ドイツにおける動的系統料金と分散型蓄電のシステム親和性への影響

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides a reproducible methodology for evaluating grid fee structures on storage operation and grid capacity.

🏢実務担当者:Utilities and grid operators can use the dynamic fee structures to reduce grid extension costs.

🏛政策担当者:Offers evidence for designing dynamic grid fees to support renewable integration without excessive grid investment.

文脈 「ドイツにおける動的系統料金と分散型蓄電の系統親和性への影響」と題する出版物のコード透明性リポジトリ。著者はKaroline Brucke、Sunke Schlüters、Oriol Raventos、Benedikt Hanke、Carsten Agert、Karsten von Maydell。機密保持の理由により、コードを実行するために必要なデータは公開できない。各自のPyPSA出力を用いてコードを実行して構わない。ここに含まれるCSVファイルは、主要結果を含む当該出版物のほとんどの図を再現できる。 出版物の抄録： エネルギー転換により、分散型かつ気象依存型の発電の割合が増加している。これにより、供給と需要の同期がより複雑になり、地域的な価格シグナルの必要性が高まっている。動的系統料金は、ドイツにおいてそのようなシグナルを提供する政治的に現実的な手段である。しかし、その正確な設計とシステムへの定量的な貢献は不明確なままである。我々は、地域の系統利用状況から導出した9つの動的系統料金構造を提案し、持続可能なシナリオに基づき、特性が大きく異なるドイツの3地域に適用する。系統親和性フレームワークを用いて、各料金構造が分散型蓄電の運用に与える影響と、システム全体の系統および蓄電容量要件への影響を評価する。このフレームワークにより、規制条件や技術的前提から独立したデータ駆動型の比較が可能となる。市場のみの運用（現在のドイツの状況を反映）は、システム全体の蓄電需要を最大限に削減するが、全地域で大幅な系統増強を引き起こすことが分かった。動的系統料金はこの系統増強需要を削減するが、常に時間的同期の低下を代償とする。系統削減ポテンシャルは、再生可能エネルギー出力の高い変動性により、風力優位地域で最も高い。需要および産業が集中する地域では最も低く、そこでは系統増強が発電ではなく通常の負荷プロファイルによって駆動される。配電系統運用者が公表する日次反復型系統料金は、太陽光優位地域では良好に機能するが、風力優位地域では追加の系統増強を引き起こす。本手法は、ドイツの電力系統における発電・輸送・需要の同期のための費用対効果の高い規制の分析基盤を提供する。 機能一覧 data_preprocessing.ipynb：PyPSA出力を前処理し、oemofモデルで処理できるようにする benchmarking.py：PyPSAデータの前処理後、与えられたデータでoemofモデルを最適化する fee_preprocessing.ipynb：benchmarking.pyを実行してドイツの特定地域を110kVレベルで表すマルチノードoemofモデルを最適化することで決定される系統利用状況に基づき、系統料金を計算する main.py：異なる系統料金構造の下でスタンドアロン蓄電運用を最適化し、その後、蓄電運用を含むドイツ地域のエネルギー流れを最適化し、結果を.pklファイルに保存する evaluate.py：oemof出力を分析して系統親和性指標を評価し、結果をcsvファイルとして保存する plotting.ipynb：evaluate.pyの出力に基づき、出版物用の結果を可視化する utils.py：ユーティリティ関数 optimization.py：main.pyで使用される最適化関数 実行 それぞれのPyPSAデータでdata_preprocessing.ipynbを実行する benchmarking.pyを実行する fee_preprocessing.ipynbを実行する main.pyを実行する evaluate.pyを実行する plotting.ipynbを実行する サポート 質問がある場合は、Karoline Brucke（[email protected]）またはSunke Schlüters（[email protected]）に連絡されたい。 著者と謝辞 著者および貢献者：Karoline Brucke、Sunke Schlüters ライセンス CC BY-SA 4.0 プロジェクトの状態 このプロジェクトは出版物の補足資料としてのみ機能するため、これ以上の開発は行われていない。自由にダウンロードして自己の目的でコードを使用して構わない。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Context Code transparency repository for publication titleled: "Dynamic grid fees for Germany and their effect on the system friendliness of decentral storage" authored by Karoline Brucke, Sunke Schlüters, Oriol Raventos, Benedikt Hanke, Carsten Agert and Karsten von Maydell. Due to confidentiality reasons, the data needed to execute the code cannot be published. Feel free to run the code with your own PyPSA outputs. The CSV files included here are able to recreate most plots from the respective publication including the main results.  Abstract of the publication: The energy transition increases the share of decentralized and weather-dependent generation. This makes the synchronization of supply and demand more complex and raises the need for local price signals. Dynamic grid fees are a politically realistic instrument to provide such signals in Germany. However, their exact design and their quantitative contribution to the system remain unclear. We propose nine dynamic grid fee structures derived from local grid utilization and apply them across three German regions with vastly different characteristics based on a sustainable scenario. We use the system friendliness framework to assess the impact of each fee structure on the operation of decentral storage and its influence on system-wide grid and storage capacity requirements. This framework allows data-driven comparisons independent of regulatory conditions or technology assumptions. We find that market-only operation, which reflects the current situation in Germany, reduces system-wide storage needs to the maximum extent but causes significant grid extension in all regions. Dynamic grid fees reduce this grid extension demand, but always at the cost of less temporal synchronization. The grid reduction potential is highest in wind-dominated regions due to the high volatility of renewable feed-in. It is lowest in demand and industry-heavy regions, where grid extension is driven by the regular load profile rather than generation. The daily repetitive grid fees published by distribution system operators perform well in solar-dominated regions but cause additional grid extension in wind-dominated areas. Our method provides a foundation for the analysis of cost-effective regulation to synchronize generation, transport and demand in the electricity grid in Germany. Feature List data_preprocessing.ipynb : Preprocesses PyPSA outputs to be processed in oemof models benchmarking.py : Optimizes an omeof model with given data after preprocessing PyPSA data fee_preprocessing.ipynb : Calculates grid fees based on grid fee utilization which is determined by optimizing a multi-node oemof model representing a specific region in Germany on the 110kV level by running benchmarking.py main.py : Optimizes stand-alone storage operation under different grid fee structures and afterwards optimizes energy flows in German regions including the storage operation and stores results in .pkl files evaluate.py : Evaluates system friendliness indicators by analyzing the oemof outputs and stores results as csv files plotting.ipynb : Visualizes results for the publication based on the output of evaluate.py utils.py : Utilitary functions optimization.py : Optimization functions used in main.py Execution Run data_preprocessing.ipynb with respective PyPSA data Run benchmarking.py Run fee_preprocessing.ipynb Run main.py Run evaluate.py Run plotting.ipynb Support In case of questions, reach out to Karoline Brucke ( [email protected] ) or Sunke Schlüters ( [email protected] ) Authors and acknowledgment Authors and contributors: Karoline Brucke, Sunke Schlüters License CC BY-SA 4.0 Project status There is no further development happening for this project since it only serves as supplementary material to the publication. Feel free to download and use the code for your own purposes.

• Zenodo https://zenodo.org/records/21389550first seen 2026-07-17 04:15:20 · last seen 2026-07-18 04:14:53