Краткое описание библиотек для расчётов

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

Python

Python в анализе энергетических систем

Многие из доступных инструментов с открытым исходным кодом основаны на MATLAB , , или Delphi . 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].
• Pandapower - библиотека Python с возможностью расчёта установившихся режимов и токов короткого замыкания. Статья с описанием на русском.
• Pandas - библиотека Python для задач машинного обучения, классификации и кластеризации.

C#

• IntSharp - библиотека C# с интервальной арифметикой.
• Accord.NET Framework - обширная библиотека на C# для решения задач классификации, кластеризации, машинного обучения и статистического анализа данных.

Использованные источники

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. 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
19. R. Lincoln, “Learning to trade power,” Ph.D. dissertation, University of Strathclyde, 2011.
20. J. Susanto, “pypower-dynamics,” https://pypi.python.org/pypi/pypowerdynamics
21. 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.