Енергетичне моделювання

Енергетичне моделювання або моделювання енергетичної системи — процес побудови комп'ютерних моделей енергетичних систем для того, щоб проаналізувати їх. Такі моделі часто використовують аналіз сценарію для вивчення різноманітних припущень про технічні та економічні умови під час дії. Результати можуть показати ефективність системи, викиди парникових газів, загальні фінансові витрати, використання природних ресурсів та енергоефективність досліджуваної системи. Застосовується широкий спектр методів, починаючи від повністю економічного до повністю інженерного. Математична оптимізація часто використовується для визначення, в якомусь сенсі, найменшої вартості. Моделі можуть бути міжнародними, регіональними, національними, міськими чи автономними. Уряди підтримують національне енергетичне моделювання для розвитку енергетичної політики.

Енергетичне моделювання, як правило, покликані сприяти різним системним операціями, інженерне проектування або розробки енергетичної політики. Енергетичне моделювання окремої будівлі очевидно виключені, хоча вони також іноді називаються енергетичними моделями. Інтегровані моделі в стилі Міжурядової групи експертів з питань змін клімату (МГЕЗК, від англ. IPCC - Intergovernmental Panel on Climate Change), які також мають уявлення про світову енергетичну систему і використовуються для вивчення глобальних шляхів трансформації до 2050 або 2100.

Енергетичне моделювання набуває все більшого значення, так як важливість пом'якшення наслідків зміни клімату стала більш важливою. Сектор енергозабезпечення є найбільшим джерелом глобальних викидів парникових газів. МГЕЗК повідомляє, що пом'якшення наслідків зміни клімату потребує кардинальної зміни системи енергопостачання, в тому числі включаючи заміну неосвоєної (окрім процесу захоплення та зберігання вуглецю) технології переробки викопного палива на альтернативи з низьким рівнем викиду парникових газів.[1]

Типи моделейРедагувати

Використовуються найрізноманітніші типи моделей. Моделям, взагалі, може знадобитись захопити складну динаміку, таку як: 

  •  робота енергетичної системи 
  • технологія обороту запасів 
  •  інноваційні технології 
  •  поведінка компанії і домашнього господарства 
  •  енергетичні і не енергетичні капіталовкладення та динаміка корегування ринку праці, які ведуть до економічної реконструкції 
  •  розгортання структури і міського планування[2]:S28–S29 

Моделі можуть бути обмежені певним електричним сектором, або можуть спробувати охопити всю енергетичну систему.

Більшість енергетичних моделей використовуються для аналізу сценарію. Сценарій — це послідовний набір припущень про можливу систему. Нові сценарії тестують для порівняння щодо базового сценарію — зазвичай буденна справа — і відзначають відмінність в результатах

Важливим фактором є часовий горизонт моделі. Однорічні моделі — встановлені або в сьогодні або в майбутньому (скажімо, у 2050) — припускають не розвиток структури капіталу, натомість зосереджуються на оперативній динаміці системи. Однорічні моделі зазвичай мають вбудовані значні часові (зазвичай погодинний дозвіл) і технічні деталі (наприклад, окремі фабрики і лінії трансмісій). Довготривалі моделі — які тривають протягом одного або декількох десятиліть (від нині і, скажімо, до 2050 г.) — намагаються інкапсулювати структурну еволюцію системи і використовуються для вивчення проблем розширення потужностей і переходу енергосистеми.

