오픈 에너지 시스템 모델

Open energy system models
개방형 모델링에 필요한 개방형 데이터의 출처는 개방형 에너지 시스템 데이터베이스를 참조하십시오.
이 주제에 대한 자세한 내용은 에너지 모델링을 참조하십시오.

오픈 에너지 시스템 모델은 오픈 [a]소스 에너지 시스템 모델입니다.그러나 일부 기업에서는 데이터 입력, 처리 또는 출력을 위한 워크플로우의 일부로 타사 전용 소프트웨어를 사용할 수 있습니다.이러한 모델은 개방형 데이터를 사용하여 개방형 과학을 촉진하는 것이 좋습니다.

에너지 시스템 모델은 미래 에너지 시스템을 탐색하는 데 사용되며 에너지 및 기후 정책과 관련된 질문에 종종 적용됩니다.모델 자체는 유형, 설계, 프로그래밍, 응용 프로그램, 범위, 세부 수준, 정교함 및 단점 측면에서 매우 다양합니다.많은 모형에서 어떤 형태의 수학적 최적화가 솔루션 프로세스에 정보를 제공하는 데 사용됩니다.

일반적인 고려 사항

다음 항목도 참조하십시오.에너지 모델링 및 오픈 소스 소프트웨어 개발

조직

여기에 나열된 개방형 에너지 모델링 프로젝트는 오로지 상향식 패러다임에만 해당하며, 이 패러다임에서는 모델이 기본 시스템을 비교적 문자 그대로 표현합니다.

오픈 모델과 오픈 데이터의 개발에 찬성하는 동인도 있습니다.공공정책 에너지 모델을 보다 투명하게 만들어 정책입안자와 [1]공공의 수용도를 높이는 데 관심이 높아지고 있다.또한 오픈 데이터와 오픈 소프트웨어 개발이 가져올 수 있는 이점(복제 작업의 감소, 아이디어와 정보의 공유의 향상, 품질 향상, 참여와 [2]채택의 확대 등)을 활용하고자 합니다.따라서 모델 개발은 보통 팀워크이며 학술 프로젝트, 상업 벤처 또는 진정으로 포괄적인 커뮤니티 이니셔티브로 구성됩니다.

이 문서에서는 단순히 소스 코드 또는 스프레드시트를 공개 다운로드에 사용할 수 있도록 하는 프로젝트는 다루지 않습니다.단, 인정되고 있는 무료 오픈 소스 소프트웨어 라이선스는 생략되어 있습니다.라이센스 계약의 부재는 잠재적인 사용자가 소유자가 미래에 [3]: 1 어떤 제한을 적용하기를 원하는지 알 수 없는 법적 불확실성 상태를 만듭니다.여기에 열거된 프로젝트는 보류 중이거나 발표된 학술 문헌을 보유하거나 2차 출처에 보고함으로써 포함하기에 적합하다고 간주됩니다.

2017년 논문은 개방형 데이터와 모델의 이점을 나열하고 그럼에도 불구하고 많은 프로젝트가 닫힌 상태로 [4]: 211–213 유지되는 이유를 설명합니다.이 백서는 보다 개방적인 [4]: 214 접근 방식으로 전환하기를 원하는 프로젝트에 대해 여러 가지 권장 사항을 제시합니다.저자들은 또한 개방성 측면에서 에너지 연구가 다른 분야, 특히 물리학, 생명공학, [4]: 213–214 의학에 비해 뒤처졌다고 결론짓는다.

성장

오픈 에너지 시스템 모델링은 2010년대에 성년이 되었습니다.이 주제에 관한 2011년 논문에서 인용된 프로젝트는 OSeMOSYS와 TEMOA [5]: 5861 두 개뿐입니다.[b]Balmorel도 2001년에 공개되어 그 당시에 활동했습니다.2022년 7월 현재, 31개의 그러한 사업이 여기에 열거되어 있다(약 같은 숫자가 추가되기를 기다리고 있다).Chang et al (2021)는 모델화의 경향을 조사하여 54개의 프레임워크를 검토한 후에도 폐쇄형 분할에 개방적인 것을 발견했습니다.단, 이 해석은 도입과 [6]사용이 아닌 프로젝트 수에 근거하고 있습니다.독일의 2022년 모델 비교 연습에서는 40개 모델링 프로젝트 중 8개(20%)가 오픈 [7]소스라고 보고했으며,[8] 이러한 프로젝트들은 또한 활발한 커뮤니티를 가지고 있었다.

투명성, 포괄성 및 재현성

다음 항목도 참조하십시오.개방형 에너지 모델링 이니셔티브 » 맥락

개방형 에너지 시스템 모델과 개방형 에너지 데이터의 사용은 에너지 시스템 모델, 특히 공공 정책 [1]개발을 지원하기 위해 사용되는 모델의 투명성, 이해성 및 재현성을 개선하기 위한 하나의 시도를 나타낸다.

에너지 효율 모델링에 관한 2010년 논문은 "오픈 피어 리뷰 프로세스는 모델 개발에 필수적인 모델 검증과 검증을 크게 지원할 수 있다"[9]: 17 [10]고 주장한다.안전 점검 프로세스를 더욱 존중하기 위해서는 2012년 논문에서 제3자가 특정 [11]모델을 실행, 검증 및 정밀 조사할 수 있도록 소스 코드와 데이터 세트를 모두 공개적으로 액세스할 수 있는 버전 관리 하에 두는 것이 중요하다고 연구진은 주장했습니다.2016년 한 논문은 정부와 산업의 의사결정자에게 영향을 미치려는 모델 기반 에너지 시나리오 연구가 더욱 이해되고 투명해져야 한다고 주장한다.이를 위해, 본 논문은 모델러들이 완료해야 하는 투명성 기준의 체크리스트를 제공한다.그러나 저자들은 "오픈 소스 접근방식은 정책 [12]: 4 자문을 위한 연구의 이해를 자동으로 촉진하지 않는 극단적인 투명성 사례"라고 생각한다.

2017년 1페이지 분량의 의견서를 통해 개방형 에너지 데이터와 모델링 기능을 사용하여 정책 분석에 대한 대중의 신뢰를 구축해야 한다는 사례를 제시합니다.이 기사는 또한 과학 저널이 동료 [13]검토를 위해 텍스트와 함께 데이터와 코드를 제출하도록 요구할 책임이 있다고 주장한다.

국책 사업

모든 영역에서 국가가 지원하는 오픈 소스 프로젝트는 비교적 새로운 현상입니다.

2017년 현재 유럽위원회는 유럽의 저탄소 에너지 시스템으로의 전환을 지원하기 위해 몇 가지 오픈 소스 에너지 시스템 모델링 프로젝트를 지원하고 있다.Dispa-SET 프로젝트(아래)는 유럽 전기 시스템을 모델링하고 있으며 GitHub에 코드베이스를 호스트하고 있습니다.유럽을 위한 새로운 오픈 소스 에너지 경제 모델을 설계하고 구현하는 MEDEAS 프로젝트는 2016년 [14]: 6 [15]2월에 킥오프 회의를 개최하였습니다.2017년 2월 현재 이 프로젝트는 아직 소스 코드를 공개하지 않았다.확립된 OSeMOSYS 프로젝트(아래)는 이해관계자 [16]지원을 위한 위원회 자금 지원을 통해 유럽을 위한 다중 섹터 에너지 모델을 개발하고 있다.그러나 주력 모델인 JRC-EU-TIMES는 비공개 [17]소스입니다.

미국 NEMS 국가 모델은 사용 가능하지만 그럼에도 불구하고 사용하기 어렵다.NEMS는 인정된 [13]의미에서 오픈소스 프로젝트로 분류되지 않습니다.

2021년 유럽연합(EU) Horizon Europe 과학 연구 기금 프로그램의 연구 요청은 오픈 [18]소스인 에너지 시스템 모델을 명시적으로 요구했습니다.

조사

2021년에 완료된 설문조사는 개방형 에너지 시스템 모델링 프레임워크가 유연성 옵션을 지원하는 정도를 공급, 수요, 스토리지, 섹터 결합 및 네트워크 응답별로 구분하여 조사했습니다.조사된 프레임워크 중 어느 것도 모든 유형을 지원하지 않았으며, 이는 보완 프레임워크의 소프트 커플링이 유연성에 대한 보다 전체적인 평가를 제공할 수 있음을 시사한다.그럼에도 불구하고, 대부분의 후보자들은 완벽한 선견지명을 선택하고 확률론적 행동이나 명시적 행동 [19]응답을 기본적으로 인정하지 않는다.

전기 부문 모델

개방형 전기 부문 모델은 전기 부문에만 국한됩니다.이 모델들은 항상 1시간 이하의 시간 분해능을 가진다.일부 모델은 고전압 전송 네트워크와 AC 전력 흐름을 잘 나타내는 등 시스템의 엔지니어링 특성에 초점을 맞추고 있습니다.다른 모델은 전기 스폿 시장을 묘사하고 있으며 디스패치 모델로 알려져 있다.다른 모델에는 예를 들어 한정된 합리성의 기술을 사용하여 입찰 결정을 캡처하는 자율 에이전트가 포함되어 있습니다.가변 재생 에너지, 전송 시스템 및 그리드 스토리지를 처리하는 능력은 중요한 고려사항이 되고 있다.

오픈 전기 부문 모델
프로젝트. 주인 면허증. 접근 코딩 문서 범위/종류
AMIRIS 독일 항공우주센터 아파치 2.0 GitLab 자바 위키 에이전트 기반 전력 시장 모델링
획기적인 에너지 모델 획기적인 에너지 재단 MIT 깃헙 파이썬, 줄리아 웹사이트, GitHub 전력 섹터 모델링
다이어터 DIW 베를린 MIT 다운로드. GAMS 출판 파견 및 투자
디스패 세트 EC 공동연구센터 EUPL 1.1 깃헙 GAMS, Python 웹 사이트 유럽에서의 송수신 및 디스패치
EMLab 생성 델프트 공과대학교 아파치 2.0 깃헙 자바 매뉴얼, 웹사이트 에이전트 베이스의
엠마. 네온느에 에네르기외코노미크 CC BY-SA 3.0 다운로드. GAMS 웹 사이트 전력 시장
유전자 RWTH 아헨 대학교 LGPLv2.1 신청하면 C++ 웹 사이트 유럽 전기 시스템
니모 뉴사우스웨일스 대학교 GPLv3 git 저장소 파이썬 웹 사이트, 목록 호주 NEM 시장
온SSET KTH 왕립 공과대학 MIT 깃헙 파이썬 웹사이트, GitHub 비용 효율이 뛰어난 전화
팬더파워
BSD-신규 깃헙 파이썬 웹 사이트 자동 전원 시스템 분석
파워매처 플렉시블 파워 얼라이언스 네트워크 아파치 2.0 깃헙 자바 웹 사이트 스마트 그리드
전원 TAC
아파치 2.0 깃헙 자바 웹사이트, 포럼 자동 소매 전기 거래 시뮬레이션
패스 플렌스부르크 대학교 GPLv3 초대에 의해 R, MySQL 설명서 재생 에너지 경로
사이그리드 DLR 네트워크 에너지 시스템 연구소 아파치 2.0 git 저장소 파이썬 웹사이트, 뉴스레터 유럽 전송망
사이렌 지금 당장 지속 가능한 에너지 AGPLv3 깃헙 파이썬 웹 사이트 재생 가능 발전
스위치 하와이 대학교 아파치 2.0 깃헙 파이썬 웹 사이트 최적 계획
URBS 뮌헨 공과 대학교 GPLv3 깃헙 파이썬 웹 사이트 분산 에너지 시스템
  • 액세스란 코드베이스에 액세스하기 위해 제공되는 방법을 말합니다.

AMIRIS

프로젝트. AMIRIS
주인 독일 항공우주센터
상황 활동적인
범위/종류 에이전트 기반 전력 시장
코드 라이선스 Apache-2.0
데이터 라이선스 CC - BY - 4.0
언어 자바
웹 사이트 dlr-ve.gitlab.io/esy/amiris/home/
저장소 gitlab.com/dlr-ve/esy/amiris/amiris
문서 gitlab.com/dlr-ve/esy/amiris/amiris/-/wikis/home
논의 forum.openmod.org/tag/amiris
데이터 세트 gitlab.com/dlr-ve/esy/amiris/examples
출판물 zenodo.org/communities/amiris

AMIRIS는 재생 가능 및 통합 에너지 시스템 조사를 위한 오픈 에이전트 기반 시장 모델입니다.AMIRIS 시뮬레이션 프레임워크는 2008년 독일 항공우주센터(DLR)에 의해 처음 개발되었으며 이후 [20][21]2021년 오픈 소스 프로젝트로 출시되었습니다.

AMIRIS를 통해 연구자들은 미래의 에너지 시장, 시장 설계 및 에너지 관련 정책 [22]기구에 관한 질문에 대처할 수 있습니다.특히 AMIRIS는 다양한 에너지 시장 관계자의 전략과 행동을 고려하여 재생 에너지원과 유연성 옵션의 통합으로 발생할 수 있는 시장 효과를 포착할 수 있다.예를 들어 그러한 행동은 지배적인 정치적 체계와 외부의 [23]불확실성에 의해 영향을 받을 수 있다.AMIRIS는 에너지 시장 [24]참여자들의 상호 의존성으로부터 발생할 수 있는 복잡한 효과도 밝혀낼 수 있다.

The figure provides an overview of the agents modeled in AMIRIS and illustrates the associated information, energy, and financial flows.
AMIRIS 아키텍처

임베디드 시장 클리어 알고리즘은 시제품 시장 관계자의 입찰에 근거하여 전기 가격을 계산합니다.이러한 입찰은 전력 생산의 한계 비용뿐만 아니라 행위자가 이용할 수 있는 제한된 정보 및 관련 불확실성을 반영할 수 있다.그러나 입찰은 공식 지원 수단을 이용하거나 시장 지배력을 이용하기 위한 시도로 전략적일 수도 있다.

AMIRIS의 행위자는 크게 6개의 클래스(발전소 운영자, 트레이더, 시장 운영자, 정책 제공자, 수요자, 스토리지 시설 운영자)로 나눌 수 있습니다.이 모델에서 발전소 운영자는 발전 능력을 거래자에게 제공하지만 시장에는 직접 참여하지 않는다.대신, 그들은 마케팅을 수행하고 사업자를 대신하여 입찰 전략을 전개하는 무역업자를 공급한다.마켓플레이스는 거래 플랫폼 역할을 하며 시장 클리어(clearing)를 계산합니다.정책 공급자는 규제 프레임워크를 정의하며, 규제 프레임워크는 다른 에이전트의 결정에 영향을 미칠 수 있습니다.수요자들은 전기 시장에서 직접 에너지를 요청한다.마지막으로 스토리지 운영자와 같은 유연성 제공업체는 예측 결과를 사용하여 특정 목표(예: 예상 이익 극대화)에 부합하는 입찰 패턴을 결정합니다.

AMIRIS는 에이전트 기반의 모듈러형 특성으로 쉽게 확장 또는 [25]변경할 수 있습니다.AMIRIS는 에이전트 기반 분산 에너지 모델링 시스템(FAME)[26]을 위한 개방형 프레임워크를 기반으로 합니다.AMIRIS는 허용 가능한 기간 내에 대규모 에이전트 시스템을 시뮬레이션할 수 있습니다.예를 들어, 현재의 데스크톱 컴퓨터에서는 1시간 단위로 1년의 시뮬레이션을 실시하는데 1분밖에 걸리지 않을 수 있습니다.DLR의 연구자들은 고성능 컴퓨팅 설비에 접근할 수도 있습니다.

획기적인 에너지 모델

프로젝트. 획기적인 에너지 모델
주인 획기적인 에너지 재단
상황 활동적인
범위/종류 전력 섹터 모델링
코드 라이선스 MIT
데이터 라이선스 MIT
웹 사이트 science.breakthroughenergy.org
저장소 github.com/Breakthrough-Energy
문서 breakthrough-energy.github.io/docs/index.html

Breakthrough Energy Model은 용량 확장 알고리즘과 휴리스틱을 갖춘 생산 비용 모델로, 원래는 미국 주정부의 클린 에너지 목표를 충족하기 위한 발전 및 변속기 확장 요구를 조사하기 위해 설계되었습니다.데이터 관리는 Python 내에서 이루어지며 DCOPF 최적화 문제는 Julia를 통해 발생합니다.Breakthrough Energy Sciences 팀은 Breakthrough Energy Sciences 모델을 개발 중입니다.

모델의 기초가 되는 오픈 소스 데이터는 텍사스 A&M 대학의 [27][28][29]연구진이 개발한 합성 테스트 사례를 기반으로 한다.

돌파 에너지 모델은 매크로 [30]그리드 구축을 통해 2030년 청정 에너지 목표를 달성하는 데 필요한 발전 및 전송 확장을 최초로 탐색했다.진행 중인 작업은 모델에 모듈을 추가 및 확장하여(예: 건물 및 교통의 전기화) 수많은 시나리오 조합을 테스트하기 위한 프레임워크를 제공한다.미국 이외의 모델링 국가 및 지역을 위해 다른 오픈 소스 데이터 세트의 개발 및 통합이 진행 중입니다.

다이어터

프로젝트. 다이어터
주인 DIW 베를린
상황 활동적인
범위/종류 파견 및 투자
코드 라이선스 MIT
데이터 라이선스 MIT
언어 GAMS
웹 사이트 www.diw.de/dieter

DIETER는 Dispatch and Investment Evaluation Tool with Endogenic Renewables의 약자입니다.DIETER는 디스패치 및 투자 모델입니다.재생 가능 발전 비율이 높은 미래 그린필드 환경에서 전력 저장소와 기타 유연성 옵션의 역할을 연구하기 위해 처음 사용되었다.DIETER는 독일 베를린 독일경제연구소(DIW)에서 개발 중이다.독일용 코드베이스 및 데이터 세트는 프로젝트 웹사이트에서 다운로드할 수 있습니다.기본 모델은 완전히 DIW 일하는 논문과 학회지 논문에 설명되어 있다.[31일][32]DIETER GAMS에 CPLEX 상업 solver를 사용하여 개발되었다.

DIETER는 순수 선형(정수 변수 없음) 비용 최소화 문제로 프레임화됩니다.초기 공식에서 의사결정 변수에는 독일 도매, 저장 및 DSM 용량의 투자 및 파견과 전력 시장의 균형 조정이 포함된다.이후 모델 확장에는 차량-그리드 상호작용 및 태양광 [33][34]전기의 프로슈머지가 포함된다.

DIETER를 사용한 첫 번째 연구는 재생 에너지 흡수에 대한 전력 저장 요건을 60%에서 100%까지 조사한다.기본 시나리오인 80%(2050년 독일 정부 목표 하한)에서 그리드 스토리지 요구사항은 중간 수준을 유지하고 공급 측과 수요 측 모두에서 유연성을 저비용으로 제공합니다.그럼에도 불구하고 스토리지는 적립금 제공에 중요한 역할을 합니다.스토리지는 재생 에너지 점유율이 높을수록 더욱 두드러지지만, 특히 바이오매스 [35]가용성과 같은 다른 유연성 옵션의 비용과 가용성에 크게 좌우됩니다.

디스패 세트

프로젝트. 디스패 세트
주인 EC 공동연구센터
상황 활동적인
범위/종류 유럽에서의 송수신 및 디스패치
코드 라이선스 EUPL 1.2
데이터 라이선스 CC - BY - 4.0
웹 사이트 www.dispaset.eu
저장소 github.com/energy-modelling-toolkit/Dispa-SET
문서 www.dispaset.eu

네덜란드 페텐의 유럽위원회 공동연구센터(JRC)에서 개발 중인 Dispa-SET는 주로 유럽을 대상으로 하는 유닛 커밋 및 디스패치 모델이다.Python(Pyomo)과 GAMS로 작성되며 데이터 처리에 Python을 사용합니다.유효한 GAMS 라이선스가 필요합니다.이 모델은 혼합 정수 문제로 공식화되며 오픈 소스 라이브러리가 배치될 수도 있지만 JRC는 자체 CPLEX 서버를 사용합니다.기술적인 설명은 버전 2.0 및 2.1에서 [37]이용할 수 있습니다.Dispa-SET는 시험 데이터 세트와 함께 GitHub에서 호스팅되며, 서드파티에 의한 공헌이 권장됩니다.코드베이스는 Windows, MacOS 및 Linux에서 테스트되었습니다.온라인 매뉴얼을 이용할 [38]수 있습니다.

프로젝트명의 SET는, 유럽 전략 에너지 테크놀로지 계획(SET-Plan)을 참조하고 있습니다.이 계획은 유럽을 미래의 에너지 및 기후 목표(2020년 및 2050년)를 달성할 수 있는 에너지 테크놀로지의 리더로 만드는 것입니다.다양한 형태의 에너지 시스템 모델링은 이 유럽 집행위원회 [39]이니셔티브의 핵심이다.

임의의 24시간 동안 48시간 연속 수평선 최적화

모델 전원 시스템은 발전 장치의 경제적 및 기술적 특성, 각 노드의 부하 및 매우 단순화된 전송 네트워크에 대한 완전한 지식을 갖춘 단일 운영자에 의해 관리됩니다.수요는 완전히 비탄력적인 것으로 간주됩니다.이 시스템은 기간 내 및 기간 간 단위약정 제약(핵발전과 열발전을 대부분 포괄하는 단위약정 제약)을 받으며 경제적 [37]: 4 파견 하에 운영된다.시간별 데이터가 사용되며 시뮬레이션 범위는 보통 1년입니다.그러나 모델을 다루기 쉬운 상태로 유지하기 위해 이틀간의 롤링 호라이즌 최적화가 사용됩니다.이 모델은 하루의 단계로 진행되며 이후 48시간 동안 최적화되지만 처음 24시간 [37]: 14–15 동안만 결과를 유지합니다.

두 개의 관련 간행물은 그 어느 때보다 더 많은 가변 재생 에너지(VRE)[40][41] 점유율에 직면한 전력 시스템 내 유연성 조치의 역할과 표현에 대해 설명한다.이러한 유연성 척도는 디스패치 가능 발전(효율성, 램프 레이트, 부품 로드 및 다운 타임에 제약이 있음), 기존 스토리지(대부분 펌핑 스토리지 수력), 크로스 보더 인터커넥터, 수요측 관리, 재생 에너지 절감, 최종 수단 부하 감소 및 초기 전력 투 X 솔루션(X bei 사용)으로 구성됩니다.ng 가스, 열 또는 이동성).모델러는 재생 에너지 목표를 설정하고 CO 및 기타 오염 물질에 [37]대한 상한선을2 설정할 수 있습니다.소프트웨어의 계획된 확장에는 단순화된 AC 전력 흐름 지원(전송은 현재 운송 문제로 취급됨), 새로운 제약 조건(냉각수 공급과 같은), 확률적 시나리오 및 보조 [38]서비스 시장 포함이 포함된다.

