PyPSA (Python for Power System Analysis) ist ein Modellierungs-Tool für die Optimierung von Investitionen und Betrieb in Energiesystemen mit hoher zeitlicher und räumlicher Auflösung [1]. PyPSA ist seit 2015 quelloffen und wird von Hunderten von Modellierern in Forschungsinstituten, Unternehmen und NGOs auf der ganzen Welt genutzt. PyPSA-Ariadne ist eine Adaption des europäischen offenen Modelldatensatzes PyPSA-Eur, der sich auf Deutschland und die Interaktion mit seinen Nachbarländern konzentriert [2]. PyPSA-Ariadne modelliert Angebot, Nachfrage, Speicherung und Übertragungsnetze, um den Energie- und Nichtenergiebedarf in den Sektoren Strom, Wärme, Verkehr, Landwirtschaft und Industrie abzudecken. In 5-Jahres-Schritten von 2020 bis 2050 erstellt PyPSA-Ariadne ein lineares Optimierungsproblem zur Minimierung der Gesamtsystemkosten, um die Energiesysteminfrastruktur in Deutschland und seinen Nachbarländern zu planen, wobei bis zu 40 Regionen in Deutschland und eine stündliche Auflösung über volle Wetterjahre verwendet werden.
Die räumliche Auflösung von PyPSA-Ariadne kann je nach gewünschtem Detailgrad flexibel angepasst werden. Der Stromsektor, einschließlich aller Stromübertragungsleitungen in Europa, ist in voller Auflösung dargestellt (unten links). Die Übertragungsnetzdaten umfassen rund 3000 Umspannwerke, 6600 HDÜ-Leitungen und 70 HVDC-Verbindungen. Weitere Transportnetze für Methan (unten rechts), Wasserstoff und Kohlendioxid sowie der Landtransport von Biomasse sind in der gleichen Auflösung enthalten. Aus rechnerischen Gründen wurden die Netze zu einigen hundert Regionen aggregiert, die die wichtigsten Versorgungs- und Nachfragezentren in ganz Europa sowie die Verbindungen zwischen ihnen repräsentieren.
Umwandlungen zwischen verschiedenen Energieträgern und Materialien werden durch einen Graphen mit Energieträgern und Materialien an den Knoten (wie Strom, Methan, Wasserstoff, Ammoniak und Primärenergieträger) und Umwandlungsprozessen an den Rändern (wie Kraftwerke, Elektrolyse oder Stahlwerke) angegeben. Eine Auswahl verschiedener Energieträger und Umwandlungsprozesse aus dem Modell ist unten dargestellt.
PyPSA-Ariadne bietet eine detaillierte Auflösung nach Subsektoren, die alle relevanten Sektoren mit CO2-Emissionen abdeckt (andere Treibhausgasemissionen werden nicht berücksichtigt). Die Heizung in Gebäuden wird in ländliche und städtische Regionen unterteilt, mit der Möglichkeit, in städtischen Gebieten Fernwärme zu nutzen, sowie in den Sektoren Wohnen, Dienstleistungen und Industrie. Der Verkehrssektor besteht aus dem Landverkehr (unterteilt in verschiedene Arten des Transports), der Schifffahrt und der Luftfahrt. In der Industrie sind alle wichtigen Teilsektoren, einschließlich der Rohstoffe, getrennt, so dass verschiedene Brennstoff- und Prozessumstellungen modelliert werden können. Zu den Teilsektoren gehören Stahl (primär und sekundär), Chemikalien (unterteilt in HVC, Ammoniak, Methanol und Chlor), nicht-metallische Mineralien und Nichteisenmetalle. Zu den verschiedenen Energieträgern und -materialien gehören Elektrizität (unterteilt in Übertragungs- und Verteilungsebene), Gebäudewärme (unterteilt in individuelle und Fernwärme, sowie ländliche und städtische Gebiete), Methan, erdölbasierte Produkte, Kohle, Wasserstoff, Ammoniak, Methanol, Kohlendioxid und Biomasse (unterteilt in Feststoffe und Biogas). Für Wasserstoff, Strom, Methan und Kohlendioxid werden die Übertragungsnetze modelliert. Das Modell umfasst Prozessemissionen und den Bedarf an Rohstoffen in der chemischen Industrie und an dichten Kohlenwasserstofftreibstoffen für die Luftfahrt. Die Berücksichtigung dieser Prozesse erfordert ein Management des Kohlenstoffkreislaufs, das die Kohlenstoffabscheidung aus industriellen Prozessen, Biomasse mit Kohlenstoffabscheidung und -speicherung (BECCS), die direkte Abscheidung aus der Luft, die Kohlenstoffsequestrierung und die Verwendung des abgeschiedenen Kohlendioxids, z.B. zur Herstellung von synthetischem Methan oder flüssigen Kohlenwasserstoffen, umfasst.
