没有合适的资源?快使用搜索试试~ 我知道了~
软件X 17(2022)100877原始软件出版物EMPIRE:一个基于多水平规划的能源转型分析开源模型Stian BackeBogota,Christian Skar,Pedro Crespo del Granado,Ozgu Turgut,Asgeir Tomasgard挪威科技大学工业经济与技术管理系,挪威特隆赫姆ar t i cl e i nf o文章历史记录:收到2020年收到修订版,2021年10月15日接受,2021年保留字:电力系统规划软件StochasticProgramming能源系统建模a b st ra ct能源和电力系统模型代表了对能源技术的技术操作的重要见解,这些能源技术以小时分辨率提供时间步长的能源消耗。本文介绍了欧洲可再生能源电力系统投资模型(EMPIRE),该模型将短期运营与包括基础设施扩建在内的长期规划决策相结合。EMPIRE模型具有基于多期随机规划的独特数学建模结构,这意味着投资决策受到不同运营情景实现所代表的短期不确定性的影响。该模型是开源的,可用于分析2050年及以后的能源转型情景。本文概述了该模型的组成部分及其软件结构。我们还提出了一个说明性的例子使用该软件的结果版权所有©2021作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)中找到。代码元数据当前代码版本0.1.2指向此代码版本所用代码/存储库的永久链接https://github.com/ElsevierSoftwareX/SOFTX_2020_62Code Ocean compute capsule N/A法律代码许可证MIT许可证(MIT)使用git的代码版本控制系统使用python、pyomo的软件代码语言、工具和服务编译要求、操作环境依赖性python、pyomo、pandas、cloudpickle、openpyxl和pyyaml(请参阅项目支持版本的环境.yml文件)如果可用,链接到开发人员文档/手册https://www.ntnu.edu/web/iot/energy/energy-models-hub/empire问题支持电子邮件Stian Backestian. ntnu.no软件元数据当前软件版本0.1.2此版本可执行文件的永久链接https://github.com/ntnuiotenergy/OpenEMPIRE/releases/tag/v0.1.2法律软件许可证MIT许可证(MIT)计算平台/操作系统BSD,Linux,OS X,macOS,Microsoft Windows,类Unix安装要求依赖python、pyomo、pandas、cloudpickle、openpyxl和pyyaml(请参阅项目如果可用,请链接到用户手册-如果正式出版,请在参考列表中引用该出版物https://github.com/ntnuiotenergy/OpenEMPIRE/blob/v0.1.2/EMPIRE_software_www.example.com问题支持电子邮件Stian Backestian. ntnu.no*通讯作者。电子邮件地址:stian. ntnu.no(Stian Backe).https://doi.org/10.1016/j.softx.2021.1008771. 动机和意义分析实现能源系统脱碳的策略需要技术经济的代表性2352-7110/©2021作者。 由Elsevier B.V.出版。这是一篇开放获取的文章,使用CC BY许可证(http://creativecommons.org/licenses/by/4.0/)。可在ScienceDirect上获得目录列表SoftwareX期刊主页:www.elsevier.com/locate/softxStian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008772长期的特性(例如,几十年)以及短期(例如,(三)能源系统运行情况。一些现有的模型考虑了短视的投资期和短期经营,例如[1,2]。从长期来看,关于资产投资时机及其寿命的战略决策非常重要,这些决策取决于短期运营[3]。最近的模型考虑了多个投资期和短期操作,例如[4]。由于可变可再生能源(VRES)的份额很高,因此不仅要表示VRES的短期可变性,而且还要表示VRES可变性的不确定性[5],即,考虑不同的VRES分布而不是单个确定性VRES分布。E2M2模型[6]考虑了不确定的VRES变化,但缺乏对多个投资期的同时考虑。