Модели открытых энергетических систем

Модели Open энергетические системы являются энергосистема модели , которые с открытым исходным кодом . ^[a] Однако некоторые из них могут использовать стороннее проприетарное программное обеспечение как часть своих рабочих процессов для ввода, обработки или вывода данных. Предпочтительно в этих моделях используются 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, конструкции, программированию , применению, сфере применения, уровню детализации, сложности и недостаткам. Для многих моделей используется некоторая форма математической оптимизации для информирования процесса решения.

Общие соображения [ править ]

Организация [ править ]

Перечисленные здесь проекты моделирования открытой энергии 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 модели государственной политики в области энергетики более прозрачными, чтобы они лучше воспринимались политиками и общественностью. ^[1] Также существует желание использовать преимущества, которые могут принести открытые данные и открытая разработка программного обеспечения, включая уменьшение дублирования усилий, лучший обмен идеями и информацией, повышение качества и более широкое участие и принятие. ^[2] Таким образом, разработка модели обычно является коллективной работой и представляет собой академический проект, коммерческое предприятие или действительно инклюзивную инициативу сообщества.

В этой статье не рассматриваются проекты, которые просто делают свой исходный код или электронные таблицы доступными для публичной загрузки, но в которых отсутствует признанная лицензия на бесплатное программное обеспечение с открытым исходным кодом . Отсутствие лицензионного соглашения создает состояние правовой неопределенности, при которой потенциальные пользователи не могут знать, какие ограничения владелец может захотеть применить в будущем. ^{[3] : 1} Перечисленные здесь проекты считаются подходящими для включения на основании наличия ожидающей или опубликованной академической литературы или сообщения 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. ^{[4] : 211–213} В документе дается ряд рекомендаций для проектов, желающих перейти к более открытому подходу. ^{[4] : 214} Авторы также приходят к выводу, что с точки зрения открытости исследования в области энергетики отстают от других областей, в первую очередь от физики, биотехнологии и медицины. ^{[4] : 213–214}

Рост [ править ]

Моделирование открытых энергетических систем достигло зрелости в 2010-х годах. В статье 2011 года по этой теме упоминалось всего два проекта: OSeMOSYS и TEMOA . ^{[5] : 5861} Balmorel также был активен в то время, обнародованные в 2001 году. ^[B] По состоянию на март 2017 ^{[Обновить]}года в этой статье перечислено 25 таких обязательств (еще шесть ожидают добавления ).

Прозрачность, понятность и воспроизводимость [ править ]

Использование моделей открытых энергетических систем и открытых энергетических данных представляет собой одну из попыток улучшить прозрачность, понятность и воспроизводимость моделей энергетических систем, особенно тех, которые используются для содействия разработке государственной политики. ^[1]

В документе 2010 года, посвященном моделированию энергоэффективности, утверждается, что «процесс открытого коллегиального обзора может в значительной степени поддержать верификацию и валидацию модели, которые необходимы для разработки модели». ^{[6] : 17 [7]} Чтобы еще больше уважать процесс экспертной оценки , исследователи утверждают в статье 2012 года, что важно поместить как исходный код, так и наборы данных под общедоступный контроль версий, чтобы третьи стороны могли запускать, проверять и изучать конкретные модели. ^[8] В документе 2016 года утверждается, что основанные на моделях исследования энергетических сценариев, стремящиеся повлиять на лиц, принимающих решения в правительстве и промышленности, должны стать более понятными и прозрачными. С этой целью в документе представлен контрольный список критериев прозрачности, которые должны быть заполнены разработчиками моделей. Однако авторы заявляют, что они «рассматривают подходы с открытым исходным кодом как крайний случай прозрачности, который автоматически не способствует пониманию исследований для рекомендаций по вопросам политики». ^{[9] : 4}

В опубликованном в 2017 году обзоре на одной странице приводятся аргументы в пользу использования данных и моделирования в области открытой энергетики для создания общественного доверия к анализу политики. В статье также утверждается, что научные журналы несут ответственность за предоставление данных и кода вместе с текстом для экспертной оценки . ^[10]

Государственные проекты [ править ]

Спонсируемые государством проекты с открытым исходным кодом в любой сфере - явление относительно новое.

По состоянию на 2017 года ^{[Обновить]}, то Европейская комиссия поддерживает несколько моделирования энергосистемы проектов с открытым исходным кодом для облегчения перехода к системе низкоуглеродистой энергии для Европы. Проект Dispa-SET ( ниже ) моделирует европейскую электроэнергетическую систему и размещает свою кодовую базу на GitHub . Проект MEDEAS, который будет разрабатывать и внедрять новую модель экономики и энергетики с открытым исходным кодом для Европы, провел свое стартовое совещание в феврале 2016 года. ^{[11] : 6 [12]} По состоянию на февраль 2017 ^{[Обновить]}года проект еще не опубликовал ни одной публикации. исходный код. Созданный проект OSeMOSYS ( ниже) разрабатывает многосекторную энергетическую модель для Европы при финансовой поддержке Комиссии для поддержки взаимодействия с заинтересованными сторонами. ^[13] Однако флагманская модель JRC-EU-TIMES остается закрытой. ^[14]

Национальная модель NEMS США доступна, но, тем не менее, трудна в использовании. NEMS не классифицируется как проект с открытым исходным кодом в общепринятом смысле. ^[10]

Модели сектора электроэнергетики [ править ]

Открытые модели электроэнергетического сектора ограничиваются только электроэнергетическим сектором. Эти модели всегда имеют временное разрешение в один час или меньше. Некоторые модели сконцентрированы на технических характеристиках системы, включая хорошее представление сетей передачи высокого напряжения и потока мощности переменного тока . Другие модели отображают спотовые рынки электроэнергии и известны как модели диспетчеризации. В то время как другие модели включают в себя автономных агентов, чтобы фиксировать, например, решения о торгах с использованием методов ограниченной рациональности . Возможность управления переменными возобновляемыми источниками энергии , системами передачи и хранением в сети становятся важными соображениями.

ДИЕТР [ править ]

DIETER расшифровывается как Dispatch and Investment Evaluation Tool with Endogenous Renewables. DIETER - это диспетчерская и инвестиционная модель. Впервые он был использован для изучения роли накопителей энергии и других вариантов гибкости в будущих условиях с нуля с высокой долей возобновляемой генерации. DIETER разрабатывается Немецким институтом экономических исследований (DIW), Берлин , Германия. Кодовая и наборы данных для Германии можно загрузить с веб - сайта проекта. Базовая модель полностью описана в рабочем документе DIW и журнальной статье. ^{[15] [16]} DIETER написан в GAMS и был разработан с использованиемКоммерческий решатель CPLEX .

DIETER представляет собой чисто линейную (без целочисленных переменных) задачу минимизации затрат. В первоначальной формулировке переменные решения включают в себя инвестиции и отгрузку мощностей генерации, хранения и DSM на оптовом и балансирующем рынках электроэнергии Германии. Более поздние расширения модели включают взаимодействие транспортных средств с сетью и расчет солнечной электроэнергии. ^{[17] [18]}

Первое исследование с использованием DIETER изучает требования к хранению энергии для использования возобновляемых источников энергии в диапазоне от 60% до 100%. Согласно базовому сценарию 80% (нижняя граница целевого показателя правительства Германии на 2050 год) требования к хранению в сети остаются умеренными, а другие варианты как со стороны предложения, так и со стороны спроса предлагают 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 доступности биомассы. ^[19]

Dispa-SET [ править ]

В стадии разработки В настоящее время Европейской комиссии «с Объединенным исследовательским центром (JRC), Петтене , Нидерланды, Dispa-SET модель блок обязательств и отправка предназначена 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 проприетарный CPLEX sover, хотя также могут быть развернуты библиотеки с открытым исходным кодом. Технические описания доступны для версий  2.0  ^[20] и  2.1. ^[21] Dispa-SETразмещается на GitHub вместе с пробным набора данных, и взносы третьих сторон поощряются. Кодовая был протестирован на Windows, MacOS и Linux. Доступна онлайн-документация. ^[22]

