에너지 모델링

Energy modeling
이 기사는 에너지 시스템의 모델링에 관한 것입니다.건물 에너지 사용 시뮬레이션은 건물 에너지 시뮬레이션을 참조하십시오.

에너지 모델링 또는 에너지 시스템 모델링은 에너지 시스템을 분석하기 위해 컴퓨터 모델을 만드는 과정입니다.그러한 모델은 종종 시나리오 분석을 사용하여 작동 중인 기술적 및 경제적 조건에 대한 다른 가정을 조사한다.산출물에는 시스템의 실현 가능성, 온실가스 배출량, 누적 금융 비용, 천연 자원 사용 및 조사 대상 시스템의 에너지 효율이 포함될 수 있습니다.광범위한 경제 기술에서 광범위한 엔지니어링 기술까지 다양한 기술이 사용됩니다.[1] 수학적 최적화는 어떤 의미에서 최소 비용을 결정하기 위해 종종 사용됩니다.모델은 국제, 지역, 국가, 자치단체 또는 독립형일 수 있습니다.정부는 에너지 정책 개발을 위해 국가 에너지 모델을 유지합니다.

에너지 모델은 일반적으로 시스템 운영, 엔지니어링 설계 또는 에너지 정책 개발에 다양하게 기여하기 위한 것입니다.이 페이지는 정책 모델에 초점을 맞춥니다.개별 건물 에너지 시뮬레이션은 에너지 모델이라고도 하지만 명시적으로 제외됩니다.또한 세계 에너지 시스템의 대표성을 포함하고 2050년 또는 2100년까지의 글로벌 변환 경로를 조사하는 데 사용되는 IPCC 스타일의 통합 평가 모델은 여기에서 자세히 다루지 않는다.

에너지 모델링은 기후변화 완화의 필요성이 커짐에 따라 그 중요성이 커지고 있습니다.에너지 공급 부문은 전 세계 온실가스 [2]배출의 가장 큰 원인이다.IPCC는 기후변화 완화를 위해서는 에너지 공급 시스템의 근본적인 전환이 필요하다고 보고하고 있으며, 여기에는 저GHG [2]대안으로 수그러들지 않은 화석 연료 변환 기술이 대체된다.

모델 타입

다양한 모델이 사용되고 있습니다.이 섹션에서는 키 유형과 그 사용법을 분류하려고 합니다.제공된 나눗셈은 딱딱하고 빠르지 않으며 혼합 패러다임 모델이 존재합니다.또한 보다 일반적인 모델의 결과를 사용하여 보다 상세한 모델의 사양을 알릴 수 있으며, 그 반대도 마찬가지이므로 모델의 계층을 생성할 수 있습니다.일반적으로 모델에서는 다음과 같은 "복잡한 역학"을 포착해야 할 수 있습니다.

  • 에너지 시스템 운용
  • 기술주 회전율
  • 기술 혁신
  • 단호하고 가정적인 행동
  • 에너지 및 비에너지 자본 투자와 노동 시장 조정 역학으로 경제 구조 조정
  • 인프라 구축 및 도시 계획"[3]: S28–S29

모델은 범위가 전기 분야로 제한되거나 에너지 시스템 전체를 포함하려고 시도할 수 있습니다(아래 참조).

대부분의 에너지 모델은 시나리오 분석에 사용됩니다.시나리오는 가능한 시스템에 대한 일관된 가정 세트입니다.새로운 시나리오는 베이스라인 시나리오(통상은 통상적인 비즈니스 방식(BAU))와 대조하여 테스트하고, 그 결과의 차이를 기재합니다.

모델의 시간 범위는 중요한 고려 사항입니다.현재 또는 미래(2050년 등)에 설정된 단일 연도 모델은 비진화 자본 구조를 가정하고 시스템의 운영 역학에 초점을 맞춥니다.일반적으로 단일 연도 모델에는 상당한 시간적(일반적으로 시간당 분해능)과 기술적 상세(개별 발전 플랜트 및 송전선 등)가 포함됩니다.장기 모델(현재부터 2050년까지)은 시스템의 구조적 진화를 캡슐화하여 용량 확장 및 에너지 시스템 이행 문제를 조사하기 위해 사용됩니다.

