Data bundle for egon-data: A transparent and reproducible data processing pipeline for energy system modeling
收藏资源简介：
egon-data provides a transparent and reproducible open data based data processing pipeline for generating data models suitable for energy system modeling. The data is customized for the requirements of the research project eGon. The research project aims to develop tools for an open and cross-sectoral planning of transmission and distribution grids. For further information please visit the eGon project website or its Github repository. egon-data retrieves and processes data from several different external input sources. As not all data dependencies can be downloaded automatically from external sources we provide a data bundle to be downloaded by egon-data. The following data sets are part of the available data bundle: climate_zones_germany Climate zones in Germany source: Own representation based on DWD TRY climate zones License: Attribution 4.0 International (CC BY 4.0) cutouts Weather data from Europe in 2011. Source: ERA5 demand_regio_backup Electricity and heat demands emobility Data on eMobility mit_trip_data:motorized individual travel - individual trips of electric vehicles (EV) generated with a modified version of simBEV v0.1.3 (https://github.com/rl-institut/simbev/tree/1f87c716d14ccc4a658b8d2b01fd12b88a4334d5). simBEV generates driving profiles for BEVs and PHEVs based upon MID data (BMVI) per RegioStaR7 region type (BBSR). Reiner Lemoine Institut, June 2022 License: Attribution 4.0 International (CC BY 4.0) entsoe gas_data CH4 infrastructure Biogas demand CH4 demand Source: SciGRID_gas geothermal_potential Spatial distribution of deep geothermal potentials in Germany source: Assessment and Public Reporting of Geothermal Resources in Germany: Review and Outlook License: Attribution 4.0 International (CC BY 4.0) household_electricity_demand_profiles Annual profiles in hourly resolution of electricity demand of private households for different household types (singles, couples, other) with varying number of elderly and children.The profiles were created using a bottom-up load profile generator by Fraunhofer IEE developed in the Bachelor's thesis "Auswirkungen verschiedener Haushaltslastprofile auf PV-Batterie-Systeme" by Jonas Haack, Fachhochschule Flensburg, December 2012.The columns are named as follows: "<HH_TYPE_PREFIX>a<PROFILE_ID>", e.g. P2a0000 is the first profile of a couple's household with 2 children. See publication below for the list of prefixes. Values are given in Wh.A related conference paper can be obtained here: http://publica.fraunhofer.de/documents/N-374761.html License: Attribution 4.0 International (CC BY 4.0) household_heat_demand_profiles Sample heat time series including hot water and space heating for single- and multi-familiy houses. The profiles were created using the loadprofile generator by Fraunhofer IEE developed in the Master's thesis "Synthesis of a heat and electrical load profile for single and multi-family houses used for subsequent performance tests of a multi-component energy system", Simon Ruben Drauz, RWTH Aachen University, March 2016 License: Attribution 4.0 International (CC BY 4.0) hydrogen_network Planned H2 infrastructure Forecast H2 demand Source: fnb-gas hydrogen_storage_potential_saltstructures The data are taken from figure 7.1 in Donadei, S., et al., (2020), p. 7-5.. Source: Flach lagernde Salze, (c) BGR Hannover, 2021.Datenquelle: InSpEE-Salzstrukturen, (c) BGR, Hannover, 2015. &Donadei, S., Horváth, B., Horváth, P.-L., Keppliner, J., Schneider, G.