SET в названии проекта относится к Европейскому стратегическому плану энергетических технологий (SET-Plan), цель которого - сделать Европу лидером в области энергетических технологий, способных выполнить будущие (2020 и 2050 годы) цели в области энергетики и климата. Моделирование энергосистем в различных формах занимает центральное место в этой инициативе Европейской комиссии . ^[23]

Модельная энергосистема управляется одним оператором, который полностью осведомлен об экономических и технических характеристиках энергоблоков, нагрузках на каждом узле и сильно упрощенной сети передачи. Спрос считается полностью неэластичным . Система подвержена внутрипериодным и межпериодным ограничениям по обязательствам (последние по большей части охватывают ядерную и тепловую генерацию) и эксплуатируется в экономическом режиме . ^{[21] : 4} Используются почасовые данные, горизонт моделирования обычно составляет один год. Но чтобы модель оставалась управляемой, используется двухдневная оптимизация скользящего горизонта. Модель развивается шагами в один день, оптимизируя следующие 48. часов вперед, но с сохранением результатов только первые 24  часа. ^{[21] : 14–15}

Две связанные публикации описывают роль и представление мер гибкости в энергосистемах, сталкивающихся с постоянно увеличивающейся долей переменных возобновляемых источников энергии (VRE). ^{[24] [25]} Эти меры гибкости включают в себя: управляемую генерацию (с ограничениями по эффективности, скорости нарастания, частичной нагрузке, а также времени нарастания и простоя), обычное хранилище (преимущественно гидроаккумулирующие гидроаккумуляторы ), трансграничные соединительные линии, управление спросом. , сокращение использования возобновляемых источников энергии, сброс нагрузки в крайнем случае и возникающие решения по преобразованию электроэнергии в X (где X означает газ, тепло или мобильность). Разработчик модели может установить цель для возобновляемых источников энергии и ограничить выбросы CO.
2и другие загрязнители. ^[21] Планируемые расширения программного обеспечения включают поддержку упрощенного потока мощности переменного тока  ^[c] (передача в настоящее время рассматривается как транспортная проблема ), новые ограничения (например, подача охлаждающей воды ), стохастические сценарии и включение рынков вспомогательных  услуг . ^[22]

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 ядерной генерации, газотурбинных установок с комбинированным циклом (CCGT) и VRE и делается вывод о том, что установки CCGT подвергаются более агрессивной цикличности по мере проникновения возобновляемой генерации. ^[27]

В исследовании 2020 года изучалось коллективное воздействие будущих климатических условий на 34 европейские энергосистемы, включая потенциальные изменения в выработке солнечной, ветровой и гидроэнергии, а также спроса на электроэнергию при различных прогнозируемых метеорологических сценариях для Европейского континента. ^[28]

EMLab-Generation [ править ]

EMLab-Generation - это агентная модель, охватывающая два взаимосвязанных рынка электроэнергии - будь то две соседние страны или две группы стран. Программное обеспечение разрабатывается на энергии Modeling Lab , Технологического университета Делфта , Делфт , Нидерланды. Имеется информационный бюллетень. ^[29] И программная документация доступна. ^[30] EMLab-Generation написан на Java .

EMLab-Generation моделирует действия энергетических компаний, инвестирующих в генерирующие мощности, и использует это для изучения долгосрочных эффектов различных политик в области энергетики и защиты климата . Эти политики могут быть нацелены на возобновляемую генерацию, CO
2выбросы, надежность поставок и / или доступность энергии. Энергетические компании являются основными агентами: они участвуют в торгах на энергетических рынках и инвестируют, исходя из чистой приведенной стоимости (NPV) перспективных проектов электростанций. Они могут применять различные технологии, используя сценарии из « Перспективы мировой энергетики 2011 года» МЭА . ^[31] Агентная методология позволяет проверять различные наборы допущений, такие как неоднородность действующих лиц, 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 борьбы с загрязнением, отложенное реагирование, а также влияние неопределенности и риска на инвестиционные решения.

В исследовании 2014 года с использованием EMLab-Generation изучается влияние введения минимальных и максимальных цен на CO.
2согласно EU ETS . И, в частности, их влияние на динамичный путь инвестирования двух взаимосвязанных рынков электроэнергии (в некоторой степени Великобритании и Центральной Западной Европы). Исследование обнаружило распространенный умеренный CO
2аукционная резервная цена приводит к более непрерывному пути декарбонизации и сокращает CO
2волатильность цен. Добавление максимальной цены может защитить потребителей от резких скачков цен. Такие ценовые ограничения не должны приводить к превышению целевых показателей выбросов в долгосрочной перспективе. ^[32]

ЭММА [ править ]

EMMA - это модель европейского рынка электроэнергии. Это технико-экономическая модель, охватывающая интегрированную энергосистему Северо-Запада Европы. EMMA разрабатывается консалтинговой компанией по экономике энергетики Neon Neue Energieökonomik, Берлин , Германия. Исходный код и наборы данных можно загрузить с веб - сайта проекта. Имеется инструкция. ^[33] EMMA написана в GAMS и использует коммерческий решатель CPLEX .

EMMA моделирует диспетчеризацию и инвестиции в электроэнергию, сводя к минимуму общие затраты, связанные с инвестициями, генерацией и торговлей между областями рынка. С экономической точки зрения EMMA классифицируется как модель частичного равновесия оптового рынка электроэнергии с акцентом на предложение. EMMA определяет краткосрочные или долгосрочные оптимумы (или равновесия) и оценивает соответствующую структуру мощностей, почасовые цены, отгрузку и трансграничную торговлю. Технически EMMA - это чисто линейная программа (без целочисленных переменных) с примерно двумя миллионами ненулевых переменных. По состоянию на 2016 год ^{[Обновить]}модель охватывает Бельгию, Францию, Германию, Нидерланды и Польшу и поддерживает традиционную генерацию, возобновляемую генерацию и когенерацию.. ^{[33] [34]}

EMMA использовалась для изучения экономических эффектов растущего проникновения переменных возобновляемых источников энергии (VRE), в частности солнечной энергии и энергии ветра, в энергосистему Северо-Западной Европы. Исследование 2013 года показало, что увеличение доли VRE приведет к снижению цен и, как следствие, конкурентное крупномасштабное развертывание возобновляемой генерации будет труднее, чем многие ожидают. ^[35] В исследовании 2015 года оценивается оптимальная для благосостояния доля рынка ветровой и солнечной энергии. По ветру это 20%, в три раза больше, чем сейчас. ^[36]

В независимом исследовании 2015 года рассматривается модель EMMA и комментируются предполагаемые высокие удельные затраты на инвестиции в возобновляемые источники энергии. ^{[15] : 6}

GENESYS [ править ]

GENESYS означает генетическую оптимизацию европейской системы энергоснабжения. Программное обеспечение разрабатывается совместно Институтом энергетических систем и экономики энергетики (IAEW) и Институтом силовой электроники и электрических приводов (ISEA), оба из RWTH Ахенского университета , Ахен , Германия. В рамках проекта поддерживается веб-сайт, на котором потенциальные пользователи могут запрашивать доступ к базе кода и набору данных только для базового сценария 2050 года. ^[37] Доступны подробные описания программного обеспечения. ^{[38] [39]} GENESYS написан на C ++ и использует библиотеки Boost ,Реляционная база данных MySQL , среда приложений Qt  4 и, возможно, решатель CPLEX .

Инструмент моделирования GENESYS разработан для оптимизации будущей энергосистемы EUMENA (Европа, Ближний Восток и Северная Африка) и предполагает высокую долю возобновляемой генерации. Он может найти экономически оптимальное распределение генерирующих, накопительных и передающих мощностей в 21  регионе 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 симплексного алгоритма сети.. GENESYS поставляется с набором входных временных рядов и набором параметров на 2050 год, которые пользователь может изменять.