Моделі часто використовують математичну оптимізацію для вирішення надлишку в специфікації системи. Деякі з використовуваних методів є наслідком дослідження операцій. Більшість покладається на лінійне програмування (в тому числі програмування зі змішаними цілими числами), хоча деякі використовують нелінійне програмування. Обчислювачі можуть використовувати класичну або генетичну оптимізацію, такі як КMA-СЕ (Коваріаційна матриця Адаптації — стратегія еволюції, від англ. CMA-ES — Covariance Matrix Adaptation — Evolution Strategy). Моделі можуть бути рекурсиво-динамічними, такими, що послідовно вирішують для кожного часового інтервалу, а, отже, розвиваються з часом. Або ж вони можуть бути оформлені у вигляді однієї майбуньої міжчасової проблеми, і тим самим припускати, ідеальні передбачення. Однорічні інженерні моделі, як правило, намагаються мінімізувати короткострокові фінансові витрати, в той час як однорічні ринкові моделі використовувати оптимізацію для визначення ринкового клірингу. Довгострокові моделі, як правило, охоплюють кілька десятиліть, намагаються звести до мінімуму як короткострокові, так і довгострокові витрати як однієї міжчасової проблеми.

Попит (або домен кінцевого користувача) історично отримав відносно мало уваги, часто моделюється лише проста крива попиту. Криві споживання енергії кінцевого користувача, принаймні в короткостроковій перспективі, як правило, виявляються вельми нееластичними.

Поступово, як нестійкі джерела енергії та управління попитом на енергію стають все більш вагомим, моделі повинні були запровадити погодинний тимчасовий дозвіл, щоб краще фіксувати їхню динаміку в реальному часі.[3][4] Довгострокові моделі часто обмежені розрахунками з щорічними інтервалами, на основі типових денних профілів, і, отже, менш підходить для систем зі значною зміною обновлюваної енергії.

Реалізація мов включає GAMS, MathProg, MATLAB, Python, R, Fortran, Java, C, C ++ і Vensim. Іноді використовуються електронні таблиці.

Інтегровані МГЕЗК моделі поєднують в собі спрощені під моделі світової економіки, сільського господарства та землекористування, а також глобальної кліматичної системи на додаток до світової енергетичної системи. Наприклад, Глобальну модель зміни оцінювання[5], повідомлення і нагадування.[6]

Опубліковані дослідження з моделювання енергетичної системи були зосереджені на методах,[7] загальній класифікації,[8] огляді,[9] децентралізованому плануванні,[10] методах моделювання,[11] поновлюваних джерелах енергії,[12] політики галузевої енергоефективності,[13][14] інтеграції електричних засобів транспорту,[15] міжнародному розвитку,[16] і на використанні багаторівневих моделей для підтримки політики захисту клімату.[17] Дослідники проекту шляхів повної декарбонізації також проаналізували моделі типологій. Документ 2014 року описує задачі моделювання у майбутньому, оскільки енергетичні системи стають все більш складними, а людський і соціальний фактори стають все більш актуальними. [18]

Моделі електроенергетичного сектораРедагувати

Моделі сектора електроенергії використовуються для моделювання електроенергетичних систем. Масштаби можуть бути національними або регіональними, в залежності від обставин. Наприклад, з огляду на наявність міжнаціональних з'язку, європейська система західної електроенергії може бути змодельована в повному обсязі.

Інженерні моделі, як правило, містять хорошу характеристику використаних технологій, в тому числі мережі передачі змінного струму високої напруги, де це необхідно. Деякі моделі (наприклад, моделі для Німеччини) можуть приймати одну загальну шину або «мідну пластину», де решітка є сильною. Попит в сфері моделювання електроенергетичного сектора, як правило, представлений в профілі фіксованого навантаження.

Ринкові моделі, крім того, являють собою переважаючий ринок електроенергії, який може включати в себе вузлове ціноутворення.

Теорія ігор і модель на основі агентів використовуються для збору і вивчення стратегічної поведінки на ринках електроенергії. [19][20][21]

Моделі енергосистемиРедагувати

На додаток до галузі електроенергетики, енергосистема модель включає в себе тепло, газ, мобільність і інші сектори, якщо це потрібно.[22] Моделі енергосистем часто національний характер, але може бути й муніципальними (міським) або міжнародними.

Так звані спадні моделі цілковито економічного характеру за походженням і базуються на частковій або повній рівновазі. Моделі загальної рівноваги мають спеціалізовану діяльність і вимагають чітко визначених алгоритмів. Частково рівноважні моделі є більш поширеними.

