Модели открытой энергетической системы

Источники открытых данных, необходимых для открытого моделирования, см. в разделе Открытые базы данных энергосистем .

Для более широкого освещения этой темы см. энергетическое моделирование .

Модели открытых энергетических систем — это энергетических систем модели с открытым исходным кодом . Однако некоторые из них могут использовать стороннее проприетарное программное обеспечение в рамках своих рабочих процессов для ввода, обработки или вывода данных. Предпочтительно, чтобы эти модели использовали открытые данные , что способствует открытой науке .

Модели энергетических систем используются для изучения будущих энергетических систем и часто применяются к вопросам, связанным с энергетической и климатической политикой . Сами модели сильно различаются по типу, дизайну, программированию , применению, области применения, уровню детализации, сложности и недостаткам. Для многих моделей та или иная форма математической оптимизации используется для информирования процесса решения.

Регуляторы энергетики и системные операторы в Европе и Северной Америке начали применять модели открытых энергетических систем для целей планирования в начале 2020-х годов. Открытые модели и открытые данные все чаще используются государственными учреждениями для разработки государственной политики с нулевыми выбросами (примеры приведены в этой статье). Компании и инженерно-консалтинговые компании также используют открытые модели для анализа (см.   ниже).

Общие соображения

См. Также: Энергетическое моделирование и разработка программного обеспечения с открытым исходным кодом.

Организация

Перечисленные здесь проекты моделирования открытой энергетики относятся исключительно к восходящей парадигме, в которой модель является относительно буквальным представлением базовой системы.

Некоторые движущие силы способствуют развитию открытых моделей и открытых данных. Растет интерес к тому, чтобы сделать энергетические модели государственной политики более прозрачными, чтобы улучшить их признание политиками и общественностью. Существует также желание использовать преимущества, которые могут принести открытые данные и разработка открытого программного обеспечения , включая сокращение дублирования усилий, лучший обмен идеями и информацией, повышение качества, а также более широкое участие и внедрение. Поэтому разработка модели обычно является коллективной работой и представляет собой либо академический проект, либо коммерческое предприятие, либо по-настоящему инклюзивную общественную инициативу.

В этой статье не рассматриваются проекты, которые просто предоставляют свой исходный код или электронные таблицы для публичной загрузки, но не имеют признанной лицензии на бесплатное программное обеспечение с открытым исходным кодом . Отсутствие лицензионного соглашения создает состояние правовой неопределенности, в результате чего потенциальные пользователи не могут знать, какие ограничения владелец может захотеть ввести в жизнь в будущем. Перечисленные здесь проекты считаются подходящими для включения, поскольку у них есть ожидающая или опубликованная научная литература или они представлены во вторичных источниках.

В документе 2017 года перечислены преимущества открытых данных и моделей и обсуждаются причины, по которым многие проекты, тем не менее, остаются закрытыми. В документе дается ряд рекомендаций для проектов, желающих перейти к более открытому подходу. Авторы также приходят к выводу, что с точки зрения открытости энергетические исследования отстают от других областей, в первую очередь от физики, биотехнологий и медицины.

Рост

Моделирование открытой энергетической системы достигло зрелости в 2010-х годах. В статье 2011 года по этой теме были упомянуты только два проекта: OSeMOSYS и TEMOA . Балморель также действовал в то время, о чем было обнародовано в 2001 году. По состоянию на июль 2022 г. ,   здесь перечислено 31 такое предприятие (приблизительно такое же количество ожидает добавления ) .Чанг и   др . (2021) исследуют тенденции моделирования и обнаруживают разделение между открытыми и закрытыми даже после анализа 54   структур, хотя эта интерпретация основана на количестве проектов, а не на внедрении и использовании. Исследование   сравнения моделей 2022 года в Германии показало, что восемь из 40   проектов моделирования (20%) имели открытый исходный код. за этими проектами также стояли активные сообщества.

Прозрачность, понятность и воспроизводимость

См. также: Инициатива по моделированию открытой энергетики § Контекст.

Использование моделей открытых энергетических систем и открытых энергетических данных представляет собой попытку улучшить прозрачность, понятность и воспроизводимость моделей энергетических систем, особенно тех, которые используются для помощи в разработке государственной политики.

В документе 2010 года, посвященном моделированию энергоэффективности, утверждается, что «процесс открытой экспертной оценки может в значительной степени способствовать проверке и проверке модели, которые необходимы для разработки модели». В статье 2012 года исследователи утверждают, что для дальнейшего соблюдения процесса экспертной оценки важно поместить как исходный код , так и наборы данных под общедоступный контроль версий , чтобы третьи стороны могли запускать, проверять и тщательно изучать конкретные модели. В документе 2016 года утверждается, что исследования энергетических сценариев на основе моделей, направленные на влияние на лиц, принимающих решения в правительстве и промышленности, должны стать более понятными и более прозрачными. С этой целью в документе представлен контрольный список критериев прозрачности, которые должны быть заполнены разработчиками моделей. Однако авторы заявляют, что они «считают подходы с открытым исходным кодом крайним случаем прозрачности, который не способствует автоматически понятности исследований для получения политических рекомендаций».

В одностраничной статье, опубликованной в 2017 году, выдвигаются аргументы в пользу использования открытых данных об энергетике и моделирования для укрепления общественного доверия к анализу политики. В статье также утверждается, что научные журналы обязаны требовать, чтобы данные и код представлялись вместе с текстом для рецензирования . А в академическом комментарии 2020 года утверждается, что распределенная разработка будет способствовать более разнообразной базе участников и, таким образом, улучшит качество модели   — процесс, поддерживаемый онлайн-платформами и возможный благодаря открытым данным и коду.

Государственные проекты

Спонсируемые государством проекты с открытым исходным кодом в любой области — относительно новое явление.

По состоянию на 2017 год Европейская комиссия теперь поддерживает несколько проектов моделирования энергетических систем с открытым исходным кодом, чтобы помочь переходу к низкоуглеродной энергетической системе в Европе. Проект Dispa-SET ( ниже ) моделирует европейскую электроэнергетическую систему и размещает свою кодовую базу на GitHub . Проект MEDEAS, который будет разрабатывать и внедрять новую модель энергетической экономики с открытым исходным кодом для Европы, провел свое стартовое совещание в феврале 2016 года. По состоянию на февраль 2017 г. , проект еще не опубликовал исходный код. Созданный проект OSeMOSYS ( ниже ) разрабатывает многосекторную энергетическую модель для Европы при финансировании Комиссии для поддержки работы с заинтересованными сторонами. Однако флагманская модель JRC-EU-TIMES остается с закрытым исходным кодом.

США Национальная модель NEMS доступна, но, тем не менее, сложна в использовании. NEMS не классифицируется как проект с открытым исходным кодом в общепринятом смысле этого слова.

В конкурсе на проведение исследований в 2021 году в рамках программы финансирования научных исследований Европейского Союза Horizon Europe был явно выражен поиск моделей энергетических систем с открытым исходным кодом.

Опросы

В ходе опроса, завершенного в 2021 году, изучалась степень, в которой модели открытых энергетических систем поддерживают варианты гибкости с разбивкой по предложению, спросу, хранению , связи между секторами и реакции сети. Из рассмотренных фреймворков ни один не поддерживал все типы, что позволяет предположить, что мягкое соединение дополнительных фреймворков может обеспечить более целостную оценку гибкости. Несмотря на это, большинство кандидатов выбирают идеальное предвидение и изначально не допускают вероятностных действий или явных поведенческих реакций .

Модели электроэнергетического сектора

Модели открытого электроэнергетического сектора ограничиваются только электроэнергетическим сектором. Эти модели всегда имеют временное разрешение один час или меньше. Некоторые модели концентрируются на инженерных характеристиках системы, включая хорошее представление сетей передачи высокого напряжения и потоков мощности переменного тока . Другие модели изображают спотовые рынки электроэнергии и известны как модели диспетчеризации. В то время как другие модели включают автономных агентов для сбора, например, решений о торгах, используя методы ограниченной рациональности . Способность управлять переменными возобновляемыми источниками энергии , системами передачи и энергосистемами становится важным фактором.

Открытые модели электроэнергетического сектора

Проект	Хозяин	Лицензия	Доступ	Кодирование	Документация	Область применения/тип
АМИРИС	Немецкий аэрокосмический центр	Апач   2.0	GitLab	Ява	неделя	агентское моделирование рынка электроэнергии
Прорывная энергетическая модель	Фонд прорывной энергии	С	GitHub	Питон , Джулия	сайт, GitHub	моделирование энергетического сектора
ДИТЕР	ДИВ Берлин	С	скачать	ГАМС	публикация	отправка и инвестиции
Диспа-СЕТ	ЕС Объединенный исследовательский центр	EUPL   1.1	GitHub	ГАМС , Питон	веб-сайт	Европейская передача и отправка
EMLab-Generation	Делфтский технологический университет	Апач 2.0	GitHub	Ява	руководство, сайт	агентский
ЭММА	Неоновая экономика новой энергетики	CC BY-SA 3.0	скачать	ГАМС	веб-сайт	рынок электроэнергии
ГЕНЕЗИС	RWTH Ахенский университет	LGPLv2.1	по заявке	С++	веб-сайт	Европейская электроэнергетическая система
НЕМО	Университет Нового Южного Уэльса	лицензия GPLv3	Git-репозиторий	Питон	сайт, список	Австралийский рынок НЕ
OnSSET	Королевский технологический институт KTH	С	GitHub	Питон	сайт, GitHub	экономичная электрификация
пандасила	Университет Касселя Институт Фраунгофера IEE	BSD-новый	GitHub	Питон	веб-сайт	автоматизированный анализ энергосистемы
PowerMatcher	Сеть альянса Flexiblepower	Апач 2.0	GitHub	Ява	веб-сайт	умная сеть
Мощность ТАС	Центр Эразма будущего энергетического бизнеса Роттердамская школа менеджмента Университет Эразма	Апач 2.0	GitHub	Ява	сайт, форум	автоматизированное моделирование розничной торговли электроэнергией
ренпасс	Университет Фленсбурга	лицензия GPLv3	по приглашению	Р , MySQL	руководство	пути возобновляемых источников энергии
SciGRID	Институт сетевых энергетических систем DLR	Апач 2.0	Git-репозиторий	Питон	сайт, информационный бюллетень	Европейская передающая сеть
СИРЕНА	Устойчивая энергетика сейчас	AGPLv3	GitHub	Питон	веб-сайт	возобновляемая генерация
ВЫКЛЮЧАТЕЛЬ	Гавайский университет	Апач 2.0	GitHub	Питон	веб-сайт	оптимальное планирование
ГОРОД	Технический университет Мюнхена	лицензия GPLv3	GitHub	Питон	веб-сайт	распределенные энергетические системы
Доступ относится к методам, предлагаемым для доступа к базе кода.

АМИРИС

Проект	АМИРИС
Хозяин	Немецкий аэрокосмический центр
Статус	активный
Область применения/тип	агентские рынки электроэнергии
Лицензия на код	Апач-2.0
Лицензия на данные	CC‑BY‑4.0
Язык	Ява
Веб-сайт	длр-ве .gitlab .что /esy /амирис /дом /
Репозиторий	gitlab .с /длр-ве /esy /амирис /амирис
Документация	gitlab .с /длр-ве /esy /амирис /амирис /- /вики /дом
Обсуждение	форум .openmod .org /ярлык /амирис
Наборы данных	gitlab .с /длр-ве /esy /амирис /примеры
Публикации	Зенодо .org /сообщества /амирис

AMIRIS — это открытая агентская рыночная модель для исследования возобновляемых и интегрированных энергетических систем. Система моделирования AMIRIS была впервые разработана Немецким аэрокосмическим центром (DLR) в 2008 году, а затем выпущена как проект с открытым исходным кодом в 2021 году.

АМИРИС позволяет исследователям решать вопросы, касающиеся будущих энергетических рынков , их структуры рынка и инструментов политики, связанной с энергетикой. В частности, АМИРИС способен учитывать рыночные эффекты, которые могут возникнуть в результате интеграции возобновляемых источников энергии и вариантов гибкости, путем рассмотрения стратегий и поведения различных присутствующих участников энергетического рынка. Например, на такое поведение могут влиять преобладающие политические рамки и внешняя неопределенность. АМИРИС может также выявить сложные эффекты , которые могут возникнуть в результате взаимозависимостей участников энергетического рынка.

АМИРИС архитектура

Встроенный алгоритм клиринга рынка вычисляет цены на электроэнергию на основе заявок прототипированных участников рынка. Эти предложения могут отражать не только предельную стоимость производства электроэнергии, но также ограниченность информации, доступной участникам, и связанные с этим неопределенности. Однако торги могут быть и стратегическими, поскольку они представляют собой попытку обойти официальные инструменты поддержки или использовать возможности рыночной власти .

Субъекты в AMIRIS представлены как агенты , которые можно грубо разделить на шесть классов: операторы электростанций, торговцы, операторы рынка, поставщики политики, агенты спроса и операторы хранилищ. В модели операторы электростанций предоставляют генерирующие мощности трейдерам, но не участвуют напрямую в рынках. Вместо этого они поставляют трейдеров, которые проводят маркетинг и применяют стратегии торгов от имени операторов. Торговые площадки служат торговыми платформами и рассчитывают клиринг рынка. Поставщики политики определяют нормативную базу, которая затем может повлиять на решения других агентов. Агенты спроса запрашивают энергию непосредственно на рынке электроэнергии . Наконец, поставщики гибкости, такие как операторы хранения, используют прогнозы для определения моделей торгов, соответствующих их конкретным целям, например, прогнозируемой максимизации прибыли .

