H2 storage and compressors: Costs and efficiencies
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Error
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Área
- data
Línea de trabajo
Comience comparando las entradas de Excel de DEA “151a Hydrogen Storage - Tanks” y “151c Hydrogen Storage - Caverns” con las directrices de DEA en PDF sobre la energía de los compresores y la eficiencia del almacenamiento. Revise las suposiciones sobre los datos de almacenamiento de hidrógeno del repositorio y, después, resuelva y documente un tratamiento coherente de los costes de los compresores, FOM y la eficiencia para ambos tipos de almacenamiento.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
The DEA technology data on H2 storage technologies (Technology Data Catalogue for Energy Storage) contains assumptions for H2 tanks (compressed, <= 200bar) and H2 underground (cavern, compressed <= 200bar). The data reported on these two storage types is not consistent:
a.) data for "hydrogen storage tank" (DEA excel: "151a Hydrogen Storage - Tanks") reports cost and efficiency for the full system, including piping and compressors.
b.) data for "hydrogen underground storage" (DEA excel: "151c Hydrogen Storage - Caverns") only covers the costs and efficiencies of the cavern storage.
The text (DEA pdf) is more clear on this: The storage efficiency of both storage types is similar (>99%), efficiency losses are due to the energy demand of the compressors (4 kWh_el/kg_H2 for compression to 200bar), which is taken 1:1 from the hydrogen LHV of 33 1/3 kWh_LHV/kg_H2 .
For a.) Investment costs for the system without compressors are reported, but FOM is only reported for the full system. Also no cost assumptions for compressors (per MW, only per MWh of storage system capacity) are reported.
Two options:
- separate compressor costs from storage costs
- include compressor costs and efficiency in the H2 underground storage
- Lenguaje dominante
- Python
- Estrellas
- 132
- Forks
- 59
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Sin guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de PyPSA/technology-data
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
PyPSA/technology-data#271 ·
-
data: Add ACER's CONE studyAbierto
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
PyPSA/technology-data#284 ·
-
energy_penalty() applies the capture energy penalty to only one of six technologiesPosiblemente ocupada @millingermarkus la tomó hace 28 días. Abiertobug
Dificultad 3/5 1-2 días Aptitud para principiantes 68/100
PyPSA/technology-data#283 ·
-
feature
Dificultad 4/5 3-5 días Aptitud para principiantes 38/100
PyPSA/technology-data#282 · 4 comentarios ·
-
bug
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
PyPSA/technology-data#281 ·
Todos los issues de PyPSA/technology-data
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
Los mantenedores suelen responder en 3 días
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 88/100
modelcontextprotocol/python-sdk#3648 ·
Los mantenedores suelen responder en 1 día
-
docs good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
VenetoStato/giorgio#6 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 74/100
Los mantenedores suelen responder en 1 día
-
Claiming namespace ddalusAbierto
Dificultad 1/5 Menos de una hora Aptitud para principiantes 70/100
EclipseFdn/open-vsx.org#13831 ·
Los mantenedores suelen responder en 1 día