Dispa-SET는 벨기에, 볼리비아, 그리스, 아일랜드 및 네덜란드에서 사례 연구에 적용되어 왔거나 적용되고 있다.2014년 벨기에 연구는 원자력 발전, 복합 사이클 가스터빈(CCGT) 발전소 및 VRE의 다양한 혼합에 대한 if 시나리오를 조사하고 CCGT 발전소가 재생 가능 발전소가 [43]침투함에 따라 보다 공격적인 사이클링을 받는다는 것을 발견했다.

2020년 연구에서는 유럽 [44]대륙에 대한 다양한 예상 기상 시나리오에서 태양광, 풍력 및 수력 출력의 잠재적 변동과 전력 수요를 포함하여 향후 기후 조건이 34개 유럽 전력 시스템에 미치는 종합적인 영향을 조사했다.

Dispa-SET는 기후 [45]변화의 맥락에서 물 에너지 연결 문제를 조사하기 위해 LISFLOOD 모델에 소프트 링크하여 아프리카에 적용되었다.

EMLab 생성

프로젝트. EMLab 생성
주인 델프트 공과대학교
상황 활동적인
범위/종류 에이전트 베이스의
코드 라이선스 아파치 2.0
웹 사이트 emlab.tudelft.nl/generation.html
저장소 github.com/EMLab/emlab-generation

EMLab-Generation은 서로 연결된 두 개의 전기 시장을 대상으로 하는 에이전트 기반 모델이다. 두 개의 인접 국가 또는 두 개의 국가 그룹이 해당된다.이 소프트웨어는 네덜란드 델프트의 델프트 공과대학 에너지 모델링 랩에서 개발되고 있습니다.팩트 시트를 이용할 [46]수 있습니다.소프트웨어 매뉴얼도 이용할 수 있습니다.[47]EMLab-Generation은 Java로 기술되어 있습니다.

EMLab-Generation은 발전용량에 투자하는 전력회사의 행동을 시뮬레이션하고 이를 사용하여 다양한 에너지 및 기후 보호 정책의 장기적인 효과를 조사합니다.이러한 정책은 재생 가능 발전, CO2 배출, 공급의 보안 및/또는 에너지 경제성을 목표로 할 수 있다.전력회사는 주요 에이전트입니다.전력시장에 입찰하여 예상되는 발전소 프로젝트의 순현재가치(NPV)에 기초하여 투자합니다.2011년 IEA World Energy [48]Outlook 시나리오를 사용하여 다양한 기술을 채택할 수 있습니다.대리인 기반 방법론은 행위자의 이질성, 불완전한 기대의 결과 및 이상적인 조건 이외의 투자자의 행동과 같은 다양한 일련의 가정을 테스트할 수 있게 한다.

EMLab-Generation은 공공 정책이 전기 시장에 미치는 영향을 모델링하는 새로운 방법을 제공합니다.투자 주기, 완화 주기, 지연된 응답, 불확실성과 리스크가 투자 의사결정에 미치는 영향 등 시간 경과에 따른 행위자 및 시스템 행동에 대한 통찰력을 제공할 수 있습니다.

EMLab-Generation을 사용한 2014년 연구는 EU ETS에 따른 CO의 바닥2 및 상한 가격 도입 효과를 조사한다.특히, 상호 연결된 두 전기 시장(영국과 중부 서유럽)의 동적 투자 경로에 미치는 영향.연구에 따르면 CO 경매 준비금 가격이 공통적이고 중간2 수준이어서 보다 지속적인 탈탄화 경로가 형성되고 CO 가격 변동성이 감소한다2.상한가를 추가하는 것은 극심한 가격 충격으로부터 소비자들을 보호할 수 있다.이러한 가격 제한이 장기적으로 배출 [49]목표를 초과 달성해서는 안 된다.

엠마.

프로젝트. 엠마.
주인 네온느에 에네르기외코노미크
상황 활동적인
범위/종류 전력 시장
코드 라이선스 CC BY-SA 3.0
데이터 라이선스 CC BY-SA 3.0
웹 사이트 neon-energie.de/emma/

EMMA는 유럽 전기 시장의 모델입니다.그것은 통합된 북서유럽 전력 시스템을 포괄하는 기술 경제 모델이다.EMMA는 에너지 경제 컨설팅 회사인 Neon Neue Energieökonomik, Berlin에 의해 개발되고 있습니다.소스 코드 및 데이터 세트는 프로젝트 웹 사이트에서 다운로드할 수 있습니다.매뉴얼이 [50]있습니다.EMMA는 GAMS로 작성되어 있으며 CPLEX 상용 솔버를 사용합니다.

EMMA는 전기 디스패치 및 투자를 모델링하여 투자, 발전 및 시장 영역 간 거래와 관련된 총 비용을 최소화합니다.EMMA는 경제적인 측면에서 공급 측면에 초점을 맞춘 도매 전력 시장의 부분 균형 모델로 분류한다.EMA는 단기 또는 장기 최적(또는 균형)을 식별하고 해당 용량 조합, 시간당 가격, 발송 및 국경 간 거래를 추정합니다.엄밀히 말하면, EMA는 0이 아닌 변수가 약 200만 개 있는 순수 선형 프로그램입니다.2016년 기준 모델은 벨기에, 프랑스, 독일, 네덜란드, 폴란드를 포함하며 기존 발전, 재생 가능 발전 및 열병합 [50][51]발전을 지원합니다.

Emma는 북서유럽 전력 시스템에서 가변 재생 에너지(VRE)의 보급이 증가하는 경제적 효과, 특히 태양광과 풍력 발전에 대한 연구에 사용되어 왔다.2013년 한 연구에 따르면 VRE 점유율이 증가하면 가격이 하락하고, 그 결과 경쟁력 있는 재생 가능 발전의 대규모 배치가 많은 사람들이 [52]예상하는 것보다 더 어려워질 것이다.2015년 연구에서는 풍력 및 태양광 발전의 복지 최적 시장 점유율을 추정한다.바람의 경우 [53]현재보다 3배 많은 20%입니다.

2015년 독립적인 연구는 EMA 모델을 검토하고 재생 가능한 [31]: 6 투자에 대해 높은 가정 특정 비용에 대한 의견을 제시한다.

유전자

프로젝트. 유전자
주인 RWTH 아헨 대학교
상황 활동적인
범위/종류 유럽 전기 시스템
코드 라이선스 LGPLv2.1
데이터 라이선스 LGPLv2.1
웹 사이트 www.genesys.rwth-aachen.de/index.php?id=12&L=3

GENESYS는 유럽 에너지 공급 시스템의 유전자 최적화(Genetic Optimization of European Energy Supply System)의 약자입니다.이 소프트웨어는 독일 Aachen, RWTH Aachen University의 IAEW(Institute of Power Systems and Power Economics)와 ISEA(Institute for Power Electrical Drives)가 공동으로 개발하고 있습니다.이 프로젝트에서는 2050년 기본 시나리오에 [54]대해서만 잠재적 사용자가 코드 기반 및 데이터 세트에 대한 액세스를 요청할 수 있는 웹사이트를 유지합니다.소프트웨어에 대한 자세한 설명이 제공됩니다.[55][56]GENESYS는 C++로 작성되어 Boost 라이브러리, MySQL 릴레이셔널 데이터베이스, Qt 4 애플리케이션 프레임워크 및 옵션으로 CPLEX 솔버를 사용합니다.

GENESYS 시뮬레이션 도구는 미래의 EUMENA(유럽, 중동, 북아프리카) 전력 시스템을 최적화하기 위해 설계되었으며, 높은 재생 가능 발전 비율을 가정한다.21개 지역 EUMENA 내에서 발전기, 저장 및 전송 용량의 경제적으로 최적의 분포를 찾을 수 있습니다.그것은 진화적 방법과 함께 이 에너지 시스템의 최적화를 가능하게 한다.최적화는 공분산 매트릭스 적응 진화 전략(CMA-ES)에 기초하는 반면, 운영은 네트워크 심플렉스 알고리즘을 사용하여 최소 비용으로 다양한 영역 간의 부하를 균형 있게 조정하는 시스템 요소의 계층적 설정으로 시뮬레이션된다.GENESYS는 사용자가 수정할 수 있는 2050년도의 입력 시계열 및 파라미터 세트와 함께 출하됩니다.

재생 에너지원(RES)의 점유율이 높은 미래 EUMENA 에너지 공급 시스템은 강력하게 상호 연결된 에너지 수송 그리드와 상당한 에너지 저장 용량을 필요로 할 것이다.GENESYS는 21개의 서로 다른 지역 간의 저장과 전달의 크기를 측정하기 위해 사용되었다.100% 자가 공급을 가정할 때, 연간 에너지 수요의 6%에 해당하는 총 약 2500GW의 RES와 약 240000GWh의 저장 용량 및 375,000GW·km의 HVDC 전송 그리드가 필요합니다.분배를 제외한 생성, 저장 및 전송의 총 비용 추정치는 6.87µ/[55]kWh입니다.

2016년 연구에서는 EUMENA 전력 시스템의 높은 재생 에너지원(RES) 공유 하에서의 저장량과 전송 용량 간의 관계를 조사했다.어느 정도까지는 전송 용량과 스토리지 용량이 서로를 대체할 수 있다는 것을 발견했습니다.2050년까지 완전히 재생 가능한 에너지 시스템으로 전환하려면 주요한 구조적 변화가 필요하다.결과는 태양광 발전 및 풍력의 최적 할당, 그에 따른 다양한 기술(배터리, 양수기 및 수소 저장)의 저장 용량 수요 및 전송 그리드의 용량을 나타낸다.[56]

니모

프로젝트. 니모
주인 뉴사우스웨일스 대학교
상황 활동적인
범위/종류 호주 NEM 시장
코드 라이선스 GPLv3
웹 사이트 nemo.ozlabs.org
저장소 git.ozlabs.org?p=nemo 를 참조해 주세요.겟
문서 nbviewer.jupyter.org/urls/nemo.ozlabs.org/guide.ipynb

NEMO(National Electric Market Optimiser)는 기존 및 재생 가능한 발전 기술의 다양한 포트폴리오를 테스트하고 최적화하기 위한 시간순별 디스패치 모델입니다.호주 국립 전기 시장(NEM)에만 적용되며, 이름에도 불구하고 호주 동부와 남부에만 적용됩니다.NEMO는 [57]2011년부터 호주 시드니 뉴사우스웨일스대학(UNSW)의 에너지 및 환경 시장 센터(CEEM)에서 개발되고 있습니다.이 프로젝트는 작은 웹사이트를 유지하고 이메일 목록을 실행합니다.NEMO는 Python으로 작성되어 있습니다.NEMO 자체는 두 개의 [58]: sec 2 [59]: sec 2 출판물에 설명되어 있다.데이터 소스도 [58]: sec 3 기재되어 있습니다.최적화는 패널티와 함께 단일 객관적 평가 기능을 사용하여 수행됩니다.발전기 용량의 솔루션 공간은 CMA-ES(공분산 매트릭스 적응 진화 전략) 알고리즘을 사용하여 검색된다.시간 단계는 임의이지만 보통 1시간이 사용됩니다.

NEMO는 다양한 재생 에너지(RE) 및 감소된 화석 연료 기술 시나리오에서 2030년 발전 옵션을 탐색하는 데 사용되었다.2012년 연구는 열 저장, 풍력, 태양광 발전, 기존 수력 발전 및 바이오 연료 가스 터빈을 갖춘 집중형 태양광 발전(CSP)을 사용하는 완전 재생 시스템의 실현 가능성을 조사한다.또한 NEM 신뢰성 기준을 충족하는 많은 잠재적 시스템이 식별된다.주요 과제는 흐린 날과 바람이 [58]약한 기간 이후 겨울 저녁에 피크 수요를 처리하는 것입니다.2014년 연구는 탄소 포집 및 저장(CCS)이 있는 석탄 연소식 열 발전 및 포집 유무에 관계없이 가스 연소식 가스 터빈을 사용하는 세 가지 시나리오를 조사한다.이러한 시나리오는 완전 재생 가능 발전을 사용한 2012년 분석과 비교된다.연구에 따르면 "화석 연료의 조합은 탄소 제약이 있는 세상에서 100% 재생 가능 전기와 경제적으로 경쟁할 수 있는 것은 몇 가지 미만이며 가능성이 희박해 보인다"[60]: 196 고 한다.2016년 연구는 온실가스 상한과 탄소 가격 범위에서 재생 에너지 점유율을 증가시키는 증분 비용을 평가한다.이 연구에 따르면 증분 비용은 0에서 80% RE로 선형적으로 증가하고 그 후 적당히 증가한다는 것을 알 수 있다.이 연구는 이러한 비용 상승이 재생 에너지 목표 [59]100%를 회피하기에 충분한 이유가 되지 않는다고 결론지었다.

온SSET

프로젝트. 온SSET
주인 KTH 왕립 공과대학
상황 활동적인
범위/종류 비용 효율이 뛰어난 전화
코드 라이선스 MIT
웹 사이트 www.onsset.org
Mailing 목록 groups.google.com/g/onsset
저장소 github.com/OnSSET/onsset
문서 onsset-manual.readtedocs 를 지정합니다.이오
데이터 세트 energydata.info

OnSSET는 OpeN 소스 공간 전기화 툴킷입니다.OnSSET는 스웨덴 스톡홀름에 있는 KTH Royal Institute of Technology의 에너지 시스템 부서가 개발하고 있습니다.이 소프트웨어는 그리드 기반 전기가 제공되지 않는 영역을 조사하고 전기 서비스에 대한 최소 비용 액세스를 제공하는 기술 옵션과 투자 요건을 식별하기 위해 사용됩니다.OnSSET는 UN의 SDG 7을 지원하도록 설계되어 있습니다.이 SDG 7은 저렴하고 신뢰성이 높으며 지속 가능한 최신 에너지입니다.이 툴킷은 OnSSET로 알려져 있으며 2016년 11월 26일에 출시되었습니다.OnSSET는 데이터와 함께 제공되지 않지만 energydata.info에서 적절한 데이터 세트를 제공합니다.이 프로젝트는 웹 사이트를 관리하고 [61][62][63]메일링 목록을 실행합니다.

탄자니아를 위한 최소 비용 전화 지도

OnSSET는 기존 그리드, 미니 그리드 또는 독립 [64]실행형에 관계없이 가장 비용 효율적인 전기화 액세스 옵션을 추정, 분석 및 시각화할 수 있습니다.이 툴킷은 태양광 발전, 풍력 터빈, 소규모 수력 발전 등 다양한 재래식 및 재생 에너지 기술을 지원합니다.2017년 현재, 풍력-디젤과 같은 바이오 에너지 및 하이브리드 기술이 추가되고 있습니다.

에너지 및 지리적 정보를 사용하는 경우, 후자는 정착 규모와 위치, 기존 및 계획된 송전 및 발전 인프라, 경제 활동, 재생 에너지 자원, 도로망 및 야간 조명 수요를 포함할 수 있다.GIS 정보는 자체 ArcGIS 패키지 또는 GRAS나 [65]QGIS와 같은 오픈 소스 패키지를 사용하여 지원할 수 있습니다. OnSSET는 정착 [66]원형을 시작으로 하는 3단계 분석을 사용하여 마이크로그리드에 적용되었습니다.

OnSSET는 아프가니스탄,[67] 볼리비아,[66][68] 에티오피아,[64][69] 말라위,[70] 나이지리아 [64][71]및 [65]탄자니아에서 사례 연구에 사용되어 왔다.OnSSET는 인도, 케냐, 짐바브웨에서도 적용되고 있습니다.또한 사하라 사막 이남의 아프리카와 중남미에 [72]대한 대륙별 연구가 실시되고 있다.나이지리아의 4방향 GIS 기반 연구 세트에서는 OnSSET가 최고의 [73]기능을 제공한다고 보고했습니다.

OnSSET 결과는 2014년과 [75]2015년의 IEA 세계 에너지 전망 보고서, [76]2015년의 세계 은행 글로벌 추적 프레임워크 보고서, [77]2019년의 IEA 아프리카 에너지 전망 보고서에 기여하였다.OnSSET는 초기 GEP [78]플랫폼의 일부이기도 합니다.

팬더파워

프로젝트. 팬더파워
주인
상황 활동적인
범위/종류 자동 전원 시스템 분석
코드 라이선스 BSD-신규
웹 사이트 www.pandapower.org
저장소 github.com/e2nIEE/pandapower
Python 패키지 pypi.org/project/pandapower/
문서 pandapower.readtheadocs.이오
논의 forum.openmod.org/tag/pandapower

판다파워는 카셀 대학 에너지 관리 및 전력 시스템 운영 연구 그룹 및 독일 카셀의 프라운호퍼 에너지 경제 및 에너지 시스템 기술 연구소(IE)가 공동으로 개발한 전력 시스템 분석 및 최적화 프로그램입니다.코드베이스는 GitHub에서 호스트되며 패키지로도 이용할 수 있습니다.이 프로젝트는 웹 사이트, 이메일 목록 및 온라인 문서를 관리합니다. 판다파워는 Python으로 작성됩니다.데이터 조작 및 분석을 위해 판다 라이브러리를 사용하고 전력 흐름을 해결하기 위해 PYPOWER 라이브러리를 사용합니다.일부 오픈 소스 전원 시스템 도구와 달리 판다파워는 MATLAB와 같은 독자 플랫폼에 의존하지 않습니다.

pandapower는 배포 및 전송 네트워크의 자동 분석 및 최적화를 지원합니다.이를 통해 다양한 미래 그리드 구성과 기술을 기반으로 많은 시나리오를 탐색할 수 있습니다. 판다파워는 선로, 2권 변압기, 3권 변압기 및 병동 등 전력 시스템 요소의 컬렉션을 제공합니다.또한 이상적인 버스 버스 스위치와 버스 회선/버스 트라포 스위치를 모델링할 수 있는 스위치 모델도 포함되어 있습니다.소프트웨어는 토폴로지 검색을 지원합니다.네트워크 자체는 matplotlib 및 플롯리 라이브러리를 사용하여 지리적 정보 유무에 관계없이 플롯할 수 있습니다.

2016년 간행물에서는 주요 유통 시스템 운영자(DSO)와 함께 몇 가지 사례 연구를 수행함으로써 소프트웨어의 유용성을 평가합니다.이러한 연구는 기존 배전망에 대한 광전지의 증가 수준의 통합을 검토한다.이 연구는 강력한 그리드 계획을 위해 많은 세부 시나리오를 테스트할 수 있는 것이 필수적이라고 결론지었다.그럼에도 불구하고 데이터 가용성과 문제 차원성에 대한 문제는 계속 [80]제기될 것입니다.

2018년 논문은 패키지와 패키지의 설계에 대해 설명하고 사례 연구를 제공합니다.이 기사에서는 사용자가 계산을 위해 내부적으로 버스 분기 모델(BBM)로 변환되는 요소 기반 모델(EBM)을 사용하는 방법을 설명합니다.이 패키지는 전력 시스템 시뮬레이션, 최적의 전력 흐름 계산(비용 정보 필요), 상태 추정(시스템 특성화가 충실하지 않은 경우) 및 그래프 기반 네트워크 분석을 지원합니다.사례 연구에서는 수십 줄의 스크립팅이 어떻게 팬더파워와 상호 작용하여 다양한 운영 요건을 충족하는 시스템 설계를 발전시킬 수 있는지를 보여 줍니다.관련 코드는 GitHub에서 주피터 [81]노트북으로 호스팅됩니다.

2018년 현재 독일 네트워크 규제 기관인 BNetzA는 자동화된 그리드 [82]분석을 위해 팬더파워를 사용하고 있습니다.독일의 에너지 연구 기관들도 [83]: 90 판다파워의 개발을 따라가고 있다.

파워매처

프로젝트. 파워매처
주인 플렉시블 파워 얼라이언스 네트워크
상황 활동적인
범위/종류 스마트 그리드
코드 라이선스 아파치 2.0
웹 사이트 flexible power.github.이오
저장소 github.com/flexiblepower/powermatcher

PowerMatcher 소프트웨어는 자율 입찰을 통해 분산 에너지 자원(DER)과 유연한 부하를 균형 있게 조정하는 스마트 그리드 조정 메커니즘을 구현합니다.이 프로젝트는 네덜란드 암스테르담에 있는 플렉시블 파워 얼라이언스 네트워크(FAN)에 의해 관리되고 있습니다.이 프로젝트는 웹사이트를 유지하며 소스 코드는 GitHub에서 호스팅됩니다.2016년 6월 현재 기존 데이터셋을 사용할 수 없습니다.PowerMatcher는 Java로 작성되어 있습니다.

세탁기, 풍력 발전기 또는 산업용 터빈 등 스마트 그리드 시스템의 각 장치는 입찰 형태로 전기를 소비하거나 생산하려는 의지를 나타낸다.그리고 나서 이러한 입찰은 수집되어 균형 가격을 결정하는 데 사용된다.따라서 PowerMatcher 소프트웨어는 재생 가능 에너지의 높은 공유를 기존 전기 시스템에 통합할 수 있도록 하며, 노후화된 [84]배전망에서 국지적인 과부하를 방지해야 한다.

전원 TAC

프로젝트. 전원 TAC
주인 Erasmus University 로테르담 경영대학원 Erasmus 미래 에너지 비즈니스 센터
상황 활동적인
범위/종류 자동 소매 전기 거래 시뮬레이션
코드 라이선스 아파치 2.0
웹 사이트 powertac.org

Power TAC는 Power Trading Agent Competition의 약자입니다.전력 TAC는 점점 더 프로슈머 및 재생 에너지 영향을 받는 전기 환경에서 소매 시장의 성능을 시뮬레이션하는 에이전트 기반 모델이다.Power TAC 프로젝트의 첫 번째 버전은 오픈 소스 플랫폼이 스마트 그리드 시나리오에서 전기 소매 시장의 성능을 시뮬레이션하는 오픈 소스 멀티 에이전트 경쟁 게임 플랫폼으로 출시된 2009년에 시작되었습니다.제1회 연례 대회는 2012년 스페인 발렌시아에서 열렸다.

자율적인 기계 학습 거래 대리점('중개인')은 도매 시장과 소매 고객 사이의 수익 극대화 집계 기관으로 서로 직접 경쟁합니다.고객 모델은 가구, 중소기업, 다세대 주택, 윈드파크, 태양광 패널 소유자, 전기차 소유자, 냉동 창고 등을 대표한다.중개업자들은 소비자에게 전기요금을 제공하고 도매시장에서 전기를 거래하면서 수요와 공급의 균형을 잘 맞춰 수익을 올리는 것을 목표로 하고 있다.

