オープンエネルギーシステムモデル

オープンエネルギーシステムモデルとは、オープンソースのエネルギーシステム モデルです。^[a]ただし、その一部では、データの入力、処理、出力のワークフローの一部としてサードパーティの専用ソフトウェアを使用する場合があります。これらのモデルでは、オープンサイエンスを促進するオープンデータを使用することが望ましいです。

エネルギーシステムモデルは、将来のエネルギーシステムを調査するために使用され、エネルギーと気候政策に関する問題によく適用されます。モデル自体は、その種類、設計、プログラミング、アプリケーション、範囲、詳細レベル、洗練度、および欠点の点で大きく異なります。多くのモデルでは、ソリューション プロセスを通知するために、何らかの形式の数学的最適化が使用されます。

欧州と北米のエネルギー規制当局とシステム運用者は、2020年代初頭から計画目的でオープンエネルギーシステムモデルを採用し始めました。^[1]オープンモデルとオープンデータは、政府機関でもネットゼロ公共政策の開発を導くためにますます使用されています（この記事全体で例を示しています）。企業やエンジニアリングコンサルタントも同様に分析にオープンモデルを採用しています（これも 下記を参照）。

ここにリストされているオープン エネルギー モデリング プロジェクトは、モデルが基礎となるシステムを比較的文字通りに表現するボトムアップ パラダイムにのみ該当します。

オープンモデルとオープンデータの開発には、いくつかの要因が関係しています。公共政策のエネルギーモデルをより透明化して、政策立案者や一般市民に受け入れられやすくすることへの関心が高まっています。^{[2]また、オープンデータと}オープンソフトウェア開発がもたらすメリットを活用したいという要望もあります。これには、作業の重複の削減、アイデアや情報の共有の改善、品質の向上、より広範な関与と採用などが含まれます。^[3]したがって、モデル開発は通常、チームの努力であり、学術プロジェクト、商業ベンチャー、または真に包括的なコミュニティイニシアチブとして構成されます。

この記事は、ソースコードやスプレッドシートを単に一般公開してダウンロードできるようにしているが、認められたフリーでオープンソースのソフトウェアライセンスを省略しているプロジェクトについては扱っていません。ライセンス契約がないと、法的に不確実な状態が生じ、潜在的なユーザーは所有者が将来どのような制限を課す可能性があるかを知ることができません。^{[4] : 1}ここにリストされているプロジェクトは、保留中または出版済みの学術文献があること、または二次資料で報告されていることから、掲載に適していると判断されています。

2017年の論文では、オープンデータとオープンモデルの利点を列挙し、多くのプロジェクトが依然としてクローズドのままである理由について議論しています。^{[5] : 211–213}この論文では、よりオープンなアプローチへの移行を希望するプロジェクトに対していくつかの推奨事項を示しています。^{[5] : 214}著者らはまた、オープン性に関して、エネルギー研究は他の分野、特に物理学、バイオテクノロジー、医学に遅れをとっていると結論付けています。^{[5] : 213–214}

オープンエネルギーシステムモデリングは2010年代に成熟した。このトピックに関する2011年の論文で引用されたプロジェクトは、OSeMOSYSとTEMOAの2つだけだった。^{[6] : 5861} Balmorelも当時は活動的で、2001年に公開された。^[b] 2022年7月現在^[update]、31 のそのような事業がここにリストされています（ほぼ同数の事業が追加されるのを待っています）。Chang et  al（2021）はモデリングの傾向を調査し、54のフレームワークをレビューした後、オープンとクローズの区分はほぼ同数であることがわかりました が、その解釈はプロジェクト数に基づいており、採用と使用に基づいていません。^[7]ドイツで2022年に行われたモデル比較演習 では、40のモデリングプロジェクトのうち8つ （20％）がオープンソースであると報告され、^[8]これらのプロジェクトにはアクティブなコミュニティもありました。^[9]

オープンエネルギーシステムモデルとオープンエネルギーデータの使用は、特に公共政策の策定を支援するために使用されるエネルギーシステムモデルの透明性、理解可能性、再現性を向上させるための一つの試みです。^[2]

エネルギー効率モデリングに関する2010年の論文では、「オープンなピアレビュープロセスは、モデル開発に不可欠なモデルの検証と妥当性確認を大いにサポートできる」と主張している。^{[10] : 17  [11]}ピアレビュープロセスをさらに尊重するために、研究者は2012年の論文で、ソースコードとデータセットの両方を一般にアクセス可能なバージョン管理下に置くことが不可欠であり、第三者が特定のモデルを実行、検証、精査できるようにすることが重要であると主張している。^[12] 2016年の論文では、政府や業界の意思決定者に影響を与えることを目指すモデルベースのエネルギーシナリオ研究は、より理解しやすく、より透明でなければならないと主張している。この目的のために、この論文では、モデル作成者が完了すべき透明性基準のチェックリストを提供している。しかし、著者らは、「オープンソースアプローチは透明性の極端な例であり、政策アドバイスのための研究の理解可能性を自動的に促進するものではないと考えている」と述べている。^{[13] : 4}

2017年の1ページの意見記事では、政策分析に対する国民の信頼を築くために、オープンエネルギーデータとモデリングを使用するという主張が進められています。また、この記事では、科学雑誌には、査読のためにテキストと一緒にデータとコードを提出することを要求する責任があると主張しています。^[14]そして、2020年の学術的論評では、分散開発により、より多様な貢献者ベースが促進され、モデルの品質が向上すると主張しています。これは、 オンラインプラットフォームによってサポートされ、オープンデータとコードによって可能になるプロセスです。^[15]

あらゆる分野における国家が後援するオープンソース プロジェクトは、比較的新しい現象です。

2017年現在^[update]、欧州委員会は、ヨーロッパの低炭素エネルギーシステムへの移行を支援するために、いくつかのオープンソースのエネルギーシステムモデリングプロジェクトをサポートしています。Dispa-SETプロジェクト（下記）は、ヨーロッパの電力システムをモデリングしており、そのコードベースをGitHubでホストしています。ヨーロッパ向けの新しいオープンソースのエネルギー経済モデルを設計および実装するMEDEASプロジェクトは、2016年2月にキックオフミーティングを開催しました。 ^{[16] : 6  [17]} 2017年2月現在^[update]、プロジェクトはまだソースコードを公開していませんでした。確立されたOSeMOSYSプロジェクト（下記）は、利害関係者への働きかけを支援するために委員会の資金提供を受けて、ヨーロッパ向けのマルチセクターエネルギーモデルを開発しています。^[18]ただし、主力のJRC-EU-TIMESモデルはクローズドソースのままです。^[19]

米国のNEMS国家モデルは利用可能だが、それでも使用は難しい。NEMSは、一般に認められた意味でのオープンソースプロジェクトとは分類されない。^[14]

欧州連合のホライズンヨーロッパ科学研究助成プログラムによる2021年の研究公募では、オープンソースのエネルギーシステムモデルが明確に求められていました。^[20]

2021年に完了した調査では、オープンエネルギーシステムモデリングフレームワークが、供給、需要、ストレージ、セクター結合、ネットワーク応答に分類された柔軟性オプションをどの程度サポートしているかを調査しました。調査対象のフレームワークのうち、すべてのタイプをサポートしているものはなかったため、補完的なフレームワークのソフトカップリングにより、柔軟性のより包括的な評価が可能になることが示唆されています。それでも、ほとんどの候補者は完全な先見性を選択し、確率的な行動や明示的な行動応答をネイティブに認めていません。^[21]

オープン電力部門モデルは、電力部門のみに限定されています。これらのモデルの時間解像度は、常に 1 時間以下です。一部のモデルは、高電圧送電網やAC 電力フローの適切な表現など、システムのエンジニアリング特性に重点を置いています。他のモデルは電力スポット市場を表現し、ディスパッチ モデルとして知られています。他のモデルは、たとえば、限定合理性の手法を使用して入札決定を捕捉するために自律エージェントを組み込みます。変動する再生可能エネルギー、送電システム、およびグリッド ストレージを処理する能力は、重要な考慮事項になりつつあります。

プロジェクト	アミリス
ホスト	ドイツ航空宇宙センター
状態	アクティブ
範囲/タイプ	エージェントベースの電力市場
コードライセンス	Apache 2.0 の場合
データライセンス	CC‑BY‑4.0
言語	ジャワ
Webサイト	helmholtz.software/software/amiris
リポジトリ	gitlab.com/dlr-ve/esy/amiris/amiris
ドキュメント	gitlab.com/dlr-ve/esy/amiris/amiris/-/wikis/home
議論	フォーラム.openmod.org/tag/amiris
データセット	gitlab.com/dlr-ve/esy/amiris/examples
出版物	zenodo.org/コミュニティ/amiris

AMIRISは、再生可能エネルギーと統合エネルギーシステムの調査のためのオープンエージェントベース市場モデルです。AMIRISシミュレーションフレームワークは、2008年にドイツ航空宇宙センター（DLR）によって最初に開発され、その後2021年にオープンソースプロジェクトとしてリリースされました。^[22]

AMIRISは、研究者が将来のエネルギー市場、その市場設計、エネルギー関連の政策手段に関する疑問に取り組むことを可能にします。^{[23]特に、AMIRISは、存在するさまざまなエネルギー市場関係者の戦略と行動を考慮することにより、}再生可能エネルギー源と柔軟性オプション の統合から生じる可能性のある市場効果を捉えることができます。たとえば、それらの行動は、現在の政治的枠組みや外部の不確実性によって影響を受ける可能性があります。^[24] AMIRISは、エネルギー市場参加者の相互依存関係から生じる可能性のある複雑な影響を明らかにすることもできます。 ^[25]

組み込まれた市場決済アルゴリズムは、プロトタイプ化された市場参加者の入札に基づいて電力価格を計算します。これらの入札は、電力生産の限界費用だけでなく、参加者が利用できる限られた情報や関連する不確実性も反映している可能性があります。また、入札は、公式の支援手段を操作したり、市場支配力の機会を利用したりする試みとして戦略的になることもあります。

AMIRIS のアクターは、おおよそ 6 つのクラスに分類できるエージェントとして表されます。発電所運営者、トレーダー、市場運営者、ポリシー プロバイダー、需要エージェント、および貯蔵施設運営者です。モデルでは、発電所運営者はトレーダーに発電能力を提供しますが、市場に直接参加することはありません。代わりに、マーケティングを実施し、運営者に代わって入札戦略を展開するトレーダーに供給します。マーケットプレイスは取引プラットフォームとして機能し、市場クリアリングを計算します。ポリシー プロバイダーは規制の枠組みを定義し、それが他のエージェントの決定に影響を与える可能性があります。需要エージェントは、電力市場で直接エネルギーを要求します。最後に、貯蔵運営者などの柔軟性プロバイダーは、予測を使用して、予測利益の最大化などの特定の目的に一致する入札パターンを決定します。

AMIRISは、分散型エージェントベースエネルギーシステムモデリングフレームワーク（FAME）に基づいています。^{[26] [27]}

AMIRIS は、許容可能な時間枠内で大規模なエージェント システムをシミュレートできます。たとえば、1 時間単位の解像度で 1 年間のシミュレーションを実行する場合、最新のデスクトップ コンピューターではわずか 1 分で済みます。DLR の研究者は、高性能コンピューティング設備も利用できます。

プロジェクト	画期的なエネルギーモデル
ホスト	ブレークスルーエネルギー財団
状態	アクティブ
範囲/タイプ	電力部門モデリング
コードライセンス	マサチューセッツ工科大学
データライセンス	CC‑BY‑4.0
言語	Python、ジュリア
Webサイト	science.breakthroughenergy.org
リポジトリ	github.com/Breakthrough-Energy
ドキュメント	Breakthrough-energy.github.io/docs/index.html

ブレークスルー エネルギー モデルは、容量拡張アルゴリズムとヒューリスティックを備えた生産コスト モデルであり、もともとは米国各州のクリーン エネルギー目標を満たすための発電および送電拡張のニーズを調査するために設計されました。データ管理はPython内で行われ、DCOPF最適化問題はJuliaによって作成されます。ブレークスルー エネルギー モデルは、ブレークスルー エネルギー サイエンス チームによって開発されています。

このモデルの基盤となるオープンデータは、テキサスA&M大学の研究者によって開発された合成テストケースに基づいています。^{[28] [29] [30]}

ブレークスルーエネルギーモデルは当初、マクログリッドの構築を通じて、2030年のクリーンエネルギー目標を達成するために必要な発電と送電の拡大を検討しました。^[31]進行中の作業では、モデルにモジュール（建物や交通機関の電化など）を追加および拡張し、多数のシナリオの組み合わせをテストするためのフレームワークを提供しています。米国以外の国や地域をモデル化するために、他のオープンソースデータセットの開発と統合が進行中です。

このモデルは、2021年のテキサス州電力危機の後に採用されました。この危機では、冬季の停電により数百人が死亡し、数十億ドルの経済損失が発生しました。^{[32] : 1}

プロジェクト	ディーター
ホスト	DIWベルリン
状態	アクティブ
範囲/タイプ	派遣と投資
コードライセンス	マサチューセッツ工科大学
データライセンス	マサチューセッツ工科大学
言語	ガムス
Webサイト	www.diw.de/dieter

