Краткое описание библиотек для расчётов — различия между версиями

Материал из Wiki Power System
Перейти к: навигация, поиск
(→‎Доступные инструменты с открытым исходным кодом)
Строка 10: Строка 10:
 
=Доступные инструменты с открытым исходным кодом=
 
=Доступные инструменты с открытым исходным кодом=
  
−
Существует несколько инструментов расчета энергосистемы с открытым исходным кодом с различными сильными сторонами и назначениями, доступными сегодня [5]. [[Matpower|MATPOWER]] [6] - широко используемый инструмент анализа различных режимов работ энергосистемы, который решает проблему оценки потоков мощностей по ветвям и оптимального распределения потоков мощностей, а также включает в себя инструмент оптимального планирования для моделирования рынка электрчиеской энергии [7]. Есть порты исходного кода на основе [https://ru.wikipedia.org/wiki/MATLAB MATLAB] для других языков, в первую очередь Pythons [https://pypi.org/project/PYPOWER/ PYPOWER] [8]. [https://www.esat.kuleuven.be/electa/teaching/matdyn MatDyn] [9] и pypower-dynamics [10] расширяют MATPOWER и PYPOWER соответственно для анализа переходных процессов электроэнергетических систем. Оценку переходных процессов в энергосистеме и моделирование также предоставляются PSAT [11], который основан на MATLAB / Simulink. Dome [12] - это инструмент Python, который был получен из PSAT, но недоступен по лицензии с открытым исходным кодом. [https://pypi.org/project/GridCal/ GridCal] [13] включает в себя методы расчета потока мощности, временные ряды и методы расчета коротких замыканий и поставляется с полным графическим интерфейсом пользователя. Библиотека моделирования и оптимизации PyPSA [14] предназначена для моделирования временных рядов линейного оптимального потока мощности и оптимизации инвестиций с ограничением по условиям безопастности. [https://pypi.org/project/powergama/ PowerGAMA] [15] и psst [16] также нацелены на оптимизацию в условиях рынка в электрических сетях. [https://sourceforge.net/projects/electricdss/ OpenDSS] - это инструмент статического моделирования на основе Delphi, который позволяет проводить широкий спектр анализа сети, включая расчеты несбалансированного потока мощности [17]. GridLAB-D - это расширенный инструмент для статического моделирования с использованием симуляционных моделей на основе обработчика, на языках C и C ++, с интеграцией элементов управления SCADA, измерениями и рыночными моделями [18].
+
Существует несколько инструментов расчета энергосистемы с открытым исходным кодом с различными сильными сторонами и назначениями, доступными сегодня [5].  
 +
 
 +
* [[Matpower|MATPOWER]] [6] - широко используемый инструмент анализа различных режимов работ энергосистемы, который решает проблему оценки потоков мощностей по ветвям и оптимального распределения потоков мощностей, а также включает в себя инструмент оптимального планирования для моделирования рынка электрчиеской энергии [7].  
 +
*  Адаптация исходного кода на основе [https://ru.wikipedia.org/wiki/MATLAB MATLAB] для других языков, в первую очередь Pythons [https://pypi.org/project/PYPOWER/ PYPOWER] [8].
 +
* [https://www.esat.kuleuven.be/electa/teaching/matdyn MatDyn] [9] и pypower-dynamics [10] расширяют MATPOWER и PYPOWER соответственно для анализа переходных процессов электроэнергетических систем.  
 +
* Оценка переходных процессов в энергосистеме и моделирование также предоставляются PSAT [11], который основан на MATLAB / Simulink.
 +
* Dome [12] - это инструмент Python, который был получен из PSAT, но недоступен по лицензии с открытым исходным кодом.  
 +
* [https://pypi.org/project/GridCal/ GridCal] [13] включает в себя методы расчета потока мощности, временные ряды и методы расчета коротких замыканий и поставляется с полным графическим интерфейсом пользователя.
 +
* Библиотека моделирования и оптимизации PyPSA [14] предназначена для моделирования временных рядов линейного оптимального потока мощности и оптимизации инвестиций с ограничением по условиям безопастности.  
 +
* [https://pypi.org/project/powergama/ PowerGAMA] [15] и psst [16] также нацелены на оптимизацию в условиях рынка в электрических сетях.
 +
* [https://sourceforge.net/projects/electricdss/ OpenDSS] - это инструмент статического моделирования на основе Delphi, который позволяет проводить широкий спектр анализа сети, включая расчеты несбалансированного потока мощности [17].  
 +
* GridLAB-D - это расширенный инструмент для статического моделирования с использованием симуляционных моделей на основе обработчика, на языках C и C ++, с интеграцией элементов управления SCADA, измерениями и рыночными моделями [18].
  