이 대회는 볼프강 케터 교수와 존 콜린스 교수에 의해 설립되고 조직되며 플랫폼 소프트웨어는 로테르담 경영대학원, 에라스무스 대학 미래 에너지 비즈니스 센터, 쾰른 대학 에너지 경제학 연구소 및 컴퓨터 과학부 연구진이 공동으로 개발합니다.미네소타 대학의 멘트입니다.이 플랫폼은 날씨, 시장 가격 및 총 수요, 고객 행동에 대한 다양한 실제 데이터를 사용합니다.브로커 에이전트는 전 세계 연구팀에 의해 개발되어 매년 열리는 대회에 참가합니다.이러한 토너먼트의 데이터는 공개적으로 이용할 수 있으며 에이전트의 퍼포먼스와 상호작용을 평가하는 데 사용할 수 있습니다.이 플랫폼은 특히 소매 전기 시장의 요금 설계, 도매 전기 시장의 입찰 전략, 지속 가능한 에너지 자원 또는 전기 자동차의 보급이 증가 또는 감소함에 따른 시장의 성과, 기계 학습 접근의 효과 등에 대한 연구를 촉진하기 위해 경쟁 벤치마킹을 활용한다.es 및 시장 규제에 대한 대체 정책 접근법.이 소프트웨어는 가상 발전소로 전기 자동차 비행대를 사용하는 것에서부터 동적 가격 책정 등의 방법을 사용하여 효과적인 수요 대응 프로그램을 설계하는 데 전기 고객 의사결정 지원 시스템(DSS)을 사용할 수 있는 방법에 이르기까지 다양한 연구 주제에 기여하였다.

패스

프로젝트. 패스
주인 플렌스부르크 대학교
상황 활발하지 않은
범위/종류 재생 에너지 경로
코드 라이선스 GPLv3
웹 사이트 github.com/fraukewiese/renpass
저장소 github.com/znes/renpass

renpass는 재생 에너지 경로 시뮬레이션 시스템의 약자이다.렌패스는 지역 및 시간 분해능이 높은 시뮬레이션 전기 모델로, 최대 100% 재생 가능 발전으로 기존 시스템과 미래 시스템을 캡처하도록 설계되었다.이 소프트웨어는 독일 플렌스부르크 대학의 지속 가능한 에너지 시스템 센터(CSES 또는 ZNES)에 의해 개발되고 있습니다.이 프로젝트에서는 코드베이스를 다운로드할 수 있는 웹사이트를 운영하고 있습니다.renpass는 R로 작성되며 MySQL 데이터베이스에 링크됩니다.PDF 매뉴얼이 준비되어 있습니다.[85]renpass는 박사 [86]논문에도 설명되어 있습니다.2015년부터 renpassG로 renpass를 연장!S, OEMOF를 기반으로 합니다.

renpass는 특정 인프라스트럭처(시뮬레이션)의 제한 내에서 각 시간 스텝(최적화)의 시스템 비용을 최소화하는 전기 디스패치 모델입니다.타임 스텝은 옵션으로 15분 또는1시간입니다이 방법은 완벽한 선견지명을 전제로 한다. 렌패스는 오스트리아, 벨기에, 체코, 덴마크, 에스토니아, 프랑스, 핀란드, 독일, 라트비아, 리투아니아, 룩셈부르크, 네덜란드, 노르웨이, 폴란드, 스웨덴 및 스위스에서 볼 수 있는 전기 시스템을 지원한다.

각 시간 단계의 최적화 문제는 모든 지역에 대해 기존 발전소 선단을 사용하여 전력 공급 비용을 최소화하는 것이다.이 지역 파견 후 지역 간 교환이 이루어지며 그리드 용량에 의해 제한됩니다.이 후자의 문제는 결정적으로 계산되지 않고 발견적 절차로 해결된다.입력은 각 지역에 대한 성과 명령, 한계 발전소, 초과 에너지(감축될 수 있는 재생 에너지) 및 초과 수요(공급할 수 없는 수요)이다.교환 알고리즘은 모든 지역에 대해 최소의 비용을 요구하기 때문에 목표 기능은 기존의 그리드 인프라, 스토리지 및 발전 용량을 고려할 때 모든 지역의 총 비용을 최소화하는 것입니다.총비용은 잔존하중에 각 지역의 가격을 곱하여 모든 지역에 걸쳐 합산한 값으로 정의된다.

2012년 연구에서는 렌패스를 사용하여 2050년에 발트해 지역(덴마크, 에스토니아, 핀란드, 독일, 라트비아, 리투아니아, 폴란드 및 스웨덴)에 대한 100% 재생 가능 전력 시스템의 실현 가능성을 조사했다.기본 시나리오는 보수적인 재생 가능 잠재력과 그리드 개선, 수요의 20% 감소, 스토리지 옵션의 중간 정도 수용, 유연한 발전을 위한 바이오매스 배치를 가정한다.연구에 따르면 인접 국가에서 가끔 수입되는 경우에도 100% 재생 가능한 전기 시스템이 가능하며 바이오매스는 시스템 안정성에 중요한 역할을 한다.이러한 전환에 드는 비용은 50 €/MWh로 [87]추정됩니다. 2014년 연구에서는 렌패스를 사용하여 독일과 [88]그 주변국을 모델링했습니다.2014년 논문은 [89]렌패스를 사용하여 독일과 노르웨이 간의 새로운 케이블과 노르웨이의 새로운 펌핑 저장 용량의 이점을 모두 조사했습니다. 두 나라의 100% 재생 가능한 전기 시스템이 제공되고 있습니다.또 다른 2014년 연구는 렌패스를 사용하여 독일의 지속 가능한 에너지 시스템으로의 이행인 독일 에너지 엔데르기엔드를 조사했습니다.이 연구는 또한 이러한 전환을 뒷받침하는 데 필요한 공공의 신뢰는 투명한 오픈 소스 에너지 [90]모델을 통해서만 구축될 수 있다고 주장한다.

사이그리드

프로젝트. 사이그리드
주인 독일 젠트룸푸르 루프트-und Raumfahrt
상황 활동적인
범위/종류 유럽 전송망
코드 라이선스 아파치 2.0
웹 사이트 www.scigrid.de

SciGRID는 Scientific Grid의 약자로 독일과 유럽의 전기 전송 네트워크의 오픈 소스 모델입니다.이 연구 프로젝트는 독일 Oldenburg에 위치한 DLR 네트워크 에너지 시스템 연구소에서 관리합니다.이 프로젝트에서는 웹사이트와 이메일 뉴스레터를 관리하고 있습니다.SciGRID는 Python으로 작성되며 Postgre를 사용합니다.SQL 데이터베이스첫 번째 릴리스(v0.1)는 2015년 6월 15일에 만들어졌다.

SciGRID는 유럽 내 송전망 구조에 대한 미해결 연구 데이터의 부족을 시정하는 것을 목표로 하고 있다.이러한 데이터 부족으로 인해 고해상도 에너지 시스템 모델을 구축, 특성화 및 비교하려는 시도가 좌절됩니다.SciGRID는 OpenStreetMap 프로젝트에서 이용할 수 있는 전송 네트워크 데이터를 활용하여 전송 연결을 자동으로 작성합니다.SciGRID는 닫힌 소스의 데이터를 사용하지 않습니다.SciGRID는 또한 주어진 네트워크를 수학적으로 분해하여 에너지 [91][92]모델에 사용할 수 있습니다.

사이렌

프로젝트. 사이렌
주인 지금 당장 지속 가능한 에너지
상황 활동적인
범위/종류 재생 가능 발전
코드 라이선스 AGPLv3
웹 사이트 www.sen.asn.au/modelling_overview
저장소 sourceforge.net/projects/sensiren/

SIREEN은 SEN Integrated Renewable Energy Network Toolkit의 약자입니다.이 프로젝트는 호주 퍼스에 기반을 둔 NGO인 Sustainable Energy Now에 의해 운영된다.그 프로젝트는 웹사이트를 유지한다.SIREN은 Windows에서 실행되며 소스 코드는 Source Forge에서 호스트됩니다.이 소프트웨어는 Python으로 작성되었으며 미국 국립 재생 에너지 연구소의 SAM 모델(시스템 어드바이저 모델)을 사용하여 에너지 계산을 수행합니다.SIREN은 시간별 데이터 세트를 사용하여 지정된 지리적 지역을 모델링합니다.사용자는 소프트웨어를 사용하여 재생 에너지원의 위치와 규모를 탐색하여 지정된 전력 수요를 충족할 수 있다.SIREN은 오픈 또는 공개 데이터 소스를 많이 활용합니다. OpenStreetMap 타일로 지도를 작성할 수 있으며, NASA MERRA-2 위성 [d][93]데이터를 사용하여 날씨 데이터 세트를 작성할 수 있습니다.

2016년 SYREN을 사용하여 Western Australia의 SWIS(South-West Interconnected System)를 분석한 결과, 새로운 석탄 및 가스와 동일한 비용으로 85%의 재생 에너지(RE)로 전환할 수 있는 것으로 나타났습니다.또한 COeq2 배출량 1,110만 톤을 회피할 수 있습니다.이 모델에서는 탄소 가격이 tCO당2 30달러라고 가정합니다.추가 시나리오에서는 100% 재생 가능 [94]발전의 목표를 검토한다.

스위치

프로젝트. 스위치
주인 하와이 대학교
상황 활동적인
범위/종류 최적 계획
코드 라이선스 아파치 2.0
웹 사이트 switch-model.org
저장소 github.com/switch-model

SWITCH는 태양광, 풍력, 재래식 및 수력 발전, 송전 등의 약자입니다.SWITCH는 재생 에너지 점유율이 큰 전력 시스템을 위한 최적의 계획 모델이다.SWITCH는 미국 하와이 마노아 하와이 대학 전기공학부에 의해 개발되고 있다.이 프로젝트는 작은 웹사이트를 운영하고 있으며 GitHub에서 코드베이스와 데이터셋을 호스트하고 있다.SWITCH는 Python으로 프로그래밍된 최적화 컴포넌트 라이브러리인 Pyomo로 작성되었습니다.오픈 소스 GLPK 솔버 또는 상용 CPLEX 솔버 중 하나를 사용할 수 있습니다.

SWITCH는 재생 에너지 통합에 초점을 맞춘 전력 시스템 모델입니다.또한 CO 배출량을 줄이면서2 수년간 최저 비용으로 전력 수요를 충족하기 위해 어떤 발전기 및 송전 프로젝트를 구축해야 하는지 파악할 수 있습니다.SWITCH는 다년 투자 기간에 걸쳐 발전소 비용, 전송 용량, 연료 사용량 및 톤당2 임의의 CO 요금(탄소세 또는 인증 가격 중 하나를 나타내기 위해)의 현재 가치를 최소화할 목적으로 다단계 확률적 선형 최적화를 이용한다.여기에는 두 가지 주요 결정 변수 세트가 있습니다.첫째, SWITCH는 각 투자기간 시작 시 몇 개의 지리적 부하존에 어느 정도의 발전용량을 구축할 것인지, 이들 존 사이에 어느 정도의 전력전달용량을 추가할 것인지, 투자기간 중 기존 발전용량을 운용할 것인지, 아니면 고정운전과 마이를 피하기 위해 일시적으로 할당할 것인지를 선택한다.유지 보수 비용둘째, 각 투자기간 내의 샘플 일수에 대해 SWITCH는 각 디스패치 가능 발전소에서 얼마나 많은 전력을 발생시킬지, 각 펌핑 수력 설비에 저장할지, 또는 각 변속기 인터커넥터에 따라 전송할지에 대해 매시간 결정합니다.또한 시스템은 부하 예측보다 15% 높은 계획 예비 마진을 제공할 수 있는 충분한 생성 및 전송 용량을 보장해야 합니다.SWITCH는 샘플링된 각 시간에 대해 실제 측정을 기반으로 한 전력 수요와 재생 가능 전력 생산을 사용하여 이들 요소 간의 날씨 주도 상관관계를 그대로 유지한다.

최적화 단계에 이어 SWITCH는 두 번째 단계에서 제안된 투자 계획을 보다 완전한 기상 조건과 비교하여 테스트하고 계획 예비 마진을 항상 충족하도록 백스톱 생성 용량을 추가하기 위해 사용됩니다.마지막으로, 세 번째 단계에서는 투자 계획을 동결하고 제안된 전력 시스템을 전체 기상 조건에 걸쳐 작동시킴으로써 비용이 계산됩니다.

2012년 논문은 2012년부터 2027년까지 SWITCH에 대한 사례 연구로 캘리포니아를 사용했습니다.연구에 따르면 사용할 수 있는 풍력 및 태양광 발전량의 상한선은 없으며, 이러한 자원은 신뢰성을 저하시키거나 비용을 크게 증가시키지 않고도 잠재적으로 배출량을 90% 이상 줄일 수 있다(90년 수준 대비).또한, 전기 고객이 재생 가능한 전력이 가장 풍부한 시기로 수요를 전환하도록 권장하는 정책은(예: 적절한 시기에 전기 자동차를 충전하는 경우) 적당한 [95]비용으로 급격한 배출 가스 감소를 달성할 수 있다.

SWITCH는 [96]최근 하와이에서 합의 기반의 전력 시스템 계획을 뒷받침하기 위해 사용되었습니다.이 모델은 칠레, 멕시코 [97]등에서도 적용되고 있습니다.

메이저 버전 2.0은 2018년 [97]말에 출시되었습니다.그 해 조사에서는 SWITCH를 사례 [98]연구로 하여 General Electric MAPs의 독자 모델과 비교했습니다.

URBS

프로젝트. URBS
주인 뮌헨 공과 대학교
상황 활동적인
범위/종류 분산 에너지 시스템
코드 라이선스 GPLv3
저장소 github.com/tum-ens/urbs

URBS는 city를 뜻하는 라틴어로 용량 확장 및 유닛 투입 문제를 조사하기 위한 선형 프로그래밍 모델이며 특히 분산 에너지 시스템(DES)에 적합합니다.그것은 독일 뮌헨 기술 대학의 재생 가능 및 지속 가능한 에너지 시스템 연구소에 의해 개발되고 있다.코드베이스는 GitHub에서 호스트 됩니다.URBS는 Python으로 작성되며 Pyomo 최적화 패키지를 사용합니다.

에너지 모델링 프레임워크로서의 URBS 클래스는 시스템의 총 할인 비용을 최소화하려고 합니다.특정 모델은 소정의 전력 수요를 충족시키기 위해 일련의 기술 중에서 선택한다.1시간의 시간 분해능을 사용하며 공간 분해능은 모델 정의됩니다.결정 변수는 전기의 생산, 저장 및 운송 용량과 [99]: 11–14 그 운영을 위한 시간 스케줄이다.

이 소프트웨어는 2020년 예상 풍력 및 태양광 용량을 사용하여 유럽 전송 그리드의 비용 최적 확장을 탐색하는 데 사용되었다.높은 공간 및 기술적 분해능을 사용한 2012년 연구에 따르면 가변 재생 에너지(VRE) 추가는 기존 발전소의 수익을 낮추고 그리드 확장이 이러한 [100]영향을 재분배 및 완화시키는 것으로 나타났다.이 소프트웨어는 유럽, 중동, 북아프리카(EUMENA)[99] 및 인도네시아, 말레이시아,[101] 싱가포르에 걸친 에너지 시스템 탐색에도 사용되고 있습니다.

에너지 시스템 모델

개방형 에너지 시스템 모델은 에너지 시스템에서 발견되는 에너지 상품의 일부 또는 전부를 캡처합니다.일반적으로 전기 부문의 모델은 항상 포함됩니다.일부 모델은 난방 분야를 추가하는데, 이는 상당한 지역난방이 있는 국가에 중요할 수 있다.다른 모델은 가스 네트워크를 추가합니다.이동성의 등장으로, 다른 모델들은 여전히 운송 부문의 측면을 포함하고 있다.실제로 이러한 다양한 분야를 Power-to-X 기술을 사용하여 결합하는 것은 새로운 [55]연구 분야입니다.

개방형 에너지 시스템 모델(열, 가스 등 및 전기 지원 포함)
프로젝트. 주인 면허증. 접근 코딩 문서 범위/종류
백본 VTT, UCD LGPLv3 GitLab GAMS 웹 사이트 프레임워크 - 디스패치, 투자, 전 섹터, LP/MILP
발모렐 덴마크 ISC 등록. GAMS 설명서 에너지 시장
칼리오페 ETH 취리히 아파치 2.0 다운로드. 파이썬 매뉴얼, 웹사이트, 목록 파견 및 투자
디스틴 임페리얼 칼리지 런던 CC BY-SA 3.0 다운로드. Excel/VBA 웹 사이트 시뮬레이션
에너지 이행 모델 퀸텔 인텔리전스 MIT 깃헙 루비(레일 상) 웹 사이트 웹 기반의
에너지PA가로 발전된 에너지 연구 MIT 깃헙 파이썬 웹 사이트 대부분 시뮬레이션
ETEM ORDECSYS(스위스) 이클립스 1.0 등록. 산술 프로그램 설명서 시립의
ficus 뮌헨 공과 대학교 GPLv3 깃헙 파이썬 설명서 국지적인 전기와 열
GenX MIT 및 프린스턴 대학교 GPLv2 깃헙 줄리아. 웹 사이트 다목적 섹터 투자 계획
oem의 oem of 커뮤니티 지원
 MIT 깃헙 파이썬 웹 사이트 프레임워크 - 디스패치, 투자, 전 섹터, LP/MILP
OSEMOSYS OSeMOSYS 커뮤니티 아파치 2.0 깃헙
웹사이트, 포럼 모든 규모의 계획
PyPSa 괴테 대학교 프랑크푸르트 MIT 깃헙 파이썬 웹 사이트 섹터 커플링이 있는 전력 시스템
테모아 노스캐롤라이나 주립 대학교 GPLv2+ 깃헙 파이썬 웹사이트, 포럼 시스템 계획
  • 액세스란 코드베이스에 액세스하기 위해 제공되는 방법을 말합니다.

백본

프로젝트. 백본
주인 VTT, UCD
상황 활동적인
범위/종류 프레임워크 - 디스패치, 투자, 전 섹터, LP/MILP
코드 라이선스 LGPLv3
언어 GAMS
웹 사이트 gitlab.vtt.fi/backbone/backbone
저장소 gitlab.vtt.fi/backbone/backbone
문서 gitlab.vtt.fi/backbone/backbone/-/wikis/home

백본은 높은 수준의 상세도와 적응성을 가능하게 하는 에너지 시스템 모델링 프레임워크입니다.도시 수준의 에너지 시스템뿐만 아니라 다국의 에너지 시스템도 연구하기 위해 사용되어 왔습니다.VTT의 에너지 시스템 설계 및 운영 팀이 2015-2018년 핀란드 아카데미에서 후원한 프로젝트 'VaGe'에서 개발되었습니다.VTT와 더블린 UCD를 포함한 협업으로 더욱 개발되었습니다.이 프레임워크는 모델링 내용에 관계없이 전력 흐름, 예비량, 유닛 커밋, 건물 내 열 확산 등 일부 에너지 부문에서 볼 수 있는 특정 특성을 나타낼 수 있는 기능을 갖추고 있습니다.단위 시작 및 투자 결정과 같은 정보를 캡처하기 위한 선형 및 혼합 정수 제약 조건을 제공합니다.이를 통해 모델러는 시간 단계 간에 모델의 시간 분해능을 변경할 수 있습니다.예를 들어, 이를 통해 모델의 시간 범위 내에서 더 빠른 시간 분해능을 사용할 수 있습니다.이 모델은 투자 모델(단일 또는 복수 기간, 근시안 또는 완전 선견지명) 또는 [102]운영을 시뮬레이션하기 위한 롤링 생산 비용/단위 약속 모델로 해결할 수 있습니다.

발모렐

프로젝트. 발모렐
주인 덴마크에서 독립한
상황 활동적인
범위/종류 에너지 시장
코드 라이선스 ISC
웹 사이트 www.balmorel.com

Balmorel은 덴마크의 시장 기반 에너지 시스템 모델입니다.개발은 2001년 [86]: 23 덴마크 에너지 연구 프로그램에서 자금을 조달했습니다.코드베이스는 2001년 [103]3월에 공개되었다.Balmorel 프로젝트에서는 코드베이스와 데이터셋을 zip 파일로 다운로드할 수 있는 광범위한 웹 사이트를 관리하고 있습니다.사용자는 등록을 권장합니다.매뉴얼은 같은 [104][105][106]사이트에서 입수할 수 있습니다.Balmorel은 GAMS로 쓰여져 있다.

발모렐 프로젝트의 원래 목표는 정책 [107]분석을 위해 발트해 지역의 전기와 CHP 부문의 부분 균형 모델을 구축하는 것이었다.이러한 야망과 제한은 오래 전에 대체되었고 발모렐은 더 이상 원래의 지리적 문제와 정책적 질문에 [105]얽매이지 않는다.Balmorel은 디스패치 및 투자 모델로 수업하며 1시간의 시간 분해능을 사용합니다.전기 및 열 공급 및 수요를 모델링하고, 두 가지 모두의 시간 간 스토리지를 지원합니다.발모렐은 순수 선형 프로그램(정수 변수 없음)으로 구성됩니다.

2016년 현재, 발모렐은 약 22개의 출판물의 주제이다.2008년 조사에서는 발모렐을 사용하여 2050년에 북유럽 에너지 시스템을 조사했습니다.주된 수송 연료로서 재생 에너지 공급과 수소의 보급에 초점을 맞추고 있다.미래 석유 및 탄소 가격과 수소 흡수량에 대한 특정 가정을 고려할 때, 이 모델은 재생 에너지를 사용하여 전기 및 지역 난방에 대한 1차 에너지 소비의 95% 이상과 [108]교통의 65%를 커버하는 것이 경제적으로 최적임을 보여준다.2010년 한 연구에서는 Balmorel을 사용하여 PHEV(플러그인 하이브리드 차량)가 4분의 1 풍력과 3분의 3 열 발전으로 구성된 시스템에 통합되는지를 조사했습니다.연구에 따르면 PHEV는 능동적으로 통합될 경우 전력 시스템에서 발생하는2 CO 배출량을 줄일 수 있는 반면, 사람들이 자유롭게 자동차를 충전할 수 있도록 하는 간접 접근 방식은 [109]배출량을 증가시킬 가능성이 있습니다.2013년 한 연구에서는 발모렐을 사용하여 북유럽-독일 지역의 비용 최적화된 풍력 발전 투자를 조사했습니다.이 연구는 풍력 조건, 부하 거리 및 이미 구축된 [110]발전 및 전송 인프라를 고려하여 풍력 발전의 최적 배치를 조사한다.

칼리오페

프로젝트. 칼리오페
주인 ETH 취리히, TU 델프트
상황 활동적인
범위/종류 파견 및 투자
코드 라이선스 아파치 2.0
언어 파이썬
웹 사이트 www.callio.pe
저장소 github.com/calliope-project/calliope
문서 calliope.readtheadocs.이오

Calliope는 유연성, 높은 공간 및 시간 분해능, 동일한 기본 사례 데이터 세트를 사용하여 서로 다른 실행을 실행할 수 있는 기능에 초점을 맞춘 에너지 시스템 모델링 프레임워크입니다.이 프로젝트는 스위스 취리히 ETH 취리히 환경 시스템 과학부에서 개발 중입니다.이 프로젝트는 웹사이트를 관리하고, GitHub에서 코드베이스를 호스트하며, 이슈 트래커를 운영하고, 두 개의 이메일 목록을 실행합니다.Calliope는 Python으로 작성되었으며 Pyomo 라이브러리를 사용합니다.오픈 소스 GLPK 솔버 및 상용 CPLEX 솔버에 링크할 수 있습니다.PDF 문서를 이용할 [111]수 있습니다.또한 2페이지 분량의 소프트웨어 리뷰를 [112]이용할 수 있습니다.

Calliope 모델은 기술, 위치 및 자원 가능성을 정의하는 구조화된 텍스트파일 집합(YAML 형식 및 CSV 형식)으로 구성됩니다.Calliope는 이러한 파일을 가져와 순수 선형 최적화(정수 변수 없음) 문제를 구성하고 이를 해결한 후 분석을 위해 결과를 판다 데이터 구조의 형태로 보고합니다.프레임워크에는 공급, 수요, 변환, 스토리지, 전송 등 5가지 추상 기반 기술이 포함되어 있으며, 이 기술로부터 새로운 구체적인 기술을 도출할 수 있습니다.Calliope의 설계는 프레임워크(코드)와 모델(데이터)을 명확하게 구분합니다.

2015년 한 연구는 남아프리카에서 원자력 발전 및 CSP의 미래 역할을 비교하기 위해 Calliope를 사용한다.그것은 2030년까지 CSP가 기준기준에 대해 핵과 경쟁할 수 있고, 그 이상의 기준기준치를 생산할 때 더 경쟁력이 있다는 것을 발견한다.CSP는 투자 리스크, 환경 리스크 및 기타 [113]공동 이익도 줄입니다.2015년 두 번째 연구에서는 영국의 비용 최적 미래 전력 시스템을 다수 비교했다.탄소 포집 및 저장(CCS)이 있거나 없는 재생 에너지, 원자력 및 화석 연료의 3세대 기술이 테스트됩니다.시나리오는 재정 비용, 배출량 감소 및 에너지 보안에 대해 평가된다.가변 재생 가능 용량의 최대 60%는 비용 증가 없이 가능하지만, 점유율이 높아지면 조력 [114]범위와 같은 대규모 저장, 수입 및/또는 파견 가능한 재생 가능 에너지가 필요하다.

Calliope의 공동 개발자인 Stefan Pfenninger는 2020년 [115]중반에 개최된 세미나에서 에너지 시스템 모델이 실제 의사결정을 지원하는 데 있어 수행할 수 있는 역할에 대해 논의했습니다.한 연구는 점점 더 제한적인 내부 [116]제약을 적절히 추가하여 에너지 자급률을 추구하는 결과를 조사한다고 인용했다.또 [117]다른 솔루션은 이탈리아에 거의 최적입니다.

디스틴

프로젝트. 디스틴
주인 임페리얼 칼리지 런던
상황 활동적인
범위/종류 시뮬레이션
코드 라이선스 CC BY-SA 3.0
웹 사이트 sites.google.com/site/2050desstinee/

DESTinE는 EuropeE에서 에너지 서비스, 공급 및 전송에 대한 수요(Demand for Energy Services, Supply and Transmission in EuropeE).DESTinE는 2050년 유럽 에너지 시스템의 모델로 전기 시스템에 중점을 두고 있습니다.DESTinE는 주로 영국 런던 임페리얼 칼리지 런던(ICL) 임페리얼 칼리지 비즈니스 스쿨에서 개발되고 있습니다.소프트웨어는 프로젝트 웹사이트에서 다운로드할 수 있습니다.DESTinE는 Excel/VBA로 작성되며 일련의 스탠드아론 스프레드시트로 구성됩니다.전단지를 구할 [118]수 있습니다.

DESTinE는 에너지 수송(특히 전기)의 기술적 요건과 필요한 인프라스트럭처를 개발하기 위한 경제적 과제 규모에 대한 가정을 조사하기 위해 설계되었습니다.유럽 내 및 주변에는 40개국이 있으며 10가지 형태의 1차 및 2차 에너지가 지원됩니다.이 모델은 부분적 또는 일반적 균형에 대한 해결 대신 예측 시뮬레이션 기법을 사용합니다.이 모델은 각국의 연간 에너지 수요를 2050년까지 예측하고, 2010년과 2050년의 전력 수요에 대한 시간당 프로파일을 종합하며,[119] 지역 전체에서 가장 비용이 적게 드는 발전 및 송전을 시뮬레이션한다.

DESSTinE(및 두 번째 모델 eLOAD)를 사용한 2016년 연구는 현재부터 2050년까지 독일과 영국의 전기 부하 곡선의 진화를 조사한다.2050년에는 열 펌프와 전기 자동차의 상당한 보급으로 피크 부하와 램프 속도가 20-60% 증가하고 시스템 활용률이 15-20% 감소합니다.이것들은 중요한 [120]변화입니다.

에너지 이행 모델

프로젝트. 에너지 이행 모델
주인 퀸텔 인텔리전스
상황 활동적인
범위/종류 웹 기반의
코드 라이선스 MIT
웹 사이트 energytransitionmodel.com
인터랙티브 웹사이트 pro.energytransitionmodel.com
저장소 github.com/quintel/documentation

에너지 이행 모델(ETM)은 국가의 에너지 시스템을 전체적으로 설명하는 인터랙티브 웹 기반 모델입니다.그것은 네덜란드 암스테르담의 퀸텔 인텔리전스에 의해 개발되고 있다.이 프로젝트는 프로젝트 웹사이트, 인터랙티브 웹사이트 및 GitHub 저장소를 유지합니다.ETM은 Ruby(On Rails)로 작성되어 웹 브라우저에 표시됩니다.ETM은 매뉴얼에 기재되어 있는 몇 가지 소프트웨어 컴포넌트로 구성되어 있습니다.

ETM은 완전한 인터랙티브입니다.지역(프랑스, 독일, 네덜란드, 폴란드, 스페인, 영국, EU-27 또는 브라질)과 년(2020, 2030, 2040 또는 2050)을 선택한 후 사용자는 300개의 슬라이더를 설정하여 다음을 살펴볼 수 있습니다.

  • 목표: 시나리오의 목표를 설정하고 달성할 수 있는지 확인합니다.목표는 CO2 삭감, 재생 에너지 점유율, 총 비용 및 수입 상한으로 구성됩니다.
  • 수요: 미래의 에너지 수요 확대 또는 제한
  • 비용: 에너지 캐리어와 에너지 테크놀로지의 미래 비용을 예측합니다.이 비용에는 세금이나 보조금은 포함되지 않습니다.
  • 소모품: 열 또는 전기를 생산하는 데 사용할 수 있는 기술을 선택합니다.

ETM은 노드(수직)가 어떤 유형의 에너지에서 다른 에너지로 변환할 수 있는 에너지 그래프(그림)를 기반으로 합니다.연결부(방향 가장자리)는 에너지 흐름이며 부피(메가줄 단위)와 캐리어 유형(석탄, 전기, 사용 가능한 열 등)으로 특징지어집니다.수요 및 기타 선택사항이 주어지면 ETM은 일차 에너지 사용량, 총 비용 및 그에 따른2 CO 배출량을 계산합니다.이 모델은 수요 주도형입니다. 즉, 이 그래프는 유용한 수요(예: 공간 난방, 온수 사용량 및 자동차 킬로미터)에서 1차 수요(가스 추출, 석탄 수입 등)로 넘어갑니다.

에너지PA가로

프로젝트. 에너지PA가로
주인 발전된 에너지 연구
상황 활동적인
범위/종류 대부분 시뮬레이션
코드 라이선스 MIT
저장소 github.com/energyPATHWAYS/energyPATHWAYS

에너지PATHWAYS는 장기적인 심층 탈탄소의 단기적 영향을 탐구하는 데 사용되는 상향식 에너지 부문 모델이다.주요 개발자는 미국 샌프란시스코의 Evolutioned Energy Research의 에너지 및 기후 보호 컨설팅 회사입니다.코드는 GitHub에서 호스팅됩니다.에너지PATHWAYS는 Python으로 작성되어 오픈 소스 Cbc 솔버에 링크되어 있습니다.또는 GLPK 또는 CPLEX 솔버를 사용할 수 있습니다.에너지PATHWAYS는 Postgre를 활용합니다.데이터를 관리하기 위한 SQL 객체 관계형 데이터베이스 관리 시스템(ORDBMS).

에너지PATHWAYS는 경제 전반에 걸친 에너지 인프라 시나리오를 구축하는 데 사용되는 포괄적인 회계 프레임워크이다.모델의 일부에서는 예를 들어 전기 디스패치에 선형 프로그래밍 기술을 사용하지만 EnergyPA는THWAYS 모델은 기본적으로 최적화 모델이 아니며 의사 결정 역학이 거의 포함되어 있지 않다.에너지PATHWAYS는 1차 공급에서 최종 수요로의 에너지 흐름에 대한 상세한 에너지, 비용 및 배출을 제공합니다.에너지 시스템의 표현은 유연하며, 다양한 세부 수준과 도시, 주 및 국가의 중첩을 허용합니다.이 모델은 시간당 최소 비용인 전기 배차를 사용하며 전력 대 가스, 단기간 에너지 저장소, 장기 에너지 저장소 및 수요 응답을 지원합니다.시나리오는 보통 2050년까지 진행됩니다.

EnergyPA의 전신정책 모델 구축에는 단순 경로라는 이름의 THWAYS 소프트웨어가 사용되었습니다.캘리포니아 경로 모델은 [121]2030년 캘리포니아 주 기후 목표치를 알리기 위해 사용되었다.또한 US PATSORESS 모델은 미국의 [122]UN 딥 탈탄 경로 프로젝트(DDP) 평가에 기여하였다.2016년 현재 DDPP는 EnergyPA를 채용할 계획이다.향후 분석을 위한 방법.

ETEM

프로젝트. ETEM
주인 오더
상황 활동적인
범위/종류 시립의
코드 라이선스 이클립스 1.0
웹 사이트

ETEM은 Energy Technology Environment Model의 약자입니다.ETEM 모델은 OSeMOSYS와 유사한 구조를 제공하지만 도시 계획을 목표로 한다.이 소프트웨어는 ORDECSYS사의 스위스 체네부제리에 의해 개발되고 있으며 유럽연합과 국가 연구 보조금의 지원을 받고 있습니다.그 프로젝트에는 두 개의 웹사이트가 있다.소프트웨어는 이러한 웹 사이트 중 첫 번째에서 다운로드할 수 있습니다(그러나 2016년 7월 현재 최신 버전이 아닌 것으로 보입니다).매뉴얼은 소프트웨어와 [123]함께 제공됩니다.ETEM은 MathProg로 [e]기술되어 있습니다.ETEM에 대해 설명하는 프레젠테이션을 이용할 [124][125]수 있습니다.

ETEM은 지역 또는 도시에 최적의 에너지 및 기술 옵션을 식별하는 상향식 모델입니다.이 모델은 새로운 장비(신기술)에 투자하고 생산 능력을 개발하며(설치된 기술) 일차 에너지의 실현 가능한 수입/수출 제안을 하면서 최소한의 비용으로 에너지 정책을 찾아낸다.ETEM은 일반적으로 2년 또는 5년 단위로 50년을 앞당기고, 4계절의 타임 슬라이스는 일반적으로 개별 일 또는 그 이상을 사용합니다.공간 분해능은 매우 상세할 수 있습니다.전기와 열 모두 지원되며, 지역 난방 네트워크, 가정용 에너지 시스템 및 플러그인 하이브리드 전기 자동차(PHEV) 사용을 포함한 그리드 스토리지도 지원된다.개발사인 ETEM-SG는 스마트 그리드의 개발에 의해 실현될 수 있는 옵션인 수요 대응을 지원한다.

ETEM 모델은 스위스의 룩셈부르크, 제네바, 바젤-베른-주리히 주, 프랑스의 그르노블 메트로폴리탄과 미디-피레네 지역에 적용되었다.2005년 연구에서는 ETEM을 사용하여 스위스 주택 부문의 기후 보호를 연구했습니다.ETEM 모델은 분석을 [126]완료하기 위해 GEMINI-E3 세계 계산 가능 일반 평형 모델(CGEM)과 결합되었다.2012년 연구는 스마트 그리드의 설계를 조사한다.유통 시스템이 지능화됨에 따라 모델도 이를 분석해야 합니다.ETEM은 세 가지 시나리오에서 제네바 주에서 대략적으로 보정된 사례 연구를 사용하여 스마트 그리드 기술의 잠재력을 평가하는 데 사용된다.이러한 시나리오는 CO 배출과 전기 수입에 서로2 다른 제약을 적용한다.확률적 접근방식은 미래 전기 가격의 불확실성과 전기 [127]자동차의 보급에 대처하기 위해 사용된다.

ficus

프로젝트. ficus
주인 뮌헨 공과 대학교
상황 활동적인
범위/종류 국지적인 전기와 열
코드 라이선스 GPLv3
저장소 github.com/yabata/ficus
문서 ficus.readthedocs.io/en/latest/

ficus는 로컬 에너지 시스템을 위한 혼합 정수 최적화 모델입니다.독일 뮌헨 공과대학 에너지 경제 응용 기술 연구소에서 개발되고 있습니다.그 프로젝트는 웹사이트를 유지한다.프로젝트는 GitHub에서 진행됩니다.ficus는 Python으로 작성되며 Pyomo 라이브러리를 사용합니다.사용자는 오픈소스 GLPK 솔버와 상용 CPLEX 솔버 중 하나를 선택할 수 있습니다.

URBS를 기반으로, ficus는 원래 공장의 에너지 시스템을 최적화하기 위해 개발되었으며, 현재는 지역 에너지 시스템을 포함하도록 확장되었습니다.ficus는 전기와 열을 포함한 여러 에너지 상품(수입 또는 수출, 생성, 저장 또는 소비 가능)을 지원합니다.부하 의존 효율로 멀티 입력 및 멀티 출력 에너지 변환 기술을 지원합니다.이 모델의 목적은 최소한의 비용으로 주어진 수요를 공급하는 것이다.ficus는 수입 상품에 대해 외생적인 비용 시계열과 사용 중인 각 상품에 대해 구성 가능한 타임베이스가 있는 피크 수요 요금을 사용합니다.

GenX

프로젝트. GenX
주인 MIT 및 프린스턴 대학교
상황 활동적인
범위/종류 다목적 섹터 투자 계획
코드 라이선스 GPLv2
웹 사이트 genx.mit.edu
저장소 github.com/GenXProject/GenX
문서 genxproject.github.io/GenX/dev/
유럽에서 러시아 천연가스의 빠른 제거를 조사한 2022년 수치 연구의 세 가지 핵심 시나리오에 대한 탄소 영향.모든 핵심 시나리오에서 [128]: 7 배출량이 감소했습니다.

GenX는 미국 [129][130]연구진에 의해 개발된 멀티커맨드 섹터 용량 확장 모델입니다.프레임워크는 Julia(2022년 현재 여기에 열거된 유일한 프로젝트)로 작성되었으며, 기본 최적화 [131][132]문제를 구축하기 위해 JuMP 라이브러리를 배포합니다.GenX ~ JuMP는 다양한 오픈소스(CBC/CLP 포함) 및 상용 최적화 솔버(CPLEX 포함)를 이용할 수 있습니다.2021년 6월에 액티브 오픈 소스 프로젝트로 시작된 프로젝트와 [133]온보딩을 지원하기 위한 테스트 스위트를 이용할 수 있습니다.

이와 동시에 PowerGenome 프로젝트는 GenX에 미국 전기 [134]시스템의 포괄적인 현재 상태 데이터 세트를 제공하도록 설계되었습니다.그런 다음 이 데이터셋을 미래의 시나리오를 개발하기 위한 발판으로 사용할 수 있습니다.

GenX는 재생 에너지 [135][136]점유율이 높은 시스템의 장기 스토리지 옵션, '확실한' 저탄소 발전 [137]옵션의 가치 및 기타 다양한 응용 분야에 사용되어 왔습니다.북미가 여전히 주요 관심사이지만,[138] 이 소프트웨어는 인도,[139] 이탈리아 및 [140]스페인의 문제에 적용되고 있습니다.

2022년 중반의 연구는 유럽, 특히 독일이 직면한 천연가스 위기를 조사했으며 2022년 [128][141]10월까지 러시아 천연가스의 모든 수입을 제거할 수 있는 몇 가지 실행 가능한 방법("사례"로 분류됨)이 있다는 결론을 내렸다.현재 진행 중인 작업은 2022년 이후 독일의 나머지 3개 원자로의 운전 수명을 연장한 영향과 보다 일반적으로 강력한 가뭄 조건이 수력 발전 [citation needed]및 시스템에 미치는 영향을 검토하고자 한다.

oem의

프로젝트. oem의
주인 oem of 커뮤니티 지원
상황 활동적인
범위/종류 전기, 열, 이동성, 가스
코드 라이선스 MIT
언어 파이썬
웹 사이트
저장소 github.com/oemof/
문서 oemof.readtheadocs.이오
논의 forum.openmod.org/tag/oemof

oemof는 Open Energy Modeling Framework의 약자입니다.이 프로젝트는 독일 베를린의 라이너 레모인 연구소와 독일 플렌스부르크의 플렌스부르크 대학과 플렌스부르크 응용과학 대학의 지속 가능한 에너지 시스템 센터(CSES 또는 ZNES)에 의해 관리되고 있습니다.이 프로젝트는 2개의 웹사이트와 GitHub 저장소를 운영하고 있다.oemof는 Python으로 작성되었으며 최적화를 위해 Pyomo 및 COIN-OR 구성요소를 사용합니다.에너지 시스템은 스프레드시트(CSV)를 사용하여 표시할 수 있으므로 데이터 준비를 단순화할 수 있습니다.버전 0.1.0은 2016년 12월 1일에 출시되었습니다.

oem을 에너지 모델링 프레임워크로 사용합니다.선형 또는 혼합 정수 최적화 문제 공식 라이브러리(solph), 입력 데이터 생성 라이브러리(피드인 데이터) 및 기타 보조 라이브러리로 구성됩니다.solph 라이브러리는 멀티지역 및 멀티섹터(전기, 열, 가스, 모빌리티) 시스템을 나타내기 위해 사용되며 금융 비용이나 CO2 배출 등 다양한 목표에 맞게 최적화할 수 있습니다.또한 디스패치 모드와 투자 모드를 전환할 수 있습니다.범위 측면에서 oemof는 유럽 전력 시스템을 포착하거나 복잡한 국지 전력 및 열 섹터 체계를 설명할 수 있습니다.

oemof는 사하라 [142]이남 아프리카에 적용되었습니다.OEMOF와 OSeMOSYS를 [143]비교한 2020년 마스터 프로젝트.

OSEMOSYS

프로젝트. OSEMOSYS
주인 커뮤니티 프로젝트
상황 활동적인
범위/종류 모든 규모의 계획
코드 라이선스 아파치 2.0
언어 여러가지
웹 사이트 www.osemosys.org
포럼 groups.google.com/g/osemosys
저장소 github.com/OSeMOSYS/OSeMOSYS
논의 forum.openmod.org/tag/osemosys

OSeMOSYS는 Open Source Energy Modeling System의 약자입니다.OSeMOSYS는 국가 및 지역 정책 개발을 목적으로 하며 시간 간 최적화 프레임워크를 사용합니다.이 모델은 완벽한 선견지명이 있는 단일 사회적 동기 부여 운영자/투자자를 가정합니다.OSeMOSYS 프로젝트는 스웨덴 스톡홀름에 있는 KTH Royal Institute of Technology, Energy Systems 부문의 지원을 받는 커뮤니티 활동입니다.그 프로젝트는 배경을 제공하는 웹사이트를 유지하고 있다.이 프로젝트는 또한 Google Groups에서 몇 가지 활성 인터넷 포럼을 제공합니다.OSeMOSYS는 원래 높은 수준의 수학 프로그래밍 언어인 MathProg로 작성되었습니다.그 후 GAMS와 Python에 재실장되어 현재는 3개의 코드베이스가 모두 유지되고 있습니다.이 프로젝트는 또한 [144]유토피아라고 불리는 테스트 모델을 제공한다.매뉴얼이 [145]있습니다.

OSeMOSYS는 중간(10-15년) 및 장기(50-100년)에 걸친 에너지 시스템 분석을 위한 프레임워크를 제공합니다.OSeMOSYS는 순수 선형 최적화를 사용하며, 예를 들어 개별 발전소 용량 확장을 처리하기 위한 혼합 정수 프로그래밍 옵션을 제공합니다.그것은 열, 전기, 운송을 포함한 대부분의 에너지 분야를 다룬다.OSeMOSYS는 에너지 서비스의 외생적인 요구에 의해 추진됩니다.그런 다음 잠재력과 비용을 모두 특징으로 하는 일련의 리소스를 활용하는 기술을 통해 이러한 문제를 해결할 수 있습니다.이러한 자원은 에너지 상품에만 국한되지 않으며, 예를 들어 물과 토지 이용을 포함할 수 있다.이를 통해 OSeMOSYS는 물 시스템 등 에너지 이외의 영역에 적용할 수 있습니다.기술적 제약, 경제적 제약 및/또는 환경적 목표도 정책 고려사항을 반영하기 위해 부과될 수 있다.OSeMOSYS는 확장 및 콤팩트한 MathProg 형식으로 사용할 수 있으며, 둘 다 동일한 결과를 얻을 수 있습니다.확장 버전에서 OSeMOSYS는 400줄 이상의 코드로 구성되어 있습니다.OSeMOSYS는 에너지 시스템의 [146]축소 모델을 구축하기 위한 기반으로 사용되어 왔습니다.