DIETERはDispatch and Investment Evaluation Tool with Endogenous Renewablesの略です。DIETERはディスパッチおよび投資モデルです。これは当初、再生可能エネルギー発電の割合が高い将来のグリーンフィールド環境における電力貯蔵やその他の柔軟性オプションの役割を研究するために使用されました。DIETERは、ドイツのベルリンにあるドイツ経済研究所（DIW）で開発されています。ドイツのコードベースとデータセットは、プロジェクトのWebサイトからダウンロードできます。基本モデルは、DIWワーキングペーパーとジャーナル記事で完全に説明されています。^{[33] [34] DIETERは}GAMSで書かれており、 CPLEX商用ソルバーを使用して開発されました。

DIETERは純粋な線形（整数変数なし）コスト最小化問題として構成されています。初期の定式化では、決定変数にはドイツの卸売市場と需給調整市場における発電、貯蔵、DSM容量への投資とディスパッチが含まれます。その後のモデル拡張には、車両とグリッドの相互作用と太陽光発電のプロサマージュが含まれます。^{[35] [36]}

DIETER を使用した最初の研究では、再生可能エネルギーの導入率を 60% から 100% の範囲で検討しています。80% のベースライン シナリオ (2050 年のドイツ政府の下限目標) では、グリッド ストレージ要件は中程度のままであり、供給側と需要側の両方で他のオプションが低コストで柔軟性を提供します。それでも、ストレージは予備力の提供において重要な役割を果たします。ストレージは再生可能エネルギーの割合が高いほど顕著になりますが、他の柔軟性オプションのコストと可用性、特にバイオマスの可用性に大きく依存します。^[37]

プロジェクト	ディスパセット
ホスト	EC 共同研究センター
状態	アクティブ
範囲/タイプ	欧州の送信と発送
コードライセンス	EUPL1.2 について
データライセンス	CC‑BY‑4.0
Webサイト	ディスパス
リポジトリ	github.com/energy-modelling-toolkit/Dispa-SET
ドキュメント	ディスパス

オランダのペッテンにある欧州委員会の共同研究センター（JRC）で開発中のDispa-SETは、主にヨーロッパ向けのユニットコミットメントおよびディスパッチモデルです。Python （Pyomoを使用）とGAMSで書かれており、データ処理にはPythonを使用しています。有効なGAMSライセンスが必要です。このモデルは混合整数問題として定式化されており、JRCは独自のCPLEX soverを使用していますが、オープンソースライブラリも展開できます。バージョン2.0  ^[38]と2.1の技術説明が用意されています。^[39] Dispa-SETは、トライアルデータセットとともにGitHubでホストされており、サードパーティの貢献が奨励されています。コードベースは、Windows、macOS、Linuxでテストされています。オンラインドキュメントが利用可能です。^[40]  

プロジェクト名のSETは、欧州戦略エネルギー技術計画（SET計画）を指し、将来（2020年と2050年）のエネルギーと気候の目標を達成できるエネルギー技術のリーダーとなることを目指しています。さまざまな形態のエネルギーシステムモデリングは、この欧州委員会の取り組みの中心です。^[41]

モデル電力システムは、発電ユニットの経済的および技術的特性、各ノードの負荷、および大幅に簡素化された送電ネットワークを完全に把握している単一のオペレータによって管理されます。需要は完全に非弾性と見なされます。システムは、期間内および期間間のユニットコミットメント制約の対象となり（後者は主に原子力発電と火力発電をカバーします）、経済的ディスパッチの下で運用されます。^{[39] : 4}時間ごとのデータが使用され、シミュレーション期間は通常 1 年です。ただし、モデルの扱いやすさを確保するために、2 日間のローリング ホライズン最適化が採用されています。モデルは 1 日ずつ進み、次の 48 時間先を最適化しますが、最初の 24 時間の結果のみを保持します 。^{[39] : 14–15}

2つの関連出版物は、変動性再生可能エネルギー（VRE）のシェアがますます拡大する電力システムにおける柔軟性対策の役割と表現について説明しています。 ^{[42] [43]}これらの柔軟性対策には、ディスパッチ可能な発電（効率、ランプレート、部分負荷、および起動および停止時間の制約付き）、従来の貯蔵（主に揚水発電）、国境を越えた相互接続、需要側管理、再生可能エネルギーの抑制、最後の手段の負荷制限、および新興のpower-to-Xソリューション（Xはガス、熱、またはモビリティ）が含まれます。モデラーは、再生可能エネルギーの目標を設定し、CO2およびその他の汚染物質に上限を設定できます_。 [ ^39]ソフトウェアの計画された拡張には、簡略化されたAC電力フローのサポート ^{[c] （送電は現在、}輸送問題として扱われています）、新しい制約（冷却水供給など）、確率的シナリオ、および補助 サービス市場の組み込みが含まれます。^[40]

Dispa-SETは、ベルギー、ボリビア、ギリシャ、アイルランド、オランダのケーススタディに適用されている。2014年のベルギーの研究では、原子力発電、複合サイクルガスタービン（CCGT）プラント、VREのさまざまな組み合わせのシナリオを調査し、再生可能エネルギー発電が浸透するにつれてCCGTプラントがより積極的なサイクルの影響を受けることを発見した。^[45]

2020年の研究では、ヨーロッパ大陸のさまざまな気象シナリオを想定した上で、太陽光、風力、水力発電の出力と電力需要の潜在的な変動を含め、将来の気候条件が34のヨーロッパの電力システムに及ぼす総合的な影響を調査しました。^[46]

Dispa-SETは、 LISFLOODモデルとソフトリンクしてアフリカに適用され、気候変動の文脈における水とエネルギーの関係の問題を調査している。^[47]

プロジェクト	EMLab世代
ホスト	デルフト工科大学
状態	アクティブ
範囲/タイプ	エージェントベース
コードライセンス	アパッチ2.0
Webサイト	emlab.tudelft.nl/generation.html
リポジトリ	github.com/EMLab/emlab-世代

EMLab-Generationは、2つの相互接続された電力市場（隣接する2つの国または2つの国のグループ）をカバーするエージェントベースのモデルです。このソフトウェアは、オランダのデルフトにあるデルフト工科大学のエネルギーモデリングラボで開発されています。ファクトシートが利用可能です。 ^[48]ソフトウェアのドキュメントも利用可能です。^{[49] EMLab-Generationは}Javaで書かれています。

EMLab-Generationは、発電容量に投資する電力会社の行動をシミュレートし、これを使用してさまざまなエネルギーおよび気候保護政策の長期的影響を調査します。これらの政策は、再生可能エネルギーの発電、 _CO2排出量、供給の安全性、および/またはエネルギーの購入可能性を対象としている可能性があります。電力会社が主なエージェントであり、電力市場に入札し、将来の発電所プロジェクトの正味現在価値（NPV）に基づいて投資します。2011年のIEA 世界エネルギー展望のシナリオを使用して、さまざまなテクノロジーを採用できます。^[50]エージェントベースの方法論により、アクターの異質性、不完全な期待の結果、理想的な条件以外での投資家の行動など、さまざまな仮定のセットをテストできます。

EMLab-Generation は、公共政策が電力市場に与える影響をモデル化する新しい方法を提供します。投資サイクル、削減サイクル、遅延した対応、不確実性とリスクが投資決定に与える影響など、時間の経過に伴うアクターとシステムの行動に関する洞察を提供できます。

2014年にEMLab-Generationを使用して行われた研究では、EU ETSの下で_CO2の下限価格と上限価格を導入した場合の影響を調査しています。特に、2つの相互にリンクされた電力市場（緩やかに英国と中央西ヨーロッパ）の動的投資経路への影響について調査しています。この研究では、共通の適度なCO2_{オークション}最低価格により、より継続的な脱炭素化経路が実現し、CO2価格の変動が軽減されること_がわかっています。上限価格を追加することで、消費者を極端な価格ショックから守ることができます。このような価格制限は、長期的には排出量目標の超過につながるべきではありません。^[51]

プロジェクト	エマ
ホスト	ネオン ニューエナジーエコノミク
状態	アクティブ
範囲/タイプ	電力市場
コードライセンス	CC BY-SA 3.0
データライセンス	CC BY-SA 3.0
Webサイト	neon-energie.de/エマ/

EMMAは欧州電力市場モデルです。北西ヨーロッパの統合電力システムをカバーする技術経済モデルです。EMMAは、ドイツのベルリンにあるエネルギー経済コンサルタント会社Neon Neue Energieökonomikによって開発されています。ソースコードとデータセットはプロジェクトのウェブサイトからダウンロードできます。マニュアルも入手可能です。^{[52] EMMAは}GAMSで書かれており、CPLEX商用ソルバーを使用しています。

EMMAは電力のディスパッチと投資をモデル化し、投資、発電、市場エリア間の取引に関する総コストを最小化する。経済的には、EMMAは供給側に焦点を当てた卸売電力市場の部分均衡モデルに分類される。EMMAは短期または長期の最適値（または均衡）を特定し、対応する容量ミックス、時間価格、ディスパッチ、国境を越えた取引を推定する。技術的には、EMMAは約200万の非ゼロ変数を持つ純粋な線形プログラム（整数変数なし）である。2016年現在、このモデルはベルギー、フランス、ドイツ、オランダ、ポーランドをカバーし、従来型発電、再生可能エネルギー発電、コジェネレーションをサポートしている。^{[52] [53][update]}

EMMAは、北西ヨーロッパの電力システムにおける変動性再生可能エネルギー（VRE）、特に太陽光発電と風力発電の普及拡大による経済的影響を研究するために使用されてきた。2013年の研究では、VREのシェアが増加すると価格が下がり、その結果、再生可能エネルギー発電の競争力のある大規模な導入は多くの人が予想するよりも困難になることが判明している。^[54] 2015年の研究では、風力と太陽光発電の福祉最適市場シェアを推定している。風力の場合、これは20％で、現在の3倍である。^[55]

2015年に実施された独立した研究では、EMMAモデルをレビューし、再生可能エネルギーへの投資にかかる想定される特定コストの高さについてコメントしている。^{[33] : 6}

プロジェクト	ジェネシス
ホスト	アーヘン工科大学
状態	アクティブ
範囲/タイプ	欧州の電力システム
コードライセンス	LGPLv2.1
データライセンス	LGPLv2.1
言語	C++
Webサイト	www.genesys.rwth-aachen.de/index.php?id=12&L=3

GENESYSは、欧州エネルギー供給システムの遺伝的最適化（Genetic Optimisation of a European Energy Supply System）の略です。このソフトウェアは、ドイツのアーヘン工科大学の電力システムおよび電力経済研究所（IAEW）と電力エレクトロニクスおよび電気駆動研究所（ISEA）によって共同で開発されています。このプロジェクトは、潜在的なユーザーが2050年の基本シナリオのみのコードベースとデータセットへのアクセスをリクエストできるWebサイトを維持しています。 ^[56]ソフトウェアの詳細な説明が利用可能です。^{[57] [58] GENESYSは}C++で書かれており、Boostライブラリ、MySQLリレーショナルデータベース、Qt 4アプリケーションフレームワーク、およびオプションでCPLEXソルバーを使用します。  

GENESYS シミュレーション ツールは、将来の EUMENA (ヨーロッパ、中東、北アフリカ) 電力システムを最適化するように設計されており、再生可能エネルギー発電の割合が高いと想定しています。このツールは、EUMENA の 21 地域内で、発電機、貯蔵、送電容量の経済的に最適な配分を見つけることができます。このツールは、進化的手法と組み合わせてこのエネルギー システムを最適化することができます。最適化は共分散行列適応進化戦略(CMA-ES) に基づいており、操作は、ネットワーク シンプレックス アルゴリズムを使用して、さまざまな地域間の負荷を最小コストで分散するシステム要素の階層的セットアップとしてシミュレートされます。GENESYS には、2050 年の入力時系列のセットとパラメーターのセットが付属しており、ユーザーはこれを変更できます。

再生可能エネルギー源（RES）の割合が高い将来のEUMENAエネルギー供給システムには、強力に相互接続されたエネルギー輸送グリッドと大きなエネルギー貯蔵容量が必要です。GENESYSは、21の 異なる地域間の貯蔵と伝送の規模を決定するために使用されました。100％の自給を前提とすると、約合計2500GWの再生可能エネルギーと約年間エネルギー需要の6%に相当する240,000GWhの 電力と、375,000 GW ·  km。配電を除く発電、貯蔵、送電の合計コスト推定値は6.87  ¢/kWhである。^[57]

2016年の研究では、EUMENA電力システムにおける再生可能エネルギー源（RES）のシェアが高い場合の貯蔵容量と送電容量の関係が調査されました。その結果、送電容量と貯蔵容量はある程度まで互いに代替可能であることがわかりました。2050年までに完全に再生可能エネルギーシステムに移行するには、大きな構造的変化が必要です。結果は、太陽光発電と風力発電の最適な割り当て、さまざまな技術（バッテリー、揚水発電、水素貯蔵）の貯蔵容量に対する結果としての需要、および送電網の容量を示しています。^[58]

プロジェクト	ネモ
ホスト	ニューサウスウェールズ大学
状態	アクティブ
範囲/タイプ	オーストラリアのNEM市場
コードライセンス	GPLv3
言語	パイソン
Webサイト	nemo.ozlabs.org
リポジトリ	github.com/bje-/NEMO
ドキュメント	nbviewer.jupyter.org/urls/nemo.ozlabs.org/guide.ipynb