在具有可再生能源的电力系统虚拟化的EMPIRE模型中,1存在一种独特的优化建模方法,该方法在三个模型之间具有很强的相互关系。主要特征:多个长期投资期限、短期代表性运营期和运营不确定性。我们的主要贡献是建立了一个模型,该模型灵活地整合了这三个关键特征,从而可以深入了解大规模电力系统中长期视野、短期操作和操作不确定性之间的联系(见图1)。①的人。EMPIRE中独特的建模框架基于多水平随机规划[8],即长期决策受短期情景的影响,短期情景因VRES可用性和负荷分布实现而异。多视野结构的好处是减少了计算挑战,同时仍然通过假设短期情景之间的独立性EMPIRE特别关注保留随机输入数据的统计相关性和属性,并且该工具提供了跨空间的代表性短期情景在每个投资周期内。在此建模框架下,EMPIRE在一次优化中最大限度地降低了所有投资范围内的年度化和折扣能源系统总成本,这些成本受到能源资产寿命约束、负荷调度、发电机斜升、VRES的不确定可用性、储能平衡、运营损耗、资产容量约束和政策约束(例如碳排放限制)的影响。输出包括能源系统资产(即发电、储存和传输)的投资和运营决策。到目前为止,EMPIRE框架已用于多个欧洲项目、行业研究、国家项目和其他项目[9在本文中,我们使EMPIRE框架公开可用。第2节介绍了EM- PIRE框架的软件结构,然后在第3节中给出了一个说明性示例。最后,第4节列出了以前使用的EMPIRE,以及正在进行的扩展模型,如本文所述2. 软件描述2.1. 材料和方法EMPIRE是基于多水平随机线性规划,它已被设计为支持电力系统的容量扩展。该模型代表了一个节点和弧的网络运营决策受到离散在几个随机场景的不确定性。网络容量和潮流表示为节点间的线性净容量转移。1有关EMPIRE的更多详情和信息,请参阅:https://www.ntnu.edu/web/iot/energy/energy-models-hub/empire。图 2列出了本文提出的EMPIRE模型的主要优点和局限性。主要的好处与建模框架有关,而主要的局限性与用户友好性和软件性能有关。合并长期、短期和随机电力系统方面的好处是以长的求解时间为代价的,然而,这可以通过分解技术来改进[19]。另一个局限性是缺乏长期季节性储存的代表性,因为EMPIRE认为运营期短于全年,这可以在Kotzur等人之后得到改善。[20 ]第20段。EMPIRE的时间分辨率在投资期数、代表性时间序列的持续时间和随机情景的数量方面是灵活的对于操作,通常考虑小时分辨率。标准方法是在每个随机情景中使用四个独立的周代表季节,以及两个额外的高峰日。通常,在一个问题实例中,每个投资期考虑三到十个不同的随机情景。EMPIRE公式支持发电,存储和传输的投资决策,目标是最小化总系统成本,这意味着它模拟完全竞争。该模型的优势在于所有投资决策都是相互关联的,并且投资决策与资产在不同短期情况下的短期运营相关联。能源政策的制定需要解决电力系统对环境的影响。对于EMPIRE,它是作为碳排放上限实施的,适用于投资期内产生的二氧化碳总量。更详细的数学公式见[21]。EMPIRE模型是在基于Python的开源优化建模语言Pyomo中构建和提供的[22]。 要运行模型,请确保安装了Python、Pyomo和第三方求解器。EMPIRE作为线性规划求解。该软件包含以下三个求解器的运行选项:Guidance [23],CPLEX [24]和Xpress [25]。对于所有三个求解器选项,将求解方法设置为无交叉的内点方法[26]。2.2. 软件构架EMPIRE模型和存储库中的所有附加文件[7]都是在MIT许可证下授权的,这意味着人们可以通过分叉和跟踪更改来使用和更改代码。此外,您可以在重新发布时更改许可证,但必须提及原作者。当前配置由七个输入文件和三个单片python文件组成。其中一个python文件是运行整个系统的,称为这个文件包含一些单例参数和二进制运行选项。脚本之间的流程总结在图中。3 .第三章。集合定义实例的时间和空间详细信息以及可用的资源类型。时间细节包括要考虑多少个投资期、运营期的持续时间集合还将资产类型分配给表示区域的有向图中的节点和边例如国家,的的功率系统参数定义技术成本和特性,例如:ef-效率、可用性和斜升系数。资产成本包括基于资本和固定运营管理成本的投资成本以及基于燃料和可变运营管理成本的运营成本所有成本都在软件中自动构建、按年计算和贴现有六个excel工作簿和六个逗号分隔的输入文件来提供实际数据。数据Excel文件按以下方式排序:以下主题:集,发电技术,传输Stian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008773图1.一、 EMPIRE模型概述。