훈련 목적으로 사용되는 아틀란티스라는 가상의 국가에 대한 간략화된 결과

OSeMOSYS에 대해 설명하는 주요 문서가 [5]있습니다.2011년 연구에서는 OSeMOSYS를 사용하여 가계 투자 의사결정의 [147]역할을 조사한다.2012년 연구는 OSeMOSYS를 확장하여 스마트 그리드의 주요 특징을 포착했다.이 백서에서는 발전, 유연한 수요 및 그리드 스토리지의 가변성을 모델링하는 방법과 이것이 [148]그리드의 안정성에 미치는 영향에 대해 설명합니다.OSeMOSYS는 마을 시스템에 적용되었다.2015년 논문은 다양한 [149]접근 수준 하에서 티모르-레스테의 농촌 지역에 대한 독립형, 미니 그리드 및 그리드 전화의 장점을 비교한다.2016년 연구에서 OSeMOSYS는 현실적인 소비자 [150]행동을 고려하여 수정되었습니다.또 다른 2016년 연구에서는 OSeMOSYS를 사용하여 이탈리아 롬바르디아 지역의 로컬 다중 지역 에너지 시스템 모델을 구축했다.이 연습의 목적 중 하나는 에너지 계획 과정에 시민들이 참여하도록 장려하는 것이었다.예비 결과는 이것이 성공적이었고 기술적 역동성과 비기술적 [151]문제를 모두 적절히 포함하기 위해 개방형 모델링이 필요하다는 것을 보여줍니다.캐나다 앨버타주를 다룬 2017년 논문은 기술적 불확실성으로 인해 특정 배출 목표를 초과 달성할 위험이 있음을 시사한다.그 중에서도 태양광과 풍력 기술은 배출 위험을 [152]포함하면 각각 7년, 5년 일찍 구축되는 것으로 나타났다.또 다른 2017년 논문은 키프로스의 전기 시스템을 분석한 결과, 2020년 이후 유럽연합의 환경 규제가 적용된 후 석유 연소에서 천연 가스 발전으로 [153]전환되었음을 발견했다.

기준 시나리오에 대한 아프리카 국가 간 누적 전력 거래(2015-2065년)

OSeMOSYS는 45개국으로[155][156] 구성된 아프리카와 [157][158]13개국으로 구성된 남미의 광역 전력 모델 구축에 사용되고 있습니다.또한 사바 강 유역, 중부 유럽,[160] 시르다리아 강 유역, 동유럽 [161]: 29 및 모리셔스에 [162]대한 유엔의 지역 기후, 토지, 에너지 및 물 전략(CLEWS)[159]을 지원하기 위해 사용되었습니다.모델은 이전에 발트해 국가, 볼리비아, 니카라과, 스웨덴 및 [163]탄자니아용으로 제작되었습니다.2021년 문서에서는 최근 응용 프로그램을 요약하고 OSeMOSYS 코드베이스와 [164]관련된 다양한 버전, 포크 및 로컬 기능 향상에 대해 자세히 설명합니다.2021년에 완료된 방글라데시의 전력 부문 분석 결과, 태양광은 조사된 [165]모든 시나리오에서 경제적 경쟁력이 있다고 결론지었다.2022년 연구는 기후 변화가 에티오피아 전력 [166]시스템에 미치는 영향을 조사했다.OSeMOSYS는 짐바브웨와 [168]에콰도르에서도 다양하게 적용되고 있다.또 다른 2022년 연구에서는 아프리카의 [154]저탄소 에너지 전략을 위해 철수 및 소비로 나눈 물 사용량을 조사했다.그 해의 [169]또 다른 연구는 이집트의 재생 가능 에너지를 조사했다.그리고 또 다른 도미니카 공화국.[170]

2016년에는 모델 관리 인프라(MoManI)로 알려진 OSeMOSYS에 대한 브라우저 기반 인터페이스 작업이 시작되었습니다.MoManI는 UN 경제사회부(DESA)가 주도하여 일부 국가에서 테스트되고 있습니다.이 인터페이스를 사용하여 모델을 구축하고 결과를 시각화하며 더 나은 시나리오를 개발할 수 있습니다.아틀란티스는 훈련을 목적으로 [171][172][173]한 가상의 국가 사례 연구소의 이름입니다.clicSAND라는 이름의 단순화된 GUI 인터페이스가 2021년 [174][175]3월에 출시되었습니다.otool이라는 이름의 CLI 워크플로우 도구는 OKI 마찰 없는 데이터와 GNU MathProg 데이터 [176][164]: 3 형식을 변환할 수 있는 전용 유틸리티를 번들합니다.2022년, 이 프로젝트는 아프리카,[177] 동아시아, 남미에서 선택된 국가들을 모델링하기 위한 스타터 키트를 출시했습니다.

서유럽과 중부 유럽을 포괄하는 OSeMBE 참조 모델은 2018년 [178][179]4월 27일에 발표되었다.이 모델에서는 OSeMOSYS의 MathProg 구현을 사용하지만 먼저 작은 패치가 필요합니다.Horizon 2020의 일부로 자금을 지원받고 REEM 프로젝트의 작업 패키지 WP7에 해당하는 이 모델은 이해 당사자들이 [180]유럽의 다양한 지속 가능한 에너지 미래에 참여할 수 있도록 돕는 데 사용될 것이다.REEM 프로젝트는 2016년 초부터 2020년 중반까지 진행됩니다.

2021년 논문은 OSeMOSYS 커뮤니티, 그 구성 및 거버넌스 활동을 검토합니다.또한 교육 및 개발도상국 [164]내 분석 능력 구축을 위한 OSeMOSYS 사용에 대해서도 설명합니다.

PyPSa

프로젝트. PyPSa
주인 베를린 공과대학교
상황 활동적인
범위/종류 섹터 커플링이 있는 전력 시스템
코드 라이선스 MIT
언어 파이썬
웹 사이트 pypsa.org
저장소 github.com/PyPSA/PyPSA
문서 pypsa.readtheadocs.이오
Python 패키지 pypi.org/project/pypsa
Mailing 목록 groups.google.com/group/pypsa
논의 forum.openmod.org/tag/pypsa

PyPSa는 Python for Power System Analysis의 약자입니다.PyPSa는 전력 시스템과 관련 분야의 시뮬레이션 및 최적화를 위한 무료 소프트웨어 도구 상자입니다.기존 발전, 가변 풍력 및 태양광 발전, 축전, 천연가스, 수소, 열, 수송 분야와의 결합, 하이브리드 교류 및 직류 네트워크를 지원합니다.또한 PyPSa는 확장성이 뛰어나도록 설계되어 있습니다.프로젝트는 독일 카를스루에에 있는 카를스루에 공과대학(KIT)의 IAI(Institute for Automation and Applied Informatics)에 의해 관리되지만 프로젝트 자체는 자체 이름과 계정으로 독립적으로 존재합니다.이 프로젝트는 웹 사이트를 유지 관리하고 이메일 목록을 실행합니다.PyPSa 자체는 Python으로 작성되어 Pyomo 라이브러리를 사용합니다.소스 코드는 GitHub에서 호스팅되며 PyPI 패키지로 정기적으로 출시됩니다.

강풍과 저부하 조건에서 독일 전역의 입지 한계 가격 시뮬레이션.북쪽/남쪽 전력 전송의 병목 현상이 큰 [181]: 11 차이를 이끌어냅니다.

PyPSa의 기본 기능은 2018년 논문에 설명되어 있습니다.PyPSa는 기존의 정상 상태 전력 흐름 분석 소프트웨어와 완전한 다주기 에너지 시스템 모델 사이에 있습니다.시스템 시뮬레이션을 위한 비선형 전력 흐름 방정식 또는 선형 근사치를 사용하여 여러 기간에 걸쳐 운영 및 투자의 공동 최적화를 가능하게 합니다.발전기 램프 및 다주기 업 및 다운타임을 지정할 수 있으며 DSM은 지원되지만 수요는 가격 [181]탄력성이 없습니다.

2018년 연구는 탄소 배출량을 95%까지 줄이도록 제약된 미래 유럽 에너지 시스템에서 섹터 커플링과 변속기 강화 사이의 잠재적 시너지 효과를 조사한다.PyPSa-Eur-Sec-30 모델은 배터리 전기 자동차(BEV)의 수요측 관리 가능성뿐만 아니라 전력 투 가스, 장기 열 에너지 저장 및 관련 기술이 수행할 수 있는 역할을 포착합니다.결과는 BEV가 태양광 발전의 일일 변동을 완화하는 반면, 나머지 기술은 수요와 재생 가능 공급의 동시적 및 계절적 변동을 완화할 수 있다는 것을 보여준다.최소 비용 구성을 위해서는 전력 그리드의 대폭적인 증설이 필요합니다.보다 일반적으로, 그러한 시스템은 실현 가능하고 저렴하다.기본 데이터 세트는 [182]Zenodo에서 사용할 수 있습니다.

2018년 1월 현재 PyPSa는 전 [181]: 2 세계 12개 이상의 연구소 및 기업에서 사용되고 있습니다.일부 연구 그룹은 소프트웨어를 독립적으로 확장했습니다. 예를 들어 정수 전송 [183]확장을 모델링합니다.

2020년에는 에너지 인프라에 대한 여러 파리 협정 호환 시나리오를 분석하기 위해 유럽용 PyPSa-Eur-Sec 모델을 사용하여 초기 조치가 성과를 [185]거둘 수 있어야 한다고 결정했다.

2019년 1월 9일, 이 프로젝트는 Cbc 솔버를 사용하는 인터랙티브 웹 인터페이스 "toy" 모델을 출시하여 대중이 다양한 미래 비용과 [186][187]기술을 실험할 수 있도록 하였다.이 사이트는 2019년 11월 5일 내부 개선사항, 새로운 URL, 빠른 해결사 등과 함께 약 12초 [188]만에 다시 시작되었습니다.새로운 버전에서는 HiGHS [189]솔버가 사용되고 있습니다.

2021년 9월, PyPSa 개발자들은 PyPSa-Eur-Sec 섹터 결합 유럽 [190][191]모델의 단순화된 버전에 웹 인터페이스를 제공하는 PyPSa-Server 프로젝트를 발표했습니다.사용자는 소프트웨어를 설치할 필요가 없으며 양식 기반 웹 페이지를 사용하여 "차이별로" 새로운 시나리오를 정의할 수 있습니다.이전에 실행한 시나리오는 나중에 참조할 수 있도록 저장됩니다.2021년 10월 현재 구현은 본질적으로 개념 증명이다.

2020년 후반에 PyPSa 개발자들은 유럽과 영국의 통합 고전압 전기 및 수소 그리드 확장 옵션과 제한된 공공 [192]수용으로 인해 발생할 수 있는 일종의 균형에 대한 조사를 보고했다.2021년 12월 연구에서는 [193][194][195]폴란드에 대한 정책 옵션을 평가하기 위해 PyPSa-PL 모델을 구축했다.

PyPSa-meets-Africa 프로젝트

PyPSa-meets-아프리카 프로젝트는 아프리카 [196][197]대륙에 걸친 단일 모델과 데이터 세트를 제공하기 위해 2021년 중반에 시작되었습니다.나이지리아 CPEL이 공동 주최한 2022년 7월 웨비나는 아프리카 [198][199]의제를 진전시켰다.

테모아

프로젝트. 테모아
주인 노스캐롤라이나 주립 대학교
주요 인물 조지프 드 카롤리스
상황 활동적인
범위/종류 시스템 계획
코드 라이선스 GPLv2+
웹 사이트 temoacloud.com
저장소 github.com/TemoaProject/temoa/
Mailing 목록 groups.google.com/g/temoa-project

TEMOA는 Tools for Energy Model Optimization and Analysis의 약자입니다.이 소프트웨어는 미국 노스캐롤라이나주 롤리 노스캐롤라이나 주립대학 토목, 건설, 환경공학부에서 개발 중입니다.프로젝트는 웹사이트와 포럼을 운영하고 있습니다.소스 코드는 GitHub에서 호스트됩니다.이 모델은 Python으로 작성된 최적화 컴포넌트 라이브러리인 Pyomo에서 프로그래밍됩니다.TEMOA는 오픈 소스 GLPK 솔버를 포함하여 Pyomo가 지원하는 모든 솔버와 함께 사용할 수 있습니다.TEMOA는 버전 제어를 사용하여 소스 코드 및 데이터 세트를 공개적으로 아카이브하고, 이를 통해 제3자가 게시된 모든 모델링 [11]작업을 확인할 수 있습니다.

모델링 프레임워크로서의 TEMOA 클래스는 상향식 기술 풍부한 에너지 시스템 모델을 사용하여 분석을 수행하는 데 사용됩니다.모델 목표는 에너지 테크놀로지와 생필품을 장기간에 걸쳐 도입 및 사용함으로써 시스템 전체의 에너지 공급 비용을 최소화하는 것입니다.[200]TEMOA는 "잘 문서화된 MARKAL/TIMES 모델 생성기의 영향을 많이 받습니다."[201]: 4

TEMOA는 2020-2022년에 걸친 Open Energy Outlook(OEO) 연구 프로젝트의 기반을 형성합니다.OEO 프로젝트에서는 오픈 소스 툴과 오픈 데이터를 사용하여 미국의 [202][203]깊은 탈탄소 정책 옵션을 조사합니다.

2021년 중반부터 메인 웹 사이트에 있는 인터랙티브 인터페이스를 통해 등록된 사용자는 시나리오 데이터를 로컬로 조작하고 구조화된 SQLite 파일을 업로드한 후 TEMOA [204][205]소프트웨어를 사용하여 이러한 시나리오를 실행할 수 있습니다.또한 제한된 데이터 시각화 및 프로젝트 관리 기능도 제공합니다.

스페셜리스트 모델

이 섹션은 일반적으로 보다 일반적인 프레임워크로 편리하거나 실현 가능한 것보다 더 상세하게 에너지 시스템의 특정 측면을 다루는 전문 모델링 프레임워크를 나열합니다.

벤코피

프로젝트. 벤코피
주인 독일 항공우주센터
상황 활동적인
범위/종류 전기 자동차/시스템 상호 작용
코드 라이선스 BSD-신규
언어 파이썬
웹 사이트 —
Mailing 목록 groups.google.com/g/openmod-trans
저장소 gitlab.com/dlr-ve/vencopy
문서 vencopy.readtheadocs.이오
논의 forum.openmod.org/tag/vencopy

VencoPy 모델 프레임워크는 배터리 전기 자동차(BEV)의 도입과 전기 시스템 간의 상호 작용을 조사하는 데 사용할 수 있다.좀 더 구체적으로 말하면, BEV는 변동하는 재생 에너지 점유율이 높은 전력 시스템에서 단거리 저장에 유용하게 기여할 수 있다.그러나 전용 그리드 스토리지와 달리, BEV 기여도는 개별 차량 소유자가 [206]내릴 수 있는 연결 및 충전 선택에 크게 의존한다.

VencoPy의 전체 구조.

VencoPy는 2030년 독일의 다양한 시나리오에 적용되어 왔으며, 사용 중인 900만 BEV와 연간 27 TWh의 비행대 전력 소비량을 사용한다.시뮬레이션에 따르면 소유자의 의사결정이 실제로 중요하며 일부 시스템 설계 변수가 다른 변수보다 더 큰 영향을 미친다는 것을 알 수 있습니다.예를 들어, 총 비행대 용량과 급속 충전 설비의 가용성은 가능한 시스템 기여도에 크게 영향을 미치는 것으로 보인다.더 해결된 날씨와 수요 [206]패턴의 영향을 평가하기 위한 추가 작업이 필요하다.수학 공식을 사용할 [207]수 있습니다.VencoPy는 이전 스프레드시트 [208]프로토타입을 기반으로 합니다.

프로젝트 통계

28개의 개방형 에너지 모델링 프로젝트(충분한 정보를 이용할 수 있는 경우)에 대한 통계는 다음과 같습니다.

핵심 프로그래밍 언어
패러다임 언어 세어보세요
명령형 프로그래밍 R 1
객체 지향 프로그래밍 C++ 1
자바 2
파이썬 14
루비 1
복수 디스패치 줄리아. 1
수학 프로그래밍 GAMS 6
산술 프로그램 2
스프레드시트 Excel/VBA 1
  • 는 컴파일된 언어를 나타냅니다.
  • 는 상용 소프트웨어 라이선스가 필요함을 나타냅니다.
 프라이머리 원점
나라 세어보세요
호주. 2
덴마크 1
유럽 연합 1
핀란드 1
독일. 12
네덜란드 4
스웨덴 2
스위스 2
영국 1
미국 3
프로젝트 호스트
유형 세어보세요
학술 기관 19
사업체 5
커뮤니티 베이스 1
비영리법인 2
국가가 후원하는 1

GAMS 언어에는 독자적인 환경이 필요합니다.또한 GAMS 언어는 비용 효율이 뛰어나 기관용 [209]복사본에 액세스할 수 있는 사용자만 참여할 수 있습니다.

프로그래밍 컴포넌트

이 문맥에서 프로그래밍 구성요소는 잘 정의된 기능을 얻기 위해 비교적 쉽게 가져오거나 상위 수준의 모델링 프레임워크에 의해 연결될 수 있는 일관된 코드 블록 또는 컴파일된 라이브러리입니다.

테크놀로지 모듈

현재 많은 기술 컴포넌트 모델도 오픈 소스입니다.이러한 구성 요소 모델은 공공 정책 개발(본 페이지의 초점)을 목적으로 하는 시스템 모델을 구성하지는 않지만, 그럼에도 불구하고 언급이 필요합니다.테크놀로지 모듈은 이러한 광범위한 이니셔티브에 연계하거나 조정할 수 있습니다.

옥션 모델

전기 경매 모델은 GAMS,[g] AMPL, MathProg 및 기타 언어로 작성되었습니다.여기에는 다음이 포함됩니다.

오픈 솔버

많은 프로젝트는 순수 선형 또는 혼합 정수 솔버에 의존하여 기존의 최적화, 제약 조건 만족 또는 두 가지 혼합을 수행합니다.오픈 소스 솔버 프로젝트는 여러 가지가 있지만 가장 일반적으로 배포되는 솔버는 GLPK입니다.GLPK는 Calliope, ETEM, ficus, OSeMOSYS, SWITCH 및 TEMOA에 의해 채택되었습니다.또 다른 대안으로는 Clp [216][217]솔버가 있습니다.2020년 중반부터 HiGHS 오픈 소스 솔버는 다른 옵션을 제공합니다.HiGHS는 PyPSa 유럽 멀티 섹터 모델의 웹 기반 버전에서 사용됩니다.

독자 사양의 솔버는 오픈 소스 솔버보다 상당한 성능(약 10배)이 뛰어나기 때문에 오픈 솔버를 선택하면 속도, 메모리 소비량, 나아가 트랙터빌리티 [219]면에서 성능이 제한됩니다.

C++17로 작성된 유연한 SMS+ 최적화 툴박스는 에너지 시스템 [220]모델링의 요구를 충족시키기 위해 특별히 개발되고 있습니다.

「 」를 참조해 주세요.

일반

소프트웨어

  • 프리 소스 및 오픈 소스 최적화 솔버 목록
  • Cbc(COIN-OR Branch and Cut) – 오픈 소스 최적화 해결사
  • CLP(COIN-OR LP) – 오픈 소스 선형 최적화 솔버
  • Community Climate System Model – 대부분 오픈 소스 결합 글로벌 기후 모델
  • ESMF(Earth System Modeling Framework) – 기후 구축, 수치 기상 예측 및 데이터 동화 애플리케이션을 위한 오픈 소스 소프트웨어
  • GHGProof – 오픈소스 토지 이용 모델
  • GLPK(GNU 선형 프로그래밍 키트) – 오픈 소스 선형 및 혼합 정수 최적화 솔버
  • GridLAB-D – 스마트 그리드 에너지 기술을 위한 오픈 소스 시뮬레이션 및 분석 도구
  • GridSpice – 스마트 그리드 모델링을 위한 오픈 소스 클라우드 기반 시뮬레이션 패키지
  • HiGHS – 오픈 소스 최적화 솔루션

사람

메모들

  1. ^ 용어가 미정입니다.이러한 모델은 오픈 에너지 모델 또는 오픈 소스 에너지 시스템 모델 또는 이들의 조합으로도 알려져 있습니다.
  2. ^ NEMO도 2011년 개발 중이지만 코드베이스가 공개되었는지 여부는 불명확하다.
  3. ^ 단순화된 AC 전원 흐름 방법은 고정 주파수 AC의 활성 전원 흐름 방정식이 DC [42]: 59 전류를 전달하는 저항기에 적용되는 옴의 법칙과 유사하기 때문에 DC 부하 흐름 방식이라고도 합니다.최적화를 위해 2차 손실 함수도 분할 선형화됩니다.
  4. ^ MERRA-2는 Modern-Era Retrospective Analysis for Research and Applications, Version 2의 약자입니다.원격감지된 데이터는 NASA 고다드 우주 비행 센터 연구소에 의해 방해받지 않고 제공됩니다.
  5. ^ 매뉴얼에 기재되어 있는 GMPL은 MathProg의 대체 명칭입니다.
  6. ^ OSeMOSYS는 KTH 왕립기술연구소의 영향으로 스웨덴에 상주하는 것으로 알려졌다.
  7. ^ MathProg는 MPL의 서브셋입니다.MPL 모델을 MathProg로 쉽게 변환할 수 있는 경우가 있습니다.