모델에서는 종종 수학적 최적화를 사용하여 시스템 사양의 중복성을 해결합니다.사용된 기술 중 일부는 운영 연구로부터 파생되었습니다.대부분은 선형 프로그래밍(혼합 정수 프로그래밍 포함)에 의존하지만 일부는 비선형 프로그래밍을 사용합니다.해결사는 CMA-ES와 같은 고전적 또는 유전적 최적화를 사용할 수 있다.모델은 각 시간 간격에 대해 순차적으로 해결되므로 시간에 따라 진화할 수 있습니다.또는 단일 미래지향적 시간적 문제로 프레임화되어 완벽한 선견지명이 있을 수 있습니다.1년제 엔지니어링 기반 모델은 일반적으로 단기 재무 비용을 최소화하려고 시도하지만, 1년제 시장 기반 모델은 최적화를 사용하여 시장 정리를 결정합니다.일반적으로 수십 년에 걸친 장기 모델은 단기 및 장기 비용을 모두 단일 시간 간 문제로 최소화하려고 시도합니다.

수요측(또는 최종 사용자 도메인)은 지금까지 비교적 주목도가 낮았으며, 단순한 수요 곡선으로 모델링되는 경우가 많습니다.적어도 단기적으로는 최종 사용자의 에너지 수요 곡선은 일반적으로 매우 비탄성적인 것으로 나타났습니다.

간헐적 에너지원과 에너지 수요 관리의 중요성이 커짐에 따라 모델은 실시간 역학을 [4][5]더 잘 포착하기 위해 시간당 시간 분해능을 채택해야 했습니다.장기 모델은 흔히 전형적인 일별 프로파일에 기초한 연간 간격의 계산으로 제한되며, 따라서 상당한 가변 재생 에너지를 가진 시스템에는 적합하지 않다.일일 사전 디스패치 최적화는 확률적 [6]최적화를 사용하여 미래 에너지 예측에 대한 불확실성을 설명하는 간헐적 에너지 생산의 상당 부분을 포함하는 시스템의 계획을 지원하기 위해 사용된다.

구현 언어에는 GAMS, MathProg, MATLAB, Mathmatica, Python, Pyomo, R, Fortran, Java, C, C++ 및 Vensim이 포함됩니다.스프레드시트가 사용되는 경우가 있습니다.

전술한 바와 같이, IPCC 스타일의 통합 모델(통합 평가 모델 또는 IAM이라고도 함)은 여기에서 자세히 [7][8]다루지 않습니다.통합 모델은 세계 에너지 시스템과 더불어 세계 경제, 농업 및 토지 이용, 세계 기후 시스템의 단순화된 하위 모델을 결합합니다.예를 들어 GCAM,[9] MESSAGE 및 [10]REMARD가 있습니다.

에너지 시스템 모델링에 출판된 조사 techniques,[11]일반에 classification,[12] overview,[13]분산되는 planning,[14]모델링 methods,[15]재생 에너지 integration,[6][16]에너지 효율 policies,[17][18]전기 차량 integration,[19]국제 development,[20]과 계층 모델을 사용할 수 있도록 climat 주력하고 있다.e보호 정책이다.[21]심층 탈탄 경로 프로젝트 연구진은 모델 [3]: S30–S31 유형도 분석했습니다.2014년 논문은 에너지 시스템이 점점 더 복잡해지고 인적 및 사회적 요인의 [22]관련성이 높아짐에 따라 앞으로 닥칠 모델링 과제에 대해 간략하게 설명합니다.

전기 부문 모델

전기 부문 모델은 전기 시스템을 모델링하기 위해 사용됩니다.적용범위는 상황에 따라 국가 또는 지역일 수 있습니다.예를 들어 국가간 상호 커넥터가 있는 경우 서유럽 전기 시스템 전체를 모델링할 수 있다.

엔지니어링 기반 모델에는 일반적으로 해당하는 고전압 AC 전송 그리드를 포함하여 관련된 기술의 우수한 특성이 포함됩니다.일부 모델(예: 독일 모델)은 그리드가 강한 단일 공통 버스 또는 "동판"을 가정할 수 있습니다.전기 부문 모델의 수요 측면은 일반적으로 고정 부하 프로파일로 나타납니다.

또한 시장 기반 모델은 일반적인 전기 시장을 나타내며, 여기에는 노드 가격도 포함될 수 있습니다.

게임 이론과 에이전트 기반 모델은 전기 [23][24][25]시장 내의 전략적 행동을 포착하고 연구하기 위해 사용됩니다.

에너지 시스템 모델

에너지 시스템 모델에는 전기 부문 외에 열, 가스, 이동성 및 기타 부문도 포함됩니다.[26]에너지 시스템 모델은 종종 국가적인 범위이지만, 지방 또는 국제적일 수 있습니다.

