Immer falsch, manchmal nützlich: 5 Tipps zum Verständnis des Wertes und der Grenzen von Dekarbonisierungsmodellen
Modelle stehen oft im Mittelpunkt von Diskussionen über den Klimawandel, indem sie höchst unsichere Zukunftsszenarien abbilden, um Entscheidungsträgern zu helfen, zu verstehen, was bis wann getan werden muss.
Modelle bieten eine konkrete Grundlage für die Gestaltung der Politik, indem sie vergleichbare Szenarien liefern, die sich mit der großen Bandbreite an Optionen und Wegen befassen, die auf dem Tisch liegen. Fast ebenso wichtig ist, dass Modelle der Klimagemeinschaft helfen, nachvollziehbare Erzählungen über mögliche zukünftige Ergebnisse zu konstruieren. Sie dienen als eine Art Bindeglied für alle Gespräche und Argumente in der Klimagemeinschaft, weshalb Sie wahrscheinlich von einem Befürworter, einem gewählten Beamten, einem Wissenschaftler oder einem politischen Analysten hören werden, dass die Erwärmung unter 1,5 Grad Celsius gehalten werden muss.
Das Problem ist, dass die Modelle ungenau sind.
Bei den meisten Energiesystemmodellen, die als Grundlage für politische Entscheidungen und Lobbyarbeit auf allen Ebenen - von der lokalen bis zur globalen Ebene - dienen, handelt es sich um deterministische, wirtschaftliche Optimierungen, deren Ergebnisse aus einer Handvoll unwahrscheinlicher Szenarien bestehen. Diese Modelle werden als "Black Box"-Modelle bezeichnet, weil sie viele Annahmen enthalten, die nur schwer zu erkennen sind. Sie basieren auf begrenzten Informationen und sind auf Annahmen oder Einschränkungen aufgebaut, die die Komplexität der Realität besser vorhersagbar machen sollen. Das Problem ist, dass es immer einen Unterschied zwischen der "Modellwelt" und der realen Welt geben wird, weil der Mensch die Zukunft grundsätzlich nicht vorhersagen kann.
1. Die Suche nach der kostengünstigsten Lösung ist nicht dasselbe wie die Suche nach der besten Lösung
Energiesystemmodelle sind in der Regel darauf ausgelegt, eine Lösung zu finden, die bis zu einem bestimmten Zeitpunkt zu den geringsten Kosten Netto-Null-Emissionen erreicht. Diese Kosten beruhen jedoch auf höchst unsicheren Prognosen und berücksichtigen nicht die indirekten und schwer zu bewertenden Kosten und Vorteile einer Energiewende, wie z. B. Verbesserungen für die menschliche Gesundheit, Auswirkungen auf die Gerechtigkeit und Umweltauswirkungen. Daher kann es sein, dass diese "kostengünstigsten Lösungen" die Kosten nicht wirklich minimieren, geschweige denn den Nutzen maximieren, den wir als Gesellschaft priorisieren.
So könnte eine kostengünstigste Lösung die Netto-Null-Emissionen im Jahr 2050 erreichen, indem sie die unveränderte Nutzung fossiler Brennstoffe bis 2049 zulässt, bevor sie auf eine kostspieligere kohlenstofffreie Energiequelle umgestellt wird, wodurch das Ziel der Netto-Null-Emissionen erreicht wird. Bei diesem Szenario werden sich jedoch bis 2049 wärmespeichernde Gase in der Atmosphäre ansammeln, die Erwärmung über Jahrhunderte hinweg verstärken und die allgemeinen Klimaziele nicht erreichen.
In der nachstehenden Abbildung steht die graue Linie für die installierte Erdgaskapazität und die gestrichelte Linie für die kumulativen Emissionen. Während in beiden Abbildungen gezeigt wird, dass Erdgas bis 2050 auf Null reduziert wird, hat der Weg zu diesem Ziel unterschiedliche Auswirkungen auf die kumulativen Emissionen. Auf der linken Seite sind die kumulativen Emissionen im Jahr 2050 hoch, weil Erdgas bis zu einem raschen Umstieg auf niedrige Emissionen unvermindert weiterverwendet wird.- Ressourcen in der Nähe des Jahres 2050, während die Abbildung auf der rechten Seite niedrigere kumulative Emissionen aufgrund eines stetigen Übergangs weg von fossilen Brennstoffen zeigt.
