Энергетическое моделирование - Energy modeling

Эта статья о моделировании энергетических систем. Для моделирования использования энергии в зданиях см. моделирование энергии здания.

Энергетическое моделирование или же моделирование энергосистемы это процесс построения компьютерных моделей энергетические системы чтобы проанализировать их. В таких моделях часто используются анализ сценария исследовать различные предположения о действующих технических и экономических условиях. Выходы могут включать в себя выполнимость системы, парниковый газ выбросы, кумулятивные финансовые затраты, природное ископаемое использовать, и энергоэффективность исследуемой системы. Используется широкий спектр методов, от экономичных до инженерных. [1] Математическая оптимизация часто используется для определения наименьших затрат в некотором смысле. Модели могут быть международными, региональными, национальными, муниципальными или автономными. Правительства поддерживают национальные энергетические модели для энергетическая политика разработка.

Энергетические модели обычно предназначены для того, чтобы вносить различный вклад в работу системы, инженерный дизайн, или же энергетическая политика разработка. Эта страница посвящена моделям политики. Индивидуальный моделирование энергии зданий явно исключены, хотя их тоже иногда называют энергетическими моделями. МГЭИК -стиль интегрированные модели, которые также содержат представление о мировой энергетической системе и используются для изучения путей глобальной трансформации до 2050 или 2100 годов, здесь подробно не рассматриваются.

Энергетическое моделирование приобрело большое значение, поскольку смягчение последствий изменения климата выросло в важности. Сектор энергоснабжения вносит наибольший вклад в мировую парниковый газ выбросы.[2] В Отчеты МГЭИК что смягчение последствий изменения климата потребует фундаментальной трансформации системы энергоснабжения, включая замену неослабевающей (не охваченной CCS ) ископаемое топливо конверсионные технологии альтернативами с низким уровнем выбросов парниковых газов.[2]

Типы моделей

Используются самые разные типы моделей. В этом разделе делается попытка классифицировать типы ключей и их использование. Предлагаемые подразделения не являются жесткими и быстрыми, и существуют модели смешанной парадигмы. Кроме того, результаты более общих моделей могут использоваться для информирования спецификации более подробных моделей и наоборот, тем самым создавая иерархия моделей. В целом, модели могут требовать отражения «сложной динамики», например:

  • работа энергетической системы
  • товарооборот технологий
  • технологические инновации
  • поведение фирмы и семьи
  • энергетические и неэнергетические капиталовложения и динамика адаптации рынка труда, ведущая к экономической реструктуризации
  • развертывание инфраструктуры и городское планирование »[3]:S28 – S29 (добавлена ​​балльная форма)

Объем моделей может быть ограничен сектором электроэнергии, или они могут пытаться охватить энергетическую систему в целом (см. Ниже).

Большинство энергетических моделей используются для анализ сценария. Сценарий - это последовательный набор предположений о возможной системе. Новые сценарии тестируются на основе базового сценария - обычно обычный бизнес (BAU) - и отмечены различия в результатах.

В временной горизонт модели - важное соображение. Одногодичные модели - либо в настоящем, либо в будущем (скажем, 2050 г.) - предполагают, что капитал структура и вместо этого сосредоточьтесь на оперативной динамике системы. Одногодичные модели обычно включают значительные временные (обычно почасовое разрешение) и технические детали (например, отдельные генерирующие установки и линии передачи). Модели дальнего действия - рассчитанные на одно или несколько десятилетий (с настоящего момента до, скажем, 2050 г.) - пытаются описать структурную эволюцию системы и используются для исследования вопросов расширения мощности и перехода энергосистемы.