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 определения параметров хранения и передачи данных между 21 регионом  . При условии 100% самообеспечения околоВсего 2500 ГВт ВИЭ и емкость хранения около240 000  ГВт необходимы, что соответствует 6% годового спроса на энергию, а сетку передачи HVDC , из375 000  ГВт · км . Совокупная смета затрат на производство, хранение и передачу без учета распределения составляет 6,87  цента / кВтч. ^[38]

В исследовании 2016 года рассматривалась взаимосвязь между мощностью хранения и передачи 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, результирующий спрос на накопительные мощности различных технологий (батареи, гидроаккумуляторы и накопители водорода) и пропускную способность передающей сети. ^[39]

НЕМО [ править ]

NEMO, Национальный оптимизатор рынка электроэнергии, представляет собой хронологическую модель диспетчеризации для тестирования и оптимизации различных портфелей традиционных и возобновляемых технологий производства электроэнергии. Он применяется исключительно к Австралийскому национальному рынку электроэнергии (NEM), который, несмотря на свое название, ограничен восточной и южной частью Австралии. NEMO разрабатывается в Центре энергетики и экологических рынков (CEEM) Университета Нового Южного Уэльса (UNSW), Сидней , Австралия с 2011 года. ^[40] Проект поддерживает небольшой веб-сайт и ведет список адресов электронной почты . NEMO написан на Python . Сам NEMO описан в двух публикациях. ^{[41] :sec 2 [42] : sec 2} Также указаны источники данных. ^{[41] : sec 3} Оптимизация выполняется с использованием одноцелевой функции оценки со штрафами. Пространство решений возможностей генератора ищется с использованием алгоритма CMA-ES (стратегия эволюции адаптации ковариационной матрицы). Временной шаг произвольный, но обычно используется один час.

NEMO использовался для изучения вариантов выработки электроэнергии на 2030 год в рамках различных сценариев использования возобновляемых источников энергии (ВИЭ) и технологий сокращения использования ископаемого топлива. В исследовании 2012 года изучается возможность создания полностью возобновляемой системы с использованием концентрированной солнечной энергии (CSP) с накоплением тепла, ветряными электростанциями , фотоэлектрическими системами , существующей гидроэлектростанцией и газовыми турбинами на биотопливе . Выявлен ряд потенциальных систем, которые также соответствуют критериям надежности NEM. Основная задача - обслуживание пикового спроса зимними вечерами после пасмурных дней и периодов слабого ветра. ^[41] В исследовании 2014 г. исследуются три сценария использования тепловой генерации на угле сулавливание и хранение углерода (CCS) и газовые турбины с улавливанием и без него. Эти сценарии сравниваются с анализом 2012 года с использованием полностью возобновляемой генерации. Исследование показало, что «только при небольшом количестве и, казалось бы, маловероятных комбинациях затрат любой из сценариев использования ископаемого топлива может экономически конкурировать со 100% возобновляемой электроэнергией в мире с ограниченными выбросами углерода». ^{[43] : 196} В исследовании 2016 года оцениваются дополнительные затраты на увеличение доли возобновляемых источников энергии в рамках диапазона предельных значений выбросов парниковых газов и цен на углерод. Исследование показало, что дополнительные затраты линейно увеличиваются от нуля до 80% RE, а затем постепенно увеличиваются. В исследовании делается вывод о том, что такой рост затрат не является достаточной причиной для отказа от 100% целевых показателей возобновляемых источников энергии. ^[42]

OnSSET [ править ]

OnSSET - это набор инструментов для пространственной электрификации с открытым исходным кодом. OnSSET разрабатывается разделение энергетических систем , KTH Королевский технологический институт , Стокгольм , Швеция. Программное обеспечение используется для изучения областей, не обслуживаемых электросетью, и определения технологических вариантов и инвестиционных требований, которые обеспечат доступ к услугам электроснабжения с наименьшими затратами. OnSSET предназначен для поддержки системы Организации Объединенных Наций " SDG 7 : обеспечение доступной, надежной, устойчивой и современной энергетики для всех. Набор инструментов, известный как OnSSET, был выпущен 26  ноября 2016 года. OnSSET не поставляется с данными, но подходящие наборы данных доступны на сайте energydata.info.. У проекта есть веб-сайт и список рассылки . ^{[44] [45] [46]}

OnSSET может оценивать, анализировать и визуализировать наиболее экономичные варианты доступа к электрификации, будь то обычная сеть , мини-сеть или автономная. ^[47] Набор инструментов поддерживает ряд традиционных и возобновляемых источников энергии, включая фотоэлектрические, ветряные турбины и малую гидроэнергетику . С 2017 ^{[Обновить]}года добавляются биоэнергетические и гибридные технологии, такие как ветро-дизель .

OnSSET использует энергетическую и географическую информацию, последняя может включать размер и местоположение населенных пунктов, существующую и планируемую инфраструктуру передачи и генерации, экономическую деятельность, возобновляемые источники энергии, дорожные сети и потребности в ночном освещении. Информация ГИС может поддерживаться с помощью собственного пакета ArcGIS или его эквивалента с открытым исходным кодом, такого как GRASS или QGIS . ^[48]

OnSSET был использован для конкретных исследований в Афганистане , ^[49] Боливия , ^[50] Эфиопия , ^{[47] [51]} Нигерия , ^{[47] [52]} и Танзания . ^[48] OnSSET также применялся в Индии , Кении и Зимбабве . Кроме того, были проведены континентальные исследования для стран Африки к югу от Сахары и Латинской Америки . ^[53] По состоянию на 2017 год^{[Обновить]}, есть планы применить OnSSET в развивающихся странах Азии, чтобы повысить разрешающую способность анализа и расширить поддержку различных производственных видов использования электроэнергии.

Результаты OnSSET вошли в отчеты IEA World Energy Outlook за 2014  ^[54] и 2015 годы ^[55], в отчет Всемирного банка Global Tracking Framework в 2015 году ^[56] и в отчет IEA Africa Energy Outlook в 2019 году. ^[57] OnSSET также является частью зарождающейся платформы GEP. ^[58]

pandapower [ править ]

pandapower - это программа анализа и оптимизации энергосистемы, совместно разрабатываемая исследовательской группой по управлению энергопотреблением и эксплуатации энергосистем Кассельского университета и Департаментом эксплуатации распределительных систем Института экономики энергетики и технологий энергосистем (IEE) Фраунгофера , Кассель , Германия. База кода размещена на GitHub, а также доступна в виде пакета . У проекта есть веб-сайт, список рассылки и онлайн-документация. pandapower написан на Python . Он использует библиотеку pandas для обработки и анализа данных и библиотеку PYPOWER  ^[59]решить для потока мощности . В отличие от некоторых инструментов системы питания с открытым исходным кодом, pandapower не зависит от проприетарных платформ, таких как MATLAB .

pandapower поддерживает автоматизированный анализ и оптимизацию распределительных и передающих сетей. Это позволяет исследовать большое количество сценариев на основе различных будущих конфигураций и технологий сети. pandapower предлагает набор элементов энергосистемы, в том числе: линии, 2-обмоточные трансформаторы, 3-обмоточные трансформаторы и их эквиваленты. Он также содержит модель коммутатора, которая позволяет моделировать идеальные коммутаторы «шина-шина», а также переключатели «шина-линия / шина-трафарет». Программа поддерживает топологический поиск. Сама сеть может быть построена с географической информацией или без нее, используя библиотеки matplotlib и plotly .

