![見出し画像](https://assets.st-note.com/production/uploads/images/166358002/rectangle_large_type_2_1153b51a68ffc9c7d7ccf3fbe93a3e77.png?width=1200)
ロシアの水力発電-今のロシア占領地域の発電状況を追跡する(中間2)
前提
下記の続きです。
(1).全体要約
ロシア占領地域アブハジア全体が停電しているかどうか、2024年12月19日(月) 12:00(JST) 確認した結果いまだ、保留 というものです。
判定基準となるデータがガス(雲)がかかってます。
![](https://assets.st-note.com/img/1734597440-ZJCzsfpLe23XdkvrGRSl0T5A.png?width=1200)
他の地域のように、夜間光が抜けるはずですか、、、保留 にします。
今回、取り上げるのは、ジョージアの水力火力発電 エングリ水力発電所(1300MW) です。
ジョージアの発電は、水力発電が主要なエネルギー源です。
しかし、新型コロナウイルス感染症の世界的な流行に伴う経済活動の停滞は、ジョージアの電力需要にも影響を与えたと考えられます。特に、観光業や工業生産の減退は、電力消費量の減少につながった可能性があります。
本稿では、衛星データを用いてジョージアの水力火力発電の稼働状況を衛星データから推定した結果を報告します。
今回は、ジョージア最大の水力火力発電 エングリ水力発電所(1300MW)を解析することにより、ロシアや中国といった主要なエネルギー輸出国の動向の比較、解析基準として使用します。
単位:納入容量(MW)を使用しています。
※最大納入容量 = 最大発電出力 と仮置きしています。
よって、武豊石炭火力発電所の武豊火力発電所は、 最大出力: 107万kWですので最大納入容量(1070MW)としています。
(2).1 手法
同一
(2).2 データ
同一
(3).GHG需要に関する概要
同一
(4).ジョージアの水力火力発電 エングリ水力発電所(42.7584, 42.0309)を予測すべき根拠
ジョージアの水力火力発電 エングリ水力発電所(42.7584, 42.0309)は、ジョージア最大の水力火力発電所です。
この発電所は、ソ連時代に建設され、その後も近代化が進められてきました。しかし、老朽化が進んでおり、設備の更新や効率化が課題となっています。
現状、エングリ水力発電所(1300MW)は、武豊石炭火力発電所(1070MW)よりも、大きいはずですが、武豊石炭火力発電所 稼働の1/3 以下となっています。
(4).1 夜間光(2024/12/10)
停電はしてるかの判断はしません。12/19 時点では、ジョージア全域にわたり、データ開示はされますが、ガス(雲)がかかっていて、判定できません。ので現状では、不明としておきます。
![](https://assets.st-note.com/img/1734597683-j2Nsn07yucDP9Q13SOlhIbYk.png?width=1200)
とりあえず、ロシア本国のみならず、占領地域も、今年の冬需要を満たせるかが、焦点です。
![](https://assets.st-note.com/img/1734597715-UFmNq1JjTsrWHxE27M6nIoSK.png?width=1200)
![](https://assets.st-note.com/img/1734597794-nQlvpFIzwXO7srJUoShcGZDt.png?width=1200)
(5).中国およびロシアのGHG需要を予測すべき根拠
中国とロシアは世界有数のGHG排出国です。
これらの国のエネルギー政策は国際的なGHG需要に大きな影響を与えます。
中国は太陽光などの再生可能エネルギー設備の導入を進めつつも、石炭火力発電への依存が依然として高く、エネルギー転換の進捗が不透明です。また、ロシアは石炭や天然ガスの輸出が重要な収益源であり、地政学的な紛争や制裁がエネルギー供給と需要の変動に影響を及ぼしています。
これらの国々の動向とくにGHG需要を予測することは、国際的なエネルギー市場の安定化に不可欠です。
(6).要するに
ごめんなさい。お待ちください。
そのことを本稿では、衛星データを用いて推定しました。
また、ここで採取したデータは、ロシアや中国といった主要なエネルギー輸出国との動向比較、解析基準として使用していきます。
当アドベントカレンダーは、パンデミックや地政学的変化がGHG需要に与える影響を多角的に分析することを目的としています。特に、2025年度の新型コロナ陽性者数、武豊火力発電所やロシア・中国のエネルギー政策に注目し、GHG排出量の変動要因を明確化します。
パンデミック時にはエネルギー需要の大幅な変動があり、衛星データと機械学習を活用した予測が有効であることを示すことも目的の一つです。
(7).参加アドベントカレンダー
(8).参考URL
(9).ハッシュタグ
#新型コロナ ,#第12波,第13波
#カーボンニュートラル ,#GHG,#再生可能エネルギ-,#炭素中立性,#第三者認証,#グリーンウォッシュ
#機械学習 ,#数理最適化,#強化学習,#衛星データ
いいなと思ったら応援しよう!
![オープン・ソース・インテリジェンス](https://assets.st-note.com/production/uploads/images/58266202/profile_fc12167a82b82f9d4f5ef698db2e5a27.png?width=600&crop=1:1,smart)