NEMO（National Electricity Market Optimiser）は、従来型および再生可能な発電技術のさまざまなポートフォリオをテストおよび最適化するための時系列ディスパッチモデルです。このモデルは、名前にもかかわらず東オーストラリアと南オーストラリアに限定されているオーストラリア国立電力市場（NEM）にのみ適用されます。NEMOは、 2011年からオーストラリアのシドニーにあるニューサウスウェールズ大学（UNSW）のエネルギー環境市場センター（CEEM）で開発されています。^[59]このプロジェクトは小さなウェブサイトを維持し、メールリストを運営しています。NEMOはPythonで書かれています。NEMO自体は2つの出版物で説明されています。^{[60] ：sec 2  [61] ：sec 2}データソースも記載されています。^{[60] ：sec 3}最適化は、ペナルティ付きの単一目的評価関数を使用して実行されます。発電機容量の解空間は、CMA-ES（共分散行列適応進化戦略）アルゴリズムを使用して検索されます。時間ステップは任意ですが、通常は 1 時間が使用されます。

NEMOは、さまざまな再生可能エネルギー（RE）および削減された化石燃料技術シナリオの下で、2030年の発電オプションを調査するために使用されてきた。2012年の研究では、集光型太陽熱発電（CSP）と蓄熱、風力発電所、太陽光発電、既存の水力発電、およびバイオ燃料 ガスタービンを使用した完全に再生可能なシステムの実現可能性を調査している。NEMの信頼性基準も満たす多くの潜在的なシステムが特定されている。主な課題は、曇りの日と弱風期間の後の冬の夕方にピーク需要に応えることである。^{[60] 2014年の研究では、}炭素回収・貯留（CCS）を備えた石炭火力発電と、回収ありと回収なしのガス燃焼ガスタービンを使用した3つのシナリオを調査している。これらのシナリオは、完全に再生可能な発電を使用した2012年の分析と比較されている。この研究では、「炭素制約のある世界では、化石燃料のシナリオはいずれも、いくつかの、そして一見ありそうもないコストの組み合わせの下でのみ、100%再生可能電力と経済的に競合することができる」と結論付けている。 ^{[62] : 196} 2016年の研究では、さまざまな温室効果ガス上限と炭素価格の下で再生可能エネルギーの割合を増やすことによる増分コストを評価している。この研究では、増分コストはゼロから80%の再生可能エネルギーまで直線的に増加し、その後緩やかに上昇することがわかった。この研究では、このコスト上昇は100%の再生可能目標を回避する十分な理由ではないと結論付けている。^[61]

プロジェクト	オンセット
ホスト	KTH 王立工科大学
状態	アクティブ
範囲/タイプ	コスト効率の良い電化
コードライセンス	マサチューセッツ工科大学
Webサイト	詳しくはこちら
メーリングリスト	groups.google.com/g/onsset
リポジトリ	github.com/OnSSET/onsset
ドキュメント	onsset-manual.readthedocs.io
データセット	エネルギーデータインフォ

OnSSETは、オープン ソース空間電化ツールキットです。OnSSETは、スウェーデンのストックホルムにあるKTH王立工科大学のエネルギー システム部門によって開発されています。このソフトウェアは、グリッドベースの電力が供給されていない地域を調査し、電力サービスへのアクセスを最小コストで提供する技術オプションと投資要件を特定するために使用されます。OnSSETは、国連のSDG 7「すべての人々に手頃な価格で信頼性が高く、持続可能で近代的なエネルギーを提供する」をサポートするように設計されています。このツールキットはOnSSETとして知られ、2016年11月26日にリリースされました。OnSSETにはデータは付属していませんが、適切なデータセットはenergydata.infoから入手できます。このプロジェクトはWebサイトを維持し、メーリング リストを運営しています。^{[63] [64] [65]} 

OnSSETは、従来のグリッド、ミニグリッド、スタンドアロンなど、最も費用対効果の高い電化アクセスオプションを推定、分析、視覚化できます。 ^{[66]このツールキットは、太陽光発電、風力タービン、}小規模水力発電など、従来のエネルギー技術と再生可能エネルギー技術の範囲をサポートしています。2017年現在^[update]、バイオエネルギーと風力ディーゼルなどのハイブリッド技術が追加されています。

OnSSETはエネルギー情報と地理情報を活用します。地理情報には、集落の規模と場所、既存および計画中の送電・発電インフラ、経済活動、再生可能エネルギー資源、道路網、夜間照明のニーズなどが含まれます。GIS情報は、独自のArcGISパッケージまたはGRASSやQGISなどのオープンソースの同等のパッケージを使用してサポートできます。^[67] OnSSETは、集落の原型から始まる3層分析を使用してマイクログリッドに適用されています。 ^[68]

OnSSETはアフガニスタン^[69] 、ボリビア^[68]、^{[70] 、} カメルーン^[71] 、エチオピア^[66 ] 、 [72]、マラウイ^{[ 73]} 、ナイジェリア^[66 ] 、 [ ^{74 ]、 [75]}、タンザニア^[67]でのケーススタディに使用されています。OnSSETはインド、ケニア、ジンバブエでも適用されています。さらに、サハラ以南のアフリカとラテンアメリカを対象に大陸研究が行われています。^[76]ナイジェリアでの4方向GISベースの研究では、OnSSETが最高の機能セットを提供していることが報告されています。^[77]  

OnSSETの成果は、2014年と2015年の IEA 世界エネルギー展望報告書^[78 ] 、2015年の世界銀行世界追跡枠組み報告書^{[79] 、} 2019年のIEAアフリカエネルギー展望報告書^[80 ]に貢献しました。OnSSETは、新興のGEPプラットフォームの一部も形成しています。^[82]

プロジェクト	パンダパワー
ホスト	カッセル大学 フラウンホーファー研究所 IEE
状態	アクティブ
範囲/タイプ	自動電力システム解析
コードライセンス	BSD-新
Webサイト	パンダパワー
リポジトリ	github.com/e2nIEE/pandapower
Python パッケージ	pypi.org/プロジェクト/パンダパワー/
ドキュメント	パンダパワー
議論	forum.openmod.org/tag/pandapower

pandapowerは、ドイツのカッセルにあるカッセル大学のエネルギー管理および電力システム運用研究グループとフラウンホーファーエネルギー経済・エネルギーシステム技術研究所（IEE）の配電システム運用部門によって共同で開発されている電力システム解析および最適化プログラムです。コードベースはGitHubでホストされており、パッケージとしても利用できます。プロジェクトは、ウェブサイト、メーリングリスト、オンラインドキュメントを管理しています。pandapowerはPythonで書かれています。データの操作と解析にはpandasライブラリを使用し、電力フローの計算にはPYPOWERライブラリ ^{[83]を使用します。一部のオープンソースの電力システムツールとは異なり、pandapowerは}MATLABなどの独自のプラットフォームに依存しません。

pandapower は、配電網と送電網の自動分析と最適化をサポートします。これにより、さまざまな将来のグリッド構成とテクノロジに基づいて、多数のシナリオを調査できます。pandapower は、ライン、2 巻線変圧器、3 巻線変圧器、およびワード相当を含む電力システム要素のコレクションを提供します。また、理想的なバス バス スイッチやバス ライン/バス トラフォ スイッチをモデル化できるスイッチ モデルも含まれています。このソフトウェアは、トポロジ検索をサポートします。ネットワーク自体は、matplotlibおよびplotlyライブラリを使用して、地理情報の有無にかかわらずプロットできます。

2016年の出版物では、大手配電事業者（DSO）とのいくつかのケーススタディを実施して、ソフトウェアの有用性を評価しました。これらの研究では、既存の配電網への太陽光発電の統合レベルの増加について検討しています。この研究では、多数の詳細なシナリオをテストできることが、堅牢な配電網計画に不可欠であると結論付けています。それにもかかわらず、データの可用性と問題の次元の問題は、引き続き課題となります。^[84]

2018年の論文では、このパッケージとその設計について説明し、ケーススタディの例を示しています。この記事では、計算のために内部的にバスブランチモデル (BBM) に変換される要素ベースモデル (EBM) をユーザーが操作する方法を説明しています。このパッケージは、電力システムのシミュレーション、最適な電力フロー計算 (コスト情報が必要)、状態推定 (システム特性が忠実度に欠ける場合)、およびグラフベースのネットワーク分析をサポートしています。ケーススタディでは、数十行のスクリプトが pandapower とインターフェイスして、多様な動作要件の対象となるシステムの設計を進める方法を示しています。関連コードは、GitHub でjupyter ノートブックとしてホストされています。^[85]

2018年現在^[update]、ドイツの電力網規制機関であるBNetzAは、自動グリッド分析にpandapowerを使用している。 ^[86]ドイツのエネルギー研究機関もpandapowerの開発を追っている。^{[87] : 90}

プロジェクト	パワーマッチャー
ホスト	フレキシブルパワーアライアンスネットワーク
状態	アクティブ
範囲/タイプ	スマートグリッド
コードライセンス	アパッチ2.0
Webサイト	フレキシブルパワー
リポジトリ	github.com/flexiblepower/powermatcher

PowerMatcher ソフトウェアは、自律入札を通じて分散型エネルギーリソース(DER) と柔軟な負荷のバランスをとるスマートグリッド調整メカニズムを実装します。このプロジェクトは、オランダのアムステルダムにある Flexiblepower Alliance Network (FAN) によって管理されています。プロジェクトは Web サイトを管理しており、ソースコードはGitHubでホストされています。2016 年 6 月現在、既存のデータセットは利用できません。PowerMatcher はJavaで記述されています。 ^[update]

スマートグリッドシステム内の各デバイス（洗濯機、風力発電機、産業用タービンなど）は、入札という形で電気を消費または生産する意思を表明します。これらの入札は収集され、均衡価格を決定するために使用されます。これにより、PowerMatcherソフトウェアは、再生可能エネルギーを既存の電力システムに高い割合で統合することを可能にし、老朽化する可能性のある配電網での局所的な過負荷を回避することもできます。^[88]

プロジェクト	パワーTAC
ホスト	エラスムス大学ロッテルダム経営大学院のエラスムス未来エネルギービジネスセンター
状態	アクティブ
範囲/タイプ	自動小売電力取引シミュレーション
コードライセンス	アパッチ2.0
Webサイト	パワータック

Power TAC は Power Trading Agent Competition の略です。Power TAC は、ますますプロシューマー化が進み、再生可能エネルギーの影響を受けている電力業界における小売市場のパフォーマンスをシミュレートするエージェントベースのモデルです。Power TAC プロジェクトの最初のバージョンは、スマート グリッド シナリオで電力小売市場のパフォーマンスをシミュレートするオープン ソース プラットフォームがオープン ソースのマルチエージェント競争ゲーム プラットフォームとしてリリースされた 2009 年に開始されました。第 1 回目の年次トーナメントは、2012 年にスペインのバレンシアで開催されました。

自律的な機械学習取引エージェント、つまり「ブローカー」は、卸売市場と小売顧客の間で利益を最大化するアグリゲーターとして互いに直接競争します。顧客モデルは、家庭、中小企業、大規模企業、集合住宅、風力発電所、ソーラーパネル所有者、電気自動車所有者、冷蔵倉庫などを表します。ブローカーは、需要と供給のバランスを慎重に取りながら、顧客に電気料金を提示し、卸売市場で電気を取引することで利益を上げることを目指しています。

このコンテストは、ヴォルフガング・ケッター教授とジョン・コリンズ教授によって創設、運営され、プラットフォームソフトウェアはロッテルダム経営大学院、エラスムス大学未来エネルギービジネスセンター、ケルン大学エネルギー経済研究所、ミネソタ大学コンピュータサイエンス学部の研究者によって共同で開発されています。このプラットフォームは、天気、市場価格と総需要、顧客行動に関するさまざまな現実世界のデータを使用します。ブローカーエージェントは世界中の研究チームによって開発され、毎年開催されるトーナメントに参加します。これらのトーナメントのデータは公開されており、エージェントのパフォーマンスと相互作用を評価するために使用できます。このプラットフォームは、競争ベンチマークを利用して、小売電力市場の料金設計、卸売電力市場の入札戦略、持続可能なエネルギー資源や電気自動車の普及が増加または減少したときの市場のパフォーマンス、機械学習アプローチの有効性、市場規制に対する代替政策アプローチなどのトピックの研究を促進します。このソフトウェアは、電気自動車群を仮想発電所として使用することから、電力顧客意思決定支援システム (DSS) を使用して動的価格設定などの方法を使用した効果的な需要応答プログラムを設計する方法まで、さまざまな研究トピックに貢献しています。

プロジェクト	レンパス
ホスト	フレンスブルク大学
状態	非アクティブ
範囲/タイプ	再生可能エネルギーの道筋
コードライセンス	GPLv3
Webサイト	github.com/fraukewiese/renpass
リポジトリ	github.com/znes/renpass

renpassはRenewable Energy Pathways Simulation Systemの略称です。renpassは、地域的および時間的な高解像度を備えたシミュレーション電力モデルで、最大100%の再生可能エネルギー発電による既存システムと将来のシステムを捉えるように設計されています。このソフトウェアは、ドイツのフレンスブルク大学持続可能エネルギーシステムセンター（CSESまたはZNES）によって開発されています。このプロジェクトはウェブサイトを運営しており、そこからコードベースをダウンロードできます。renpassはRで書かれており、MySQLデータベースにリンクしています。PDFマニュアルも利用可能です。^[89] renpassは博士論文でも説明されています。^[90] 2015年現在^[update]、renpassはoemofに基づいてrenpassG!Sとして拡張されています。

renpass は、特定のインフラストラクチャ (シミュレーション) の制限内で、各時間ステップ (最適化) のシステム コストを最小化する電力ディスパッチ モデルです。時間ステップは、オプションで 15 分または 1 時間です。この方法では、完全な先見性が前提となります。renpass は、オーストリア、ベルギー、チェコ共和国、デンマーク、エストニア、フランス、フィンランド、ドイツ、ラトビア、リトアニア、ルクセンブルク、オランダ、ノルウェー、ポーランド、スウェーデン、スイスの電力システムをサポートしています。

各タイムステップの最適化問題は、すべての地域で既存の発電所群を使用して電力供給コストを最小化することです。この地域ディスパッチの後、地域間の交換が実行され、グリッド容量によって制限されます。この後者の問題は、決定論的に計算されるのではなく、ヒューリスティックな手順で解決されます。入力は、各地域のメリットオーダー、限界発電所、余剰エネルギー (削減できる再生可能エネルギー)、および余剰需要 (供給できない需要) です。交換アルゴリズムはすべての地域の最小コストを求めるため、目標関数は、既存のグリッドインフラストラクチャ、ストレージ、および発電容量を前提として、すべての地域の合計コストを最小化することです。合計コストは、各地域の価格に残余負荷を乗じ、すべての地域を合計したものとして定義されます。

2012年の研究では、renpassを使用して、 2050年のバルト海地域（デンマーク、エストニア、フィンランド、ドイツ、ラトビア、リトアニア、ポーランド、スウェーデン）の100％再生可能電力システムの実現可能性を調査しています。基本シナリオでは、控えめな再生可能ポテンシャルとグリッド強化、需要の20％低下、ストレージオプションの中程度の導入、柔軟な発電のためのバイオマスの導入を想定しています。この研究では、隣接する国からの輸入が時々必要ではあるものの、100％再生可能電力システムは可能であり、バイオマスがシステムの安定性に重要な役割を果たすことがわかりました。この移行にかかるコストは50 ユーロ/MWhと推定されています。^[91] 2014年の研究では、renpassを使用してドイツとその近隣諸国をモデル化しています。 [ ^92] 2014年の論文では、ドイツとノルウェーの100％再生可能電力システムを前提として、ドイツとノルウェーを結ぶ新しいケーブルとノルウェーの新しい揚水発電容量の利点をrenpassを使用して検証しています。 ^{[93] 2014年の別の研究では、ドイツの持続可能なエネルギーシステムへの移行であるドイツの}Energiewendeをrenpassを使用して検証しています。この研究では、このような移行を支えるために必要な国民の信頼は、透明性の高いオープンソースのエネルギーモデルの使用を通じてのみ構築できると主張しています。^[94]

プロジェクト	サイグリッド
ホスト	ドイツ空軍とラウムファルトのドイツ中央軍
状態	アクティブ
範囲/タイプ	欧州送電網
コードライセンス	アパッチ2.0
Webサイト	翻訳:

SciGRID は Scientific Grid の略で、ドイツおよびヨーロッパの電力送電網のオープンソース モデルです。この研究プロジェクトは、ドイツのオルデンブルクにあるDLR Institute of Networked Energy Systems によって管理されています。このプロジェクトでは、Web サイトと電子メール ニュースレターを運営しています。SciGRID はPythonで記述されており、PostgreSQLデータベースを使用しています。最初のリリース (v0.1) は、2015 年 6 月 15 日に行われました。  

SciGRID は、ヨーロッパ内の電力送電網の構造に関するオープンな研究データの不足を是正することを目指しています。このデータ不足により、高解像度のエネルギーシステムモデルの構築、特性評価、比較の試みが妨げられています。SciGRID は、OpenStreetMapプロジェクトから入手可能な送電網データ(オープンデータベースライセンス(ODbL) の下で利用可能) を利用して、送電接続を自動的に作成します。SciGRID は、クローズドソースのデータは使用しません。SciGRID は、エネルギーモデルで使用するために、特定のネットワークをより単純な表現に数学的に分解することもできます。^{[95] [96]}

プロジェクト	サイレン
ホスト	持続可能なエネルギーを今
状態	アクティブ
範囲/タイプ	再生可能エネルギー発電
コードライセンス	AGPLv3
Webサイト	www.sen.asn.au/modelling_overview
リポジトリ	ソースフォージ.net/projects/sensiren/

SIREN は SEN Integrated Renewable Energy Network Toolkit の略です。このプロジェクトは、オーストラリアのパースに拠点を置くNGOである Sustainable Energy Now によって運営されています。このプロジェクトはウェブサイトを運営しています。SIREN は Windows 上で動作し、ソースコードはSourceForgeでホストされています。ソフトウェアはPythonで書かれており、エネルギー計算には米国国立再生可能エネルギー研究所の SAM モデル (System Advisor Model) を使用しています。SIREN は、特定の地理的領域をモデル化するために 1 時間ごとのデータセットを使用します。ユーザーはこのソフトウェアを使用して、指定された電力需要を満たす再生可能エネルギー源の場所と規模を調べることができます。SIREN は、オープンまたは公開されている多数のデータソースを利用しています。地図はOpenStreetMapタイルから作成でき、気象データセットはNASA MERRA-2 衛星データを使用して作成できます。^{[d] [97]}

2016年にSIRENを使用して西オーストラリア州の南西相互接続システム（SWIS）を分析した研究では、新しい石炭とガスと同じコストで85％の再生可能エネルギー（RE）に移行できることがわかった。さらに、1110 万トンのCO2_相当の排出が回避される。このモデルでは、炭素価格を30オーストラリアドル/ _tCO2と想定している。さらに、100％の再生可能エネルギー発電という目標を検討するシナリオもある。^[98] 

プロジェクト	スイッチ
ホスト	ハワイ大学
状態	アクティブ
範囲/タイプ	最適な計画
コードライセンス	アパッチ2.0
Webサイト	スイッチモデル
リポジトリ	github.com/スイッチモデル

SWITCH は、太陽光、風力、従来型および水力発電、送電の略称です。SWITCH は、再生可能エネルギーの割合が高い電力システムの最適計画モデルです。SWITCH は、米国ハワイ州マノアにあるハワイ大学電気工学部によって開発されています。このプロジェクトは小規模な Web サイトを運営しており、コードベースとデータセットはGitHubでホストされています。SWITCH は、 Pythonでプログラムされた最適化コンポーネント ライブラリであるPyomoで記述されています。オープンソースのGLPKソルバーまたは商用のCPLEXソルバーを使用できます。

SWITCH は、再生可能エネルギーの統合に重点を置いた電力システム モデルです。このモデルは、CO2 排出量を削減しながら、数年間にわたって最低コストで電力需要を満たすために、どの発電機と送電プロジェクトを構築すべきかを特定できます。SWITCH は、複数年にわたる投資期間にわたって、_発電所、送電容量、燃料使用量、および任意の 1 トンあたりの CO2 課税 (炭素税または証明書価格のいずれかを表す) のコストの現在価値を最小化することを_目的として、多段階の確率的線形最適化を使用します。SWITCH には、2 つの主要な決定変数セットがあります。まず、各投資期間の開始時に、SWITCH は、複数の地理的負荷ゾーンのそれぞれに構築する発電容量、これらのゾーン間に追加する電力転送容量、および投資期間中に既存の発電容量を運用するか、固定の運用および保守コストを回避するために一時的に休止するかを選択します。次に、各投資期間内の一連のサンプル日について、SWITCH は、各ディスパッチ可能な発電所からどのくらいの電力を発電するか、各揚水発電施設にどのくらいの電力を貯蔵するか、または各送電インターコネクタに沿ってどのくらいの電力を送電するかを 1 時間ごとに決定します。また、システムは、負荷予測より 15% 高い計画予備マージンを提供できるように、十分な発電および送電容量を確保する必要があります。サンプル時間ごとに、SWITCH は実際の測定に基づいて電力需要と再生可能電力の生産量を使用するため、これらの要素間の天候による相関関係はそのまま維持されます。

最適化フェーズに続いて、第 2 フェーズでは SWITCH を使用して、提案された投資計画をより完全な気象条件に対してテストし、計画予備マージンが常に満たされるようにバックストップ発電容量を追加します。最後に、第 3 フェーズでは、投資計画を凍結し、提案された電力システムを完全な気象条件で運用してコストを計算します。

2012年の論文では、2012年から2027年までのカリフォルニアをSWITCHのケーススタディとして取り上げています。この研究では、風力と太陽光発電の使用量に上限はなく、これらの資源は信頼性を低下させたりコストを大幅に引き上げたりすることなく、排出量を90％以上（1990年レベルと比較して）削減できる可能性があることがわかりました。さらに、電力需要を再生可能電力が最も豊富な時間帯にシフトするよう電力顧客に奨励する政策（たとえば、電気自動車の適切なタイミングでの充電など）は、中程度のコストで大幅な排出量削減を達成できる可能性があります。^[99]

SWITCHは、最近ではハワイの合意に基づく電力システム計画を支えるために使用されました。^[100]このモデルは、チリ、メキシコ、その他の地域でも適用されています。^[101]

メジャーバージョン 2.0は2018年後半にリリースされました。^[101]その年の調査では、ハワイをケーススタディとして、 SWITCHとゼネラルエレクトリック独自のMAPSモデルを比較しました。 ^[102]

プロジェクト	アーブス
ホスト	ミュンヘン工科大学
状態	アクティブ
範囲/タイプ	分散型エネルギーシステム
コードライセンス	GPLv3
リポジトリ	github.com/tum-ens/urbs

URBS （ラテン語で都市の意味）は、容量拡張とユニットコミットメントの問題を調査するための線形計画モデルであり、分散型エネルギーシステム（DES）に特に適しています。ドイツのミュンヘン工科大学の再生可能および持続可能エネルギーシステム研究所によって開発されています。コードベースはGitHubでホストされています。URBS はPythonで記述されており、Pyomo最適化パッケージを使用しています。

URBSはエネルギーモデリングフレームワークとして分類され、システムの総割引コストを最小化しようとします。特定のモデルは、事前に決定された電力需要を満たすために一連の技術から選択します。時間解像度は1時間で、空間解像度はモデルによって定義されます。決定変数は、電力の生産、貯蔵、輸送の容量と、それらの操作の時間スケジュールです。^{[103] : 11–14}

このソフトウェアは、2020年の風力と太陽光発電の予測容量を使用して、ヨーロッパの送電網のコストを最適に拡張するために使用されています。2012年の研究では、高い空間解像度と技術解像度を使用して、変動性再生可能エネルギー（VRE）の追加により従来の発電所の収益が低下し、送電網の拡張によりこの影響が再分配され、緩和されることがわかりました。^[104]このソフトウェアは、ヨーロッパ、中東、北アフリカ（EUMENA）^[103]、インドネシア、マレーシア、シンガポールにまたがるエネルギーシステムの調査にも使用されています。^[105]

オープンエネルギーシステムモデルは、エネルギーシステムに含まれるエネルギー商品の一部またはすべてを捉えます。通常、電力部門のモデルは常に含まれています。一部のモデルでは熱部門が追加されており、これは地域暖房が盛んな国では重要になることがあります。他のモデルではガスネットワークが追加されています。eモビリティの登場により、他のモデルでは依然として輸送部門の側面が取り入れられています。実際、パワーツーXテクノロジーを使用してこれらのさまざまな部門を結合することは、新たな研究分野となっています。^[57]

プロジェクト	任意のMOD.jl
ホスト	ベルリン工科大学
状態	アクティブ
範囲/タイプ	エネルギーシステム計画
コードライセンス	マサチューセッツ工科大学
言語	ジュリア
Webサイト	github.com/leonardgoeke/AnyMOD.jl
ドキュメント	leonardgoeke.github.io/AnyMOD.jl/stable/
出版物	www.researchgate.net/project/AnyMODjl-Methods-and-applications

AnyMOD.jl は、高レベルの時空間詳細でマクロエネルギー システムを計画するためのフレームワークです。このフレームワークは、短期および季節的なストレージ、化石燃料および再生可能エネルギー発電、送電インフラストラクチャ、およびセクター カップリングテクノロジーの拡張と運用をカバーしています。完全な先見性に基づいて長期的な経路を計画するために使用できます。

AnyMOD.jl はJuliaで実装されており、最適化にはJuMPライブラリ、データ管理には DataFrames.jlを使用しています。モデルは線形最適化問題として定式化されており、 HiGHSなどのオープンソース ライブラリやCPLEXなどの商用ソルバーで解決できます。アクセシビリティを高め、バージョン管理された開発を可能にするために、特定のモデルはCSVファイルを使用して完全に定義されています。

類似のツールと比較して、AnyMOD.jlは、地域やセクターの観点から包括的な範囲を維持しながら、高い詳細度を達成し、間欠的な再生可能エネルギーを捕捉するための革新的な方法に重点を置いています。これらの方法には、同じモデル内のエネルギーキャリアによって時空間解像度を変えることや、基礎となる最適化問題の特性を改善するためのスケーリングアルゴリズムが含まれます。 ^{[108] [107]}確率的プログラミングの手法は現在、再生可能エネルギー発電に関連する不確実性に対処するために実装されています。^[109]

2022年現在、^[update]このツールを活用した研究のほとんどは、集中型と分散型の設計のトレードオフ、グリッド計画の役割、充足対策の可能性など、ヨーロッパの文脈におけるドイツのエネルギーシステムに焦点を当てています。^{[110] [111] [112]さらに、AnyMOD.jlは、}ドイツ経済研究所（DIW）の欧州グリーンディールとドイツのエネルギー転換の調整に関する政策報告書をサポートするために使用されています。^{[106] [113]}

プロジェクト	バックボーン
ホスト	ＶＴＴ
状態	アクティブ
範囲/タイプ	枠組み - 派遣、投資、全セクター、LP/MILP
コードライセンス	LGPLv3
言語	ガムス
Webサイト	gitlab.vtt.fi/backbone/backbone/-/wikis/home
リポジトリ	gitlab.vtt.fi/バックボーン/バックボーン
ドキュメント	gitlab.vtt.fi/backbone/backbone/-/wikis/home

Backbone は、高度な詳細度と適応性を実現するエネルギー システム モデリング フレームワークです。都市レベルのエネルギー システムだけでなく、複数の国にまたがるエネルギー システムの研究に使用されています。元々は、2015 年から 2018 年にかけて、フィンランド科学アカデミーが資金提供したプロジェクト「VaGe」で、VTTのエネルギー システム設計および運用チームによって開発されました。その後、 VTT、UCD、RUB を含む共同作業によって開発が進められました。

このフレームワークは、モデル化の対象については無知ですが、発電と転送、備蓄、ユニットコミットメント、建物内の熱拡散、貯蔵、多重排出、P2Xなど、幅広いエネルギーシステム特性を表現する機能を備えています。ユニットの起動や投資決定などを捉えるための線形および混合整数制約を提供します。これにより、モデラーは時間ステップ間でモデルの時間解像度を変更できます。これにより、たとえば、モデルの時間範囲のさらに先で、より粗い時間解像度を使用できます。このモデルは、投資モデル（単一または複数期間、近視眼的または完全な先見性）として、または運用をシミュレートするためのローリング生産コストユニットコミットメントモデルとして解決できます。^[114]

BackboneのWikiページには、新規ユーザー向けのチュートリアル、サンプルモデル、ユーザー作成のMODが掲載されています。公開データセットには、電気、熱、水素に関する北欧モデル ^[115]やフィンランド首都圏の地域暖房・冷房モデル^{[116]などがあります。}

プロジェクト	バルモレル
ホスト	デンマークの独立系
状態	アクティブ
範囲/タイプ	エネルギー市場
コードライセンス	国際
Webサイト	バルモレル

Balmorelはデンマークの市場ベースのエネルギーシステムモデルです。開発はもともと2001年にデンマークエネルギー研究プログラムによって資金提供されました。 ^{[90] : 23}コードベースは2001年3月に公開されました。^[117] Balmorelプロジェクトは大規模なウェブサイトを維持しており、そこからコードベースとデータセットをzipファイルとしてダウンロードできます。ユーザーは登録することをお勧めします。ドキュメントは同じサイトから入手できます。^{[118] [119] [120] Balmorelは}GAMSで書かれています。

バルモレルプロジェクトの当初の目的は、政策分析を目的として、バルト海地域の電力およびコージェネレーション部門の部分均衡モデルを構築することでした。 ^[121]これらの野心と限界はずっと前に置き換えられ、バルモレルはもはや当初の地理と政策の問題に縛られていません。^[119]バルモレルはディスパッチおよび投資モデルに分類され、1時間の時間分解能を使用します。これは、電力と熱の供給と需要をモデル化し、両方の異時点間の貯蔵をサポートします。バルモレルは純粋な線形プログラム（整数変数なし）として構造化されています。

2016年現在^[update]、バルモレルは約22の出版物の主題となっている 。2008年の研究では、バルモレルを使用して2050年の北欧のエネルギーシステムを調査し、再生可能エネルギーの供給と主要な輸送燃料としての水素の導入に焦点を当てている。将来の石油と炭素の価格と水素の摂取に関する特定の仮定を考慮すると、モデルは、再生可能エネルギーを使用して、電力と地域暖房の一次エネルギー消費の95％以上、輸送の65％をカバーすることが経済的に最適であることを示している。^[122] 2010年の研究では、バルモレルを使用して、4分の1の風力発電と4分の3の火力発電で構成されるシステムへのプラグインハイブリッド車（PHEV）の統合を調査している。この研究は、PHEVが積極的に統合されれば電力システムからの_CO2排出量を削減できるが、ハンズオフアプローチ（人々が自由に車を充電できるようにする）では排出量が増加する可能性が高いことを示している。^[123] 2013年の研究では、バルモレルを用いて北欧ドイツ地域におけるコスト最適化された風力発電投資を調査しました。この研究では、風の状態、負荷までの距離、既存の発電および送電インフラを考慮して、風力発電所の最適な配置を調査しました。^[124]

プロジェクト	カリオペ
ホスト	ETHチューリッヒ、TUデルフト
状態	アクティブ
範囲/タイプ	派遣と投資
コードライセンス	アパッチ2.0
言語	パイソン
Webサイト	翻訳:
リポジトリ	github.com/calliope-project/calliope
ドキュメント	翻訳:

Calliope はエネルギーシステムのモデリングフレームワークであり、柔軟性、高い空間解像度と時間解像度、同じベースケースデータセットを使用して異なる実行を実行する機能に重点を置いています。このプロジェクトは、スイスのチューリッヒにあるETHチューリッヒ環境システム科学部で開発されています。プロジェクトはウェブサイトを運営し、GitHubでコードベースをホストし、問題追跡システムを運用し、2つのメーリングリストを運営しています。Calliope はPythonで書かれており、Pyomoライブラリを使用しています。オープンソースのGLPKソルバーと商用のCPLEXソルバーにリンクできます。PDF ドキュメントが利用可能です。^[125] また、2ページのソフトウェアレビューも利用可能です。^[126]

Calliope モデルは、テクノロジ、場所、リソースの可能性を定義するYAMLおよびCSV形式の構造化テキスト ファイルのコレクションで構成されています。Calliope はこれらのファイルを受け取り、純粋な線形最適化(整数変数なし) 問題を構築して解決し、分析用のpandas データ構造の形式で結果を報告します。フレームワークには、供給、需要、変換、ストレージ、伝送という 5 つの抽象的な基本テクノロジが含まれており、そこから新しい具体的なテクノロジを導き出すことができます。Calliope の設計では、フレームワーク (コード) とモデル (データ) が明確に分離されています。

2015年の研究では、Calliopeを使用して南アフリカにおける原子力とCSPの将来の役割を比較しています。この研究では、CSPは2030年までにベースロードで原子力と競争でき、ベースロードを超える電力を生産する場合はより競争力があることがわかりました。CSPはまた、投資リスクや環境リスクが少なく、その他の相乗効果も提供します。^{[127] 2015年の2番目の研究では、}英国の多数のコスト最適化された将来の電力システムを比較しています。再生可能エネルギー、原子力、および炭素回収貯留（CCS）の有無による化石燃料の3つの発電技術がテストされています。シナリオは、財務コスト、排出量削減、およびエネルギー安全保障について評価されています。変動性のある再生可能エネルギー容量の最大60％はコストの増加をほとんど伴わずに可能ですが、シェアを増やすには大規模な貯蔵、輸入、および/または潮汐差などのディスパッチ可能な再生可能エネルギーが必要です。^[128]

カリオペの共同開発者であるステファン・フェニンガーは、2021年半ばに開催されたセミナーで、エネルギーシステムモデルが現実世界の意思決定をサポートする上で果たす役割について議論しました。^[129]引用された研究の1つは、ますます制限的な内部制約を適切に追加することでエネルギーの自給自足を追求することの結果を調査しています。 ^[130]イタリアのほぼ最適なソリューションに関する別の研究。^[131] 2023年のビデオ では最近の開発について説明されており、その多くはユーザーの利益のために設計されています。^[132]

プロジェクト	デスティーニー
ホスト	インペリアル・カレッジ・ロンドン
状態	アクティブ
範囲/タイプ	シミュレーション
コードライセンス	CC BY-SA 3.0
Webサイト	sites.google.com/site/2050desstinee/

DESSTinEEは、ヨーロッパにおけるエネルギーサービス、供給、送電の需要を意味します。DESSTinEEは、電力システムに焦点を当てた2050年のヨーロッパのエネルギーシステムのモデルです。DESSTinEEは、主に英国ロンドンのインペリアル・カレッジ・ロンドン（ICL）のインペリアル・カレッジ・ビジネススクールで開発されています。ソフトウェアはプロジェクトのウェブサイトからダウンロードできます。DESSTinEEはExcel / VBAで書かれており、一連のスタンドアロンのスプレッドシートで構成されています。チラシも入手可能です。^[133]

DESSTinEEは、エネルギー輸送（特に電力）の技術的要件と、必要なインフラを開発するための経済的課題の規模に関する仮定を調査するために設計されている。ヨーロッパとその周辺の40か国が対象で、10種類の一次エネルギーと二次エネルギーがサポートされている。このモデルは、部分均衡または一般均衡を解くのではなく、予測シミュレーション技術を使用している。このモデルは、各国の2050年までの年間エネルギー需要を予測し、2010年と2050年の電力需要の1時間ごとのプロファイルを統合し、地域全体で最もコストの低い発電と送電をシミュレートする。^[134]

2016年にDESSTinEE（および第2のモデルeLOAD）を使用した研究では、現在から2050年までのドイツとイギリスの電力負荷曲線の進化を調査しています。2050年には、ピーク負荷とランプレートが20〜60％上昇し、システム利用率は15〜20％低下しますが、これはヒートポンプと電気自動車の大幅な導入によるものです。これらは大きな変化です。^[135]

プロジェクト	エネルギー移行モデル
ホスト	クインテル・インテリジェンス
状態	アクティブ
範囲/タイプ	ウェブベース
コードライセンス	マサチューセッツ工科大学
Webサイト	エネルギートランジションモデル
インタラクティブなウェブサイト	エネルギー移行モデル
リポジトリ	github.com/quintel/documentation

エネルギー移行モデル (ETM) は、国のエネルギー システムを総合的に説明するインタラクティブな Web ベースのモデルです。オランダのアムステルダムにある Quintel Intelligence によって開発されています。このプロジェクトでは、プロジェクト Web サイト、インタラクティブ Web サイト、GitHubリポジトリを管理しています。ETM はRuby (on Rails ) で記述されており、Web ブラウザーに表示されます。ETM は、ドキュメントに記載されているように、複数のソフトウェア コンポーネントで構成されています。

ETM は完全にインタラクティブです。地域 (フランス、ドイツ、オランダ、ポーランド、スペイン、英国、EU-27、またはブラジル) と年 (2020、2030、2040、または 2050) を選択すると、ユーザーは 300 個のスライダーを設定 (または数値を入力) して、次のことを探索できます。

• 目標: シナリオの目標を設定し、それが達成可能かどうかを確認する。目標は、CO2_削減、再生可能エネルギーの割合、総コスト、輸入上限で構成される。
• 需要：将来のエネルギー需要を拡大するか制限するか
• コスト: エネルギーキャリアとエネルギー技術の将来のコストを予測します。これらのコストには税金や補助金は含まれません。
• 供給：熱や電気を生成するために使用できる技術を選択する

ETM は、ノード (頂点) が、ある種類のエネルギーから別の種類のエネルギーに変換できるエネルギー グラフ (有向グラフ) に基づいています (損失が発生する場合もあります)。接続 (有向エッジ) はエネルギー フローであり、量 (メガジュール単位) とキャリアの種類 (石炭、電気、使用可能な熱など) によって特徴付けられます。需要とその他の選択肢が与えられると、ETM は一次エネルギー使用量、総コスト、および結果として生じる CO2 排出量を計算します_。このモデルは需要主導型であり、つまり、有向グラフは有用な需要(暖房、温水使用量、自動車走行距離など) から一次需要(ガスの抽出、石炭の輸入など) へと横断されます。

プロジェクト	エネルギーPATHWAYS
ホスト	進化型エネルギー研究
状態	アクティブ
範囲/タイプ	主にシミュレーション
コードライセンス	マサチューセッツ工科大学
リポジトリ	github.com/energyPATHWAYS/energyPATHWAYS

EnergyPATHWAYS は、長期的な大幅な脱炭素化の短期的な影響を探るために使用されるボトムアップのエネルギー部門モデルです。主導的な開発者は、米国サンフランシスコのエネルギーおよび気候保護コンサルタント会社、Evolved Energy Research です。コードはGitHubでホストされています。EnergyPATHWAYS はPythonで書かれており、オープンソースのCbcソルバーにリンクしています。代わりに、GLPKまたはCPLEXソルバーを使用することもできます。EnergyPATHWAYS は、 PostgreSQL オブジェクトリレーショナルデータベース管理システム(ORDBMS)を使用してデータを管理します。

EnergyPATHWAYS は、経済全体のエネルギー インフラストラクチャ シナリオの構築に使用される包括的な会計フレームワークです。モデルの一部では、たとえば電力配分に線形計画法を使用していますが、EnergyPATHWAYS モデルは基本的に最適化モデルではなく、意思決定ダイナミクスがほとんど組み込まれていません。EnergyPATHWAYS は、一次供給から最終需要までのエネルギー フローを考慮した詳細なエネルギー、コスト、および排出量を提供します。エネルギー システムの表現は柔軟で、さまざまな詳細レベルと都市、州、および国のネストが可能です。モデルは、1 時間あたりの最小コスト電力配分を使用し、電力からガスへの変換、短期エネルギー貯蔵、長期エネルギー貯蔵、および需要応答をサポートします。シナリオは通常、2050 年まで実行されます。