Модели часто используют математическая оптимизация решить проблему избыточности в спецификации системы. Некоторые из используемых методов основаны на исследование операций. Больше всего полагаюсь на линейное программирование (включая смешано-целочисленное программирование ), хотя некоторые используют нелинейное программирование. Решатели могут использовать классические или генетическая оптимизация, Такие как CMA-ES. Модели могут быть рекурсивно-динамическими, решать последовательно для каждого временного интервала и, таким образом, эволюционировать во времени. Или они могут быть сформулированы как единая дальновидная межвременная проблема и, таким образом, предполагать совершенное предвидение. Одногодичные инженерные модели обычно пытаются минимизировать короткая перебежка финансовых затрат, в то время как однолетние рыночные модели используют оптимизацию для определения клиринг рынка. Долгосрочные модели, обычно охватывающие десятилетия, пытаются минимизировать как краткосрочные, так и долгосрочные издержки как единую межвременную проблему.

Стороне спроса (или домену конечного пользователя) исторически уделялось относительно мало внимания, часто моделируемое простым кривая спроса. Кривые энергопотребления конечных потребителей, по крайней мере в краткосрочной перспективе, обычно оказываются очень высокими. неэластичный.

В качестве прерывистые источники энергии и управление спросом на энергию возрастает важность, модели должны принять почасовое временное разрешение, чтобы лучше фиксировать их динамику в реальном времени.[4][5] Долгосрочные модели часто ограничиваются расчетами с ежегодными интервалами на основе типичных дневных профилей и, следовательно, менее подходят для систем со значительным переменная возобновляемая энергия. Оптимизация диспетчеризации на сутки вперед используется для помощи в планировании систем со значительной частью периодического производства энергии, в которых неопределенность в отношении будущих прогнозов энергии учитывается с помощью стохастической оптимизации.[6]

Реализация языки включают GAMS, MathProg, MATLAB, Mathematica, Python, Pyomo, р, Фортран, Ява, C, C ++, и Венсим. Изредка электронные таблицы используются.

Как указано, МГЭИК -стиль интегрированные модели (также известные как модели комплексной оценки или IAM) здесь подробно не рассматриваются.[7][8] Интегрированные модели объединяют упрощенные подмодели мировая экономика, сельское хозяйство и землепользование, и глобальный климат система в дополнение к мировой энергетической системе. Примеры включают GCAM,[9] СООБЩЕНИЕ и НАПОМИНАНИЕ.[10]

Опубликованные обзоры по моделированию энергосистем сосредоточены на методах,[11] основная классификация,[12] обзор,[13] децентрализованное планирование,[14] методы моделирования,[15] интеграция возобновляемых источников энергии,[6][16] политика в области энергоэффективности,[17][18] интеграция электромобилей,[19] Международная разработка,[20] и использование многоуровневых моделей для поддержки защита климата политика.[21] Проект путей глубокой декарбонизации исследователи также проанализировали типологии моделей.[3]:S30 – S31 В документе 2014 года излагаются задачи моделирования, которые предстоит решить по мере того, как энергетические системы становятся более сложными, а человеческие и социальные факторы становятся все более актуальными.[22]

Модели электроэнергетики

Модели электроэнергетического сектора используются для моделирования электрических систем. Объем может быть национальным или региональным, в зависимости от обстоятельств. Например, с учетом наличия национальных межсетевых соединений, западноевропейская электроэнергетическая система может быть смоделирована полностью.

Инженерные модели обычно содержат хорошую характеристику задействованных технологий, включая высоковольтные. AC сеть передачи где это уместно. В некоторых моделях (например, в моделях для Германии) может использоваться одна общая шина или «медная пластина», где сеть является сильной. Спрос в моделях электроэнергетики обычно представлен фиксированным Загрузить профиль.

Кроме того, рыночные модели представляют собой преобладающие рынок электроэнергии, который может включать узловая цена.

Теория игры и агент-ориентированные модели используются для захвата и изучения стратегическое поведение в рынки электроэнергии.[23][24][25]

Модели энергосистем

В дополнение к сектору электроэнергии, модели энергосистем включают тепло, газ, мобильность и другие секторы, если это необходимо.[26] Модели энергосистем часто бывают национальными по своему охвату, но могут быть муниципальными или международными.