Так звані висхідні моделі захоплюють інженерію і часто опираються на методи з дослідницьких операцій. Окремі заводи характеризуються їхніми кривими ефективності (також відомі як вхідні / вихідні відносини), номінальна потужність, інвестиційні витрати (CAPEX) і експлуатаційні витрати (OPEX). В деяких моделях ці параметри залежать від зовнішніх умов, таких як температура навколишнього середовища.[23]

Виробництво гібридних: моделей зверху вниз / знизу вверх, щоб захопити як економіку та інженерію, виявилося складним завданням.[24]

Штатні моделіРедагувати

Вони, як правило, у віданні національних урядів:

LEAPРедагувати

LEAP (Альтернативна енергетична система планування на великих відстанях) являє собою програмний інструмент для аналізу енергетичної політики і оцінки пом'якшення наслідків зміни клімату.[25][26] LEAP була розроблена в SEI Центрі Стокгольмського Інституту навколишнього середовища в США. LEAP може бути використана для вивчення міських, загальнодержавних, національних і регіональних енергетичних систем. LEAP зазвичай використовується для прогнозування досліджень, які триватимуть приблизно від 20 до 50 років. Велика частина розрахунків відбувається інтервалом в один рік. LEAP дозволяє аналітикам політикам створювати й оцінювати альтернативні сценарії і порівняти їх енергетичні потреби, соціальні витрати і вигоди, а також вплив на навколишнє середовище.

MARKAL/TIMESРедагувати

MARKAL (Allocation MARKET) являє собою інтегровану платформу енергетичних систем моделювання, що використовуються для аналізу енергетичних, економічних і екологічних проблем на глобальному, національному та муніципальному рівні за період до декількох десятиліть. MARKAL може бути використана для кількісної оцінки взаємодії опцій політики, технічного розвитку і виснаження природних ресурсів. Програмне забезпечення було розроблене Програмою аналізу систем енергетичних технологій (ETSAP) Міжнародного енергетичного агентства (МЕА), протягом майже 20 років. 

TIMES (Інтегрована система MARKAL-EFOM є еволюцією MARKAL — обидві енергетичні моделі мають багато подібного.[27] TIMES замінила MARKAL в 2008 році.[28] Обидві моделі є технологічно точними, динамічними моделями часткової рівноваги на ринках енергетики. В обох випадках рівновага визначається шляхом максимізації загальної користі і для споживачів і для виробників за допомогою лінійного програмування. І MARKAL і TIMES написані в Гамс.[29]:7

Генератор моделі TIMES також був розроблений в рамках технології програмної системи аналізу енергії (ETSAP). TIMES поєднує в собі два різних, але доповнюючих один одного, системні підходи до моделювання енергії — інженерний і економічний підхід. TIMES використовує технологію моделі генератора «від низу до верху», яка використовує лінійне програмування для одержання найменшої вартості енергетичної системи, оптимізованої відповідно до числа певних обмежень користувача, від середньо- до довготривалого. Він використовується для «дослідження можливих майбутніх енергоносіїв на основі різних сценаріїв».

Станом на 2015 рік, моделі генераторів MARKAL і TIMES використовуються в 177 установах в більш ніж в 70 країнах.[30]:5

NEMSРедагувати

NEMS (англ. National Energy Modeling System — Національна система енергетичної моделі) є давньою моделлю державної політики Сполучених Штатів, за якою працює Департамент енергетики (DOE). НЕМС обчислює рівну ціну на паливо і потрібну кількість для енергетичного сектора США. Для цього, програмне забезпечення циклічно вирішує послідовність лінійних програм і нелінійних рівнянь.[31] НЕМС використовується для моделювання попиту, зокрема, щоб визначити вибір споживачем технологій в житловому і комерційному секторах.[32]

NEMS використовується для створення Щорічного енергетичного результату — наприклад, в 2015 році.[33]