完整描述见软件文档[7]图二、EM P I R E 模 型 这 个 版 本 的主要优点和局限性概述。国家之间的数据、存储技术、季节性数据、国家(即节点)具体数据和一般参数。他们都有多张床单。 每个输入文件的内容总结在图中。四、关于数据维度的更多细节也可以在存储库中的软件文档中找到[7]。除了Excel输入之外,在运行EMPIRE时,还通过随机采样返回生成随机数据。随机数据包括不同投资时期、季节和情景下的VRES可用性和电力负荷。随机数据基于renewables.ninja2 [27,28]和ENTSO的数据E [29]。有关场景生成例程的更多详细信息,请参见存储库中的软件文档[7]。如图3所示,EMPIRE模型读取从用户填充的输入数据的Excel文件转换的制表符分隔的值。两个python脚本充当输入转换模块,将excel文件转换为Pyomo可以读取的精确格式的文本文件。第一个输入 转 换 脚 本 名 为 'reader.py' , 它 依 赖 于 标 准 的 Python 包 , 如'pandas' 。 第 二 个 输 入 脚 本 名 为 'scenario_random.py' , 依 赖 于'pandas'和'numpy'。如果要添加新的输入文件,2https://www.renewables.ninja/。或者输入的名称被改变,相应的python文件需要被编辑。对于更改,例如切换到不同类型的输入数据库,例如SQL、Access等,我们需要替换这个模块中的元素,以生成制表符分隔的文件,格式与'Empire.py'中的参数结构读取的格式相同优化代码是使用Python的编程接口构建的,称为Pyomo [22]。它目前与'environment.yml'(Pyomo 6.0.1)中指定的最新语法兼容。它使用Pyomo的“抽象模型”结构,允许从python外部替换输入值。建模代码包含集合和参数声明,每个声明后面都有相应的输入文件列表。请注意,对于每个设置和参数,都有一个单独的文本输入文件。在读取输入集和参数之后,执行对一些输入的处理。接下来,变量声明、表达式、目标和约束按照给定的顺序进行,然后创建实例并使用指定的求解器选项进行求解。求解实例后,结果将以逗号分隔的值形式提供,这些值可以作为电子表格打开,以便在许多应用程序中进行图形表示或其他分析。Stian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008774图三. 使用六个excel和六个逗号分隔的文件作为输入。然后,名为“scenario_random.py”和“reader.py”的python文件将它们转换为纯文本文件. 名为'Empire.py'的优化模型的Python代码见图4。E x c e l 格 式 的 每个输入文件都 包含多个 文件夹。在每一张表中,只有一个数据表和一些额外的数据。2.3. 软件功能EMPIRE允许研究人员和政策制定者使用从世界各地收集的历史数据。通过指定格式的输入,可以概述发电组合、投资预测以及存储技术和传输可以按节点和周期进行评估。请注意,节点是指模型的最小区域单元。它不一定是一个“国家”。只要由于有关于负荷、供应、成本和容量的可用输入参数,因此可以在保持解决时间和内存要求在一个合理的大小。Stian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008775类似的微调对于时间维度是可行的。目前的样本输入在每个投资期之间有5年,但是,这可以修改。使用Pyomo的一个明显优势是可以轻松地在优化求解器之间自由如果想要使用不同于上述三个的求解器,即,Guidance、CPLEX或Xpress,安装Pyomo后,可以通过命令行选项访问兼容解算器的完整列表。另一方面,与使用为特定求解器定制的建模语法相比,获得结果的总持续时间,特别是然而,对于战略决策来说,这种差异通常在可接受的范围内可以通过二进制文件进行调整的其他运行选项是打开以标准“lp”格式生成公式的能力在当前版本中,内置约束不能以接受全新约束的方式进行修改,除非模型代码是分叉的。然而,许多现有的可以通过有目的地修改参数来定制,例如,通过改变设定比例或修改容量参数的值。未来的发展包括通过添加一个回调片段来改进模型文件,该回调片段可以接受新的约束,因为它在Switch 2.0中实现了[4]。此外,现有的模块可以在主后端代码中组合,并安装在用户友好的用户界面(UI)中,然后可以直接从用户获取输入并连接到外部数据库进行可视化。最后但并非最不重要的一点是,作为一个开源代码,EMPIRE支持研究结果的复制,利益相关者之间的协议,以及通过公共审查更好的质量控制。