Благодаря своей агентной и модульной природе AMIRIS можно легко расширять или модифицировать. AMIRIS основан на открытой платформе для распределенного агентного моделирования энергетических систем или FAME.

AMIRIS может моделировать крупномасштабные агентные системы в приемлемые сроки. Например, моделирование одного года с почасовым разрешением на современном настольном компьютере может занять всего одну минуту. Исследователи из DLR также имеют доступ к высокопроизводительным вычислительным мощностям.

Прорывная энергетическая модель

Проект	Прорывная энергетическая модель
Хозяин	Фонд прорывной энергии
Статус	активный
Область применения/тип	моделирование энергетического сектора
Лицензия на код	С
Лицензия на данные	CC‑BY‑4.0
Язык	Питон , Джулия
Веб-сайт	наука .breakthroughenergy .org
Репозиторий	github .с /Прорыв-Энергия
Документация	энергия прорыва .github .что /документы /индекс .html

Модель прорыва в энергетике — это модель производственных затрат с алгоритмами и эвристикой расширения мощностей, изначально разработанная для изучения потребностей в расширении генерации и передачи энергии для достижения целей штатов США в области чистой энергетики. Управление данными происходит в Python , а задача оптимизации DCOPF создается с помощью Julia . Модель Breakthrough Energy разрабатывается командой Breakthrough Energy Sciences.

Открытые данные, лежащие в основе модели, основаны на синтетических тестовых примерах, разработанных исследователями из Техасского университета A&M.

Модель прорыва в энергетике первоначально исследовала расширение производства и передачи энергии, необходимое для достижения целей чистой энергетики в 2030 году посредством построения макросети. Текущая работа добавляет и расширяет модули модели (например, электрификация зданий и транспорта), чтобы обеспечить основу для тестирования многочисленных комбинаций сценариев. В настоящее время ведется разработка и интеграция с другими наборами данных с открытым исходным кодом для моделирования стран и регионов за пределами США.

Модель была применена после энергетического кризиса в Техасе в 2021 году , когда зимние отключения электроэнергии привели к сотням смертей и экономическим потерям в миллиарды долларов.

ДИТЕР

Проект	ДИТЕР
Хозяин	ДИВ Берлин
Статус	активный
Область применения/тип	отправка и инвестиции
Лицензия на код	С
Лицензия на данные	С
Язык	ГАМС
Веб-сайт	www .сказал .из /дитер

DIETER означает «Инструмент оценки диспетчеризации и инвестиций с использованием эндогенных возобновляемых источников энергии». DIETER – это модель диспетчеризации и инвестиций. Впервые он был использован для изучения роли накопления энергии и других вариантов гибкости в будущих условиях с высокой долей возобновляемой генерации. DIETER разрабатывается в Немецком институте экономических исследований (DIW), Берлин , Германия. Базу кода и наборы данных для Германии можно загрузить с сайта проекта. Базовая модель полностью описана в рабочем документе DIW и журнальной статье. DIETER написан на GAMS и разработан с использованием коммерческого решателя CPLEX .

DIETER сформулирован как чисто линейная (без целочисленных переменных) задача минимизации затрат. В первоначальной формулировке переменные решения включают инвестиции и распределение мощностей по производству, хранению и DSM на оптовом и балансирующем рынках электроэнергии Германии. Более поздние расширения модели включают взаимодействие транспортных средств с сетью и использование солнечной электроэнергии.

Первое исследование с использованием DIETER изучает требования к хранению энергии для использования возобновляемых источников энергии в диапазоне от 60% до 100%. При базовом сценарии 80% (нижняя граница целевого показателя правительства Германии на 2050 год) требования к сетевым хранилищам остаются умеренными, а другие варианты как со стороны предложения, так и со стороны спроса обеспечивают гибкость при низких затратах. Тем не менее, хранение играет важную роль в обеспечении резервов. Хранение становится более выраженным при более высокой доле возобновляемых источников энергии, но сильно зависит от затрат и наличия других вариантов гибкости, особенно наличия биомассы.

Диспа-СЕТ

Проект	Диспа-СЕТ
Хозяин	ЕС Объединенный исследовательский центр
Статус	активный
Область применения/тип	Европейская передача и отправка
Лицензия на код	EUPL   1.2
Лицензия на данные	CC‑BY‑4.0
Веб-сайт	www .dispaset .Евросоюз
Репозиторий	github .с /инструментарий для энергетического моделирования /Диспа-SET
Документация	www .dispaset .Евросоюз

разрабатываемый в Европейской комиссии в Объединенном исследовательском центре (JRC) Петтене , Нидерланды, Dispa-SET, представляет собой модель подразделения и диспетчеризации, предназначенную в первую очередь для Европы. Он написан на Python (с Pyomo ) и GAMS и использует Python для обработки данных. Требуется действующая лицензия GAMS. Модель сформулирована как смешанная целочисленная задача, и JRC использует собственную программу CPLEX , хотя также могут быть развернуты библиотеки с открытым исходным кодом. Технические описания доступны для версии   2.0. и   2.1. Dispa-SET размещен на GitHub вместе с пробным набором данных, участие третьих сторон приветствуется. Кодовая база была протестирована на Windows, macOS и Linux. Доступна онлайн-документация.

SET в названии проекта относится к Европейскому стратегическому плану энергетических технологий (SET-Plan), целью которого является сделать Европу лидером в области энергетических технологий, способных выполнить будущие (2020 и 2050 годы) энергетические и климатические цели. Моделирование энергетической системы в различных формах занимает центральное место в этой Европейской Комиссии . инициативе

Оптимизация 48-   часового скользящего горизонта для любых 24-   часовых суток

Модельной энергосистемой управляет один оператор, обладающий полным знанием экономических и технических характеристик энергоблоков, нагрузок на каждом узле и сильно упрощенной сети передачи. Спрос считается полностью неэластичным . На систему распространяются внутрипериодные и межпериодные ограничения по обязательствам единиц (последние по большей части охватывают атомную и тепловую генерацию) и она работает в режиме экономической диспетчеризации . Используются почасовые данные, а горизонт моделирования обычно составляет один год. Но чтобы гарантировать, что модель остается управляемой, используется оптимизация двухдневного скользящего горизонта. Модель развивается с шагом в один день, оптимизируя следующие 48   часов вперед, но сохраняя результаты только в течение первых 24   часов.

В двух связанных публикациях описывается роль и представление мер гибкости в энергосистемах, сталкивающихся со все большей долей переменной возобновляемой энергии (ПВИЭ). Эти меры гибкости включают в себя: диспетчерскую генерацию (с ограничениями на эффективность, скорость изменения мощности, частичную нагрузку, а также время работы и простоя), традиционные хранилища (преимущественно гидроаккумулирующие гидроаккумулирующие станции ), трансграничные межсетевые соединения, управление спросом , сокращение возобновляемых источников энергии, крайнюю меру. сброс нагрузки и зарождающиеся решения Power-to-X (где X означает газ, тепло или мобильность). Разработчик модели может установить целевой показатель для возобновляемых источников энергии и ограничить выбросы CO ₂ и других загрязнителей. Запланированные расширения программного обеспечения включают поддержку упрощенного потока мощности переменного тока. (передача электроэнергии в настоящее время рассматривается как проблема транспорта ), новые ограничения (например, снабжение охлаждающей водой ), стохастические сценарии и включение рынков вспомогательных   услуг .

Dispa-SET применялся или применяется в тематических исследованиях в Бельгии, Боливии, Греции, Ирландии и Нидерландах. В исследовании, проведенном в Бельгии в 2014 году, изучаются сценарии «что, если» для различных комбинаций атомной генерации, электростанций с газовыми турбинами комбинированного цикла (ПГУ) и ПВИЭ, и обнаруживается, что электростанции с ПГУ подвергаются более агрессивному циклическому циклированию по мере внедрения возобновляемых источников энергии.

В исследовании 2020 года изучалось коллективное воздействие будущих климатических условий на 34 европейские энергосистемы, включая потенциальные изменения в выработке солнечной, ветровой и гидроэлектроэнергии, а также спроса на электроэнергию при различных прогнозируемых метеорологических сценариях для европейского континента.

Dispa-SET применялся в Африке с мягкой связью с моделью LISFLOOD для изучения проблем связи воды и энергии в контексте меняющегося климата.

EMLab-Generation

Проект	EMLab-Generation
Хозяин	Делфтский технологический университет
Статус	активный
Область применения/тип	агентский
Лицензия на код	Апач 2.0
Веб-сайт	эмлаб .двенадцатый .nl /поколение .html
Репозиторий	github .с /ЕМЛаб /emlab-генерация

EMLab-Generation — это агентская модель, охватывающая два взаимосвязанных рынка электроэнергии — будь то две соседние страны или две группы стран. Программное обеспечение разрабатывается в энергетического моделирования Лаборатории Делфтского технологического университета , Делфт , Нидерланды. Информационный бюллетень доступен. И документация по программному обеспечению доступна. EMLab-Generation написан на Java .

EMLab-Generation моделирует действия энергетических компаний, инвестирующих в генерирующие мощности, и использует это для изучения долгосрочных последствий различных политик в области энергетики и защиты климата . Эта политика может быть нацелена на производство электроэнергии из возобновляемых источников, выбросы CO ₂ , безопасность поставок и/или доступность энергии. Энергетические компании являются основными агентами: они подают заявки на рынки электроэнергии и инвестируют на основе чистой приведенной стоимости (NPV) перспективных проектов электростанций. Они могут использовать различные технологии, используя сценарии из « » МЭА Перспектив развития мировой энергетики 2011 года . Агентская методология позволяет проверять различные наборы предположений, такие как неоднородность участников, последствия несовершенных ожиданий и поведение инвесторов за пределами идеальных условий.

EMLab-Generation предлагает новый способ моделирования воздействия государственной политики на рынки электроэнергии. Он может дать представление о поведении субъектов и систем с течением времени, включая такие вещи, как инвестиционные циклы, циклы снижения выбросов, запоздалое реагирование, а также влияние неопределенности и риска на инвестиционные решения.

В исследовании 2014 года с использованием EMLab-Generation изучаются последствия введения минимальных и максимальных цен на CO ₂ в рамках СТВ ЕС . И, в частности, их влияние на динамичный инвестиционный путь двух взаимосвязанных рынков электроэнергии (в общих чертах Великобритании и Центральной Западной Европы). Исследование показало, что обычная, умеренная резервная цена на аукционе по выбросам CO ₂ приводит к более непрерывному пути декарбонизации и снижает волатильность цен на CO ₂ . Добавление предельной цены может защитить потребителей от экстремальных ценовых потрясений. Такие ценовые ограничения не должны приводить к превышению целевых показателей выбросов в долгосрочной перспективе.

ЭММА

Проект	ЭММА
Хозяин	Неоновая экономика новой энергетики
Статус	активный
Область применения/тип	рынок электроэнергии
Лицензия на код	CC BY-SA 3.0
Лицензия на данные	CC BY-SA 3.0
Веб-сайт	неоновая энергия .из /Эмма /

EMMA – модель европейского рынка электроэнергии. Это технико-экономическая модель, охватывающая интегрированную энергосистему Северо-Западной Европы. EMMA разрабатывается консалтинговой компанией по энергетической экономике Neon Neue Energieökonomik, Берлин , Германия. Исходный код и наборы данных можно скачать с сайта проекта. Доступно руководство. EMMA написана на языке GAMS и использует коммерческий решатель CPLEX .

EMMA моделирует распределение электроэнергии и инвестиции, минимизируя общие затраты на инвестиции, выработку и торговлю между рыночными областями. С экономической точки зрения EMMA классифицируется как модель частичного равновесия оптового рынка электроэнергии с акцентом на сторону предложения. EMMA определяет краткосрочные или долгосрочные оптимумы (или равновесия) и оценивает соответствующий набор мощностей, почасовые цены, отправку и трансграничную торговлю. Технически EMMA — это чисто линейная программа (без целочисленных переменных) с примерно двумя миллионами ненулевых переменных. По состоянию на 2016 год Модель охватывает Бельгию, Францию, Германию, Нидерланды и Польшу и поддерживает традиционную генерацию, генерацию из возобновляемых источников и когенерацию .

EMMA использовалась для изучения экономических последствий растущего проникновения переменных возобновляемых источников энергии (ПВИЭ), в частности солнечной энергии и энергии ветра, в энергосистему Северо-Западной Европы. Исследование, проведенное в 2013 году, показывает, что увеличение доли ПВИЭ приведет к снижению цен и, как следствие, конкурентоспособное крупномасштабное внедрение возобновляемой генерации будет труднее осуществить, чем многие ожидают. Исследование 2015 года оценивает оптимальную для благосостояния долю рынка ветровой и солнечной энергии. Для ветра это 20%, что втрое больше, чем сейчас.

Независимое исследование 2015 года рассматривает модель EMMA и комментирует высокие предполагаемые удельные затраты на инвестиции в возобновляемые источники энергии.