Wenn Sie die Ergebnisse des Energiemodells prüfen, sollten Sie sich darüber im Klaren sein, was minimiert werden soll und wie dies mit Ihren übergeordneten Werten und Zielen zusammenpasst. Überprüfen Sie auch die Kostenannahmen, die von Organisation zu Organisation unterschiedlich sein können und deren inhärente Neigung zu verschiedenen technologischen Lösungen widerspiegeln können - wenn Sie beispielsweise mit den enthaltenen Prognosen zu den Kosten für erneuerbare Energien nicht einverstanden sind, sollten Sie die Modellergebnisse, die auf diesen Kostenschätzungen basieren, mit Vorsicht akzeptieren.
2. Wir müssen die gesamte Wirtschaft dekarbonisieren, nicht nur den Stromsektor
Selbst bei einem hohen Grad an Elektrifizierung (z. B. Umstellung auf Elektrofahrzeuge) und Energieeffizienzmaßnahmen wird der Stromsektor im Jahr 2050 voraussichtlich nur etwa die Hälfte der Energienachfrage ausmachen.1 Die nicht elektrische Energienachfrage in Form von Trägern wie Kraftstoffen wird weiterhin von der Industrie, dem Verkehr, dem Handel und der Landwirtschaft ausgehen. Da es sich bei diesen so genannten "schwer zu reduzierenden" Sektoren - für die Dekarbonisierungsstrategien schwieriger und technologische Lösungen unausgereift sind - fast ausschließlich um nichtelektrische Sektoren handelt, werden Modelle, die nur die Dekarbonisierung der Stromnachfrage berücksichtigen, die Emissionen nicht ausreichend reduzieren, um die Klimaziele zu erreichen.
Wenn ein Modell für den Elektrizitätssektor beispielsweise keine Elektrolyseure berücksichtigt, die CO2-freie kraftstoffe wie Wasserstoff erzeugen, der zur Dekarbonisierung der Zement- und Stahlproduktion beitragen könnte, wird die prognostizierte zukünftige Nachfrage unterschätzt. Ebenso wird die prognostizierte Stromnachfrage unterschätzt, wenn die Kohlenstoffabscheidung im Modell des Stromsektors nicht berücksichtigt wird, obwohl sie für die Dekarbonisierung der Wirtschaft erforderlich ist.
Wenn Sie die Ergebnisse von Energiemodellen prüfen, sollten Sie wissen, welche Sektoren in die Modellierung einbezogen sind und wie die Sektoren zueinander in Beziehung stehen. Wirtschaftsweite" Modelle versuchen, alle Sektoren zu dekarbonisieren, während sich Modelle, die nur den Stromsektor berücksichtigen, ausschließlich auf die Dekarbonisierung des Stromnetzes konzentrieren. Auch hier gilt, dass eine optimale Lösung für den Stromsektor oder sogar das Energiesystem wahrscheinlich anders aussieht als eine optimale Lösung für die gesamte Wirtschaft. Vergewissern Sie sich, dass die Art des Modells mit dem Zweck übereinstimmt, den Sie mit den Modellergebnissen verfolgen.
3. Die Zuverlässigkeit eines Stromsystems wird oft unterschätzt
Es wird erwartet, dass Stromausfälle mit zunehmender Elektrifizierung größere Auswirkungen auf die Gesellschaft haben werden. Die Ergebnisse von Dekarbonisierungsmodellen befassen sich jedoch in der Regel nicht mit der Zuverlässigkeit der prognostizierten Energiezukunft, obwohl die Menschen an vielen Orten der Welt einen zuverlässigen Zugang zu Strom erwarten
Im Folgenden sind einige wichtige Indikatoren aufgeführt, die auf Probleme mit der Zuverlässigkeit hinweisen können:
- Wie viele "Wetterjahre" verwendet das Modell? Wetterjahre bezieht sich auf die Wetterdaten, die zur Bestimmung der Stromerzeugung aus erneuerbaren Energiequellen sowie des Energiebedarfs für Heizung und Kühlung herangezogen werden. Viele Modelle verwenden ein einziges vergangenes Wetterjahr für die Modellierung jedes Zeitraums bis 2050. Dies kann zu einem unzuverlässigen Netz führen, da das Wetter eine hohe jährliche Variabilität aufweist und die Wettermuster in den kommenden Jahren aufgrund der Auswirkungen des Klimawandels wahrscheinlich anders sein werden.
