在学习如何编程方面，我最喜欢的部分之一就是发现开源软件的功能。奇怪的是，每当您准备进入一个新项目，构建一个新工具或进行一些新分析时，就有人曾经想到过该项目-或类似的东西。围绕您的主题或选择问题进行清晰定义的Google搜索通常会产生大量有用的博客文章，软件包和Github信息库，这些信息由聪明的付费人员创建。

开发开源项目最困难的部分是它们是公共物品，每个人都从中受益，但是创作者很少能从作品提供的全部价值中获得补偿。真正好的作品通常是某个学位的副产品，直接由一笔赠款提供资金，或者是由一家科技公司以善意的形式发布的，该公司可以负担分享一些它认为与酱汁无关的秘密（例如Apache Spark或Facebook的Prophet） ）。

以我在可再生能源方面的背景，我对将数据科学应用于能源转换，或者更具体地说，是如何管理可再生能源发电并入电网特别感兴趣。该领域中的一些常见问题包括电力负荷预测，太阳能和风能发电预测，整体电力系统建模（以衡量整个电网的性能）和电池优化模型（重要的是拥有智能系统来管理储能解决方案以实现最大化可再生能源的好处）。在转向数据科学的过程中，我偶然发现了其中一些项目，并希望分享一些。

电力基因组计划

公用事业，项目开发商，倡导组织和其他电网利益相关者在工作中强烈需要电力系统建模。随着风能和太阳能继续抢占市场份额，我们需要了解如何规划和运营具有高比例的可变可再生能源的电网。这种初步分析称为容量扩展计划，这对于某些利益相关者来说是一个巨大的障碍，因为它通常需要大量资源，复杂且耗时。显然需要一种工具，以使资源受限的可再生能源倡导者能够测试容量扩展计划并创建支持其观点所需的数据。

专注于能源转换对环境的影响的数据科学家Greg Schively正在使用赠款创建“电力基因组计划”。这个开源项目将允许用户在美国的特定区域进行磨练，并考虑到各种基本变量，例如现有发电成本，传输限制，预计燃料成本，负载曲线等。它还允许用户通过集群生成，根据其特定项目进行修改，以调整各种粒度级别的设置。

该项目目前面向#EnergyTwitter明星Jesse Jenkins的GenX项目，但很快将变得更加广泛，使可再生能源倡导者或需要电力系统建模的任何人都可以利用这些工具来支持能源转型。

链接：https：//github.com/gschivley/PowerGenome

电力系统优化模型可用于探索未来能源系统中不同法规的成本和排放影响。运行这些模型最困难的部分之一就是组装所有数据。一个典型的模型将定义几个区域，每个区域都需要以下数据：

• 所有现有的发电机组（可能在每个区域内分为几个离散的群集）
• 区域之间的传输限制
• 每小时负荷概况（包括车辆和建筑物电气化产生的新负荷）
• 每小时的风能和太阳能发电概况
• 新发电机组的成本估算

由于计算复杂性和运行时间随区域数量和生成单元群集的增加而增加，因此用户可能只希望分解区域和生成单元，使其靠近主要关注区域。例如，一项针对新墨西哥州清洁电力法规的研究可能会将西北太平洋的多个州合并为一个地区，同时还将亚利桑那州的联合循环机组拆分为多个组。

PowerGenome的目标是让用户在设置文件中进行所有这些选择，然后运行一个脚本来生成电源系统模型的输入文件。PowerGenome当前为GenX生成输入文件，我们希望在不久的将来扩展到其他模型。

公用事业数据解放（PUDL）

所有数据科学家都知道，查找，组织和清除特定项目所需的数据非常耗时，并且通常是成功项目的最大障碍。对于能源行业来说尤其如此，联邦能源管理委员会（FERC），能源信息管理局（EIA）和许多其他组织在能源行业中发布了许多有用的数据，但格式和标准不同。

催化剂合作社（Catalyst Cooperative）是一小组由数据科学家和政策工作者组成的小组，由工人拥有的咨询公司组织，已创建了公用事业数据解放（PUDL）项目来解决此问题。用他们的话来说，PUDL“ 通过清洗，标准化和交叉链接来自单个数据库中不同来源的实用程序数据，获取已经公开可用的信息，并使之可公开使用。” PUDL数据库当前包含有关燃料使用，发电混合，电厂运行成本的数据，甚至包括环境保护署（EPA）的排放数据。该团队还着眼于添加几个新的数据集。

这个团队正在解决一个巨大的问题：组织所有这些数据并将其转换为机器可读的格式。与Power Genome项目（使用PUDL）类似的精神，Catalyst合作社旨在降低能源系统分析的进入壁垒，并使这些资源可供所有人使用。

链接：https：//github.com/catalyst-cooperative

pyiso

要求独立系统运营商（ISO）负责运营批发电力市场并平衡不同地区的电网电力，它们必须以15个间隔发布负荷数据。但是，收集此数据需要不方便的Web抓取和下载CSV文件的混合。

WattTime是一个非营利性组织，它收集实时ISO数据，并使电力消费者能够在电网中可再生能源百分比最高的时候使用能源。WattTime开源了PYISO库，该库为其API提供了强大的支持，使任何人都可以方便地访问历史和实时负载以及生成数据。实际上，我使用该库创建了Peaky Finders，这是NYISO（纽约ISO）的峰值负荷预测应用程序，为我节省了很多时间和头痛。

与PUDL相似，PYISO的创建者意识到有必要对实用程序和ISO需要发布的数据进行标准化。尽管年龄不大，但我发现创始人的播客集对学习项目背后的背景和原理很有帮助。

链接：https：//github.com/WattTime/pyiso

其他一些

其他值得提及的项目：

WindML

• 提供对风能数据源的访问以进行发电量预测和其他应用
• 链接：https：//github.com/cigroup-ol/windml

虚拟图书馆

• 一个开源工具，可模拟光伏（太阳能）能源系统的性能。
• 链接：https **: **//github.com/pvlib/pvlib-python

OSESMO

• 电池优化建模是一个巨大的挑战，因为能量存储资源不断增加，以最大限度地提高可再生能源的发电量-这是一个帮助入门的开源工具。
• 链接：https：//github.com/RyanCMann/OSESMO