stringtranslate.com

Modelado energético

El modelado energético o modelado de sistemas energéticos es el proceso de construcción de modelos informáticos de sistemas energéticos para analizarlos. Estos modelos suelen emplear análisis de escenarios para investigar diferentes supuestos sobre las condiciones técnicas y económicas en juego. Los resultados pueden incluir la viabilidad del sistema, las emisiones de gases de efecto invernadero , los costos financieros acumulativos , el uso de recursos naturales y la eficiencia energética del sistema bajo investigación. Se emplea una amplia gama de técnicas, que van desde las más económicas hasta las más técnicas. [1] La optimización matemática se utiliza a menudo para determinar el menor costo en algún sentido. Los modelos pueden tener un alcance internacional, regional, nacional, municipal o independiente. Los gobiernos mantienen modelos energéticos nacionales para el desarrollo de políticas energéticas .

Los modelos energéticos suelen estar destinados a contribuir de diversas formas a las operaciones del sistema, al diseño de ingeniería o al desarrollo de políticas energéticas . Esta página se concentra en los modelos de políticas. Las simulaciones energéticas de edificios individuales están explícitamente excluidas, aunque a veces también se las denomina modelos energéticos. Los modelos de evaluación integrada al estilo del IPCC , que también contienen una representación del sistema energético mundial y se utilizan para examinar las vías de transformación global hasta 2050 o 2100, no se consideran aquí en detalle.

La modelización energética ha ganado importancia a medida que crece la necesidad de mitigar el cambio climático . El sector de suministro de energía es el que más contribuye a las emisiones globales de gases de efecto invernadero . [2] El IPCC informa que la mitigación del cambio climático requerirá una transformación fundamental del sistema de suministro de energía, incluida la sustitución de tecnologías de conversión de combustibles fósiles incesantes (no capturadas por la CCS ) por alternativas bajas en GEI. [2]

Tipos de modelo

Se utiliza una amplia variedad de tipos de modelos. Esta sección intenta categorizar los tipos de claves y su uso. Las divisiones previstas no son estrictas ni rápidas y existen modelos de paradigmas mixtos. Además, los resultados de modelos más generales se pueden utilizar para informar la especificación de modelos más detallados, y viceversa, creando así una jerarquía de modelos. En general, es posible que los modelos necesiten capturar "dinámicas complejas como:

Los modelos pueden tener un alcance limitado al sector eléctrico o pueden intentar cubrir un sistema energético en su totalidad (ver más abajo).

La mayoría de los modelos energéticos se utilizan para el análisis de escenarios . Un escenario es un conjunto coherente de supuestos sobre un posible sistema. Los nuevos escenarios se prueban con respecto a un escenario de referencia (normalmente sin cambios ) y se observan las diferencias en los resultados.

El horizonte temporal del modelo es una consideración importante. Los modelos de un solo año –fijados en el presente o en el futuro (digamos 2050)– suponen una estructura de capital que no evoluciona y se centran en cambio en la dinámica operativa del sistema. Los modelos de un solo año normalmente incorporan considerables detalles temporales (generalmente resolución horaria) y técnicos (como plantas de generación individuales y líneas de transmisión). Los modelos de largo plazo, elaborados a lo largo de una o más décadas (desde el presente hasta, digamos, 2050), intentan resumir la evolución estructural del sistema y se utilizan para investigar cuestiones de expansión de la capacidad y transición del sistema energético.

Los modelos suelen utilizar optimización matemática para resolver la redundancia en la especificación del sistema. Algunas de las técnicas utilizadas derivan de la investigación operativa . La mayoría se basa en la programación lineal (incluida la programación de enteros mixtos ), aunque algunos utilizan la programación no lineal . Los solucionadores pueden utilizar optimización clásica o genética , como CMA-ES . Los modelos pueden ser recursivos-dinámicos, resolviendo secuencialmente para cada intervalo de tiempo y, por lo tanto, evolucionando a lo largo del tiempo. O pueden enmarcarse como un único problema intertemporal con visión de futuro y, por lo tanto, suponer una previsión perfecta. Los modelos de un solo año basados ​​en ingeniería generalmente intentan minimizar el costo financiero a corto plazo , mientras que los modelos de un solo año basados ​​en el mercado utilizan la optimización para determinar la compensación del mercado . Los modelos de largo plazo, que generalmente abarcan décadas, intentan minimizar los costos tanto de corto como de largo plazo como un único problema intertemporal.

Históricamente, el lado de la demanda (o dominio del usuario final) ha recibido relativamente poca atención, a menudo modelado mediante una simple curva de demanda . Las curvas de demanda de energía del usuario final, al menos en el corto plazo, normalmente resultan muy inelásticas .

A medida que las fuentes de energía intermitentes y la gestión de la demanda de energía crecen en importancia, los modelos han necesitado adoptar una resolución temporal horaria para capturar mejor su dinámica en tiempo real. [4] [5] Los modelos de largo alcance a menudo se limitan a cálculos a intervalos anuales, basados ​​en perfiles diarios típicos y, por lo tanto, son menos adecuados para sistemas con energía renovable variable significativa . La optimización del despacho diario se utiliza para ayudar en la planificación de sistemas con una parte importante de producción de energía intermitente en los que la incertidumbre sobre las predicciones de energía futura se tiene en cuenta mediante optimización estocástica. [6]

Los lenguajes de implementación incluyen GAMS , MathProg , MATLAB , Mathematica , Python , Pyomo , R , Fortran , Java , C , C++ y Vensim . Ocasionalmente se utilizan hojas de cálculo .

Como se señaló, los modelos integrados al estilo del IPCC (también conocidos como modelos de evaluación integrada o IAM) no se consideran aquí en detalle. [7] [8] Los modelos integrados combinan submodelos simplificados de la economía mundial , la agricultura y el uso de la tierra , y el sistema climático global , además del sistema energético mundial. Los ejemplos incluyen GCAM, [9] MENSAJE y RECORDATORIO. [10]

Los estudios publicados sobre modelado de sistemas energéticos se han centrado en técnicas, [11] clasificación general, [12] descripción general, [13] planificación descentralizada, [14] métodos de modelado, [15] integración de energías renovables, [6] [16] políticas de eficiencia energética. , [17] [18] integración de vehículos eléctricos, [19] desarrollo internacional , [20] y el uso de modelos en capas para apoyar la política de protección del clima . [21] Los investigadores del Proyecto Deep Decarbonization Pathways también han analizado tipologías de modelos. [3] : S30–S31  Un artículo de 2014 describe los desafíos de modelización que se avecinan a medida que los sistemas energéticos se vuelven más complejos y los factores humanos y sociales se vuelven cada vez más relevantes. [22]

Modelos del sector eléctrico

Los modelos del sector eléctrico se utilizan para modelar sistemas eléctricos. El alcance puede ser nacional o regional, según las circunstancias. Por ejemplo, dada la presencia de interconectores nacionales, el sistema eléctrico de Europa occidental puede modelarse en su totalidad.

Los modelos basados ​​en ingeniería suelen contener una buena caracterización de las tecnologías involucradas, incluida la red de transmisión de CA de alto voltaje, cuando corresponda. Algunos modelos (por ejemplo, los modelos para Alemania) pueden asumir un único bus común o "placa de cobre" donde la red es fuerte. El lado de la demanda en los modelos del sector eléctrico suele estar representado por un perfil de carga fijo .

Los modelos basados ​​en el mercado, además, representan el mercado eléctrico predominante , que puede incluir precios nodales .

La teoría de juegos y los modelos basados ​​en agentes se utilizan para capturar y estudiar el comportamiento estratégico dentro de los mercados eléctricos . [23] [24] [25]

Modelos de sistemas energéticos

Además del sector eléctrico, los modelos de sistemas energéticos incluyen el calor, el gas, la movilidad y otros sectores, según corresponda. [26] Los modelos de sistemas energéticos suelen tener un alcance nacional, pero pueden ser municipales o internacionales.

Los llamados modelos de arriba hacia abajo son de naturaleza ampliamente económica y se basan en el equilibrio parcial o en el equilibrio general . Los modelos de equilibrio general representan una actividad especializada y requieren algoritmos dedicados . Los modelos de equilibrio parcial son más comunes.