Das Modell bietet Flexibilität bei der Analyse von Energiesystemen über verschiedene Zeithorizonte, so dass sowohl die kurzfristige operative Planung als auch langfristige strategische Entscheidungen möglich sind. Die Aggregation von Zeitreihen für z.B. typische Tage, basierend auf dem tsam package, ist als Option im Modell enthalten. Mit seiner anpassbaren zeitlichen Auflösung können Nutzer Energiesysteme mit unterschiedlichen Detaillierungsgraden simulieren, von stündlichen Einsatzplänen bis hin zu jährlichen Bewertungen. PyPSA-Ariadne optimiert myopisch über die Investitionshorizonte, um den zeitlichen und räumlichen Detailgrad zu maximieren.
Durch die Berücksichtigung der Handelsdynamik, einschließlich der Importe und Exporte von Energierohstoffen, bietet PyPSA-Ariadne Einblicke in die Art und Weise, wie Energiepolitik und Infrastrukturinvestitionen regionale und internationale Handelsmuster beeinflussen können. Die Nachbarländer sind als einzelne Knotenpunkte in das Ariadne-Modell integriert. PyPSA-Ariadne enthält kein makroökonomisches Modell.
Energiebereitstellung
PyPSA-Ariadne umfasst die Energie- und Nichtenergieversorgung, wobei primäre Quellen wie fossile Brennstoffe, erneuerbare Energien und Kernkraft einbezogen werden. Der Elektrizitätssektor integriert die stündliche Nachfrage mit der Erzeugung aus erneuerbaren Energien (Wasserkraft, Photovoltaik, Windkraft, Biomasse), konventionellen Quellen (Kohle, Braunkohle, Kernkraft, Gas) und Kraft-Wärme-Kopplungsanlagen (Kohle, Braunkohle, Gas, Biomasse) sowie Speicheroptionen (Batterien, Pumpspeicherkraftwerke) und unterstützt die Produktion anderer Energieträger (z. B. Wasserstoff, synthetische Gase) für die Speicherung und Wiederverstromung. Die installierbaren Potenziale für Wind- und Solarenergie werden auf regionaler Basis auf der Grundlage der Bodenbedeckung und der ausgeschlossenen Gebiete (z.B. Naturschutzgebiete) berechnet, während die Potenziale für Biomasse auf der GFS-ENSPRESO-Datenbank basieren. Die Stromübertragung zwischen den Regionen (auf der Grundlage der ENTSO-E-Karte) wird mit der linearisierten Leistungsflussannäherung („DC load flow“) sowie einer vereinfachten Kapazitätsbeschränkung auf der Verteilungsebene modelliert. Zusätzlich integriert PyPSA sekundäre Energiequellen wie Wasserstoff und synthetische Kraftstoffe. Wasserstoff kann durch Methandampfreformierung oder autotherme Reformierung aus kohlenstoffhaltigen Brennstoffen oder durch Elektrolyse erzeugt werden. Wasserstoff kann in Stahltanks oder Kavernen gelagert und entweder in neuen Pipelines oder in wiederverwendeten Erdgaspipelines transportiert werden. Wasserstoff kann dann mit Kohlendioxid kombiniert werden, um synthetisches Methan, Methanol oder flüssige Kohlenwasserstoffe herzustellen. Durch die Sektorkopplung werden die Verbindungen zwischen Strom-, Wärme-, Verkehrs- und Industriesektoren erfasst, was eine ganzheitliche Optimierung des Energiesystems ermöglicht. PyPSA-Ariadne umfasst bestehende und geplante Strom-, Methan- und Wasserstoffübertragungsnetze sowie räumlich hoch aufgelöste Nachfrage-, Angebots- und Speicherpotenziale (z.B. für Wasserstoff oder Kohlendioxid). Dies ermöglicht die Optimierung von Strom-, Wasserstoff-, Methan- und Kohlendioxidübertragungsnetzen, einschließlich der Option, bestehende Methanleitungen zu Wasserstoffleitungen umzurüsten.