EnergyPATHWAYSソフトウェアの前身であるPATHWAYSは、政策モデルの構築に使用されてきた。カリフォルニアPATHWAYSモデルは、カリフォルニア州の2030年の気候目標を策定するために使用された。^[136]そして、米国のPATHWAYSモデルは、米国の国連 Deep Decarbonization Pathways Project （DDPP）の評価に貢献した。 ^[137] 2016年現在^[update]、DDPPは将来の分析にEnergyPATHWAYSを採用する予定である。

プロジェクト	エテム
ホスト	ORDECSYS 2016年11月9日アーカイブWayback Machine
状態	アクティブ
範囲/タイプ	市営
コードライセンス	エクリプス 1.0
Webサイト	アプリ.ordecsys.com/etem www.energyplan.eu/othertools/local/etem/

ETEMはEnergy Technology Environment Modelの略です。ETEMモデルはOSeMOSYSと同様の構造を提供しますが、都市計画を対象としています。このソフトウェアは、スイスのChêne-BougeriesにあるORDECSYS社によって開発されており、欧州連合と国の研究助成金の支援を受けています。このプロジェクトには2つのウェブサイトがあります。ソフトウェアは最初のウェブサイトからダウンロードできます（ただし、2016年7月現在^[update]、このウェブサイトは古くなっています）。ソフトウェアにはマニュアルが付属しています。^{[138] ETEMは}MathProgで書かれています。^[e] ETEMを説明するプレゼンテーションが利用可能です。^{[139] [140]}

ETEM は、地域または都市に最適なエネルギーと技術のオプションを特定するボトムアップ モデルです。このモデルは、新しい機器 (新しい技術) への投資、生産能力の開発 (導入済み技術)、および/または一次エネルギーの実現可能な輸入/輸出の提案を行いながら、最小限のコストでエネルギー ポリシーを見つけます。ETEM は通常、 2 年または 5 年のステップで 50 年先まで予測し、通常は個々の日またはそれより細かい 4 季節のタイム スライスを使用します。空間解像度は非常に詳細にすることができます。電気と熱の両方がサポートされており、地域暖房ネットワーク、家庭用エネルギー システム、およびプラグイン ハイブリッド電気自動車(PHEV)の使用を含むグリッド ストレージもサポートされています。開発中の ETEM-SG は、スマート グリッドの開発によって可能になるオプションである需要応答をサポートします。

ETEMモデルは、ルクセンブルク、スイスのジュネーブ州とバーゼル・ベルン・チューリッヒ州、フランスのグルノーブル首都圏とミディピレネー地域に適用されている。2005年の研究では、スイスの住宅部門における気候保護をETEMを使用して研究している。ETEMモデルは、GEMINI-E3世界計算可能一般均衡モデル（CGEM）と結合して分析を完了した。^{[141] 2012年の研究では、}スマートグリッドの設計を検討している。配電システムがよりインテリジェントになるにつれて、それを分析するために必要なモデルもインテリジェントにならなければならない。ETEMは、3つのシナリオの下でジュネーブ州で大まかに調整されたケーススタディを使用して、スマートグリッド技術の可能性を評価するために使用されている。これらのシナリオは、 _CO2排出量と電力輸入に異なる制約を適用している。将来の電力価格と電気自動車の普及に関する不確実性に対処するために、確率論的アプローチが使用されている。^[142]

プロジェクト	イチジク
ホスト	ミュンヘン工科大学
状態	アクティブ
範囲/タイプ	地元の電気と熱
コードライセンス	GPLv3
リポジトリ	github.com/yabata/イチジク
ドキュメント	ficus.readthedocs.io/en/latest/

ficus は、ローカルエネルギーシステム用の混合整数最適化モデルです。ドイツのミュンヘンにあるミュンヘン工科大学のエネルギー経済・応用技術研究所で開発されています。このプロジェクトは Web サイトを管理しています。プロジェクトはGitHubでホストされています。ficus はPythonで書かれており、Pyomoライブラリを使用しています。ユーザーは、オープンソースのGLPKソルバーまたは商用のCPLEXソルバーを選択できます。

ficus は URBS に基づいて、もともと工場のエネルギー システムを最適化するために開発されましたが、現在では地域のエネルギー システムも対象に拡張されています。ficus は、電気や熱など、輸入または輸出、生成、保存、消費が可能な複数のエネルギー商品をサポートしています。負荷依存の効率を持つ、複数入力および複数出力のエネルギー変換技術をサポートしています。このモデルの目的は、与えられた需要を最小コストで供給することです。ficus は、輸入商品の外生コスト時系列と、使用中の商品ごとに構成可能な時間ベースによるピーク需要料金を使用します。

プロジェクト	GENeSYS-MOD モジュール
ホスト	ベルリン工科大学
状態	アクティブ
範囲/タイプ	マルチコモディティ最適化
コードライセンス	Apache 2.0 の場合
データライセンス	CC‑BY‑4.0
言語	ガムス、ジュリア
Webサイト
リポジトリ	github.com/GENeSYS-MOD
ドキュメント	github.com/GENeSYS-MOD
データセット	github.com/GENeSYS-MOD
出版物	zenodo.org/communities/genesys-mod

グローバルエネルギーシステムモデル（GENeSYS‑MOD）は、ドイツのベルリン工科大学で開発されている線形コス​​ト最小化最適化モデルです。 ^[f] このプロジェクトはもともとOSeMOSYSフレームワークに基づいており、最初のバージョンは2017年にGAMSを使用してリリースされました。^{[143]コードベースは後に}Julia に翻訳されました。両方のバージョンと代表的なデータセットはGitHubで入手できます。

GENeSYS-MODは、電力、建物、産業、輸送をカバーする需要部門を結合し、従来型および再生可能エネルギーの発電、貯蔵、インフラへのコスト最適投資を見つけます。研究の焦点は、長期的なシステム開発と経路分析にあります。^[144]

このモデルは、まず世界レベルで 10 の地域に分かれた脱炭素化シナリオを分析するために使用されました。しかし、このフレームワークは非常に柔軟性が高く、希望する研究テーマや入力データの可用性に応じて、個々の世帯から世界規模での集計まで、さまざまな詳細レベルでの計算が可能です。

2019年の研究 では、欧州のエネルギーシステムの低炭素化への移行、特にさまざまなシナリオにおける座礁資産の問題が調査された。その結果、より強力な政策シグナルによって短期的な計画の偏りに対処できない限り、2035年までに 最大2,000億ユーロの化石燃料発電能力が座礁する可能性があることが判明した。  ^[145] 2019年の別の研究では、中国のエネルギーシステムの変革を評価し、世界の気候目標を達成するには2050年までに石炭消費を60％削減する必要があることを強調している。再生可能エネルギー、特に太陽光発電と陸上風力発電は、費用対効果の高い解決策として浮上しているが、地元の抵抗を克服し、利害関係者の関与を増やすことが、成功するためには依然として重要である。^[146]  2021年の研究では、2050年までに温室効果ガスを100％削減するという欧州グリーンディールの目標を調査し 、技術開発、政策上の要請、社会的態度の相互作用を検証している。この研究では、必然的に急速な脱炭素化を達成するために、高い電化率と短期的な技術導入が重要な貢献を果たすことを強調した4つの将来のストーリーラインを提示している。^[147]

プロジェクト	ジェネレーションX
ホスト	MITとプリンストン大学
状態	アクティブ
範囲/タイプ	多品目セクター投資計画
コードライセンス	GPLv2
Webサイト	genx.mit.edu
リポジトリ	github.com/GenXプロジェクト/GenX
ドキュメント	genxproject.github.io/GenX/dev/

GenXは、もともと米国の研究者によって開発された、マルチ商品セクターの容量拡張モデルです。^{[149] [150]このフレームワークは}Juliaで書かれており、基礎となる最適化問題を構築するためにJuMPライブラリを導入しています。 ^{[151] [152]} GenXはJuMPを通じて、さまざまなオープンソース（ CBC / CLPを含む）および商用の最適化ソルバー（CPLEXを含む）を利用できます。2021年6月 、このプロジェクトはアクティブなオープンソースプロジェクトとして立ち上げられ、オンボーディングを支援するためのテストスイートが利用可能になりました。^[153]

並行して、PowerGenomeプロジェクトは、GenXに米国の電力システムの包括的な現状データセットを提供するように設計されています。^[154]そのデータセットは、将来のシナリオを開発するための出発点として使用することができます。

GenXは、再生可能エネルギーの割合が高いシステムにおける長期貯蔵オプションの調査^{[155] [156] 、「}安定した」低炭素発電オプションの価値の調査^{[157] 、その他さまざまな用途に使用されています。北米が引き続き主要な焦点ですが、このソフトウェアはインド[158]、}イタリア^{[159] 、スペイン[160]}の問題にも適用されています。

GenXは、ルイビルガスアンドエレクトリックとケンタッキーユーティリティーズとの2021年のケーススタディで導入され、オープンソースツールと公開データを活用したステークホルダー主導のモデリングが、ユーティリティ主導の分析と計画に生産的に貢献できることが示されました。^{[161] [162]}

2022年半ばの研究では、ヨーロッパ、特にドイツが直面している天然ガス危機を 調査し、 2022年10月までにロシアの天然ガスの輸入をすべて廃止するための実行可能な道筋（「ケース」と表示）がいくつかあると結論付けました。 ^{[148] [163]進行中の作業では、ドイツに}残っている3基の原子炉の運転寿命を2022年以降に延長した場合の影響と、深刻な干ばつが水力発電とシステム全体に及ぼす影響を調査しようとし ています。 ^[要出典]

プロジェクト	オエモフ
ホスト	oemof  e.V. コミュニティの支援を受けた非営利団体 ライナー・ルモワン研究所 フレンスブルク大学 フレンスブルク応用科学大学
状態	アクティブ
範囲/タイプ	電気、熱、移動、ガス
コードライセンス	マサチューセッツ工科大学
言語	パイソン
Webサイト	oemof.org
リポジトリ	github.com/oemof/
ドキュメント	翻訳:
議論	フォーラム.openmod.org/tag/oemof

oemof は Open Energy Modelling Framework の略です。このプロジェクトは、ドイツのベルリンにあるライナー・ルモワン研究所と、ドイツのフレンスブルクにあるフレンスブルク大学およびフレンスブルク応用科学大学の持続可能エネルギーシステムセンター (CSES または ZNES)によって管理されています。このプロジェクトは 2 つの Web サイトとGitHubリポジトリを運営しています。oemof はPythonで書かれており、最適化にはPyomoとCOIN-ORコンポーネントを使用しています。エネルギーシステムはスプレッドシート ( CSV )を使用して表現できるため、データの準備が簡単になります。バージョン 0.1.0 は2016 年 12 月1 日にリリースされました。  

oemof クラスは、エネルギー モデリング フレームワークとして使用できます。線形または混合整数の最適化問題定式化ライブラリ (solph)、入力データ生成ライブラリ (feedin-data)、およびその他の補助ライブラリで構成されています。solph ライブラリは、複数の地域および複数のセクター (電気、熱、ガス、モビリティ) システムを表すために使用され、財務コストや CO2 排出量などのさまざまなターゲットを最適化できます_。さらに、ディスパッチ モードと投資モードを切り替えることもできます。範囲に関して言えば、oemof はヨーロッパの電力システムをキャプチャすることも、複雑なローカル電力および熱セクター スキームを記述することもできます。

oemofはサハラ以南のアフリカで応用されている。^[164] 2020年の修士プロジェクトではoemofとOSeMOSYSを比較した。^[165]

プロジェクト	OSeMOSYS
ホスト	コミュニティプロジェクト
状態	アクティブ
範囲/タイプ	あらゆる規模の計画
コードライセンス	アパッチ2.0
言語	様々な
Webサイト	詳しくはこちら
フォーラム	groups.google.com/g/osemosys
リポジトリ	github.com/OSeMOSYS/OSeMOSYS
議論	forum.openmod.org/tag/osemosys

OSeMOSYS は Open Source Energy Modelling System の略です。OSeMOSYS は国家および地域の政策策定を目的としており、異時点間の最適化フレームワークを使用しています。このモデルは、完全な先見性を持つ単一の社会的動機を持つ事業者/投資家を想定しています。OSeMOSYS プロジェクトはコミュニティの取り組みであり、スウェーデンのストックホルムにある KTH 王立工科大学のエネルギーシステム部門によってサポートされています。このプロジェクトは、背景情報を提供する Web サイトを運営しています。また、Google グループでいくつかのアクティブなインターネット フォーラムも提供しています。OSeMOSYS は、もともと高水準の数理プログラミング言語であるMathProgで書かれていました。その後、 GAMSとPythonで再実装され、現在では 3 つのコードベースすべてが維持されています。このプロジェクトでは、UTOPIA と呼ばれるテスト モデルも提供しています。^[要出典]マニュアルが利用可能です。^[166]