Так называемый нисходящие модели имеют в целом экономический характер и основаны на частичное равновесие или же общее равновесие. Модели общего равновесия представляют собой специализированный вид деятельности и требуют специальных алгоритмы. Чаще встречаются модели частичного равновесия.

Так называемый восходящие модели хорошо улавливают инженерные решения и часто полагаются на методы из исследование операций. Отдельные установки характеризуются своими кривыми эффективности (также известными как отношения затрат / выпуска), заводской мощностью, инвестиционными затратами (капвложения ) и эксплуатационные расходы (эксплуатационные расходы ). Некоторые модели позволяют этим параметрам зависеть от внешних условий, таких как температура окружающей среды.[27]

Создание гибридных нисходящих / восходящих моделей, отражающих как экономические, так и инженерные аспекты, оказалось сложной задачей.[28]

Штатные модели

В этом разделе перечислены некоторые из основных используемых моделей. [29] Как правило, они управляются национальными правительствами. Усилиями сообщества большое количество существующих моделей энергетических систем было собрано в типовые информационные бюллетени на Платформа открытой энергии.[30]

ПРЫГНУТЬ

LEAP (Система планирования альтернативных источников энергии на большие расстояния) - это программный инструмент для энергетическая политика анализ и смягчение последствий изменения климата оценка.[31][32] LEAP был разработан в Стокгольмский институт окружающей среды (SEI) Центр США. LEAP можно использовать для изучения энергосистем города, штата, страны и региона. LEAP обычно используется для прогнозных исследований на период от 20 до 50 лет. Большинство его вычислений происходит раз в год. LEAP позволяет аналитикам политики создавать и оценивать альтернативные сценарии и сравнить их потребности в энергии, социальные издержки и выгоды, и воздействия на окружающую среду.

Моделирование энергосистемы

General Electric MAPS (Multi-Area Production Simulation) - это имитационная модель добычи, используемая различными Региональные передающие организации и Независимые системные операторы в Соединенных Штатах, чтобы спланировать экономическое воздействие предлагаемых объектов передачи и генерации электроэнергии на регулируемых FERC оптовых рынках электроэнергии. Части модели могут также использоваться для фазы принятия и отправки (обновляется с 5-минутными интервалами) при работе оптовых рынков электроэнергии для регионов RTO и ISO. ABB ПРОМОД - аналогичный программный комплекс. В этих регионах ISO и RTO также используется программный пакет GE под названием MARS (Multi-Area Reliability Simulation), чтобы обеспечить соответствие энергосистемы критериям надежности (ожидаемая потеря нагрузки (LOLE) не более 0,1 дня в году). Кроме того, программный пакет GE под названием PSLF (Positive Sequence Load Flow) и Сименс программный пакет PSSE (Power System Simulation for Engineering) анализирует поток нагрузки в энергосистеме на предмет коротких замыканий и устойчивости во время предварительных плановых исследований, проводимых RTO и ISO.[33][34][35][36][37][38][39][40]

МАРКАЛ / РАЗ

Основная статья: МАРКАЛ

MARKAL (MARKET ALlocation) - это интегрированная платформа моделирования энергетических систем, используемая для анализа энергетических, экономических и экологических проблем на глобальном, национальном и муниципальном уровнях за период времени до нескольких десятилетий. MARKAL можно использовать для количественной оценки воздействия вариантов политики на развитие технологий и истощение природных ресурсов. Программное обеспечение было разработано Программой анализа систем энергетических технологий (ETSAP) Международное энергетическое агентство (МЭА) в течение почти двух десятилетий.

TIMES (интегрированная система MARKAL-EFOM) - это эволюция MARKAL - обе модели энергии имеют много общего.[41] В 2008 году компания TIMES сменила MARKAL.[42] Обе модели являются технологически явными, динамичными. частичное равновесие модели энергетические рынки. В обоих случаях равновесие определяется максимизацией общего излишек потребителя и производителя через линейное программирование. И МАРКАЛ, и ВРЕМЯ написаны на GAMS.

Генератор моделей TIMES также был разработан в рамках Программы анализа систем энергетических технологий (ETSAP). TIMES сочетает в себе два разных, но дополняющих друг друга, систематических подхода к моделированию энергии - технический и экономический. TIMES - это высокотехнологичный генератор восходящих моделей, использующий линейное программирование для создания энергосистемы с наименьшими затратами, оптимизированной в соответствии с рядом ограничений, заданных пользователем, в среднесрочной и долгосрочной перспективе. Он используется для «исследования возможных энергетических фьючерсов на основе противоположных сценариев».[43]:7

По состоянию на 2015 годгенераторы моделей MARKAL и TIMES используются в 177 учреждениях в 70 странах.[44]:5

NEMS

Основная статья: Национальная система моделирования энергетики

NEMS (Национальная система моделирования энергетики) - это давняя модель государственной политики США, управляемая Департамент энергетики (DOE). NEMS вычисляет равновесные цены и количество топлива для энергетического сектора США. Для этого программа итеративно решает последовательность линейных программ и нелинейных уравнений.[45] NEMS использовалась для явного моделирования спроса, в частности, для определения выбора потребительских технологий в жилых и коммерческих зданиях.[46]

NEMS используется для производства Годовой прогноз развития энергетики каждый год - например, в 2015 году.[47]

Критика

Энергетические модели государственной политики подвергались критике за недостаточную прозрачный. В исходный код и наборы данных должны быть доступны как минимум для экспертная оценка, если не опубликовано явно.[48] Для повышения прозрачности и общественного признания некоторые модели используются как программное обеспечение с открытым исходным кодом проекты, часто развивая разнообразное сообщество по мере их реализации. OSeMOSYS - один из таких примеров.[49][50]

Смотрите также

Общий

Модели

  • ACEGES - глобальная агентная модель вычислительной экономики
  • iNEMS (Integrated National Energy Modeling System) - национальная энергетическая модель для Китая
  • МАРКАЛ - энергетическая модель
  • NEMS - национальная энергетическая модель правительства США
  • Перспективы долгосрочных энергетических систем (POLES) - имитационная модель мира энергетического сектора
  • KAPSARC Energy Model - модель энергетического сектора Саудовской Аравии[51]