Energiebedarf
Transportsektor
Der Bereich Verkehr und Mobilität umfasst den leichten und schweren Straßen-, Schienen-, Schiffs- und Luftverkehr.
Der jährliche Energiebedarf für diesen Sektor stammt aus der GFS-IDEES-Datenbank [3]. Die Nachfrage in den einzelnen Sektoren und ihre Verteilung auf die Energieträger (kohlenstoffhaltige Brennstoffe, Wasserstoff, Ammoniak und Elektrizität) wurde aus den Ergebnissen des ALADIN-Modells übernommen. Die jährliche Gesamtnachfrage für den Landverkehr wird unter Verwendung eines charakteristischen Wochenprofils der Bundesanstalt für Straßenwesen (BASt) auf eine stündliche Zeitreihe verteilt. Unterschiedliche Zeitzonen in den jeweiligen europäischen Ländern und die Sommerzeit werden bei der Erstellung der Stundenprofile berücksichtigt. Der Ladebedarf von Elektroautos wird im Verhältnis zur Verkehrsnachfrage auf drei Stunden verteilt. Da die durchschnittlich zurückgelegten Strecken in Europa kurz sind und eine direkte Aufladung nach der Nutzung angenommen wird, wird ein Drittel der Verkehrsnachfrage für eine bestimmte Stunde als Ladeprofil der Elektroautos direkt in dieser Stunde, ein Drittel eine Stunde später und ein Drittel zwei Stunden später angenommen. Ein Teil der Fahrzeuge kann dann genau anpassen, wann sie geladen werden, mit der Einschränkung, dass die Batterie bis 7 Uhr morgens zu 75 % gefüllt ist. Der Vehicle-to-Grid-Modus kann auch aktiviert werden, damit die Fahrzeuge in das Stromnetz einspeisen können. Für den internationalen Schiffsverkehr wird die Nachfrage jedes Landes auf der Grundlage des Hafenhandelsvolumens zugewiesen, wie im Katalog der Weltbank [4] angegeben. Die Energienachfrage der Schifffahrt wird zwischen Schweröl, Methanol, Ammoniak und Wasserstoff auf exogener Basis aufgeteilt.
Industriesektor
Der Energiebedarf der Industrie für einen bestimmten Investitionszeitraum wird in zwei Schritten ermittelt. Zunächst werden der heutige Energiebedarf und die Prozessemissionen aus der JRC-IDEES-Datenbank [3] für jedes Land entnommen und auf der Grundlage des Materialbedarfs pro Einheit für alle wichtigen Sektoren berechnet. Fehlende Daten in der JRC-IDEES-Datenbank und der künftige spezifische Energiebedarf für die einzelnen Teilsektoren der Industrie werden durch andere Datenquellen ergänzt.
Zweitens werden der Energiebedarf und die Emissionen für einen bestimmten Investitionszeitraum auf der Grundlage von Umwandlungspfaden in den jeweiligen Subsektoren unter Verwendung von Stoffverhältnissen pro Einheit auf nationaler Ebene berechnet. Die stoffliche Produktion über die Investitionszeiträume wird aus dem FORECAST-Modell übernommen.
Zu den Teilsektoren gehören Eisen und Stahl (primär über Hochofen oder Direktreduktion mit Wasserstoff plus Elektrolichtbogenofen (EAF), sekundär über EAF), Nichteisenmetalle, Chemikalien (hochwertige Chemikalien, Ammoniak, Methanol, Chlor), nichtmetallische Mineralien, Zellstoff und Papier, Lebensmittel und Tabak sowie Leichtmaschinen. Die geografische Verteilung der industriellen Nachfrage innerhalb eines Landes erfolgt auf der Grundlage der Hotmaps Industrial Database [5]. Diese Datenbank enthält georeferenzierte Standorte von energieintensiven Industriesektoren innerhalb der EU28, einschließlich Teilsektoren wie Zement, Grundchemikalien, Glas, Eisen und Stahl, Nichteisenmetalle, nichtmetallische Mineralien, Papier und Raffinerien. In den Standardszenarien gehen wir davon aus, dass die Industrieproduktion für verschiedene Investitionszeiträume am gleichen Standort verbleibt und keine Verlagerung der Industrie in andere Regionen stattfindet. Diese Einschränkung kann gelockert werden, so dass Materialien an verschiedenen Punkten der Wertschöpfungskette verlagert oder importiert werden können.
Gebäudesektor
Der Gebäudesektor gliedert sich in die Bereiche Wohnen, Dienstleistungen und Industrie und umfasst sowohl die dezentrale Wärmeversorgung in einzelnen Wohnungen als auch die zentrale Fernwärmeversorgung in städtischen Gebieten. Der Wärmebedarf kann durch Gas-, Öl- oder Biomassekessel, Luft- und Erdwärmepumpen, Widerstandsheizungen, solarthermische Kollektoren sowie durch Abwärme aus der Produktion synthetischer Brennstoffe in Fernwärmenetzen gedeckt werden. Die Wärmeenergie kann in großen Wassergruben für die Langzeitspeicherung in Fernwärmenetzen (wo es der Platz in den Städten erlaubt) und in kleinen Wassertanks für die individuelle Heizung gespeichert werden.
Der Gesamtwärmebedarf für Deutschland wird von statista übernommen und dann gleichmäßig über Deutschland verteilt. Für Ariadne soll der Wärmebedarf zusätzlich nach den NUTS-3-Daten über die Verteilung der Heiztechnologien in deutschen Haushalten einschließlich deren Lebensdauer verteilt werden. Die Sanierungsraten für Gebäude werden aus den zentralen Ariadne-Szenarien übernommen.
Integration erneuerbarer Stromerzeugung (Speicherung, DSM, Netze)
PyPSA enthält mehrere Speicheroptionen, um verschiedene Formen der Energiespeicherung innerhalb des Energiesystems darzustellen. Elektrische Energie kann in Batterien (für Haushalte, Energieversorger, Elektrofahrzeuge), in bestehenden Pumpspeichern (PHS), in Wasserstoffspeichern und in anderen synthetisch hergestellten Energieträgern (wie Methan und Methanol) gespeichert werden. Zur Speicherung von Elektrizität kann Wasserstoff durch Wasserelektrolyse hergestellt, in oberirdischen Stahltanks oder unterirdischen Salzkavernen gespeichert und in einer Brennstoffzelle im industriellen Maßstab wiederverstromt werden. Synthetisches Methan kann durch eine Gasturbine mit offenem Kreislauf (OCGT) oder eine Kraft-Wärme-Kopplungsanlage (KWK) wiederverstromt werden. Thermische Energiespeicherung (TES) ist in großen Wassergruben in Verbindung mit Fernwärmenetzen für die saisonale Speicherung und in kleinen Wassertanks für die dezentrale kurzfristige Speicherung möglich.
