یک مدل جهانی برای استفاده از انرژی در مناطق مسکونی
چکیده
ابهام در مدلسازی تقاضای انرژی، توسعه مدل های مختلف را مجاز نموده است، اما فضا را برای کالیبراسیون های مختلف در یک مدل منفرد به جا گذاشته است. ما روش اجرایی کالیبراسیون مدل خودکار را برای تحلیل ابهام کالیبراسیون در مدلسازی استفاده از انرژی بخش مناطق مسکونی را در مدل انرژی جهانی TIMER 2.0 اعمال می کنیم. این مدل استفاده از انرژی را بر مبنای تغییرات در شدت انرژی مفید، توسعه فناوری (AEEI) و پاسخگویی به هزینه (PIEEI) شبیه سازی می کند. ما دریافتیم که پیاده‌سازی های مختلف در این عوامل، نتایج مدل رفتاری را ارائه می دهد. ابهام در کالیبراسیون مدل به عنوان منبع مؤثر برای تغییر در تصویرسازی های آینده شناخته می شود: میزان 30 تا 100 درصد حول بهترین تخمین. مدلسازان انرژی باید به طور سیستماتیک این مورد را محاسبه نمایند و با محدوده‌های ابهام در کالیبراسیون ارتباط حاصل نمایند.
1. مقدمه
توسعه سیستم انرژی توسعه اقتصادی و مشکلات محیطی در مقیاس های مختلف نقشی کلیدی را در ایفا می کند که شامل موضوعاتی مانند دسترسی به انرژی مدرن، تأمین انرژی ایمن و مشکلات محیطی، از قبیل آلودگی هوا و تغییرات آب و هوا می شود. بنابراین کاوش در مسیرهای بالقوه مختلف توسعه در سیستم انرژی امری مهم است. هرچند، حداقل دو عامل، تصویرسازی های استفاده از انرژی در آینده را پیچیده می سازد: (1) سیستم انرژی توسط تعاملات محدوده گسترده ای از محرک ها تعیین می شود و (2) عدم وجود داده های تجربی. عدم وجود اطلاعات، توسعه و کالیبراسیون مدل ها را پیچیده می سازد، به خصوص برای توسعه نواحی- و چندین تفسیر را برای یک پدیده مجاز می سازد. بر خلاف این مشکلات، محدوده گسترده ای از مدل ها برای کاوش در روندهای سیستم انرژی در مقیاس های جهانی [1-5]، ناحیه ای [6-8] و ملی توسعه یافته است. این مدل ها به طور جزئی از نمونه های علمی مختلف و عقاید مختلف توسعه می یابند. ممکن است چنین نمونه هایی منجر به تفاسیر مختلف برای انتظارات مختلف قبلی برای آینده شوند. واضح ترین مثال تفاوت بین مدل هایی است که از یک عقیده کلان اقتصادی (از بالا به پایین) [11,12] و عقیده مهندسی در اقتصاد (از پایین به بالا) [6,7,13] نشأت می گیرند که با توجه به کارایی انرژی منجر به تفاسیر مختلف برای موقعیت کنونی می شوند (فرصت های عمده بهینه در پیش رو برای بهبود) [14-15]. با این حال، حتی در یک مدل، چندین گزینه ممکن است برای تفسیر چگونگی موقعیت های گذشته و حال وجود داشته باشد. این امر می تواند منجر به کالیبراسیون مدل شود، که سبب ابهام در تصویرسازی های آینده می شود.
Abstract
Uncertainties in energy demand modelling allow for the development of different models, but also leave room for different calibrations of a single model. We apply an automated model calibration procedure to analyse calibration uncertainty of residential sector energy use modelling in the TIMER 2.0 global energy model. This model simulates energy use on the basis of changes in useful energy intensity, technology development (AEEI) and price responses (PIEEI). We find that different implementations of these factors yield behavioural model results. Model calibration uncertainty is identified as influential source for variation in future projections: amounting 30% to 100% around the best estimate. Energy modellers should systematically account for this and communicate calibration uncertainty ranges.
1. Introduction
Developments of the energy system play a key role in economic development and environmental problems at different scales. This includes issues like access to modern energy, securing energy supply and environmental problems, such as air pollution and climate change. It is therefore important to explore different potential development paths of the energy system. However, at least two factors complicate projections of future energy use: (1) the energy system is determined by complex interactions of a wide range of drivers and (2) there is a lack of empirical data. This lack of information complicates the development and calibration of models, especially for developing regions – and allows for multiple interpretations of the same phenomena. Despite these difficulties, a wide range of models has been developed to explore trends in the energy system at global [1–5], regional [6–8] and national scales [6,7,9,10]. These models are partly developed from different scientific paradigms and modelling traditions. Such paradigms may lead to different interpretations of the past and different expectations for the future. The most clear-cut example is the difference between models that stem from a macro-economic tradition (top-down) [11,12] and those from a engineering– economic tradition (bottom-up) [6,7,13] that lead to different interpretations of the present situation with respect to energy efficiency (optimal vis-a` -vis major opportunities for improvement) [14,15]. Even within one model, however, several options may exist on how to interpret the past and current situation. This may lead to different model calibrations, that cause uncertainty in future projections.
چکیده
1. مقدمه
2. روش کالیبراسیون مدل
2.1 ابهام در کالیبراسیون مدل
2.2 روش شناسی کالیبراسیون مدل و کارکرد سناریوهای مختلف
3. مدل تقاضای انرژی TIMER 2.0: پارامترها و گستره ها
3.1 شدت انرژی مفید
3.2 بهبود بازده انرژی مستقل (AEEI)
3.3. بهبود بازده انرژی القا شده توسط قیمت
3.4. جایگزینی سوخت مبتنی بر قیمت
4. شبیه سازی استفاده از انرژی تاریخچه ای در پنج ناحیه جهانی
4.1 استفاده انرژی در مناطق مسکونی در ایالات متحده
4.2. استفاده از انرژی در مناطق مسکونی در اروپای غربی
4.3. استفاده از انرژی در مناطق مسکونی برزیل
4.4. استفاده از برق در مناظق مسکونی هندوستان
4.5. استفاده از انرژی در مناطق مسکونی چین
4.6 تفاوت ها و الگوها در مقادیر پارامتری
5. ابهام در تصویرسازی ها برای 2030
5.1 تصویرسازی های استفاده از انرژی برای پنج ناحیه جهانی
5.2. ارزشیابی تصویرسازی ها، مدل و روش
6. بررسی و نتیجه
پیوست 1.
پیوست 2
منابع
Abstract
1. Introduction
2. Method for model calibration
2.1. Uncertainty in model calibration
2.2. Methodology to for model calibration and scenario runs
3. The TIMER 2.0 energy demand model: parameters and ranges
3.1. Useful energy intensity
3.2. Autonomous energy efficiency improvement (AEEI)
3.3. Price induced energy efficiency improvement (PIEEI)
3.4. Price-based fuel substitution
4. Simulation of historic energy use in five world regions
4.1. Residential energy use in the USA
4.2. Residential energy use in Western Europe
4.3. Residential energy use in Brazil
4.4. Residential energy use in India
4.5. Residential energy use in China
4.6. Differences and patterns in parameter values
5. Uncertainty in projections for 2030
5.1. Energy use projections for five world regions
5.2. Evaluation of projections, model and method
6. Discussion and conclusion
Acknowledgements
Appendix 1. Values and ranges for parameter estimation
Appendix 2. Calibrated parameter values
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه