← 論文一覧に戻る

Behind-the-Meter Power for Hyperscale Campuses: Multi-Market Techno-Economic Framework (code and data)

ハイパースケールキャンパス向けメーター背後電力：複数市場の技術経済フレームワーク（コードとデータ） (AI 翻訳)

Dutta, Sweta

Zenodoプレプリント2026-08-05#エネルギー転換Origin: Global経営インパクト: コスト削減対象セクター: data_center
DOI: 10.5281/zenodo.21803458
原典: https://zenodo.org/records/21803458

🤖 gxceed AI 要約

日本語

本リポジトリは、炭素価格と設備リードタイムの不確実性下でのグリッド制約付きエネルギー供給に関する技術経済フレームワークのコードとデータを提供する。NREL PVWattsの日射データを用い、市場アーキタイプを代表するメトロ座標で太陽光発電をモデル化する。論文の表4と図1〜5を再現可能。

English

This repository provides code and data for a techno-economic framework for grid-constrained energy supply under carbon pricing and equipment lead-time uncertainty, applied to hyperscale campuses. It uses NREL PVWatts solar profiles for representative market archetypes and reproduces Table 4 and Figures 1-5 of the manuscript.

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

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

日本のデータセンター市場では、再生可能エネルギー調達と炭素価格の影響が重要。本フレームワークは、日本の事業者が自家発電やPPAの経済性を評価する際の参考になる。

In the global GX context

For global audiences, this framework addresses the growing need for techno-economic analysis of behind-the-meter power in data centers, especially under carbon pricing mechanisms like the EU ETS and emerging disclosure requirements. It offers a reproducible model for assessing renewable and storage investments.

👥 読者別の含意

🔬研究者:Provides a reproducible techno-economic model for energy supply in data centers under carbon pricing and lead-time uncertainty.

🏢実務担当者:Useful for data center operators and energy managers to evaluate behind-the-meter solar and storage investments under carbon costs.

🏛政策担当者:Offers insights into how carbon pricing affects energy infrastructure decisions for large energy consumers.

📄 Abstract（原文）

Code and data accompanying the manuscript "Behind-the-Meter Power for Hyperscale Campuses: A Multi-Market Techno-Economic Framework for Grid-Constrained Energy Supply Under Carbon Pricing and Equipment Lead-Time Uncertainty", submitted to MDPI Energies. The repository contains the Python model, the data inventory, and the figure scripts needed to reproduce Table 4 and Figures 1 through 5 of the manuscript. Solar profiles are drawn from NREL PVWatts V8 using typical-meteorological-year data for public representative metro coordinates that stand in for market archetypes; no specific facility location is identified. Running the model requires a free NREL API key, supplied through the NREL_API_KEY environment variable. See README.md for setup and run instructions. Licensing: code is released under the MIT License; data files and documentation are released under CC BY 4.0.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。