論文の概要: Equitable Network-Aware Decarbonization of Residential Heating at City Scale

• arxiv url: http://arxiv.org/abs/2301.04747v1
• Date: Wed, 11 Jan 2023 22:55:30 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 13:34:45.152222
• Title: Equitable Network-Aware Decarbonization of Residential Heating at City Scale
• Title（参考訳）: 都市規模における住宅暖房の等価ネットワーク対応脱炭
• Authors: Adam Lechowicz, Noman Bashir, John Wamburu, Mohammad Hajiesmaili, Prashant Shenoy
• Abstract要約: 都市規模で住宅暖房を脱炭酸するためのネットワーク対応最適化フレームワークを提案する。 我々は、実世界のガス使用量、電気使用量、グリッドインフラデータを用いて、米国のニューイングランドの都市に我々の枠組みを適用する。
• 参考スコア（独自算出の注目度）: 0.9099663022952497
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Residential heating, primarily powered by natural gas, accounts for a significant portion of residential sector energy use and carbon emissions in many parts of the world. Hence, there is a push towards decarbonizing residential heating by transitioning to energy-efficient heat pumps powered by an increasingly greener and less carbon-intensive electric grid. However, such a transition will add additional load to the electric grid triggering infrastructure upgrades, and subsequently erode the customer base using the gas distribution network. Utilities want to guide these transition efforts to ensure a phased decommissioning of the gas network and deferred electric grid infrastructure upgrades while achieving carbon reduction goals. To facilitate such a transition, we present a network-aware optimization framework for decarbonizing residential heating at city scale with an objective to maximize carbon reduction under budgetary constraints. Our approach operates on a graph representation of the gas network topology to compute the cost of transitioning and select neighborhoods for transition. We further extend our approach to explicitly incorporate equity and ensure an equitable distribution of benefits across different socioeconomic groups. We apply our framework to a city in the New England region of the U.S., using real-world gas usage, electric usage, and grid infrastructure data. We show that our network-aware strategy achieves 55% higher carbon reductions than prior network-oblivious work under the same budget. Our equity-aware strategy achieves an equitable outcome while preserving the carbon reduction benefits of the network-aware strategy.
• Abstract（参考訳）: 主に天然ガスで発電される住宅暖房は、世界の多くの地域で住宅部門におけるエネルギー消費と二酸化炭素排出量のかなりの部分を占めている。 したがって、温暖化と炭素濃度の低い電力グリッドを動力とするエネルギー効率のよいヒートポンプに移行することで、住宅の加熱を脱炭酸する動きがある。 しかし、このような移行は、インフラのアップグレードをトリガーする電力網に負荷を増し、その後、ガス流通ネットワークを使用して顧客ベースを損なうことになる。 電力事業者は、炭素削減目標を達成しつつ、ガスネットワークの段階的な廃止と電力グリッドインフラのアップグレードを遅らせるため、これらの移行努力をガイドしたいと考えています。 このような移行を容易にするため、予算制約下での炭素削減を最大化する目的で、都市規模で住宅暖房を脱炭酸するネットワーク対応最適化フレームワークを提案する。 提案手法はガスネットワークトポロジのグラフ表現に基づいて,遷移のコストを計算し,遷移の地区を選択する。 さらに、当社のアプローチは、エクイティを明示的に組み込んで、異なる社会経済グループ間で平等に利益を分配するものです。 我々は,実世界のガス使用量,電気使用量,グリッドインフラデータを用いて,米国のニューイングランドの都市に我々の枠組みを適用した。 ネットワーク対応戦略は, 従来よりも55%の炭素削減を実現していることを示す。 当社のエクイティ・アウェア戦略は,ネットワーク・アウェア戦略の炭素削減効果を維持しつつ,等価な結果を達成する。

関連論文リスト

• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• Efficient Strategies on Supply Chain Network Optimization for Industrial Carbon Emission Reduction [0.0]
  本研究では, 産業用炭素排出量削減を目的としたサプライチェーンネットワーク最適化の効率化戦略について検討した。 本稿では, リアルタイムの炭素排出量データを活用したアダプティブカーボン排出量指数(ACEI)を導入し, サプライチェーン運用における即時調整を行う。
  論文  参考訳（メタデータ） (2024-04-17T14:53:55Z)
• Power Grid Congestion Management via Topology Optimization with AlphaZero [0.27998963147546135]
  本稿では,AlphaZeroをベースとしたグリッドトポロジ最適化手法を提案する。 WCCI 2022ではL2RPN(Learning to Run a Power Network)コンペで1位にランクインした。
  論文  参考訳（メタデータ） (2022-11-10T14:39:28Z)
• 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)
• 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)
• Distributed Deep Reinforcement Learning for Functional Split Control in Energy Harvesting Virtualized Small Cells [3.8779763612314624]
  モバイルネットワークオペレータ(MNO)は、小さなセルの密度の高いインフラストラクチャをデプロイしている。 これにより、モバイルネットワークの消費電力が増加し、環境に影響を及ぼす。 本稿では,エネルギー回収装置と充電式電池を備えた周辺小セルのネットワークについて考察する。
  論文  参考訳（メタデータ） (2020-08-07T12:27:01Z)
• Optimizing carbon tax for decentralized electricity markets using an agent-based model [69.3939291118954]
  人為的気候変動の影響を避けるためには、化石燃料から低炭素技術への移行が必要である。 炭素税は、この移行を支援する効率的な方法であることが示されている。 NSGA-IIの遺伝的アルゴリズムを用いて、電力混合の平均電気価格と相対炭素強度を最小化する。
  論文  参考訳（メタデータ） (2020-05-28T06:54:43Z)
• Emission-aware Energy Storage Scheduling for a Greener Grid [3.3666214913565224]
  グリッドの二酸化炭素排出量を減らすためにグリッドにエネルギー貯蔵を使用するという課題について検討する。 分散ストレージを利用することで、電力会社は効率が悪く、最も炭素集約的な発電所への依存を減らすことができる。 その結果、年間二酸化炭素排出量は0.5万kg以上減少しており、電力網の排出量は23.3%減少している。
  論文  参考訳（メタデータ） (2020-05-25T17:11:10Z)
• Towards the Systematic Reporting of the Energy and Carbon Footprints of Machine Learning [68.37641996188133]
  我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。 エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。 炭素排出量削減とエネルギー消費削減のための戦略を提案する。
  論文  参考訳（メタデータ） (2020-01-31T05:12:59Z)
• NeurOpt: Neural network based optimization for building energy management and climate control [58.06411999767069]
  モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。 イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2020-01-22T00:51:03Z)

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。