一篇新研究论文提出了一种用于管理数据中心等大规模柔性负荷的“挑拣”策略,以减少碳排放和电力成本。该研究使用 ERCOT 市场清算过程的详细副本,发现基于位置边际电价 (LMP) 的整形虽然有效,但没有单一信号在所有条件下都效果最佳。提出的挑拣方法根据电网需求和节点最低 LMP 每日调整,与静态 LMP 整形相比,可实现两到三倍的二氧化碳节省,且成本不增加。研究还强调需要更复杂的碳核算框架,这些框架应考虑位置和拥塞感知信号。 AI
影响 这项研究可能导致数据中心等大规模人工智能基础设施的能源管理更加高效,从而减少其碳足迹。
排序理由 该集群包含一篇详细介绍新碳减排方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.4]
- Bokan Chen
- Electric Reliability Council of Texas
- Security Constrained Economic Dispatch Considering Balance of Electric Power and Energy
- Security-Constrained Unit Commitment Based on a Realizable Energy Delivery Formulation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →