Skip to main content

La nécessité d'une analyse approfondie de l'incertitude dans la politique et la planification énergétiques

16 novembre 2023

La transition vers un système énergétique décarboné pour atteindre les objectifs climatiques nécessite une énorme volonté politique et des milliards de dollars d'investissements dans la transformation technologique et le déploiement d'infrastructures. Ces politiques et ces investissements visant à décarboniser notre système énergétique doivent être réalisés aujourd'hui, malgré les nombreuses inconnues qui pèsent sur l'avenir. Ce qui différencie les décisions relatives à la transition énergétique de nombreux autres contextes politiques incertains, c'est que non seulement nous ne connaissons pas l'avenir, mais que nous ne disposons d'aucune information sur les probabilités des résultats possibles. En fait, même la gamme complète des résultats possibles est inconnue. Ce concept de prise de décision avec un tel degré d'incertitude sur l'étendue des états futurs est appelé prise de décision en situation d'incertitude profonde (DMDU). Les politiques et les décisions visant à décarboniser le système énergétique sont confrontées au défi du plus haut niveau d'incertitude profonde ("niveau 5", figure 1). 

Figure 1: Taxonomie des niveaux d'incertitude. Les niveaux 1 à 3 représentent l'incertitude qui peut être caractérisée, quantifiée et/ou réduite. Les niveaux 4 et 5 représentent une incertitude profonde. Le niveau 4 correspond à une situation où l'on sait quels résultats sont possibles, mais où l'on ne dispose d'aucune indication sur les probabilités, ni même sur le classement des probabilités. Le niveau 5 d'incertitude correspond à une situation où l'on ne peut connaître ni l'ensemble des futurs, ni leurs probabilités. (Source : Model-Based Policy Analysis under Deep Uncertainty (Analyse politique basée sur des modèles en cas d'incertitude profonde))

Il faut reconnaître l'existence de l'UGD dans la transition énergétique et y répondre de manière appropriée afin de maximiser les chances de réussite des politiques énergétiques et des investissements qui ont un large éventail de résultats futurs et qui sont adaptables au fur et à mesure que la transition progresse. Les faits suivants constituent un défi particulier : 

  1. Les incertitudes sont irréductibles. Elles ne peuvent être réduites de manière significative par des recherches ou des connaissances supplémentaires. 
  1. Les parties prenantes sont nombreuses et ont souvent des points de vue différents sur ce qui constitue le système, sur les problèmes à résoudre et sur les priorités et les valeurs à appliquer dans un contexte de prise de décision. 
  1. Les décisions d'investissement ont généralement des conséquences à long terme, et les mauvaises décisions sont particulièrement coûteuses et préjudiciables à notre capacité à atteindre les objectifs climatiques à court terme. 
  1. Les décisions doivent être prises sous la pression du temps, car il est urgent d'atténuer les émissions pour éviter les pires conséquences du changement climatique.  
  1. La transition énergétique est un problème que nous devons résoudre à la croisée de multiples systèmes complexes. La trajectoire de la transition sera déterminée par des interactions et des interdépendances complexes entre les conditions économiques, technologiques, politiques et environnementales.  

La modélisation des systèmes énergétiques est un outil important qui fournit aux décideurs politiques des indications sur les trajectoires futures possibles afin d'éclairer les politiques et la prise de décision. Le problème est que de nombreuses approches de la modélisation énergétique simplifient excessivement l'incertitude, ce qui entraîne une confiance excessive dans la solidité des décisions politiques qu'elles soutiennent. Les techniques standard, telles que l'optimisation des coûts, supposent un degré d'incertitude connu et une mesure unique convenue de la "qualité". Dans ce cas, des hypothèses déterministes sont formulées sur tous les paramètres du système (tels que le coût moyen de l'énergie, les trajectoires de la demande, l'adoption des VE, etc. ) et la valeur prioritaire présumée est le coût total du système. C'est ce que l'on appelle uneapproche"prédire puis agir", dans laquelle les conditions futures sont supposées, les décisions idéales à court terme sont projetées et les scénarios sont utilisés pour évaluer une gamme de conditions (figure 2). Bien qu'il s'agisse d'un outil utile pour aider à prendre des décisions dans des contextes d'incertitude plus simples, cette approche s'effondre dans des conditions d'incertitude profonde.  

Figure 2 : Représentation visuelle du cadre "prédire puis agir", qui constitue une approche analytique adaptée à la prise de décision en cas d'incertitude de niveau 1 ou 2, mais qui s'effondre en cas d'incertitude profonde. Source : https://toolkit.climate.gov/course-lessons/decision-making-under-deep-uncertainty-dmdu

Pour mieux comprendre l'inadéquation entre les méthodes "prédire puis agir" et le domaine de la politique de transition énergétique, nous pouvons examiner la figure 3, qui représente la gamme des niveaux d'incertitude caractérisés, associée à une gamme croissante de complexité des valeurs des parties prenantes sur l'axe des ordonnées. Les modèles traditionnels de transition énergétique décrits ci-dessus sont généralement des modèles d'optimisation à objectif unique (par exemple, la minimisation des coûts). Les modèles plus avancés envisagent une optimisation multi-objectifs qui peut tenter d'équilibrer des considérations supplémentaires, telles que l'utilisation des terres ou les émissions cumulées. Cependant, même les modèles d'optimisation multi-objectifs ne parviennent pas à saisir les réalités de la valeur de la diversité dans la planification de la transition énergétique. En outre, les hypothèses d'entrée déterministes du modèle supposent un certain niveau de connaissance de l'évolution des technologies et de l'économie. Dans la figure 3, ces deux caractéristiques de cette approche analytique (prise en compte de valeurs limitées et d'une incertitude minimale) s'inscrivent dans le rectangle rouge. En revanche, le rectangle vert de la figure 3 représente la véritable nature du problème de la transition énergétique. La politique de décarbonisation est intrinsèquement très incertaine et se compose de critères de valeurs étendus et divers (par exemple, le coût, la demande d'énergie, etc.). Pourtant, les approches analytiques généralement employées pour éclairer les décisions politiques et d'investissement - représentées par le rectangle rouge - ne répondent pas à la nature complexe de ce domaine. En s'appuyant sur des approches analytiques qui ne répondent pas aux besoins des questions politiques dans le rectangle vert, notre planification de la décarbonisation de l'énergie est vulnérable aux conditions futures au lieu d'être robuste et adaptable au fil du temps.

