Complex Renewable Energy Networks, Summer Semester 2017
Table of Contents
1 Course Details
2 Course Links
3 Lecture Notes
The lectures are given by Tom Brown
Lecture 1 - 19.04.2017 - Introduction to integrating renewables, time series analysis for Germany
Lecture 2 - 26.04.2017 (updated at 16:05 on 26.04.2017) - Renewables in Germany versus Europe, Balancing Energy/Capacity, Complex Network Theory, Linear Power Flow
Lecture 3 - 03.05.2017 (updated at 15:55 on 03.05.2017) - Power Flow
Lecture 4 - 10.05.2017 - Power Flow (see also PTDF code for PyPSA and German grid example), Storage, Networks vs. Storage
Lecture 5 - 17.05.2017 (by Guest Lecturer Alexander Kies) - Demand-Side Management
Lecture 6 - 24.05.2017 (updated at 16:10 on 31.05.2017) - Optimisation Theory, Operational Optimisation
Lecture 7 - 31.05.2017 (updated at 16:10 on 31.05.2017) - Basic Microeconomics, Short-Run Efficiency
Lecture 8 - 07.06.2017 (updated at 18:10 on 21.06.2017) - Network Optimisation, Storage Optimisation, Long-Run Efficiency (i.e. Investment Optimisation)
Lecture 9 - 14.06.2017 (by Guest Lecturer Alexander Kies) - Network versus Storage Optimisation, Coupling to Other Energy Sectors
Lecture 10 - 21.06.2017 (updated at 16:10 on 21.06.2017) - Cost Recovery in Electricity Markets
Lecture 11 - 28.06.2017 - Renewables in Electricity Markets, Spatial Scale in System Optimisations
Lecture 12 - 05.07.2017 - Guest Lecturer Jonas Hörsch on Flow Tracing, Guest Lecturer David Schlachtberger on Backup Flexibility Classes
Lecture 13 - 12.07.2017 - Dynamics in Power Networks, Line Outages
Lecture 14 - 19.07.2017 - Line Outages, Principal Components Analysis of Weather, Effects of Climate Change on Power System
4 Tutorials
The tutorials are given by Jonas Hörsch and David Schlachtberger
Sheet 1 (19.04.2017), Tutorial Data (updated 04.05.2017), Python solutions as Jupyter notebook (04.05.2017)
Sheet 2 (10.05.2017), Imbalance Data CSV (10.05.2017), Python solutions as Jupyter notebook (17.05.2017)
Sheet 3 (29.05.2017), Availability Data CSV (29.05.2017), Solution to Problem 1 (31.05.2017), Python solutions as Jupyter notebook (31.05.2017)
Sheet 4 (21.06.2017)
5 Oral Exam
The oral exam will take place in two sessions:
14:00 to 16:00 on Tuesday 25th July 2017
14:00 to 15:30 on Thursday 27th July 2017
Please come to room 3|401 (Tom Brown) in the Frankfurt Institute for Advanced Studies (FIAS). It's on the third floor, ring the office to open the door to the corridor; turn right in the corridor.
6 GLPK, PyPSA installation instructions
- Downloade das Paket "GLPK for Windows" von Sourceforge.com via: https://sourceforge.net/projects/winglpk/
- Entpacke diese ZIP Datei in einen Order für deine Programme wie z.B.: C:\Programme\glpk-4.61
- Füge den Ordner, der die EXE-Datei glpsol.exe und die DLLs enthält zu dem Suchpfad (engl. search path) für ausführbare Dateien hinzu. Dessen Umgebungsvariable (engl. environment variable ) heißt "Path".
- Dazu: Öffne den Dialog der Umgebungsvariablen indem du folgenden Anleitungen folgst: (Ich konnte einfach "Umgebungsvariable" in der Windows Suche eingeben.) https://superuser.com/a/989665 oder https://superuser.com/a/949577 oder http://techfrage.de/question/11483/windows-10-umgebungsvariablen-offnen-andern/
- Für zur Path Variable je nach dem ob du 32bit oder 64bit System hast den richtigen Pfade hinzu: C:\Programme\glpk-4.61\w32 C:\Programme\glpk-4.61\w64
- Teste die Installation, indem du eine neue Konsole (cmd) öffnest und folgendes Kommando eingibst: glpsol –help
- Falls dies nicht funktioniert dann schaue nach, ob du wirklich eine neue Konsole geöffnet hast. Denn Änderungen in den Umgebungsvariablen wie Path werden für die Konsole (sowie auch für andere Programme) beim Start des Programms übernommen. Und deshalb muss die Konsole neu gestartet worden sein, damit sie den neuen Ordner in "Path" kennt.
- Danach kann man Pypsa mit folgendem Befehl installieren: pip install pypsa