3. 说明性示例在下文中,我们以五年投资为步骤,对2020年至2060年期间欧洲电力系统的脱碳方案由于EMPIRE被制定为一个优化模型,它正在设计一个最低成本的系统开发,其中给定的排放减少量与[30]中量化的1.5度情景一致。结果包括对发电、储存和输电能力的投资输出结果可用于阐明以下问题:VRES的最佳投资水平和地理分布是什么,以及如何开发和部署传输系统和存储系统以支持这一点。这类问题非常重要,尤其是对于那些希望调查我们在欧洲脱碳工作的潜力、挑战和机遇的政策制定者和其他能源部门利益相关者在该说明性示例中,欧盟的地理覆盖范围包括欧盟27国(不包括马耳他和塞浦路斯),以及另外的挪威、瑞士、英国、波斯尼亚和黑塞哥维那、塞尔维亚和北马其顿。所有国家都在国家一级建立了模型,但挪威除外,挪威分为五个区域。代表了27种单独生成技术类型(四种其中代表传统安装的热发电容量)和两种类型的存储技术(锂离子电池系统和抽水蓄能)。我们还根据欧盟参考情景假设每个国家到2060年的电力需求增长[31]。我们使用标准方法来表示操作,即在四个代表周和两个高峰日中的每小时分辨率。此外,三个随机情景被认为是每个投资期。用于建立本研究的所有输入数据与本文一起分发变量,它最多需要108.2 Gb的RAM。实例在8844 s中使用Xpressv8.8.3在具有2x3.5 GHz Intel Xeon Gold 6144 CPU - 8核,384 Gb RAM。解决方案的时间与TIMES-Europe的类似实例相当[32]。EMPIRE在基准情景下的发电容量和能源组合的欧洲电力部门汇总结果示于图五、从这些结果中可以清楚地看出,在未来15-20年内,煤炭、天然气和核能等主要技术将在欧洲电力结构中逐渐消失这是由于来自陆上和海上风电的竞争,以及后来太阳能光伏的大量部署。一些天然气发电仍然在混合,最有可能的是,为系统提供额外的灵活性并平衡VRES生产。2040年后欧洲最重要的技术是陆上风电,2040-2060年期间装机容量的总份额在35- 45%之间。考虑到陆上风电的大规模部署,如果最低成本的解决方案实际上是可以实现的,因为今天的风力发电装机容量增加八倍因此,也有必要探索在没有这么多风的情况下,欧洲电力部门脱碳的最低成本途径。 这些问题和相关问题可以使用EMPIRE模型进一步探讨。由于EMPIRE使用概率情景生成来表示随机输入,因此解决方案将在具有相同数量随机情景的不同EMPIRE运行解决方案的稳定性将随着更多的随机场景而增加[34]。每个投资期通常会考虑三到十个随机情景在五种随机情景下,十种不同的EMPIRE运行产生了EUR2.18万亿欧元,标准差为0.02万亿欧元,即相对标准偏差为0.91%。4. 结论和扩展4.1. EMPIRE在多个项目EMPIRE已被用于各种项目。它最初是作为LinkS项目的一部分 开 发 和 使 用 的 [9] 。 在 这 种 情 况 下 , 全 球 变 化 评 估 模 型(GCAM)为EMPIRE提供了有关欧洲年度能源结构的输入,而EMPIRE则提供了有关欧洲国家电力系统容量扩张的结果[10]。作为可持续能源研究中心(CenSES)的一部分,EMPIRE被用来分析挪威结果表明,挪威水电和风电的扩张对整个欧洲都有价值。EMPIRE还被用于SET-Nav项目[12,16,18],以在不同情景下对EMPIRE的容量扩展结果进行压力测试。目前,它正积极用于H2020欧洲项目openENTRANCE。3该项目的重点是能源建模的开放科学,从而改善模型接口、灵活性和文件编制,以及开放所有模型分析的数据。4.2. 扩展除了上述项目外,EMPIRE的两个发展轨道扩展了其核心版本:需求响应(DR)和代表性街区。需求响应是EMPIRE的第一个模块扩展,它在[13]中介绍。该模块同时考虑DR的扩容(预留)和操作(激活),在OpenEMPIRE git仓库中[7]。 此实例内置于948年的Pyomo包含2700万个约束和1800万个3 https://openentrance.eu/2021/02/22/empire-model/。Stian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008776图五、2 0 2 0 - 2 0 6 0 年 期 间 欧 洲 E M P I R E 的 发电能力和能源结构。它可以代表不同的部门。DR可以是可转移的、可缩减的或可中断的负载,并且该实现允许用于激活成本的分段线性成本函数作为智慧城市零排放社区中心(ZEN)的一部分,EMPIRE的另一个扩展代表了[15]中提出的社区能源资产。