EU SES
v1.3
EU-SES是一種能源系統建模工具，可最大程度地利用網絡託管的預處理數據源。 EU-SES提供了一種自動數據處理方法來構建能源系統模型，同時保持選擇模型的空間分辨率的靈活性。
歐盟SES集中在27個歐盟國家以及英國，挪威和瑞士。建模工具根據方案選擇構建了NUTS 2區域的數據集。該方案指定了感興趣的國家和數據源中可用的方案。 NUTS 2區域的空間數據按照定義區域的選定方法彙總到區域數據集中。然後可以使用區域數據集和Calliope建模框架來構建能量系統模型。到目前為止，EU-SES建模工具可以構建和求解包括電力部門以及住宅和第三級供暖部門的優化模型。
git clone https://github.com/ENSYSTRA/EU-SES.git
cd EU-SES
conda env create -f environment.yml
conda activate euses-env
下面是一個示例腳本，可用於為奧地利和瑞士建造和運行熱量和功率優化模型。 Python腳本必須在EUSS-ENV CONDA環境中運行。
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下載從所需的多個Web託管平台中預處理的公開數據。然後在數據集區域內組織，標準化和結構提取的數據。模型中使用的數據源在下面列出。
| 數據組件 | 來源 | 關聯 |
|---|---|---|
| 堅果2區（幾何，ID） | Eurostat -Gisco | 1 |
| 人口 | 聯合研究中心-GHS-POP-2015a | 2 |
| 電力小時需求 | Entsoe | 3 |
| 每小時的熱量需求 | 熱圖 | 4 |
| 溫度，風能和太陽能因子 | Renewables.Ninja | 5 |
| 水電廠流入 | 電力系統研究的水力流入 | 6 |
| 水電廠的容量 | JRC水力發電工廠數據庫 | 7 |
| 常規發電廠 | 打開電源系統數據 | 8 |
| 可再生電廠 | 打開電源系統數據 | 9 |
| 太陽能潛力（歐盟27 +英國） | JRC開放數據 | 10 |
| 陸上和海上風能（歐盟27 +英國） | JRC開放數據 | 11 |
| 太陽能（瑞士） | 文獻 +開放式街道地圖建築足跡 | 12、13 |
| 太陽能（挪威） | 文獻 +開放式街道地圖建築足跡 | 14，15 |
| 海上風能（挪威） | 文學 | 16 |
| 陸上風能（挪威） | 熱圖 | 17 |
| 陸上風能（瑞士） | BundesamtFürEnergiebfe -Konzept Windenergie | 18 |
這項工作是由Ensystra項目的ESR 5完成的，並通過MarieSkłodowska-Curie Grant協議編號：765515的歐盟Horizon 2020研究與創新計劃的資金實現。
版權2021 Christian Fleischer
根據Apache許可證（版本2.0（“許可”）獲得許可；除了符合許可外，您不得使用此文件。您可以在
http://www.apache.org/licenses/LICENSE-2.0
除非適用法律要求或以書面形式同意，否則根據許可證分配的軟件是按照“原樣”分發的，沒有任何明示或暗示的任何形式的保證或條件。請參閱許可證，以獲取執行許可條款和限制的特定語言。