Los llamados modelos ascendentes captan bien la ingeniería y a menudo se basan en técnicas de investigación de operaciones . Las plantas individuales se caracterizan por sus curvas de eficiencia (también conocidas como relaciones entrada/salida), capacidades nominales, costos de inversión ( capex ) y costos operativos ( opex ). Algunos modelos permiten que estos parámetros dependan de condiciones externas, como la temperatura ambiente. [27]

Producir modelos híbridos de arriba hacia abajo y de abajo hacia arriba para capturar tanto la economía como la ingeniería ha resultado ser un desafío. [28]

Modelos establecidos

Esta sección enumera algunos de los principales modelos en uso. [1] Estos suelen estar dirigidos por gobiernos nacionales. En un esfuerzo comunitario, se recopiló una gran cantidad de modelos de sistemas energéticos existentes en hojas informativas sobre modelos en Open Energy Platform . [29]

SALTO

LEAP, la Plataforma de Análisis de Bajas Emisiones (anteriormente conocida como Sistema de Planificación de Alternativas Energéticas de Largo Plazo) es una herramienta de software para el análisis de políticas energéticas , la planificación de la reducción de la contaminación del aire y la evaluación de la mitigación del cambio climático . [30] [31]

LEAP fue desarrollado en el Centro Estadounidense del Instituto Ambiental de Estocolmo (SEI). LEAP se puede utilizar para examinar los sistemas energéticos municipales, estatales, nacionales y regionales. LEAP se utiliza normalmente para estudios de entre 20 y 50 años. La mayoría de sus cálculos se realizan a intervalos anuales. LEAP permite a los analistas de políticas crear y evaluar escenarios alternativos y comparar sus necesidades energéticas, costos y beneficios sociales e impactos ambientales. En junio de 2021, LEAP tiene más de 6000 usuarios en 200 países y territorios.

Simulación del sistema de energía.

MAPS (Simulación de producción multiárea) de General Electric es un modelo de simulación de producción utilizado por varias organizaciones regionales de transmisión y operadores de sistemas independientes en los Estados Unidos para planificar el impacto económico de las instalaciones de generación y transmisión eléctrica propuestas en la venta mayorista de electricidad regulada por la FERC. mercados. Partes del modelo también se pueden utilizar para la fase de compromiso y despacho (actualizado en intervalos de 5 minutos) en la operación de mercados eléctricos mayoristas para regiones RTO e ISO. PROMOD de ABB es un paquete de software similar. Estas regiones ISO y RTO también utilizan un paquete de software de GE llamado MARS (Simulación de confiabilidad multiárea) para garantizar que el sistema de energía cumpla con los criterios de confiabilidad (una pérdida de carga esperada (LOLE) de no más de 0,1 días por año). Además, un paquete de software de GE llamado PSLF (Positive Sequence Load Flow) y un paquete de software de Siemens llamado PSSE (Simulación de sistemas de energía para ingeniería) analizan el flujo de carga en el sistema de energía en busca de cortocircuitos y estabilidad durante los estudios de planificación preliminares realizados por RTO e ISO. [32] [33] [34] [35] [36] [37] [38] [39]

MARCA/TIEMPOS

MARKAL (MARKet ALlocation) es una plataforma integrada de modelado de sistemas energéticos, utilizada para analizar cuestiones energéticas, económicas y ambientales a nivel global, nacional y municipal durante períodos de tiempo de hasta varias décadas. MARKAL se puede utilizar para cuantificar los impactos de las opciones políticas sobre el desarrollo tecnológico y el agotamiento de los recursos naturales . El software fue desarrollado por el Programa de Análisis de Sistemas de Tecnología Energética (ETSAP) de la Agencia Internacional de Energía (AIE) durante un período de casi dos décadas.

TIMES (El sistema integrado MARKAL-EFOM) es una evolución de MARKAL: ambos modelos energéticos tienen muchas similitudes. [40] TIMES sucedió a MARKAL en 2008. [41] Ambos modelos son modelos tecnológicos explícitos y dinámicos de equilibrio parcial de los mercados energéticos . En ambos casos, el equilibrio se determina maximizando el excedente total del consumidor y del productor mediante programación lineal . Tanto MARKAL como TIMES están escritos en GAMS .

El generador de modelos TIMES también fue desarrollado en el marco del Programa de Análisis de Sistemas de Tecnología Energética (ETSAP). TIMES combina dos enfoques sistemáticos diferentes, pero complementarios, para modelar la energía: un enfoque de ingeniería técnica y un enfoque económico. TIMES es un generador de modelos ascendente y rico en tecnología, que utiliza programación lineal para producir un sistema de energía de menor costo, optimizado de acuerdo con una serie de restricciones especificadas por el usuario, a mediano y largo plazo. Se utiliza para "la exploración de posibles futuros energéticos basados ​​en escenarios contrastados". [42] : 7 

A partir de 2015 , los generadores de modelos MARKAL y TIMES se utilizan en 177 instituciones repartidas en 70 países. [43] : 5 