КритикаРедагувати

Енергетичні моделі державної політики були піддані критиці за те, що недостатньо прозорі. Код і дані багатьох джерел повинні хоча б бути доступні для експертної оцінки, якщо не опубліковані.[34] З метою підвищення прозорості та громадського визнання, деякі моделі проводяться у вигляді програмних проектів з відкритим вихідним кодом, часто розвиваються різноманітні співтовариства, коли вони починають діяти. OSeMOSYS є одним з таких товариств.[35][36]

Див. такожРедагувати

  • Climate change mitigation — actions to limit long-term climate change
  • Climate change mitigation scenarios — possible futures in which global warming is reduced by deliberate actions
  • Economic model
  • Energy system — the interpretation of the energy sector in system terms
  • Energy Modeling Forum — a Stanford University-based modeling forum
  • Open Energy Modelling Initiative — an open source energy modeling initiative, centered on Europe
  • Open energy system databases — database projects which collect, clean, and republish energy-related datasets
  • Open energy system models — a review of energy system models that are also open source

Моделі

  • ACEGES — a global agent-based computational economics model
  • iNEMS (Integrated National Energy Modeling System) — a national energy model for China
  • MARKAL — an energy model
  • NEMS — the US government national energy model
  • Prospective Outlook on Long-term Energy Systems (POLES) — an energy sector world simulation model