В публикации 2016 года оценивается полезность программного обеспечения на основе нескольких тематических исследований с участием крупных операторов распределительных систем (DSO). Эти исследования исследуют интеграцию возрастающих уровней фотоэлектрической энергии в существующие распределительные сети. В исследовании делается вывод о том, что возможность тестирования большого количества подробных сценариев имеет важное значение для надежного планирования энергосистемы. Тем не менее, вопросы доступности данных и размерности проблемы по-прежнему будут создавать проблемы. ^[60]

В документе 2018 года описывается упаковка и ее дизайн, а также приводится пример из практики. В статье объясняется, как пользователи работают с моделью на основе элементов (EBM), которая внутренне преобразуется в модель ответвлений шины (BBM) для вычислений. Пакет поддерживает моделирование энергосистемы, расчет оптимального потока мощности (требуется информация о стоимости), оценка состояния (если характеристика системы не соответствует точности) и сетевой анализ на основе графов . Пример показывает, как несколько десятков строк сценариев могут взаимодействовать с pandapower для улучшения проектирования системы с учетом различных операционных требований. Связанный код размещен на GitHub в виде записных книжек jupyter . ^[61]

По состоянию на 2018 год ^{[Обновить]}, BNetzA , регулятор немецкой сети, использует pandapower для автоматизированного анализа сетки. ^[62] Институты энергетических исследований в Германии также следят за развитием pandapower. ^{[63] : 90}

PowerMatcher [ править ]

Программное обеспечение PowerMatcher реализует механизм координации интеллектуальной сети, который уравновешивает распределенные энергоресурсы (DER) и гибкие нагрузки с помощью 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 ^{[Обновить]}г. существующие наборы данных недоступны. PowerMatcher написан на Java .

Каждое устройство в системе интеллектуальной электросети - будь то стиральная машина, ветрогенератор или промышленная турбина - выражает свою готовность потреблять или производить электричество в форме предложения. Затем эти заявки собираются и используются для определения равновесной цены. Таким образом, программное обеспечение PowerMatcher позволяет интегрировать большую долю возобновляемой энергии в существующие электрические системы, а также должно избегать любой локальной перегрузки в возможно устаревших распределительных сетях. ^[64]

Power TAC [ править ]

Power TAC расшифровывается как Power Trading Agent Competition. Power TAC - это агентно-ориентированная модель, имитирующая работу розничных рынков в электроэнергетическом ландшафте, все больше ориентированном на потребителей и возобновляемые источники энергии. Первая версия проекта Power TAC началась 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 торговые агенты с машинным обучением , или «брокеры», напрямую конкурируют друг с другом в качестве агрегаторов для максимизации прибыли между оптовыми рынками и розничными покупателями. Модели клиентов представляют домохозяйства, малый и крупный бизнес, многоквартирные дома, ветряные парки, владельцев солнечных панелей, владельцев электромобилей, холодильных складов и т. Д. Брокеры стремятся получить прибыль, предлагая клиентам тарифы на электроэнергию и продавая электроэнергию оптом. рынок, тщательно уравновешивая 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 Кафедра компьютерных наук Миннесотского университета. Платформа использует различные реальные данные о погоде, рыночных ценах и совокупном спросе, а также поведении клиентов. Брокерские агенты разрабатываются исследовательскими группами по всему миру и участвуют в ежегодных турнирах. Данные этих турниров общедоступны и могут использоваться для оценки эффективности и взаимодействия агентов. Платформа использует конкурентный бенчмаркинг, чтобы облегчить исследование, среди прочего, тарифного плана на розничных рынках электроэнергии,стратегии торгов на оптовых рынках электроэнергии, эффективность рынков по мере увеличения или уменьшения проникновения устойчивых энергоресурсов или электромобилей, эффективность подходов машинного обучения и альтернативные политические подходы к регулированию рынка. Программное обеспечение способствовало изучению различных 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.Программное обеспечение способствовало изучению различных 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.Программное обеспечение способствовало изучению различных 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.

PSOPTLIB

Это список моделей, доступных в интерактивной библиотеке моделей (PSOPTLIB) на основе книги Алиреза Соруди « Моделирование оптимизации энергосистемы в GAMS » . Библиотека содержит набор из 32 моделей из различных областей оптимизации энергосистемы, выраженных в GAMS. Книга и библиотека описывают, как Общую систему алгебраического моделирования (GAMS) можно использовать для решения различных задач оптимизации работы энергосистем и планирования. В библиотеке представлены следующие модели энергосистем

• Экономическая отправка
• Многопериодный DCOPF ACOPF
• Хранилище энергии
• Обязательства единицы
• Распределение PMU
• Модель Energy Hub

renpass [ править ]

renpass - это аббревиатура от Renewable Energy Pathways Simulation System. renpass - это имитационная модель электричества 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) Университета Фленсбурга , Германия. У проекта есть веб-сайт, с которого можно скачать кодовую базу . renpass написан на R и связан с базой данных MySQL . Доступно руководство в формате PDF. ^[65] Renpass также описан в докторской диссертации. ^[66] С 2015 ^{[Обновить]}года renpass расширяется до renpassG! S на основеoemof .

renpass - это модель диспетчеризации электроэнергии, которая минимизирует системные затраты на каждом временном шаге (оптимизация) в рамках данной инфраструктуры (симуляция). Временной шаг может составлять 15 минут или один час. Метод предполагает совершенное предвидение. renpass поддерживает электросистемы Австрии, Бельгии, Чехии, Дании, Эстонии, Франции, Финляндии, Германии, Латвии, Литвы, Люксембурга, Нидерландов, Норвегии, Польши, Швеции и Швейцарии.

Задача оптимизации для каждого временного шага - минимизировать затраты на электроснабжение с использованием существующего парка электростанций для всех регионов. После этой региональной диспетчеризации осуществляется обмен между регионами и ограничивается мощностью сети. Эта последняя проблема решается с помощью эвристической процедуры, а не рассчитывается детерминированно. Входными данными являются порядковый номер, предельная мощность электростанции, избыточная энергия (возобновляемая энергия, которую можно сократить) и избыточный спрос (спрос, который не может быть удовлетворен) для каждого региона. Алгоритм обмена стремится к наименьшей стоимости для всех регионов, поэтому целевая функция - минимизировать общие затраты для всех регионов с учетом существующей сетевой инфраструктуры, хранилищ и генерирующих мощностей. Общая стоимость определяется как остаточная нагрузка, умноженная на цену в каждом регионе,подведены по всем регионам.

В исследовании 2012 года используется renpass для изучения возможности создания системы 100% возобновляемой электроэнергии 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 усовершенствования энергосистемы, снижение спроса на 20%, умеренное использование вариантов хранения и развертывание биомассы для гибкого производства. Исследование показало, что создание 100% возобновляемой электроэнергетической системы возможно, хотя и со случайным импортом из соседних стран, и что биомасса играет ключевую роль в стабильности системы. Стоимость этого перехода оценивается в 50  евро / МВтч. ^[67] Исследование 2014 года использует renpass для моделирования Германии и ее соседей. ^[68] В диссертации 2014 года используется технология renpass для изучения преимуществ как нового кабеля между Германией и Норвегией, так и новых гидроаккумулирующих мощностей в Норвегии с учетом 100% возобновляемых электроэнергетических систем в обеих странах. ^{[69] В} другом исследовании 2014 года используется Renpass для изучения немецкого Energiewende , перехода Германии к устойчивой энергетической системе. В исследовании также утверждается, что общественное доверие, необходимое для поддержки такого перехода, может быть достигнуто только за счет использования прозрачных моделей энергетики с открытыми источниками. ^[70]

SciGRID [ править ]

SciGRID, сокращение от Scientific Grid, представляет собой модель сетей электропередачи Германии и Европы с открытым исходным кодом . Исследовательский проект управляется Институтом сетевых энергетических систем DLR, расположенным в Ольденбурге , Германия. У проекта есть веб-сайт и информационная рассылка по электронной почте. SciGRID написан на Python и использует базу данных PostgreSQL . Первый выпуск (v0.1) был выпущен 15 июня 2015 года. 