OSeMOSYS は、中期 (10～15 年) および長期 (50～100 年) にわたるエネルギー システムの分析のためのフレームワークを提供します。OSeMOSYS は、純粋な線形最適化を使用し、たとえば個別の発電所の容量拡張を処理するための混合整数計画法のオプションを備えています。熱、電気、輸送など、ほとんどのエネルギー セクターをカバーしています。OSeMOSYS は、外生的に定義されたエネルギー サービス需要によって駆動されます。これらの需要は、潜在的可能性とコストの両方で特徴付けられる一連のリソースを利用する一連のテクノロジによって満たされます。これらのリソースはエネルギー商品に限定されず、たとえば水や土地利用が含まれる場合があります。これにより、OSeMOSYS は、水システムなど、エネルギー以外の領域にも適用できます。政策上の考慮事項を反映するために、技術的制約、経済的制限、および/または環境目標を課すこともできます。OSeMOSYS は、拡張 MathProg 形式とコンパクト MathProg 形式の両方で利用でき、どちらでも同じ結果が得られます。拡張バージョンでは、OSeMOSYS は 400行強のコードで構成されています。 OSeMOSYSはエネルギーシステムの縮小モデルを構築するための基盤として使われてきました。^[167]

OSeMOSYSについて説明した重要な論文が公開されています。 ^[6] 2011年の研究では、OSeMOSYSを使用して家庭の投資決定の役割を調査しています。^{[169] 2012年の研究では、}スマートグリッドの顕著な特徴を捉えるためにOSeMOSYSを拡張しています。この論文では、発電、柔軟な需要、グリッドストレージの変動をモデル化する方法と、これらがグリッドの安定性にどのように影響するかを説明しています。^[170] OSeMOSYSは村のシステムに適用されています。2015年の論文では、さまざまなレベルのアクセス下にある東ティモールの農村地域におけるスタンドアロン、ミニグリッド、グリッド電化のメリットを比較しています。 ^[171] 2016年の研究では、OSeMOSYSが変更され、現実的な消費者行動が考慮されています。^{[172] 2016年の別の研究では、OSeMOSYSを使用して、イタリアの}ロンバルディア州のローカルなマルチリージョンエネルギーシステムモデルを構築しています。予備的な結果は、これが成功したこと、そして技術的ダイナミクスと非技術的問題の両方を適切に含めるためにオープンモデリングが必要であることを示している。^[173]カナダのアルバータ州を対象とした2017年の論文では、技術的な不確実性のために指定された排出目標を超過するリスクが考慮されている。他の結果の中でも、この論文では、排出リスクを考慮すると、太陽光と風力の技術はそれぞれ7年と5年早く構築されることがわかった。^[174] 2017年の別の論文では、キプロスの電力システムを分析し、2020年以降に欧州連合の環境規制が適用された後、石油火力発電から天然ガス発電への切り替えが示唆されていることがわかった。^[175]

OSeMOSYSは、45か国からなるアフリカ^{[176] [177]}と13か国からなる南米[ 178]の広域電力モデルの構築に使用されています。^{[ 179]また、中央ヨーロッパの}サヴァ川流域、^[181]東ヨーロッパのシルダリア川流域、^{[182] ：} 29、モーリシャス[183]​​に対する国連の地域気候、土地、エネルギー、水戦略（CLEWS） ^[180]のサポートにも使用されています。モデルは以前に、バルト諸国、ボリビア、ニカラグア、スウェーデン、タンザニア向けに構築されています。^{[ 184]} 2021年の論文では、最近のアプリケーションの概要と、OSeMOSYSコードベースに関連するさまざまなバージョン、フォーク、およびローカル機能強化の詳細が説明されています。^[185] 2021年に完了したバングラデシュの電力部門分析では、調査されたすべてのシナリオにおいて太陽光発電は経済的に競争力があると結論付けられました。 ^[186] 2022年の研究では、気候変動がエチオピアの電力システムに与える影響について調査しました。 ^{[187] OSeMOSYSは、}ジンバブエ^[188]やエクアドルでもさまざまな形で適用されています。 ^[189] 2022年の別の研究では、アフリカのいくつかの低炭素エネルギー戦略について、取水量と消費量に分けて水の使用状況を調べました。^[168]その年の別の研究では、エジプトの再生可能エネルギーを調査しました。^[190]ドミニカ共和国の別の研究もあります。^{[191]イタリアの}パンテッレリア島は、バッテリーと水素貯蔵を比較するためのケーススタディとして使用され、ハイブリッドシステムが最もコストが低いことがわかりました。^[192]       

2016年に、 OSeMOSYSへのブラウザベースのインターフェース、モデル管理インフラストラクチャ（MoManI）の作業が開始されました。国連経済社会局（DESA）が主導し、MoManIは特定の国で試験的に導入されています。このインターフェースは、モデルの構築、結果の視覚化、およびより良いシナリオの開発に使用できます。アトランティスは、トレーニング目的の架空の国のケーススタディの名前です。^{[193] [194] [195]} ExcelとAccessを利用したclicSANDという簡略化されたGUI インターフェースが2021年3月にリリースされました。^{[196] [197]} otooleというCLIワークフローツールには、 OKIの摩擦のないデータとGNU MathProgのデータ形式を変換できるものを含む、いくつかの専用ユーティリティがバンドルされています。 ^{[198] [185] : 3} 2022年に、プロジェクトは、 アフリカ、東アジア、南アメリカの特定の国をモデル化するためのスターターキットをリリースしました。^[199]

西ヨーロッパと中央ヨーロッパをカバーするOSeMBEリファレンスモデルは、2018年4月27日に発表されました。^{[201] [202]}このモデルはOSeMOSYSのMathProg実装を使用していますが、最初に小さなパッチが必要です。Horizo ​​n 2020の一部として資金提供され、REEEMプロジェクトの作業パッケージWP7に含まれるこのモデルは、ヨーロッパの持続可能なエネルギーの将来に関する利害関係者の関与を支援するために使用されます。^[203] REEEMプロジェクトは2016年初頭から2020年半ばまで実行されます。

2021年の論文では、OSeMOSYSコミュニティ、その構成、ガバナンス活動についてレビューしています。また、OSeMOSYSの教育や開発途上国における分析能力の構築への利用についても説明しています。^[185]

OSeMOSYSコミュニティは、2022年にOSeMOSYS Globalプロジェクトを立ち上げ、グローバルモデルと関連ワークフローを作成しました。2022年末現在、OSeMOSYS Globalは電力部門に限定されており、提供される世界システムは 265のノードで区切られた164か国で構成されています 。^[200]

プロジェクト	ピピサ
ホスト	ベルリン工科大学
状態	アクティブ
範囲/タイプ	セクターカップリングを備えた電力システム
コードライセンス	マサチューセッツ工科大学
言語	パイソン
コードウェブサイト	pypsa.org
プロジェクトウェブサイト	pypsa-meets-earth.github.io
リポジトリ	github.com/PyPSA/PyPSA
ドキュメント	pypsa.readthedocs.io
Python パッケージ	pypi.org/プロジェクト/pypsa
メーリングリスト	groups.google.com/g/pypsa
チャット	discord.gg/AnuJBk23FU
議論	フォーラム.openmod.org/tag/pypsa

PyPSAはPython for Power System Analysisの略です。PyPSAは、電力システムと関連分野のシミュレーションと最適化を行うためのフリーソフトウェアツールボックスです。^{[204] [205]}従来の発電、変動風力発電と太陽光発電、電力貯蔵、天然ガス、水素、熱、輸送部門との結合、ハイブリッド交流および直流ネットワークをサポートしています。さらに、PyPSAは拡張性に優れた設計になっています。このプロジェクトはドイツのカールスルーエ工科大学（KIT）の自動化および応用情報学研究所（IAI）によって管理されていますが、プロジェクト自体は独自の名前とアカウントで独立して存在しています。プロジェクトはウェブサイトを運営し、メーリングリストを運営しています。PyPSA自体はPythonで書かれており、 Pyomoライブラリを使用しています。ソースコードはGitHubでホストされており、 PyPIパッケージとしても定期的にリリースされています。

PyPSAの基本機能は2018年の論文で説明されている。PyPSAは、従来の定常電力フロー解析ソフトウェアと完全な多期間エネルギーシステムモデルを橋渡しする。システムシミュレーション用の非線形電力フロー方程式または線形近似を使用して呼び出すことができ、複数の期間にわたる運用と投資の共同最適化を可能にする。発電機のランプアップと複数期間の起動と停止時間を指定でき、DSMがサポートされているが、需要は価格非弾力性のままである。^[206]

2018年の研究では、炭素排出量を95%削減するという制約のある将来の欧州エネルギーシステムにおいて、セクターカップリングと送電強化の潜在的な相乗効果を調査している。PyPSA-Eur-Sec-30モデルは、バッテリー電気自動車（BEV）の需要側管理の可能性と、パワーツーガス、長期熱エネルギー貯蔵、および関連技術が果たす役割を捉えている。結果によると、BEVは太陽光発電の日々の変動を平滑化でき、残りの技術は需要と再生可能供給の両方における総観的および季節的な変動を平滑化できる。最小コスト構成には、電力網の大幅な拡張が必要である。より一般的には、このようなシステムは実現可能で手頃な価格である。基礎となるデータセットはZenodoから入手できる。^[207]

2018年1月現在^[update]、PyPSAは世界中で12以上の研究機関や企業で使用されています。^{[206] : 2}いくつかの研究グループは、例えば整数伝達展開をモデル化するためにソフトウェアを独自に拡張しています。^[208]

2020年には、ヨーロッパのPyPSA-Eur-Secモデルを使用して、エネルギーインフラに関するパリ協定適合シナリオをいくつか分析し ^[209]、早期の行動が成果をもたらすはずだと判断されました^{[210] 。}

2019年1月9日、このプロジェクトはCbc ソルバーを使用したインタラクティブなウェブインターフェースの「おもちゃ」モデルをリリースし、一般の人々がさまざまな将来のコストとテクノロジーを実験できるようにしました。^{[211] [212]}このサイトは2019年11月5日にリニューアルされ、内部の改善、新しいURL、より高速なソルバーが導入され、約10分で完了しました。 12秒。^[213]新しいバージョンではHiGHSソルバーが使用されるようになりました。^[214]

2021年9月、PyPSA開発者は、PyPSA-Eur-Secセクター結合型欧州モデル の簡易版へのウェブインターフェースを提供するPyPSA-Serverプロジェクトを発表しました。 ^{[216] [217]}ユーザーはソフトウェアをインストールする必要がなく、フォームベースのウェブページを使用して「差分」で新しいシナリオを定義できます。以前に実行したシナリオは、将来の参照用に保存されます。2021年10月現在の実装は、^[update]基本的に概念実証です。

2021年後半、PyPSA-Eurの開発者らは、欧州と英国向けの高電圧電力と水素の統合送電網拡張オプションに関する調査結果と、新しいインフラに対する国民の受け入れが限られている場合に生じる可能性のあるトレードオフの影響について報告した。 ^{[218] [219]}その後の研究では、内生的学習効果が追加され、欧州委員会が予想していたよりも大幅な技術コスト削減が特定された。^[220] 2024年に発表された研究では、PyPSA-Eurをグ​​ローバルエネルギーサプライチェーンモデルTRACEと統合し、インフラ政策と輸入戦略を調整する必要性を強調した。^[221]

 2021年12月の 研究と進行中の作業では、ポーランドの政策オプションを評価するためにPyPSA-PLモデルを導入した。^{[222] [223] [224] [225]} エディンバラ大学の研究者らは、2024年に英国向けの独立電力システムモデルPyPSA-GBを、英国ナショナルグリッドの公式ネットゼロ未来エネルギーシナリオ（FES）の評価とともに発表した。^[226]

複数のPyPSAメンテナーが2023年6月にPyPSAを使用したコンサルティングサービスを提供する新しい非営利の スタートアップ を発表しました。^[227]

PyPSA meets Earthイニシアチブは、 歴史的に分断されていたいくつかのPyPSAアプリケーションをまとめる手段として、2022年10月に生まれました。[ ^{228]重要な流れの1つは、}アフリカ大陸にまたがる単一のモデルとデータセットを提供するために数か月前に開始されたPyPSA-Africaプロジェクト（以前のPyPSA-meets-Africa）です。^{[229] [230]}  2022年7月に ナイジェリアのCPEELが共催したウェビナーでは、このアジェンダが前進しました。^{[231] [232]} 2022年に発表された最初の研究論文では、 2060年までにアフリカがネットゼロになるためのさまざまな道筋を検討しており 、太陽光発電と蓄電池が主な技術になると予想されています。^[215]

この取り組みのもう一つの重要な分野は、高い空間解像度と時間解像度で地球規模のエネルギーシステムモデルを作成することを目指すPyPSA-Earthプロジェクトです。^[228]このプロジェクトは、地球規模のエネルギーシステム、ひいてはそのサブセットを捉えることができるソフトウェアとプロセスを提供することで、大規模なコラボレーションを促進することを目指しています。コードベースは現在、発電、貯蔵、送電の拡張をまとめたシステム統合研究をサポートしています。また、セクター結合バージョンのフレームワークも開発中であり、近視眼的な意思決定と完璧な先見の明のどちらかを選択できるようになります。^{[215] [233]}

プロジェクト	リミックス
ホスト	ドイツ空軍とラウムファルト eV ツェントルム
状態	アクティブ
範囲/タイプ	電気、熱、モビリティ、ガス部門におけるシステム計画と投資
コードライセンス	BSD 3 条項
言語	Python / GAMS
Webサイト	dlr-ve.gitlab.io/esy/remix/framework/
リポジトリ	gitlab.com/dlr-ve/esy/remix/framework/
メーリングリスト	フォーラム.openmod.org/tag/リミックス

