A multi-model framework for Southern Africa's energy transition

Southern Africa is expected to experience one of the fastest electricity demand surges worldwide, with projections indicating that consumption could more than double by 2040 even under moderate socio-economic growth. Open-source energy and power system models are crucial to plan this transition, yet current frameworks offer contrasting approaches. OSeMOSYS-TEMBA adopts a narrative driven, multi-decadal optimisation based on simplified seasonal and day night time slicing. PyPSA-Earth operates on a high spatial resolution, hourly basis with explicit network constraints but lacks a physically grounded hydrological formulation and is currently limited to a single SSP storyline. This thesis investigates how the two modelling frameworks diverge when applied to the same regional context, namely the Southern African Power Pool. Moreover, it addresses the limitations of hydropower representation in high-resolution modelling by developing a new hydrological workflow specifically for PyPSA-Earth. First, a harmonised comparison is performed across three shared SSP narratives by aligning demand assumptions, integrating a consistent hydropower fleet derived from the African Hydropower Atlas, and ensuring that both models operate with the same input capacity factors of hydropower plants. Secondly, a new hydrological workflow has been developed for PyPSA-Earth to reconstruct inflow time series using GloFAS–ERA5 river discharge data. It was designed to overcome key limitations of the existing methodology, which relies heavily on normalisation to scale inflows against historical production statistics, thereby preventing the endogenous expansion of the hydropower component. The new workflow incorporates the GloHydroRes global hydropower plant dataset, which supplies plant-specific technical parameters. The comparison reveals that both models agree on a strong dominance of solar by 2050, but diverge significantly in terms of system configuration and cost. PyPSA-Earth deploys nearly twice as much generation capacity and extensive battery storage across all SSPs considered. OSeMOSYS-TEMBA relies more heavily on dispatchable coal generation and reports higher total system costs, due to its structural constraints and higher input CAPEX for renewables. The newly implemented methodology for hydropower is grounded in a physically consistent hydrological model and introduces a refined algorithm to extract inflow time series for each plant based on its typology, while accounting for reservoir effects and upstream catchment characteristics. This is complemented by a robust power conversion process, which incorporates plant-specific parameters such as net hydraulic head and storage volume to generate realistic power output profiles. Although validating hydropower production results remains challenging, due to scarce real data availability and known limitations of the underlying hydrological model in the region analysed, the implementation represents a substantial advancement within the current PyPSA-Earth framework. It lays the foundation for future developments by enabling endogenous technology expansion and supporting the adoption of more sophisticated approaches to manage hydropower assets effectively in energy models. Overall, the thesis demonstrates how differences in temporal resolution and battery modelling significantly influence power system planning outcomes, and suggests that these approaches are complementary in reconciling strategic foresight with operational realism in future energy transitions.

La regione dell’Africa australe si prepara a una delle più rapide impennate di consumo elettrico del pianeta: anche con uno sviluppo socio-economico solo moderato la domanda potrebbe più che raddoppiare entro il 2040. Per orientare questa transizione servono modelli energetici open source, ma le principali piattaforme disponibili seguono logiche molto diverse. OSeMOSYS-TEMBA lavora su orizzonti pluridecennali con pochi intervalli temporali (stagioni e fasce giorno/notte), mentre PyPSA-Earth simula il sistema ora per ora a elevata risoluzione spaziale, includendo vincoli di rete espliciti, ma finora con una descrizione idrologica rudimentale e un unico scenario socio economico (SSP). Questa tesi analizza in che modo i due framework di modellazione divergano quando applicati allo stesso contesto regionale, ovvero il Southern African Power Pool. Successivamente, affronta le limitazioni della rappresentazione dell’energia idroelettrica nella modellazione ad alta risoluzione, sviluppando un nuovo workflow idrologico specificamente per PyPSA-Earth. In primo luogo, viene effettuato un confronto armonizzato tra tre scenari SSP condivisi, allineando le ipotesi di domanda, integrando un parco idroelettrico coerente derivato dall’African Hydropower Atlas e assicurando che entrambi i modelli operino con gli stessi fattori di capacità in input per gli impianti idroelettrici. In secondo luogo, è stato sviluppato un nuovo workflow idrologico per PyPSA-Earth per ricostruire serie temporali di afflusso utilizzando i dati di portata fluviale GloFAS–ERA5. Questo è stato progettato per superare le principali limitazioni della metodologia esistente, che si basa fortemente sulla normalizzazione per scalare gli afflussi in base a statistiche storiche di produzione, impedendo così l'espansione endogena della componente idroelettrica. Il nuovo workflow integra il dataset globale GloHydroRes sugli impianti idroelettrici, che fornisce parametri tecnici specifici per ciascun impianto. Il confronto mostra che entrambi i modelli concordano su una netta predominanza del solare entro il 2050, ma divergono in modo significativo per quanto riguarda la configurazione del sistema e i costi. PyPSA-Earth implementa una capacità di generazione quasi doppia e un ampio utilizzo di accumulo tramite batterie in tutti gli scenari SSP considerati, mentre OSeMOSYS-TEMBA fa maggiore affidamento sulla generazione a carbone dispacciabile e riporta costi totali di sistema più elevati a causa dei suoi vincoli strutturali e dei maggiori costi di capitale in input per le fonti rinnovabili. La metodologia recentemente implementata per l’idroelettrico si basa su un modello idrologico fisicamente coerente e introduce un algoritmo perfezionato per estrarre serie temporali di afflusso per ciascun impianto in base alla sua tipologia, tenendo conto degli effetti di serbatoio e delle caratteristiche del bacino idrografico a monte. A ciò si affianca un solido processo di conversione in potenza, che integra parametri specifici per impianto come l’altezza del carico idraulico e il volume del serbatoio, al fine di generare profili di produzione realistici. Sebbene la validazione dei risultati sulla produzione idroelettrica rimanga complessa, a causa della disponibilità limitata di dati e delle note limitazioni del modello idrologico sottostante nella regione analizzata, l’implementazione rappresenta un avanzamento sostanziale all’interno del framework attuale di PyPSA-Earth. Essa pone le basi per sviluppi futuri, consentendo l’espansione endogena della tecnologia e supportando l’adozione di approcci più sofisticati per la gestione efficace degli impianti idroelettrici nei modelli energetici. In definitiva, la tesi dimostra come le differenze nella risoluzione temporale e nella modellazione delle batterie influenzino significativamente i risultati della pianificazione del sistema elettrico, e suggerisce che questi approcci siano complementari nel conciliare la lungimiranza strategica con il realismo operativo nelle future transizioni energetiche.