NEMS

NEMS (Sistema Nacional de Modelado de Energía) es un modelo de política gubernamental de larga data del gobierno de los Estados Unidos, administrado por el Departamento de Energía (DOE). NEMS calcula los precios y cantidades de combustible de equilibrio para el sector energético de EE. UU. Para ello, el software resuelve de forma iterativa una secuencia de programas lineales y ecuaciones no lineales. [44] NEMS se ha utilizado para modelar explícitamente el lado de la demanda, en particular para determinar las opciones de tecnología de los consumidores en los sectores de la construcción residencial y comercial. [45]

NEMS se utiliza para producir la Perspectiva Energética Anual cada año, por ejemplo en 2015. [46]

Críticas

Los modelos energéticos de políticas públicas han sido criticados por ser insuficientemente transparentes . El código fuente y los conjuntos de datos deberían al menos estar disponibles para revisión por pares , si no se publican explícitamente. [47] Para mejorar la transparencia y la aceptación pública, algunos modelos se llevan a cabo como proyectos de software de código abierto , y a menudo desarrollan una comunidad diversa a medida que avanzan. OSeMOSYS es un ejemplo de tal modelo. [48] ​​[49] Open Energy Outlook es una comunidad abierta que ha producido una perspectiva a largo plazo del sistema energético de EE. UU. utilizando el modelo TEMOA de código abierto. [50] [51] [52] [53]

No es una crítica per  se , pero es necesario entender que los resultados del modelo no constituyen predicciones futuras. [54]

Ver también

General

Modelos

Otras lecturas

Referencias

  1. ^ ab Lai, Chun Sing; Locatelli, Giorgio; Pimm, Andrés; Wu, Xiaomei; Lai, Loi Lei (septiembre de 2020). "Una revisión sobre el modelado de sistemas de energía eléctrica a largo plazo con almacenamiento de energía". Revista de Producción Más Limpia . 280 : 124298. doi : 10.1016/j.jclepro.2020.124298 . hdl : 11311/1204822 .
  2. ^ ab Bruckner, Thomas; Bashmakov, Igor Alexeyevic; Mulugetta, Yacob; et al. (2014). «Capítulo 7: Sistemas energéticos» (PDF) . En IPCC (ed.). Cambio climático 2014: mitigación del cambio climático. Contribución del Grupo de Trabajo III al Quinto Informe de Evaluación del Panel Intergubernamental sobre Cambio Climático . Cambridge, Reino Unido y Nueva York, NY, EE.UU.: Cambridge University Press . págs. 511–597. ISBN 978-1-107-65481-5. Consultado el 9 de mayo de 2016 .
  3. ^ ab Pye, Steve; Bataille, Chris (2016). "Mejora de la capacidad de modelización de una descarbonización profunda para contextos de países desarrollados y en desarrollo" (PDF) . Política climática . 16 (T1): S27-S46. doi :10.1080/14693062.2016.1173004. S2CID  76657283.
  4. ^ acatec; Lepoldina; Akademienunion, eds. (2016). Conceptos de flexibilidad para el suministro eléctrico alemán en 2050: garantizar la estabilidad en la era de las energías renovables (PDF) . Berlín, Alemania: acatech – Academia Nacional de Ciencias e Ingeniería. ISBN 978-3-8047-3549-1. Archivado desde el original (PDF) el 6 de octubre de 2016 . Consultado el 19 de diciembre de 2016 .
  5. ^ Lunz, Benedikt; Stöcker, Philipp; Eckstein, Sascha; Nebel, Arjuna; Samadi, Sascha; Erlach, Berit; Fischedick, Manfred; Elsner, Peter; Sauer, Dirk Uwe (2016). "Evaluación comparativa basada en escenarios de posibles sistemas eléctricos futuros: un nuevo enfoque metodológico que utiliza Alemania en 2050 como ejemplo". Energía Aplicada . 171 : 555–580. doi :10.1016/j.apenergy.2016.03.087.
  6. ^ ab Rachunok, Benjamín; Serio, Andrea; Watson, Jean-Paul; Woodruff, David L.; Yang, Dominic (junio de 2018). "Desempeño del compromiso de la unidad estocástica considerando escenarios de energía eólica de Montecarlo". Conferencia internacional IEEE 2018 sobre métodos probabilísticos aplicados a sistemas de energía (PMAPS) . Boise, identificación: IEEE. págs. 1–6. doi : 10.1109/PMAPS.2018.8440563. ISBN 9781538635964. OSTI  1530691. S2CID  52049473.
  7. ^ Clarke, León; Jiang, Kejun; et al. (2014). "Capítulo 6: Evaluación de las vías de transformación" (PDF) . En IPCC (ed.). Cambio climático 2014: mitigación del cambio climático. Contribución del Grupo de Trabajo III al Quinto Informe de Evaluación del Panel Intergubernamental sobre Cambio Climático . Cambridge, Reino Unido y Nueva York, NY, EE.UU.: Cambridge University Press . ISBN 978-1-107-65481-5. Consultado el 9 de mayo de 2016 .
  8. ^ Kelly, David L.; Kolstad, Charles D (1998). Modelos de evaluación integrada para el control del cambio climático (PDF) . Archivado desde el original (PDF) el 30 de junio de 2016 . Consultado el 9 de mayo de 2016 .
  9. ^ Riahi, Keywan; Dentener, Frank; Gielen, Dolf; Grubler, Arnulfo; Joya, Jessica; Klimont, Zbigniew; Krey, Volker; McCollum, David; Pachauri, Shonali; Rao, Shilpa; Ruijven, Bas van; Vuuren, Detlef P van; Wilson, Charlie (2012). "Capítulo 17: Vías energéticas para el desarrollo sostenible". En Gómez-Echeverri, L; Johansson, TB; Nakicenovic, N; Patwardhan, A (eds.). Evaluación energética global: hacia un futuro sostenible . Laxenburg, Austria, Cambridge, Reino Unido y Nueva York, NY, EE. UU.: Instituto Internacional de Análisis de Sistemas Aplicados y Cambridge University Press . págs. 1203-1306. CiteSeerX 10.1.1.434.4160 . 
  10. ^ Bauer, Nico; Mouratiadou, Ioanna; Lüderer, Gunnar; Baumstark, Lavinia; Brecha, Robert J; Edenhofer, Ottmar; Kriegler, Elmar (2016). "Los mercados mundiales de energía fósil y la mitigación del cambio climático: un análisis con REMIND" (PDF) . Cambio climático . 136 (1): 69–82. Código Bib :2016ClCh..136...69B. doi :10.1007/s10584-013-0901-6. S2CID  18764144. Archivado desde el original (PDF) el 27 de enero de 2017 . Consultado el 10 de mayo de 2016 .