ГЕНЕЗИС

Проект	ГЕНЕЗИС
Хозяин	RWTH Ахенский университет
Статус	активный
Область применения/тип	Европейская электроэнергетическая система
Лицензия на код	LGPLv2.1
Лицензия на данные	LGPLv2.1
Язык	С++
Веб-сайт	www .genesys .rwth-Аахен .из /индекс .php?id=12&L=3

GENESYS означает генетическую оптимизацию европейской системы энергоснабжения. Программное обеспечение разрабатывается совместно Институтом энергетических систем и экономики энергетики (IAEW) и Институтом силовой электроники и электроприводов (ISEA), оба из Университета RWTH Ахена , Ахен , Германия. Проект поддерживает веб-сайт, на котором потенциальные пользователи могут запросить доступ к базе кода и набору данных только для базового сценария 2050 года. Доступны подробные описания программного обеспечения. GENESYS написан на C++ и использует Boost библиотеки , реляционную базу данных MySQL , платформу приложений Qt   4 и, при необходимости, решатель CPLEX .

Инструмент моделирования GENESYS предназначен для оптимизации будущей энергосистемы EUMENA ​​(Европа, Ближний Восток и Северная Африка) и предполагает высокую долю возобновляемой генерации. Он способен найти экономически оптимальное распределение генерирующих, аккумулирующих и передающих мощностей в пределах 21   региона EUMENA. Это позволяет оптимизировать эту энергетическую систему в сочетании с эволюционным методом. Оптимизация основана на стратегии эволюции адаптации ковариационной матрицы (CMA-ES), в то время как операция моделируется как иерархическая установка элементов системы, которые балансируют нагрузку между различными регионами с минимальными затратами с использованием сетевого симплексного алгоритма . GENESYS поставляется с набором входных временных рядов и набором параметров на 2050 год, которые пользователь может изменить.

Будущая система энергоснабжения EUMENA ​​с высокой долей возобновляемых источников энергии (ВИЭ) потребует сильно взаимосвязанной энерготранспортной сети и значительных мощностей по хранению энергии. GENESYS использовался для измерения параметров хранения и передачи данных между 21   различным регионом. При предположении о 100% самообеспечении потребуется в общей сложности около 2500 ГВт ВИЭ и емкость хранения около 240 000 ГВтч , что соответствует 6% годовой потребности в энергии, а также сеть передачи высокого напряжения постоянного тока мощностью 375 000 ГВт·км. . Совокупная смета затрат на производство, хранение и передачу, исключая распределение, составляет 6,87   цента/кВтч.

В исследовании 2016 года изучалась взаимосвязь между мощностями хранения и передачи энергии при высокой доле возобновляемых источников энергии (ВИЭ) в энергосистеме EUMENA. Было обнаружено, что до определенной степени пропускная способность и емкость хранения могут заменять друг друга. Для перехода к полностью возобновляемой энергетической системе к 2050 году необходимы серьезные структурные изменения. Результаты указывают на оптимальное распределение фотоэлектрической и ветровой энергии, возникающий в результате спрос на аккумулирующие мощности различных технологий (аккумуляторы, насосные гидроэлектростанции и хранение водорода) и мощность передающей сети.

НЕМО

Проект	НЕМО
Хозяин	Университет Нового Южного Уэльса
Статус	активный
Область применения/тип	Австралийский рынок НЕ
Лицензия на код	лицензия GPLv3
Язык	Питон
Веб-сайт	Немо .ozlabs .org
Репозиторий	github .с /был- /НЕМО
Документация	nbviewer .jupyter .org /URL-адреса /немо .ozlabs .org /гид .ipynb

NEMO, оптимизатор национального рынка электроэнергии, представляет собой хронологическую модель диспетчеризации для тестирования и оптимизации различных портфелей традиционных и возобновляемых технологий производства электроэнергии. Оно применяется исключительно к Австралийскому национальному рынку электроэнергии (NEM), который, несмотря на свое название, ограничен восточной и южной частью Австралии. NEMO находится в разработке в Центре энергетических и экологических рынков (CEEM) Университета Нового Южного Уэльса (UNSW), Сидней , Австралия, с 2011 года. Проект поддерживает небольшой веб-сайт и список адресов электронной почты . NEMO написан на Python . Сама NEMO описана в двух публикациях. Источники данных также указаны. Оптимизации проводятся с использованием однокритериальной функции оценки со штрафами. Пространство решений мощностей генераторов ищется с помощью алгоритма CMA-ES (стратегия эволюции адаптации ковариационной матрицы). Временной шаг произволен, но обычно используется один час.

NEMO использовался для изучения вариантов генерации на 2030 год в рамках различных сценариев использования возобновляемых источников энергии (ВИЭ) и технологий сокращения выбросов ископаемого топлива. В исследовании 2012 года изучается возможность создания полностью возобновляемой системы с использованием концентрированной солнечной энергии (CSP) с накоплением тепла, ветряными электростанциями , фотоэлектриками , существующей гидроэлектроэнергией и , работающими на биотопливе газовыми турбинами . Определен ряд потенциальных систем, которые также соответствуют критериям надежности NEM. Основной задачей является обслуживание пикового спроса зимними вечерами после пасмурных дней и периодов слабого ветра. В исследовании 2014 года изучаются три сценария использования тепловой генерации на угле с улавливанием и хранением углерода (CCS) и газовых турбин с улавливанием и без улавливания углерода. Эти сценарии сравниваются с анализом 2012 года с использованием полностью возобновляемой генерации. Исследование показывает, что «лишь при небольшом и, казалось бы, маловероятном сочетании затрат любой из сценариев использования ископаемого топлива может экономически конкурировать со 100% возобновляемой электроэнергией в мире с ограниченным выбросом углерода». В исследовании 2016 года оцениваются дополнительные затраты на увеличение доли возобновляемых источников энергии в условиях ряда ограничений на выбросы парниковых газов и цен на выбросы углерода. Исследование показывает, что дополнительные затраты линейно увеличиваются от нуля до 80% RE, а затем умеренно возрастают. В исследовании делается вывод, что этот рост затрат не является достаточной причиной для того, чтобы избегать целевых показателей возобновляемых источников энергии на уровне 100%.

OnSSET

Проект	OnSSET
Хозяин	Королевский технологический институт KTH
Статус	активный
Область применения/тип	экономичная электрификация
Лицензия на код	С
Веб-сайт	www .onsset .org
Список рассылки	группы .Google .с /г /начало
Репозиторий	github .с /OnSSET /начало
Документация	руководство по началу работы .readthedocs .что
Наборы данных	энергетические данные .информация

OnSSET — это набор инструментов для пространственной электрификации с открытым исходным кодом. OnSSET разрабатывается подразделением Energy Systems Королевского технологического института KTH , Стокгольм , Швеция. Программное обеспечение используется для изучения территорий, не обслуживаемых сетевой электроэнергией, и определения технологических вариантов и инвестиционных требований, которые обеспечат наименее затратный доступ к электроэнергетическим услугам. OnSSET предназначен для поддержки Наций Объединенных Цели устойчивого развития 7 Организации : обеспечение доступной, надежной, устойчивой и современной энергии для всех. Инструментарий известен как OnSSET и был выпущен 26   ноября 2016 года. OnSSET не поставляется с данными, но подходящие наборы данных доступны на сайте Energydata.info . Проект поддерживает веб-сайт и список рассылки .

Карта электрификации Танзании с наименьшими затратами

OnSSET может оценить, проанализировать и визуализировать наиболее экономически эффективные варианты доступа к электрификации, будь то обычная сеть , мини-сеть или автономная. Инструментарий поддерживает ряд технологий традиционной и возобновляемой энергетики, включая фотоэлектрическую энергетику, ветряные турбины и малую гидрогенерацию . По состоянию на 2017 год биоэнергетика ветродизель как и гибридные технологии, такие добавляются .

OnSSET использует энергетическую и географическую информацию, последняя может включать размер и местоположение населенных пунктов, существующую и планируемую инфраструктуру передачи и производства, экономическую деятельность, возобновляемые источники энергии, дорожные сети и потребности в освещении в ночное время. Информация ГИС может поддерживаться с использованием собственного пакета ArcGIS или эквивалента с открытым исходным кодом, такого как GRASS или QGIS . OnSSET был применен к микросетям с использованием трехуровневого анализа, начиная с архетипов поселений.

OnSSET использовался для тематических исследований в Афганистане . Боливия , Камерун , Эфиопия , Малави , Нигерия , и Танзания . OnSSET также применяется в Индии , Кении и Зимбабве . Кроме того, континентальные исследования были проведены для стран Африки к югу от Сахары и Латинской Америки . Четырехстороннее   показало , исследование на основе ГИС в Нигерии что OnSSET предлагает лучший набор возможностей.

Результаты OnSSET вошли в отчет МЭА World Energy Outlook за 2014 год. и 2015 г., отчет Всемирного банка о Глобальной системе отслеживания за 2015 год, и отчет МЭА «Обзор энергетики Африки» в 2019 году. OnSSET также является частью зарождающейся платформы GEP.

пандасила

Проект	пандасила
Хозяин	Университет Касселя Институт Фраунгофера IEE
Статус	активный
Область применения/тип	автоматизированный анализ энергосистемы
Лицензия на код	BSD-новый
Веб-сайт	www .pandapower .org
Репозиторий	github .с /e2nIEE /pandapower
Пакет Python	пипи .org /проект /pandapower /
Документация	пандасила .readthedocs .что
Обсуждение	форум .openmod .org /ярлык /pandapower

pandapower — это программа анализа и оптимизации энергосистемы, совместно разрабатываемая исследовательской группой по энергетическому менеджменту и эксплуатации энергосистем Кассельского университета и кафедрой эксплуатации распределительных систем Фраунгофера Института экономики энергетики и технологий энергетических систем (IEE), оба из Касселя. , Германия. Кодовая база размещена на GitHub , а также доступна в виде пакета . Проект поддерживает веб-сайт, список адресов электронной почты и онлайн-документацию. pandapower написан на Python . Он использует библиотеку pandas для манипулирования и анализа данных и библиотеку PYPOWER. решить проблему потока мощности . В отличие от некоторых инструментов для систем электропитания с открытым исходным кодом, pandapower не зависит от проприетарных платформ, таких как MATLAB .

pandapower поддерживает автоматизированный анализ и оптимизацию сетей распределения и передачи. Это позволяет исследовать большое количество сценариев, основанных на различных будущих конфигурациях и технологиях энергосетей. pandapower предлагает набор элементов энергосистемы, в том числе: линии, двухобмоточные трансформаторы, трехобмоточные трансформаторы и их эквиваленты. Он также содержит модель коммутатора, которая позволяет моделировать идеальные коммутаторы шина-шина, а также коммутаторы шина-линия/шина-трафик. Программное обеспечение поддерживает топологический поиск. Саму сеть можно построить с географической информацией или без нее, используя matplotlib иplotly библиотеки .

В публикации 2016 года полезность программного обеспечения оценивается путем проведения нескольких тематических исследований с участием крупных операторов распределительных систем (DSO). Эти исследования изучают интеграцию все большего количества фотоэлектрических систем в существующие распределительные сети. В исследовании делается вывод, что возможность протестировать большое количество подробных сценариев имеет важное значение для надежного планирования сети. Несмотря на это, вопросы доступности данных и размерности проблем будут продолжать создавать проблемы.

В документе 2018 года описывается упаковка и ее дизайн, а также приводится пример тематического исследования. В статье объясняется, как пользователи работают с моделью на основе элементов (EBM), которая внутренне преобразуется в модель ветвей шины (BBM) для вычислений. Пакет поддерживает моделирование энергосистемы, расчеты оптимальных потоков мощности (требуется информация о стоимости), оценку состояния (если характеристика системы неточна) и графов сетевой анализ на основе . Тематическое исследование показывает, как несколько десятков строк сценариев могут взаимодействовать с pandapower для улучшения проектирования системы с учетом разнообразных эксплуатационных требований. Соответствующий код размещен на GitHub в виде блокнотов Jupyter .

По состоянию на 2018 год , BNetzA , немецкий регулятор сети, использует pandapower для автоматического анализа сети. Институты энергетических исследований в Германии также следят за развитием pandapower.

PowerMatcher

Проект	PowerMatcher
Хозяин	Сеть альянса Flexiblepower
Статус	активный
Область применения/тип	умная сеть
Лицензия на код	Апач 2.0
Веб-сайт	гибкая сила .github .что
Репозиторий	github .с /гибкая мощность /powermatcher

Программное обеспечение PowerMatcher реализует механизм координации интеллектуальной сети , который балансирует распределенные энергетические ресурсы (DER) и гибкие нагрузки посредством автономных торгов . Проект управляется сетью Flexiblepower Alliance Network (FAN) в Амстердаме , Нидерланды. У проекта есть веб-сайт, а исходный код размещен на GitHub . По состоянию на июнь 2016 г. , существующие наборы данных недоступны. PowerMatcher написан на Java .

Каждое устройство в интеллектуальной энергосистеме – будь то стиральная машина, ветрогенератор или промышленная турбина – выражает свою готовность потреблять или производить электроэнергию в форме заявки. Эти предложения затем собираются и используются для определения равновесной цены. Таким образом, программное обеспечение PowerMatcher позволяет интегрировать значительную долю возобновляемой энергии в существующие электроэнергетические системы, а также позволяет избегать любых локальных перегрузок в возможно устаревающих распределительных сетях.

Мощность ТАС

Проект	Мощность ТАС
Хозяин	Центр Эразмуса будущего энергетического бизнеса Роттердамской школы менеджмента Университета Эразмус
Статус	активный
Область применения/тип	автоматизированное моделирование розничной торговли электроэнергией
Лицензия на код	Апач 2.0
Веб-сайт	PowerTac .org

Power TAC означает «Конкурс агентов по торговле электроэнергией». Power TAC — это агентская модель, моделирующая работу розничных рынков в условиях растущего спроса на электроэнергию и влияния возобновляемых источников энергии. Первая версия проекта Power TAC стартовала в 2009 году, когда платформа с открытым исходным кодом была выпущена как многоагентная конкурентная игровая платформа с открытым исходным кодом для моделирования производительности розничного рынка электроэнергии в сценариях интеллектуальных сетей. Первый ежегодный турнир прошел в Валенсии, Испания, в 2012 году.