- Wie wird Lastausgleich im Modell durchgeführt? Die Betreiber von Stromnetzen gleichen Angebot und Nachfrage bis auf Sekundenbruchteile genau aus, aber aufgrund von Rechenbeschränkungen müssen die Modellierer einen Kompromiss zwischen der Vereinfachung des Systems und der Genauigkeit eingehen. Eine zu starke Vereinfachung des Netzausgleichs verbirgt wichtige Nachfrageschwankungen. So würde beispielsweise die zur Deckung des durchschnittlichen Tagesbedarfs erforderliche Kapazität nicht ausreichen, um den täglichen Spitzenbedarf zu decken, was zu einem unterdimensionierten Energiesystem führen würde. Dies ist besonders problematisch, da eine der größten Herausforderungen bei der Dekarbonisierung des Stromsektors darin besteht, Nachfragespitzen konsequent und zuverlässig zu decken. Eine gängige Praxis ist der Ausgleich von Angebot und Nachfrage auf Stundenbasis, bekannt als "8760-Modellierung" nach der Anzahl der Stunden im Jahr.
- Wie stark ist das Modell abhängig von Flexibilität der Nachfrage? Die Nachfrageflexibilität bezieht sich auf die Verlagerung der Last, um die Nachfrage mit dem Stromangebot zu Spitzenzeiten des Tages in Einklang zu bringen. Dies kann bedeuten, dass E-Fahrzeuge nachts statt tagsüber aufgeladen werden, dass Klimaanlagen auf andere Tageszeiten verlegt werden und dass die Kühlung für einige gewerbliche/industrielle Kunden für kurze Zeiträume reduziert wird. Eine hohe Abhängigkeit von der Nachfrageflexibilität kann darauf hindeuten, dass das modellierte Netz aufgrund eines konstanten täglichen Missverhältnisses zwischen Angebot und Nachfrage weniger zuverlässig sein könnte.
Achten Sie bei der Überprüfung von Energiemodellen auf Schlüsselindikatoren, die Aufschluss darüber geben, wie die Zuverlässigkeit in das modellierte System eingebettet oder ausgeschlossen ist. Sie sollten nicht davon ausgehen, dass ein Modellergebnis mit hoher Zuverlässigkeit und ohne Stromausfälle funktionieren würde.
4. Modellszenarien sind keine Vorhersagen für die Zukunft
Die Modellergebnisse werden in Form von Szenarien dargestellt, die einen möglichen Weg in die Zukunft aufzeigen. So kann ein Szenario beispielsweise die Dekarbonisierung des Stromsektors ausschließlich durch 100 % erneuerbare Energien zeigen, während ein anderes eine Zukunft mit erneuerbaren Energien und CO2-freie kraftstoffe darstellen kann. Obwohl Szenarien die Komplexität reduzieren sollen, sind diese Szenarien nur Geschichten darüber, wie sich die Welt entwickeln könnte, und basieren nicht auf Wahrscheinlichkeiten oder Risiken. Weil sie so überzeugend sein können, können sie dazu führen, dass wir eine Vielzahl wahrscheinlicherer Ergebnisse übersehen und bei der Entscheidungsfindung zu viel Vertrauen haben.
Szenarien sollten auch deshalb mit Vorsicht interpretiert werden, weil sie eine risikobasierte Entscheidungsfindung nicht erleichtern. Abgesehen davon, dass die Wahrscheinlichkeit, dass eine bestimmte Zukunft eintritt, nicht ermittelt werden kann, beschreiben Szenarien auch nicht die Folgen eines Fehlers. Dies ermöglicht es uns nicht, Entscheidungen zu treffen, die das Bedauern über die von uns getroffenen Maßnahmen minimieren und die Wahrscheinlichkeit einer erfolgreichen Dekarbonisierung maximieren. Da es schwierig ist zu wissen, welche Szenarien wahrscheinlicher sind, sollten wir stattdessen prüfen, welche Dekarbonisierungspfade über eine Reihe von Szenarien hinweg erfolgreich sein können; anstatt zu raten, welche Zukunft uns bevorsteht, sollten wir eine erfolgreiche Dekarbonisierung unter einer Vielzahl von Zukünften planen.
