编辑推荐：
为解决欧洲高压电网建模数据获取难、质量参差不齐等问题，柏林工业大学研究人员开展基于 OpenStreetMap 数据构建电网模型的研究。结果显示模型与官方数据契合度高。该研究为能源系统建模提供优质数据，值得科研人员一读。
德国柏林工业大学（Technische Universit?t Berlin）能源工程研究所数字能源系统转型系的研究人员 Bobby Xiong、Davide Fioriti、Fabian Neumann、Iegor Riepin 和 Tom Brown 在《Scientific Data》期刊上发表了题为 “Modelling the high-voltage grid using open data for Europe and beyond” 的论文。这篇论文在能源系统建模领域意义重大，它为欧洲及更广泛地区的高压电网建模提供了全新的数据和方法，有助于推动能源系统向净零转型，助力研究人员、行业从业者和政策制定者做出更明智的决策。
摘要解读
论文提供了基于 OpenStreetMap（OSM）数据构建欧洲高压电网（交流线路电压为 220 至 750kV，以及所有直流线路）模型的背景、方法和验证过程。电网组件涵盖已投入使用的变电站、输电线路和电缆、变压器、换流器，还包含基于标准类型的技术参数。数据以易于访问的逗号分隔值文件形式提供，适合独立于特定模型的大规模电力和能源系统建模。此外，文中还提供了交互式地图以便进行可视化检查。为评估数据质量，研究人员将数据集与官方统计数据进行对比，并使用基于不同电网表示的 PyPSA-Eur（欧洲能源系统的开源、跨部门耦合优化模型）进行代表性模型运行。数据集和工作流程是 PyPSA-Eur 的一部分，通过与 PyPSA-Earth 等项目的代码库集成，该研究成果可应用于全球范围，数据集遵循 Open Data Commons Open Database（ODbL 1.0）许可发布。
研究背景
在当今世界，能源系统模型是理解能源来源、技术、政策和市场之间复杂相互作用的不可或缺的工具。研究人员、行业和政策制定者借助这些模型，在向净零能源系统转型过程中做出明智决策。然而，这些模型得出的结论很大程度上依赖于基础数据和假设的准确性。特别是现有能源基础设施（如电网）的表示方式，会对基于模型的未来投资决策产生决定性影响。
输电系统运营商（TSOs）虽拥有高压电网的信息，但这些数据通常不会公开到学术研究所需的详细程度。像欧洲输电系统运营商网络（ENTSO-E）这样的官方机构提供了欧洲高压电网的在线地图，但存在诸多局限性：缺乏底层拓扑连接数据集、未以开放许可发布、更新不频繁、地理细节有限或高度风格化。
此前也有基于 OSM 数据对欧洲高压电网或其部分进行建模的项目。一些机构提供特定区域的数据，但都存在缺陷。TSOs 的数据虽最可靠，但除少数区域外，大多缺乏地理参考或未覆盖整个欧洲。以往学术项目的数据集要么难以重现，要么近十年未更新。基于此，研究团队决定利用 OSM 数据，引入透明的工作流程来创建欧洲高压电网模型。
研究方法
研究团队使用的核心工具是 PyPSA-Eur，这是一个在空间和时间上高度解析的开源、跨部门耦合线性优化模型，覆盖欧洲大陆。它基于开源工具包 PyPSA 构建，适用于电网运行和扩展研究（包括输电、发电和储能） 。PyPSA-Eur 拥有大量来自学术界、工业界和政策制定者的用户，在各类研究中广泛应用。
与其他开源模型（如 oemof 和 OSeMOSYS Global）相比，PyPSA-Eur 能提供更详细的地理和电网电气表示。虽然开源的欧洲模型 Euro-Calliope 具有较高的空间分辨率，但它用净传输容量对电网进行建模。而 PyPSA-Eur 通过集成本研究构建的数据集，能与模型中已实现的更多功能兼容，如动态线路额定值选项和纳入规划中的项目（如欧洲十年网络发展计划和德国网络发展计划）。
研究人员将高压电网的构建分为四个步骤，并将其添加到 PyPSA-Eur 现有的工作流程中。
- 检索 OSM 数据：在 OSM 中，地理数据存储在 “节点”“路径” 和 “关系” 中。研究人员通过 Overpass turbo API 检索数据，查询与电网相关的特征。对于交流线路，综合使用路径和关系数据构建数据集，优先使用关系数据以保证数据质量，同时避免重复。对于直流项目（直流链路），则使用关系数据，这是因为直流链路数量较少，便于逐个检查和参数对比，且关系数据有助于高效聚合和简化链路。