SciGRID стремится исправить недостаток открытых исследовательских данных о структуре сетей передачи электроэнергии в Европе. Этот недостаток данных мешает попыткам построить, охарактеризовать и сравнить модели энергетических систем с высоким разрешением. SciGRID использует данные сети передачи, доступные из проекта OpenStreetMap , доступного 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 в более простое представление для использования в энергетических моделях. ^{[71] [72]}

Связанный проект - GridKit , выпущенный под лицензией MIT . GridKit разрабатывается для исследования возможности «эвристического» анализа для дополнения анализа на основе маршрутов, используемого в SciGRID. Доступны данные для сетевых моделей высоковольтных электрических сетей Европы и Северной Америки. ^[73]

СИРЕНА [ править ]

SIREN расшифровывается как SEN Integrated Renewable Energy Network Toolkit. Проект реализуется неправительственной организацией « Устойчивая энергия сейчас», расположенной в Перте , Австралия. У проекта есть веб-сайт. SIREN работает в Windows, а исходный код размещен на SourceForge . Программное обеспечение написано на Python и использует модель SAM (System Advisor Model) из 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 масштаба возобновляемых источников энергии для удовлетворения определенного спроса на электроэнергию. SIREN использует ряд открытых или общедоступных источников данных: карты могут быть созданы из листов OpenStreetMap, а наборы данных о погоде могут быть созданы с использованием спутниковых данных NASA MERRA-2. ^{[d] [74]}

Исследование, проведенное в 2016 году с использованием SIREN для анализа взаимосвязанной системы юго-запада Западной Австралии (SWIS), показало, что она может перейти на 85% возобновляемых источников энергии (ВЭ) по той же цене, что и новый уголь и газ. Кроме того, 11,1  млн тонн CO
2эквалайзера можно было бы избежать. При моделировании цена углерода составляет 30 австралийских  долларов за тонну CO.
2. Дальнейшие сценарии исследуют цель 100% возобновляемой генерации. ^[75]

ПЕРЕКЛЮЧИТЬ [ править ]

SWITCH - это сокращение от солнечной, ветровой, традиционной и гидроэлектрической генерации и передачи. SWITCH - это оптимальная модель планирования для энергосистем с большой долей возобновляемых источников энергии. SWITCH разрабатывается кафедрой электротехники Гавайского университета , Маноа , Гавайи , США. У проекта есть небольшой веб-сайт, а его кодовая база и наборы данных размещены на GitHub . SWITCH написан на Pyomo , библиотеке компонентов оптимизации, написанной на Python . Может использовать решатель GLPK с открытым исходным кодом или коммерческие CPLEX и Gurobi. решатели.

SWITCH - это модель энергосистемы, ориентированная на интеграцию возобновляемых источников энергии. Он может определить, какие проекты по производству и передаче электроэнергии необходимо построить, чтобы удовлетворить спрос на электроэнергию с наименьшими затратами в течение нескольких лет, а также снизить выбросы CO.
2выбросы. SWITCH использует многоступенчатую стохастическую линейную оптимизацию с целью минимизировать приведенную стоимость затрат на электростанции, пропускную способность, использование топлива и произвольную величину CO на тонну.
2плату (представляющую собой налог на выбросы углерода или цену сертификата) в течение многолетнего инвестиционного периода. Он имеет два основных набора переменных решения. Во-первых, в начале каждого инвестиционного периода SWITCH выбирает, сколько генерирующих мощностей нужно построить в каждой из нескольких географических зон нагрузки, сколько возможностей передачи электроэнергии добавить между этими зонами, и следует ли использовать 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 каждом инвестиционном периоде SWITCH ежечасно принимает решения о том, сколько энергии вырабатывать на каждой управляемой электростанции и хранить на каждой гидроаккумулируемой гидроагрегате.объекта или передачи по каждому соединителю передачи. Система также должна обеспечивать достаточную мощность генерации и передачи, чтобы обеспечить запас по планированию на 15% выше прогнозируемой нагрузки. Для каждого часа выборки SWITCH использует спрос на электроэнергию и производство энергии из возобновляемых источников на основе фактических измерений, чтобы погодные корреляции между этими элементами оставались неизменными.

После этапа оптимизации SWITCH используется на втором этапе для проверки предлагаемого инвестиционного плана в отношении более полного набора погодных условий и для добавления резервных генерирующих мощностей, чтобы всегда соблюдался запас по планированию. Наконец, на третьем этапе затраты рассчитываются путем замораживания инвестиционного плана и эксплуатации предлагаемой энергосистемы в полном наборе погодных условий.

В документе 2012 года Калифорния с 2012 по 2027 год используется в качестве примера для SWITCH. Исследование показало, что не существует потолка на количество энергии ветра и солнца, которое может быть использовано, и что эти ресурсы потенциально могут снизить выбросы на 90% или более (по сравнению с уровнями 1990 года) без снижения надежности или значительного повышения затрат. Кроме того, политика, побуждающая потребителей электроэнергии переносить спрос в те времена, когда возобновляемые источники энергии наиболее распространены (например, посредством своевременной зарядки электромобилей ), может обеспечить радикальное сокращение выбросов при умеренных затратах. ^[76]

В последнее время SWITCH использовался для поддержки консенсусного планирования энергосистем на Гавайях . ^[77] Модель также применяется в Чили , Мексике и других странах. ^[78]

Основная версия  2.0 была выпущена в конце 2018 года. ^[78] В исследовании, проведенном в том году, SWITCH сравнивался с патентованной моделью MAPS General Electric, на примере Гавайев. ^[79]

URBS [ править ]

URBS, что на латыни означает « город», представляет собой модель линейного программирования для изучения проблем расширения мощностей и обязательств блока и особенно подходит для распределенных энергетических систем (DES). Она разрабатывается Институтом возобновляемой и систем устойчивой энергетики , Технический университет Мюнхена , Германия. Кодовая размещается на GitHub . URBS написан на Python и использует пакеты оптимизации Pyomo .

Классы URBS в качестве основы для моделирования энергии и попытки 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 работы. ^{[80] : 11–14}

Программное обеспечение использовалось для изучения оптимального с точки зрения затрат расширения европейской сети электропередачи с использованием прогнозируемых ветровых и солнечных мощностей на 2020 год. Исследование 2012 года с использованием высокого пространственного и технологического разрешения показало, что добавление переменных возобновляемых источников энергии (VRE) приводит к снижению доходов от традиционной энергетики растения и расширения сетки перераспределяют и смягчают этот эффект. ^[81] Программное обеспечение также использовалось для исследования энергетических систем в Европе, на Ближнем Востоке и в Северной Африке (EUMENA) ^[80], а также в Индонезии, Малайзии и Сингапуре. ^[82]

Модели энергосистем [ править ]

Модели открытых энергетических систем охватывают некоторые или все энергоносители, присутствующие в энергетической системе. Обычно всегда включаются модели электроэнергетического сектора . В некоторых моделях добавлен сектор теплоснабжения, что может быть важно для стран со значительным объемом централизованного теплоснабжения . Другие модели добавляют газовые сети. С появлением эмоций другие модели по-прежнему включают аспекты транспортного сектора. Действительно, объединение этих различных секторов с помощью технологий power-to-X является новой областью исследований. ^[38]

Балморель [ править ]

Balmorel - это рыночная модель энергетической системы из Дании. Первоначально разработка финансировалась Датской программой энергетических исследований в 2001 году. ^{[66] : 23} Кодовая база была обнародована в марте 2001 года. ^[83] Проект Balmorel поддерживает обширный веб-сайт, с которого кодовую базу и наборы данных можно загрузить в виде zip-архива. файл . Пользователям предлагается зарегистрироваться. Документация доступна на том же сайте. ^{[84] [85] [86]} Балморель написан в GAMS .

Первоначальной целью проекта Balmorel было построение модели частичного равновесия для секторов электроэнергии и ТЭЦ в регионе Балтийского моря для целей анализа политики. ^[87] Эти амбиции и ограничения давно преодолены, и Балморель больше не привязан к своей изначальной географии и вопросам политики. ^[85] Balmorel классифицируется как модель диспетчеризации и инвестиций и использует временное разрешение в один час. Он моделирует предложение и спрос на электроэнергию и тепло и поддерживает их межвременное хранение. Balmorel имеет структуру чисто линейной программы (без целочисленных переменных).

