领域：能量建模
问题类型：LP
慕尼黑Stadtwerke 将其基于 GAMS 的大型能源市场模型过渡到亚马逊云
背景
慕尼黑市政厅（SWM）是德国最大的市政电力供应商之一，2019年电力年收入为8亿欧元，相当于37太瓦时1.相比之下，德国每年的总净发电量约为600太瓦时2。
SWM专注于自己的可再生能源发电机（地热，水力发电，陆上和海上风电场，光伏和沼气），并在德国和其他欧洲国家（比利时，克罗地亚，芬兰，法国，挪威，波兰和瑞典）运营。可再生能源为连接到电网的总共3000多台独立发电机做出了贡献。
图1.SWM参与欧洲电网的概述。
来源： https://www.swm.de/english/company
由于SWM在可再生能源方面的大量投资，SWM对欧洲能源价格的长期发展以及由此产生的资产经济非常感兴趣。
因此，SWM为欧洲能源市场开发并实施了GAMS的基本模型，重点关注电力价格，碳和可再生能源的价值。该模型通过考虑所有现有发电机和模型构建的所有发电机，计算出满足所有给定时间点电力需求的最有效方法。
基本模型给出的长期价格正用于发电机（太阳能、陆上风电、海上风电、燃气热电联产发电厂和地热部门）的所有投资决策。此外，长期价格是减值的基础，最终是公司规划的基础。
现状
SWM多年来一直在运行其由两部分组成的GAMS基本模型。
该模型的第一部分（投资部分）旨在计算到2050年欧洲的总体电力格局。该模型很大，大约有 70 万个非零矩阵元素。
模型输入为 52 个 Excel 文件，每张纸最多 60000 个数据，例如：
- 所有现有的欧洲发电厂，
- 电力需求和净输电容量，
- 可再生能源发电的典型天数，
- 燃料价格。
主要产出是
- 每种技术的可用发电机（可再生、传统）
- 容量和发电组合以及
- 每年的电力基准市场价格。
使用投资模型的输出和年度数据，第二部分（调度模型）可以在 20-30 个并行作业中针对不同的假设集运行。一个作业对应于一年按小时的分解。SWM一直在内部硬件（192个内核，1.5TB的RAM）上运行这种模型。
随着欧盟内部法律框架的最新变化，可再生能源的保证价格已被废除，可再生能源现在与其他形式的能源一样面临同样的市场波动和风险。这一变化为要解决的场景增加了几个自由度，并且需要回答诸如“如果天然气价格突然下降，可再生能源的价值会发生什么？”之类的问题的答案。除了燃料价格的变化外，还必须考虑一些法律法规以及来自国家和欧洲脱碳目标的挑战。
由于由此产生的市场价格是基于不同假设下的情景，而不是具有特定发生概率的预测，因此必须计算许多情景，以便弄清楚如果前提发生变化，价格的杠杆作用是什么。
完整的模拟运行每年必须执行大约 200 次，每次运行的结果应在 24 小时内提供，导致在此期间对计算能力的要求极高。在这些高峰期之间，需求很低。在实践中，这意味着内部硬件无法经济地满足所需的计算能力，而使用云计算的解决方案似乎是最合适的。
技术挑战
在开发云解决方案时，必须解决以下技术挑战：
投资模式
投资模型受内存限制，一个方案需要大约 700 GB RAM。它必须在一次封闭运行中解决，而不可能进行分区和并行化。两个内核就足够了。
调度模型
运行模型的调度部分需要自动编排 20-30 个独立的 GAMS 工作线程，向他们提供输入数据，并在运行完成后收集每个工作线程的结果。在这里，GAMS 工作线程可以并行执行，因为一年是一次运行，并且年份可以彼此独立计算。调度模型的每个工作线程大约需要 30 GB RAM 和两个内核。
解决方案
2020年，SWM已经启动了一项战略性云计划。该计划的一个方面是评估基于云的超大规模，并选择了亚马逊网络服务(AWS)进行概念验证。设计的解决方案是不同云服务和最先进的基础设施技术的组合:GAMS应用程序作为docker映像提供，解决GAMS模型的工作流使用无服务器lambda函数(python)编排。