Автономные с машинным обучением торговые агенты , или «брокеры», напрямую конкурируют друг с другом, выступая в качестве агрегаторов, максимизирующих прибыль, между оптовыми рынками и розничными покупателями. Клиентские модели представляют домохозяйства, малый и крупный бизнес, многоквартирные дома, ветропарки, владельцев солнечных батарей, владельцев электромобилей, холодильных складов и т. д. Брокеры стремятся получить прибыль, предлагая клиентам тарифы на электроэнергию и продавая электроэнергию оптом. рынке, тщательно балансируя спрос и предложение.

Конкурс основан и организован профессорами Вольфгангом Кеттером и Джоном Коллинзом, а программное обеспечение платформы разработано совместно исследователями из Роттердамской школы менеджмента, Центра будущего энергетического бизнеса Университета Эразма, Института экономики энергетики Кельнского университета и Факультет компьютерных наук Университета Миннесоты. Платформа использует различные реальные данные о погоде, рыночных ценах, совокупном спросе и поведении клиентов. Брокерские агенты разрабатываются исследовательскими группами по всему миру и участвуют в ежегодных турнирах. Данные этих турниров общедоступны и могут быть использованы для оценки эффективности и взаимодействия агентов. Платформа использует конкурентный бенчмаркинг для облегчения исследований, среди прочего, по разработке тарифов на розничных рынках электроэнергии, стратегиям торгов на оптовых рынках электроэнергии, эффективности рынков по мере увеличения или уменьшения проникновения устойчивых энергетических ресурсов или электромобилей, эффективности машинного обучения. подходы и альтернативные политические подходы к регулированию рынка. Программное обеспечение способствовало исследованию самых разных тем: от использования парка электромобилей в качестве виртуальных электростанций до того, как можно использовать систему поддержки принятия решений потребителями электроэнергии (DSS) для разработки эффективных программ реагирования на спрос с использованием таких методов, как динамическое ценообразование.

ренпасс

Проект	ренпасс
Хозяин	Университет Фленсбурга
Статус	неактивный
Область применения/тип	пути возобновляемых источников энергии
Лицензия на код	лицензия GPLv3
Веб-сайт	github .с /фраукевизе /ренпасс
Репозиторий	github .с /знес /ренпасс

renpass — это аббревиатура от «Система моделирования путей использования возобновляемых источников энергии». renpass — это имитационная модель электроэнергетики с высоким региональным и временным разрешением, предназначенная для охвата существующих и будущих систем со 100% возобновляемой генерацией. Программное обеспечение разрабатывается Центром устойчивых энергетических систем (CSES или ZNES) Фленсбургского университета , Германия. У проекта есть веб-сайт, откуда кодовую базу можно скачать . renpass написан на R и связан с базой данных MySQL . Доступно руководство в формате PDF. renpass также описан в докторской диссертации. По состоянию на 2015 год , renpass расширяется до renpassG!S на основе oemof .

renpass — это модель диспетчеризации электроэнергии, которая минимизирует системные затраты для каждого временного шага (оптимизация) в пределах заданной инфраструктуры (симуляция). Временные шаги опционально составляют 15 минут или один час. Этот метод предполагает идеальное предвидение. renpass поддерживает электроэнергетические системы Австрии, Бельгии, Чехии, Дании, Эстонии, Франции, Финляндии, Германии, Латвии, Литвы, Люксембурга, Нидерландов, Норвегии, Польши, Швеции и Швейцарии.

Задача оптимизации на каждом временном шаге состоит в том, чтобы минимизировать стоимость поставок электроэнергии с использованием существующего парка электростанций для всех регионов. После этой региональной диспетчеризации обмен между регионами осуществляется и ограничивается пропускной способностью сети. Последняя проблема решается с помощью эвристической процедуры, а не детерминированного расчета. Входными данными являются порядок заслуг, предельная электростанция, избыточная энергия (возобновляемая энергия, которую можно сократить) и избыточный спрос (спрос, который невозможно удовлетворить) для каждого региона. Алгоритм обмена ищет наименьшие затраты для всех регионов, поэтому целевой функцией является минимизация общих затрат всех регионов с учетом существующей сетевой инфраструктуры, хранилищ и генерирующих мощностей. Общая стоимость определяется как остаточная нагрузка, умноженная на цену в каждом регионе, суммированную по всем регионам.

В исследовании 2012 года renpass используется для изучения возможности создания 100% возобновляемой электроэнергетической системы для региона Балтийского моря (Дания, Эстония, Финляндия, Германия, Латвия, Литва, Польша и Швеция) в 2050 году. Базовый сценарий предполагает консервативные возобновляемые источники энергии. потенциал и усовершенствование сети, падение спроса на 20%, умеренное использование вариантов хранения и использование биомассы для гибкого производства. Исследование показывает, что 100% возобновляемая система электроснабжения возможна, хотя и с периодическим импортом из граничащих стран, и что биомасса играет ключевую роль в стабильности системы. Затраты на этот переход оцениваются в 50   евро/МВтч. В исследовании 2014 года renpass используется для моделирования Германии и ее соседей. В диссертации 2014 года renpass используется для изучения преимуществ как нового кабеля между Германией и Норвегией, так и новых гидроаккумулирующих мощностей в Норвегии , учитывая 100% возобновляемые электроэнергетические системы в обеих странах. В другом исследовании 2014 года renpass используется для изучения немецкого Energiewende — перехода Германии к устойчивой энергетической системе. В исследовании также утверждается, что общественное доверие, необходимое для поддержки такого перехода, может быть построено только за счет использования прозрачных энергетических моделей с открытым исходным кодом.

SciGRID

Проект	SciGRID
Хозяин	Немецкий аэрокосмический центр
Статус	активный
Область применения/тип	Европейская передающая сеть
Лицензия на код	Апач 2.0
Веб-сайт	www .scigrid .из

SciGRID, сокращение от Scientific Grid, представляет собой модель немецких и европейских сетей передачи электроэнергии с открытым исходным кодом . Исследовательским проектом управляет DLR Институт сетевых энергетических систем , расположенный в Ольденбурге , Германия. Проект поддерживает веб-сайт и информационный бюллетень по электронной почте. SciGRID написан на Python и использует базу данных PostgreSQL . Первый выпуск (v0.1) вышел 15   июня 2015 года.

SciGRID стремится исправить недостаток открытых исследовательских данных о структуре сетей передачи электроэнергии в Европе. Отсутствие данных срывает попытки построить, охарактеризовать и сравнить модели энергетических систем с высоким разрешением. SciGRID использует данные сети передачи, доступные из проекта OpenStreetMap , доступные по лицензии Open Database License (ODbL), для автоматического создания соединений передачи. SciGRID не будет использовать данные из закрытых источников. SciGRID также может математически разложить данную сеть на более простое представление для использования в энергетических моделях.

СИРЕНА

Проект	СИРЕНА
Хозяин	Устойчивая энергетика сейчас
Статус	активный
Область применения/тип	возобновляемая генерация
Лицензия на код	AGPLv3
Веб-сайт	www .его .asn .В /моделирование _обзор
Репозиторий	исходная кузня .сеть /проекты /сенсирен /

SIREN означает «Интегрированный набор инструментов для сети возобновляемых источников энергии SEN». Проект реализуется неправительственной организацией Sustainable Energy Now, базирующейся в Перте , Австралия. У проекта есть сайт. SIREN работает в Windows, а исходный код размещен на SourceForge . Программное обеспечение написано на Python и использует модель SAM (модель System Advisor) Национальной лаборатории возобновляемых источников энергии США для выполнения расчетов энергии. SIREN использует почасовые наборы данных для моделирования данного географического региона. Пользователи могут использовать программное обеспечение для изучения местоположения и масштабов возобновляемых источников энергии для удовлетворения определенного спроса на электроэнергию. SIREN использует ряд открытых или общедоступных источников данных: карты могут быть созданы из плиток OpenStreetMap , а наборы погодных данных могут быть созданы с использованием спутниковых данных NASA MERRA-2.

Исследование, проведенное в 2016 году с использованием SIREN для анализа Юго-западной взаимосвязанной системы Западной Австралии (SWIS), показало, что она может перейти на 85% возобновляемой энергии (ВИЭ) по той же цене, что и новый уголь и газ. Кроме того,   11,1 млн тонн эквивалента CO ₂ можно было бы избежать выбросов . В моделировании предполагается, что цена углерода составляет 30 австралийских   долларов за тонну CO ₂ . В дальнейших сценариях рассматривается цель 100% возобновляемой генерации.

ВЫКЛЮЧАТЕЛЬ

Проект	ВЫКЛЮЧАТЕЛЬ
Хозяин	Гавайский университет
Статус	активный
Область применения/тип	оптимальное планирование
Лицензия на код	Апач 2.0
Веб-сайт	модель переключателя .org
Репозиторий	github .с /модель-переключателя

SWITCH — это свободная аббревиатура, обозначающая солнечную, ветровую, традиционную и гидроэлектрическую генерацию и передачу. SWITCH — оптимальная модель планирования для энергосистем с большой долей возобновляемой энергии. SWITCH разрабатывается факультетом электротехники Гавайского университета в Маноа , Гавайи, США. Проект управляет небольшим веб-сайтом, а его база кода и наборы данных размещаются на GitHub . SWITCH написан на Pyomo — библиотеке компонентов оптимизации, написанной на Python . Он может использовать либо решатель GLPK с открытым исходным кодом , либо коммерческий решатель CPLEX .

SWITCH — это модель энергосистемы, ориентированная на интеграцию возобновляемых источников энергии. Он может определить, какие проекты по производству и передаче электроэнергии следует построить, чтобы удовлетворить спрос на электроэнергию с наименьшими затратами в течение нескольких лет, одновременно сокращая выбросы CO ₂ . SWITCH использует многоэтапную стохастическую линейную оптимизацию с целью минимизации текущей стоимости стоимости электростанций, пропускной способности, использования топлива и произвольной платы за тонну CO ₂ (чтобы представлять либо налог на выбросы углерода, либо цену сертификата). , в течение многолетнего инвестиционного периода. Он имеет два основных набора переменных решения. Во-первых, в начале каждого инвестиционного периода SWITCH выбирает, какой объем генерирующих мощностей построить в каждой из нескольких зон географической нагрузки, какой объем мощности по передаче электроэнергии добавить между этими зонами и следует ли эксплуатировать существующие генерирующие мощности в течение инвестиционного периода или временно законсервируйте его, чтобы избежать постоянных затрат на эксплуатацию и техническое обслуживание. Во-вторых, для набора выборочных дней в течение каждого инвестиционного периода SWITCH ежечасно принимает решения о том, сколько энергии генерировать на каждой управляемой электростанции и хранить на каждой перекачивающего гидроузла , либо перекачки по каждому соединительному звену ЛЭП. Система также должна обеспечить достаточную генерирующую и передающую мощность, чтобы обеспечить плановый резервный запас на 15% выше прогнозируемой нагрузки. Для каждого часа выборки SWITCH использует данные о спросе на электроэнергию и производстве возобновляемой энергии на основе фактических измерений, так что погодные корреляции между этими элементами остаются неизменными.

После этапа оптимизации SWITCH используется на втором этапе для проверки предлагаемого инвестиционного плана на соответствие более полному набору погодных условий и для добавления резервных генерирующих мощностей, чтобы всегда соблюдать плановый резервный запас. Наконец, на третьем этапе затраты рассчитываются путем замораживания инвестиционного плана и эксплуатации предлагаемой энергосистемы при полном наборе погодных условий.

В статье 2012 года в качестве примера для SWITCH используется Калифорния с 2012 по 2027 год. Исследование показывает, что не существует потолка для количества энергии ветра и солнца, которую можно использовать, и что эти ресурсы потенциально могут сократить выбросы на 90% или более (по сравнению с уровнями 1990 года) без снижения надежности или серьезного повышения затрат. Кроме того, политика, которая поощряет потребителей электроэнергии переносить спрос на периоды, когда возобновляемая энергия наиболее распространена (например, посредством своевременной зарядки электромобилей ), может привести к радикальному сокращению выбросов при умеренных затратах.

Совсем недавно SWITCH использовался для поддержки планирования энергосистемы на Гавайях, основанного на консенсусе. Модель также применяется в Чили, Мексике и других странах.

Основная версия   2.0 была выпущена в конце 2018 года. В ходе расследования, проведенного в том же году, SWITCH сравнили с собственной моделью General Electric MAPS на примере Гавайских островов.

ГОРОД

Проект	ГОРОД
Хозяин	Технический университет Мюнхена
Статус	активный
Область применения/тип	распределенные энергетические системы
Лицензия на код	лицензия GPLv3
Репозиторий	github .с /tum-ens / город

URBS, что в переводе с латыни означает «город», представляет собой модель линейного программирования для изучения проблем расширения мощностей и выделения блоков и особенно подходит для распределенных энергетических систем (DES). Его разрабатывает Институт возобновляемых и устойчивых энергетических систем Мюнхенского технического университета , Германия. Кодовая база размещена на GitHub . URBS написан на Python и использует пакеты оптимизации Pyomo .