  11. ^ Bahn, O; Haurie, A; Zachary, DS (mayo de 2005). «Métodos de modelización y simulación matemática en sistemas energéticos» (PDF) . Enciclopedia de sistemas de soporte vital (EOLSS) . Oxford, Reino Unido: EOLSS Publishers. ISSN  0711-2440 . Consultado el 25 de octubre de 2016 .
  12. ^ Van Beeck, Nicole MJP (agosto de 1999). Clasificación de modelos energéticos - Memorando de investigación FEW - Vol 777 (PDF) . Tilburg, Países Bajos: Universidad de Tilburg, Facultad de Economía y Administración de Empresas. Archivado desde el original (PDF) el 27 de enero de 2017 . Consultado el 25 de octubre de 2016 .
  13. ^ Bhattacharyya, Subhes C; Timilsina, Govinda R (23 de noviembre de 2010). "Una revisión de los modelos de sistemas energéticos" (PDF) . Revista Internacional de Gestión del Sector Energético . 4 (4): 494–518. doi :10.1108/17506221011092742. ISSN  1750-6220 . Consultado el 13 de diciembre de 2016 .
  14. ^ Hiremath, RB; Shikha, S; Ravindranath, Nueva Hampshire (2007). "Planificación energética descentralizada: modelado y aplicación: una revisión". Reseñas de energías renovables y sostenibles . 11 (5): 729–752. doi :10.1016/j.rser.2005.07.005.
  15. ^ Jebaraj, S; Iniyan, S (agosto de 2006). «Una revisión de los modelos energéticos» (PDF) . Reseñas de energías renovables y sostenibles . 10 (4): 281–311. doi : 10.1016/j.rser.2004.09.004 . Consultado el 2 de marzo de 2013 .
  16. ^ Connolly, David; Lund, Henrik; Mathiesen, Brian Vad; Leahy, Martí (2010). "Una revisión de herramientas informáticas para el análisis de la integración de energías renovables en diversos sistemas energéticos". Energía Aplicada . 87 (4): 1059–1082. doi : 10.1016/j.apenergy.2009.09.026.
  17. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (1 de agosto de 2010). "Evaluación de políticas de eficiencia energética con modelos de economía energética - Informe número LBNL-3862E". Revisión Anual de Medio Ambiente y Recursos . 35 : 305–344. doi : 10.1146/annurev-environ-052810-164840 . OSTI  1001644 . Consultado el 4 de noviembre de 2016 .
  18. ^ Mundaca, Luis; Neij, Lena; Worrell, Ernst; McNeil, Michael A (2010). "Evaluación de políticas de eficiencia energética con modelos de economía energética" (PDF) . Revisión Anual de Medio Ambiente y Recursos . 35 (1): 305–344. doi : 10.1146/annurev-environ-052810-164840 . ISSN  1543-5938.
  19. ^ Mahmud, Khizir; Ciudad, Graham E (15 de junio de 2016). "Una revisión de herramientas informáticas para modelar los requisitos energéticos de vehículos eléctricos y su impacto en las redes de distribución de energía". Energía Aplicada . 172 : 337–359. doi :10.1016/j.apenergy.2016.03.100.
  20. ^ van Ruijven, Bas; Urbano, Frauke; Benders, René MJ; Moll, Henri C; van der Sluijs, Jeroen P; de Vries, Bert; van Vuuren, Detlef P (diciembre de 2008). "Modelado de energía y desarrollo: una evaluación de modelos y conceptos" (PDF) . Desarrollo Mundial . 36 (12): 2801–2821. doi :10.1016/j.worlddev.2008.01.011. hdl :1874/32954. ISSN  0305-750X. S2CID  154709268 . Consultado el 25 de octubre de 2016 .
  21. ^ Unger, Thomas; Springfeldt, por Erik; Tennbakk, Berit; Ravn, Hans; Havskjöld, Mónica; Niemi, Janne; Koljonen, Tiina; Fritz, Peter; Koreneff, Göran; Rydén, Bo; Lehtilä, Antti; Sköldberg, Håkan; Jakobsson, Tobías; Honkatukia, Juha (2010). Uso coordinado de modelos de sistemas energéticos en el análisis de políticas energéticas y climáticas: lecciones aprendidas del proyecto Nordic Energy Perspectives (PDF) . Estocolmo, Suecia: Elforsk. ISBN 978-91-978585-9-5. Consultado el 14 de noviembre de 2016 .
  22. ^ Pfenninger, Stefan; Hawkes, Adán; Keirstead, James (mayo de 2014). "Modelado de sistemas energéticos para los desafíos energéticos del siglo XXI" (PDF) . Reseñas de energías renovables y sostenibles . 33 : 74–86. doi :10.1016/j.rser.2014.02.003. ISSN  1364-0321 . Consultado el 14 de marzo de 2017 .
  23. ^ David, Alaska; Wen, Fushuan (16 a 20 de julio de 2000). Licitaciones estratégicas en mercados eléctricos competitivos: un estudio de la literatura . Reunión de verano de la Power Engineering Society - Volumen 4. Seattle, WA, EE. UU.: IEEE. doi :10.1109/PESS.2000.866982. ISBN 0-7803-6420-1.