이른바 하향식 모델은 본질적으로 광범위하게 경제적이고 부분 평형 또는 일반 평형에 기초한다.일반 평형 모델은 특수 활동을 나타내며 전용 알고리즘이 필요합니다.부분 평형 모델이 더 일반적이다.

이른바 상향식 모델은 엔지니어링을 잘 포착하고 운영 연구의 기술에 의존하는 경우가 많습니다.개별 플랜트는 효율성 곡선(입력/출력 관계라고도 함), 명판 용량, 투자 비용(케이펙스) 및 운영 비용(opex)으로 특징지어집니다.일부 모델에서는 이러한 매개변수가 외부 [27]온도와 같은 외부 조건에 따라 달라질 수 있습니다.

하이브리드 하향식/하향식 모델을 제작하여 경제성과 엔지니어링을 모두 파악하는 것은 어려운 [28]일이었습니다.

확립된 모델

이 섹션에서는 사용 중인 주요 모델의 일부를 나열합니다.[29] 이것들은 보통 국가 정부에 의해 운영된다.커뮤니티의 노력으로 오픈 에너지 [30]플랫폼의 모델 팩트 시트에 다수의 기존 에너지 시스템 모델이 수집되었습니다.

도약하다

LEAP(Low Emissions Analysis Platform, Long-range Energy Alternative Planning System)는 에너지 정책 분석, 대기오염 방지 계획 및 기후변화 완화 [31][32]평가를 위한 소프트웨어 도구입니다.

LEAP는 스톡홀름 환경 연구소(SEI) US 센터에서 개발되었습니다.LEAP는 도시, 주 전체, 국가 및 지역의 에너지 시스템을 조사하기 위해 사용할 수 있습니다.LEAP는 보통 20~50년의 연구에 사용됩니다.대부분의 계산은 1년 주기로 이루어집니다.LEAP를 사용하면 정책 분석가가 대체 시나리오를 작성 및 평가하고 에너지 요건, 사회적 비용 및 이익, 환경에 미치는 영향을 비교할 수 있습니다.2021년 6월 현재 LEAP는 200개국 및 지역에 6000명 이상의 사용자를 보유하고 있습니다.

전원 시스템 시뮬레이션

제너럴 일렉트릭의 MAPS(Multi-Area Production Simulation)는 FERC 규제 전기 도매 시장에서 제안된 송전 및 발전 설비의 경제적 영향을 계획하기 위해 미국의 다양한 지역 전송 조직 및 독립 시스템 운영자가 사용하는 생산 시뮬레이션 모델이다.모델의 일부는 RTO 및 ISO 지역의 도매 전기 시장 운영에 대한 약속 및 파견 단계(5분 간격으로 업데이트)에도 사용할 수 있습니다.ABB의 PROMOD는 유사한 소프트웨어 패키지입니다.또한 이러한 ISO 및 RTO 지역에서는 MARS(Multi-Area Reliability Simulation)라고 불리는 GE 소프트웨어 패키지를 사용하여 전력 시스템이 신뢰성 기준(연간 0.1일 이하의 Loss of Load Expectation(LOLE; 부하 예측 손실)을 충족하는지 확인합니다.또한 GE 소프트웨어 패키지 PSLF(Positive Sequence Load Flow)와 Siemens 소프트웨어 패키지 PSSE(Power System Simulation for Engineering)는 RTO 및 ISO에 [33][34][35][36][37][38][39][40]의한 예비 계획 연구 중 전원 시스템의 부하 흐름에서 단락 및 안정성을 분석합니다.

마크/타임

주요 기사: MARKAL

MARKET ALLocation(MARKET ALLocation)은 에너지, 경제 및 환경 문제를 글로벌, 국가 및 시 차원에서 최대 수십 년의 기간에 걸쳐 분석하는 데 사용되는 통합 에너지 시스템 모델링 플랫폼입니다.MARKAL은 정책 옵션이 테크놀로지 개발과 천연자원 고갈에 미치는 영향을 정량화하기 위해 사용할 수 있습니다.이 소프트웨어는 거의 20년에 걸쳐 국제 에너지 기구(IEA)의 에너지 기술 시스템 분석 프로그램(ETSAP)에 의해 개발되었습니다.