레퍼런스

  1. ^ a b acatech; Lepoldina; Akademienunion, eds. (2016). Consulting with energy scenarios: requirements for scientific policy advice (PDF). Berlin, Germany: acatech — National Academy of Science and Engineering. ISBN 978-3-8047-3550-7. Archived from the original (PDF) on 21 December 2016. Retrieved 19 December 2016.
  2. ^ Bazilian, Morgan; Rice, Andrew; Rotich, Juliana; Howells, Mark; DeCarolis, Joseph; Macmillan, Stuart; Brooks, Cameron; Bauer, Florian; Liebreich, Michael (2012). "Open source software and crowdsourcing for energy analysis" (PDF). Energy Policy. 49: 149–153. doi:10.1016/j.enpol.2012.06.032. Retrieved 17 June 2016.
  3. ^ Morin, Andrew; Urban, Jennifer; Sliz, Piotr (26 July 2012). "A quick guide to software licensing for the scientist-programmer". PLOS Computational Biology. 8 (7): e1002598. Bibcode:2012PLSCB...8E2598M. doi:10.1371/journal.pcbi.1002598. ISSN 1553-7358. PMC 3406002. PMID 22844236.
  4. ^ a b c Pfenninger, Stefan; DeCarolis, Joseph; Hirth, Lion; Quoilin, Sylvain; Staffell, Iain (February 2017). "The importance of open data and software: is energy research lagging behind?". Energy Policy. 101: 211–215. doi:10.1016/j.enpol.2016.11.046. ISSN 0301-4215.
  5. ^ a b 하우 얼스, 마크, Rogner, 올게르 루이스;Strachan, 닐. Heaps, Charles:헌팅턴, Hillard, Kypreos, 소크라테스는, 휴즈, 앨리슨, 시우 베이라, Semida, DeCarolis, 조, Bazilian, 모건, Roehrl, 알렉산더(2011년)."OSeMOSYS:오픈 소스 에너지 모델링 시스템:그것은 기풍, 구조와 발전에 대한 소개".에너지 정책 39(10):5850–5870. doi:10.1016/j.enpol.2011.06.033.이름은 모건 Bazillian 해결되었습니다.
  6. ^ Chang, Miguel; Thellufsen, Jakob Zink; Zakeri, Behnam; Pickering, Bryn; Pfenninger, Stefan; Lund, Henrik; Østergaard, Poul Alberg (15 May 2021). "Trends in tools and approaches for modelling the energy transition". Applied Energy. 290: 116731. doi:10.1016/j.apenergy.2021.116731. ISSN 0306-2619. S2CID 233585332. 특히 그림 4를 참조하십시오.
  7. ^ Syranidou, Chloi; Koch, Matthias; Matthes, Björn; Winger, Christian; Linßen, Jochen; Rehtanz, Christian; Stolten, Detlef (1 May 2022). "Development of an open framework for a qualitative and quantitative comparison of power system and electricity grid models for Europe". Renewable and Sustainable Energy Reviews. 159: 112055. doi:10.1016/j.rser.2021.112055. ISSN 1364-0321. Retrieved 3 June 2022. open access
  8. ^ Morrison, Robbie (3 June 2022). "MODEX framework comparison study for Germany — Blog". Open Energy Modelling Initiative. Retrieved 24 July 2022. open access
  9. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (1 August 2010). "Evaluating energy efficiency policies with energy-economy models — Report number LBNL-3862E" (PDF). Annual Review of Environment and Resources. Berkeley, CA, US: Ernest Orlando Lawrence Berkeley National Laboratory. doi:10.1146/annurev-environ-052810-164840. OSTI 1001644. Archived from the original (PDF) on 21 December 2016. Retrieved 15 November 2016.
  10. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (22 October 2010). "Evaluating energy efficiency policies with energy-economy models". Annual Review of Environment and Resources. 35 (1): 305–344. doi:10.1146/annurev-environ-052810-164840. ISSN 1543-5938.
  11. ^ a b DeCarolis, Joseph F; Hunter, Kevin; Sreepathi, Sarat (2012). "The case for repeatable analysis with energy economy optimization models" (PDF). Energy Economics. 34 (6): 1845–1853. arXiv:2001.10858. doi:10.1016/j.eneco.2012.07.004. S2CID 59143900. Retrieved 8 July 2016.
  12. ^ Cao, Karl-Kiên; Cebulla, Felix; Gómez Vilchez, Jonatan J; Mousavi, Babak; Prehofer, Sigrid (28 September 2016). "Raising awareness in model-based energy scenario studies — a transparency checklist". Energy, Sustainability and Society. 6 (1): 28–47. doi:10.1186/s13705-016-0090-z. ISSN 2192-0567. S2CID 52243291.
  13. ^ a b Pfenninger, Stefan (23 February 2017). "Energy scientists must show their workings" (PDF). Nature News. 542 (7642): 393. Bibcode:2017Natur.542..393P. doi:10.1038/542393a. PMID 28230147. S2CID 4449502. Retrieved 26 February 2017.
  14. ^ "SET-Plan update" (PDF). SETIS Magazine (13): 5–7. November 2016. ISSN 2467-382X. Retrieved 1 March 2017.
  15. ^ "Medeas: modeling the renewable energy transition in Europe". Spanish National Research Council (CSIC). Barcelona, Spain. Retrieved 1 March 2017.
  16. ^ Howells, Mark (November 2016). "OSeMOSYS: open source software for energy modelling" (PDF). SETIS Magazine (13): 37–38. ISSN 2467-382X. Retrieved 1 March 2017.
  17. ^ Simoes, 소피아;Nijs, 바우터, 루이즈, 파블로, Sgobbi, 알레산드라;Radu, Daniela, Bolat, Pelin, Thiel, 크리스티안, Peteves, Stathis(2013년).그 JRC-EU-TIMES 모델:LD-NA-26292-EN-N(PDF)— SET계획 에너지 기술의 장기적인 역할을 평가하다.지고 R(D득점판:...지고 산업 R(D투자 득점판.룩셈부르크:간행물 사무소 유럽 연합의 doi:10.2790/97596.아이 에스비엔 978-92-79-34506-7.ISSN 1831-9424.3월 3일 2017년 Retrieved.디지털 문서 식별자, 아이 에스비엔, ISSN 온라인 버전을 참조하십시오.
  18. ^ European Commission (14 October 2021). "Funding and tenders — Energy system modelling, optimisation and planning tools — TOPIC ID: HORIZON-CL5-2022-D3-01-13". European Commission. Retrieved 10 November 2021. 마감일은 2022년 4월 26일.
  19. ^ Heider, Anya; Reibsch, Ricardo; Blechinger, Philipp; Linke, Avia; Hug, Gabriela (1 November 2021). "Flexibility options and their representation in open energy modelling tools". Energy Strategy Reviews. 38: 100737. doi:10.1016/j.esr.2021.100737. ISSN 2211-467X. S2CID 244151317.
  20. ^ Nitsch, Felix; Schimeczek, Christoph (18 February 2022). Backtesting the open source electricity market model AMIRIS by simulating the Austrian day-ahead market — Presentation (PDF). German Aerospace Center (DLR). Stuttgart, Germany. Retrieved 29 March 2022. 오스트리아 그라츠에서 열린 제17회 Energieinnovation EnInnovation 2022 심포지엄 발표.open access
  21. ^ Klein, Martin; Frey, Ulrich J; Reeg, Matthias (2019). "Models within models: agent‑based modelling and simulation in energy systems analysis". Journal of Artificial Societies and Social Simulation. 22 (4): 6. doi:10.18564/jasss.4129. ISSN 1460-7425. S2CID 208170977. open access
  22. ^ Deissenroth, Marc; Klein, Martin; Nienhaus, Kristina; Reeg, Matthias (10 December 2017). "Assessing the plurality of actors and policy interactions: agent‑based modelling of renewable energy market integration" (PDF). Complexity. 2017: –7494313. doi:10.1155/2017/7494313. ISSN 1076-2787. Retrieved 21 May 2021.
  23. ^ Torralba-Díaz, Laura; Schimeczek, Christoph; Reeg, Matthias; Savvidis, Georgios; Deissenroth-Uhrig, Marc; Guthoff, Felix; Fleischer, Benjamin; Hufendiek, Kai (January 2020). "Identification of the Efficiency Gap by Coupling a Fundamental Electricity Market Model and an Agent-Based Simulation Model". Energies. 13 (15): 3920. doi:10.3390/en13153920.
  24. ^ Frey, Ulrich; Klein, Martin; Nienhaus, Kristina; Schimeczek, Christoph (14 October 2020). "Self-Reinforcing Electricity Price Dynamics under the Variable Market Premium Scheme". Energies. 13 (20): 5350. doi:10.3390/en13205350. ISSN 1996-1073. Retrieved 4 April 2022.
  25. ^ Nitsch, Felix; Deissenroth-Uhrig, Marc; Schimeczek, Christoph; Bertsch, Valentin (15 September 2021). "Economic evaluation of battery storage systems bidding on day-ahead and automatic frequency restoration reserves markets". Applied Energy. 298: 117267. doi:10.1016/j.apenergy.2021.117267. Retrieved 4 April 2022.
  26. ^ "Framwork for distributed Agent-based Modelling of Energy systems (FAME)". 30 March 2022. Retrieved 22 February 2022. 소스 코드 저장소입니다.
  27. ^ Xu, Yixing; Myhrvold, Nathan; Sivam, Dhileep; Mueller, Kaspar; Olsen, Daniel J.; Xia, Bainan; Livengood, Daniel; Hunt, Victoria; Rouillé d’Orfeuil, Benjamin; Muldrew, Daniel; Ondreicka, Merrielle; Bettilyon, Megan (August 2020). U.S. Test System with High Spatial and Temporal Resolution for Renewable Integration Studies. 2020 IEEE Power & Energy Society General Meeting (PESGM). IEEE Power & Energy Society General Meeting : [Proceedings]. pp. 1–5. doi:10.1109/PESGM41954.2020.9281850. ISBN 978-1-7281-5508-1. ISSN 1944-9933.
  28. ^ Yixing Xu; Myhrvold, Nathan; Dhileep Sivam; Mueller, Kaspar; Olsen, Daniel J.; Bainan Xia; Livengood, Daniel; Hunt, Victoria; D'Orfeuil, Ben Rouille; Muldrew, Daniel; Merrielle Ondreicka; Bettilyon, Megan (2020). "U.S. Test System with High Spatial and Temporal Resolution for Renewable Integration Studies". Breakthrough Energy Model Dataset. arXiv:2002.06155. doi:10.5281/zenodo.3530899. Retrieved 1 July 2021.
  29. ^ "Electric Grid Test Case Repository". Texas A&M University Electric Grid Datasets. Retrieved 1 July 2021.
  30. ^ Xu, Yixing; Olsen, Daniel; Xia, Bainan; Livengood, Dan; Hunt, Victoria; Li, Yifan; Smith, Lane (January 2021). A 2030 United States Macro Grid: Unlocking Geographical Diversity to Accomplish Clean Energy Goals (PDF). Seattle, Washington, USA: Breakthrough Energy Sciences. Retrieved 1 July 2021.
  31. ^ a b Zerrahn, Alexander; Schill, Wolf-Peter (2015). A greenfield model to evaluate long-run power storage requirements for high shares of renewables — DIW discussion paper 1457 (PDF). Berlin, Germany: German Institute for Economic Research (DIW). ISSN 1619-4535. Retrieved 7 July 2016.
  32. ^ Zerrahn, Alexander; Schill, Wolf-Peter (2017). "Long-run power storage requirements for high shares of renewables: review and a new model". Renewable and Sustainable Energy Reviews. 79: 1518–1534. doi:10.1016/j.rser.2016.11.098.
  33. ^ Schill, Wolf-Peter; Niemeyer, Moritz; Zerrahn, Alexander; Diekmann, Jochen (1 June 2016). "Bereitstellung von Regelleistung durch Elektrofahrzeuge: Modellrechnungen für Deutschland im Jahr 2035". Zeitschrift für Energiewirtschaft (in German). 40 (2): 73–87. doi:10.1007/s12398-016-0174-7. hdl:10419/165995. ISSN 0343-5377. S2CID 163807710.
  34. ^ Schill, Wolf-Peter; Zerrahn, Alexander; Kunz, Friedrich (1 June 2017). "Prosumage of solar electricity: pros, cons, and the system perspective" (PDF). Economics of Energy & Environmental Policy. 6 (1). doi:10.5547/2160-5890.6.1.wsch. ISSN 2160-5882.
  35. ^ Schill, Wolf-Peter; Zerrahn, Alexander (2018). "Long-run power storage requirements for high shares of renewables: Results and sensitivities". Renewable and Sustainable Energy Reviews. 83: 156–171. doi:10.1016/j.rser.2017.05.205.
  36. ^ 이달고 곤살레스, 이그나시오.Quoilin, 실뱅;Zucker, 안드레아스(2014년).Dispa-SET 2.0:유닛 커미트먼트와 권력 파병 모델:설명, 공식화 및 구현 — EUR27015 EN(PDF).룩셈부르크:간행물 사무소 유럽 연합의 doi:10.2790/399921.아이 에스비엔 978-92-79-44690-0.3월 1일 2017년 Retrieved.디지털 문서 식별자와 아이 에스비엔 온라인 버전을 참조하십시오.
  37. ^ a b c d Quoilin, Sylvain; Hidalgo González, Ignacio; Zucker, Andreas (2017). Modelling future EU power systems under high shares of renewables: the Dispa-SET 2.1 open-source model — EUR 28427 EN (PDF). Luxembourg: Publications Office of the European Union. doi:10.2760/25400. ISBN 978-92-79-65265-3. Retrieved 1 March 2017.
  38. ^ a b "Dispa-SET documentation". Retrieved 2 March 2017. 자동으로 최신 버전입니다.
  39. ^ "SET-Plan Update" (PDF). SETIS Magazine (13): 5–7. November 2016. ISSN 2467-382X. Retrieved 1 March 2017.
  40. ^ 이달고 곤살레스, 이그나시오;루이스 레드, 파블로, Sgobbi, 알레산드라;Nijs, 바우터;Quoilin, 실뱅;Zucker, 안드레아스,.Thiel, 기독교(2015년).에너지 시스템 모델에 해소하기 위해 유연성 EUR 27183 EN(PDF)(보고서)—.룩셈부르크:간행물 사무소 유럽 연합의 doi:10.2790/925.아이 에스비엔 978-92-79-47235-0.3월 2일 2017년 Retrieved.디지털 문서 식별자와 아이 에스비엔 온라인 버전을 참조하십시오.
  41. ^ Quoilin, Sylvain; Nijs, Wouter; Hidalgo González, Ignacio; Zucker, Andreas; Thiel, Christian (19 May 2015). Evaluation of simplified flexibility evaluation tools using a unit commitment model. 2015 12th International Conference on the European Energy Market (EEM). Energy Market, Eem, International Conference on the European. pp. 1–5. doi:10.1109/EEM.2015.7216757. ISBN 978-1-4673-6692-2. ISSN 2165-4077.
  42. ^ Andersson, Göran (2008). Modelling and analysis of electric power systems: power flow analysis fault analysis power systems dynamics and stability (PDF). Zürich, Switzerland: ETH Zurich. Archived from the original (PDF) on 3 March 2016. Retrieved 2 February 2017.
  43. ^ Quoilin, Sylvain; Hidalgo González, Ignacio; Zucker, Andreas; Thiel, Christian (September 2014). "Available technical flexibility for balancing variable renewable energy sources: case study in Belgium" (PDF). Proceedings of the 9th Conference on Sustainable Development of Energy, Water and Environment Systems. Retrieved 2 March 2017.
  44. ^ De Felice, Matteo; Busch, Sebastian; Kanellopoulos, Konstantinos; Kavvadias, Konstantinos; Hidalgo Gonzalez, Ignacio (April 2020). Power system flexibility in a variable climate — EUR 30184 EN, JRC120338. Luxembourg: Publications Office of the European Union. doi:10.2760/75312. ISBN 978-92-76-18183-5.
  45. ^ Pavičević, Matija; De Felice, Matteo; Busch, Sebastian; Hidalgo González, Ignacio; Quoilin, Sylvain (1 August 2021). "Water-energy nexus in African power pools – the Dispa-SET Africa model". Energy. 228: 120623. doi:10.1016/j.energy.2021.120623. hdl:2268/288350. ISSN 0360-5442. S2CID 234814778. Retrieved 30 April 2021.
  46. ^ EMLab — Generation Factsheet (PDF). Delft, The Netherlands: Energy Modelling Lab, Delft University of Technology. Retrieved 9 July 2016.
  47. ^ de Vries, Laurens J; Chappin, Émile JL; Richstein, Jörn C (August 2015). EMLab-Generation: an experimentation environment for electricity policy analysis — Project report — Version 1.2 (PDF). Delft, The Netherlands: Energy Modelling Lab, Delft University of Technology. Retrieved 9 July 2016.
  48. ^ World energy outlook 2011 (PDF). Paris, France: International Energy Agency (IEA). 2011. ISBN 978-92-64-12413-4. Retrieved 9 July 2016.
  49. ^ Richstein, Jörn C; Chappin, Emile JL; de Vries, Laurens J (2014). "Cross-border electricity market effects due to price caps in an emission trading system: an agent-based approach". Energy Policy. 71: 139–158. doi:10.1016/j.enpol.2014.03.037.
  50. ^ a b Hirth, Lion (12 April 2016). The European Electricity Market Model EMMA — Model documentation — Version 2016-04-12 (PDF). Berlin, Germany: Neon Neue Energieökonomik. Retrieved 9 July 2016.
  51. ^ Hirth, Leon (2015). The economics of wind and solar variability: how the variability of wind and solar power affects their marginal value, optimal deployment, and integration costs — PhD thesis (PDF). Berlin, Germany: Technical University of Berlin. doi:10.14279/depositonce-4291. Retrieved 7 July 2016.
  52. ^ Hirth, Lion (2013). "The market value of variable renewables: the effect of solar wind power variability on their relative price" (PDF). Energy Economics. 38: 218–236. doi:10.1016/j.eneco.2013.02.004. hdl:1814/27135. Retrieved 9 July 2016.
  53. ^ Hirth, Leon (2015). "The optimal share of variable renewables: how the variability of wind and solar power affects their welfare-optimal deployment" (PDF). The Energy Journal. 36 (1): 127–162. doi:10.5547/01956574.36.1.6. Retrieved 7 July 2016.
  54. ^ "The Project". GENESYS project. Retrieved 9 July 2016.
  55. ^ a b c Bussar, Christian; Moos, Melchior; Alvarez, Ricardo; Wolf, Philipp; Thien, Tjark; Chen, Hengsi; Cai, Zhuang; Leuthold, Matthias; Sauer, Dirk Uwe; Moser, Albert (2014). "Optimal allocation and capacity of energy storage systems in a future European power system with 100% renewable energy generation". Energy Procedia. 46: 40–47. doi:10.1016/j.egypro.2014.01.156.
  56. ^ a b Bussar, Christian; Stöcker, Philipp; Cai, Zhuang; Moraes Jr, Luiz; Magnor, Dirk; Wiernes, Pablo; van Bracht, Niklas; Moser, Albert; Sauer, Dirk Uwe (2016). "Large-scale integration of renewable energies and impact on storage demand in a European renewable power system of 2050 – Sensitivity study". Journal of Energy Storage. 6: 1–10. doi:10.1016/j.est.2016.02.004.
  57. ^ "NEMO". OzLabs. Australia. Retrieved 3 December 2016.
  58. ^ a b c Elliston, Ben; Diesendorf, Mark; MacGill, Iain (June 2012). "Simulations of scenarios with 100% renewable electricity in the Australian National Electricity Market". Energy Policy. 45: 606–613. doi:10.1016/j.enpol.2012.03.011. ISSN 0301-4215. Retrieved 19 December 2016. 프리프린트 URL이 지정되었습니다.이 문서에서는 NEMO에 대해 명시적으로 언급하지 않았습니다.
  59. ^ a b Elliston, Ben; Riesz, Jenny; MacGill, Iain (September 2016). "What cost for more renewables? The incremental cost of renewable generation — An Australian National Electricity Market case study" (PDF). Renewable Energy. 95: 127–139. doi:10.1016/j.renene.2016.03.080. ISSN 0960-1481. Retrieved 3 December 2016. 프리프린트 URL이 지정되었습니다.
  60. ^ Elliston, Ben; MacGill, Iain; Diesendorf, Mark (June 2014). "Comparing least cost scenarios for 100% renewable electricity with low emission fossil fuel scenarios in the Australian National Electricity Market" (PDF). Renewable Energy. 66: 196–204. doi:10.1016/j.renene.2013.12.010. ISSN 0960-1481. 초안 URL이 지정되었습니다.
  61. ^ "OnSSET: open source spatial electrification tool". OnSSET. Stockholm, Sweden. Retrieved 8 March 2017.
  62. ^ "OpeN Source Spatial Electrification Toolkit (OnSSET)". Department of Energy Technology, KTH Royal Institute of Technology. Stockholm, Sweden. Retrieved 5 December 2016.
  63. ^ Mentis, Dimitrios; Korkovelos, Alexandros; Shahid Siyal, Shahid; Paritosh, Deshpante; Broad, Oliver; Howells, Mark; Rogner, Holger (13 November 2015). Lighting up the world: the first global application of the open source, spatial electrification tool (OnSSET) — Presentation. 2015 International Workshop on Environment and Alternative Energy. Retrieved 7 March 2017.
  64. ^ a b c Nerini, Francesco Fuso; Broad, Oliver; Mentis, Dimitris; Welsch, Manuel; Bazilian, Morgan; Howells, Mark (15 January 2016). "A cost comparison of technology approaches for improving access to electricity services". Energy. 95: 255–265. doi:10.1016/j.energy.2015.11.068. ISSN 0360-5442.
  65. ^ a b Berndtsson, Carl (2016). Open geospatial data for energy planning (MSc). Stockholm, Sweden: KTH School of Industrial Engineering and Management. Retrieved 7 March 2017.
  66. ^ a b Peña Balderrama, JG; Balderrama Subieta, S; Lombardi, Francesco; Stevanato, N; Sahlberg, A; Howells, Mark; Colombo, E; Quoilin, Sylvain (1 June 2020). "Incorporating high-resolution demand and techno-economic optimization to evaluate micro-grids into the Open Source Spatial Electrification Tool (OnSSET)". Energy for Sustainable Development. 56: 98–118. doi:10.1016/j.esd.2020.02.009. ISSN 0973-0826.
  67. ^ Korkovelos, Alexandros; Bazilian, Morgan; Mentis, Dimitrios; Howells, Mark (2017). A GIS approach to planning electrification in Afghanistan. Washington DC, USA: The World Bank.
  68. ^ Arderne, Christopher (June 2016). A climate, land-use, energy and water nexus assessment of Bolivia (PDF) (MSc). Stockholm, Sweden: KTH School of Industrial Engineering and Management. Retrieved 7 March 2017.
  69. ^ Mentis, Dimitrios; Andersson, Magnus; Howells, Mark; Rogner, Holger; Siyal, Shahid; Broad, Oliver; Korkovelos, Alexandros; Bazilian, Morgan (July 2016). "The benefits of geospatial planning in energy access: a case study on Ethiopia" (PDF). Applied Geography. 72: 1–13. doi:10.1016/j.apgeog.2016.04.009. ISSN 0143-6228.
  70. ^ Korkovelos, 알렉산드로스, Khavari, 연주자;Sahlberg, 안드레아스, 하우 얼스, 마크, Arderne, 크리스토퍼(1월 2019년)."말라위의 개방형 데이터에 접근하다 디지털 지형 전기화 계획에 그 역할은 관습과 SDG7의 업적:OnSSET-based 사례 연구".에너지들. 12(7):1395.doi:10.3390/en12071395.ISSN 1996-1073.디미트리오스 Mentis 6작가로서 원래 발표 이후 추가했다.
  71. ^ Mentis, Dimitrios; Welsch, Manuel; Fuso Nerini, Francesco; Broad, Oliver; Howells, Mark; Bazilian, Morgan; Rogner, Holger (December 2015). "A GIS-based approach for electrification planning: a case study on Nigeria". Energy for Sustainable Development. 29: 142–150. doi:10.1016/j.esd.2015.09.007. ISSN 0973-0826.
  72. ^ "Universal electrification access". United Nations Department of Economic and Social Affairs (UN DESA). New York, USA. Retrieved 9 March 2017.
  73. ^ Isihak, Salisu; Akpan, Uduak; Bhattacharyya, Subhes (19 February 2022). "Evolution of GIS-based rural electrification planning models and an application of OnSSET in Nigeria — Official pre‑proof". Renewable and Sustainable Energy Transition: 100019. doi:10.1016/j.rset.2022.100019. ISSN 2667-095X. S2CID 247004954. Retrieved 24 February 2022. open access
  74. ^ International Energy Agency (2014). World Energy Outlook 2014 (PDF). Paris, France: OECD/IEA. ISBN 978-92-64-20805-6. Retrieved 9 March 2017.
  75. ^ International Energy Agency (2015). World Energy Outlook 2015. Paris, France: OECD/IEA. ISBN 978-92-64-24366-8.
  76. ^ International Energy Agency (IEA) and the World Bank (June 2015). Sustainable energy for all 2015: progress toward sustainable energy (PDF). Washington DC, USA: World Bank. doi:10.1596/978-1-4648-0690-2. hdl:11343/119617. ISBN 978-1-4648-0690-2. Retrieved 9 March 2017. Creative Commons CC BY 3.0 IGO로 라이선스 취득.
  77. ^ International Energy Agency (IEA) (8 November 2019). Africa energy outlook. Paris, France: IEA Publications. 비용 없이 등록하셔야 합니다.
  78. ^ GEP. "Global Electrification Platform Explorer". Retrieved 19 November 2020.
  79. ^ "PYPOWER". Python Software Foundation. Beaverton, OR, USA. Retrieved 2 December 2016.
  80. ^ Scheidler, Alexander; Thurner, Leon; Kraiczy, Markus; Braun, Martin (14–15 November 2016). Automated grid planning for distribution grids with increasing PV penetration (PDF). 6th Solar Integration Workshop: International Workshop on Integration of Solar Power into Power Systems. Vienna, Austria. Retrieved 2 December 2016.
  81. ^ Thurner, 레온, Scheidler, 알렉산더, 섀퍼, 플로리안, Menke, Jan-Hendrik, Dollichon, 줄리안. 마이어 Friederike;마이네케, 콘래드, 브라운, 마틴(2018년)."Pandapower:전력 시스템의 편리한 모델링, 분석과 최적화를 위한 오픈 소스 파이톤 도구".발전 시스템에 IEEETransactions이 33(6):6510–6521. arXiv:1709.06743.Bibcode:2018년ITPSy..33.6510T. doi:10.1109/TPWRS.2018.2829021.ISSN 0885-8950.S2CID 4917834.그arXiv 링크 지정된 버전 3을 위한 것이다.
  82. ^ Thurner, Leon (4 May 2018). "pandapower news: reference paper published / unbalanced calculations / BNetzA adopts pandapower". openmod-initiative (Mailing list). Retrieved 4 May 2018. We are especially proud to say that the German Federal Network Agency (Bundesnetzagentur) is also adopting pandapower for automated grid analysis.
  83. ^ Degner, Thomas; Rohrig, Kurt; Strauß, Philipp; Braun, Martin; Wurdinger, Kerstin; Korte, Klaas (22 March 2017). "Anforderungen an ein zukunftsfähiges Stromnetz" [Requirements for a sustainable power grid]. Forschung für die Energiewende – Die Gestaltung des Energiesystems Beiträge zur FVEE-Jahrestagung 2016 [Research for the energiewende — the design of the energy system contributions to the FVEE Annual Conference 2016] (PDF) (in German). Berlin, Germany: Forschungsverbund Erneuerbare Energien (FVEE). pp. 88–95. Retrieved 4 May 2018.
  84. ^ Kok, Koen (13 May 2013). The PowerMatcher: smart coordination for the smart electricity grid (PDF) (PhD). Amsterdam, The Netherlands: Vrije Universiteit Amsterdam. Retrieved 8 July 2016.
  85. ^ Wiese, Frauke (16 November 2014). renpass: Renewable Energy Pathways Simulation System — Manual (PDF). Retrieved 13 March 2017.
  86. ^ a b Wiese, Frauke (2015). renpass: Renewable Energy Pathways Simulation System: Open source as an approach to meet challenges in energy modeling (PDF) (PhD). Aachen, Germany: Shaker Verlag. ISBN 978-3-8440-3705-0. Retrieved 12 July 2016. 독일, 플렌스부르크 대학교
  87. ^ Bernhardi, Nicolas; Bökenkamp, Gesine; Bons, Marian; Borrmann, Rasmus; Christ, Marion; Grüterich, Lauren; Heidtmann, Emilie; Jahn, Martin; Janssen, Tomke; Lesch, Jonas; Müller, Ulf Philipp; Pelda, Johannes; Stein, Isabelle; Veddeler, Eike; Voß, David; Wienholt, Lukas; Wiese, Frauke; Wingenbach, Clemens (November 2012). Modeling sustainable electricity systems for the Baltic Sea region — Discussion paper 3 (PDF). Flensburg, Germany: Centre for Sustainable Energy Systems (CSES), University of Flensburg. ISSN 2192-4597. Retrieved 17 June 2016.
  88. ^ Wiechers, Eva; Böhm, Hendrik; Bunke, Wolf Dieter; Kaldemeyer, Cord; Kummerfeld, Tim; Söthe, Martin; Thiesen, Henning (2014). Modelling sustainable electricity systems for Germany and neighbours in 2050. Flensburg, Germany: Centre for Sustainable Energy Systems (CSES), University of Flensburg.
  89. ^ Bökenkamp, Gesine (October 2014). The role of Norwegian hydro storage in future renewable electricity supply systems in Germany: analysis with a simulation model (PDF) (PhD). Flensburg, German: University of Flensburg. Retrieved 12 July 2016.
  90. ^ Wiese, Frauke; Bökenkamp, Gesine; Wingenbach, Clemens; Hohmeyer, Olav (2014). "An open source energy system simulation model as an instrument for public participation in the development of strategies for a sustainable future". Wiley Interdisciplinary Reviews: Energy and Environment. 3 (5): 490–504. doi:10.1002/wene.109. ISSN 2041-840X. S2CID 108676376.
  91. ^ Matke, Carsten; Medjroubi, Wided; Kleinhans, David (2015). SciGRID: an open source model of the European power transmission network — Poster (PDF). Mathematics and Physics of Multilayer Complex Networks. Dresden, Germany. Retrieved 8 July 2016.
  92. ^ Wiegmans, Bart (2015). Improving the topology of an electric network model based on Open Data (PDF) (MSc). Groningen, The Netherlands: Energy and Sustainability Research Institute, University of Groningen. Retrieved 8 July 2016.
  93. ^ Bosilovich, Michael G; Lucches, Rob; Suarez, M (12 March 2016). MERRA-2: File specification — GMAO Office Note No. 9 (Version 1.1) (PDF). Greenbelt, Maryland, USA: Global Modeling and Assimilation Office (GMAO), Earth Sciences Division, NASA Goddard Space Flight Center. Retrieved 8 July 2016.
  94. ^ Rose, Ben (April 2016). Clean electricity Western Australia 2030: modelling renewable energy scenarios for the South West Integrated System (PDF). West Perth, WA, Australia: Sustainable Energy Now. Retrieved 5 December 2017.
  95. ^ Fripp, Matthius (2012). "Switch: a planning tool for power systems with large shares of intermittent renewable energy" (PDF). Environmental Science and Technology. 46 (11): 6371–6378. Bibcode:2012EnST...46.6371F. CiteSeerX 10.1.1.469.9527. doi:10.1021/es204645c. ISSN 0013-936X. PMID 22506835. Retrieved 11 July 2016.
  96. ^ Fripp, Matthias (29 June 2016). Consensus-based power system planning using open assumptions and models — Presentation (PDF). Manoa, Hawaii, USA: University of Hawaii. Retrieved 31 January 2019.
  97. ^ a b Johnston, Josiah; Henríquez, Rodrigo; Maluenda, Benjamín; Fripp, Matthias (2019). "Switch 2.0: a modern platform for planning high-renewable power systems". SoftwareX. 10: 100251. arXiv:1804.05481. Bibcode:2019SoftX..1000251J. doi:10.1016/j.softx.2019.100251. S2CID 51783016. arXiv 프리프린트 v32.0.0의 출시일은 GitHub commit fc19cfe로 2018년 8월 1일이었다.
  98. ^ Fripp, Matthias (27 December 2018). "Intercomparison between Switch 2.0 and GE MAPS models for simulation of high-renewable power systems in Hawaii". Energy, Sustainability and Society. 8 (1): 41. doi:10.1186/s13705-018-0184-x. ISSN 2192-0567. S2CID 53070135.
  99. ^ a b Huber, Matthias; Dorfner, Johannes; Hamacher, Thomas (18 January 2012). Electricity system optimization in the EUMENA region — Technical report (PDF). Munich, Germany: Institute for Energy Economy and Application Technology, Technical University of Munich. doi:10.14459/2013md1171502. Retrieved 7 July 2016.
  100. ^ Schaber, Katrin; Steinke, Florian; Hamacher, Thomas (April 2012). "Transmission grid extensions for the integration of variable renewable energies in Europe: who benefits where?". Energy Policy. 43: 123–135. doi:10.1016/j.enpol.2011.12.040. hdl:11858/00-001M-0000-0026-E54A-9.
  101. ^ Stich, Juergen; Mannhart, Melanie; Zipperle, Thomas; Massier, Tobias; Huber, Matthias; Hamacher, Thomas (2014). Modelling a low-carbon power system for Indonesia, Malaysia and Singapore (PDF). 33rd IEW International Energy Workshop, Peking, China. Retrieved 7 July 2016.
  102. ^ Helistö, Niina; Kiviluoma, Juha; Ikäheimo, Jussi; Rasku, Topi; Rinne, Erkka; O'Dwyer, Ciara; Li, Ran; Flynn, Damian (2019). "Backbone—An Adaptable Energy Systems Modelling Framework". Energies. 12 (17): 3388. doi:10.3390/en12173388.
  103. ^ Personal email from Hans Ravn dated 11 December 2016. This makes Balmorel the first open energy modeling project to go public by quite a margin.
  104. ^ Ravn, Hans F (March 2001). The Balmorel model: theoretical background (PDF). Balmorel Project. Retrieved 12 July 2016.
  105. ^ a b Ravn, Hans F (2 July 2012). The Balmorel model structure — Version 3.02 (September 2011) (PDF). Balmorel Project. Retrieved 12 July 2016.
  106. ^ Grohnheit, Poul Erik; Larsen, Helge V (March 2001). Balmorel: data and calibration — Version 2.05 (PDF). Balmorel Project. Retrieved 12 July 2016.
  107. ^ Ravn, Hans F; et al. (2001). Balmorel: a model for analyses of the electricity and CHP markets in the Baltic Sea region (PDF). Denmark: Balmorel Project. ISBN 87-986969-3-9. Retrieved 12 July 2016.
  108. ^ Karlsson, Kenneth Bernard; Meibom, Peter (2008). "Optimal investment paths for future renewable based energy systems: using the optimisation model Balmorel". International Journal of Hydrogen Energy. 33 (7): 1777–1787. doi:10.1016/j.ijhydene.2008.01.031.
  109. ^ Göransson, Lisa; Karlsson, Sten; Johnsson, Filip (October 2010). "Integration of plug-in hybrid electric vehicles in a regional wind-thermal power system". Energy Policy. 38 (10): 5482–5492. doi:10.1016/j.enpol.2010.04.001.
  110. ^ Göransson, Lisa; Johnsson, Filip (May 2013). "Cost-optimized allocation of wind power investments: a Nordic-German perspective". Wind Energy. 16 (4): 587–604. Bibcode:2013WiEn...16..587G. doi:10.1002/we.1517.
  111. ^ Pfenninger, Stefan (10 March 2016). Calliope documentation — Release 0.3.7 (PDF). Retrieved 11 July 2016. The release version may be updated.
  112. ^ Pfenninger, Stefan; Pickering, Bryn (12 September 2018). "Calliope: a multi-scale energy systems modelling framework". Journal of Open Source Software. 3 (29): 825. Bibcode:2018JOSS....3..825P. doi:10.21105/joss.00825. ISSN 2475-9066.
  113. ^ Pfenninger, Stefan; Keirstead, James (2015). "Comparing concentrating solar and nuclear power as baseload providers using the example of South Africa". Energy. 87: 303–314. doi:10.1016/j.energy.2015.04.077.
  114. ^ Pfenninger, Stefan; Keirstead, James (2015). "Renewables, nuclear, or fossil fuels? Scenarios for Great Britain's power system considering costs, emissions and energy security". Applied Energy. 152: 83–93. doi:10.1016/j.apenergy.2015.04.102.
  115. ^ Pfenninger, Stefan (22 April 2021). Model-based decision-support for the energy transition with Calliope. Delft, The Netherlands: TU Delft. Retrieved 15 April 2022. YouTube. 00:29:23. Summer 2021 Webinar Series of Newcastle University Whole Energy Systems Interest Group (NUWIG).
  116. ^ Tröndle, Tim; Lilliestam, Johan; Marelli, Stefano; Pfenninger, Stefan (16 September 2020). "Trade-offs between geographic scale, cost, and infrastructure requirements for fully renewable electricity in Europe". Joule. 4 (9): 1929–1948. doi:10.1016/j.joule.2020.07.018. ISSN 2542-4785. PMC 7498190. PMID 32999994. Retrieved 25 April 2021. open access
  117. ^ Lombardi, Francesco; Pickering, Bryn; Colombo, Emanuela; Pfenninger, Stefan (14 October 2020). "Policy decision support for renewables deployment through spatially explicit practically optimal alternatives". Joule. 4 (10): 2185–2207. doi:10.1016/j.joule.2020.08.002. ISSN 2542-4785. S2CID 221739436. closed access
  118. ^ DESSTinEE: an energy transfer reference case (PDF). 2015. Retrieved 11 July 2016.
  119. ^ "DESSTinEE". Open Energy Modelling Initiative. Retrieved 3 December 2016. CC-BY icon.svg Material was copied from this source, which is available under a Creative Commons Attribution 4.0 International (CC BY 4.0) license.
  120. ^ Boßmann, Tobias; Staffell, Iain (2016). "The shape of future electricity demand: exploring load curves in 2050s Germany and Britain". Energy. 90 (20): 1317–1333. doi:10.1016/j.energy.2015.06.082. hdl:10044/1/25173.
  121. ^ Williams, James H; DeBenedictis, Andrew; Ghanadan, Rebecca; Mahone, Amber; Moore, Jack; Morrow, William R; Price, Snuller; Torn, Margaret S (2012). "The technology path to deep greenhouse gas emissions cuts by 2050: the pivotal role of electricity". Science. 335 (6064): 53–59. Bibcode:2012Sci...335...53W. doi:10.1126/science.1208365. OSTI 1209365. PMID 22116030. S2CID 2999525. See also published correction.
  122. ^ "The US Deep Decarbonization Pathways Project (USDDPP)". New York, NY, USA: Deep Decarbonization Pathways Project (DDPP). Retrieved 6 December 2016.
  123. ^ Drouet, Laurent; Thénié, Julie (2009). ETEM: an energy–technology–environment model to assess urban sustainable development policies — Reference manual version 2.1. Chêne-Bougeries, Switzerland: ORDECSYS (Operations Research Decisions and Systems). This PDF is part of the software bundle.
  124. ^ Drouet, Laurent; Zachary, D (21 May 2010). Economic aspects of the ETEM model — Presentation (PDF). Esch-sur-Alzette, Luxembourg: Resource Centre for Environmental Technologies, Public Research Centre Henri Tudor. Retrieved 12 July 2016.
  125. ^ Spatial simulation and optimization with ETEM-SG: Energy–Technology–Environment-Model for smart cities — Presentation (PDF). Chêne-Bougeries, Switzerland: ORDECSYS. 2015. Retrieved 12 July 2016.
  126. ^ Drouet, Laurent; Haurie, Alain; Labriet, Maryse; Thalmann, Philippe; Vielle, Marc; Viguier, Laurent (2005). "A coupled bottom-up/top-down model for GHG abatement scenarios in the Swiss housing sector". Energy and Environment. pp. 27–61. CiteSeerX 10.1.1.111.8420. doi:10.1007/0-387-25352-1_2. ISBN 0-387-25351-3.
  127. ^ Babonneau, Frédéric; Haurie, Alain; Tarel, Guillaume Jean; Thénié, Julien (June 2012). "Assessing the future of renewable and smart grid technologies in regional energy systems" (PDF). Swiss Journal of Economics and Statistics (SJES). 148 (2): 229–273. doi:10.1007/bf03399367. S2CID 166497864. Retrieved 12 July 2016.
  128. ^ a b Lau, Michael; Ricks, Wilson; Patankar, Neha; Jenkins, Jesse (8 July 2022). Pathways to European independence from Russian natural gas (PDF). Princeton, New Jersey, USA: Zero Lab, Princeton University. doi:10.5281/zenodo.6811675. Retrieved 9 July 2022. DOI resolves to latest version. License information from Zenodo landing page. open access
  129. ^ Jenkins, Jesse D; Sepulveda, Nestor A (27 November 2017). Enhanced decision support for a changing electricity landscape: the GenX configurable electricity resource capacity expansion model — An MIT Energy Initiative Working Paper — Revision 1.0 (PDF). Cambridge, Massachusetts, USA: Massachusetts Institute of Technology. Retrieved 6 April 2021. MITEI-WP-2017-10.
  130. ^ "GenX documentation". GenX project. Retrieved 9 June 2021.
  131. ^ Dunning, Iain; Huchette, Joey; Lubin, Miles (2017). "JuMP: a modeling language for mathematical optimization" (PDF). SIAM Review. 59 (2): 295–320. arXiv:1508.01982. doi:10.1137/15M1020575. ISSN 0036-1445. S2CID 1407251. Retrieved 21 May 2018.
  132. ^ "JuMP". Retrieved 9 June 2021.
  133. ^ Jenkins, Jesse (9 June 2021). "GenX open source release". Open Energy Modelling Initiative. Retrieved 9 June 2021. Public mailing list posting.
  134. ^ Schivley, Greg (26 March 2020). Create capacity expansion model inputs with PowerGenome (MP4) (webcast). Open Energy Modelling Initiative (openmod). Retrieved 16 September 2020. MP4 webcast 00:10:55.
  135. ^ Sepulveda, Nestor A; Jenkins, Jesse D; Edington, Aurora; Mallapragada, Dharik S; Lester, Richard K (May 2021). "The design space for long-duration energy storage in decarbonized power systems". Nature Energy. 6 (5): 506–516. Bibcode:2021NatEn...6..506S. doi:10.1038/s41560-021-00796-8. hdl:1721.1/138145.2. ISSN 2058-7546. S2CID 233647828. closed access
  136. ^ Mallapragada, Dharik S; Sepulveda, Nestor A; Jenkins, Jesse D (1 October 2020). "Long-run system value of battery energy storage in future grids with increasing wind and solar generation". Applied Energy. 275: 115390. doi:10.1016/j.apenergy.2020.115390. ISSN 0306-2619. S2CID 224962497. closed access
  137. ^ Sepulveda, Nestor A; Jenkins, Jesse D; de Sisternes, Fernando J; Lester, Richard K (21 November 2018). "The role of firm low-carbon resources in deep decarbonization of power generation". Joule. 2 (11): 2403–2420. doi:10.1016/j.joule.2018.08.006. S2CID 169890352.
  138. ^ Rudnick García, Iván (September 2019). Decarbonizing the Indian power sector by 2037: evaluating different pathways that meet long-term emissions targets (PDF). Cambridge, Massachusetts, USA: Massachusetts institute Of Technology (MIT). Retrieved 9 June 2021.
  139. ^ Bompard, E; Botterud, A; Corgnati, S; Huang, T; Jafari, M; Leone, P; Mauro, S; Montesano, G; Papa, C; Profumo, F (1 November 2020). "An electricity triangle for energy transition: application to Italy". Applied Energy. 277: 115525. doi:10.1016/j.apenergy.2020.115525. ISSN 0306-2619. S2CID 225025268. closed access
  140. ^ Oyler, Anthony Fratto; Parsons, John E (May 2020). The value of pumped hydro storage for deep decarbonization of the Spanish grid — Working paper CEEPR WP 2020-007 (PDF). Cambridge, Massachusetts, USA: MIT Center for Energy and Environmental Policy Research (CEEPR). Retrieved 9 June 2021.
  141. ^ Anon (8 July 2022). FAQ: European independence from Russian natural gas (PDF). Princeton, New Jersey, USA: Zero Lab, Princeton University. doi:10.5281/zenodo.6811675. Retrieved 9 July 2022. DOI resolves to latest version. License information from Zenodo landing page. open access
  142. ^ Juanpera, M; Blechinger, P; Ferrer-Martí, L; Hoffmann, MM; Pastor, R (1 November 2020). "Multicriteria-based methodology for the design of rural electrification systems: a case study in Nigeria" (PDF). Renewable and Sustainable Energy Reviews. 133: 110243. doi:10.1016/j.rser.2020.110243. hdl:2117/328448. ISSN 1364-0321. S2CID 221817141. Retrieved 24 May 2022. Linked URL is a preprint.
  143. ^ Muschner, Christoph (2020). An Open Source Energy Modelling Framework Comparison of OSeMOSYS and oemof (PDF) (MSc). Stockholm: KTH. Retrieved 3 November 2020.
  144. ^ Lavigne, Denis (2017). "OSeMOSYS energy modeling using an extended UTOPIA model" (PDF). Universal Journal of Educational Research. 5 (1): 162–169. doi:10.13189/ujer.2017.050120. Retrieved 12 January 2017.
  145. ^ Moksnes, Nandi; Welsch, Manuel; Gardumi, Francesco; Shivakumar, Abhishek; Broad, Oliver; Howells, Mark; Taliotis, Constantinos; Sridharan, Vignesh (November 2015). 2015 OSeMOSYS user manual — Working Paper Series DESA/15/11 (PDF). Stockholm, Sweden: Division of Energy Systems Analysis, KTH Royal Institute of Technology. Retrieved 12 July 2016. The version referred to in the manual is OSeMOSYS_2013_05_10.