- 清理 OSM 数据：OSM 数据虽丰富，但不能直接用于能源系统建模，存在噪声、不完整或不一致的问题。研究人员将原始数据导入 pandas 数据帧后，运用启发式方法清理和填充缺失信息，再借助 geopandas 进行地理空间操作。对于变电站和变压器，筛选出特定电压范围内的变电站，提取其多边形形状，根据需求添加变压器并确定其额定容量。对于交流线路和电缆，清理标签列，筛选特定电压等级的数据，对缺失或不完整数据进行假设填充。对于直流链路和换流器，单独查询关系数据，添加缺失参数，简化复杂关系，并确保直流链路与交流母线正确连接。
- 构建 OSM 网络：为确保电网组件在拓扑和电气上连通，研究人员提出基于完全图的结构。先将交流和直流线路的端点添加到母线集，处理过长的线路，将其分割并更新端点信息。接着对半径 500 米内的母线进行聚类，计算内部点确定简化变电站的地理坐标，最后确保所有组件正确电气连接。
- 创建 PyPSA-ready 基础网络：将构建好的网络转换为适用于 PyPSA 和 PyPSA-Eur 建模的格式。根据电压等级为线路分配标准线路类型，计算电气参数，并应用安全裕度因子。对于直流链路，直接使用其长度和额定值，最后去除未连接或孤岛组件。
研究结果
- 数据记录：欧洲高压电网的编译表示以.csv 格式在线存储，可通过 Zenodo 存储库下载。数据集涵盖 ENTSO-E 成员国（不包括塞浦路斯、冰岛和土耳其）的地理范围。截至论文提交时，网络包含 6737 个母线（其中 4931 个是原始 OSM 变电站多边形，1806 个是虚拟母线）、8994 条交流线路和电缆、37 条简化 / 聚合的直流链路（及其端点的换流器）以及 875 个简化的交流变压器，总路线长度达 283974 千米。数据集还包含不同类型电网组件的详细信息，如母线（buses.csv）、交流线路和电缆（lines.csv）、直流线路和电缆（links.csv）、变压器（transformers.csv）、换流器（converters.csv），以及一个交互式地图（map.html），方便用户直观探索数据集。
- 技术验证
- 与 ENTSO-E 统计数据和地图对比：将基于 OSM 数据的输电电网与 ENTSO-E 的 2023 年输电清单对比，计算线路总长度和电路长度的皮尔逊相关系数，发现基于 OSM 数据的电网在高压电网（220 至 750kV）的再现上比 ENTSO-E 地图有整体改进。在区域线容量、跨区域容量和线路交叉数量等方面的对比中，虽两个输电电网相关性较强，但在个别边界存在显著差异，主要原因包括地理空间信息质量不同、边界节点位置差异、数据缺失或错误等。
- 模型结果对比：对比基于 OSM 数据集和 ENTSO-E 地图的 PyPSA-Eur 模型运行结果，发现两个基础网络的加权度分布相似，聚类后相关性更高，表明在 NUTS2 分辨率下，两个网络在连通性方面非常相似。两个模型运行的区域结果（如发电资产调度、线路利用率和削减）紧密对齐，系统成本差异仅为 0.34%。不过，基于 OSM 的输电电网利用率更高，基于 ENTSO-E 地图的模型则在发电和存储容量上投资更多。
研究结论与讨论
研究团队成功构建了基于 OSM 数据的欧洲高压电网模型，并通过与官方统计数据和现有模型的对比验证了其质量。该数据集地理细节丰富，且随着 OSM 数据库的更新和 PyPSA-Eur 用户的参与，能够持续更新。工作流程透明，数据公开可访问，尽管无法保证数据绝对准确，但提供了目前公开可用的欧洲高压电网的最佳表示。
该研究成果对能源系统建模领域意义非凡。它为研究人员提供了更准确、更易获取的数据资源，有助于深入研究欧洲能源系统的运行和发展。对于行业而言，可用于指导电网规划和投资决策，优化能源传输和分配。政策制定者则能依据这些数据制定更合理的能源政策，推动欧洲向净零能源系统转型。此外，研究方法具有通用性，可应用于其他地区，为全球能源系统建模做出贡献。不过，研究也存在一定局限性，如数据质量受 OSM 数据本身的影响，不同地区的 OSM 数据质量参差不齐，可能会影响模型的准确性。未来研究可进一步探索提高数据质量的方法，以及如何更好地整合其他数据源，完善高压电网模型，为全球能源转型提供更有力的支持。