TIMES(Integrated MARKAL-EFOM System)는 MARKAL의 발전으로 두 에너지 모델 모두 많은 [41]유사점을 가지고 있습니다.TIMES는 2008년에 [42]MARKAL의 뒤를 이었다.두 모델 모두 에너지 시장의 기술 명시적 동적 부분 균형 모델입니다.어느 경우든 평형은 선형 프로그래밍을 통해 총 소비자 및 생산자 잉여를 극대화함으로써 결정된다.MARKAL과 TIMES는 모두 GAMS로 작성되어 있습니다.

TIMES 모델 제너레이터도 에너지 기술 시스템 분석 프로그램(ETSAP)에 따라 개발되었습니다.TIMES는 에너지 모델링에 대한 두 가지 상이한 보완적 시스템 접근 방식, 즉 기술 엔지니어링 접근 방식과 경제 접근 방식을 결합합니다.TIMES는 기술이 풍부한 상향식 모델 제너레이터로, 선형 프로그래밍을 사용하여 사용자가 지정한 여러 제약 조건에 따라 중장기적으로 최적화된 최소 비용 에너지 시스템을 생성합니다.이는 "대조된 시나리오에 기초한 가능한 에너지 미래 탐색"[43]: 7 에 사용된다.

2015년 현재, MARKAL 및 TIMES 모델 생성기는 70개국 [44]: 5 이상 177개 기관에서 사용되고 있습니다.

NEMS

주요 기사:국가 에너지 모델링 시스템

NEMS(National Energy Modeling System)는 에너지부(DOE)가 운영하는 미국 정부의 오랜 정책 모델이다.NEMS는 미국 에너지 분야의 균형 연료 가격과 양을 계산한다.이를 위해 소프트웨어는 일련의 선형 프로그램 및 [45]비선형 방정식을 반복적으로 해결합니다.NEMS는 수요 측면, 특히 주거용 및 상업용 [46]건물 부문에서 소비자 기술 선택을 결정하기 위해 명시적으로 모델링을 위해 사용되어 왔다.

NEMS는 매년 연간 에너지 전망(예: 2015년)[47]을 작성하기 위해 사용됩니다.

비판

공공정책 에너지 모델은 투명성이 부족하다는 비판을 받아왔다.소스코드와 데이터 세트는 명시적으로 [48]공개되지 않은 경우 최소한 안전 점검에 사용할 수 있어야 한다.투명성과 공공 수용성을 개선하기 위해 일부 모델은 오픈 소스 소프트웨어 프로젝트로 수행되며, 진행하면서 다양한 커뮤니티를 개발하는 경우가 많습니다.OSeMOSYS가 그 [49][50]예 중 하나입니다.

「 」를 참조해 주세요.

일반

모델

  • ACEGES – 글로벌 에이전트 기반 컴퓨팅 이코노미 모델
  • iNEMS(Integrated National Energy Modeling System) – 중국의 국가 에너지 모델
  • MARKAL – 에너지 모델
  • NEMS – 미국 정부의 국가 에너지 모델
  • POLS(장기 에너지 시스템의 프로그레시브 아웃룩) – 에너지 부문 세계 시뮬레이션 모델
  • KAPSARC 에너지 모델 - 사우디아라비아 에너지 부문 모델