По состоянию на 2016 год о ^{[Обновить]}Балмореле было написано около 22  публикаций. В исследовании, проведенном в 2008 году, Balmorel используется для изучения энергетической системы Северных стран в 2050 году. Основное внимание уделяется возобновляемым источникам энергии и использованию водорода в качестве основного транспортного топлива. При определенных предположениях о будущих ценах на нефть и углерод и потреблении водорода модель показывает, что экономически оптимально покрывать с использованием возобновляемых источников энергии более 95% потребления первичной энергии для электричества и централизованного теплоснабжения и 65% транспорт. ^[88] В исследовании 2010 года Balmorel используется для изучения интеграции гибридных транспортных средств (PHEV) в систему, включающую одну четверть ветряной энергии и три четверти тепловой генерации. Исследование показывает, что PHEV могут снизить выброс CO
2выбросы из энергосистемы, если они будут активно интегрированы, тогда как невмешательство - позволяя людям заряжать свои автомобили по своему желанию - может привести к увеличению выбросов. ^[89] Исследование, проведенное в 2013 году, использует Balmorel для изучения оптимизированных с точки зрения затрат инвестиций в ветроэнергетику в регионе Северной Европы и Германии. В исследовании изучается наилучшее размещение ветряных электростанций с учетом ветровых условий, расстояния до нагрузки и уже существующей инфраструктуры генерации и передачи. ^[90]

Каллиопа [ править ]

Calliope - это фреймворк для моделирования энергетической системы с акцентом на гибкость, высокое пространственное и временное разрешение и возможность выполнять разные прогоны с использованием одного и того же набора данных базового случая. Проект разрабатывается на кафедре экологической системы наук , ETH Zurich , Цюрих , Швейцария. Проект поддерживает веб-сайт, размещает базу кода на GitHub , управляет системой отслеживания проблем и двумя списками адресов электронной почты . Каллиопа написана на Python и использует библиотеку Pyomo . Он может ссылаться на решатель GLPK с открытым исходным кодом и коммерческие CPLEX иРешатели Гуроби . Доступна документация в формате PDF. ^[91] Доступен двухстраничный обзор программного обеспечения. ^[92]

Модель Каллиопы состоит из набора структурированных текстовых файлов в форматах YAML и CSV , которые определяют технологии, расположение и потенциал ресурсов. Каллиопа берет эти файлы, строит чисто линейную задачу оптимизации (без целочисленных переменных), решает ее и сообщает результаты в виде структур данных панд для анализа. Структура содержит пять абстрактных базовых технологий - предложение, спрос, преобразование, хранение, передача - из которых могут быть получены новые конкретные технологии. Дизайн Calliope предусматривает четкое разделение фреймворка (кода) и модели (данных).

В исследовании 2015 года Каллиопа используется для сравнения будущей роли ядерной энергетики и CSP в Южной Африке . Он пришел к выводу, что к 2030 году CSP может быть конкурентоспособным с ядерной энергетикой по базовой нагрузке и более конкурентоспособным при производстве сверх базовой нагрузки. CSP также предлагает меньший инвестиционный риск, меньший экологический риск и другие сопутствующие выгоды. ^[93] Во втором исследовании 2015 года сравнивается большое количество экономически оптимальных энергосистем Великобритании будущего . Испытываются технологии трех поколений: возобновляемые источники энергии, ядерная энергия 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% возобновляемой переменноймощность возможна с небольшим увеличением стоимости, в то время как более высокие доли требуют крупномасштабного хранения , импорта и / или отправляемых возобновляемых источников энергии, таких как период приливов и отливов . ^[94]

DESSTinEE [ править ]

DESSTinEE означает «Спрос на энергетические услуги, поставку и передачу в Европе». DESSTinEE - это модель европейской энергосистемы 2050 года с упором на электроэнергетическую систему. DESSTinEE разрабатывается в первую очередь в бизнес-школе Имперского колледжа , Имперский колледж Лондона (ICL), Лондон , Великобритания. Программное обеспечение можно скачать с сайта проекта. DESSTinEE написан в Excel / VBA и состоит из набора автономных электронных таблиц . Имеется флаер. ^[95]

DESSTinEE предназначен для исследования предположений о технических требованиях к транспортировке энергии, особенно электроэнергии, и масштабов экономических проблем, связанных с развитием необходимой инфраструктуры. Рассматриваются 40 стран в Европе и вокруг нее, и поддерживаются десять форм первичной и вторичной энергии. Модель использует метод прогнозного моделирования, а не решение для частичного или общего равновесия . Модель прогнозирует годовой спрос на энергию 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 в регионе. ^[96]

В исследовании 2016 года с использованием DESSTinEE (и второй модели eLOAD) изучается эволюция кривых электрической нагрузки в Германии и Великобритании с настоящего момента до 2050 года. В 2050 году пиковые нагрузки и скорости линейного изменения возрастут на 20–60%, а использование системы снизится на 15–20%. отчасти из-за значительного использования тепловых насосов и электромобилей . Это существенные изменения. ^[97]

Модель перехода энергии [ править ]

Модель энергетического перехода (ETM) - это интерактивная веб-модель, использующая целостное описание энергетической системы страны. Его разрабатывает 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 интерактивен. 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). values), чтобы изучить следующее:

• Цели: установите цели для сценария и посмотрите, могут ли они быть достигнуты. Цели включают: CO
  2 сокращение, доли возобновляемых источников энергии, общая стоимость и ограничения на импорт
• требования: расширение или ограничение спроса 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 электричества

ETM основан на энергетическом графе ( орграфе ), в котором узлы ( вершины ) могут преобразовывать один тип энергии в другой, возможно, с потерями. Связи ( 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 получаемый CO.
2выбросы. Модель основана на спросе, что означает, что орграф проходит от полезного спроса (такого как отопление помещений, использование горячей воды и автомобильно-километры) до первичного спроса (добыча газа, импорт угля и т. Д.).

EnergyPATHWAYS [ править ]

EnergyPATHWAYS - это восходящая модель энергетического сектора, используемая для изучения краткосрочных последствий долгосрочной глубокой декарбонизации. Ведущий разработчик - консалтинговая компания по вопросам энергетики и защиты 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 можно использовать решатели GLPK , CPLEX или Gurobi . EnergyPATHWAYS использует систему управления объектно-реляционными базами данных PostgreSQL (ORDBMS) для управления своими данными .

EnergyPATHWAYS - это комплексная система бухгалтерского учета, используемая для построения сценариев энергетической инфраструктуры в масштабах всей экономики. В то время как части модели действительно используют методы линейного программирования , например, для диспетчеризации электроэнергии, модель EnergyPATHWAYS по сути не является оптимизационной моделью и не включает динамику принятия решений. EnergyPATHWAYS предлагает подробную информацию об энергии, стоимости и выбросах с учетом потоков энергии от первичного предложения до конечного спроса. Представление энергетической системы является гибким, что позволяет использовать различные уровни детализации и вложение городов, штатов и стран. Модель использует почасовую диспетчеризацию электроэнергии с наименьшими затратами и поддерживает перевод электроэнергии в газ , краткосрочное хранение энергии, долгосрочное хранение энергии и реагирование на спрос.. Сценарии обычно рассчитаны на 2050 год.

Предшественник программного обеспечения EnergyPATHWAYS, называвшийся просто PATHWAYS, использовался для построения моделей политик. Модель PATHWAYS в Калифорнии использовалась для информирования о климатических целях штата Калифорния на 2030 год. ^[98] А модель PATHWAYS в США внесла вклад в оценки Проекта ООН по путям глубокой декарбонизации (DDPP) для Соединенных Штатов. ^[99] С 2016 ^{[Обновить]}года DDPP планирует использовать EnergyPATHWAYS для будущего анализа.

ETEM [ править ]

ETEM расшифровывается как модель среды энергетических технологий. Модель ETEM предлагает структуру, аналогичную OSeMOSYS, но ориентирована на городское планирование. Программное обеспечение разрабатывается компанией ORDECSYS, Chêne-Bougeries , Швейцария, при поддержке Европейского Союза и национальных исследовательских грантов. У проекта два сайта. Программное обеспечение можно загрузить с первого из этих веб-сайтов (но по состоянию на июль 2016 ^{[Обновить]}года он выглядит устаревшим). Руководство доступно с программным обеспечением. ^[100] ETEM написан на MathProg . ^[e] Доступны презентации, описывающие ETEM. ^{[101] [102]}

ETEM - это восходящая модель, которая определяет оптимальные варианты энергетики и технологий для региона или города. Модель находит энергетическую политику с минимальными затратами при инвестировании в новое оборудование (новые технологии), развитии производственных мощностей (установленные технологии) и / или предложении осуществимого импорта / экспорта первичной энергии. ETEM обычно продвигается вперед на 50  лет с шагом в два или пять лет с временными интервалами в четыре сезона, используя обычно отдельные дни или более мелкие. Пространственное разрешение может быть очень подробным. Поддерживаются как электричество, так и тепло, а также сети централизованного теплоснабжения , бытовые энергосистемы и сетевое хранилище, включая использование подключаемых гибридных электромобилей (PHEV). ETEM-SG, разработка, поддерживает реакцию на спрос, вариант, который станет возможным благодаря развитию интеллектуальных сетей .