  24. ^ Sensfuß, Frank; Ragwitz, Mario; Genovés, Massimo; Most, Dominik (2007). Simulación de mercados eléctricos basada en agentes: una revisión de la literatura - Documento de trabajo sobre sostenibilidad e innovación S5/2007 (PDF) . Karlsruhe, Alemania: Fraunhofer ISI . Consultado el 9 de mayo de 2016 .
  25. ^ Weidlich, Anke; Veit, Daniel (2008). "Un estudio crítico de los modelos de mercado mayorista de electricidad basados ​​en agentes". Economía Energética . 30 (4): 1728-1759. doi :10.1016/j.eneco.2008.01.003. S2CID  54861876.
  26. ^ Abrell, enero; Peso, Hannes (2012). «Combinando redes energéticas» (PDF) . Redes y Economía Espacial . 12 (3): 377–401. doi :10.1007/s11067-011-9160-0. S2CID  254865361.
  27. ^ Bruckner, Thomas; Morrison, Robbie; Handley, Chris; Patterson, Murray (2003). "Modelado de alta resolución de sistemas de suministro de servicios energéticos utilizando deeco: descripción general y aplicación al desarrollo de políticas" (PDF) . Anales de investigación de operaciones . 121 (1–4): 151–180. doi :10.1023/A:1023359303704. S2CID  14877200. Archivado desde el original (PDF) el 12 de mayo de 2016 . Consultado el 8 de mayo de 2016 .
  28. ^ Böhringer, Christoph; Rutherford, Thomas F (2008). "Combinando de abajo hacia arriba y de arriba hacia abajo". Economía Energética . 30 (2): 574–596. CiteSeerX 10.1.1.184.8384 . doi :10.1016/j.eneco.2007.03.004. 
  29. ^ "Plataforma de energía abierta: fichas técnicas modelo" . Consultado el 18 de diciembre de 2018 .
  30. ^ SEI (mayo de 2012). LEAP: Sistema de planificación de alternativas energéticas a largo plazo: una herramienta para el análisis de políticas energéticas y la evaluación de la mitigación del cambio climático - Folleto (PDF) . Somerville, MA, EE.UU.: Centro de EE.UU. del Instituto Medioambiental de Estocolmo (SEI). Archivado desde el original (PDF) el 8 de agosto de 2017 . Consultado el 4 de mayo de 2016 .
  31. ^ "LEAP: herramientas para el análisis de energía sostenible" . Consultado el 15 de junio de 2021 .
  32. ^ "Simulación de mercado ABB PROMOD". nuevo.abb.com . Consultado el 26 de noviembre de 2018 .
  33. ^ "Simulación de producción multiárea de GE". www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  34. ^ "Simulación de confiabilidad multiárea de GE". www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  35. ^ "Simulación de flujo de carga del sistema de energía GE". www.geenergyconsulting.com . Consultado el 26 de noviembre de 2018 .
  36. ^ "Informe del estudio IRM del NYSRC 2018" (PDF) . www.nysrc.org . 8 de diciembre de 2017. p. 2 . Consultado el 26 de noviembre de 2018 .
  37. ^ "Aviso de NYISO a las partes interesadas sobre la solicitud de datos MAPS" (PDF) . www.nyiso.com . Agosto de 2000 . Consultado el 26 de noviembre de 2018 .
  38. ^ "Siemens PSSE". www.siemens.com . Consultado el 26 de noviembre de 2018 .
  39. ^ "Análisis de planificación de recursos del estado de Nueva York (NYSPSC)" (PDF) . www.nyiso.com . 17 de diciembre de 2015 . Consultado el 26 de noviembre de 2018 .
  40. ^ Una comparación de los modelos TIMES y MARKAL (PDF) . 2009 . Consultado el 31 de octubre de 2016 .
  41. ^ "MARKAL" . Consultado el 31 de octubre de 2016 .
  42. ^ Loulú, Richard; Remne, Uwe; Kanudia, Amit; Lehtila, Antti; Goldstein, Gary (abril de 2005). Documentación para el modelo TIMES - Parte I (PDF) . Programa de Análisis de Sistemas de Tecnología Energética (ETSAP) . Consultado el 31 de octubre de 2016 .
  43. ^ Giannakidis, George; Labriet, Maryse; Gallachoir, Brian Ó; Tosato, GianCarlot, eds. (2015). Informar las políticas energéticas y climáticas utilizando modelos de sistemas energéticos: conocimientos del análisis de escenarios que aumentan la base de evidencia . Apuntes de conferencias sobre energía. vol. 30. Cham, Suiza: Springer International Publishing. doi :10.1007/978-3-319-16540-0. ISBN 978-3-319-16540-0.
  44. ^ Gabriel, Steven A; Kydes, Andy S; Whitman, Pedro (1999). "El Sistema Nacional de Modelación Energética: un modelo de equilibrio económico-energético a gran escala". La investigación de operaciones . 49 (1): 14-25. doi : 10.1287/opre.49.1.14.11195 .