Die Nachfragesteuerung ist in verschiedenen Sektoren vertreten. Batterieelektrische Fahrzeuge können während ihres Ladevorgangs eine Lastverschiebung vornehmen, sofern der Ladezustand bis zum Morgen ein bestimmtes Niveau erreicht. Der flexible Betrieb von Elektrolysen und anderen Syntheseverfahren führt zu einem preisabhängigen Stromverbrauch.
Die Topologie des europäischen Stromübertragungsnetzes wird auf der Ebene der Umspannwerke anhand von Karten dargestellt, die in der interaktiven ENTSO-E-Karte veröffentlicht werden. [6] Das Wechselstromnetz wird unter Verwendung der linearen Leistungsflussnäherung („DC load flow“) mit stückweise linearen Verlusten modelliert, während Gleichstromverbindungen mit linearen Verlusten modelliert werden. Das bestehende europäische Gastransportnetz wird auf der Grundlage des SciGRID Gas IGGIELGN Datensatzes [7] dargestellt. Gaspipelines können endogen erweitert oder für den Wasserstofftransport umgewidmet werden. Wasserstoff kann über Pipelines transportiert werden. Dabei kann es sich um nachgerüstete Erdgaspipelines oder komplett neue Pipelines handeln. Die Gasströme werden durch ein verlustbehaftetes Transportmodell dargestellt. Biogas kann aufbereitet und dann über das Methannetz transportiert werden.
Es wird davon ausgegangen, dass flüssige Kohlenwasserstoffe innerhalb der Modellregion ungehindert transportiert werden können, da die Infrastruktur vorhanden ist, die Transportkosten für Flüssigkeiten niedrig sind und keine Engpässe zu erwarten sind.
Politische Instrumente und Maßnahmen
PyPSA kann verschiedene politische Instrumente und Maßnahmen berücksichtigen. Am wichtigsten ist die Begrenzung der Emissionen durch die Festlegung einer Obergrenze für die jährlichen CO2-Emissionen. Ausbauziele für erneuerbare Energien können als Mindestkapazitäten für diese Technologien umgesetzt werden. Zukünftige Infrastrukturprojekte wie das „Wasserstoff Kernnetz“ sowie Ziele zur Wasserstoffproduktion werden in das Modell einbezogen. Technologieverbote, z.B. für Kernkraft oder Kohle, werden ebenfalls berücksichtigt. Energieeffizienzstandards, wie Vorschriften zur Verbesserung der Energieeffizienz von Gebäuden, Geräten und industriellen Prozessen, werden einbezogen.
Methoden und Modellrahmen
PyPSA-Ariadne minimiert die Gesamtsystemkosten, einschließlich der jährlich anfallenden Investitions- und Betriebskosten. Der Endenergiebedarf, der Bedarf an Energiedienstleistungen (für Gebäudeheizung) und die industrielle Produktion (für Chemikalien und Stahl) werden als exogen und unelastisch angenommen. Das Modell kann mehrere Investitionszeiträume berücksichtigen. Die Modellierung dieser mehreren Investitionsperioden kann in einem einzigen Optimierungsproblem (perfekte Voraussicht) oder mit kurzsichtiger Voraussicht in nachfolgenden Optimierungsproblemen umgesetzt werden.
Bei kurzsichtiger Voraussicht wird jeder Investitionszeitraum individuell unter einem bestimmten CO2-Ziel optimiert. Die optimierte Infrastruktur wird dann für den folgenden Investitionszeitraum verwendet. Der Ansatz der myopischen Vorausschau wird in PyPSA-Ariadne verwendet. Im Gegensatz zur Annahme einer perfekten Vorausschau bietet der myopische Ansatz eine potenziell teurere Lösung. Er erfasst jedoch besser die kurzsichtigen Entscheidungen von Politikern und Investoren und ermöglicht eine höher aufgelöste Modellierung in den dazwischen liegenden Jahren. Technologien, die in früheren Zeitschritten installiert wurden, bleiben im System und tragen zu den Gesamtsystemkosten bei, bis sie das Ende ihrer Lebensdauer erreicht haben. Es wird ein myopischer Ansatz in 5-Jahres-Zeitschritten von 2020 bis 2050 verwendet [8]. Die Schattenpreise aller Nebenbedingungen können indikative Preise für alle wichtigen Verkehrsträger und Güter liefern. Der kommerzielle Solver Gurobi wird zur Lösung des Optimierungsproblems verwendet.