该想法首次在[14]中提出,它涉及通过提供代表性街区作为容量扩展选项来分析中央电力系统和地方能源系统的协调发展。代表性的社区包含建筑能源系统,包括本地发电和存储,热电联产(CHP)工厂和电-热转换器(例如,热泵)。除了建筑供暖系统外,邻里模块还专注于电动汽车的智能充电,通过DR模块将其表示为可转移的体积负载。竞合利益作者声明,他们没有已知的竞争性财务利益或个人关系,可能会影响本文报告的工作确认本文由智慧城市零排放社区研究中心(FME ZEN)撰写。作者感谢ZEN参与者和挪威研究委员会根据第257660号资助协议提供的支持。我们还感谢OpenENTRANCE项目,该项目已根据第2020号资助协议从地平线2020研究和创新计划824260。引用[1] Wiese Frauke , Bramstoft Rasmus , Koduvere Hardi , Alonso AmaliaPizarro , Balyk Olexandr , Kirkerud Jon Gustav , et al. Balmorel opensource energysystem model.能源战略回顾2018;20:26-34。[2] 布朗·托马斯,赫希·乔纳斯,施拉赫特伯格·大卫。PyPSA:用于电力系统分析的Python。J Open Res Softw 2018;6(1).[3] 芬宁格·斯特凡霍克斯·亚当凯尔斯特德·詹姆斯为21世纪的能源挑战建立能源系统模型。RenewSustainEnergyRev2014;33:74-86.http://dx.doi.org/10.1016/j.rser.2014.02.003,网址http://www.sciencedirect.com/science/article/pii/S1364032114000872网站。[4] 约翰斯顿约西亚恩里克-奥巴罗德里戈,Maluenda本杰明弗里普·马蒂 亚 斯 Switch 2.0 : 规 划 高 度 可 再 生 能 源 电 力 系 统 的 现 代 化 平 台 。SoftwareX2019;10:100251.[5] 塞尔乔姆·佩尼耶托马斯加德·阿斯吉尔长期能源系统模型中的短期不确定性--以丹麦风力发电为例。能源经济2015;49:157-67.[6]放大图片作者:Swider Derk J.德国风力发电成本:随机电力市场模型的应用。EUR.译 电力2007;17(2):151-72.[7]巴克·斯蒂安 OpenEMPIRE:欧洲电力系统投资的随机线性规划。2020年,https://github.com/ntnuiotenergy/OpenEMPIRE。[2021年10月15日[8]Kaut Michal, Midthun Kjetil T, Werner Adrian S,Tomasgard Asgeir,Hellemo Lars , Fodstad Marte.多 水平 随 机规 划 Comput Manag Sci2014;11(1-2):179-93.[9]Bakken Bjørn Harald , Dalen Kari , Graabak Ingeborg , Knudsen JørgenKjetil , Ruud Audun , Warland Leif , et al. Linking global and regionalenergystrategies(LinkS). 在:SINTEF Energi.Rapport,SINTEF Energi AS;2014.[10]斯卡·克里斯蒂安,门卫杰勒德,托马斯·阿斯吉尔.气候政策制度下的未来欧洲电力系统。2014年IEEE国际能源会议。IEEE; 2014,p.318比25[11]Skar Christian , Jaehnert Stefan , Tomasgard Asgeir , Midthun KjetilTrovik,Fodstad Marte.挪威在可再生欧洲中作为灵活性提供者的作用。可持续能源研究中心(CenSES); 2018年。[12]del Granado Pedro Crespo , Skar Christian , Doukas Haris , TrachanasGeor-gios P.欧盟电力系统投资:脱碳政策有效性的压力测试分析。了解能源和气候政策中的风险和不确定性。Cham:Springer; 2019,p. 9 7-122号。[13]Marañón-Ledesma Héctor,Tomasgard Asgeir.欧洲电力市场动态容量扩展模型中的需求响应分析。 能源2019;12(15):2976。