PREP-SHOT:耦合短期水电调度的可再生能源规划模型

能源科学 2026-11-20 24 阅读

PREP-SHOT 是一个开源能源扩展优化模型,用于多区域能源系统与输电线路的多尺度、跨期、成本有效扩展规划,并耦合短期水电调度。

这个工具是什么

PREP-SHOT 由新加坡国立大学 PREP-NexT 实验室的 Zhanwei Liu 与 Xiaogang He 开发,全称为 Pathways for Renewable Energy Planning coupling Short-term Hydropower OperaTion。它是一个透明、模块化、开源的能源扩展模型,基于线性规划构建,面向多区域能源系统,在满足给定需求时间序列的前提下最小化成本,并支持小时级时间步长的可调运行模拟。模型以纯 Python 实现,利用 pandas 与 Xarray 处理数据,输入采用 Excel 格式,输出为 NetCDF 格式,并可通过 PyOptInterface 调用多种求解器。

核心能力

  • 基于线性规划的多区域能源系统优化,在满足需求时间序列下最小化成本。
  • 支持小时级时间步长的可调运行模拟,耦合短期水电调度。
  • 输入为 Excel 格式,输出为 NetCDF 格式,便于复杂数据分析与扩展。
  • 通过 PyOptInterface 支持 HiGHS、GUROBI、COPT、MOSEK 等多种求解器。

科研中的典型用法

  • 用于多区域电力系统与输电线路的跨期扩展规划,评估不同情景下的成本有效方案。
  • 结合流域梯级水电数据,分析短期水电调度对可再生能源规划的影响。
  • 通过输入多组情景参数,开展敏感性分析或情景对比研究。

快速上手

可先在浏览器中运行 Colab 快速入门笔记本(doc/source/Quickstart.ipynb),完整求解与绘图约五分钟。本地使用需克隆仓库并安装依赖:git clone https://github.com/PREP-NexT/PREP-SHOT.git,随后按文档安装依赖。更真实的案例见 examples/southeast_asia/SoutheastAsia.ipynb,包含 5 个国家、57 座梯级水电站与 2030 年碳约束。

生态与相近工具

同领域还有 OSeMOSYS、PyPSA 等开源能源系统模型。PREP-SHOT 的特点在于耦合短期水电调度并支持小时级运行模拟;若研究重点为水电与多区域扩展规划,可优先考虑 PREP-SHOT,若侧重电力市场或网络潮流分析,可评估 PyPSA 等工具。

项目信息


本文属于《学科研究工具知识库 · 能源科学》第 11 篇(按 GitHub 星标排序)。收录标准:该学科公开可获取的开源研究工具,星标与活跃度为主要参考,不代表对其性能或适用性的背书;选型前请结合自身场景评估。

评论 共 0 条

暂无评论

微信小程序

微信扫一扫体验

立即
投稿

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部