URBS классифицирует как основу энергетического моделирования и пытается минимизировать общую дисконтированную стоимость системы. Конкретная модель выбирает из набора технологий для удовлетворения заранее определенного спроса на электроэнергию. Он использует временное разрешение в один час, а пространственное разрешение определяется моделью. Переменными решения являются мощности по производству, хранению и транспортировке электроэнергии, а также график их эксплуатации.

Программное обеспечение использовалось для изучения экономически оптимальных расширений европейской сети электропередачи с использованием прогнозируемых мощностей ветровой и солнечной энергии на 2020 год. Исследование 2012 года с использованием высокого пространственного и технологического разрешения показало, что добавление переменных возобновляемых источников энергии (ПВИЭ) приводит к снижению доходов от традиционной энергетики. растения и что расширение сети перераспределяет и смягчает этот эффект. Программное обеспечение также использовалось для исследования энергетических систем Европы, Ближнего Востока и Северной Африки (EUMENA). и Индонезия, Малайзия и Сингапур.

Модели энергетических систем

Модели открытой энергетической системы охватывают некоторые или все энергоносители, находящиеся в энергетической системе. Обычно модели электроэнергетического сектора всегда включаются. Некоторые модели добавляют сектор теплоснабжения, который может быть важен для стран со значительным объемом централизованного теплоснабжения . Другие модели добавляют газовые сети. С появлением электронной мобильности другие модели по-прежнему включают аспекты транспортного сектора. Действительно, объединение этих различных секторов с помощью технологий Power-to-X является новой областью исследований.

Модели открытой энергетической системы (снизу вверх, с поддержкой тепла, газа и т.п., помимо электричества)

Проект	Хозяин	Лицензия	Доступ	Кодирование	Документация	Область применения/тип
AnyMOD.jl	Технический университет Берлина	С	GitHub	Юлия	веб-сайт	рамки системного планирования
Магистраль	Катание на горных велосипедах	LGPLv3	GitLab	ГАМС	веб-сайт	структура - диспетчеризация, инвестиции, все сектора, LP/MILP
Балморель	Дания	ISC	регистрация	ГАМС	руководство	энергетические рынки
Каллиопа	ETH Цюрих	Апач 2.0	скачать	Питон	руководство, веб-сайт, список	отправка и инвестиции
DESSTinEE	Имперский колледж Лондона	CC BY-SA 3.0	скачать	Эксель / ВБА	веб-сайт	моделирование
Модель энергетического перехода	Квинтел Интеллект	С	GitHub	Руби (на Rails )	веб-сайт	веб-интерфейс
ЭнергияПУТИ	Развитые энергетические исследования	С	GitHub	Питон	веб-сайт	в основном симуляция
ПРЕДСТОЯЩИЙ	ОРДЕКСИС, Швейцария	Затмение 1.0	регистрация	МатПрог	руководство	муниципальный
фикус	Технический университет Мюнхена	лицензия GPLv3	GitHub	Питон	руководство	местное электричество и тепло
поколение X	Массачусетский технологический институт и Принстонский университет	лицензия GPLv2	GitHub	Юлия	веб-сайт	планирование инвестиций в многосырьевой сектор
oemof	oemof сообщества при поддержке Институт Райнера Лемуана Университет Фленсбурга Фленсбургский университет прикладных наук	С	GitHub	Питон	веб-сайт	структура - диспетчеризация, инвестиции, все сектора, LP/MILP
ОСЕМОСИС	Сообщество OSeMOSYS	Апач 2.0	GitHub	ГАМС МатПрог Питон	сайт, форум	планирование во всех масштабах
ПиПСА	Университет Гете во Франкфурте	С	GitHub	Питон	веб-сайт	электроэнергетические системы с секторной связью
ТЕМО	Государственный университет Северной Каролины	GPLv2+	GitHub	Питон	сайт, форум	системное планирование
Доступ относится к методам, предлагаемым для доступа к базе кода.

AnyMOD.jl

Проект	AnyMOD.jl
Хозяин	Технический университет Берлина
Статус	активный
Область применения/тип	планирование энергетической системы
Лицензия на код	С
Язык	Юлия
Веб-сайт	github .с / Леонардгоке /AnyMOD .jl
Документация	Леонардгоек .github .что /AnyMOD .jl /стабильный /
Публикации	www .researchgate .сеть /проект /AnyMODjl-Методы-и-приложения

Примерная диаграмма Сэнки, визуализирующая потоки энергии во Франции в 2040 году, рассчитанная AnyMOD.jl в рамках исследования Европейского зеленого курса.

AnyMOD.jl — это платформа для планирования макроэнергетических систем на высоком уровне пространственно-временной детализации. Рамочная программа охватывает расширение и эксплуатацию краткосрочных и сезонных хранилищ, генерацию электроэнергии из ископаемых и возобновляемых источников, инфраструктуру передачи и технологии объединения секторов . Его можно использовать для планирования долгосрочных путей развития при условии идеального предвидения.

AnyMOD.jl реализован в Julia и использует библиотеку JuMP для оптимизации и DataFrames.jl для управления данными. Модели формулируются как задачи линейной оптимизации и могут быть решены с помощью библиотек с открытым исходным кодом, таких как HiGHS , или коммерческих решателей, таких как CPLEX . Чтобы повысить доступность и обеспечить разработку с контролем версий , конкретные модели полностью определяются с помощью файлов CSV .

По сравнению с аналогичными инструментами, AnyMOD.jl делает упор на инновационные методы достижения высокой детализации и сбора данных о периодических возобновляемых источниках энергии , сохраняя при этом всеобъемлющий охват с точки зрения регионов и секторов. Эти методы включают изменение пространственно-временного разрешения по энергоносителям в рамках одной и той же модели и алгоритм масштабирования для улучшения свойств основной задачи оптимизации. методы стохастического программирования для лучшего устранения неопределенностей, связанных с производством энергии из возобновляемых источников. В настоящее время применяются

По состоянию на 2022 год большинство исследований по использованию этого инструмента были сосредоточены на немецкой энергетической системе в европейском контексте, например, на изучении компромиссов между централизованным и децентрализованным проектированием, роли сетевого планирования и потенциальных мер достаточности. Кроме того, AnyMOD.jl использовался для поддержки политических отчетов Немецкого института экономических исследований (DIW) о Европейском зеленом соглашении и координации немецкого Energiewende .

Магистраль

Проект	Магистраль
Хозяин	Катание на горных велосипедах
Статус	активный
Область применения/тип	структура - диспетчеризация, инвестиции, все сектора, LP/MILP
Лицензия на код	LGPLv3
Язык	ГАМС
Веб-сайт	gitlab .MTB .быть /позвоночник /позвоночник /- /вики /дом
Репозиторий	gitlab .MTB .быть /позвоночник /позвоночник
Документация	gitlab .MTB .быть /позвоночник /позвоночник /- /вики /дом

Backbone — это среда моделирования энергетической системы, обеспечивающая высокий уровень детализации и адаптируемости. Он использовался для изучения энергетических систем на уровне города, а также энергетических систем нескольких стран. Первоначально он был разработан в 2015–2018 годах в рамках проекта VaGe, финансируемого Академией Финляндии, командой проектирования и эксплуатации энергетических систем компании VTT . Он получил дальнейшее развитие в сотрудничестве с VTT , UCD и RUB .

Эта структура не зависит от того, что моделируется, но все же имеет возможности представлять широкий спектр характеристик энергосистемы, таких как генерация и передача, резервы, обязательства по единицам, диффузия тепла в зданиях, хранилищах, множественные выбросы и P2X и т. д. Он предлагает линейные и смешанные целочисленные ограничения для учета таких вещей, как запуск подразделений и инвестиционные решения. Это позволяет разработчику модели изменять временное разрешение модели между временными шагами. — и это позволяет, например, использовать более грубое временное разрешение дальше во временном горизонте модели. Модель может быть решена как инвестиционная модель (одно- или многопериодная, близорукая или полная предусмотрительность) или как модель обязательств по скользящей единице производственных затрат для моделирования операций.

На собственной вики-странице Backbone есть руководство для новых пользователей, примеры моделей и созданные пользователем моды. Наборы открытых данных включают североевропейскую модель по электричеству, теплу и водороду. и модель централизованного теплоснабжения и охлаждения для столичного региона Финляндии.

Балморель

Проект	Балморель
Хозяин	автономный из Дании
Статус	активный
Область применения/тип	энергетические рынки
Лицензия на код	ISC
Веб-сайт	www .балморель .с

Balmorel — это рыночная модель энергетической системы из Дании. Первоначально разработка финансировалась Датской программой энергетических исследований в 2001 году. Кодовая база была обнародована в марте 2001 года. Проект Balmorel поддерживает обширный веб-сайт, откуда базу кода и наборы данных можно загрузить в виде zip-файла . Пользователям рекомендуется зарегистрироваться. Документация доступна на том же сайте. Балморель написан на GAMS .

Первоначальная цель проекта Balmorel заключалась в построении модели частичного равновесия секторов электроэнергетики и ТЭЦ в регионе Балтийского моря для целей политического анализа. Эти амбиции и ограничения уже давно преодолены, и Балморель больше не привязан к своим первоначальным географическим и политическим вопросам. Балморел классифицирует модель диспетчеризации и инвестиций и использует временное разрешение в один час. Он моделирует предложение и спрос на электроэнергию и тепло, а также поддерживает межвременное хранение обоих. Balmorel структурирован как чисто линейная программа (без целочисленных переменных).

По состоянию на 2016 год О Балмореле было опубликовано около 22   публикаций. В исследовании 2008 года Balmorel используется для изучения энергетической системы Северных стран в 2050 году. Основное внимание уделяется поставкам возобновляемой энергии и использованию водорода в качестве основного транспортного топлива. Учитывая определенные предположения о будущих ценах на нефть и углерод, а также о потреблении водорода, модель показывает, что экономически оптимально покрыть с помощью возобновляемых источников энергии более 95% потребления первичной энергии для производства электроэнергии и централизованного теплоснабжения и 65% транспорт. В исследовании 2010 года Balmorel использовался для изучения интеграции подключаемых гибридных автомобилей (PHEV) в систему, состоящую на одну четверть из энергии ветра и на три четверти из тепловой генерации. Исследование показывает, что PHEV могут сократить выбросы CO ₂ от энергосистемы при их активной интеграции, тогда как подход невмешательства, позволяющий людям заряжать свои автомобили по своему желанию, скорее всего, приведет к увеличению выбросов. В исследовании 2013 года компания Balmorel использовалась для изучения экономически оптимизированных инвестиций в ветроэнергетику в регионе Скандинавии и Германии. В исследовании изучается наилучшее размещение ветряных электростанций с учетом ветровых условий, расстояния до нагрузки и уже существующей инфраструктуры генерации и передачи энергии.

Каллиопа

Проект	Каллиопа
Хозяин	ETH Цюрих , ТУ Делфт
Статус	активный
Область применения/тип	отправка и инвестиции
Лицензия на код	Апач 2.0
Язык	Питон
Веб-сайт	www .звоню .на
Репозиторий	github .с /каллиопа-проект /каллиопа
Документация	Каллиопа .readthedocs .что

Calliope — это среда моделирования энергетической системы, ориентированная на гибкость, высокое пространственное и временное разрешение, а также возможность выполнять различные прогоны с использованием одного и того же базового набора данных. Проект разрабатывается на факультете экологических системных наук ETH Zurich , Цюрих , Швейцария. Проект поддерживает веб-сайт, размещает базу кода на GitHub , управляет системой отслеживания проблем и ведет два списка адресов электронной почты . Calliope написана на Python и использует библиотеку Pyomo . Он может быть связан с решателем GLPK с открытым исходным кодом и коммерческим решателем CPLEX . PDF-документация доступна. Доступен двухстраничный обзор программного обеспечения.

Модель Calliope состоит из набора структурированных текстовых файлов в форматах YAML и CSV , которые определяют технологии, местоположение и потенциал ресурсов. Каллиопа берет эти файлы, строит задачу чистой линейной оптимизации (без целочисленных переменных), решает ее и сообщает результаты в виде pandas структур данных для анализа. Структура содержит пять абстрактных базовых технологий – предложение, спрос, преобразование, хранение, передача – на основе которых могут быть получены новые конкретные технологии. Дизайн Calliope обеспечивает четкое разделение структуры (кода) и модели (данных).

В исследовании 2015 года Calliope используется для сравнения будущей роли ядерной энергетики и CSP в Южной Африке . Он считает, что к 2030 году CSP может конкурировать с атомной энергетикой при базовой нагрузке и стать более конкурентоспособным при производстве сверх базовой нагрузки. CSP также предлагает меньший инвестиционный риск, меньший экологический риск и другие сопутствующие преимущества. Во втором исследовании 2015 года сравнивается большое количество экономически оптимальных будущих энергетических систем Великобритании . Испытываются три технологии генерации: возобновляемые источники энергии, ядерная энергетика и ископаемое топливо с улавливанием и хранением углерода (CCS) и без него. Сценарии оцениваются с точки зрения финансовых затрат, сокращения выбросов и энергетической безопасности. До 60% переменных возобновляемых мощностей возможно с небольшим увеличением стоимости, в то время как более высокие доли требуют крупномасштабного хранения , импорта и/или диспетчеризации возобновляемых источников энергии, таких как приливные и приливные .

Со-разработчик Calliope Стефан Пфеннингер обсуждает роль, которую модели энергетических систем могут играть в поддержке реальных решений, на семинаре, который состоится в середине 2021 года. В одном цитируемом исследовании изучаются последствия достижения энергетической самодостаточности путем надлежащего добавления все более ограничительных внутренних ограничений. Еще одно почти оптимальное решение для Италии . В   видеоролике 2023 года описаны последние разработки, многие из которых призваны принести пользу пользователям.

DESSTinEE

Проект	DESSTinEE
Хозяин	Имперский колледж Лондона
Статус	активный
Область применения/тип	моделирование
Лицензия на код	CC BY-SA 3.0
Веб-сайт	сайты .Google .с /сайт /2050десстини /

DESSTinEE означает спрос на энергетические услуги, поставку и передачу в Европе. DESSTinEE – это модель европейской энергетической системы 2050 года с упором на электроэнергетическую систему. DESSTinEE разрабатывается в первую очередь в Бизнес-школе Имперского колледжа Лондона (ICL), Лондон , Великобритания. Программное обеспечение можно скачать с сайта проекта. DESSTinEE написан на Excel / VBA и включает в себя набор автономных электронных таблиц . Флаер доступен.

DESSTinEE предназначен для исследования предположений о технических требованиях к транспортировке энергии – особенно электроэнергии – и масштабе экономической задачи по развитию необходимой инфраструктуры. Рассматриваются сорок стран Европы и вокруг нее, и поддерживаются десять форм первичной и вторичной энергии. В модели используется метод прогнозного моделирования, а не поиск частичного или общего равновесия . Модель прогнозирует годовую потребность в энергии для каждой страны до 2050 года, синтезирует почасовые профили спроса на электроэнергию в 2010 и 2050 годах и моделирует производство и передачу электроэнергии с наименьшими затратами по всему региону.

Исследование 2016 года с использованием DESSTinEE (и второй модели eLOAD) изучает эволюцию кривых электрической нагрузки в Германии и Великобритании с настоящего момента до 2050 года. В 2050 году пиковые нагрузки и темпы линейного изменения вырастут на 20–60%, а загрузка системы снизится на 15–20%. отчасти из-за значительного распространения тепловых насосов и электромобилей . Это существенные изменения.

Модель энергетического перехода

Проект	Модель энергетического перехода
Хозяин	Квинтел Интеллект
Статус	активный
Область применения/тип	веб-интерфейс
Лицензия на код	С
Веб-сайт	модель энергетического перехода .с
Интерактивный сайт	про .energytransitionmodel .с
Репозиторий	github .с /квинтель /документация

Модель энергетического перехода (ETM) — это интерактивная веб-модель, использующая целостное описание энергетической системы страны. Его разрабатывает компания Quintel Intelligence, Амстердам , Нидерланды. Проект поддерживает веб-сайт проекта, интерактивный веб-сайт и репозиторий GitHub . ETM написан на Ruby (on Rails ) и отображается в веб-браузере . ETM состоит из нескольких программных компонентов, как описано в документации.

ETM полностью интерактивна. После выбора региона (Франция, Германия, Нидерланды, Польша, Испания, Великобритания, ЕС-27 или Бразилия) и года (2020, 2030, 2040 или 2050) пользователь может установить 300 ползунков (или ввести числовые значения). ценности), чтобы изучить следующее:

• Цели: установите цели для сценария и посмотрите, можно ли их достичь. Цели включают в себя: сокращение выбросов CO ₂ , долю возобновляемых источников энергии, общую стоимость и ограничения на импорт.
• требования: расширить или ограничить спрос на энергию в будущем
• затраты: спрогнозируйте будущие затраты на энергоносители и энергетические технологии, эти затраты не включают налоги и субсидии.
• поставки: выберите, какие технологии можно использовать для производства тепла или электроэнергии.

ETM основан на графе энергии ( орграфе ), где узлы ( вершины ) могут конвертировать один тип энергии в другой, возможно, с потерями. Соединения ( направленные ребра ) представляют собой потоки энергии и характеризуются объемом (в мегаджоулях ) и типом носителя (например, уголь, электричество, полезное тепло и т. д.). Учитывая спрос и другие варианты, ETM рассчитывает использование первичной энергии, общую стоимость и результирующие выбросы CO ₂ . Модель ориентирована на спрос, то есть орграф перемещается от полезного спроса (например, отопления помещений, использования горячей воды и автомобильных километров) к первичному спросу (добыча газа, импорт угля и т. д.).

ЭнергияПУТИ

Проект	ЭнергияПУТИ
Хозяин	Развитые энергетические исследования
Статус	активный
Область применения/тип	в основном симуляция
Лицензия на код	С
Репозиторий	github .с /energyPATHWAYS /energyPATHWAYS

EnergyPATHWAYS — это восходящая модель энергетического сектора, используемая для изучения краткосрочных последствий долгосрочной глубокой декарбонизации. Ведущий разработчик — консалтинговая компания по энергетике и защите климата Evolved Energy Research, Сан-Франциско , США. Код размещен на GitHub . EnergyPATHWAYS написан на Python и связан с решателем Cbc с открытым исходным кодом . В качестве альтернативы GLPK или CPLEX можно использовать решатели . EnergyPATHWAYS использует PostgreSQL объектно-реляционную систему управления базами данных (ORDBMS) для управления своими данными .

EnergyPATHWAYS — это комплексная система учета, используемая для построения сценариев энергетической инфраструктуры в масштабах всей экономики. Хотя в некоторых частях модели используются методы линейного программирования , например, для распределения электроэнергии, модель EnergyPATHWAYS по своей сути не является моделью оптимизации и включает в себя мало динамики принятия решений. EnergyPATHWAYS предлагает подробную информацию об энергии, стоимости и выбросах с учетом потоков энергии от первичного снабжения до конечного спроса. Представление энергетической системы является гибким, что позволяет использовать разные уровни детализации и вложенность городов, штатов и стран. Модель использует почасовое распределение электроэнергии с наименьшими затратами и поддерживает преобразование электроэнергии в газ , кратковременное хранение энергии, долговременное хранение энергии и реагирование на спрос . Сценарии обычно рассчитаны на период до 2050 года.

Предшественник программного обеспечения EnergyPATHWAYS, называвшийся просто PATHWAYS, использовался для построения моделей политики. Модель California PATHWAYS использовалась для определения климатических целей штата Калифорния на 2030 год. А модель US PATHWAYS способствовала проведению оценок Проекта ООН «Пути глубокой декарбонизации» (DDPP) для Соединенных Штатов. По состоянию на 2016 год DDPP планирует использовать EnergyPATHWAYS для будущего анализа.

ПРЕДСТОЯЩИЙ

Проект	ПРЕДСТОЯЩИЙ
Хозяин	ORDECSYS. Архивировано 9 ноября 2016 г. на Wayback Machine.
Статус	активный
Область применения/тип	муниципальный
Лицензия на код	Затмение 1.0
Веб-сайт	приложения .ordecsys .с /элемент www .energyplan .Евросоюз /другие инструменты /местный /элемент /

ETEM означает Модель окружающей среды энергетических технологий. Модель ETEM предлагает структуру, аналогичную OSeMOSYS , но нацелена на городское планирование. Программное обеспечение разрабатывается компанией ORDECSYS, Шен-Бужери , Швейцария, при поддержке Европейского Союза и национальных исследовательских грантов. У проекта есть два сайта. Программное обеспечение можно загрузить с первого из этих веб-сайтов (но по состоянию на июль 2016 г. , это выглядит устаревшим). Вместе с программным обеспечением имеется руководство. ETEM написан на MathProg . Доступны презентации, описывающие ETEM.

ETEM — это восходящая модель, которая определяет оптимальные варианты энергетики и технологий для региона или города. Модель находит энергетическую политику с минимальными затратами, инвестируя в новое оборудование (новые технологии), развивая производственные мощности (установленные технологии) и/или предлагая осуществимый импорт/экспорт первичной энергии. ETEM обычно прогнозирует прогноз на 50   лет вперед с шагом в два или пять лет, с временными интервалами в четыре сезона, используя обычно отдельные дни или меньше. Пространственное разрешение может быть очень подробным. Поддерживаются как электричество, так и тепло, а также сети централизованного теплоснабжения , бытовые энергетические системы и сетевые накопители, включая использование подключаемых к сети гибридных электромобилей (PHEV). ETEM-SG — это разработка, поддерживающая реагирование на спрос — опция, которая станет возможной благодаря развитию интеллектуальных сетей .

Модель ETEM применялась в Люксембурге, кантонах Женева и Базель-Берн-Цюрих в Швейцарии, а также в столичном Гренобле и регионе Юг-Пиренеи во Франции. В исследовании 2005 года ETEM используется для изучения защиты климата в жилищном секторе Швейцарии. Модель ETEM была объединена с мировой вычислимой моделью общего равновесия GEMINI-E3 (CGEM) для завершения анализа. В исследовании 2012 года изучается конструкция интеллектуальных сетей . По мере того как системы распределения становятся более интеллектуальными, должны расти и модели, необходимые для их анализа. ETEM используется для оценки потенциала технологий интеллектуальных сетей с использованием тематического исследования , примерно откалиброванного на кантоне Женева , по трем сценариям. В этих сценариях применяются различные ограничения на выбросы CO ₂ и импорт электроэнергии. Стохастический подход используется для решения проблемы неопределенности будущих цен на электроэнергию и распространения электромобилей.

фикус

Проект	фикус
Хозяин	Технический университет Мюнхена
Статус	активный
Область применения/тип	местное электричество и тепло
Лицензия на код	лицензия GPLv3
Репозиторий	github .с / Спасибо /фикус
Документация	фикус .readthedocs .что /в /последний /

ficus — это смешанная целочисленная модель оптимизации для местных энергетических систем. Он разрабатывается в Институте энергетической экономики и прикладных технологий Мюнхенского технического университета , Мюнхен , Германия. У проекта есть сайт. Проект размещен на GitHub . ficus написан на Python и использует библиотеку Pyomo . Пользователь может выбирать между решателем GLPK с открытым исходным кодом или коммерческим решателем CPLEX .

Основанный на URBS , фикус изначально был разработан для оптимизации энергетических систем заводов, а теперь был расширен и теперь включает в себя местные энергетические системы. Фикус поддерживает множество энергетических товаров – товаров, которые можно импортировать или экспортировать, производить, хранить или потреблять, включая электроэнергию и тепло. Он поддерживает технологии преобразования энергии с несколькими входами и несколькими выходами с эффективностью, зависящей от нагрузки. Цель модели – удовлетворить заданный спрос при минимальных затратах. ficus использует экзогенные временные ряды затрат для импортируемых товаров, а также плату за пиковый спрос с настраиваемой временной базой для каждого используемого товара.

поколение X

Проект	поколение X
Хозяин	Массачусетский технологический институт и Принстонский университет
Статус	активный
Область применения/тип	планирование инвестиций в многосырьевой сектор
Лицензия на код	лицензия GPLv2
Веб-сайт	генкс .с .edu
Репозиторий	github .с /GenXProject /GenX
Документация	genxproject .github .что /GenX /устройство /

Углеродные воздействия для трех основных сценариев из численного исследования 2022 года, в котором изучалось быстрое устранение российского природного газа из Европы. Все основные сценарии привели к сокращению выбросов.

GenX — это модель расширения мощностей многопрофильного сектора, первоначально разработанная исследователями в США. Фреймворк написан на Julia и использует библиотеку JuMP для решения основной задачи оптимизации. GenX через JuMP может использовать различные решатели с открытым исходным кодом (включая CBC / CLP ) и коммерческие решатели оптимизации (включая CPLEX ). В июне   2021 года проект был запущен как активный проект с открытым исходным кодом, и для помощи в адаптации доступны наборы тестов.

Параллельно проект PowerGenome предназначен для предоставления GenX комплексного набора данных о текущем состоянии электроэнергетической системы США . Этот набор данных затем можно использовать в качестве трамплина для разработки будущих сценариев.

GenX использовался для изучения вариантов долгосрочного хранения в системах с высокой долей возобновляемых источников энергии. изучить ценность « надежных » вариантов низкоуглеродной генерации электроэнергии, и множество других приложений. Хотя Северная Америка остается в центре внимания, это программное обеспечение применяется для решения проблем в Индии, Италия, и Испания.

GenX был использован в тематическом исследовании 2021 года совместно с компаниями Louisville Gas and Electric и Kentucky Utilities , которое показало, что моделирование по инициативе заинтересованных сторон с использованием инструментов с открытым исходным кодом и общедоступных данных может продуктивно способствовать анализу и планированию под руководством коммунальных предприятий.