  45. ^ Wilkerson, Jordan T; Cullenward, Danny; Davidiano, Danielle; Weyant, John P (2013). "Elección de tecnología de uso final en el Sistema Nacional de Modelado Energético (NEMS): un análisis de los sectores de construcción residencial y comercial". Economía Energética . 40 : 773–784. doi :10.1016/j.eneco.2013.09.023 . Consultado el 9 de mayo de 2016 .
  46. ^ Perspectiva energética anual 2015: con proyecciones hasta 2040 - DOE/EIA-0383(2015) (PDF) . Washington, DC, EE.UU.: Administración de Información Energética de EE.UU., Oficina de Análisis Energético Integrado e Internacional, Departamento de Energía de EE.UU. Abril de 2015 . Consultado el 9 de mayo de 2016 .
  47. ^ acatec; Lepoldina; Akademienunion, eds. (2016). Consulta con escenarios energéticos: requisitos para el asesoramiento de políticas científicas (PDF) . Berlín, Alemania: acatech - Academia Nacional de Ciencias e Ingeniería. ISBN 978-3-8047-3550-7. Archivado desde el original (PDF) el 21 de diciembre de 2016 . Consultado el 19 de diciembre de 2016 .
  48. ^ Howells, Marcos; Rogner, Holger; Strachan, Neil; Montones, Charles; Huntington, Hillard; Kypreos, Sócrates; Hughes, Alison; Silveira, Semida; DeCarolis, Joe; Bazillian, Morgan; Roehrl, Alejandro (2011). "OSeMOSYS: el sistema de modelado energético de código abierto: una introducción a su espíritu, estructura y desarrollo". La política energética . 39 (10): 5850–5870. doi :10.1016/j.enpol.2011.06.033.
  49. ^ "OSeMOSYS: un sistema de modelado energético de código abierto" . Consultado el 8 de mayo de 2016 .
  50. ^ DeCarolis, José; Jaramillo, Paulina; Johnson, Jeremías; McCollum, David; Trutnevyte, Evelina; Daniels, David; Akın-Olçum, Gökçe; Bergerson, Joule; Cho, Soolyeon; Choi, Joon-Ho; Craig, Michael; de Queiroz, Anderson; Eshraghi, Hadi; Galik, Cristóbal; Gutowski, Timoteo; Haapala, Karl; Hodge, Bri-Mathias; Hoque, Simi; Jenkins, Jesse; Jenn, Alan; Johansson, Daniel; Kaufman, Noé; Kiviluoma, Juha; Lin, Zhenhong; MacLean, Heather; Masanet, Eric; Masnadi, Mohammad; McMillan, Colin; Nock, Destenie; Patankar, Neha; Patiño-Echeverri, Dalia; Schivley, Greg; Siddiqui, Sauleh; Smith, Amanda; Venkatesh, Aranya; Wagner, Gernot; Sí, Sonia; Zhou, Yuyu (2020). "Aprovechamiento de herramientas de código abierto para esfuerzos colaborativos de modelado de sistemas macroenergéticos". Julio . 4 (12): 2523–2526. doi : 10.1016/j.joule.2020.11.002 . S2CID  229492155.
  51. ^ "Perspectiva de energía abierta" . Consultado el 4 de julio de 2023 .
  52. ^ DeCarolis, José; Cazador, Kevin; Sreepathi, Sarat (21 a 23 de junio de 2010). El proyecto TEMOA: herramientas para la optimización y análisis de modelos energéticos (PDF) . Taller Internacional de Energía. Estocolmo, Suiza . Consultado el 4 de julio de 2023 .
  53. ↑ «TEMOA» . Consultado el 4 de julio de 2023 .
  54. ^ Göke, Leonard; Weibezahn, Jens; von Hirschhausen, Christian (2023). "Un plan colectivo, no una bola de cristal: cómo las expectativas y la participación dan forma a los escenarios energéticos a largo plazo". Investigación Energética y Ciencias Sociales . 97 : 102957. arXiv : 2112.04821 . doi :10.1016/j.erss.2023.102957. ISSN  2214-6296. S2CID  254877765. Icono de acceso cerrado
  55. ^ "Modelo energético KAPSARC" . Consultado el 12 de enero de 2019 .
  56. ^ Hilbers, Adriaan P (19 de diciembre de 2020). Modelado de sistemas de energía abiertos para científicos del clima y otros. Londres, Reino Unido: Departamento de Matemáticas, Imperial College London . Consultado el 19 de diciembre de 2020 . Vídeo  00:11:42. Presentación al taller de Previsión climática para la energía el 4  de diciembre de 2020. Icono de acceso abierto
  57. ^ Morrison, Robbie (22 de diciembre de 2020). Explicación de los modelos de sistemas energéticos: la Dra. Berit Erlach explica los modelos de sistemas energéticos en términos cotidianos. Berlín, Alemania: Löschwasser Productions . Consultado el 22 de diciembre de 2020 . Vídeo 00:13:17. Filmado el 9 de  junio de 2019 en Berlín, Alemania. Referencia LP-001-01.

enlaces externos