  146. ^ Volodina, Victoria; Sonenberg, Nikki; Smith, Jim Q; Challenor, Peter G; Dent, Chris J; Wynn, Henry P (2022). "Propagating uncertainty in a network of energy models". arXiv:2201.09624 [stat.AP]. Gaussian process emulators can be used to approximate the behaviour of complex, computationally intensive models and used to generate predictions together with a measure of uncertainty about the predicted model output.
  147. ^ Warren, Peter (23 September 2011). Incorporating behavioural complexity into the Open Source Energy Modelling System using intangible costs and benefits. People and Buildings. London, UK. Retrieved 17 June 2016.
  148. ^ Welsch, Manuel; Howells, Mark; Bazilian, Morgan; DeCarolis, Joseph F; Hermann, Sebastian; Rogner, Holger H (2012). "Modelling elements of smart grids: enhancing the OSeMOSYS (Open Source Energy Modelling System) code". Energy. 46 (1): 337–350. doi:10.1016/j.energy.2012.08.017.
  149. ^ Fuso Nerini, Francesco; Dargaville, Roger; Howells, Mark; Bazilian, Morgan (1 January 2015). "Estimating the cost of energy access: the case of the village of Suro Craic in Timor Leste". Energy. 79: 385–397. doi:10.1016/j.energy.2014.11.025. ISSN 0360-5442.
  150. ^ Fragnière, Emmanuel; Kanala, Roman; Moresino, Francesco; Reveiu, Adriana; Smeureanu, Ion (2016). "Coupling techno-economic energy models with behavioral approaches" (PDF). Operational Research (2): 1–15. doi:10.1007/s12351-016-0246-9. S2CID 44593439.
  151. ^ Fattori, Fabrizio; Albini, Davide; Anglani, Norma (2016). "Proposing an open-source model for unconventional participation to energy planning". Energy Research and Social Science. 15: 12–33. doi:10.1016/j.erss.2016.02.005.
  152. ^ Niet, T; Lyseng, B; English, J; Keller, V; Palmer-Wilson, K; Moazzen, I; Robertson, B; Wild, P; Rowe, A (June 2017). "Hedging the risk of increased emissions in long term energy planning". Energy Strategy Reviews. 16: 1–12. doi:10.1016/j.esr.2017.02.001. ISSN 2211-467X.
  153. ^ Taliotis, Constantinos; Rogner, Holger; Ressl, Stephan; Howells, Mark; Gardumi, Francesco (August 2017). "Natural gas in Cyprus: the need for consolidated planning". Energy Policy. 107: 197–209. doi:10.1016/j.enpol.2017.04.047. ISSN 0301-4215.
  154. ^ a b Pappis, Ioannis; Sridharan, Vignesh; Howells, Mark; Medarac, Hrvoje; Kougias, Ioannis; Sánchez, Rocío González; Shivakumar, Abhishek; Usher, Will (March 2022). "The effects of climate change mitigation strategies on the energy system of Africa and its associated water footprint". Environmental Research Letters. 17 (4): 044048. Bibcode:2022ERL....17d4048P. doi:10.1088/1748-9326/ac5ede. ISSN 1748-9326. S2CID 247542994. Retrieved 1 April 2022. open access
  155. ^ Taliotis, Constantinos; Shivakumar, Abhishek; Ramos, Eunice; Howells, Mark; Mentis, Dimitris; Sridharan, Vignesh; Broad, Oliver; Mofor, Linus (April 2016). "An indicative analysis of investment opportunities in the African electricity supply sector — Using TEMBA (The Electricity Model Base for Africa)". Energy for Sustainable Development. 31: 50–66. doi:10.1016/j.esd.2015.12.001. ISSN 0973-0826.
  156. ^ "The Electricity Model Base for Africa (TEMBA)". OSeMOSYS. Retrieved 13 January 2017.
  157. ^ Moura, Gustavo; Howells, Mark (August 2015). SAMBA: the open source South American model base: a Brazilian perspective on long term power systems investment and integration — Working paper dESA /5/8/11. Sockholm, Sweden: Royal Institute of Technology (KTH). doi:10.13140/RG.2.1.3038.7042. Available for download from ResearchGate.
  158. ^ "South American Model Base (SAMBA)". OSeMOSYS. Retrieved 13 January 2017.
  159. ^ "Global CLEWS (Climate, Land, Energy, and Water Strategies)". New York, USA: Division for Sustainable Development, Department of Economic and Social Affairs (DESA), United Nations. Retrieved 13 January 2017.
  160. ^ de Strasser, Lucia; Mentis, Dimitris; Ramos, Eunice; Sridharan, Vignesh; Welsch, Manuel; Howells, Mark; Destouni, Gia; Levi, Lea; Stec, Stephen; Roo, Ad de (2016). Reconciling resource uses in transboundary basins: assessment of the water-food-energy-ecosystems nexus in the Sava River Basin (PDF). Geneva, Switzerland: United Nations Economic Commission for Europe (UNECE). Retrieved 17 March 2017.
  161. ^ Reconciling resource uses in transboundary basins: assessment of the water-food-energy-ecosystems nexus in the Syr Darya River basin (PDF). United Nations Economic Commission for Europe (UNECE). 2016. Retrieved 13 January 2017.
  162. ^ "Mauritius CLEWS (Climate, Land, Energy, and Water Strategies)". New York, USA: Division for Sustainable Development, Department of Economic and Social Affairs (DESA), United Nations. Retrieved 13 January 2017.
  163. ^ Rocco, Matteo V; Fumagalli, Elena; Vigone, Chiara; Miserocchi, Ambrogio; Colombo, Emanuela (1 March 2021). "Enhancing energy models with geo-spatial data for the analysis of future electrification pathways: the case of Tanzania". Energy Strategy Reviews. 34: 100614. doi:10.1016/j.esr.2020.100614. ISSN 2211-467X. S2CID 233779581.
  164. ^ a b c Niet, Taco; Shivakumar, Abhishek; Gardumi, Francesco; Usher, Will; Williams, Eric; Howells, Mark (1 May 2021). "Developing a community of practice around an open source energy modelling tool". Energy Strategy Reviews. 35: 100650. doi:10.1016/j.esr.2021.100650. ISSN 2211-467X. S2CID 233562043.
  165. ^ Olsson, John Mogren; Gardumi, Francesco (1 November 2021). "Modelling least cost electricity system scenarios for Bangladesh using OSeMOSYS". Energy Strategy Reviews. 38: 100705. doi:10.1016/j.esr.2021.100705. ISSN 2211-467X. S2CID 239658794.
  166. ^ Mekonnen, Tewodros Walle; Teferi, Solomon Tesfamariam; Kebede, Fitsum Salehu; Anandarajah, Gabrial (January 2022). "Assessment of impacts of climate change on hydropower-dominated power system — the case of Ethiopia". Applied Sciences. 12 (4): 1954. doi:10.3390/app12041954. ISSN 2076-3417. Retrieved 13 February 2022. open access
  167. ^ Howells, Mark; Boehlert, Brent; Benitez, Pablo César (January 2021). "Potential climate change risks to meeting Zimbabwe's NDC goals and how to become resilient". Energies. 14 (18): 5827. doi:10.3390/en14185827. ISSN 1996-1073. open access
  168. ^ Fonseca, Roberto Heredia; Gardumi, Francesco (14 February 2022). "Assessing the impact of applying individual discount rates in power system expansion of Ecuador using OSeMOSYS". International Journal of Sustainable Energy Planning and Management. 33: 35–52. doi:10.5278/ijsepm.6820. ISSN 2246-2929. Retrieved 15 February 2022. open access
  169. ^ Dallmann, Christoph; Schmidt, Matthew; Möst, Dominik (1 May 2022). "Between path dependencies and renewable energy potentials: a case study of the Egyptian power system". Energy Strategy Reviews. 41: 100848. doi:10.1016/j.esr.2022.100848. ISSN 2211-467X. S2CID 248757578. Retrieved 24 May 2022.
  170. ^ Quevedo, Jarrizon; Moya, Idalberto Herrera (16 June 2022). "Modeling of the Dominican Republic energy systems with OSeMOSYS to assess alternative scenarios for the expansion of renewable energy sources". Energy Nexus. 6: 100075. doi:10.1016/j.nexus.2022.100075. ISSN 2772-4271. S2CID 248483022. open access
  171. ^ Howells, Mark; Shivakumar, Abhishek; Pelakaukas, Martynas; Allmulla, Yousef; Gritsevskyi, Andrii (17 February 2016). Model Management Interface (MoManI) for OSeMOSYS: supporting development investments and INDCs — Presentation (PDF). Stockholm, Sweden and New York, USA: KTH Royal Institute of Technology and UN Department of Economic and Social Affairs (DESA). Retrieved 17 January 2017.
  172. ^ "Atlantis — Integrated Systems Analysis of Energy". United Nations. New York, USA. Retrieved 16 January 2017.
  173. ^ United Nations Department of Economic and Social Affairs (DESA). "Atlantis". GitHub. Retrieved 16 January 2017.
  174. ^ Climate Compatible Growth. "clicSAND". GitHub. Retrieved 17 May 2021.
  175. ^ Cannone, Carla; Allington, Lucy; Wet, Nicki de; Shivakumar, Abhishek; Goynes, Philip; Valderrama, Cesar; Kapor, Vedran; Wright, Jarrad; Yeganyan, Rudolf; Tan, Naomi; To, Long Seng; Harrison, John; Howells, Mark (12 February 2022). clicSAND for OSeMOSYS: a user-friendly interface using open-source optimisation software for energy system modelling analysis (PDF). doi:10.21203/rs.3.rs-1338761/v1. S2CID 246731625. Retrieved 12 February 2022. Pre‑print. open access
  176. ^ OSeMOSYS (nd). "otoole : OSeMOSYS tools for energy work: a Python toolkit to support use of OSeMOSYS". Retrieved 26 May 2021.
  177. ^ Allington, Lucy; Cannone, Carla; Pappis, Ioannis; Barron, Karla Cervantes; Usher, Will; Pye, Steve; Brown, Edward; Howells, Mark; Walker, Miriam Zachau; Ahsan, Aniq; Charbonnier, Flora; Halloran, Claire; Hirmer, Stephanie; Cronin, Jennifer; Taliotis, Constantinos; Sundin, Caroline; Sridharan, Vignesh; Ramos, Eunice; Brinkerink, Maarten; Deane, Paul; Gritsevskyi, Andrii; Moura, Gustavo; Rouget, Arnaud; Wogan, David; Barcelona, Edito; Niet, Taco; Rogner, Holger; Bock, Franziska; Quirós-Tortós, Jairo; Angulo-Paniagua, Jam; Krishnamurthy, Satheesh; Harrison, John; To, Long Seng (12 February 2022). "Selected 'starter kit' energy system modelling data for selected countries in Africa, East Asia, and South America (#CCG, 2021)" (PDF). Data in Brief. 42: 108021. doi:10.21203/rs.3.rs-1178306/v1. PMC 8943422. PMID 35341031. S2CID 246709496. Retrieved 12 February 2022. Pre‑print. open access
  178. ^ OSeMOSYS (2018). "The open source energy model base for the European Union (OSeMBE)". OSeMOSYS. Stockholm, Sweden. Retrieved 30 April 2018.
  179. ^ Beltramo, Agnese (27 April 2018). "first OSeMBE EU-28 model released". openmod-initiative@googlegroups.com (Mailing list). Retrieved 30 April 2018.
  180. ^ "REEEM – Energy Systems Modelling Project". Modelling the transformation of the European Energy System. Retrieved 16 February 2017.
  181. ^ a b c Brown, Tom; Hörsch, Jonas; Schlachtberger, David (16 January 2018). "PyPSA: Python for Power System Analysis". Journal of Open Research Software. 6 (1): 4. arXiv:1707.09913. doi:10.5334/jors.188. ISSN 2049-9647. S2CID 67101943.
  182. ^ Brown, Tom; Schlachtberger, David; Kies, Alexander; Schramm, Stefan; Greiner, Martin (1 October 2018). "Synergies of sector coupling and transmission reinforcement in a cost-optimised, highly renewable European energy system". Energy. 160: 720–739. arXiv:1801.05290. Bibcode:2018arXiv180105290B. doi:10.1016/j.energy.2018.06.222. ISSN 0360-5442. S2CID 55251011. closed access Content identical arXiv postprint.
  183. ^ Gorenstein Dedecca, João; Hakvoort, Rudi A; Herder, Paulien M (15 April 2017). "Transmission expansion simulation for the European Northern Seas offshore grid". Energy. 125: 805–824. doi:10.1016/j.energy.2017.02.111. ISSN 0360-5442.
  184. ^ Zeyen, Elisabeth; Victoria, Marta; Brown, Tom (15 October 2020). PAC scenarios with PyPSA‑Eur‑Sec — Presentation (PDF). Retrieved 25 February 2021. Presentation to 4th PAC scenario workshop. open access
  185. ^ Victoria, Marta; Zhu, Kun; Brown, Tom; Andresen, Gorm B; Greiner, Martin (4 December 2020). "Early decarbonisation of the European energy system pays off". Nature Communications. 11 (1): 6223. arXiv:2004.11009. Bibcode:2020NatCo..11.6223V. doi:10.1038/s41467-020-20015-4. ISSN 2041-1723. PMC 7718908. PMID 33277493.
  186. ^ PyPSA contributors. "Meet constant demand from wind+solar+storage with zero-direct-emissions using your own assumptions". PyPSA project. Retrieved 7 January 2019.{{cite web}}: CS1 maint: uses authors parameter (link) Caveats apply.
  187. ^ PyPSA constributors. "Online optimisation tool for wind+solar+storage systems: PyPSA/whobs-server". PyPSA Project. Retrieved 7 January 2019. GitHub repository.
  188. ^ Brown, Tom (5 November 2019). "model.energy: live optimisation of electricity systems". Open Energy Modelling Initiative mailing list. Retrieved 23 February 2021. New URL: model.energy
  189. ^ Brown, Tom. "Build your own zero-emission electricity supply". Retrieved 22 July 2022. Web interface to highly simplified PyPSA model.
  190. ^ Brown, Tom (14 September 2021). "PyPSA-Server: customisable energy scenarios, solved while you wait". Open Energy Modelling Initiative mailing list. Retrieved 23 February 2021.
  191. ^ PyPSA project (September 2021). "PyPSA-Eur-Sec optimisation server". Technical University of Berlin. Berlin, Germany. Retrieved 28 September 2021.
  192. ^ Brown, Tom; Victoria, Marta; Neumann, Fabian; Zeyen, Lisa; Frysztacki, Martha (27 October 2021). Can a hydrogen network replace electricity transmission network expansion in a climate-neutral scenario for Europe? (PDF). Berlin, Germany: Technical University of Berlin. Retrieved 27 October 2021. Presentation to the EMP‑E 2021 conference. open access
  193. ^ Berus, Patryk (8 December 2021). Failing to switch from coal to wind and solar could cost every Polish family 500 PLN per year by 2030, report — Press release. Warsaw, Poland: Instrat Foundation.
  194. ^ Czyżak, Paweł; Wrona, Adrianna; Borkowski, Michał (December 2021). The missing element: energy security considerations — Instrat Policy Paper 09/2021 (PDF). Warsaw, Poland: Instrat Foundation. ISBN 978-83-962333-3-2. Retrieved 8 December 2021. open access
  195. ^ Czyżak, Paweł; Sikorski, Maciej; Wrona, Adrianna (June 2021). What's next after coal? RES potential in Poland — Instrat Policy Paper 06/2021 (PDF). Warsaw, Poland: Instrat Foundation. ISBN 978-83-959296-9-4. Retrieved 20 December 2021. open access
  196. ^ PyPSA meets Africa (July 2021). PyPSA meets Africa — Policy brief 07/2021. PyPSA meets Africa.
  197. ^ PyPSA meets Africa. "PyPSA meets Africa: an open source energy system model initiative for Africa". PyPSA meets Africa. Retrieved 7 August 2021.
  198. ^ PyPSA-meets-Africa; CPEEL (7 July 2022). Open data, open source sector‑coupled models, and open solvers to fast‑track the Earth energy transition together — Webinar. PyPSA-meets-Africa and Centre for Petroleum Energy Economics and Law (CPEEL), University of Ibadan, Nigeria. Retrieved 12 July 2022. YouTube video. Duration 00:35:15. open access
  199. ^ Fioriti, Davide; Schumm, Leon (7 July 2022). Open data, open source sector‑coupled models, and open solvers to fast‑track the Earth energy transition together — Presentation. PyPSA-meets-Africa. Retrieved 18 July 2022. open access
  200. ^ Hunter, Kevin; Sreepathi, Sarat; DeCarolis, Joseph F (2013). "Modeling for insight using Tools for Energy Model Optimization and Analysis (TEMOA)" (PDF). Energy Economics. 40: 339–349. doi:10.1016/j.eneco.2013.07.014. Retrieved 8 July 2016.
  201. ^ DeCarolis, Joseph; Hunter, Kevin; Sreepathi, Sarat (2010). The TEMOA project: Tools for Energy Model Optimization and Analysis (PDF). Raleigh, North Carolina, USA: Department of Civil, Construction, and Environmental Engineering, North Carolina State University. Retrieved 17 June 2016.
  202. ^ DeCarolis, Joseph F; Jaramillo, Paulina; Johnson, Jeremiah X; McCollum, David L; Trutnevyte, Evelina; Daniels, David C; Akın-Olçum, Gökçe; Bergerson, Joule; Cho, Soolyeon; Choi, Joon-Ho; Craig, Michael T; de Queiroz, Anderson R; Eshraghi, Hadi; Galik, Christopher S; Gutowski, Timothy G; Haapala, Karl R; Hodge, Bri-Mathias; Hoque, Simi; Jenkins, Jesse D; Jenn, Alan; Johansson, Daniel JA; Kaufman, Noah; Kiviluoma, Juha; Lin, Zhenhong; MacLean, Heather L; Masanet, Eric; Masnadi, Mohammad S; McMillan, Colin A; Nock, Destenie S; Patankar, Neha; Patino-Echeverri, Dalia; Schivley, Greg; Siddiqui, Sauleh; Smith, Amanda D; Venkatesh, Aranya; Wagner, Gernot; Yeh, Sonia; Zhou, Yuyu (16 December 2020). "Leveraging open-source tools for collaborative macro-energy system modeling efforts". Joule. 4 (12): 2523–2526. doi:10.1016/j.joule.2020.11.002. ISSN 2542-4785. S2CID 229492155.
  203. ^ DeCarolis, Joe (24 December 2020). An Open Energy Outlook for the United States powered by TEMOA. Raleigh, North Carolina, USA: NC State University. Retrieved 26 February 2021. YouTube video, duration 00:15:16. open access
  204. ^ DeCarolis, Joe (22 September 2021). Temoa on the cloud. Raleigh, North Carolina, USA: North Carolina State University. Retrieved 28 September 2021. YouTube video, duration 00:10:03.
  205. ^ "TEMOA cloud model". Retrieved 1 October 2021. User registration is required.
  206. ^ a b Wulff, Niklas; Steck, Felix; Gils, Hans Christian; Hoyer-Klick, Carsten; van den Adel, Bent; Anderson, John E (March 2020). "Comparing power-system and user-oriented battery electric vehicle charging representation and its implications on energy system modeling". Energies. 13 (5): 1093. doi:10.3390/en13051093. ISSN 1996-1073.
  207. ^ Wulff, Niklas; Miorelli, Fabia; Gils, Hans Christian; Jochem, Patrick (July 2021). "Vehicle Energy Consumption in Python (VencoPy): presenting and demonstrating an open-source tool to calculate electric vehicle charging flexibility". Energies. 14 (14): 4349. doi:10.3390/en14144349. ISSN 1996-1073.
  208. ^ Costales, Diego Luca de Tena (April 2014). Large scale renewable power integration with electric vehicles: long term analysis for Germany with a renewable based power supply (PDF) (PhD). Stuttgart, Germany: Stuttgart University. Retrieved 8 November 2021. Describes a spreadsheet prototype.
  209. ^ GAMS — Commercial Price List (PDF). 15 March 2016. Retrieved 11 July 2016.
  210. ^ King, David L; Boyson, William E; Kratochvill, Jay A (2004). Photovoltaic array performance model — Sandia report SAND2004-3535 (PDF). USA: Sandia Corporation. Retrieved 17 June 2016.
  211. ^ Holmgren, William F; Hansen, Clifford W; Mikofski, Mark A (2018). "pvlib python: a python package for modeling solar energy systems" (PDF). Journal of Open Source Software. 3 (29): 884. Bibcode:2018JOSS....3..884F. doi:10.21105/joss.00884. ISSN 2475-9066. S2CID 240160353. Retrieved 27 September 2021.
  212. ^ Tjaden, Tjarko; Hoops, Hauke (22 September 2021). "hplib: heat pump library". Zenodo. Retrieved 27 September 2021.
  213. ^ "windpowerlib". GitHub. 9 March 2021. Retrieved 3 January 2022.
  214. ^ "hydropowerlib". GitHub. 11 June 2019. Retrieved 3 January 2022.
  215. ^ Guan, Ziming; Philpott, Andy (2011). Modelling summary for the paper "Production inefficiency of electricity markets with hydro generation" (PDF). Auckland, New Zealand: Electric Power Optimization Centre (EPOC), University of Auckland. Retrieved 17 June 2016.
  216. ^ "Clp homepage". Retrieved 23 April 2017.
  217. ^ "COIN-OR linear programming solver". Retrieved 23 April 2017.
  218. ^ Brown, Tom. "PyPSA-Eur-Sec optimization server". Retrieved 22 July 2022. A web interface to PyPsa‑Eur‑Sec model.
  219. ^ Koch, Thorsten; Achterberg, Tobias; Andersen, Erling; Bastert, Oliver; Berthold, Timo; Bixby, Robert E; Danna, Emilie; Gamrath, Gerald; Gleixner, Ambros M (2011). "MIPLIB 2010: mixed integer programming library version 5". Mathematical Programming Computation. 3 (2): 103–163. doi:10.1007/s12532-011-0025-9. S2CID 45013649. Retrieved 17 June 2016.
  220. ^ Frangioni, Antonio; Charousset, Sandrine (28 October 2021). plan4res SMS++: an open modelling library for evaluating long term electricity system costs and flexibilities (PDF). Italy: University of Pisa. Retrieved 10 November 2021. EMP‑E 2021 presentation. open access

Further information

The following lists and databases cover energy system models to varying degrees of completeness and usually with a focus on open source:

External links

Modeling efforts by region