电力系统优化Python框架
PyPSA 即 Python for Power System Analysis，是一个免费、开源的 Python 框架，用于现代电力系统仿真与优化。其定位非常明确：面向研究人员和规划人员，处理常规发电、可再生能源、储能、多部门耦合以及 AC-DC 网络等能源系统问题。页面示例显示，用户可用 Python 创建网络、添加母线、负荷和发电机，随后执行优化、统计、绘图和交互探索。
从功能覆盖看，PyPSA 不只是简单潮流计算工具，而是偏向优化建模平台。它支持经济调度、线性最优潮流、N-1 安全约束 LOPF、容量扩展规划、路径规划、滚动时域优化、两阶段随机优化，以及 MGA 近优替代方案生成。政策约束方面，正文提到支持 CO₂ 限制、补贴、资源限制、扩展限制和增长约束；如需专业化建模，还可借助 Linopy 添加自定义目标、变量和约束。求解层面支持多类 LP、MILP、QP 求解器，涵盖开源到商业方案。
PyPSA 生态较完整，包括 Atlite、Linopy、Map Your Grid、Powerplantmatching、Technology Data 等工具，分别覆盖可再生能源时序、线性优化接口、电网地图、机组数据库清洗和技术假设数据。页面提供 Docs 与 GitHub 入口，并给出简明代码示例；但正文未展示安装、教程深度、API 完整性或版本兼容信息，因此文档质量只能判断为具备入口，不能过度评价。定价方面，页面明确写明 Free、Open-Source，未出现商业版、托管服务或付费支持说明。
优点是开源透明、Python 生态友好、优化场景覆盖广，尤其适合能源系统研究、规划评估、可再生能源并网、储能与输电扩展分析。缺点是领域门槛较高，需要电力系统、优化建模和求解器知识；同时正文未说明官方企业支持、SLA 或托管能力。中国访问方面，抓取内容无法判断 pypsa.org、GitHub 或相关文档在国内的连通性与稳定性，支付也无信息。若在国内科研环境使用，建议预先验证 GitHub、文档站和求解器依赖的可访问性。
本测评基于公开资料整理,不构成购买建议,请以 pypsa.org 官网实际信息为准。
开源能源建模工具，科研和新能源分析价值高。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。