[14]Backe Stian,del Granado P Crespo,Tomasgard A,Pinel D,Korpast M,Lindberg Karen Byskov.迈向零排放社区:对电力系统的影响。2018年第15届欧洲能源市场国际会议。IEEE; 2018,p.1比6[15]巴克·斯蒂安,科帕斯·马格纳斯,托马斯·阿斯格尔。欧洲电力系统中的热力和电动汽车灵活性:挪威能源社区的案例研究。Int J Electr Power Energy Syst2021;125:106479.网址://dx.doi.org/10.1016/j.ijepes.2020.106479,URLhttp://www.sciencedirect。com/science/article/pii/S0142061520322079.[16]安德烈,克雷斯波-德尔-格拉纳多-佩德罗,格奥尔基耶夫-布拉热,桑萨维尼-乔瓦尼。可以模型为长期脱碳政策保障供电安全? 从天然气和电力部 门 耦 合 的 角 度 来 看 。 能 源 战 略 修 订 2019;26 : 100410 。http://dx.doi.org/10.1016/j.esr.2019.100410,URL http://www.sciencedirect。com/science/article/pii/S2211467X19301038.[17] 佩德罗·克雷斯波,斯卡·克里斯蒂安,佩德罗·拉奎尔·阿隆索。输电对可再生 能 源 一 体 化 和 清 洁 出 口 的 作 用 。 2020 , URLhttps://digital-library.theiet.org/content/books/10.1049/pbpo159e_ch4。[18] Holz Franziska , Scherwath Tim , del Granado Pedro Crespo , SkarChris- tian,Olmos Luis,Ploussard Quentin等。碳捕获和储存在欧洲电 力 系 统 和 工 业 部 门 的 作 用 。 能 源 经 济 2021;105631 。http://dx.doi.org/10.1016/j的网站。eneco.2021.105631,URLhttps://www.sciencedirect.com/science/article/pii/S0140988321004941。Stian Backe,Christian Skar,Pedro Crespo del Granado等.软件X 17(2022)1008777[19]斯卡·克里斯蒂安,门卫杰勒德,托马斯·阿斯吉尔.基于增强型benders分解的大规模电力系统规划。2014年电力系统计算会议。IEEE; 2014,p.1-7号。[20]Kotzur Leander,Markewitz Peter,Robinius Martin,Stolten Detlef.能源系统设计的时间序列聚合:建模季节性存储。应用能源2018;213:123-35.[21]欧洲电力系统的多水平随机规划模型2016年,https://www.semanticscholar。org/paper/A-multi-horizon-stochastic-programming-model-for-Skar-Doorman/60e07af486807ee3b2426c70cfa5e6d54c8ed15e.[访问2021年10月15日]。[22]Hart William E,Laird Carl D,Watson Jean-Paul,Woodruff David L,Hacke-beil Gabriel A,Nicholson Bethany L,et al. Pyomo-optimization modelinginpython.第67卷,Springer;2017年。[23]Guesthouse Optimization LLC.Guidance优化器参考手册。2020年,http://www.gurobi.com网站。 [2021年10月15日]。[24]CPLEX,IBM 公司V12 。1:CPLEX用户手册。 Int Bus Mach Corp2009;46(53):157.[25]FICO公司Xpress 优化.Xpress-optimizer 参考 手动 重新表示租 赁32.01.2017 年 , 网 址 : https://www.msi-jp.com/xpress/learning/square/16-optimizer.pdf。 [2021年10月15日]。