Модель ETEM была применена к Люксембургу, кантонам Женева и Базель-Берн-Цюрих в Швейцарии, а также к столичному региону Гренобль и Юг-Пиренеи во Франции. В исследовании 2005 года ETEM используется для изучения защиты климата в жилищном секторе Швейцарии. Модель ETEM была объединена с всемирной вычислимой моделью общего равновесия (CGEM) GEMINI-E3 для завершения анализа. ^[103] В исследовании 2012 года изучается дизайн интеллектуальных сетей . По мере того, как системы распределения становятся более интеллектуальными, модели должны их анализировать. ETEM используется для оценки потенциала технологий интеллектуальных сетей с использованием тематического исследования , примерно откалиброванного на Женевскомкантон, по трем сценариям. В этих сценариях применяются различные ограничения на CO.
2выбросы и импорт электроэнергии. Стохастический подход используется для решения проблемы неопределенности будущих цен на электроэнергию и использования электромобилей. ^[104]

фикус [ править ]

ficus - это смешанная целочисленная модель оптимизации для локальных энергетических систем. Она разрабатывается в Институте энергетической экономики и технологий приложений , Мюнхенский технический университет , Мюнхен , Германия. У проекта есть веб-сайт. Проект размещен на GitHub . ficus написан на Python и использует библиотеку Pyomo . Пользователь может выбирать между решателем GLPK с открытым исходным кодом или коммерческими решателями CPLEX и Gurobi .

Основанный на URBS , фикус изначально разрабатывался для оптимизации энергосистем заводов, а теперь был расширен за счет включения местных энергосистем. ficus поддерживает множество энергетических товаров - товаров, которые можно импортировать или экспортировать, генерировать, хранить или потреблять, включая электричество и тепло. Он поддерживает технологии преобразования энергии с несколькими входами и выходами с эффективностью, зависящей от нагрузки. Цель модели - удовлетворить заданный спрос с минимальными затратами. ficus использует временные ряды экзогенных затрат для импортируемых товаров, а также сборы за пиковый спрос с настраиваемой временной шкалой для каждого используемого товара.

oemof [ править ]

oemof расшифровывается как Open Energy Modeling Framework. Проект управляется Lemoine института Райнер, Берлин , Германия и Центр систем устойчивой энергетики (ЦГСЭН или ZNES) в университете Фленсбург и Фленсбург Университет прикладных наук , как Фленсбург , Германия. В проекте работают два веб-сайта и репозиторий GitHub . oemof написан на Python и для оптимизации использует компоненты Pyomo и COIN-OR . Энергетические системы могут быть представлены с помощью электронных таблиц ( CSV ), которые должны упростить подготовку данных. Версия 0.1.0был выпущен 1  декабря 2016 года.

oemof классов как основы моделирования энергии. Он состоит из библиотеки формулировки задачи линейной или смешанной целочисленной оптимизации (solph), библиотеки генерации входных данных (feedin-data) и других вспомогательных библиотек. Библиотека solph используется для представления многорегиональных и многоотраслевых (электричество, тепло, газ, мобильность) систем и может быть оптимизирована для различных целей, таких как финансовые затраты или CO.
2выбросы. Кроме того, можно переключаться между режимами отправки и инвестирования. С точки зрения объема, oemof может охватывать европейскую энергосистему или, альтернативно, описывать сложную местную схему электроэнергетического и теплового сектора.

Мастер-проект в 2020 году сравнил oemof и OSeMOSYS . ^[105]

OSeMOSYS [ править ]

OSeMOSYS - это аббревиатура от Open Source Energy Modeling System. OSeMOSYS предназначен для разработки национальной и региональной политики и использует структуру межвременной оптимизации. Модель предполагает единого социально мотивированного оператора / инвестора с идеальной дальновидностью. Проект OSeMOSYS является инициативой сообщества, поддерживаемой Группой анализа энергетических систем (dESA) Королевского технологического института KTH , Стокгольм , Швеция. У проекта есть веб-сайт, на котором есть справочная информация Проект также предлагает несколько активных интернет-форумов на Reddit . OSeMOSYS изначально был написан на MathProg , языке математического программирования высокого уровня . Впоследствии он был повторно реализован в GAMS.и Python и все три кодовые базы теперь поддерживаются. Проект также предоставляет тестовую модель под названием UTOPIA. ^[106] Имеется руководство. ^[107]

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 увеличения мощности электростанции. Он охватывает большинство секторов энергетики, включая тепло, электричество и транспорт. OSeMOSYS движется экзогенно определенными потребностями в энергетических услугах . Затем они удовлетворяются с помощью набора технологий, которые используют набор ресурсов, которые характеризуются как потенциалом, так и стоимостью. Эти ресурсы не ограничиваются энергетическими товарами и могут включать, например, воду и землепользование.. Это позволяет применять OSeMOSYS не только в энергетике, но и в других областях, например, в водных системах. Технические ограничения, экономические ограничения и / или экологические цели также могут быть наложены, чтобы отразить соображения политики. OSeMOSYS доступен в расширенных и компактных формулировках MathProg, каждая из которых должна давать идентичные результаты. В расширенной версии OSeMOSYS содержит немногим более 400 строк кода .

Доступен ключевой документ с описанием OSeMOSYS. ^[5] Исследование 2011 года использует OSeMOSYS для изучения роли инвестиционных решений домашних хозяйств. ^[108] Исследование 2012 года расширяет OSeMOSYS, чтобы уловить основные особенности интеллектуальной сети . В документе объясняется, как моделировать изменчивость в генерации, гибком спросе и хранении в сети, и как они влияют на стабильность сети. ^[109] OSeMOSYS применялся в деревенских системах. В документе 2015 года сравниваются достоинства автономной, мини-электросети и электрификации электросетей для сельских районов Тимора-Лешти с разными уровнями доступа. ^[110] В исследовании 2016 года OSeMOSYS модифицирован с учетом реалистичного поведения потребителей.^{[111] В} другом исследовании 2016 года OSeMOSYS используется для построения модели местной многорегиональной энергосистемы региона Ломбардия в Италии. Одна из целей учений заключалась в том, чтобы побудить граждан участвовать в процессе энергетического планирования. Предварительные результаты показывают, что это было успешно и что необходимо открытое моделирование, чтобы должным образом учесть как технологическую динамику, так и нетехнологические проблемы. ^[112] В документе 2017 года, посвященном провинции Альберта , Канада, учитывается риск превышения установленных целевых показателей выбросов из-за технологической неопределенности. Среди других результатов в документе делается вывод о том, что солнечные и ветровые технологии были созданы на семь и пять лет раньше, соответственно, с учетом рисков выбросов. ^[113] В другом документе 2017 года анализируется электроэнергетическая система на Кипре и делается вывод о том, что после того, как после 2020 года будут применяться экологические нормы Европейского союза, обозначен переход с выработки на мазуте на природный газ. ^[114]

OSeMOSYS использовался для построения глобальных моделей электричества для Африки , включающей 45  стран ^{[115] [116],} и Южной Америки , включая 13  стран. ^{[117] [118]} Он также был использован для поддержки региональной климатическая, земельная, энергетическая и стратегии ООН воды (клубки) ^[119] для Сава речного бассейна, Центральная Европа, ^[120] Сырдарья речного бассейна, Восточная Европа, ^{[121] : 29} и Маврикий. ^[122] Ранее модели были построены для стран Балтии , Боливии., Никарагуа и Швеция .

