EU SES
v1.3
EU-SES는 웹 호스팅 사전 처리 데이터 소스의 사용을 최대화하는 에너지 시스템 모델링 도구입니다. EU-SES는 에너지 시스템 모델을 구축하기위한 자동화 된 데이터 처리 방식을 제공하면서 모델의 공간 해상도를 선택할 수있는 유연성을 유지합니다.
EU-SES는 27 개 EU 국가와 영국, 노르웨이 및 스위스에 집중합니다. 모델링 도구는 시나리오 선택을 기반으로 Nuts 2 영역의 데이터 세트를 구축합니다. 이 시나리오는 관심있는 국가와 데이터 소스에서 사용할 수있는 시나리오를 지정합니다. NUTS 2 영역의 공간 데이터는 영역을 정의하는 선택된 방법에 따라 영역 데이터 세트로 집계됩니다. 그런 다음 영역 데이터 세트와 Calliope 모델링 프레임 워크를 사용하여 에너지 시스템 모델을 구축 할 수 있습니다. 지금까지 EU-SES 모델링 도구는 전력 부문과 주거 및 3 차 난방 부문을 포함한 최적화 모델을 구축하고 해결할 수 있습니다.
git clone https://github.com/ENSYSTRA/EU-SES.git
cd EU-SES
conda env create -f environment.yml
conda activate euses-env
다음은 오스트리아와 스위스를위한 열 및 전력 최적화 모델을 구축하고 실행하는 데 사용할 수있는 예제 스크립트입니다. Python 스크립트는 EUS-ENV Conda 환경에서 실행해야합니다.
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-SES는 필요한 여러 웹 호스팅 플랫폼에서 사전 처리 된 공개 데이터를 다운로드합니다. 그런 다음 추출 된 데이터는 영역 데이터 세트 내에서 구성, 표준화 및 구조화됩니다. 모델에 사용 된 데이터 소스는 다음과 같습니다.
| 데이터 구성 요소 | 원천 | 링크 |
|---|---|---|
| 너트 2 영역 (기하학, ID) | Eurostat -Gisco | 1 |
| 인구 | 공동 연구 센터 -GHS-POP-2015A | 2 |
| 전기 시간당 수요 | Entsoe | 3 |
| 열 시간당 수요 | 핫맵 | 4 |
| 온도, 풍력 및 태양열 용량 계수 | RENEABLE.NINJA | 5 |
| 수력 발전소 유입 | 전력 시스템 연구를위한 수력 에너지 유입 | 6 |
| 수력 발전소 용량 | JRC 수력 발전소 데이터베이스 | 7 |
| 기존 발전소 | 오픈 파워 시스템 데이터 | 8 |
| 재생 가능한 발전소 | 오픈 파워 시스템 데이터 | 9 |
| 태양 전위 (EU 27 + UK) | JRC 열린 데이터 | 10 |
| 육상 및 해상 풍력 잠재력 (EU 27 + UK) | JRC 열린 데이터 | 11 |
| 태양 전위 (스위스) | 문학 + 오픈 스트리트 맵 빌딩 발자국 | 12, 13 |
| 태양 전위 (노르웨이) | 문학 + 오픈 스트리트 맵 빌딩 발자국 | 14, 15 |
| 해외 풍력 잠재력 (노르웨이) | 문학 | 16 |
| 육상 풍력 잠재력 (노르웨이) | 핫맵 | 17 |
| 육상 풍력 잠재력 (스위스) | Bundesamt für Energie Bfe -Konzept Windenergie | 18 |
이 작업은 Ensystra 프로젝트의 ESR 5에 의해 이루어졌으며 Marie Skłodowska-Curie Grant Agrence No : 765515에 따른 유럽 연합의 Horizon 2020 연구 및 혁신 프로그램의 자금을 통해 가능해졌습니다.
저작권 2021 Christian Fleischer
Apache 라이센스, 버전 2.0 ( "라이센스")에 따라 라이센스가 부여되었습니다. 라이센스를 준수하는 것 외에는이 파일을 사용할 수 없습니다. 라이센스 사본을 얻을 수 있습니다
http://www.apache.org/licenses/LICENSE-2.0
해당 법률에 의해 요구되거나 서면에 동의하지 않는 한, 라이센스에 따라 배포 된 소프트웨어는 명시 적 또는 묵시적 보증 또는 조건없이 "그대로"기준으로 배포됩니다. 라이센스에 따른 특정 언어 통치 권한 및 제한 사항에 대한 라이센스를 참조하십시오.
