← 論文一覧に戻る

ネットゼロに向けた海運の転換経路とエネルギーインフラのナビゲーション（支援データ）

Navigating maritime transition pathways and energy infrastructure towards net zero (supporting data) (原題)

Fristed, Frederik

Zenodoプレプリント2026-10-19#エネルギー転換Origin: EU経営インパクト: 調達リスク対象セクター: transport
DOI: 10.5281/zenodo.23476738
原典: https://zenodo.org/records/23476738

🤖 gxceed AI 要約

日本語

本リポジトリは、海運の脱炭素転換経路とエネルギーインフラを分析する論文の支援データである。BalmorelエネルギーシステムモデルとOptiFlowモデルを用い、燃料生産・CO2除去・輸送を含む6つの海運転換シナリオを評価する。コード・入力データ・主要結果を公開し、再現性を確保している。

English

Supporting data repository for a study on maritime decarbonization pathways and energy infrastructure. It provides the Balmorel energy system model plus OptiFlow fuel, CO2 removal and transport results across six maritime transition scenarios, enabling full reproducibility.

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

海運の脱炭素は日本にとっても国際海運・造船・港湾の競争力に関わる論点であり、燃料転換やインフラ投資の経路分析は政策・産業戦略の参考になる。再現可能なモデル公開は日本発の同種研究の透明性向上にも資する。

In the global GX context

Maritime shipping is a hard-to-abate sector central to global net-zero pathways and IMO decarbonization targets; open, reproducible energy-system modeling of fuel and infrastructure transitions supports transition-finance and policy analysis under ISSB/TCFD-aligned sector disclosure.

👥 読者別の含意

🔬研究者:海運脱炭素とエネルギーシステム統合モデリングの再現可能な手法・データ基盤として活用できる。

🏢実務担当者:海運・燃料・港湾インフラ企業が長期の燃料転換シナリオを自社戦略や開示に反映する際の参考になる。

🏛政策担当者:海運脱炭素に向けた燃料・インフラ投資の政策設計と国際整合の検討に示唆を与える。

📄 Abstract（原文）

Overview This repository contains the code, input data and selected results supporting the manuscript “Navigating maritime transition pathways and energy infrastructure towards net zero”, currently submitted for review. It includes the applied energy system model ( Balmorel.zip ), the underlying input data ( data.zip ), and the results generated for the core maritime transition scenarios reported in the manuscript. The model builds on the Balmorel framework. The model code and data repositories are also available at: Model code: https://github.com/balmorelcommunity/Balmorel/releases/tag/navigating_maritime_transitions_paper-v2.0 Input data: https://github.com/balmorelcommunity/Balmorel_data/releases/tag/navigating_maritime_transitions_data-v2.0 The model is implemented in GAMS and requires a GAMS licence to run. At full resolution, the model was solved on an HPC system using 28 cores (8 GB RAM per core), with a typical run taking approximately 24 hours. Running the base model Unzip Balmorel.zip . Unzip data.zip and place the data folder inside Balmorel/base/ . Run the model by executing Balmorel/base/model/Balmorel.gms . Running the transition scenarios Unzip Scenarios.zip . Place the six scenario folders (e.g. 1-FEU-Fuel ) inside Balmorel/ . Run each scenario by executing the relevant .gms file (e.g. Balmorel/1-FEU-Fuel/model/Balmorel.gms ). Any files not explicitly defined within a scenario’s data or model folders are inherited from the corresponding base folder files. Test runs Each scenario folder includes reduced-resolution C.inc , S.inc and T.inc files that run in a few minutes and are sufficient for verifying the model setup. To reproduce the full study results, replace these files with the full-resolution equivalents from Balmorel/base/data/ . Model results Base model results are stored in Balmorel/base/model/MainResults.gdx and Balmorel/base/model/Optiflow_MainResults.gdx . Scenario results follow the same structure (e.g. Balmorel/1-FEU-Fuel/model/MainResults.gdx ). MainResults.gdx contains the Balmorel energy system results; Optiflow_MainResults.gdx contains fuel production, carbon dioxide removal and transport results from the OptiFlow model. Output files are post-processed and visualised in Python.      

🔗 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。