ПриміткиРедагувати

  1. Bruckner, Thomas; Bashmakov, Igor Alexeyevic; Mulugetta, Yacob (2014). Chapter 7: Energy systems. У IPCC. Climate change 2014: mitigation of climate change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press. с. 511–597. ISBN 978-1-107-65481-5. Процитовано 2016-05-09. 
  2. Pye, Steve; Bataille, Chris (2016). Improving deep decarbonization modelling capacity for developed and developing country contexts. Climate Policy 16 (S1): S27–S46. doi:10.1080/14693062.2016.1173004. 
  3. acatech; Lepoldina; Akademienunion, ред. (2016). Flexibility concepts for the German power supply in 2050: ensuring stability in the age of renewable energies. Berlin, Germany: acatech – National Academy of Science and Engineering. ISBN 978-3-8047-3549-1. Процитовано 2016-12-19. 
  4. Lunz, Benedikt; Stöcker, Philipp; Eckstein, Sascha; Nebel, Arjuna; Samadi, Sascha; Erlach, Berit; Fischedick, Manfred; Elsner, Peter та ін. (2016). Scenario-based comparative assessment of potential future electricity systems – A new methodological approach using Germany in 2050 as an example. Applied Energy 171: 555–580. doi:10.1016/j.apenergy.2016.03.087. 
  5. Riahi, Keywan; Dentener, Frank; Gielen, Dolf; Grubler, Arnulf; Jewell, Jessica; Klimont, Zbigniew; Krey, Volker; McCollum, David; Pachauri, Shonali; Rao, Shilpa; Ruijven, Bas van; Vuuren, Detlef P van; Wilson, Charlie (2012). Chapter 17: Energy pathways for sustainable development. У Gomez-Echeverri, L; Johansson, TB; Nakicenovic, N та ін. Global energy assessment: toward a sustainable future. Laxenburg, Austria, Cambridge, UK, and New York, NY, USA: International Institute for Applied Systems Analysis and Cambridge University Press. с. 1203–1306. Процитовано 2016-05-11. 
  6. Bauer, Nico; Mouratiadou, Ioanna; Luderer, Gunnar; Baumstark, Lavinia; Brecha, Robert J; Edenhofer, Ottmar; Kriegler, Elmar (2016). Global fossil energy markets and climate change mitigation – an analysis with REMIND. Climatic Change 136 (1): 69–82. doi:10.1007/s10584-013-0901-6. Процитовано 2016-05-10. 
  7. Bahn, O; Haurie, A; Zachary, DS (May 2005). Mathematical modeling and simulation methods in energy systems. Encyclopedia of Life Support Systems (EOLSS). Oxford, UK: EOLSS Publishers. ISSN 0711-2440. Процитовано 2016-10-25. 
  8. Van Beeck, Nicole MJP (August 1999). Classification of energy models — FEW Research Memorandum — Vol 777. Tilburg, Netherlands: Tilburg University, Faculty of Economics and Business Administration. Процитовано 2016-10-25. 
  9. Bhattacharyya, Subhes C; Timilsina, Govinda R (23 November 2010). A review of energy system models. International Journal of Energy Sector Management 4 (4): 494–518. ISSN 1750-6220. doi:10.1108/17506221011092742. Процитовано 2016-12-13. 
  10. Hiremath, RB; Shikha, S; Ravindranath, NH (2007). Decentralized energy planning: modeling and application — a review. Renewable and Sustainable Energy Reviews 11 (5): 729–752. doi:10.1016/j.rser.2005.07.005. 
  11. Jebaraj, S; Iniyan, S (August 2006). A review of energy models. Renewable and Sustainable Energy Reviews 10 (4): 281–311. doi:10.1016/j.rser.2004.09.004. Процитовано 2013-03-02. 
  12. Connolly, David; Lund, Henrik; Mathiesen, Brian Vad; Leahy, Marti (2010). A review of computer tools for analysing the integration of renewable energy into various energy systems. Applied Energy 87 (4): 1059–1082. doi:10.1016/j.apenergy.2009.09.026. 
  13. Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (1 August 2010). Evaluating energy efficiency policies with energy-economy models — Report number LBNL-3862E. Berkeley, CA, US: Ernest Orlando Lawrence Berkeley National Laboratory. OSTI 1001644. doi:10.1146/annurev-environ-052810-164840. Процитовано 2016-11-04. 
  14. Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (2010). Evaluating energy efficiency policies with energy-economy models. Annual Review of Environment and Resources 35 (1): 305–344. ISSN 1543-5938. doi:10.1146/annurev-environ-052810-164840. 
  15. Mahmud, Khizir; Town, Graham E (15 June 2016). A review of computer tools for modeling electric vehicle energy requirements and their impact on power distribution networks. Applied Energy 172: 337–359. doi:10.1016/j.apenergy.2016.03.100. 
  16. van Ruijven, Bas; Urban, Frauke; Benders, René MJ; Moll, Henri C; van der Sluijs, Jeroen P; de Vries, Bert; van Vuuren, Detlef P (December 2008). Modeling energy and development: an evaluation of models and concepts. World Development 36 (12): 2801–2821. ISSN 0305-750X. doi:10.1016/j.worlddev.2008.01.011. Процитовано 2016-10-25. 
