論文の概要: High Resolution Modeling and Analysis of Cryptocurrency Mining's Impact
on Power Grids: Carbon Footprint, Reliability, and Electricity Price
- arxiv url: http://arxiv.org/abs/2212.14189v2
- Date: Fri, 14 Apr 2023 07:05:54 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-17 16:24:26.974227
- Title: High Resolution Modeling and Analysis of Cryptocurrency Mining's Impact
on Power Grids: Carbon Footprint, Reliability, and Electricity Price
- Title（参考訳）: 電力グリッドに対する暗号マイニングの影響の高分解能モデリングと解析:カーボンフットプリント、信頼性、電力価格
- Authors: Ali Menati, Xiangtian Zheng, Kiyeob Lee, Ranyu Shi, Pengwei Du, Chanan
Singh, Le Xie
- Abstract要約: 本稿では, テキサスグリッドの炭素フットプリント, グリッド信頼性, 電力市場価格に対する負荷の3要素的影響について検討する。
マイニング負荷の柔軟性は、電力不足や市場の混乱を著しく軽減できることを示す。
- 参考スコア（独自算出の注目度）: 2.285928372124628
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Blockchain technologies are considered one of the most disruptive innovations
of the last decade, enabling secure decentralized trust-building. However, in
recent years, with the rapid increase in the energy consumption of
blockchain-based computations for cryptocurrency mining, there have been
growing concerns about their sustainable operation in electric grids. This
paper investigates the tri-factor impact of such large loads on carbon
footprint, grid reliability, and electricity market price in the Texas grid. We
release open-source high-resolution data to enable high-resolution modeling of
influencing factors such as location and flexibility. We reveal that the
per-megawatt-hour carbon footprint of cryptocurrency mining loads across
locations can vary by as much as 50% of the crude system average estimate. We
show that the flexibility of mining loads can significantly mitigate power
shortages and market disruptions that can result from the deployment of mining
loads. These findings suggest policymakers to facilitate the participation of
large mining facilities in wholesale markets and require them to provide
mandatory demand response.
- Abstract（参考訳）: ブロックチェーン技術は過去10年で最も破壊的なイノベーションの1つと考えられており、セキュアな分散型信頼構築を可能にしている。
しかし近年,暗号通貨マイニングにおけるブロックチェーンベースの計算のエネルギー消費が急速に増加し,電力網の持続的運用に対する懸念が高まっている。
本稿では, テキサスグリッドの炭素フットプリント, グリッド信頼性, 電力市場価格に対する負荷の3要素的影響について検討する。
我々は,位置情報や柔軟性といった影響要因の高分解能モデリングを可能にするために,オープンソースの高分解能データをリリースする。
我々は、暗号通貨採掘負荷の1メガワットあたりの炭素フットプリントが、原油システムの平均推定値の50%まで変化可能であることを明らかにした。
鉱業負荷の柔軟性は,鉱業負荷の展開によって生じる電力不足や市場の混乱を著しく軽減できることを示した。
これらの結果から,政策立案者は大規模鉱業施設の総合市場への参入を促進するとともに,需要対応を義務付ける必要があることが示唆された。
関連論文リスト
- A Machine Learning Framework to Deconstruct the Primary Drivers for
Electricity Market Price Events [0.8192907805418581]
電力グリッドは100%再生可能エネルギー源バルク電力グリッドに向かっている。
従来の根本原因分析と統計的アプローチは、価格形成の背後にある主要な要因を分析し、推測するために適用できない。
再生可能エネルギーの高い近代電力市場における価格スパイクイベントの主要因を分解する機械学習に基づく分析フレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-12T09:24:21Z) - Distributed Energy Management and Demand Response in Smart Grids: A
Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。
特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
論文 参考訳（メタデータ） (2022-11-29T01:18:58Z) - Does Crypto Kill? Relationship between Electricity Consumption Carbon
Footprints and Bitcoin Transactions [4.7805617044617446]
暗号通貨取引の炭素フットプリントは、グリーンまたは再生可能燃料源よりも炭素豊富な燃料源に依存していると予測する。
我々は、このような取引をモデル化し、それらを発電パターンと相関させて炭素コストを見積り、分析する機械学習フレームワークを提供する。
論文 参考訳（メタデータ） (2022-05-16T18:03:45Z) - Applications of blockchain and artificial intelligence technologies for
enabling prosumers in smart grids: A review [12.609078866334615]
政府は再生可能エネルギー資源のシェア拡大を目標としている。
本稿では、消費者がエネルギー市場に参加するのを容易にするために、ブロックチェーンとAIをスマートグリッドに組み込む方法について論じる。
論文 参考訳（メタデータ） (2022-02-21T10:27:31Z) - Modelling the transition to a low-carbon energy supply [91.3755431537592]
気候変動の影響を制限するため、低炭素電力供給への移行が不可欠である。
二酸化炭素排出量の削減は、世界がピーク点に達するのを防ぐのに役立ちます。
排気ガスの排出は、世界中の気象条件の極端に繋がる可能性がある。
論文 参考訳（メタデータ） (2021-09-25T12:37:05Z) - The impact of online machine-learning methods on long-term investment
decisions and generator utilization in electricity markets [69.68068088508505]
電力需要プロファイルを24時間以内に予測するために,オフライン11とオンライン5の学習アルゴリズムが与える影響を調査した。
最良オフラインアルゴリズムと比較して,オンラインアルゴリズムを用いて平均絶対誤差を30%削減できることを示した。
また,予測精度の大きな誤差は,17年間の投資に不均等な誤差があることを示す。
論文 参考訳（メタデータ） (2021-03-07T11:28:54Z) - Exploring market power using deep reinforcement learning for intelligent
bidding strategies [69.3939291118954]
キャパシティが1年の平均的な電力価格に影響を及ぼすことがわかりました。
$sim$25%と$sim$11%の値は、市場構造と国によって異なる可能性がある。
平均市場価格の約2倍の市場上限の使用は、この効果を著しく減少させ、競争力のある市場を維持する効果があることを観察する。
論文 参考訳（メタデータ） (2020-11-08T21:07:42Z) - A Multi-Agent Deep Reinforcement Learning Approach for a Distributed
Energy Marketplace in Smart Grids [58.666456917115056]
本稿では,マイクログリッドを支配下に置くために,強化学習に基づくエネルギー市場を提案する。
提案する市場モデルにより,リアルタイムかつ需要に依存した動的価格設定環境が実現され,グリッドコストが低減され,消費者の経済的利益が向上する。
論文 参考訳（メタデータ） (2020-09-23T02:17:51Z) - Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A
Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。
ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
論文 参考訳（メタデータ） (2020-02-21T02:14:38Z) - Toward Low-Cost and Stable Blockchain Networks [10.790006312359795]
ブロックチェーンマイニングリソース割り当てアルゴリズムを提案し,PoWベースの(ワークオブワークベースの)ブロックチェーンネットワークにおけるマイニングコストを削減する。
論文 参考訳（メタデータ） (2020-02-19T06:42:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。