オフグリッド都市住宅マイクログリッドにおけるリアルタイム炭素会計と持続可能性モニタリングのためのデータ駆動型フレームワーク

Data-Driven Framework for Real-Time Carbon Accounting and Sustainability Monitoring in Off-Grid Urban Residential Microgrids (原題)

M. Arunakumari, Rajesh Mattaparthi, S. Kothuri, V. D. Prakash, Mahalakshmi V, E. Prasad

2026 14th International Conference on Smart Grid (icSmartGrid)学会2026-07-01#AI×ESGOrigin: EU経営インパクト: コスト削減対象セクター: power

DOI: 10.1109/icsmartgrid70882.2026.11680943

原典: https://doi.org/10.1109/icsmartgrid70882.2026.11680943

🤖 gxceed AI 要約

日本語

本論文は、住宅の在室・エネルギー使用・再生可能エネルギー発電と環境品質を統合的にモデル化するAIベースの意思決定フレームワークを提案する。フランス領レユニオン島のオフグリッドマイクログリッドデータセット（1,732時間観測）を用い、CO2排出量・再生可能エネルギー比率（RER）・都市持続可能性指数（USI）の3指標を4種のAIモデルで予測・比較した。Gradient BoostingはRER予測でR²=0.9996、Random Forestは炭素排出でR²=0.9978と高精度を示し、期間平均RERは90.15%、累積炭素削減は262.64kg CO2であった。軽量かつ実証済みのリアルタイム炭素会計手法として、島嶼・オフグリッド都市への応用が期待される。

English

This paper proposes an AI-based decision framework integrating household occupancy, energy use, renewable generation and environmental quality for carbon-free urban living. Using the open-access Mafate off-grid microgrid dataset from Reunion Island (1,732 hourly observations), it benchmarks Random Forest, Gradient Boosting, MLP and Ridge Regression across three targets: CO2 emissions, renewable energy ratio (RER) and an Urban Sustainability Index (USI). Gradient Boosting achieved R²=0.9996 for RER and Random Forest R²=0.9978 for carbon emissions, with an average RER of 90.15% and 262.64 kg CO2 saved. The framework enables lightweight, validated real-time carbon accounting for island and off-grid urban centres.

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

日本では離島・過疎地域の脱炭素化や地域マイクログリッド、RE100/再エネ比率開示に関連する。SSBJや有報での再エネ比率・排出量のリアルタイム把握に資する手法として、自治体・電力事業者のGX実務に示唆を与える。

In the global GX context

Globally, this contributes to disclosure infrastructure for real-time Scope 2 accounting and renewable-energy-ratio reporting, relevant to CSRD/ISSB metrics and microgrid-level transition finance. It offers a replicable AI pipeline for granular carbon accounting beyond annual corporate inventories.

👥 読者別の含意

🔬研究者:AIモデルによる炭素会計・持続可能性指標予測のベンチマーク手法と特徴量設計の参考になる。

🏢実務担当者:マイクログリッドや再エネ比率のリアルタイム把握により、Scope 2算定や再エネ調達の精度向上に活用できる。

🏛政策担当者:離島・オフグリッド地域の脱炭素政策評価や地域エネルギー計画のモニタリング指標設計に示唆を与える。

📄 Abstract（原文）

Urban carbon-neutrality requires AI platforms for modelling household occupancy, energy use and renewable generation with environmental quality together using hybrid data sources. We present in this paper, a new comprehensive AI-based decision-making framework to foster carbon-free smart urban living areas authors as validated using the open-access Mafate off-grid residential microgrid dataset from Reunion Island (France). The framework includes three residential demand streams, solar PV generation and meteorological data: A total of 1,732 hourly merged observations (from May 2020 to May 2021) from these four distinct observation types are combined with real measurements on three sustainability targets: kg CO2/h emissions; renewable energy ratio (RER); Urban Sustainability Index (USI) composite. Using chronological 70/15/15 train/validation/test partitioning and the same 17 engineered features, we systematically benchmark four AI models — Random Forest, Gradient Boosting, multilayer perceptron (MLP) neural network and Ridge Regression — across all three prediction targets. The performance of Gradient Boosting (GB) to predict RER is very high (R^2=0.9996, RMSE = 0.001042), Random Forest (RF) for predicting carbon emission (R^2=0.9978, RMSE = 0.000844 kg/h), and Ridge Regression (RR) best for USI prediction respect of other algorithms as represented in table 3. In the temporal analysis, we confirm that during the monitoring periods, there was an average of 90.15% in RER and total carbon savings of 262.64 kg CO2 with June–July being fully supplied with renewables [124]. This framework enables validated and computationally light real-time carbon accounting and sustainability monitoring for island and off-grid urban centres.

🔗 Provenance — このレコードを発見したソース

semanticscholar https://doi.org/10.1109/icsmartgrid70882.2026.11680943first seen 2026-09-15 04:48:04 · last seen 2026-09-21 04:55:20

🔔 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。