-S., &Zander-Schiebenhöfer, D. (2020). Teilprojekt Bewertungskriterien undPotenzialabschätzung. BGR. Informationssystem Salz: Planungsgrundlagen,Auswahlkriterien und Potenzialabschätzung für die Errichtung von Salzkavernenzur Speicherung von Erneuerbaren Energien (Wasserstoff und Druckluft) –Doppelsalinare und flach lagernde Salzschichten: InSpEE-DS. Sachbericht.Hannover: BGR. License: The original data are licensed under the GeoNutzV, see https://sg.geodatenzentrum.de/web_public/gdz/lizenz/geonutzv.pdf industrial_gas_demand industrial_sites Information about industrial sites with DSM-potential in Germany from a Master's thesis by Danielle Schmidt. The data set includes own information on the coordinates of every industrial site. source: Schmidt, Danielle. (2019). Supplementary material to the masters thesis: NUTS-3 Regionalization of Industrial Load Shifting Potential in Germany using a Time-Resolved Model [Data set]. Zenodo. https://doi.org/10.5281/zenodo.3613767 License: Attribution 4.0 International (CC BY 4.0) mastr_geocoding nep2035_version2021 Data extracted from the German grid development plan - power source: Netzentwicklungsplan Strom 2035 (2021), erster Entwurf | Übertragungsnetzbetreiber (M) CC-BY-4.0 License: Attribution 4.0 International (CC BY 4.0) pipeline_classification_gas Parameters for the classification of gas pipelines source: Single parameters extracted from Electricity, Heat and Gas Sector Data for Modelling the German System License: Attribution 4.0 International (CC BY 4.0) pypsa_eur regions_dynamic_line_rating German regions suitable to model dynamic line rating source: Own representation based on Grundsätze für die Ausbauplanung des Deutschen Übertragungsnetze (2020) License: Attribution 4.0 International (CC BY 4.0) re_potential_areas Eligible areas for wind turbines and ground-mounted PV systems. Reiner Lemoine Institut, January 2022 License: Attribution 4.0 International (CC BY 4.0) wind_offshore_status2019 WZ_definition Definitions of industrial and commercial branches source: Klassifikation der Wirtschaftszweige (WZ 2008) Extract from Terms of Use: © Statistisches Bundesamt, Wiesbaden 2008 Vervielfältigung und Verbreitung, auch auszugsweise, mit Quellenangabe gestattet. zensus_households Dataset describing the amount of people living by a certain types of family-types, age-classes,sex and size of household in Germany in state-resolution. source: Data retrieved from Zensus Datenbank by performing these steps: Search for: "1000A-2029" or choose topic: "Bevölkerung kompakt" Choose table code: "1000A-2029" with title "Personen: Alter (11 Altersklassen)/Geschlecht/Größe desprivaten Haushalts - Typ des privaten Haushalts (nach Familien/Lebensform)" Change setting "GEOLK1" to "Bundesländer (16)" higher resolution "Landkreise und kreisfreie Städte (412)" only accessible after registration. Extract from Terms of Use: © Statistische Ämter des Bundes und der Länder 2021, Vervielfältigung und Verbreitung, auch auszugsweise, mit Quellennachweis gestattet. zensus_population district_heating_shares_egon.csv
egon-data 提供了一套基于开放数据、透明可复现的数据处理流水线，可生成适用于能源系统建模的数据集。该数据针对eGon研究项目的需求定制。此研究项目旨在开发用于输配电网络开放跨部门规划的工具。如需更多信息，请访问eGon项目官网或其GitHub代码仓库。 egon-data 会从多个不同的外部输入源获取并处理数据。由于并非所有数据依赖项均可从外部源自动下载，我们提供了专用数据包供egon-data下载使用。 下述数据集均包含于可用数据包中： ### climate_zones_germany #### 德国气候区 数据来源：基于德国气象局（Deutscher Wetterdienst, DWD）TRY气候区的自主整理 许可证：署名4.0国际许可（CC BY 4.0） ### cutouts #### 2011年欧洲气象数据 数据来源：ERA5 ### demand_regio_backup #### 电力与热力需求 ### emobility #### 电动汽车相关数据 机动个体出行数据（mit_trip_data）：基于修改版simBEV v0.1.3生成的电动汽车（Electric Vehicle, EV）个体出行行程（https://github.com/rl-institut/simbev/tree/1f87c716d14ccc4a658b8d2b01fd12b88a4334d5）。simBEV可基于德国出行调查（Mobility in Germany, MID）数据（德国联邦交通与数字基础设施部, Bundesministerium für Verkehr und digitale Infrastruktur, BMVI），针对RegioStaR7区域类型（BBSR）生成纯电动汽车（Battery Electric Vehicle, BEV）和插电式混合动力汽车（Plug-in Hybrid Electric Vehicle, PHEV）的行驶曲线。 