Рекомендации

  1. ^ Лай, Чун Синг; Локателли, Джорджио; Пимм, Эндрю; У Сяомэй; Лай, Лой Лей (сентябрь 2020 г.). «Обзор по долгосрочному моделированию электроэнергетической системы с накоплением энергии». Журнал чистого производства: 124298. Дои:10.1016 / j.jclepro.2020.124298.
  2. ^ а б Брукнер, Томас; Башмаков Игорь Алексеевич; Мулугетта, Якоб; и другие. (2014). «Глава 7: Энергетические системы» (PDF). В МГЭИК (ред.). Изменение климата 2014: смягчение последствий изменения климата. Вклад Рабочей группы III в Пятый доклад об оценке Межправительственной группы экспертов по изменению климата. Кембридж, Великобритания и Нью-Йорк, Нью-Йорк, США: Издательство Кембриджского университета. С. 511–597. ISBN  978-1-107-65481-5. Получено 9 мая 2016.
  3. ^ а б Пай, Стив; Батай, Крис (2016). «Улучшение возможностей моделирования глубокой декарбонизации для условий развитых и развивающихся стран» (PDF). Климатическая политика. 16 (S1): S27 – S46. Дои:10.1080/14693062.2016.1173004.
  4. ^ акатех; Леполдина; Akademienunion, eds. (2016). Концепции гибкости энергоснабжения Германии в 2050 году: обеспечение стабильности в эпоху возобновляемых источников энергии (PDF). Берлин, Германия: acatech - Национальная академия наук и инженерии. ISBN  978-3-8047-3549-1. Архивировано из оригинал (PDF) 6 октября 2016 г.. Получено 19 декабря 2016.
  5. ^ Лунц, Бенедикт; Штёкер, Филипп; Экштейн, Саша; Небель, Арджуна; Самади, Саша; Эрлах, Берит; Фишедик, Манфред; Элснер, Питер; Зауэр, Дирк Уве (2016). «Сравнительная оценка потенциальных будущих электроэнергетических систем на основе сценариев - новый методологический подход на примере Германии в 2050 году». Прикладная энергия. 171: 555–580. Дои:10.1016 / j.apenergy.2016.03.087.
  6. ^ а б Рачунок, Вениамин; Staid, Андреа; Ватсон, Жан-Поль; Вудрафф, Дэвид Л .; Ян, Доминик (июнь 2018 г.). «Стохастические показатели единичных обязательств с учетом сценариев ветроэнергетики Монте-Карло». Международная конференция IEEE 2018 по вероятностным методам, применяемым к энергетическим системам (PMAPS). Бойсе, ID: IEEE: 1–6. Дои:10.1109 / PMAPS.2018.8440563. ISBN  9781538635964. OSTI  1530691.
  7. ^ Кларк, Леон; Цзян, Кэцзюнь; и другие. (2014). «Глава 6: Оценка путей трансформации» (PDF). В МГЭИК (ред.). Изменение климата 2014: смягчение последствий изменения климата. Вклад Рабочей группы III в Пятый доклад об оценке Межправительственной группы экспертов по изменению климата. Кембридж, Великобритания и Нью-Йорк, Нью-Йорк, США: Издательство Кембриджского университета. ISBN  978-1-107-65481-5. Получено 9 мая 2016.
  8. ^ Келли, Дэвид Л; Колстад, Чарльз Д. (1998). Модели комплексной оценки для контроля за изменением климата (PDF). Архивировано из оригинал (PDF) 30 июня 2016 г.. Получено 9 мая 2016.
  9. ^ Риахи, Кейван; Дентенер, Франк; Гилен, Дольф; Грублер, Арнульф; Джуэлл, Джессика; Климонт, Збигнев; Крей, Волкер; Макколлум, Дэвид; Пачаури, Шонали; Рао, Шилпа; Руйвен, Бас ван; Вуурен, Детлеф П. ван; Уилсон, Чарли (2012). «Глава 17: Энергетические пути для устойчивого развития». В Гомес-Эчеверри, L; Йоханссон, ТБ; Накиченович, Н; Патвардхан, А (ред.). Глобальная энергетическая оценка: к устойчивому будущему. Лаксенбург, Австрия, Кембридж, Великобритания, и Нью-Йорк, штат Нью-Йорк, США: Международный институт прикладного системного анализа и Издательство Кембриджского университета. С. 1203–1306. CiteSeerX  10.1.1.434.4160.
