机构名称：
¥ 1.0
电部门能力扩展模型被学术，政府和行业研究人员广泛使用，用于政策分析和计划。许多模型的能力，空间和时间分辨率和研究目的重叠，但由于参数和结构差异而产生不同的结果。以前的工作试图确定常用能力扩展模型之间的一些差异，但无法将参数从结构不确定性中解散。在这里，我们使用应用于美国电动部门的四个开源模型的高度简化场景提出了模型基准测试。我们通过使用通用数据集消除了所有参数不确定性，而仅留下结构差异。我们演示了系统模型比较过程如何使我们能够在模型之间查明特定而重要的结构差异，包括将技术的规格规定为基本负载或后代的负载，在建模时期的开始和结束时，电池最新的电池充电，电池往返效率的应用，折现率的处理，折现率的处理，模型最终效果的构成效果以及输入参数的数字精度。我们的结果表明，这样的过程可以有效地提高模型的一致性和建立模型的信心，对特定的建模选择，报告不确定性以及确定进一步研究和开发的领域。我们还引入了一个开源测试数据集，建模社区可以用于单元测试和构建基准测试，以对更复杂的模型进行基准测试练习。社区基准努力可以增加能源建模者之间的协作，并为其他利益相关者（例如政策制定者）提供有关能源过渡和能源挑战的透明度。
应用能源-Quadracci可持续工程实验室
主要关键词
相关文件推荐
