PyPSA：电力与能源系统优化仿真框架

PyPSA 是一个开源 Python 框架，用于优化和模拟现代电力与能源系统，支持机组组合、风光发电、储能、跨部门耦合及线性化潮流，面向研究人员、规划者和公用事业。

这个工具是什么

PyPSA 全称 Python for Power System Analysis，是一个开源 Python 框架，用于优化和模拟现代电力与能源系统。它由柏林工业大学能源系统数字化转型系主导维护，当前获德国研究基金会资助，早期版本在卡尔斯鲁厄理工学院和 FIAS 开发。框架涵盖常规发电机组的机组组合、波动性风电与光伏、水电、跨时段储能、与其他能源部门耦合、弹性需求，以及直流和交流网络中含损耗近似的线性化潮流。PyPSA 面向具备基本编程能力的研究人员、规划者和公用事业人员，设计上可适应大规模网络和长时间序列，采用 MIT 许可证。

核心能力

• 支持经济调度，含机组组合、可再生能源可用性、短期与季节性储能及水电水库入流和弃水动态
• 提供线性最优潮流，在网状交直流网络中计及基尔霍夫定律并可选损耗近似
• 支持安全约束最优潮流，考虑线路停运事故以满足 N-1 条件下的系统可靠性
• 支持容量扩展规划，对发电和储能等投资决策进行长期系统规划

科研中的典型用法

• 对含高比例风电和光伏的电力系统进行短期经济调度模拟，评估机组组合与储能运行
• 在交直流混合网络中开展线性最优潮流计算，分析线路约束对调度成本的影响
• 开展长期容量扩展规划，比较不同发电和储能投资组合的成本与可行性

快速上手

PyPSA 可通过 pip 安装（pip install pypsa）或从 conda-forge 安装（conda install -c conda-forge pypsa）。入门时可参考官方文档 https://docs.pypsa.org，其中包含示例和教程。基本流程是构建网络对象、添加组件（如发电机、负荷、储能、线路）、设置时间序列，然后调用优化或潮流计算函数。

生态与相近工具

同领域还有 MATPOWER、PLEXOS、OSeMOSYS、Calliope 等工具。PyPSA 以 Python 生态为基础，适合需要灵活编程和透明模型的用户；MATPOWER 侧重潮流计算，PLEXOS 为商业软件，OSeMOSYS 和 Calliope 也面向能源系统优化。选择时可依据对开源、Python 集成、网络潮流细节和跨部门耦合的需求进行权衡。

项目信息

• 仓库：PyPSA/PyPSA
• 星标：2,154　·　派生：699
• 主要语言：Python
• 许可证：MIT
• 最近提交：2026-09-19
• 项目主页：https://docs.pypsa.org

本文属于《学科研究工具知识库 · 能源科学》第 2 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。