  10. ^ Бауэр, Нико; Муратиаду, Иоанна; Людерер, Гуннар; Баумстарк, Лавиния; Бреча, Роберт Дж; Эденхофер, Оттмар; Криглер, Эльмар (2016). «Глобальные рынки ископаемых источников энергии и смягчение последствий изменения климата - анализ с REMIND» (PDF). Изменение климата. 136 (1): 69–82. Bibcode:2016ClCh..136 ... 69B. Дои:10.1007 / s10584-013-0901-6. Получено 10 мая 2016.
  11. ^ Bahn, O; Хори, А; Захари, Д.С. (май 2005 г.). «Математическое моделирование и методы моделирования в энергетических системах» (PDF). Энциклопедия систем жизнеобеспечения (EOLSS). Оксфорд, Великобритания: EOLSS Publishers. ISSN  0711-2440. Получено 25 октября 2016.
  12. ^ Ван Бек, Николь MJP (август 1999). Классификация энергетических моделей - Меморандум об исследованиях FEW - Том 777 (PDF). Тилбург, Нидерланды: Тилбургский университет, факультет экономики и делового администрирования.. Получено 25 октября 2016.
  13. ^ Бхаттачарья, Субхес Ч; Тимилсина, Говинда Р. (23 ноября 2010 г.). «Обзор моделей энергосистем» (PDF). Международный журнал управления энергетическим сектором. 4 (4): 494–518. Дои:10.1108/17506221011092742. ISSN  1750-6220. Получено 13 декабря 2016.
  14. ^ Hiremath, RB; Шиха, С; Равиндранат, Нью-Хэмпшир (2007). «Децентрализованное энергетическое планирование: моделирование и применение - обзор». Обзоры возобновляемых и устойчивых источников энергии. 11 (5): 729–752. Дои:10.1016 / j.rser.2005.07.005.
  15. ^ Джебарадж, S; Иниян, С. (август 2006 г.). «Обзор энергетических моделей» (PDF). Обзоры возобновляемых и устойчивых источников энергии. 10 (4): 281–311. Дои:10.1016 / j.rser.2004.09.004. Получено 2 марта 2013.
  16. ^ Коннолли, Дэвид; Лунд, Хенрик; Матизен, Брайан Вад; Лихи, Марти (2010). «Обзор компьютерных инструментов для анализа интеграции возобновляемых источников энергии в различные энергетические системы». Прикладная энергия. 87 (4): 1059–1082. Дои:10.1016 / j.apenergy.2009.09.026.
  17. ^ Мундака, Луис; Ней, Лена; Уоррелл, Эрнст; Макнил, Майкл А. (1 августа 2010 г.). «Оценка политики энергоэффективности с помощью моделей энергосбережения - номер отчета LBNL-3862E». Ежегодный обзор окружающей среды и ресурсов. 35: 305–344. Дои:10.1146 / annurev-environment-052810-164840. OSTI  1001644. Получено 4 ноября 2016.
  18. ^ Мундака, Луис; Ней, Лена; Уоррелл, Эрнст; Макнил, Майкл А (2010). «Оценка политики энергоэффективности с использованием моделей энергосбережения» (PDF). Ежегодный обзор окружающей среды и ресурсов. 35 (1): 305–344. Дои:10.1146 / annurev-environment-052810-164840. ISSN  1543-5938.
  19. ^ Махмуд, Хизир; Town, Graham E (15 июня 2016 г.). «Обзор компьютерных инструментов для моделирования требований к энергии электромобилей и их влияния на распределительные сети». Прикладная энергия. 172: 337–359. Дои:10.1016 / j.apenergy.2016.03.100.
  20. ^ ван Руйвен, Бас; Урбан, Фрауке; Бендерс, Рене MJ; Молл, Анри С; ван дер Слуис, Йерун П.; де Вриз, Берт; ван Вуурен, Детлеф П. (декабрь 2008 г.). «Моделирование энергии и развития: оценка моделей и концепций» (PDF). Мировое развитие. 36 (12): 2801–2821. Дои:10.1016 / j.worlddev.2008.01.011. HDL:1874/32954. ISSN  0305-750X. Получено 25 октября 2016.