В 2016 году началась работа над интерфейсом на основе браузера к 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 лучших сценариев. Атлантида - это название вымышленной страны для учебных целей. ^{[123] [124] [125]}

Эталонная модель OSeMBE, охватывающая западную и центральную Европу, была анонсирована 27 апреля 2018 года. ^{[126] [127]} Модель использует реализацию OSeMOSYS MathProg, но сначала требует небольшого исправления . Модель, финансируемая в рамках Horizon 2020 и подпадающая под рабочий пакет WP7 проекта REEEM, будет использоваться, чтобы помочь заинтересованным сторонам взаимодействовать с рядом перспектив устойчивой энергетики для Европы. ^[128] Проект REEEM продлится с начала 2016 года до середины 2020 года.

PyPSA [ править ]

PyPSA расшифровывается как Python для анализа энергосистемы. PyPSA - это бесплатный программный набор инструментов для моделирования и оптимизации электроэнергетических систем и смежных секторов. Он поддерживает традиционную генерацию, переменную ветровую и солнечную генерацию, хранение электроэнергии, подключение к природному газу, водороду, теплу и транспорту, а также гибридные сети переменного и постоянного тока. Более того, PyPSA хорошо масштабируется. Проект управляется Институтом автоматизации и прикладной информатики (IAI), Технологическим институтом Карлсруэ (KIT), Карлсруэ , Германия, хотя сам проект существует независимо под своим именем и счетами. Проект поддерживает веб-сайт и ведет список адресов электронной почты.. Сам PyPSA написан на Python и использует библиотеку Pyomo . Исходный код размещается на GitHub и также периодически выпускаться как PyPI пакет.

Базовая функциональность PyPSA описана в статье 2018 года. PyPSA находится между традиционным программным обеспечением для анализа стационарного потока мощности и полнопериодными моделями энергосистем. Его можно вызвать с использованием либо нелинейных уравнений потока мощности для моделирования системы, либо линеаризованных приближений, чтобы обеспечить совместную оптимизацию операций и инвестиций в течение нескольких периодов. Можно указать линейное нарастание генератора, а также многопериодное время нарастания и простоя, DSM поддерживается, но спрос остается неэластичным по цене . ^[129]

В исследовании 2018 года изучается потенциальная синергия между объединением секторов и усилением передачи в будущей европейской энергетической системе, которая должна сократить выбросы углерода на 95%. В PyPSA-Евр-втор-30 модель фиксирует спрос со стороной управления потенциалом батареи электрических транспортных средств (Б), а также той роль , которую мощность к газу , долгосрочная аккумулировань тепловой энергии , а также связанные с ними технологии могут играть. Результаты показывают, что BEV могут сглаживать суточные колебания солнечной энергии, в то время как остальные технологии сглаживают синоптические и сезонные колебания как спроса, так и предложения возобновляемых источников. Существенное наращиваниеэлектросети требуется для наименее затратной конфигурации. В более общем плане такая система возможна и доступна. Базовые наборы данных доступны в Zenodo . ^[130]

По состоянию на январь 2018 ^{[Обновить]}года PyPSA используется более чем десятком исследовательских институтов и компаний по всему миру. ^{[129] : 2} Некоторые исследовательские группы независимо расширили программное обеспечение, например, для моделирования расширения передачи целых чисел. ^[131] 9  января 2019 года в рамках проекта была выпущена интерактивная «игрушечная» модель с веб-интерфейсом, использующая решатель Cbc , чтобы позволить общественности экспериментировать с различными будущими затратами и технологиями. Каждый запуск занимает около40 с . ^{[132] [133]}

TEMOA [ править ]

TEMOA означает «Инструменты для оптимизации и анализа энергетических моделей». Программное обеспечение разрабатывается Департаментом гражданского строительства, строительства и охраны окружающей среды Университета штата Северная Каролина , Роли, Северная Каролина , США. У проекта есть сайт и форум. Исходный код размещается на GitHub . Модель запрограммирована в Pyomo , библиотеке компонентов оптимизации, написанной на Python . TEMOA можно использовать с любым решателем, который поддерживает Pyomo , включая решатель GLPK с открытым исходным кодом . TEMOA использует контроль версий для публичного архивирования исходного кода и наборов данных.тем самым позволяя третьим сторонам проверять все опубликованные результаты моделирования. ^[8]

Классы TEMOA в качестве основы моделирования используются для проведения анализа с использованием восходящей, технологичной модели энергетической системы. Целью модели является минимизация общесистемных затрат на энергоснабжение за счет развертывания и использования энергетических технологий и товаров с течением времени для удовлетворения ряда экзогенно заданных потребностей конечного использования. ^[134] TEMOA "находится под сильным влиянием хорошо задокументированных генераторов моделей MARKAL / TIMES ". ^{[135] : 4}

Статистика проекта [ править ]

Статистика по 25 перечисленным проектам моделирования открытой энергетики выглядит следующим образом: ^{[ требуется обновление ]}

Язык GAMS требует проприетарной среды, а его значительная экономическая эффективность ограничивает участие тех, кто может получить доступ к институциональной копии. ^[136]

Компоненты программирования [ править ]

Модели компонентов [ править ]

Некоторые модели технических компонентов теперь также имеют открытый исходный код. Хотя эти компонентные модели не являются системными моделями, направленными на развитие государственной политики (в центре внимания этой страницы), тем не менее, они заслуживают упоминания. Компонентные модели могут быть связаны или иным образом адаптированы к этим более широким инициативам.

• Модель производительности фотоэлектрической матрицы Sandia ^[137]

Ряд моделей аукционов электроэнергии был написан на GAMS , AMPL , MathProg и других языках. ^[g] К ним относятся:

• узловая модель ценообразования EPOC ^[138]

• Узловая модель ценообразования vSPD ^[139]

• Примеры Австралийского национального рынка электроэнергии с использованием MathProg можно найти в викиучебниках: GLPK / Electricity markets

Открытые решатели [ править ]

Многие проекты полагаются на чисто линейный или смешанный целочисленный решатель для выполнения классической оптимизации, удовлетворения ограничений или некоторого их сочетания. Хотя существует несколько проектов решателей с открытым исходным кодом, наиболее часто используемая решающая программа - это GLPK . GLPK был принят Calliope , ETEM , ficus , OSeMOSYS , SWITCH и TEMOA . Другой альтернативой является решатель Clp. ^{[140] [141]} Проприетарные решатели значительно превосходят решатели с открытым исходным кодом (возможно, в десять раз), поэтому выбор открытого решателя ограничит производительность как с точки зрения скорости, так и с точки зрения потребления памяти.^[142]

См. Также [ править ]

Общий

• Building Energy Simulation - моделирование потоков энергии в зданиях
• Сценарии смягчения последствий изменения климата
• Энергетическое моделирование - процесс построения компьютерных моделей энергетических систем.
• Энергетическая система - интерпретация энергетического сектора в системных терминах
• Open Energy Modeling Initiative - европейское сообщество по моделированию энергии
• Базы данных открытых энергетических систем - проекты баз данных, которые собирают, очищают и переиздают наборы данных, связанных с энергетикой
• Проблема обязательств агрегата в производстве электроэнергии

Программного обеспечения

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

Примечания [ править ]

Ссылки [ править ]

Дополнительная информация [ править ]

• Вики-сайт о моделях открытой энергии, поддерживаемый Open Energy Modeling Initiative

Внешние ссылки [ править ]

• Экспертная система для интеллектуального снабжения тепловой энергией в промышленности (EINSTEIN) - проект для анализа отдельных объектов
• Информационные бюллетени Open Energy Platform - структурированные сводки, охватывающие ряд моделей открытых и закрытых энергетических систем
• OpenEnergyMonitor - проект мониторинга использования энергии с открытым исходным кодом
• Open Power System Data - проект открытых данных об электроэнергии для Германии и за ее пределами
• Модель SAM Solar Advisor - проект по оценке фотоэлектрических установок
• TRNSYS - инструмент моделирования переходных процессов