[26]卡马卡河线性规划的一个新的多项式时间算法。 在:第十六届年度ACM计算理论研讨会论文集。New York ,NY,USA:Association for ComputingMachinery; 1984,p. 302-11. http://dx.doi.org/10.1145/800057.808695网站。[27] 芬宁格·斯特凡斯塔菲尔·伊恩使用30年经验证的每小时再分析和卫星数据的欧 洲 PV输 出 的 长 期 模 式 。 能 源 2016;114 : 1251-65.http://dx.doi.org/10.1016/j.energy.2016.08.060,URLhttp://www.sciencedirect.com/science/article/pii/S0360544216311744。[28]斯塔菲尔·伊恩,芬宁格·斯特凡.使用偏差校正再分析来模拟当前和未来的风力发电输出。能源2016;114:1224网址://dx.doi.org/10.1016/j.energy.2016.08.068,URLhttp://www.sciencedirect。com/science/article/pii/S0360544216311811.[29] 赫尔斯·莱翁米伦福特·乔纳森布尔迪·玛丽莎ENTSO-E跨平台应用能源2018;225 : 1054-67 。 http://dx.doi.org/10.1016/j.apenergy.2018.04.048 ,URLhttp://www.sciencedirect.com/science/article/pii/S0306261918306068。[30]欧洲联盟委员会。人人享有清洁的地球-一个欧洲的长期战略愿景,旨在实现繁 荣 、 现 代 化 、 有 竞 争 力 和 气 候 中 性 经 济 。 2018 年 , https://eur-lex.europa.eu/legal-content/EN/TXT/? uri=CELEX : 52018DC0773 。 [2021 年10月15日]。[31]Capros Pantelis,Kannavou Maria,Evangelopoulou Stavroula,Petropou-los Apostolos,Siskos Pelopidas,Tasios Nikolaos等人。欧盟能源系统到2050年的展望:使用PRIMES模型为欧盟委员会的“所有欧洲人的清洁能源”一揽子计划准备的情景案例。能源战略回顾2018;22:255-63。[32]Ringkjøb Hans-Kristian,Haugan Peter M,Seljom Pernille,Lind Arne,Wagner Fabian,Mesfun Sennai. 长期能源系统模型中短期太阳和风的变化--一个欧洲案例研究。能源2020;209:118377。[33]Reusswig Fritz,Braun Florian,Heger Ines,Ludewig托马斯,艾希诺尔,伊娃,拉斯·韦布克. 逆风:当地反对德国能源转型。Util Policy2016;41:214-27.[34]巴克·斯蒂安,阿杭·穆罕默德雷扎,托马斯·阿斯格尔。 稳定的随机容量扩张与可变的可再生能源:比较矩匹配和分层情景生成抽样。应用能源2021;302:117538.
下载后可阅读完整内容,剩余1页未读,立即下载
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- VMP技术解析:Handle块优化与壳模板初始化
- C++ Primer 第四版更新:现代编程风格与标准库
- 计算机系统基础实验:缓冲区溢出攻击(Lab3)
- 中国结算网上业务平台:证券登记操作详解与常见问题
- FPGA驱动的五子棋博弈系统:加速与创新娱乐体验
- 多旋翼飞行器定点位置控制器设计实验
- 基于流量预测与潮汐效应的动态载频优化策略
- SQL练习:查询分析与高级操作
- 海底数据中心散热优化:从MATLAB到动态模拟
- 移动应用作业:MyDiaryBook - Google Material Design 日记APP
- Linux提权技术详解:从内核漏洞到Sudo配置错误
- 93分钟快速入门 LaTeX:从入门到实践
- 5G测试新挑战与罗德与施瓦茨解决方案
- EAS系统性能优化与故障诊断指南
- Java并发编程:JUC核心概念解析与应用
- 数据结构实验报告:基于不同存储结构的线性表和树实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)