  21. ^ Унгер, Томас; Спрингфельдт, Пер Эрик; Теннбакк, Берит; Равн, Ганс; Хавшельд, Моника; Ниеми, Янне; Кольонен, Тийна; Фриц, Питер; Коренефф, Горан; Риден, Бо; Лехтиля, Антти; Скёльдберг, Хокан; Якобссон, Тобиас; Хонкатукиа, Юха (2010). Скоординированное использование моделей энергетической системы в анализе энергетической и климатической политики: уроки, извлеченные из проекта Nordic Energy Perspectives (PDF). Стокгольм, Швеция: Эльфорск. ISBN  978-91-978585-9-5. Получено 14 ноября 2016.
  22. ^ Пфеннингер, Стефан; Хоукс, Адам; Кирстед, Джеймс (май 2014 г.). «Моделирование энергетических систем для решения энергетических задач двадцать первого века» (PDF). Обзоры возобновляемых и устойчивых источников энергии. 33: 74–86. Дои:10.1016 / j.rser.2014.02.003. ISSN  1364-0321. Получено 14 марта 2017.
  23. ^ Дэвид, AK; Вэнь, Фушуань (16–20 июля 2000 г.). Стратегические торги на конкурентных рынках электроэнергии: обзор литературы. Летнее собрание Энергетического общества - Том 4. Сиэтл, Вашингтон, США: IEEE. Дои:10.1109 / PESS.2000.866982. ISBN  0-7803-6420-1.
  24. ^ Sensfuß, Франк; Рагвиц, Марио; Генуэзец, Массимо; Мёст, Доминик (2007). Агентное моделирование рынков электроэнергии: обзор литературы - Рабочий документ по устойчивости и инновациям S5 / 2007 (PDF). Карлсруэ, Германия: Fraunhofer ISI. Получено 9 мая 2016.
  25. ^ Вайдлих, Анке; Вейт, Даниэль (2008). «Критический обзор агентных моделей оптового рынка электроэнергии». Экономика энергетики. 30 (4): 1728–1759. Дои:10.1016 / j.eneco.2008.01.003.
  26. ^ Абрелл, Ян; Вейгт, Ханнес (2012). «Объединение энергосетей». Сети и пространственная экономика. 12 (3). С. 377–401. Дои:10.1007 / s11067-011-9160-0.
  27. ^ Брукнер, Томас; Моррисон, Робби; Хэндли, Крис; Паттерсон, Мюррей (2003). «Моделирование систем энергоснабжения с высоким разрешением с использованием Deeco: обзор и применение к разработке политики » (PDF). Анналы исследований операций. 121 (1–4): 151–180. Дои:10.1023 / А: 1023359303704. Получено 8 мая 2016.
  28. ^ Берингер, Кристоф; Резерфорд, Томас Ф (2008). «Сочетание снизу вверх и сверху вниз». Экономика энергетики. 30 (2): 574–596. CiteSeerX  10.1.1.184.8384. Дои:10.1016 / j.eneco.2007.03.004.
  29. ^ Лай, Чун Синг; Локателли, Джорджио; Пимм, Эндрю; У Сяомэй; Лай, Лой Лей (сентябрь 2020 г.). «Обзор долгосрочного моделирования электроэнергетической системы с накоплением энергии». Журнал чистого производства: 124298. Дои:10.1016 / j.jclepro.2020.124298.
  30. ^ «Платформа открытой энергии: типовые информационные бюллетени». Получено 18 декабря 2018.
  31. ^ SEI (май 2012 г.). LEAP: Система долгосрочного планирования энергетических альтернатив: инструмент для анализа энергетической политики и оценки смягчения последствий изменения климата - флаер (PDF). Сомервилл, Массачусетс, США: Стокгольмский институт окружающей среды (SEI) Центр США. Получено 4 мая 2016.
  32. ^ «LEAP: инструменты для анализа устойчивой энергетики». Получено 4 мая 2016.
  33. ^ «ABB PROMOD Market Simulation». new.abb.com. Получено 26 ноября 2018.
  34. ^ "GE Multi-Area Production Simulation". www.geenergyconsulting.com. Получено 26 ноября 2018.
