EU SES
v1.3
EU-SESは、Webホストの前処理データソースの使用を最大化するエネルギーシステムモデリングツールです。 EU-SESは、モデルの空間解像度を選択する柔軟性を維持しながら、エネルギーシステムモデルを構築するための自動データ処理アプローチを提供します。
EU-SESは、27のEU諸国と英国、ノルウェー、スイスに集中しています。モデリングツールは、シナリオの選択に基づいて、Nuts 2領域のデータセットを構築します。シナリオでは、関心のある国とデータソースで利用可能なシナリオを指定します。 Nuts 2領域の空間データは、領域を定義する選択された方法に従って、領域データセットに集約されます。その後、領域データセットとカリオペモデリングフレームワークを使用して、エネルギーシステムモデルを構築できます。これまでのところ、EU-SESモデリングツールは、電力部門と住宅および三次暖房セクターを含む最適化モデルを構築および解決できます。
git clone https://github.com/ENSYSTRA/EU-SES.git
cd EU-SES
conda env create -f environment.yml
conda activate euses-env
以下は、オーストリアとスイスの熱および電力最適化モデルを構築および実行するために使用できる例のスクリプトです。 Pythonスクリプトは、EUSES-ENV Conda環境で実行する必要があります。
import euses
import calliope
import numpy as np
# First specify countries and year of interest
# Use nomenclature of countries given in euses/parameters.py
year = 2010
countries = [ 'Austria' , 'Switzerland' ]
# The build_dataset function builds the xarray areas dataset
example = euses . build_dataset ( countries , year )
# The areas dataset can be called using:
example . ds
# Select power plant technologies of interest. Technologies selected must have specifications listed in calliope_model/techs_elec_heat.yaml
techs_considered = [ 'Combined cycle' , 'Solar' , 'Wind' , 'Wind Offshore' ]
techs_removed = np . setdiff1d ( example . ds . coords [ 'tech' ]. values , techs_considered )
example . ds = example . ds . drop ( techs_removed , dim = 'tech' )
# The areas dataset and the preferred regionalisation method is used to build the regions dataset.
# The supported regionalisation methods include using national (nuts0) and administrative boundaries (nuts1). It also possible to define the regions using the max-p regions method (max_p_regions).
# In this example the national boundaries method is selected.
# Before the dataset is loaded
example . ds . load ()
example . create_regions ( 'nuts0' )
# Build a power and heat optimisation calliope model with a limitation on CO2 emission.
# The specifications of the technologies within the model are in the calliope_model folder.
# The default solver used is cbc, in this example the pyomo pre installed solver glpk is used.
example . create_calliope_model ( op_mode = 'plan' , sectors = [ 'power' , 'heat' ], co2_cap_factor = 0.2 , national = True )
model = calliope . Model ( 'calliope_model/model.yaml' , scenario = 'time_3H' , override_dict = { 'run.solver' : 'glpk' })
model . run ()
# The model optimisation results can then be analysed using calliope analysising tools described in https://calliope.readthedocs.io/en/stable/user/analysing.html
model . plot . capacity ( array = 'energy_cap' )EU-SESは、複数のWebホストされたプラットフォームから必要な複数のWebホストプラットフォームから、先入観の公開データをダウンロードします。抽出されたデータは、領域データセット内で編成、標準化、構造化されます。モデルで使用されるデータのソースを以下に示します。
| データコンポーネント | ソース | リンク |
|---|---|---|
| ナット2エリア（ジオメトリ、ID） | EuroStat -Gisco | 1 |
| 人口 | 共同研究センター-GHS-POP-2015a | 2 |
| 電気時間給 | エントー | 3 |
| 1時間ごとの需要を熱 | ホットマップ | 4 |
| 温度、風、太陽能力係数 | Renewables.ninja | 5 |
| 水力発電所の流入 | 電力システム研究のための水力エネルギー流入 | 6 |
| 水力発電所容量 | JRC Hydro-Power Plantsデータベース | 7 |
| 従来の発電所 | オープンパワーシステムデータ | 8 |
| 再生可能発電所 | オープンパワーシステムデータ | 9 |
| 太陽電位（EU 27 + UK） | JRCオープンデータ | 10 |
| 陸上および沖合の風力発電（EU 27 + UK） | JRCオープンデータ | 11 |
| 太陽電位（スイス） | 文学 +オープンストリートマップの構築フットプリント | 12、13 |
| 太陽電位（ノルウェー） | 文学 +オープンストリートマップの構築フットプリント | 14、15 |
| オフショアウィンドポテンシャル（ノルウェー） | 文学 | 16 |
| 陸上風の可能性（ノルウェー） | ホットマップ | 17 |
| 陸上風の可能性（スイス） | BundesamtFürEnergieBfe -Konzept Windenergie | 18 |
この作業は、エスシストラプロジェクトのESR 5によって行われ、マリースクウドフスカキュリーグラント契約番号：765515の下で、欧州連合の地平線2020研究およびイノベーションプログラムからの資金提供を通じて可能になりました。
著作権2021クリスチャンフライシャー
Apacheライセンス、バージョン2.0（「ライセンス」）に基づいてライセンスされています。ライセンスに準拠している場合を除き、このファイルを使用することはできません。ライセンスのコピーを取得できます
http://www.apache.org/licenses/LICENSE-2.0
適用法で要求されていないか、書面で合意されていない限り、ライセンスに基づいて配布されたソフトウェアは、明示または黙示のいずれかの保証または条件なしに、「現状のまま」に基づいて配布されます。ライセンスに基づく権限と制限を管理する特定の言語のライセンスを参照してください。