Bei der Verwendung von Modellergebnissen sollten Sie sich darüber im Klaren sein, dass es sich bei den dargestellten Szenarien nur um einzelne Beispiele handelt, die eine mögliche Version der Zukunft illustrieren. Verwechseln Sie ein Szenarioergebnis nicht mit einer Vorhersage eines wahrscheinlichen Pfades oder mit einer risikobasierten Lösung zur Verringerung von Energieemissionen. Überlegen Sie kritisch, inwieweit das Szenario-Design transparent ist und welche Motivation hinter der Auswahl der Szenarien steht. Seien Sie misstrauisch gegenüber Modellierungsversuchen, die Schlussfolgerungen auf der Grundlage eines einzigen Szenarios ziehen oder Empfehlungen auf der Grundlage einer begrenzten Anzahl von Zukunftsgeschichten aussprechen.
5. Modelle sollten nicht von Wundern ausgehen
Die Beurteilung der Plausibilität ist ein entscheidender Schritt bei der kritischen Überprüfung der Ergebnisse eines Modells.
Plausibilität, oder deren Fehlen, kann in vielen Formen auftreten. Beispielsweise können Modellergebnisse zeigen, dass Wasserstoffkraftstoffe in wenigen Jahren Erdgas in Kraftwerken ersetzen werden, ohne zu beschreiben, wie oder wann die Wasserstoffpipelines oder andere logistische Mittel zur Wasserstoffverteilung eingerichtet werden. Außerdem können die Modelle auf der Annahme beruhen, dass der Energieverbrauch in den Entwicklungsländern auf einem niedrigen Niveau bleibt, obwohl es in Wirklichkeit plausibel und moralisch wünschenswert ist, dass der Pro-Kopf-Energieverbrauch steigt. Ein drittes Beispiel ist, dass die Modellergebnisse den Stromhandel zwischen Staaten, Ländern oder Regionen aufzeigen, ohne die realen Herausforderungen zu berücksichtigen, die mit der Standortwahl, der Finanzierung und dem Bau eines ausgedehnten Übertragungsnetzes verbunden sind. Andere gängige Beispiele sind die Annahme unrealistischer Kosten (oder das Weglassen bestimmter Kosten), unpraktisch kurze Fristen für die Einführung neuer Infrastrukturen (ohne Berücksichtigung historischer Daten oder Beschränkungen in der Lieferkette) und ein hohes Maß an Beteiligung der Verbraucher an Dekarbonisierungsmaßnahmen (wie Nachfrageflexibilität
Achten Sie bei der Bewertung der Modellergebnisse auf die Durchführbarkeit der Umsetzung und die Plausibilität der Eingangsannahmen. Hinterfragen Sie die notwendigen Voraussetzungen, die im Modell nicht berücksichtigt wurden, und prüfen Sie, ob diese technisch und wirtschaftlich innerhalb des erforderlichen Zeitrahmens realisierbar sind. Prüfen Sie schließlich, ob der angenommene soziale Kontext, der die erfolgreiche Dekarbonisierung des Modellergebnisses ermöglicht, ebenfalls plausibel ist.
Bessere Modelle erstellen
Wir müssen nicht nur lernen, bestehende Klimamodelle kritischer zu bewerten. Die Modellierer müssen sich auch von der traditionellen Optimierung wegbewegen und ganzheitliche analytische Ansätze verfolgen, um Risiken abzusichern und die Widerstandsfähigkeit der Systeme in den Vordergrund zu stellen. Durch eine bessere Offenlegung der impliziten Annahmen in der Modellierung und Planung kann eine verbesserte Klimamodellierung den politischen Entscheidungsträgern die Instrumente an die Hand geben, um eine machbare, zuverlässige und sozial verantwortliche Energiewende zu unterstützen.
Das Team für Energiesystemanalyse auf CATF verfolgt einen interdisziplinären Ansatz, um robuste, risikoinformierte und realisierbare Pfade für die Energiewende aufzuzeigen. Ziel des Programms ist es, die oben genannten Einschränkungen bei der Modellierung systematisch anzugehen und die programmatischen Bemühungen von CATFin einem Rahmen der wirtschaftlichen, sozio-politischen und institutionellen Machbarkeit zu verankern.