文献

J-GLOBAL ID：201702270745019951   整理番号：17A0969706

エネルギー模型における毎時風とPV時系列の多重年への対処:時間分解を低減する方法の比較と経年変動の計画の意義【Powered by NICT】

Dealing with multiple decades of hourly wind and PV time series in energy models: A comparison of methods to reduce time resolution and the planning implications of inter-annual variability

著者 (1件)： Pfenninger Stefan (Climate Policy Group, Department of Environmental Systems Science, ETH Zuerich, Switzerland)
資料名： Applied Energy  (Applied Energy)
巻： 197  ページ： 1-13  発行年： 2017年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 英国電力系統の高分解能計画モデルと25年間シミュレートされた風とPV発電データを用いて,本研究はそれらの計算実行可能性:ダウンサンプリング,クラスタリングと発見的方法を増加させるエネルギーモデルの時間分解能を減少させるための異なる方法を比較した。種々の方法のコストと設備容量の点でモデル結果を比較することにより,本研究の方法が適切かはインプットデータとモデル制約の設定に大きく依存することを示した。これは,時間段階還元の問題に対する一つの万能サイズのアプローチではないことを意味するが,発見的方法は有望なようである。添加では,時系列の25年では,風力とPV発電出力にかなりの年間変動性を実証した。長期時系列が必要であることを示唆しているので,これは更なるエネルギーモデルにおける時間の問題を複雑にしている。単一または数年のデータを用いてPVと風力発電の高いシェアを持つモデルの結果であると思われる信頼できない。変動する再生可能エネルギーの高いシェアを持つロバストなシナリオを決定するのに必要であるより良いモデリングと計画法。法は自由に利用できるオープンソースモデリングフレームワークCalliopeで実行された。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 発見的方法 ,  風力 ,  発電 ,  *モデル ,  ロバスト性 ,  英国 ,  *風 ,  モデリング ,  時間分解能 ,  電力系統 ,  風力発電 ,  クラスタ化 ,  再生エネルギー
準シソーラス用語： 設備容量 ,  エネルギーモデル , 【Automatic Indexing@JST】

著者キーワード (4件)： 高分解能エネルギーモデリング ,  時系列データ ,  可変再生可能エネルギー発電 ,  モデリング法

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (10件)： エネルギー ,  模型 ,  風 ,  PV ,  時系列 ,  多重 ,  対処 ,  分解 ,  経年変動 ,  計画