REMixは「再生可能エネルギーミックス」の略です。これは、ドイツ航空宇宙センターがGAMSで記述された線形または混合整数最適化モデルを設定するために開発したオープンソースフレームワークです。^{[234]フレームワークは、特定のモデルに必要な相互に互換性のある}ソースコードのコレクションとして理解されており、モジュール方式で組み合わせることができます。このようにして、同じモデリングコンセプトと関連するソースコードを再利用して、利用可能なモデル機能の共通セットに基づいてさまざまなコンテンツの焦点に対処することができます。

REMix は、エネルギー システム モデリング研究のアプリケーション用に開発されました。通常はエネルギー システム最適化モデルの設定に使用されますが、エネルギー研究以外の用途も考えられます。特に、これらのエネルギー システム最適化モデルは、さまざまなテクノロジーを明示的にモデリングする点で、ボトムアップ モデルとして特徴付けられることがよくあります。さらに、これらのモデルは空間的および時間的次元で解決されます。

実用的には、このフレームワークは、発電など同じ目的を果たす技術間の競争をモデル化することを可能にすると同時に、特定の技術がいつどこで必要になるかについての洞察も提供します。さらに、少なくとも2つの異なる地域間での商品の最適な交換を決定する必要がある輸送問題にも適用できます。さらに、異なる時点での生産と消費の最適なバランスを計算する保管問題にも対処します。^[235]

REMix は、エネルギー システム モデリング用の堅牢なツールとなるいくつかの重要な機能を提供します。空間的および技術的な解像度が高い大規模モデルを処理できるように設計されているため、複雑な分析に適しています。フレームワークにはパス最適化も組み込まれているため、複数年にわたる分析や長期間にわたる戦略計画が可能です。進行中の作業では、並列ソルバー PIPS-IPM++ を使用して、パス最適化を含む非常に大規模なインスタンスを扱っています。注目すべき機能は、インジケーター モジュールを通じて提供されるカスタム アカウンティング機能です。これにより、目的関数に何が寄与するかを柔軟に定義できます。さらに、REMix は柔軟なモデリングをサポートしており、テクノロジーを統合およびモデル化するための複数のアプローチを提供しているため、ユーザーはフレームワークを特定のニーズに合わせてカスタマイズできます。最後に、マルチ基準最適化をサポートしており、コスト最小化に加えて、生態学的影響や回復力インジケーターなどの追加要因を目的関数で考慮できるため、システム最適化に対するより包括的なアプローチが提供されます。

過去には、このモデルは幅広い研究課題の調査に使用されてきた。例えば、再生可能エネルギーの電力システムへの統合に関する詳細な分析に加えて、^{[236]将来の}エネルギーシステムにおける水素の役割も検討されてきた。^{[237] [238]}

REMixモデルの検証を目的として、ドイツ航空宇宙センターは様々なモデル比較に参加した。^[239]

プロジェクト	テモア
ホスト	ノースカロライナ州立大学
主要人物	ジョセフ・デカロリス
状態	アクティブ
範囲/タイプ	システム計画
コードライセンス	GPLv2+
言語	パイソン
Webサイト	temoacloud.com
リポジトリ	github.com/TemoaProject/temoa/
メーリングリスト	groups.google.com/g/temoa-project

TEMOAはTools for Energy Model Optimization and Analysisの略です。このソフトウェアは、米国ノースカロライナ州ローリーのノースカロライナ州立大学土木・建設・環境工学科で開発されています。このプロジェクトはウェブサイトとフォーラムを運営しています。ソースコードはGitHubでホストされています。モデルはPythonで書かれた最適化コンポーネントライブラリであるPyomoでプログラムされています。TEMOAは、オープンソースのGLPKソルバーを含む、 Pyomoがサポートするすべてのソルバーで使用できます。TEMOAはバージョン管理を使用してソースコードとデータセットを公開アーカイブし、公開されたすべてのモデリング作業を第三者が検証できるようにしています。^[12]

TEMOA はモデリング フレームワークとして分類され、ボトムアップの技術豊富なエネルギー システム モデルを使用して分析を行うために使用されます。モデルの目的は、エネルギー技術と商品を時間の経過とともに展開および利用して、外生的に指定された一連の最終用途の需要を満たすことにより、システム全体のエネルギー供給コストを最小限に抑えることです。^[240] TEMOA は、「十分に文書化されたMARKAL/TIMESモデル ジェネレーターの影響を強く受けています」。^{[241] : 4}

TEMOAは、2020年から2022年にかけてのオープンエネルギーアウトルック（OEO）研究プロジェクトの基礎を形成しています。OEOプロジェクトは、オープンソースツールとオープンデータを活用して、米国の脱炭素化政策の選択肢を探求しています。^{[15] [242]}

2021年半ばからは、メインウェブサイトにあるインタラクティブインターフェースを利用して、登録ユーザーはシナリオデータをローカルで操作し、構造化されたSQLiteファイルをアップロードし、TEMOAソフトウェアを使用してこれらのシナリオを実行できるようになります。^{[243] [244]}このサービスでは、限定的なデータ視覚化機能やプロジェクト管理機能も提供しています。

このセクションでは、より一般的なフレームワークでは通常便利または実行可能な範囲よりも詳細にエネルギー システムの特定の側面をカバーする専門的なモデリング フレームワークを示します。

プロジェクト	ランプ
ホスト	デルフト工科大学
状態	アクティブ
範囲/タイプ	総合的な需要プロファイル
コードライセンス	EUPL-1.2
言語	パイソン
Webサイト	ランプデマンド
リポジトリ	github.com/RAMP-プロジェクト/RAMP
ドキュメント	ランプデマンド
Python パッケージ	pypi.org/project/rampdemand/
チャット	Gitter/RAMP プロジェクト/コミュニティ

RAMP は、いくつかの単純な入力に基づいて、ユーザー主導のエネルギー需要時系列の確率的シミュレーションを行うオープンソース ソフトウェア スイートです。たとえば、ユーザー タイプ(特定の世帯カテゴリなど) の最小限の定義には、ユーザーが所有するエネルギー消費デバイス、一般的な日にそのデバイスを使用する傾向、および合計でどのくらいの時間使用するかという情報のみが必要です。ソフトウェアは確率性を活用して、より詳細な情報の欠如を補い、人間の行動の予測不可能性を考慮します。    

RAMPソフトウェアは、遠隔地でのシステムを設計する場合 ^[245]や将来の電気自動車群を見据えている場合など、計測データが存在しない場所でも合成データを生成することができます。^[246] また、データ要件が限られているため、同様のデータ集約型の特性評価よりもシナリオの選択と開発の柔軟性が高まります。^[247]

 RAMP は、遠隔地や住宅地の電力需要プロファイルの生成、家庭での給湯の使用、調理方法、電気自動車など、さまざまなユースケースの科学研究に使用されています。関連する地理的スケールは、近隣地域から大陸にまで及びます。

RAMPは世界中に数十人のユーザーを抱えています。2020年代初頭、このソフトウェアは、デルフト工科大学、VITO、ライナー・ルモワーヌ研究所、リエージュ大学、ハノーバー・ライプニッツ大学、サン・シモン大学 の支援を受けた複数機関によるソフトウェア開発プロジェクトの一部となりました。^[247]

RAMPはPython上で実行され、表形式での入力を必要とします。グラフィカルユーザーインターフェイス（GUI）が利用可能で、Webブラウザからソフトウェアを実行できます。^[248]

プロジェクト	venco.py
ホスト	ドイツ航空宇宙センター
状態	アクティブ
範囲/タイプ	電気自動車とシステムの相互作用
コードライセンス	BSD-新
言語	パイソン
Webサイト	—
メーリングリスト	groups.google.com/g/openmod-trans
リポジトリ	gitlab.com/dlr-ve/vencopy
ドキュメント	vencopy.readthedocs.io
議論	フォーラム.openmod.org/tag/vencopy

venco.pyモデルフレームワークは、バッテリー電気自動車（BEV）の普及と電力システム全体との相互作用を調査するために使用できます。より具体的には、BEVは変動する再生可能エネルギーの割合が高い電力システムにおける短距離貯蔵に有益に貢献できます。しかし、専用のグリッドストレージとは異なり、BEVの貢献は個々の車両所有者が行う接続と充電の選択に大きく依存します。^[249]

Venco.pyは、2030年にドイツで900 万台のBEVが運行され、年間の車両電力消費量が27 TWh。シミュレーションでは、所有者の決定が確かに重要であり、いくつかのシステム設計変数が他の変数よりも大きな影響を与えることが示されています。たとえば、車両総容量と急速充電施設の可用性は、システムへの貢献度に大きな影響を与えるようです。より明確な天候と需要パターンの影響を評価するには、さらなる作業が必要です。^[249]数学的定式化が利用可能です。^{[250] Venco.pyは、以前の}スプレッドシートのプロトタイプに基づいています。^[251]

リストされている 30 のオープン エネルギー モデリング プロジェクトの統計 (十分な情報が利用可能である場合) は次のとおりです。

GAMS言語は独自の環境を必要とし、その多大なコストにより、参加は機関のコピーにアクセスできる人だけに制限されます。^[252]

この文脈におけるプログラミング コンポーネントとは、明確に定義された機能を取得するために、高レベルのモデリング フレームワークによって比較的簡単にインポートまたはリンクできる、一貫性のあるコード ブロックまたはコンパイル済みライブラリのことです。

現在、多くの技術コンポーネント モデルもオープン ソースになっています。これらのコンポーネント モデルは、公共政策の開発 (このページの焦点) を目的としたシステム モデルを構成するものではありませんが、それでも言及する価値があります。テクノロジ モジュールは、これらのより広範な取り組みにリンクしたり、その他の方法で適応したりできます。

• サンディア太陽光発電アレイ性能モデル^[253]
• pvlib 太陽光発電施設ライブラリ^[254]
• hplibヒートポンプ設備ライブラリ^[255]
• windpowerlib風力タービンライブラリ^[256]
• hydropowerlib水力発電ライブラリ^[257]

数多くの電力オークションモデルがGAMS、AMPL、MathProgなどの言語で書かれています。^[h]これらには以下のものが含まれます。

• EPOCノード価格設定モデル^[258]
• MathProgを使用したオーストラリア国立電力市場の例は、b:GLPK/Electricity markets で見つかります。

多くのプロジェクトでは、古典的な最適化、制約充足、またはその2つを組み合わせたものを実行するために、純粋な線形または混合整数ソルバーに依存しています。オープンソースのソルバープロジェクトはいくつかありますが、最も一般的に導入されているソルバーはGLPKです。GLPKは、Calliope、ETEM、ficus、OSeMOSYS、SWITCH、TEMOAで採用されています。もう1つの選択肢はClpソルバーです。^{[259] [260]} 2022年半ばからは、HiGHSオープンソースソルバーが別のオプションを提供します。HiGHSは、PyPSAヨーロッパマルチセクターモデルのWebベースバージョンで使用されています^[261]

独自のソルバーはオープンソースのソルバーに比べてかなり（おそらく10倍）優れた性能を発揮するため、オープンソルバーを選択すると、速度、メモリ消費、さらには扱いやすさの面でパフォーマンスが制限されることになります。^[262]

C++17で書かれた柔軟なSMS++最適化ツールボックスは、エネルギーシステムモデリングのニーズを満たすために特別に開発されています。^[263]

一般的な

• 建物エネルギーシミュレーション– 建物内のエネルギーフローのモデリング
• 気候変動緩和シナリオ
• エネルギーモデリング– エネルギーシステムのコンピュータモデルを構築するプロセス
• エネルギーシステム– システムの観点から見たエネルギー分野の解釈
• オープンエネルギーモデリングイニシアチブ– ヨーロッパを拠点とするエネルギーモデリングコミュニティ
• オープンエネルギーシステムデータベース– エネルギー関連のデータセットを収集、整理、再公開するデータベースプロジェクト
• 電力生産におけるユニットコミットメント問題

ソフトウェア

• 無料のオープンソース最適化ソルバーのリスト
• Cbc (COIN-OR 分岐とカット) – オープンソースの最適化ソルバー
• Clp (COIN-OR LP) – オープンソースの線形最適化ソルバー
• コミュニティ気候システムモデル– ほぼオープンソースの結合地球気候モデル
• ESMF (地球システムモデリングフレームワーク) –気候、数値天気予報、データ同化アプリケーションを構築するためのオープンソースソフトウェア
• GHGProof – オープンソースの土地利用モデル
• GLPK (GNU 線形計画キット) – オープンソースの線形および混合整数最適化ソルバー
• GridLAB-D – スマートグリッドエネルギー技術のためのオープンソースのシミュレーションおよび分析ツール
• GridSpice – スマートグリッドをモデル化するためのオープンソースのクラウドベースのシミュレーションパッケージ
• HiGHS – オープンソースの最適化ソルバー

人々

• ジョー・デカロリス– エネルギーシステムモデラー、現米国エネルギー情報局長

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

• Open energy models wiki maintained by the Open Energy Modelling Initiative
• Open Energy Platform factsheets — structured summaries covering a range of open and closed energy system models
• Global Power System Transformation Consortium database — filterable database of open models and related projects

Modeling efforts by region

• Africa: reports and publications — broken down by region and country
• Latin America: reports and publications — broken down by region and country
• Oceania: reports and publications — broken down by region and country