추가 정보

  • python 언어를 사용한 오픈 에너지 시스템 모델링에 대한 소개 비디오
  • 공공 정책에 관한 소개 비디오

레퍼런스

  1. ^ Lai, Chun Sing; Locatelli, Giorgio; Pimm, Andrew; Wu, Xiaomei; Lai, Loi Lei (September 2020). "A review on long-term electrical power system modeling with energy storage". Journal of Cleaner Production: 124298. doi:10.1016/j.jclepro.2020.124298.
  2. ^ a b Bruckner, Thomas; Bashmakov, Igor Alexeyevic; Mulugetta, Yacob; et al. (2014). "Chapter 7: Energy systems" (PDF). In IPCC (ed.). 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. pp. 511–597. ISBN 978-1-107-65481-5. Retrieved 9 May 2016.
  3. ^ a b Pye, Steve; Bataille, Chris (2016). "Improving deep decarbonization modelling capacity for developed and developing country contexts" (PDF). Climate Policy. 16 (S1): S27–S46. doi:10.1080/14693062.2016.1173004.
  4. ^ acatech; Lepoldina; Akademienunion, eds. (2016). Flexibility concepts for the German power supply in 2050: ensuring stability in the age of renewable energies (PDF). Berlin, Germany: acatech – National Academy of Science and Engineering. ISBN 978-3-8047-3549-1. Archived from the original (PDF) on 6 October 2016. Retrieved 19 December 2016.
  5. ^ Lunz, Benedikt; Stöcker, Philipp; Eckstein, Sascha; Nebel, Arjuna; Samadi, Sascha; Erlach, Berit; Fischedick, Manfred; Elsner, Peter; Sauer, Dirk Uwe (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.
  6. ^ a b Rachunok, Benjamin; Staid, Andrea; Watson, Jean-Paul; Woodruff, David L.; Yang, Dominic (June 2018). "Stochastic Unit Commitment Performance Considering Monte Carlo Wind Power Scenarios". 2018 IEEE International Conference on Probabilistic Methods Applied to Power Systems (PMAPS). Boise, ID: IEEE: 1–6. doi:10.1109/PMAPS.2018.8440563. ISBN 9781538635964. OSTI 1530691.
  7. ^ Clarke, Leon; Jiang, Kejun; et al. (2014). "Chapter 6: Assessing transformation pathways" (PDF). In IPCC (ed.). 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. ISBN 978-1-107-65481-5. Retrieved 9 May 2016.
  8. ^ Kelly, David L; Kolstad, Charles D (1998). Integrated assessment models for climate change control (PDF). Archived from the original (PDF) on 30 June 2016. Retrieved 9 May 2016.
  9. ^ 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". In Gomez-Echeverri, L; Johansson, TB; Nakicenovic, N; Patwardhan, A (eds.). 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. pp. 1203–1306. CiteSeerX 10.1.1.434.4160.
  10. ^ 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" (PDF). Climatic Change. 136 (1): 69–82. Bibcode:2016ClCh..136...69B. doi:10.1007/s10584-013-0901-6. Retrieved 10 May 2016.
  11. ^ Bahn, O; Haurie, A; Zachary, DS (May 2005). "Mathematical modeling and simulation methods in energy systems" (PDF). Encyclopedia of Life Support Systems (EOLSS). Oxford, UK: EOLSS Publishers. ISSN 0711-2440. Retrieved 25 October 2016.
  12. ^ Van Beeck, Nicole MJP (August 1999). Classification of energy models — FEW Research Memorandum — Vol 777 (PDF). Tilburg, Netherlands: Tilburg University, Faculty of Economics and Business Administration. Retrieved 25 October 2016.
  13. ^ Bhattacharyya, Subhes C; Timilsina, Govinda R (23 November 2010). "A review of energy system models" (PDF). International Journal of Energy Sector Management. 4 (4): 494–518. doi:10.1108/17506221011092742. ISSN 1750-6220. Retrieved 13 December 2016.
  14. ^ 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.
  15. ^ Jebaraj, S; Iniyan, S (August 2006). "A review of energy models" (PDF). Renewable and Sustainable Energy Reviews. 10 (4): 281–311. doi:10.1016/j.rser.2004.09.004. Retrieved 2 March 2013.
  16. ^ 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.
  17. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (1 August 2010). "Evaluating energy efficiency policies with energy-economy models — Report number LBNL-3862E". Annual Review of Environment and Resources. 35: 305–344. doi:10.1146/annurev-environ-052810-164840. OSTI 1001644. Retrieved 4 November 2016.
  18. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (2010). "Evaluating energy efficiency policies with energy-economy models" (PDF). Annual Review of Environment and Resources. 35 (1): 305–344. doi:10.1146/annurev-environ-052810-164840. ISSN 1543-5938.
  19. ^ 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.
  20. ^ 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" (PDF). World Development. 36 (12): 2801–2821. doi:10.1016/j.worlddev.2008.01.011. hdl:1874/32954. ISSN 0305-750X. Retrieved 25 October 2016.
  21. ^ 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 (PDF). Stockholm, Sweden: Elforsk. ISBN 978-91-978585-9-5. Retrieved 14 November 2016.