莱纳·莱莫因研究所（Reiner Lemoine Institut），2022年6月 许可证：署名4.0国际许可（CC BY 4.0） ### entsoe （无额外说明） ### gas_data #### CH4基础设施 - 沼气需求 - CH4需求 数据来源：SciGRID_gas ### geothermal_potential #### 德国深层地热潜力空间分布 数据来源：《德国地热资源评估与公开报告：回顾与展望》 许可证：署名4.0国际许可（CC BY 4.0） ### household_electricity_demand_profiles #### 不同家庭类型的居民用电需求小时分辨率年曲线 涵盖单身、双人家庭及其他类型家庭的用电需求小时分辨率年曲线，且考虑了老年人口与儿童数量的差异。该曲线由弗劳恩霍夫能源经济与能源系统研究所（Fraunhofer Institute for Energy Economics and Energy System Technology, Fraunhofer IEE）开发的自下而上负荷曲线生成器创建，源自约纳斯·哈克（Jonas Haack）于2012年12月在弗伦斯堡应用科技大学完成的学士学位论文《Auswirkungen verschiedener Haushaltslastprofile auf PV-Batterie-Systeme》。 列命名规则如下："<HH_TYPE_PREFIX>a<PROFILE_ID>"，例如"P2a0000"代表拥有2名儿童的双人家庭的第一条曲线。如需前缀列表，请参阅下述出版物。数值单位为Wh。相关会议论文可通过以下链接获取：http://publica.fraunhofer.de/documents/N-374761.html 许可证：署名4.0国际许可（CC BY 4.0） ### household_heat_demand_profiles #### 单户与多户住宅的热负荷时间序列样本（含生活热水与空间供暖） 该曲线由弗劳恩霍夫能源经济与能源系统研究所（Fraunhofer IEE）开发的负荷曲线生成器创建，源自西蒙·鲁本·德劳兹（Simon Ruben Drauz）于2016年3月在亚琛工业大学完成的硕士学位论文《Synthesis of a heat and electrical load profile for single and multi-family houses used for subsequent performance tests of a multi-component energy system》。 许可证：署名4.0国际许可（CC BY 4.0） ### hydrogen_network #### 规划中的氢能基础设施 - 氢能需求预测 数据来源：fnb-gas ### hydrogen_storage_potential_saltstructures #### 盐穴储氢潜力数据 该数据取自Donadei等人（2020）著作中的图7.1，第7-5页。 数据来源： 1. *Flach lagernde Salze*，©德国汉诺威地质资源局（BGR Hannover），2021年 2. 数据来源：InSpEE盐穴结构，©德国汉诺威地质资源局（BGR），2015年 3. Donadei, S., Horváth, B., Horváth, P.-L., Keppliner, J., Schneider, G.-S., & Zander-Schiebenhöfer, D. (2020). Teilprojekt Bewertungskriterien und Potenzialabschätzung. BGR. Informationssystem Salz: Planungsgrundlagen, Auswahlkriterien und Potenzialabschätzung für die Errichtung von Salzkavernen zur Speicherung von Erneuerbaren Energien (Wasserstoff und Druckluft) – Doppelsalinare und flach lagernde Salzschichten: InSpEE-DS. Sachbericht. Hannover: BGR. 许可证：原始数据采用GeoNutzV许可，详见：https://sg.geodatenzentrum.de/web_public/gdz/lizenz/geonutzv.pdf ### industrial_gas_demand （无额外说明） ### industrial_sites #### 德国具备需求侧管理（Demand Side Management, DSM）潜力的工业场地信息 该数据集源自丹妮尔·施密特（Danielle Schmidt）的硕士学位论文，包含所有工业场地坐标的自主整理信息。 数据来源：Schmidt, Danielle. (2019). Supplementary material to the masters thesis: NUTS-3 Regionalization of Industrial Load Shifting Potential in Germany using a Time-Resolved Model [Data set]. Zenodo. https://doi.org/10.5281/zenodo.3613767 许可证：署名4.0国际许可（CC BY 4.0） ### mastr_geocoding （无额外说明） ### nep2035_version2021 #### 源自德国电网发展规划——电力领域的数据 数据来源：《2035年电力电网发展规划（2021）》第一版草案 | 输电系统运营商（Transmission System Operator, TSO），CC-BY-4.0 许可证：署名4.0国际许可（CC BY 4.0） ### pipeline_classification_gas #### 天然气管道分类参数 数据来源：从《用于德国能源系统建模的电力、热力与天然气行业数据》中提取的单项参数 许可证：署名4.0国际许可（CC BY 4.0） ### pypsa_eur （无额外说明） ### regions_dynamic_line_rating #### 适用于动态线路额定值建模的德国区域 数据来源：基于《德国输电网络扩建规划原则（2020）》自主整理 许可证：署名4.0国际许可（CC BY 4.0） ### re_potential_areas #### 风力发电机组与地面光伏系统的合规用地范围 莱纳·莱莫因研究所（Reiner Lemoine Institut），2022年1月 许可证：署名4.0国际许可（CC BY 4.0） ### wind_offshore_status2019 （无额外说明） ### WZ_definition #### 工商行业分类定义 数据来源：《经济行业分类（WZ 2008）》 使用条款摘录：©德国联邦统计局（Statistisches Bundesamt），威斯巴登，2008年。允许复制与传播（含摘录形式），需注明来源。 ### zensus_households #### 德国分州级别的家庭类型、年龄组、性别与家庭规模人口数据 该数据集描述了德国按州级划分的、不同家庭类型、年龄层级、性别及家庭规模的居住人口数量。 数据来源：通过以下步骤从人口普查（Zensus）数据库获取： 1. 搜索关键词："1000A-2029" 2. 或选择主题："Bevölkerung kompakt"（人口概览） 3. 选择表代码："1000A-2029"，标题为《人口：年龄（11个年龄组）/性别/私人家庭规模——私人家庭类型（按家庭/生活形态划分）》 4. 将"GEOLK1"设置更改为"联邦州（16个）"，更高分辨率的"区县与直辖市（412个）"需注册后才可访问。 使用条款摘录：©德国联邦与各州统计局（Statistische Ämter des Bundes und der Länder）2021年。允许复制与传播（含摘录形式），需注明来源。 ### zensus_population （无额外说明） ### district_heating_shares_egon.csv