 
=Использованные источники=
 
=Использованные источники=

Версия 09:59, 9 июня 2018

В этой статье приведёно краткое опичание различных расчётных библиотек. Более полное представлено или в соответствующих статьях настоящей энциклопедии или на оффициальных сайтах.

Python в анализе энергетических систем

Многие из доступных инструментов с открытым исходным кодом основаны на MATLAB [1], [2], [3] или Delphi [4]. Несмотря на то, что они являются инструментами с открытым исходным кодом, они зависят от коммерческих платформ.

Хотя иногда существуют открытые альтернативы, такие как GNU Octave вместо MATLAB, они не всегда могут гарантировать ту же функциональность, что и их коммерческие эквиваленты. Инструменты, основанные на коммерческих платформах, не могут ни свободно использоваться в качестве автономного программного обеспечения, ни легко распространяться на другие библиотеки. Параллелизация на вычислительных кластерах также зависит от конкретных лицензионных соглашений. Тот факт, что Delphi не предназначен для работы в Linux, еще больше ограничивает возможность применения вычислительных кластеров. Свободной альтернативой коммерческим платформам является язык программирования Python, доступный по лицензии с открытым исходным кодом. Python - это скриптовый язык с простым и удобным в освоении синтаксисом. Научные библиотеки, такие как numpy и scipy, внутренне реализуются на C, так что математический анализ и процедуры обработки данных выполняются эффективно [19]. Python приобрел значительную популярность для проектов с открытым исходным кодом, особенно в научном применении. Поскольку в Python доступно большое количество библиотек, применение Python можно легко расширить сторонними библиотеками. Они также могут быть распараллелены на вычислительных кластерах без ограничений лицензии или совместимости. Следовательно, многие недавно разработанные инструменты для анализа энергосистемы реализованы в Python [5], [4], [8], [13], [14], [15], [16].


Доступные инструменты с открытым исходным кодом

Существует несколько инструментов расчета энергосистемы с открытым исходным кодом с различными сильными сторонами и назначениями, доступными сегодня [5].

  • MATPOWER [6] - широко используемый инструмент анализа различных режимов работ энергосистемы, который решает проблему оценки потоков мощностей по ветвям и оптимального распределения потоков мощностей, а также включает в себя инструмент оптимального планирования для моделирования рынка электрчиеской энергии [7].
  • Адаптация исходного кода на основе MATLAB для других языков, в первую очередь Pythons PYPOWER [8].
  • MatDyn [9] и pypower-dynamics [10] расширяют MATPOWER и PYPOWER соответственно для анализа переходных процессов электроэнергетических систем.
  • Оценка переходных процессов в энергосистеме и моделирование также предоставляются PSAT [11], который основан на MATLAB / Simulink.
  • Dome [12] - это инструмент Python, который был получен из PSAT, но недоступен по лицензии с открытым исходным кодом.
  • GridCal [13] включает в себя методы расчета потока мощности, временные ряды и методы расчета коротких замыканий и поставляется с полным графическим интерфейсом пользователя.
  • Библиотека моделирования и оптимизации PyPSA [14] предназначена для моделирования временных рядов линейного оптимального потока мощности и оптимизации инвестиций с ограничением по условиям безопастности.
  • PowerGAMA [15] и psst [16] также нацелены на оптимизацию в условиях рынка в электрических сетях.
  • OpenDSS - это инструмент статического моделирования на основе Delphi, который позволяет проводить широкий спектр анализа сети, включая расчеты несбалансированного потока мощности [17].
  • GridLAB-D - это расширенный инструмент для статического моделирования с использованием симуляционных моделей на основе обработчика, на языках C и C ++, с интеграцией элементов управления SCADA, измерениями и рыночными моделями [18].

