"""The stream for yearly events and the set of values for one draw. These tests look at random numbers and parameter values only. No model result is computed. """ from __future__ import annotations import json from typing import TYPE_CHECKING import numpy as np import pytest from tokenfabrikker import hendelser, inndata, trekninger from tokenfabrikker import parametere as pm if TYPE_CHECKING: from pathlib import Path @pytest.fixture(scope="module") def sett() -> pm.Parametersett: return pm.les_parametere() @pytest.fixture(scope="module") def strom(sett: pm.Parametersett) -> hendelser.Hendelser: return hendelser.trekk(sett) # -------------------------------------------------------------------- the stream def test_froet_staar_i_parameterfila(sett: pm.Parametersett) -> None: assert hendelser.froe(sett) == 20261112 assert hendelser.froe(sett) != sett.monte_carlo.froe def test_ett_tall_per_trekning_og_aar_etter_beslutningsaaret(strom: hendelser.Hendelser) -> None: assert strom.aar == tuple(range(2028, 2101)) assert strom.tabell.shape == (10_000, 73) assert strom.tabell.dtype == np.float64 assert ((strom.tabell >= 0.0) & (strom.tabell < 1.0)).all() assert len(strom.rad(0)) == 73 def test_tallene_er_jevnt_fordelt(strom: hendelser.Hendelser) -> None: """730 000 numbers: mean 0.5 and a tenth in each tenth, within four standard errors.""" antall = strom.tabell.size assert abs(float(strom.tabell.mean()) - 0.5) < 4 * (1 / 12) ** 0.5 / antall**0.5 andeler = np.histogram(strom.tabell, bins=10, range=(0.0, 1.0))[0] / antall assert float(np.abs(andeler - 0.1).max()) < 4 * (0.1 * 0.9 / antall) ** 0.5 def test_aarene_er_ikke_korrelert_med_hverandre(strom: hendelser.Hendelser) -> None: korrelasjon = np.asarray(np.corrcoef(strom.tabell[:, :10], rowvar=False), dtype=np.float64) np.fill_diagonal(korrelasjon, 0.0) assert float(np.abs(korrelasjon).max()) < 4 / 10_000**0.5 def test_strommen_er_en_annen_enn_parametertrekningene( sett: pm.Parametersett, strom: hendelser.Hendelser ) -> None: trukket = trekninger.trekk(sett) assert abs(float(np.corrcoef(strom.tabell[:, 0], trukket.kolonne("phi_X"))[0, 1])) < 0.04 def test_samme_fro_gir_samme_strom(sett: pm.Parametersett, strom: hendelser.Hendelser) -> None: assert np.array_equal(hendelser.trekk(sett).tabell, strom.tabell) def test_den_lagrede_strommen_kan_gjenskapes(sett: pm.Parametersett) -> None: assert hendelser.kontroller(sett) == ("identisk", 0.0) def test_skriv_og_les(sett: pm.Parametersett, strom: hendelser.Hendelser, tmp_path: Path) -> None: sha256 = hendelser.skriv(strom, sett, tmp_path) lest = hendelser.les(tmp_path) assert lest.aar == strom.aar assert np.array_equal(lest.tabell, strom.tabell) beskrivelse = json.loads((tmp_path / hendelser.BESKRIVELSESFIL).read_text(encoding="utf-8")) assert beskrivelse["sha256_tabell"] == sha256 assert beskrivelse["froe"] == 20261112 assert beskrivelse["sha256_parametere"] == pm.FROSSEN_SHA256 assert hendelser.kontroller(sett, tmp_path) == ("identisk", 0.0) def test_endret_tabell_oppdages( sett: pm.Parametersett, strom: hendelser.Hendelser, tmp_path: Path ) -> None: hendelser.skriv(strom, sett, tmp_path) endret = strom.tabell.copy() endret[0, 0] = 0.123 (tmp_path / hendelser.TABELLFIL).write_bytes(trekninger.tabellbytes(endret)) with pytest.raises(pm.ParameterError, match="does not match the checksum"): hendelser.les(tmp_path) def test_kommandolinja(tmp_path: Path, capsys: pytest.CaptureFixture[str]) -> None: assert hendelser.main(["lag", "--mappe", str(tmp_path)]) == 0 assert "10000 trekninger for 73 år skrevet" in capsys.readouterr().out assert hendelser.main(["kontroll", "--mappe", str(tmp_path)]) == 