Überblick über exogene Annahmen und endogene Outputs
| Exogene Annahmen: | ||
| Variable | Quelle | Kommentar |
| Treibhausgasziele | Bundesregierung | 65% im Jahr 2030, 88% im Jahr 2040, 100% im Jahr 2045 |
| Kapazitätsziele für erneuerbare Energien | Bundesregierung | |
| Ziele für die Elektrolysekapazität | Bundesregierung | |
| Bevölkerung | Gemeinsame Ariadne-Szenarien | |
| Makroökonomie / BIP (im Referenzlauf) | Gemeinsame Ariadne-Szenarien | |
| Nachfrage der Industrie (Strom, Wasserstoff) | VORSCHAU für den Materialbedarf | unelastisch |
| Mobilität (Anteil der Elektrifizierung) | ALADIN | unelastisch |
| Nachfrage in der Landwirtschaft | Gemeinsame Ariadne-Szenarien | |
| Schifffahrt (MeOH) und Luftfahrt (E-Fuels) | Gemeinsame Ariadne-Szenarien | |
| Endenergie / Energiedienstleistungsnachfrage (im Referenzlauf) | Angepasst von JRC-IDEES auf der Grundlage der gemeinsamen Ariadne-Szenarien | unelastisch |
| Sekundärer Energiehandel (z. B. Wasserstoff, E-Treibstoffe) | Ariadne-spezifische Annahmen über die Einfuhr von Wasserstoff und E-Kraftstoffen. | |
| Technologiekosten (teilweise) | Größtenteils von der Dänischen Energieagentur, einige hängen vom Szenarionarrativ ab | |
| Biomasse-Potenzial | JRC-ENSPRESO | (Siehe REMIND) |
| Erneuerbare installierbare Potenziale | Bodenbedeckung aus CORINE, EEZ, Natura2000 | |
| Wasserstoffpotenzial im Untergrund | Caglayan et al. | https://doi.org/10.1016/j.ijhydene.2019.12.161 |
| Bestehendes Methanübertragungsnetz + Methaneintrittsstellen | SciGRID Gas | IGGIELGN-Datensatz |
| Räumliche Verteilung der industriellen Nachfrage innerhalb eines Landes | Hotmaps Industrie-Datenbank | https://doi.org/10.5281/zenodo.4687147 |
| Potenzial zur Bindung von Kohlendioxid | Europäische CO2-Speicherung Datenbank der Europäischen Kommission | https://setis.ec.europa.eu/european-co2-storage-dat ablassen_de |
| Bestehende konventionelle Kraftwerkskapazitäten | Powerplantmatching (basierend auf verschiedenen Quellen) | |
| Räumliche Verteilung der vorhandenen Wärmekapazitäten | DemandRegio | Geplant, noch nicht umgesetzt |
| Bestehende erneuerbare Kapazitäten | IRENASTAT | |
| Endogener Output: | ||
| Variabel | Modellhafte Darstellung | Kommentar |
| Kosten des Energiesystems | CAPEX und OPEX aller eingesetzten Technologien zur Deckung der exogenen Nachfrage | |
| CO2 -Preis | Schattenpreis der CO2-Beschränkung | Wir beobachten zwei CO2-Preise, einen für die CO2-Beschränkung für Deutschland und einen für eine Gesamt-CO2-Beschränkung für Europa |
| Energiepreise der verschiedenen Technologien | Schattenpreise der Bilanzgleichungen der spezifischen Technologie | |
| CO2-Emissionen | Menge der CO2-Emissionen nach emittierender Technologie | |
| Produktion, Speicherung und Nachfrage von Wasserstoff | Regional und stündlich | Die Nachfrage im Verkehr und in der Industrie ist exogen |
