基于模型的能源转型决策支持中的政策鲁棒性与不确定性
应用统计
2026-05-15 v2 统计方法学
摘要
气候政策建模是评估复杂系统中减排策略的关键工具，其中不确定性是内在且不可避免的。我们提出了一种用于该领域广泛不确定性分析的通用方法。虽然其他研究已进行不确定性分析，但很少应用来自不确定性量化领域的方法，这些方法在其他建模学科中常被使用。我们展示了模拟器如何识别建模框架中的关键不确定性，并演示了一种 novel policy analysis，此前受到计算成本和不确定性表示有限的限制。我们将这种方法应用于 FTT:Power 来探索电力系统转型在全球范围和印度的不确定性，以评估减排策略对广泛政策和技术经济情景的鲁棒性。这种方法导致转型结果的不确定性显著高于通常所表示的，但政策设计可以加以抑制。就全球而言，我们的结果表明，转型不确定性主要由可再生能源的平均取代率、施工时间和电网连接 lead 时间主导，超过地区价格政策，包括美国的政策逆转。太阳能光伏板最具韧性，由于低成本，尽管仍受基础设施约束和取代效应的敏感性影响。陆上风力更暴露于各种不确定性之中。在印度，我们发现包括部分淘汰措施的政策组合对关键不确定性具有更大的鲁棒性，尽管更长的 lead 时间仍阻碍了政策目标。我们的结果表明，为实现稳健的电力部门转型，关键是要有利的政策和监管化石燃料。
引用
@article{arxiv.2510.11177,
title = {Policy Robustness & Uncertainty in Model-based Decision Support for the Energy Transition},
author = {Ian J. Burton and Femke J. M. M. Nijsse and James M. Salter},
journal= {arXiv preprint arXiv:2510.11177},
year = {2026}
}