  17. Unger, Thomas; Springfeldt, Per Erik; Tennbakk, Berit; Ravn, Hans; Havskjold, Monica; Niemi, Janne; Koljonen, Tiina; Fritz, Peter; Koreneff, Göran; Rydén, Bo; Lehtilä, Antti; Sköldberg, Håkan; Jakobsson, Tobias; Honkatukia, Juha (2010). Coordinated use of energy system models in energy and climate policy analysis: lessons learned from the Nordic Energy Perspectives project. Stockholm, Sweden: Elforsk. ISBN 978-91-978585-9-5. Процитовано 2016-11-14. 
  18. Pfenninger, Stefan; Hawkes, Adam; Keirstead, James (May 2014). Energy systems modeling for twenty-first century energy challenges. Renewable and Sustainable Energy Reviews 33: 74–86. ISSN 1364-0321. doi:10.1016/j.rser.2014.02.003. Процитовано 2017-03-14. 
  19. David, AK; Wen, Fushuan (16–20 July 2000). Strategic bidding in competitive electricity markets: a literature survey Power Engineering Society Summer Meeting – Volume 4. Seattle, WA, USA: IEEE. ISBN 0-7803-6420-1. doi:10.1109/PESS.2000.866982. 
  20. Sensfuß, Frank; Ragwitz, Mario; Genoese, Massimo; Möst, Dominik (2007). Agent-based simulation of electricity markets: a literature review — Working paper sustainability and innovation S5/2007. Karlsruhe, Germany: Fraunhofer ISI. Процитовано 2016-05-09. 
  21. Weidlich, Anke; Veit, Daniel (2008). A critical survey of agent-based wholesale electricity market models. Energy Economics 30 (4): 1728–1759. doi:10.1016/j.eneco.2008.01.003. 
  22. Abrell, Jan; Weigt, Hannes (2012). Combining energy networks. Networks and Spatial Economics 12 (3). с. 377–401. doi:10.1007/s11067-011-9160-0. 
  23. Bruckner, Thomas; Morrison, Robbie; Handley, Chris; Patterson, Murray (2003). High-resolution modeling of energy-services supply systems using deeco: overview and application to policy development. Annals of Operations Research 121 (1-4): 151–180. doi:10.1023/A:1023359303704. Процитовано 2016-05-08. 
  24. Böhringer, Christoph; Rutherford, Thomas F (2008). Combining bottom-up and top-down. Energy Economics 30 (2): 574–596. doi:10.1016/j.eneco.2007.03.004. 
  25. SEI (May 2012). LEAP: Long range Energy Alternatives Planning System: a tool for energy policy analysis and climate change mitigation assessment – Flyer. Somerville, MA, USA: Stockholm Environment Institute (SEI) US Center. Процитовано 2016-05-04. 
  26. LEAP: tools for sustainable energy analysis. Процитовано 2016-05-04. 
  27. A comparison of the TIMES and MARKAL models. 2009. Процитовано 2016-10-31. 
  28. MARKAL. Процитовано 2016-10-31. 
  29. Loulou, Richard; Remne, Uwe; Kanudia, Amit; Lehtila, Antti; Goldstein, Gary (April 2005). Documentation for the TIMES model – Part I. Energy Technology Systems Analysis Programme (ETSAP). Процитовано 2016-10-31. 
  30. Giannakidis, George; Labriet, Maryse; Gallachóir, Brian Ó та ін., ред. (2015). Informing energy and climate policies using energy systems models: insights from scenario analysis increasing the evidence base. Cham, Switzerland: Springer International Publishing. ISBN 978-3-319-16540-0. doi:10.1007/978-3-319-16540-0. 
  31. Gabriel, Steven A; Kydes, Andy S; Whitman, Peter (1999). The National Energy Modeling System: a large-scale energy-economic equilibrium model. Operations Research 49 (1): 14–25. doi:10.1287/opre.49.1.14.11195. Процитовано 2016-05-09. 
  32. Wilkerson, Jordan T; Cullenward, Danny; Davidian, Danielle; Weyant, John P (2013). End use technology choice in the National Energy Modeling System (NEMS): an analysis of the residential and commercial building sectors. Energy Economics 40: 773–784. doi:10.1016/j.eneco.2013.09.023. Процитовано 2016-05-09. 
  33. Annual energy outlook 2015: with projections to 2040 – DOE/EIA-0383(2015). Washington, DC, USA: US Energy Information Administration, Office of Integrated and International Energy Analysis, US Department of Energy. April 2015. Процитовано 2016-05-09. 
  34. acatech; Lepoldina; Akademienunion, ред. (2016). Consulting with energy scenarios: requirements for scientific policy advice. Berlin, Germany: acatech — National Academy of Science and Engineering. ISBN 978-3-8047-3550-7. Процитовано 2016-12-19. 
  35. Howells, Mark; Rogner, Holger; Strachan, Neil; Heaps, Charles; Huntington, Hillard; Kypreos, Socrates; Hughes, Alison; Silveira, Semida; DeCarolis, Joe; Bazillian, Morgan; Roehrl, Alexander (2011). OSeMOSYS: the open source energy modeling system: an introduction to its ethos, structure and development. Energy Policy 39 (10): 5850–5870. doi:10.1016/j.enpol.2011.06.033. 
  36. OSeMOSYS: an open-source energy modelling system. Процитовано 2016-05-08. 

ПосиланняРедагувати