[논문 리뷰] DIETERpy: a Python framework for The Dispatch and Investment Evaluation Tool with Endogenous Renewables

Carlos Gaete-Morales, Martin Kittel외 2명|arXiv (Cornell University)|2020. 10. 02.

Integrated Energy Systems Optimization참고 문헌 22인용 수 28

한 줄 요약

DIETERpy는 GAMS 기반의 전력 부문 모델인 DIETER를 래핑하는 파이썬 기반 프레임워크로, 다양한 시나리오 설정, 병렬 실행, 브라우저 기반 GUI를 통한 사용자 友好的 데이터 처리를 가능하게 한다. 비전문가 사용자에게 접근성을 향상시키면서도 원본 모델의 최적화 엄밀성을 유지하며, 고율 재생 가능 에너지 통합을 고려한 에너지 시스템 분석의 워크플로우 효율성을 크게 향상시킨다.

ABSTRACT

DIETER is an open-source power sector model designed to analyze future settings with very high shares of variable renewable energy sources. It minimizes overall system costs, including fixed and variable costs of various generation, flexibility and sector coupling options. Here we introduce DIETERpy that builds on the existing model version, written in the General Algebraic Modeling System (GAMS), and enhances it with a Python framework. This combines the flexibility of Python regarding pre- and post-processing of data with a straightforward algebraic formulation in GAMS and the use of efficient solvers. DIETERpy also offers a browser-based graphical user interface. The new framework is designed to be easily accessible as it enables users to run the model, alter its configuration, and define numerous scenarios without a deeper knowledge of GAMS. Code, data, and manuals are available in public repositories under permissive licenses for transparency and reproducibility.

연구 동기 및 목표

• 비전문가 사용자 및 실무자 대상으로 DIETER 전력 부문 모델의 접근성과 사용성을 향상시키기 위해.
• 고성능 GAMS 기반 최적화 코어를 파이썬의 유연성과 데이터 처리 능력과 통합하기 위해.
• 기본 모델 코드를 수정하지 않고도 구성 가능한 파rameter 설정, 제약 조건 조정, 병렬 실행을 통해 효율적인 시나리오 탐색을 가능하게 하기 위해.
• 브라우저 기반 GUI와 표준화된 데이터 워크플로우를 제공하여 시나리오 설정 및 결과 시각화를 간편하게 하기 위해.
• 고율 재생 가능 에너지 통합 조건 하에서 재현 가능하고 투명하며 확장 가능한 에너지 시스템 모델링을 지원하기 위해.

제안 방법

• 기존의 GAMS 기반 DIETER 모델을 파이썬 프레임워크(DIETERpy)에 통합하여 모델 구성, 시나리오 정의, 데이터 I/O 를 관리하기 위해.
• 컴퓨팅 효율성을 유지하면서도 핵심 최적화 모델과의 인터페이스를 위해 파이썬용 GAMS API를 사용하기 위해.
• 기존 GAMS 코드를 수정하지 않고도 파라미터, 변수의 범위, 제약 조건 활성화를 변경할 수 있는 시나리오 엔진을 구현하기 위해.
• 유사한 시나리오의 병렬 실행을 위해 GUSS(GAMS Ultimate Solution System) 도구를 활용하여 컴파일 시간을 단축하기 위해.
• GAMS 지식 없이도 접근 가능한 브라우저 기반 그래픽 사용자 인터페이스를 제공하여 시나리오 설정 및 결과 시각화를 가능하게 하기 위해.
• 표준 파이썬 라이브러리를 사용하여 후처리 루틴을 통합하여 결과를 여러 형식(CSV, JSON 등)으로 수집 및 내보내기 위한 데이터 처리 기능을 제공하기 위해.

실험 결과

연구 질문

• RQ1 기존의 GAMS 기반 전력 부문 모델을 어떻게现대화하여 비전문가 사용자 대상의 사용성과 확장성을 향상시킬 수 있는가?
• RQ2 에너지 시스템 모델링에서 파이썬 프레임워크를 GAMS 기반 최적화 코어와 통합할 경우 성능 및 워크플로우 측면에서 어떤 이점이 있는가?
• RQ3 GUI와 파rameter 기반 시나리오 설정은 연구자 및 실무자 대상의 진입 장벽을 어느 정도 감소시킬 수 있는가?
• RQ4 새로운 프레임워크는 섹터 커플링 및 내생적 재생 가능 에너지와 같은 복잡한 시스템 통합 과제 분석을 어떻게 지원하는가?
• RQ5 GAMS의 최적화 능력과 파이썬의 데이터 과학 생태계의 조합은 에너지 모델링에서 더 효율적이고 재현 가능한 시나리오 분석을 가능하게 하는가?

주요 결과

• DIETERpy는 GAMS 지식 없이도 사용자가 여러 시나리오를 실행, 구성, 분석할 수 있도록 하여 비전문가 사용자에 대한 진입 장벽을 크게 낮춘다.
• GUSS 도구를 통한 시나리오 병렬 실행을 지원하여 컴파일 시간을 단축하고 계산 효율성을 향상시킨다.
• 브라우저 기반 GUI는 직관적인 시나리오 설정과 실시간 결과 시각화를 가능하게 하여 사용자 접근성과 워크플로우 투명성을 향상시킨다.
• 모델의 핵심 최적화는 그대로 유지되어 복잡한 파rametrization 조건에서도 신뢰할 수 있는 결과를 보장한다.
• 파이썬 통합을 통해 데이터 사전 및 사후 처리가 원활하게 이루어지며, 표준 형식으로 내보내기 및 외부 시각화 라이브러리 활용이 가능하다.
• 허용적인 MIT 라이선스와 오픈소스 성격 덕분에 연구자 및 실무자가 이를 재사용, 변형, 확장할 수 있으며, 상업적 응용에도 활용 가능하다.