  22. ^ Pfenninger, Stefan; Hawkes, Adam; Keirstead, James (May 2014). "Energy systems modeling for twenty-first century energy challenges" (PDF). Renewable and Sustainable Energy Reviews. 33: 74–86. doi:10.1016/j.rser.2014.02.003. ISSN 1364-0321. Retrieved 14 March 2017.
  23. ^ 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. doi:10.1109/PESS.2000.866982. ISBN 0-7803-6420-1.
  24. ^ 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 (PDF). Karlsruhe, Germany: Fraunhofer ISI. Retrieved 9 May 2016.
  25. ^ 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.
  26. ^ Abrell, Jan; Weigt, Hannes (2012). "Combining energy networks". Networks and Spatial Economics. Vol. 12, no. 3. pp. 377–401. doi:10.1007/s11067-011-9160-0.
  27. ^ 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" (PDF). Annals of Operations Research. 121 (1–4): 151–180. doi:10.1023/A:1023359303704. Retrieved 8 May 2016.
  28. ^ Böhringer, Christoph; Rutherford, Thomas F (2008). "Combining bottom-up and top-down". Energy Economics. 30 (2): 574–596. CiteSeerX 10.1.1.184.8384. doi:10.1016/j.eneco.2007.03.004.
  29. ^ Lai, Chun Sing; Locatelli, Giorgio; Pimm, Andrew; Wu, Xiaomei; Lai, Loi Lei (September 2020). "A review on long-term electrical power system modeling with energy storage". Journal of Cleaner Production: 124298. doi:10.1016/j.jclepro.2020.124298.
  30. ^ "Open Energy Platform: Model Factsheets". Retrieved 18 December 2018.
  31. ^ SEI (May 2012). LEAP: Long range Energy Alternatives Planning System: a tool for energy policy analysis and climate change mitigation assessment – Flyer (PDF). Somerville, MA, USA: Stockholm Environment Institute (SEI) US Center. Retrieved 4 May 2016.
  32. ^ "LEAP: tools for sustainable energy analysis". Retrieved 15 June 2021.
  33. ^ "ABB PROMOD Market Simulation". new.abb.com. Retrieved 26 November 2018.
  34. ^ "GE Multi-Area Production Simulation". www.geenergyconsulting.com. Retrieved 26 November 2018.
  35. ^ "GE Multi-Area Reliability Simulation". www.geenergyconsulting.com. Retrieved 26 November 2018.
  36. ^ "GE Power System Load Flow Simulation". www.geenergyconsulting.com. Retrieved 26 November 2018.
  37. ^ "NYSRC 2018 IRM Study Report" (PDF). www.nysrc.org. 8 December 2017. p. 2. Retrieved 26 November 2018.
  38. ^ "NYISO Notice to Stakeholders of Request for MAPS data" (PDF). www.nyiso.com. August 2000. Retrieved 26 November 2018.
  39. ^ "Siemens PSSE". www.siemens.com. Retrieved 26 November 2018.
  40. ^ "New York State Resource Planning Analysis (NYSPSC)" (PDF). www.nyiso.com. 17 December 2015. Retrieved 26 November 2018.
  41. ^ A comparison of the TIMES and MARKAL models (PDF). 2009. Retrieved 31 October 2016.
  42. ^ "MARKAL". Retrieved 31 October 2016.
  43. ^ Loulou, Richard; Remne, Uwe; Kanudia, Amit; Lehtila, Antti; Goldstein, Gary (April 2005). Documentation for the TIMES model – Part I (PDF). Energy Technology Systems Analysis Programme (ETSAP). Retrieved 31 October 2016.
  44. ^ Giannakidis, George; Labriet, Maryse; Gallachóir, Brian Ó; Tosato, GianCarlot, eds. (2015). Informing energy and climate policies using energy systems models: insights from scenario analysis increasing the evidence base. Lecture Notes in Energy. Vol. 30. Cham, Switzerland: Springer International Publishing. doi:10.1007/978-3-319-16540-0. ISBN 978-3-319-16540-0.
  45. ^ 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.
  46. ^ 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. Retrieved 9 May 2016.
  47. ^ Annual energy outlook 2015: with projections to 2040 – DOE/EIA-0383(2015) (PDF). Washington, DC, USA: US Energy Information Administration, Office of Integrated and International Energy Analysis, US Department of Energy. April 2015. Retrieved 9 May 2016.
  48. ^ 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.
  49. ^ 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.
  50. ^ "OSeMOSYS: an open-source energy modelling system". Retrieved 8 May 2016.
  51. ^ "KAPSARC Energy Model". Retrieved 12 January 2019.
  52. ^ Hilbers, Adriaan P (19 December 2020). Open energy system modelling for climate scientists and others. London, United Kingdom: Department of Mathematics, Imperial College London. Retrieved 19 December 2020. 비디오 00:11:422020년 12월 4일 에너지 워크숍에 대한 기후 예측 프레젠테이션.open access
  53. ^ Morrison, Robbie (22 December 2020). Energy system models explained: Dr Berit Erlach explains energy system modeling in everyday terms. Berlin, Germany: Löschwasser Productions. Retrieved 22 December 2020. 비디오 00:13:172019년 6월 9일 독일 베를린에서 촬영.LP-001-01을 참조하십시오.

외부 링크