making its decarbonization a critical societal concern. However, the absence of a unified approach that simultaneously addresses emission reductions on both the supply and demand sides presents a significant barrier to achieving deep decarbonization. To bridge this gap, this paper proposes a novel Fuzzy Inference System (FIS)-based two-stage decarbonization framework that integrates supply-side retrofitting with demand-side carbon response strategies. On the supply side, the framework involves retrofitting Coal-Fired Power Plants (CFPPs) with Carbon Capture, Utilization, and Storage (CCUS) technologies. The captured carbon is further processed through power-to-gas (P2G) conversion and the generated natural gas is stored in gas energy systems, thereby enhancing the overall efficiency of carbon mitigation. On the demand side, an enhanced carbon emission flow model is developed to reflect the spatial and temporal impacts of emissions, enabling Large Industrial Loads (LILs) and Internet Data Centers (IDCs) to respond dynamically to carbon intensity variations. To improve the practical feasibility of the proposed framework, the FIS is used to model external factors that affect both supply-side and demand-side decisions, including candidate site selection for retrofitting and realistic estimations of flexible demand capacity. The proposed method has been validated on the IEEE 24-bus and 118-bus systems, confirming the effectiveness in reducing system-wide emissions while maintaining operational reliability.

• semanticscholar https://doi.org/10.1109/tia.2025.3605893first seen 2026-05-06 00:02:16 · last seen 2026-08-15 05:28:31