Gegeven

De beheerder van het Belgische energienetwerk Elia, stelt via zijn Open Data portaal¹ ter beschikking hoeveel stroom er wordt opgewekt per energiebron.

Dit inladen in R kan via:

# Benodigde bibliotheken
library('jsonlite')
library('httr')

# Data ophalen van Elia
kleuren <- c("Biofuels" = "#3366BB", "Other Fossil Fuels" = "#AA3366", "Other Fuel" = "#BB4466", "Natural Gas" = "#EEDD00", "Nuclear" = "#0099CC", 
             "Solar" = "#EEDD00", "Water" = "#22CCBB", "Wind Offshore" = "#55BB55", "Other" = "#cccccc", "Wind Onshore" = "#99DD55")
res <- GET("https://opendata.elia.be/api/explore/v2.1/catalog/datasets/ods177/records?select=sum(generatedpower)%20as%20power&where=datetime%20%3E%20now(days%3D-7%2C%20hour%3D0%2C%20minute%3D0)%20and%20datetime%20%3C%20now(days%3D-1%2Chour%3D23%2Cminute%3D59)%20and%20generatedpower%20%3E0&group_by=date_format(datetime%2C%20%27YYYY%2FMM%2Fdd%27)%20as%20date%2C%20fueltypepublication%20as%20fuel&order_by=date%20DESC")
data <- fromJSON(rawToChar(res$content))$results
data <- data[order(data$power, decreasing = TRUE), ]
row.names(data) <- NULL
data$color <- kleuren[data$fuel]

In de uiteindelijke dataframe vind je heel wat informatie, via head(data) bekomt men bijvoorbeeld als voorsmaakje:

        date    fuel    power   color
1 2024/07/05 Nuclear 373059.2 #0099CC
2 2024/07/03 Nuclear 372994.0 #0099CC
3 2024/07/02 Nuclear 372374.3 #0099CC
4 2024/07/01 Nuclear 372229.9 #0099CC
5 2024/07/04 Nuclear 368899.1 #0099CC
6 2024/06/30 Nuclear 367297.0 #0099CC

De volledige dataframe bevat gegevens van de laatste zeven dagen. fuel stelt de energiebron voor. power bevat de hoeveelheid gegenereerde energie op die dag, uitgedrukt in MW (megawatt). De kolom color bevat een hexadecimale kleurcode. R kan die code meteen inlezen.

Gevraagd

Beantwoord nu onderstaande vragen om uiteindelijk onderstaande grafiek te maken met de energiemix van gisteren.

• Maak eerst een booleaanse vector gisteren aan, waar je nagaat welke gegevens van gisteren afkomstig zijn.

• Bepaal de totale hoeveelheid gegenereerde energie gisteren, en sla deze op in de variabele totaal.

• Bereken het percentage energie dat elke bron gisteren leverde, sla dit op in de variabele percentages en rond af op één cijfer na de komma.

• Om straks een duidelijkere grafiek te kunnen maken maak je nu eerst een variabele energielabels. Gebruik daarbij de paste0() functie zoals in de vorige oefening. (Zie ook onderstaande grafiek)

• Maak nu onderstaand schijfdiagram en gebruik de booleaanse variabele bij sommige parameters om enkel de gegevens van gisteren te selecteren.

Tip

Je zal binnen posit Cloud eerst de twee bibliotheken jsonlite en httr eenmalig moeten installeren. Dit kan door het volgende commando uit te voeren:

install.packages(c("httr", "jsonlite"))