Исследование, проведенное в середине 2022 года, изучило газовый кризис, с которым сталкивается Европа , и особенно Германия, и пришло к выводу, что существует несколько возможных путей (помеченных как «случаи») для прекращения всего импорта российского природного газа к октябрю   2022 года. Германии Текущая работа направлена ​​на изучение влияния продления сроков эксплуатации трех оставшихся ядерных реакторов после 2022 года, а также влияние сильной засухи на гидрогенерацию   и систему в целом.

oemof

Проект	oemof
Хозяин	оэмоф   е.в. некоммерческая организация при поддержке сообщества Институт Райнера Лемуана Университет Фленсбурга Фленсбургский университет прикладных наук
Статус	активный
Область применения/тип	электричество, тепло, мобильность, газ
Лицензия на код	С
Язык	Питон
Веб-сайт	oemof .org
Репозиторий	github .с /oemof /
Документация	oemof .readthedocs .что
Обсуждение	форум .openmod .org /ярлык /oemof

oemof означает «Структура моделирования открытой энергетики». Проект управляется Институтом Райнера Лемуана, Берлин , Германия, и Центром устойчивых энергетических систем (CSES или ZNES) при Фленсбургском университете и Фленсбургском университете прикладных наук , Фленсбург , Германия. Проект управляет двумя веб-сайтами и репозиторием GitHub . oemof написан на Python и для оптимизации использует Pyomo и COIN-OR компоненты . Энергетические системы могут быть представлены с помощью электронных таблиц ( CSV ), что должно упростить подготовку данных. Версия 0.1.0 была выпущена 1   декабря 2016 года.

oemof классов как основа энергетического моделирования. Он состоит из библиотеки постановки задач линейной или смешанной целочисленной оптимизации (solph), библиотеки генерации входных данных (feedin-data) и других вспомогательных библиотек. Библиотека solph используется для представления многорегиональных и многосекторальных (электричество, тепло, газ, мобильность) систем и может оптимизироваться для различных целей, таких как финансовые затраты или _{CO 2} выбросы . Кроме того, можно переключаться между диспетчерским и инвестиционным режимами. С точки зрения масштаба, oemof может охватывать европейскую энергосистему или, альтернативно, он может описывать сложную схему местного электроэнергетического и теплового сектора.

oemof применяется в странах Африки к югу от Сахары. В магистерском проекте 2020 года сравнивались oemof и OSeMOSYS .

ОСЕМОСИС

Проект	ОСЕМОСИС
Хозяин	общественный проект
Статус	активный
Область применения/тип	планирование во всех масштабах
Лицензия на код	Апач 2.0
Язык	различный
Веб-сайт	www .osemosys .org
Форум	группы .Google .с /г /осемосис
Репозиторий	github .с /OSeMOSYS /OSeMOSYS
Обсуждение	форум .openmod .org /ярлык /осемосис

OSeMOSYS означает систему моделирования энергетики с открытым исходным кодом. OSeMOSYS предназначен для разработки национальной и региональной политики и использует структуру межвременной оптимизации. Модель предполагает наличие единственного социально мотивированного оператора/инвестора с идеальным предвидением. Проект OSeMOSYS — это общественная инициатива, поддерживаемая подразделением Energy Systems Королевского технологического института KTH , Стокгольм , Швеция. Проект поддерживает веб-сайт, предоставляющий справочную информацию. Проект также предлагает несколько активных интернет-форумов в группах Google . OSeMOSYS изначально был написан на MathProg высокого уровня , языке математического программирования . Впоследствии он был перереализован в GAMS и Python , и теперь все три базы кода поддерживаются. Проект также предоставляет тестовую модель под названием UTOPIA. Доступно руководство.

Упрощенные результаты для вымышленной страны под названием Атлантида, используемой в учебных целях.

OSeMOSYS обеспечивает основу для анализа энергетических систем в среднесрочной (10–15 лет) и долгосрочной перспективе (50–100 лет). OSeMOSYS использует чистую линейную оптимизацию с возможностью смешанного целочисленного программирования для обработки, например, дискретного расширения мощности электростанции. Он охватывает большинство секторов энергетики, включая теплоснабжение, электроэнергию и транспорт. OSeMOSYS руководствуется экзогенно определенными потребностями в энергетических услугах . Затем эти задачи решаются с помощью набора технологий, которые опираются на набор ресурсов, характеризующихся как своим потенциалом, так и затратами. Эти ресурсы не ограничиваются энергетическими ресурсами и могут включать, например, воду и землепользование . Это позволяет применять OSeMOSYS не только в энергетике, но и в системах водоснабжения. Технические ограничения, экономические ограничения и/или экологические цели также могут быть установлены с учетом политических соображений. OSeMOSYS доступен в расширенной и компактной формулировках MathProg, каждая из которых должна давать одинаковые результаты. В расширенной версии OSeMOSYS включает чуть более 400 строки кода . OSeMOSYS использовался в качестве основы для построения уменьшенных моделей энергетических систем.

Совокупная торговля электроэнергией (2015–2065 гг.) между африканскими странами для базового сценария (ТВтч)

Доступен ключевой документ, описывающий OSeMOSYS. В исследовании 2011 года OSeMOSYS используется для изучения роли инвестиционных решений домохозяйств. Исследование 2012 года расширяет возможности OSeMOSYS, позволяя охватить основные функции интеллектуальной сети . В документе объясняется, как моделировать изменчивость генерации, гибкого спроса и хранения энергии в сети и как это влияет на стабильность сети. OSeMOSYS был применен к деревенским системам. В документе 2015 года сравниваются преимущества автономной, мини- и сетевой электрификации сельских районов Тимора-Лешти при различных уровнях доступа. В исследовании 2016 года OSeMOSYS была модифицирована с учетом реалистичного поведения потребителей. В другом исследовании 2016 года OSeMOSYS используется для построения модели местной многорегиональной энергетической системы региона Ломбардия в Италии. Одной из целей учений было побудить граждан участвовать в процессе энергетического планирования. Предварительные результаты показывают, что это было успешным и что необходимо открытое моделирование, чтобы правильно учесть как технологическую динамику, так и нетехнологические проблемы. В документе 2017 года, посвященном Альберте, Канада, учитывается риск превышения установленных целевых показателей выбросов из-за технологической неопределенности. Помимо других результатов, в документе отмечается, что солнечные и ветровые технологии создаются на семь и пять лет раньше соответственно, если учитывать риски выбросов. В другом документе 2017 года анализируется электроэнергетическая система Кипра и делается вывод, что после того, как экологические нормы Европейского Союза вступят в силу после 2020 года, намечается переход от производства нефти к производству природного газа.

OSeMOSYS использовался для построения глобальных моделей электроэнергетики в Африке , охватывающей 45   стран. и Южная Америка, состоящая из 13   стран. Он также использовался для поддержки региональных климатических, земельных, энергетических и водных стратегий Организации Объединенных Наций (CLEWS). для бассейна реки Сава , Центральная Европа, бассейн реки Сырдарья , Восточная Европа, и Маврикий. Ранее модели были построены для стран Балтии , Боливии , Никарагуа , Швеции и Танзании . В   документе 2021 года обобщаются последние приложения, а также подробно описываются различные версии, ответвления и локальные улучшения, связанные с кодовой базой OSeMOSYS. Анализ   электроэнергетического сектора Бангладеш , завершенный в   2021 году, показал, что солнечная энергия экономически конкурентоспособна при каждом исследованном сценарии. В   исследовании 2022 года изучалось влияние изменения климата на Эфиопии . энергосистему OSeMOSYS также по-разному применялся в Зимбабве.   и Эквадор. В другом исследовании 2022 года изучалось использование воды с разбивкой по забору и потреблению для нескольких стратегий низкоуглеродной энергетики в Африке. Другое исследование того же года касалось возобновляемых источников энергии в Египте . И еще Доминиканская Республика. Итальянский остров Пантеллерия был использован в качестве примера для сравнения аккумуляторных батарей и систем хранения водорода, и было обнаружено, что гибридная система является наименее затратной.

В 2016 году началась работа над браузерным интерфейсом для OSeMOSYS, известным как Инфраструктура управления моделями (MoManI). Под руководством Департамента ООН по экономическим и социальным вопросам (DESA) MoManI проходит испытания в отдельных странах. Интерфейс можно использовать для построения моделей, визуализации результатов и разработки более эффективных сценариев. Атлантида — это название вымышленной страны, проведенное в учебных целях. Упрощенный графический интерфейс под названием clicSAND, использующий Excel и Access, был выпущен в марте   2021 года. Инструмент рабочего процесса CLI под названием otoole объединяет несколько специальных утилит, в том числе одну, которая может конвертировать данные OKI в форматы данных GNU MathProg . В 2022 году в рамках проекта были выпущены стартовые   наборы для моделирования отдельных стран Африки, Восточной Азии и Южной Америки.

Региональные узлы доступны для создания моделей с использованием глобальной базы OSeMOSYS.

Эталонная модель OSeMBE, охватывающая Западную и Центральную Европу, была анонсирована 27 апреля 2018 года. В модели используется реализация OSeMOSYS MathProg, но сначала требуется небольшой патч . Модель, финансируемая в рамках Horizon 2020 и входящая в пакет работ WP7 проекта REEEM, будет использоваться, чтобы помочь заинтересованным сторонам участвовать в ряде будущих устойчивых энергетических проектов в Европе. Проект REEEM продлится с начала 2016 года до середины 2020 года.

В документе 2021 года рассматривается сообщество OSeMOSYS, его состав и деятельность по управлению. А также описывает использование OSeMOSYS в образовании и для наращивания аналитического потенциала в развивающихся странах.

Глобальный проект OSeMOSYS

Сообщество OSeMOSYS запустило проект OSeMOSYS Global в 2022 году для создания глобальной модели и связанных с ней рабочих процессов. По состоянию на конец 2022 года сфера деятельности OSeMOSYS Global ограничена сектором электроэнергетики, а предоставляемая мировая система включает 164   страны, разделенные 265   узлами.

ПиПСА

Проект	ПиПСА
Хозяин	Технический университет Берлина
Статус	активный
Область применения/тип	электроэнергетические системы с секторной связью
Лицензия на код	С
Язык	Питон
Код веб-сайта	пипса .org
Сайт проекта	Пипса встречает землю .github .что
Репозиторий	github .с /ПиПСА /ПиПСА
Документация	пипса .readthedocs .что
Пакет Python	пипи .org /проект /pypsa
Список рассылки	группы .Google .с /г /pypsa
Чат	раздор .gg /AnuJBk23FU
Обсуждение	форум .openmod .org /ярлык /pypsa

PyPSA означает Python для анализа энергосистем. PyPSA — это бесплатный набор инструментов для моделирования и оптимизации электроэнергетических систем и смежных секторов. Он поддерживает традиционную генерацию, переменную ветровую и солнечную генерацию, хранение электроэнергии, подключение к секторам природного газа, водорода, тепла и транспорта, а также гибридные сети переменного и постоянного тока. Более того, PyPSA хорошо масштабируется. Проект управляется Институтом автоматизации и прикладной информатики (IAI) Технологического института Карлсруэ (KIT), Карлсруэ , Германия, хотя сам проект существует независимо под своим именем и учетными записями. Проект поддерживает веб-сайт и ведет список адресов электронной почты . Сам PyPSA написан на Python и использует библиотеку Pyomo . Исходный код размещен на GitHub , а также периодически выпускается в виде пакета PyPI .

Карта европейской энергосистемы, созданная и подготовленная для модели энергосистемы, работает с PyPSA-Eur.

Базовая функциональность PyPSA описана в статье 2018 года. PyPSA объединяет традиционное программное обеспечение для анализа установившегося потока мощности и полные модели многопериодных энергетических систем. Его можно использовать либо с помощью нелинейных уравнений потока мощности для моделирования системы, либо с помощью линеаризованных аппроксимаций, чтобы обеспечить совместную оптимизацию операций и инвестиций в течение нескольких периодов. Можно указать линейное изменение генератора и многопериодное время включения и выключения, DSM поддерживается , но спрос остается неэластичным по цене .

В исследовании 2018 года изучается потенциальная синергия между объединением секторов и усилением передачи в будущей европейской энергетической системе, ограниченной сокращением выбросов углерода на 95%. Модель PyPSA-Eur-Sec-30 отражает управления спросом потенциал аккумуляторных электромобилей (BEV), а также роль, которую могут сыграть технологии преобразования энергии в газ , долгосрочного хранения тепловой энергии и связанные с ними технологии. Результаты показывают, что BEV могут сглаживать ежедневные колебания солнечной энергии, в то время как остальные технологии сглаживают синоптические и сезонные колебания как спроса, так и возобновляемых источников энергии. Для реализации конфигурации с наименьшими затратами требуется существенное строительство электросети. В целом такая система осуществима и доступна по цене. Базовые наборы данных доступны на Zenodo .

По состоянию на январь 2018 г. PyPSA используется более чем дюжиной исследовательских институтов и компаний по всему миру. Некоторые исследовательские группы независимо расширили программное обеспечение, например, для моделирования целочисленного расширения передачи.

В 2020 году модель PyPSA-Eur-Sec для Европы использовалась для анализа нескольких сценариев, совместимых с Парижским соглашением, для энергетической инфраструктуры. и решил, что ранние действия должны окупиться.

9   января 2019 года проект выпустил интерактивную «игрушечную» модель с веб-интерфейсом, использующую решатель Cbc , чтобы позволить общественности экспериментировать с различными будущими затратами и технологиями. Сайт был перезапущен 5   ноября 2019 года с некоторыми внутренними улучшениями, новым URL-адресом и более быстрым решателем, который теперь завершается примерно за 12 секунд . В более новой версии теперь используется решатель HiGHS .

Африка: плотность населения отмечена красным, а существующие сети высоковольтной передачи — синим.

В сентябре 2021 года разработчики PyPSA анонсировали проект PyPSA-Server, призванный предоставить веб-интерфейс для упрощенной версии своей отраслевой европейской модели PyPSA-Eur-Sec. Пользователям не нужно устанавливать программное обеспечение, и они могут определять новые сценарии «по разнице», используя веб-страницу на основе форм. Ранее запущенные сценарии сохраняются для дальнейшего использования. Реализация по состоянию на октябрь 2021 г. по сути является подтверждением концепции.

В конце 2021 года разработчики PyPSA сообщили о своем исследовании вариантов интегрированного расширения высоковольтных электросетей и водородных сетей в Европе и Великобритании, а также о влиянии компромиссов, которые могут быть связаны с ограниченным признанием общественностью новой инфраструктуры. Последующая работа добавила эффект эндогенного обучения и выявила более резкое снижение затрат на технологии, чем ожидала Европейская комиссия .