0 assert capsys.readouterr().out.startswith("identisk") # ---------------------------------------------------- the values of one draw @pytest.fixture(scope="module") def forste_trekning(sett: pm.Parametersett) -> inndata.Inndata: return inndata.fra_trekning(sett, trekninger.les(), hendelser.les().rad(0), 0) def test_verdiene_er_regnet_om_til_ligningenes_enheter( sett: pm.Parametersett, forste_trekning: inndata.Inndata ) -> None: """Units only: kr/kW to kr/MW, TWh to MWh, GW to MW, mill. and mrd. kr to kr.""" inn = forste_trekning assert 109_000e3 <= inn["c_N_ref"] <= 171_500e3 assert -15e6 <= inn["S0"] <= 19.6e6 assert inn["G_server"] == 25_000.0 assert inn["D_fors"] == 8202e6 assert 1625e9 <= inn["K_U"] <= 6217e9 assert 0.2e6 <= inn["g_fornybar"] <= 0.6e6 assert 10_100e3 <= inn["vind.investering"] <= 21_933e3 assert inn["havvind.drift"] == 900e3 assert inn["vind.drift"] == 120.0 assert (inn.heltall("T0"), inn.heltall("T_slutt")) == (2027, 2100) assert inn.heltall("L_H") in {3, 4, 5, 6, 7} assert inn.heltall("n_0") in range(1, 21) for storrelse in sett.storrelser(): assert (storrelse.navn in inn.v) == (storrelse.fordeling.tabell is None) def test_tabellene_og_designverdiene_foelger_parameterfila( forste_trekning: inndata.Inndata, ) -> None: inn = forste_trekning assert inn.design == {"o_f_liten": 0.0465, "o_f_stor": 0.025, "o_p": 0.05, "beta_F": 0.1} assert inn.P_u_sett == (5.0, 10.0, 20.0, 50.0, 100.0, 200.0, 300.0, 400.0, 500.0, 1000.0) assert inn.psi == {"vind": 0.88, "vann": 1.26, "havvind": 0.96} assert inn.kappa == {"vann": 0.88, "havvind": 0.0} assert set(inn.linjer) == {"NO1", "NO2", "NO3", "NO4", "NO5", "Norge"} assert inn.karbonpris[2026] == 1588.0 assert len(inn.u_eksport) == 73 def test_karbonprisen_er_lineaer_mellom_aarene_i_tabellen( forste_trekning: inndata.Inndata, ) -> None: inn = forste_trekning assert inn.karbonpris_i(2030) == 2377.0 assert inn.karbonpris_i(2028) == pytest.approx((1588.0 + 2377.0) / 2) assert inn.karbonpris_i(2045) == 3367.0 assert inn.karbonpris_i(2100) == 10956.0 assert inn.karbonpris_i(2025) == 1588.0 def test_stoerrelsene_for_tillegget_til_retningen_foelger_parameterfila( forste_trekning: inndata.Inndata, ) -> None: """Chapter 17.8: units and tables only; nothing is computed with them.""" inn = forste_trekning assert (inn["P_m"], inn["eps_d"], inn["w_N_forbruk"], inn["w_D_sjo"]) == (100.0, 1.0, 0.0, 98.0) assert 3.0 <= inn["tau_1"] <= 7.0 assert 18.0 <= inn["n_1"] <= 268.0 assert 0.07 <= inn["w_D_uttak"] <= 0.10 assert 119.0 <= inn["w_N_uttak"] <= 168.0 # the table of 17.3 assert inn.bortfall[inndata.BORTFALL_KILDE] == (0.119, 0.21) assert inn.bortfall[inndata.BORTFALL_EGNE_LAV] == pytest.approx((0.188, 0.376)) assert inn.bortfall[inndata.BORTFALL_EGNE_HOY] == pytest.approx((0.32, 0.64)) assert inn.bortfall_i(inndata.BORTFALL_KILDE, 2040) == 0.21 # the table of 17.4, g CO2 per kWh converted to tonnes per MWh assert set(inn.u_alt) == {"hoved", "lav", "hoy_nedre", "hoy_ovre", "null"} assert inn.u_alt_i("hoved", 2024) == pytest.approx(0.43) assert inn.u_alt_i("hoved", 2045) == pytest.approx((0.2012 + 0.1312) / 2) assert inn.u_alt_i("hoved", 2100) == pytest.approx(0.1312) assert inn.u_alt_i("lav", 2100) == pytest.approx(0.09) assert (inn.u_alt_i("hoy_nedre", 2050), inn.u_alt_i("hoy_ovre", 2050)) == pytest.approx( (0.41, 0.626) ) assert inn.u_alt_i("null", 2050) == 0.0 assert inn.kjoletaarn == {"forbruk": (2.2, 2.5, 3.2), "uttak": (3.0, 4.2, 9.8)} def test_heltall_avviser_tall_som_ikke_er_hele(forste_trekning: inndata.Inndata) -> None: with pytest.raises(ValueError, match="should be a whole number"): forste_trekning.heltall("rho_N")