该解决方案的核心是AWS Batch，它允许运行数百或数千个批处理作业，并根据提交的批处理作业的资源要求，动态调配每个作业所需的计算资源。结果是一个简单的解决方案，可扩展和可伸缩，并且在空闲时几乎不需要任何托管成本。一个战略决策是使用Infastructure as Code (IaC)来实现每一个云资源--对于这个SWM，使用开源产品terraform，因此受益于典型的软件开发生命周期(git、拉式请求审查、版本控制)。
图2.已开发的云解决方案的示意图概述
要使用该应用程序，用户将 GAMS 基本模型和参数文件上传到 S3 存储桶，该存储桶会自动触发 step 功能以启动流程。第一步提交包含投资模型的 AWS Batch 作业，AWS Batch 管理所需的虚拟机并使用 GAMS 应用程序启动 docker 映像。首次计算后，调度模型将自动提交并由 AWS Batch 并发运行。由于调度模型需要较少的 CPU 和内存，因此 AWS Batch 大部分时间使用现有计算机来运行模型。如果需要，可以创建更多计算实例。最后，当所有作业完成后，资源将自动终止。
目前，使用按需实例，与现有解决方案相比，这已经大大降低了成本。计划在未来使用竞价型实例进一步优化成本：竞价型实例可能比等效的按需实例便宜得多，但不能保证它们连续运行，因此，如果发生过早终止，这将需要实施重试机制。
成本
AWS Batch 在一台大型计算机上动态组合多个较小的实例，并智能地将最合适的 EC2 实例分配给 GAMS 工作线程。
成本示例：
投资模式：需要大约 700 GB 内存，但核心数无关紧要
最适合的EC2实例（768个RAM，96个核心） < 10 美元/小时
调度模式：每个作业需要大约 30 GB RAM，内核数不相关
最适合的 EC2 实例（32 个 RAM，8 个核心） < 0.5 美元/小时 （乘以 20 年的结果与有关 RAM 和成本的投资模型相同，AWS 批处理会自动检测到该模型。
总计：每次完整运行~50-70美元，具体取决于复杂性;每年高达 200 次运行
软件许可证是一种 GAMS 应用程序许可证，允许以固定的年费无限次运行此特定应用程序。
新解决方案的优势
SWM可以更好地应对电力市场状况的变化。由于欧盟绿色协议、碳税和燃料价格的变化，灵活性尤其如此。长期基本面分析并不意味着提供价格预测，但它显示了前提变化对长期价格的影响。这是理解和量化可能发生的市场风险的唯一方法。结合输入端的所有更改，可以获得许多要计算的场景。使用超大规模方法，现在可以在一天内获得结果，而在本地使用物理服务器则需要数周时间。除了节省时间之外，与本地解决方案相比，基于云的解决方案将成本降低了多达 40%。
通过运行基本模型的许多场景的能力，提高了评估长期能源价格的分析技能，有助于最大限度地降低采购过程中的成本，并使能源市场的风险易于管理。
关于SWM
慕尼黑市立工厂 （SWM），慕尼黑的市政公用事业公司是德国最大的能源和基础设施公司之一。SWM为慕尼黑提供24/7的能源（电力，天然气，区域供暖/制冷），新鲜饮用水，移动性和先进的尖端电信服务。可持续性和气候保护是其所有行业企业政策的重要基石。
-
2019年年度报告，慕尼黑市政厅（https://www.swm.de/dam/doc/english/swm-annual-report.pdf）
-
2019年监测报告，德国能源市场监管机构Bundesnetzagentur（https://www.bundesnetzagentur.de/SharedDocs/Pressemitteilungen/EN/2019/20191127_Monitoringbericht.html）
在线留言
尊敬的客户朋友，如您有任何意见建议，请通过下表反馈给我们，我们会尽快与您联系。
|
400-621-1085
