Stadtwerke Munich（SWM）是德国较大的**电力供应商之一，2019年的电力年收入为28亿欧元，相当于37 TWh。相比之下，德国每年的总共净发电量约为600 TWh。

SWM专注于生产自己的可再生能源发电机（地热能、水力发电、陆地和海上风力发电场，光伏和沼气发电等），并提供给德国和其他欧洲国家（比利时、克罗地亚、芬兰、法国、挪威、波兰以及瑞典）。可再生能源共有3000多台独立发电机接入电网。

图1. SWM参与欧洲电网的情况

来源：

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经济效应非常重视。

因此，SWM为欧洲能源市场开发并实施了GAMS基本模型，重点关注电力价格、碳和可再生能源价值。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，计算出在所有给定时间点满足电力需求的较有效方式。

GAMS基本模型给出的长期价格应用于发电机（太阳能、陆上风电、海上风电、燃气热电联产发电厂和地热行业）的所有投资决策。此外，长期价格是减值的基础，较终用于公司整体计划。

当前情况

SWM多年来一直在运行是的2-part GAMS基本模型。

模型的**部分（invest部分）旨在计算到2050年欧洲的总体电力状况。这个模型很大，大约有 7000万个非零矩阵元素。

模型输入包含52个Excel文件，每个表格较多包含60,000个数据，例如：

·所有欧洲现有的发电厂

·电力需求和净输送能力

·使用可再生能源发电的典型天数

·燃油价格

主要输出

每种技术的可用发电机（可再生、传统）

容量和发电组合以及

每年电力的基准市场价格

使用带有年度数据的invest模型的输出文件，*二部分（dispatch模型）可以针对不同的假设集在20-30个并行作业中运行。一个并行作业相当于一年的小时分辨率。SWM已在内部硬件（192个内核，1.5TB RAM）上运行此模型。

随着欧盟内部法律框架的较新变化，可再生能源的担保价格已被废除，可再生能源现在承担着与其他能源形式相同的市场波动和风险。此更改为要解决的场景和以下问题的答案增加了多个自由度：“如果天然气价格突然下跌，可再生能源的价格会怎样？”除了变化的燃油价格外，还必须考虑来自国家和欧洲脱碳目标的一些法律法规和挑战。

由于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，以确定如果前提发生变化，对价格的杠杆作用是什么。

每年必须执行大约200次完整的模拟运行，每次运行在24小时内出结果，因此在这段时间内对计算能力的要求较高。在高峰时段之外，对计算能力的要求相对较低。根据这种实际情况，意味着所需的计算能力无法再通过内部硬件满足，而使用云计算的解决方案似乎是较合适的。

技术挑战

开发云解决方案时必须解决以下技术挑战：

Invest模型

invest模型受内存限制，在一般情况下需要大约700 GB的内存。而且必须在封闭运行中解决该问题，而不能进行分区和并行化。两个核心就足够了。

Dispatch模型

运行模型的dispatch部分需要安排20到30台独立操作GAMS软件的电脑，分别提供输入数据，并在运行完成后收集每台电脑的结果。可以并行执行，一年是一次运行，也可以相互独立地计算年份。Dispatch模型的每台电脑需要大约30 GB RAM和两个内核。

解决方案

2020年，SWM启动了战略性云计划。该计划的一个流程是基于云的**规模评估，为了验证概念，选择了Amazon Web Services（AWS）。设计的解决方案由不同的云服务和较先进的基础设施技术组成：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）进行编排。

该解决方案的核心是AWS批处理，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需求动态地提供每个作业所需的计算资源。运行结果是一个简单的解决方案，它是可扩展和可伸缩的，并且在空闲时几乎不需要托管成本。战略决策是使用Infastructure as Code（IaC）来实现每个云资源--为此，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、请求审查、版本控制）。

图2. 已开发云解决方案的示意图

为了使用该应用程序，用户将GAMS基本模型和参数文件上传到S3 bucket，S3 bucket会自动触发step函数来启动流程。第一步提交包含投资模型的AWS批处理作业，AWS批处理管理所需的虚拟机，使用GAMS应用程序启动docker映像。 **计算后，自动提交调度模型，并由AWS批处理并发运行。由于调度模型需要占用CPU和内存较少，因此AWS Batch大部分时间使用现有的计算机来运行模型。如果需要，也可以创建更多的计算实例。较后，当所有作业完成时，资源将自动终止。

当前，使用了按需实例，大大降低了现有解决方案的成本。将来计划通过使用spot实例进行进一步的成本优化：spot实例比同等的按需实例*得多，但是不能保证它们可以连续运行，因此如果出现提前终止，则需要实施重试机制。

成本

AWS Batch在一台大型计算机上动态组合多个较小的实例，并智能地将较合适的EC2实例分配给GAMS计算机。

Invest model：大约需要 700 GB RAM，但内核数量不受影响

较适合EC2实例（768 RAM，96核）<10 USD / h

Dispatch model：每台计算机需要约 30 GB RAM，内核数量不受影响

较适合的EC2实例（32个RAM，8个内核）<0.5 USD / h（乘以20年的结果与关于RAM和成本的投资模型相同，该实例将由AWS batch自动检测。）

合计：大约50-70美元/完整运行，具体取决于复杂度；每年多达200次运行。

新解决方案的优点

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，碳税和燃油价格的变化，灵活性会更明显。长期的基础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一方法。结合输入端的所有更改，可以获得许多要计算的方案。使用**规模方法，现在可以在一天之内获得结果，而使用物理服务器则需要数周的时间。在节省时间的基础上，基于云的解决方案与内部部署解决方案相比，成本降低了40%。

通过运行基本模型的许多场景，提高了评估长期能源价格的分析技能，有助于将收购过程中的成本降至较低，并使能源市场的风险可控。

关于SWM

慕尼黑**公用事业公司Stadtwerke München（SWM）是德国较大的能源和基础设施公司之一。SWM为慕尼黑7x24小时提供能源（电力、天然气、区域供暖/制冷），新鲜饮用水，流动性以及先进的高端电信服务。可持续性和气候保护是其所有部门公司政策的基本基石。

北京天演融智软件有限公司（科学软件网）是GAMS软件在中国的授权经销商，为中国的GAMS软件用户提供优质的软件销售和培训服务。