В   исследовании, проведенном в декабре   2021 года, и в ходе продолжающейся работы была использована модель PyPSA-PL для оценки вариантов политики для Польши.

2023 года о новом некоммерческом стартапе, Несколько сопровождающих PyPSA объявили в июне   который будет предоставлять консультационные услуги с использованием PyPSA.

PyPSA отвечает инициативе «Земля»

Инициатива PyPSA встречает Землю возникла в октябре   2022 года как средство объединения нескольких исторически разрозненных приложений PyPSA. Одним из ключевых направлений является проект PyPSA-Africa (ранее PyPSA-meets-Africa), запущенный несколькими месяцами ранее с целью предоставления единой модели и набора данных, охватывающих африканский континент . Вебинар   , проведенный в июле   2022 года совместно с CPEEL, Нигерия, продвинул эту повестку дня. В первом исследовательском документе, опубликованном в 2022 году, рассматриваются различные пути достижения Африки   нулевого уровня выбросов к 2060 году   , при этом ожидается, что преобладающими технологиями станут солнечная энергия и аккумуляторные батареи.

Еще одним ключевым направлением инициативы является проект PyPSA-Earth, целью которого является создание модели глобальных энергетических систем с высоким пространственным и временным разрешением. Проект надеется стимулировать широкомасштабное сотрудничество, предоставляя программное обеспечение и процессы, которые могут охватить глобальную энергетическую систему, а, следовательно, и любую ее часть. База кода в настоящее время поддерживает исследования системной интеграции, которые объединяют производство, хранение и передачу электроэнергии. В разработке находится отраслевая версия системы, которая также предложит выбор между близоруким принятием решений или идеальным предвидением.

ТЕМО

Проект	ТЕМО
Хозяин	Государственный университет Северной Каролины
Ключевые люди	Джозеф ДеКаролис
Статус	активный
Область применения/тип	системное планирование
Лицензия на код	GPLv2+
Язык	Питон
Веб-сайт	Темооблако .с
Репозиторий	github .с /ТемоаПроект / находить /
Список рассылки	группы .Google .с /г /temoa-проект

TMOA означает «Инструменты для оптимизации и анализа энергетических моделей». Программное обеспечение разрабатывается Департаментом гражданского строительства, строительства и экологической инженерии Университета штата Северная Каролина , Роли, Северная Каролина , США. У проекта есть сайт и форум. Исходный код размещен на GitHub . Модель запрограммирована в Pyomo — библиотеке компонентов оптимизации, написанной на Python . TEMOA можно использовать с любым решателем, поддерживаемым Pyomo , включая решатель GLPK с открытым исходным кодом . TMOA использует контроль версий для публичного архивирования исходного кода и наборов данных и, таким образом, позволяет третьим лицам проверять все опубликованные работы по моделированию.

Классы TEMOA используются в качестве основы моделирования и используются для проведения анализа с использованием восходящей, технологичной модели энергетической системы. Цель модели состоит в том, чтобы минимизировать общесистемные затраты на энергоснабжение путем развертывания и использования энергетических технологий и товаров с течением времени для удовлетворения набора экзогенно заданных потребностей конечного использования. TMOA «находится под сильным влиянием хорошо документированных генераторов моделей MARKAL/TIMES ».

TMOA составляет основу исследовательского проекта Open Energy Outlook (OEO), охватывающего 2020–2022 годы. Проект OEO использует инструменты с открытым исходным кодом и открытые данные для изучения вариантов политики глубокой декарбонизации для Соединенных Штатов.

С середины 2021 года интерактивный интерфейс, расположенный на главном веб-сайте, позволит зарегистрированным пользователям локально манипулировать данными сценариев, загружать структурированные файлы SQLite , а затем запускать эти сценарии с помощью программного обеспечения TEMOA. Сервис также предоставляет некоторые ограниченные функции визуализации данных и управления проектами.

Специализированные модели

В этом разделе перечислены специальные структуры моделирования, которые охватывают отдельные аспекты энергетической системы более подробно, чем обычно было бы удобно или осуществимо с помощью более общих структур.

РАМП

Проект	РАМП
Хозяин	ТУ Делфт
Статус	активный
Область применения/тип	синтетические профили спроса
Лицензия на код	ЭУПЛ-1.2
Язык	Питон
Веб-сайт	стремительный спрос .org
Репозиторий	github .с /RAMP-проект /RAMP
Документация	стремительный спрос .readthedocs .что
Пакет Python	пипи .org /проект /rampdemand /
Чат	Gitter/RAMP-проект/сообщество

Пример вывода программного обеспечения для моделирования профиля спроса RAMP

RAMP — это пакет программного обеспечения с открытым исходным кодом для стохастического моделирования спроса на энергию, определяемых пользователем, временных рядов на основе нескольких простых входных данных. Например, минимальное определение типа пользователя   — скажем,   определенной категории домохозяйств   — требует только информации о том, какими энергопотребляющими устройствами они владеют, когда они обычно используют их в любой обычный день и как долго в целом. Затем программное обеспечение использует стохастичность, чтобы компенсировать отсутствие более подробной информации и учесть непредсказуемость человеческого поведения.

Программное обеспечение RAMP может затем генерировать синтетические данные там, где измеренные данные не существуют, например, при проектировании систем в отдаленных районах. или когда с нетерпением ждем будущего парка электромобилей. Ограниченные требования к данным также обеспечивают большую гибкость при выборе и разработке сценариев, чем аналогичные, но более объемные данные характеристики.

RAMP использовался в научных исследованиях для   различных целей , включая создание профилей спроса на электроэнергию для отдаленных или жилых районов, использование горячей воды в бытовых целях, приготовление пищи и электрическую мобильность. Соответствующие географические масштабы могут варьироваться от районов до континентов.

RAMP имеет несколько десятков пользователей по всему миру. В начале 2020-х годов это программное обеспечение стало частью усилий нескольких учреждений по разработке программного обеспечения при поддержке Технического университета Делфта , VITO , Института Райнера Лемуана , Льежского университета , Ганноверского университета Лейбница и Университета мэра   Сан-Симона .

RAMP работает на Python и требует ввода в табличной форме. Доступны графические пользовательские интерфейсы ( GUI ), позволяющие запускать программное обеспечение из веб-браузеров.

ВенкоПи

Проект	ВенкоПи
Хозяин	Немецкий аэрокосмический центр
Статус	активный
Область применения/тип	взаимодействие электромобиля и системы
Лицензия на код	BSD-новый
Язык	Питон
Веб-сайт	—
Список рассылки	группы .Google .с /г /openmod-trans
Репозиторий	gitlab .с /длр-ве /vencopy
Документация	Вэнкопия .readthedocs .что
Обсуждение	форум .openmod .org /ярлык /vencopy

Модельную структуру VencoPy можно использовать для исследования взаимодействия между внедрением аккумуляторных электромобилей (BEV) и электроэнергетической системой в целом. В частности, электромобили могут внести полезный вклад в хранение энергии на короткие расстояния в энергосистемах, в которых наблюдается высокая доля нестабильной возобновляемой энергии. Но в отличие от выделенного сетевого хранилища, вклад BEV во многом зависит от выбора подключения и зарядки, который могут сделать отдельные владельцы транспортных средств.

Общая структура VencoPy.

VencoPy применялся в различных сценариях в Германии в 2030 году с использованием прогнозируемых 9   миллионов электромобилей в эксплуатации и годового энергопотребления автопарка в 27 ТВтч . Моделирование показывает, что решения владельцев действительно важны и что некоторые переменные конструкции системы имеют большее влияние, чем другие. Например, совокупная мощность автопарка и наличие средств быстрой зарядки, похоже, сильно влияют на вероятный вклад системы. Необходима дальнейшая работа для оценки влияния более определенных погодных условий и моделей спроса. Математическая формулировка имеется. VencoPy основан на более раннем прототипе электронных таблиц .

Статистика проекта

Статистика по 29 перечисленным проектам моделирования открытой энергетики (при наличии достаточной информации) следующая:

Основной язык программирования Парадигма Язык Считать Императивное программирование Р 1 Объектно-ориентированное программирование   С++ 1 Ява 2 Питон 14 Руби 1 Множественная отправка Юлия 2 Математическое программирование ГАМС 6 МатПрог 2 электронная таблица Эксель / ВБА 1   указывает компилируемый язык.   указывает на то, что требуется лицензия на коммерческое программное обеспечение.

Первичное происхождение Страна Считать Австралия 2 Дания 1 Евросоюз 1 Финляндия 1 Германия 13 Нидерланды 4 Швеция   2 Швейцария 2 Великобритания   1 Соединенные Штаты 3

Ведущий проекта Тип Считать Академическое учреждение 20 Коммерческая организация 5 На базе сообщества 1 Некоммерческая организация 2 Спонсируемый государством 1

Язык GAMS требует закрытой среды, а его высокая стоимость эффективно ограничивает участие тех, кто имеет доступ к институциональной копии.

Компоненты программирования

Компоненты программирования в этом контексте представляют собой связные блоки кода или скомпилированные библиотеки, которые можно относительно легко импортировать или связать с ними с помощью структур моделирования более высокого уровня, чтобы получить некоторую четко определенную функциональность.

Технологические модули

Ряд моделей технических компонентов теперь также имеют открытый исходный код. Хотя эти компонентные модели не представляют собой системные модели, направленные на разработку государственной политики (тема этой страницы), они, тем не менее, заслуживают упоминания. Технологические модули могут быть связаны или иным образом адаптированы в эти более широкие инициативы.

• Модель производительности фотоэлектрической батареи Sandia
• установок pvlib фотоэлектрических Библиотека
• hplib тепловых насосов Библиотека
• Windpowerlib ветряных турбин Библиотека
• Hydropowerlib гидроэнергетическая библиотека

Аукционные модели

Ряд моделей аукционов электроэнергии написан на GAMS , AMPL , MathProg и других языках. К ним относятся:

• EPOC ценообразования узловая модель
• австралийского национального рынка электроэнергии Примеры с использованием MathProg можно найти по адресу b:GLPK/Electricity Markets.

Открытые решатели

Многие проекты полагаются на чисто линейный или смешанный целочисленный решатель для выполнения классической оптимизации, удовлетворения ограничений или их сочетания. Хотя существует несколько проектов решателей с открытым исходным кодом, наиболее часто используемым решателем является GLPK . GLPK был принят Calliope , ETEM , ficus , OSeMOSYS , SWITCH и TEMOA . Другая альтернатива — решатель Clp. С середины 2022 года решатель с открытым исходным кодом HiGHS предлагает еще один вариант. HiGHS используется веб-версией PyPSA . европейской многоотраслевой модели

Собственные решатели превосходят решатели с открытым исходным кодом со значительным отрывом (возможно, в десять раз), поэтому выбор открытого решателя ограничит производительность с точки зрения скорости, потребления памяти и, возможно, даже управляемости.

Гибкий набор инструментов оптимизации SMS++, написанный на C++17 , разрабатывается специально для удовлетворения потребностей моделирования энергетических систем.

См. также

Общий

• Моделирование энергетики зданий – моделирование энергетических потоков в зданиях.
• Сценарии смягчения последствий изменения климата
• Энергетическое моделирование – процесс построения компьютерных моделей энергетических систем.
• Энергетическая система – интерпретация энергетического сектора с системной точки зрения
• Инициатива по моделированию открытой энергетики – европейское сообщество по моделированию энергетики.
• Базы данных открытых энергетических систем - проекты баз данных, которые собирают, очищают и повторно публикуют наборы данных, связанных с энергетикой.
• Проблема приверженности единиц в производстве электроэнергии

Программное обеспечение

• Список бесплатных решателей оптимизации с открытым исходным кодом
• Cbc (COIN-OR Branch and Cut) – программа для оптимизации с открытым исходным кодом.
• Clp (COIN-OR LP) – решатель линейной оптимизации с открытым исходным кодом.
• Модель климатической системы сообщества - объединенная глобальная климатическая модель с открытым исходным кодом.
• ESMF (Earth System Modeling Framework) — программное обеспечение с открытым исходным кодом для построения климата , численного прогнозирования погоды и ассимиляции данных . приложений
• GHGProof – модель землепользования с открытым исходным кодом
• GLPK (GNU Linear Programming Kit) — решатель с открытым исходным кодом для линейной и смешанно-целочисленной оптимизации.
• GridLAB-D — инструмент моделирования и анализа с открытым исходным кодом для технологий интеллектуальных энергосетей.
• GridSpice — облачный пакет моделирования с открытым исходным кодом для моделирования интеллектуальных сетей.
• HiGHS — программа для оптимизации с открытым исходным кодом

Люди

• Джо ДеКаролис США. - разработчик моделей энергетических систем и нынешний глава Управления энергетической информации

Дополнительная информация

Следующие списки и базы данных охватывают модели энергетических систем с различной степенью полноты и обычно с упором на открытый исходный код:

• Вики-сайт моделей открытой энергетики , поддерживаемый Инициативой по моделированию открытой энергетики.
• Информационные бюллетени Открытой энергетической платформы — структурированные резюме, охватывающие ряд моделей открытых и закрытых энергетических систем.
• База данных Консорциума по трансформации глобальной энергосистемы — фильтруемая база данных открытых моделей и связанных проектов.

Внешние ссылки

Усилия по моделированию по регионам

• Африка: отчеты и публикации — по регионам и странам
• Латинская Америка: отчеты и публикации — по регионам и странам
• Океания: отчеты и публикации — по регионам и странам