  35. ^ «Моделирование надежности в нескольких областях GE». www.geenergyconsulting.com. Получено 26 ноября 2018.
  36. ^ «Моделирование потока нагрузки GE Power System». www.geenergyconsulting.com. Получено 26 ноября 2018.
  37. ^ «Отчет об исследовании IRM NYSRC 2018» (PDF). www.nysrc.org. 8 декабря 2017. с. 2. Получено 26 ноября 2018.
  38. ^ «Уведомление NYISO для заинтересованных сторон о запросе данных MAPS» (PDF). www.nyiso.com. Август 2000 г.. Получено 26 ноября 2018.
  39. ^ «Сименс ПССЭ». www.siemens.com. Получено 26 ноября 2018.
  40. ^ «Анализ планирования ресурсов штата Нью-Йорк (NYSPSC)» (PDF). www.nyiso.com. 17 декабря 2015 г.. Получено 26 ноября 2018.
  41. ^ Сравнение моделей TIMES и MARKAL (PDF). 2009. Получено 31 октября 2016.
  42. ^ «МАРКАЛ». Получено 31 октября 2016.
  43. ^ Лулу, Ричард; Ремне, Уве; Канудиа, Амит; Лехтила, Антти; Гольдштейн, Гэри (апрель 2005 г.). Документация к модели TIMES - Часть I (PDF). Программа системного анализа энергетических технологий (ETSAP). Получено 31 октября 2016.
  44. ^ Гианнакидис, Джордж; Лабриет, Мариз; Галлахоир, Брайан; Тосато, GianCarlot, ред. (2015). Информирование политики в области энергетики и климата с использованием моделей энергетических систем: выводы из анализа сценариев, увеличивающие доказательную базу. Конспект лекций по энергетике. 30. Чам, Швейцария: Springer International Publishing. Дои:10.1007/978-3-319-16540-0. ISBN  978-3-319-16540-0.
  45. ^ Габриэль, Стивен А; Кайдс, Энди С; Уитмен, Питер (1999). «Национальная система энергетического моделирования: крупномасштабная модель энергетического и экономического равновесия». Исследование операций. 49 (1): 14–25. Дои:10.1287 / opre.49.1.14.11195.
  46. ^ Вилкерсон, Джордан Т; Калленвард, Дэнни; Давидиан, Даниэль; Weyant, Джон П. (2013). «Выбор технологии конечного использования в Национальной системе моделирования энергетики (NEMS): анализ секторов жилых и коммерческих зданий». Экономика энергетики. 40: 773–784. Дои:10.1016 / j.eneco.2013.09.023. Получено 9 мая 2016.
  47. ^ Годовой прогноз развития энергетики на 2015 г .: с прогнозами до 2040 г. - DOE / EIA-0383 (2015) (PDF). Вашингтон, округ Колумбия, США: Управление энергетической информации США, Управление комплексного и международного энергетического анализа, Министерство энергетики США. Апрель 2015 г.. Получено 9 мая 2016.
  48. ^ акатех; Леполдина; Akademienunion, eds. (2016). Консультации по энергетическим сценариям: требования к рекомендациям по научной политике (PDF). Берлин, Германия: acatech - Национальная академия наук и инженерии. ISBN  978-3-8047-3550-7. Архивировано из оригинал (PDF) 21 декабря 2016 г.. Получено 19 декабря 2016.
  49. ^ Хауэллс, Марк; Рогнер, Хольгер; Страчан, Нил; Куча, Чарльз; Хантингтон, Хиллард; Кипреос, Сократ; Хьюз, Элисон; Сильвейра, Семида; ДеКаролис, Джо; Базилиан, Морган; Рорл, Александр (2011). «OSeMOSYS: система моделирования энергии с открытым исходным кодом: знакомство с ее идеей, структурой и развитием». Энергетическая политика. 39 (10): 5850–5870. Дои:10.1016 / j.enpol.2011.06.033.
  50. ^ «OSeMOSYS: система моделирования энергии с открытым исходным кодом». Получено 8 мая 2016.
  51. ^ «Энергетическая модель КАПСАРК». Получено 12 января 2019.

внешняя ссылка