Descargar automáticamente de CAMMESA¶

A partir de la ejecución del siguiente código:

Se descargan los archivos de datos cada 5 minutos de Despacho de Renovables y cubrimiento de la demanda de CAMMESA.
Se estandarizan los mismos.
Se los exporta como archivo CSV.

Fuente: https://despachorenovables.cammesa.com/renovables/

#Cargar librerías
import requests
import pandas as pd
import datetime as dt
from datetime import date, datetime, timedelta
from os import mkdir, rmdir, remove, path

# Definir
sdate = date(2020, 6, 1)   # fecha de inicio (año, mes, día)
edate = date(2020, 6, 7)   # fecha de fin (año, mes, día)

file = 'renovables.csv' #nombre del archivo de destino

# Descarga de datos
dir = "renovables" #carpeta de destino de los archivos
mkdir(str(dir))

delta = edate - sdate

for i in range(delta.days + 1):
    date = (sdate + timedelta(days=i))
    date1 = date.strftime('%d-%m-%Y')
    date2 = (date + timedelta(days=1))
    date2 = date2.strftime('%d-%m-%Y')
    url = 'https://cdsrenovables.cammesa.com/exhisto/RenovablesService/GetChartTotalTRDataSource?desde=' + str(date1) + '&hasta=' + str(date2)
    r = requests.get(url, allow_redirects=True)
    if 'NOT_FOUND' in r.content.decode():
        print(str(date) + ' not Found.')  
    else:
        with open('./' + dir + '/' + str(date) + '.json', 'wb') as f: f.write(r.content)

#Combinación de archivos
out = pd.DataFrame(columns = ['momento', 'eolica', 'fotovoltaica', 'biocombustible', 'hidraulica', 'cubrimientoDem'])

for i in range(delta.days + 1):
    date = str(sdate + timedelta(days=i))
    if path.isfile('./' + dir + '/'  + date + '.json'):
        df = pd.read_json('./' + dir + '/'  + date + '.json')
        out = out.append(df, ignore_index=True)
    else:
        print(date + " does not exist")

display(out.head())
display(out.tail())

# estandarizar datos
df = out

df['momento'] = pd.to_datetime(df.momento)
df['momento'] = df['momento'].dt.strftime('%d/%m/%Y %H:%M')
df.sort_values(by = 'momento', ascending=True, inplace=True, kind='quicksort', na_position='last')
df = df.reset_index(drop=True)

display(out.head())
display(out.tail())

#Borra archivos anteriores y exporta la tabla
df.to_csv(file, index = False) 

for i in range(delta.days + 1):
    date = str(sdate + timedelta(days=i))
    if path.isfile('./' + dir + '/'  + date + '.json'):
        remove('./' + dir + '/' + date + '.json')
    else:
        print(date + " does not exist")
rmdir(str(dir))

	momento	eolica	fotovoltaica	biocombustible	hidraulica	cubrimientoDem
0	2020-06-01T11:00:00.000-0300	597.77	256.36	77.17	172.58	6.28
1	2020-06-01T15:30:00.000-0300	584.14	293.12	94.68	172.17	6.82
2	2020-06-02T13:10:00.000-0300	1174.30	280.98	105.01	143.36	10.04
3	2020-06-01T17:00:00.000-0300	557.05	255.97	99.43	172.42	6.41
4	2020-06-02T14:40:00.000-0300	857.92	286.02	104.55	142.35	8.50

	momento	eolica	biocombustible	hidraulica	cubrimientoDem
4027	2020-06-07T20:10:00.000-0300	872.93	94.17	143.28	6.49
4028	2020-06-07T21:40:00.000-0300	1028.40	96.48	143.28	7.44
4029	2020-06-08T02:10:00.000-0300	943.04	96.33	136.57	9.41
4030	2020-06-08T23:50:00.000-0300	1417.16	96.94	131.76	10.19
4031	2020-06-08T03:40:00.000-0300	1262.87	98.68	135.44	12.25

	momento	eolica	biocombustible	hidraulica	cubrimientoDem
423	01/06/2020 00:05	355.59	79.33	165.31	3.80
145	01/06/2020 00:10	376.65	78.30	165.31	3.93
445	01/06/2020 00:15	382.86	78.30	165.31	4.00
167	01/06/2020 00:20	377.63	78.30	163.03	3.98
369	01/06/2020 00:25	372.09	78.30	163.03	3.98

	momento	eolica	biocombustible	hidraulica	cubrimientoDem
3719	08/06/2020 23:40	1360.08	97.95	131.76	9.59
3730	08/06/2020 23:45	1383.48	97.95	131.76	9.81
4030	08/06/2020 23:50	1417.16	96.94	131.76	10.19
3753	08/06/2020 23:55	1457.90	97.94	131.76	10.47
3477	09/06/2020 00:00	1468.18	97.94	131.76	10.61