| Kohlenstoff-Management | CDR- und CCU-Technologien, Sequestrierung und Transport | CDR: BECCS, DACCS CCU: Herstellung von synthetischen flüssigen und gasförmigen Energiequellen auf Kohlenstoffbasis (E-Fuels) |
| Investitionen | ||
| Kapazitätserweiterungen | ||
| Strom-, Methan-, Wasserstoff- und CO2-Flüsse zwischen Deutschland und den Nachbarländern | Verbindung der Stromknotenpunkte zwischen Deutschland und seinen Nachbarländern | |
| Hohe räumliche Auflösung | Bis zu 50 Knotenpunkte für Deutschland | Hohe räumliche Modellauflösung ermöglicht Ableitung von Angebot, Nachfrage, Technologieausbau und Emissionen pro Bundesland |
| Ausbau des Energienetzes (Gas, Wasserstoff, Strom, CO2) | Verbindungen als Interkonnektoren zwischen den verschiedenen Bussen für die Energieträger Strom, Methan, Wasserstoff und CO2 | Der zukünftige Ausbau der Übertragungsnetz- Infrastruktur kann mit hoher räumlicher Auflösung modelliert werden |
Links und Referenzen
- [1]: Brown, T., Hörsch, J. und Schlachtberger, D., 2018. PyPSA: Python for Power System Analysis. Journal of Open Research Software, 6(1), S.4.DOI: https://doi.org/10.5334/jors.188
- [2] Fabian Neumann, Elisabeth Zeyen, Marta Victoria und Tom Brown. Die mögliche Rolle eines Wasserstoffnetzes in Europa. 2023, https://www.sciencedirect.com/science/article/pii/S2542435123002660
- [3]: Europäische Kommission. Joint Research Centre, JRC-IDEES: Integrated Database of the European Energy Sector : Methodological Note, Amt für Veröffentlichungen, LU, 2017. URL https://op.europa.eu/en/publication-detail/-/publication/989282db-ad65-11e7-837e-01aa75ed71a1/language-en
- [4]: Weltbank. Weltbank-Datenkatalog – Global – Internationale Häfen. Online, 2022. URL https://datacatalog.worldbank.org/
- [5]: Hotmaps. Hotmaps. URL https://www.hotmaps-project.eu/hotmaps-project/
- [6]: ENTSO-E, ENTSO-E Übertragungsnetzkarte. URL https://www.entsoe.eu/data/map/
- [7]: A. Pluta, W. Medjroubi, J. C. Dierich, J. Dasenbrock, H.-P. Tetens, J. E. Sandoval, O. Lunsdorf, SciGRID gas – Data Model of the European Gas Transport Network, in: 2022 Open Source Modelling and Simulation of Energy Systems (OSMSES), IEEE, Aachen, Deutschland, 2022, S. 1-7. doi:10.1109/OSMSES54027.2022.9769122.
- [8]: Marta Victoria, Elisabeth Zeyen, und Tom Brown. Geschwindigkeit des technologischen Wandels, der in Europa erforderlich ist, um verschiedene Klimaziele zu erreichen. Joule, 6(5):1066-1086, 2022. ISSN 2542-4785. doi: 10.1016/j.joule.2022.04. 016. URL https://doi.org/10.1016/j.joule.2022.04.016. Zugriff: 2023/10/05.
- PyPSA Dokumentation: https://pypsa.readthedocs.io/en/latest/
Link zum Quellcode (bei Open-Source-Modellen)
- PyPSA-Ariadne Github-Repository: https://github.com/PyPSA/pypsa-ariadne
- PyPSA-Eur Github-Repository: https://github.com/PyPSA/pypsa-eur
- PyPSA Github-Repository: https://github.com/PyPSA/pypsa
- Daten zur PyPSA-Technologie: https://github.com/PyPSA/technology-data