Использованные источники

  1. Оффициальный сайт pandapower.
  2. Оффициальный сайт networkx.
  3. Вики-учебник по Python.
  4. F. Milano and L. Vanfretti, “State of the art and future of oss for power systems,” in IEEE Power Energy Society General Meeting, July 2009.
  5. F. Milano and L. Vanfretti, “State of the art and future of oss for power systems,” in IEEE Power Energy Society General Meeting, July 2009.
  7. C. E. Murillo-Sanchez, R. D. Zimmerman, C. L. Anderson, and R. J. Thomas, “Secure planning and operations of systems with stochastic sources, energy storage, and active demand,” IEEE Transactions on Smart Grid, vol. 4, no. 4, pp. 2220–2229, Dec 2013.
  9. S. Cole and R. Belmans, “Matdyn, a new matlab-based toolbox for power system dynamic simulation,” IEEE Transactions on Power Systems, vol. 26, no. 3, pp. 1129–1136, Aug 2011.
  11. F. Milano, “An open source power system analysis toolbox,” IEEE Transactions on Power Systems, vol. 20, no. 3, pp. 1199–1206, Aug # F. Milano, “A python-based software tool for power system analysis,” in 2013 IEEE Power Energy Society General Meeting, July 2013.
  12. S. P. Vera, “Gridcal - reasearch oriented power systems software,” https://github.com/SanPen/GridCal.
  13. T. Brown, J. Horsch, and D. Schlachtberger, “Pypsa - python ¨ for power system analysis,” preprint. [Online]. Available: https: //arxiv.org/abs/1707.09913
  14. H. G. Svendsena and O. C. Spro, “Powergama: A new simplified modelling approach for analyses of large interconnected power systems, applied to a 2030 western mediterranean case study,” Journal of Renewable and Sustainable Energy, vol. 8, July 2016.
  15. D. Krishnamurthy, “psst: An open-source power system simulation toolbox in python,” in 2016 North American Power Symposium (NAPS), Sept 2016.
  16. R. C. Dugan and T. E. McDermott, “An open source platform for collaborating on smart grid research,” in 2011 IEEE Power and Energy Society General Meeting, July 2011.
  17. D. P. Chassin, K. Schneider, and C. Gerkensmeyer, “Gridlab-d: An opensource power systems modeling and simulation environment,” in 2008 IEEE/PES Transmission and Distribution Conference and Exposition, April 2008.
  18. E. Jones, T. Oliphant, P. Peterson et al., “SciPy: Open source scientific tools for Python,” http://www.scipy.org, 2001.
  19. L. Thurner, A. Scheidler, A. Probst, and M. Braun, “Heuristic optimization for network restoration and expansion in compliance with the single contingency policy,” IET Generation, Transmission & Distribution, vol. 11, pp. 4264–4273, July 2017.
  20. A. Scheidler, L. Thurner, and M. Braun, “Heuristic optimisation for automated distribution system planning in network integration studies,” IET Renewable Power Generation, vol. 12, no. 5, pp. 530–538, April 2018.
  21. J.-H. Menke, J. Hegemann, S. Gehler, and M. Braun, “Heuristic monitoring method for sparsely measured distribution grids,” International Journal of Electrical Power & Energy Systems, vol. 95,
  22. H. Wang, M. Kraiczy, S. Wende-von Berg et al., “Reactive power coordination on strategies with distributed generators in distribution networks,” in . 1st International Conference on Large-Scale Grid Integration of Renewable Energy in India, September 2017.
  23. W. McKinney, “pandas: a foundational python library for data analysis and statistics,” Python for High Performance and Scientific Computing, 2011.
  24. “IEEE recommended practice for industrial and commercial power systems analysis (brown book),” IEEE Std 399-1997, Aug 1998.
  25. J. B. Ward, “Equivalent circuits for power-flow studies,” Transactions of the American Institute of Electrical Engineers, vol. 68, no. 1, pp. 373–382, July 1949.
  26. J. J. Grainger and W. D. Stevenson, Power system analysis. McGrawHill, 1994.
  27. S. K. Lam, A. Pitrou, and S. Seibert, “Numba: a LLVM-based Python JIT compiler,” 2015.
  28. J.-H. Teng, “A direct approach for distribution system load flow solutions,” IEEE Transactions on Power Delivery, vol. 18, no. 3, pp. 882– 887, July 2003.
  29. A. Abur and A. Exposito, ´ Power System State Estimation: Theory and Implementation, ser. Power Engineering (Willis). CRC Press, 2004.
  30. “IEC 60909-0:2016: Short-circuit currents in three-phase a.c. systems - part 0: Calculation of currents,” International Standard, 2016.
  31. A. A. Hagberg, D. A. Schult, and P. J. Swart, “Exploring network structure, dynamics, and function using NetworkX,” in Proceedings of the 7th Python in Science Conference (SciPy2008), Pasadena, CA USA, Aug. 2008, pp. 11–15.
    1. ↑ R. D. Zimmerman, C. E. Murillo-Sanchez, and R. J. Thomas, “Matpower: Steady-state operations, planning, and analysis tools for power systems research and education,” IEEE Transactions on Power Systems, vol. 26, no. 1, pp. 12–19, Feb 2011
    2. ↑ R. Lincoln, “Learning to trade power,” Ph.D. dissertation, University of Strathclyde, 2011.
    3. ↑ J. Susanto, “pypower-dynamics,” https://pypi.python.org/pypi/pypowerdynamics
    4. ↑ D. P. Chassin, K. Schneider, and C. Gerkensmeyer, “Gridlab-d: An opensource power systems modeling and simulation environment,” in 2008 IEEE/PES Transmission and Distribution Conference and Exposition, April 2008.
    Источник — «https://powersystem.info/index.php?title=Краткое_описание_библиотек_для_расчётов&oldid=499»