Figure 3 : Représentation de l'inadéquation entre les techniques traditionnelles d'analyse des décisions, telles que la modélisation de l'optimisation du moindre coût pour la prise de décision en matière de politique énergétique, et les véritables caractéristiques du système énergétique, qui nécessitent des méthodes analytiques mieux adaptées à la prise de décision dans des conditions d'incertitude profonde (Source : Model-Based Policy Analysis under Deep Uncertainty (Analyse des politiques basée sur des modèles en cas d'incertitude profonde))

Il existe des méthodes quantitatives qui soutiennent les types de décisions qui se situent dans le rectangle vert. L'intégration de ces méthodes DMDU dans l'analyse énergétique est essentielle pour représenter de manière appropriée la complexité et l'inconnaissance inhérente à notre trajectoire de décarbonisation. Cependant, le processus d'analyse DMDU est souvent complexe, spécialisé et limité à un groupe restreint d'experts, ce qui peut cloisonner les informations importantes obtenues par une telle analyse dans un domaine théorique, laissant les décideurs politiques dans l'ignorance et donnant un sentiment d'excès de confiance dans leurs positions politiques. Malgré les progrès réalisés dans la littérature sur les nouvelles méthodes et applications de la DMDU dans ce domaine, la plupart des décisions politiques restent fondées sur des modèles déterministes exécutés dans le cadre d'un ensemble limité de scénarios. Nous devons changer ce paradigme d'analyse énergétique et nous efforcer d'identifier des moyens transparents, efficaces et opportuns d'introduire dans le domaine politique une incertitude profonde pertinente pour la prise de décision. 

Le programme d'analyse des systèmes énergétiques ( Clean Air Task Force ) a animé une table ronde lors de la réunion annuelle 2023 de la Society for Decision Making Under Deep Uncertainty à Delft, qui portait précisément sur ce sujet : comment transférer les approches académiques de la DMDU dans des contextes appliqués de prise de décision en matière de politique énergétique. Le panel a réuni des experts à l'intersection de l'analyse technique et de la politique pour discuter des défis et des obstacles liés à la traduction de l'incertitude pour éclairer les décisions politiques et de la manière dont ils peuvent être résolus. La discussion a porté sur cinq sujets :  

  1. Limites empêchant l'analyse de l'incertitude profonde d'être appliquée de manière cohérente dans un contexte politique.  
  1. Développement d'outils, de lignes directrices et de cadres conviviaux permettant aux non-spécialistes d'effectuer des évaluations significatives de l'incertitude.  
  1. Approches collaboratives de l'analyse de l'incertitude, impliquant diverses parties prenantes telles que les chercheurs, les décideurs politiques, les représentants de l'industrie et les communautés locales.  
  1. des stratégies de communication efficaces pour les résultats de l'analyse d'incertitude, garantissant des messages clairs et concis, compréhensibles par les décideurs politiques, les parties prenantes et le grand public.  
  1. Développer les capacités pour permettre à un plus grand nombre de personnes et d'organisations d'effectuer des analyses approfondies de l'incertitude. 

Trois défis majeurs sont ressortis de la discussion du panel comme autant d'obstacles à l'incorporation des approches analytiques du DMDU dans le domaine de la politique énergétique appliquée : 

  1. Calendrier - Les approches DMDU sont souvent gourmandes en calculs et n'ont jamais été en mesure de suivre le rythme des discussions et des négociations en matière de politique énergétique. 
  1. Complexité - Les approches DMDU aboutissent généralement à des résultats dynamiques et complexes qui impliquent de nombreux scénarios, mises en garde et compromis. Pour les parties prenantes, cela peut être beaucoup plus accablant que les prévisions ponctuelles des modèles déterministes, qui peuvent sembler plus accessibles et plus faciles à mettre en œuvre
  1. Dynamique politique - Les hommes politiques semblent plus forts, plus crédibles et plus confiants lorsqu'ils projettent ou indiquent une certitude que lorsqu'ils représentent avec précision la nature inconnue et les complexités d'un problème. 

L'équipe d'analyse des systèmes énergétiques (ESA) sur CATF s'est engagée à soutenir les approches analytiques qui fournissent à nos décideurs politiques des conseils éclairés, objectifs et transparents sur les politiques et les approches de la décarbonisation. En tant que praticiens de l'analyse des politiques ayant une expertise dans la théorie du DMDU, notre rôle est d'aider à combler le fossé entre les méthodes académiques et la prise de décision appliquée. L'ESA continuera à travailler en partenariat avec des universitaires, des praticiens, des défenseurs et des décideurs politiques afin de réunir cet ensemble diversifié de parties prenantes et de travailler ensemble pour surmonter les obstacles et les défis qui empêchent l'application des techniques de DMDU à la planification de la décarbonisation du système énergétique.  

Postes connexes

Restez au courant

Sign up today to receive the latest content, news, and developments from CATF experts.

"*" indique les champs obligatoires