06/11/2023

Nederland: ‘Vingerafdrukken' geven nieuwe inzichten in energiemodellen

administratie_laptop
Terug naar artikeloverzicht

Klimaatbeleid is doorgaans gebaseerd op complexe energiemodellen. In een nieuw artikel in Nature Energy worden 'modelvingerafdrukken' voorgesteld als een nieuwe methode om het gedrag van deze modellen beter te vergelijken. Met zulke snapshots van modeleigenschappen kunnen onderzoekers en beleidsmakers de resultaten van specifieke modellen beter interpreteren. Dit is vooral belangrijk wanneer resultaten van een individueel model worden gebruikt om beleidskeuzes te maken voor specifieke energietechnologieën, zeggen onderzoekers van het Planbureau voor de Leefomgeving.

Energiemodellen zijn cruciaal om inzicht te krijgen in emissiereductiepaden en de haalbaarheid van klimaatdoelstellingen. Ze bieden langetermijnscenario's voor menselijk energieverbruik en -productie. Met deze modellen worden energiepaden berekend voor verschillende klimaatscenario's op wereldschaal, die aan de basis liggen van IPCC-rapporten. Het is algemeen bekend dat verschillende modellen licht verschillende resultaten opleveren. Terwijl het voor natuurkundige atmosfeermodellen gebruikelijk is om verschillen in modelgedrag structureel te karakteriseren, is dit voor energiemodellen minder gebruikelijk.

‘Vingerafdruk’ beschrijft hoe individueel model zich gedraagt

Daarom heeft een Europees onderzoeksteam met daarin verschillende PBL-onderzoekers het concept van 'modelvingerafdrukken' ontwikkeld. Deze ‘vingerafdrukken’ beschrijven hoe elk individueel model zich gedraagt in vergelijking met andere modellen. Zo’n 'modelvingerafdruk' geeft in één oogopslag een overzichten van de specifieke kenmerken van een model, zoals je met een vingerafdruk (of DNA) een uniek individu kunt identificeren. Dit is belangrijk voor wetenschappers beleidsmakers om te weten hoe ze de resultaten van specifieke modellen moeten interpreteren.

Invloedrijke modellen gekarakteriseerd

De onderzoekers hebben acht modellen gekarakteriseerd, waaronder enkele van de meest invloedrijke energiemodellen zoals IMAGE (PBL), REMIND (Potsdam Institute) en MESSAGE (IIASA). Deze modellen kregen als input tien extreme mitigatiescenario's, die speciaal waren ontworpen om karakteristiek modelgedrag te identificeren, zoals drastische beperkingen aan de beschikbaarheid van biomassa, CCS of kernenergie, evenals scenario's met goedkope elektriciteit, goedkope waterstof en hoge energiebesparing.

Verschil in reactie op koolstofprijzen en technologiediffusie

De onderzoekers legden het modelgedrag vast met diagnostische indicatoren in 5 categorieën: modelresponsiviteit, mitigatiestrategieën, energieaanbod, energievraag en mitigatiekosten en -inspanningen. Hoewel er veel overeenkomsten zijn in de modeluitkomsten, laten de vingerafdrukken zien waar en hoe modellen verschillen - met name in de reactie op koolstofprijzen, de snelheid waarmee bepaalde energietechnologieën worden toegepast en de mate van elektrificatie.

Pas op met studies op basis van één model

Het is goed dat de modellen verschillende benaderingen gebruiken om alle mogelijkheden in kaart te brengen. Daarom is het belangrijk om bij het gebruik van de uitkomsten voor specifieke technologieën van een bepaald model te beseffen hoe dat specifieke model zich verhoudt tot de andere modellen. “Dit artikel geeft aan dat studies op basis van individuele modellen altijd moeten worden geïnterpreteerd in de context van de bredere set aan modellen. Dit nieuwe concept van vingerafdrukken laat zien hoe individuele modellen meer geneigd kunnen zijn om bijvoorbeeld een voorkeur te hebben voor grote hoeveelheden zonnepanelen of CCS," zegt hoofdauteur Mark Dekker van het PBL. De modelvingerafdruk helpt bij het interpreteren van de resultaten van een specifiek model.

Voor dit onderzoek werkte het PBL samen met 15 partners uit 9 landen, waaronder KTH Royal Institute of Technology, CMCC, IIASA, PIK, TU Wien, e-think, TNO, Fraunhofer ISI, E3M, PBL, Artelys, Comillas, TU Delft, University of Melbourne en IOS-PIB. Het onderzoek is onderdeel van het ECEMF-project, gefinancierd door het onderzoeks- en innovatieprogramma Horizon 2020 van de Europese Unie.

 

 

Bron: Planbureau voor de Leefomgeving