Sempre sbagliati, a volte utili: 5 consigli per capire il valore e i limiti dei modelli di decarbonizzazione 

I modelli sono spesso al centro dei dibattiti sul cambiamento climatico, tracciando scenari futuri altamente incerti per aiutare i decisori a capire cosa è necessario fare e quando.  

I modelli offrono una base concreta per la creazione di politiche, fornendo scenari comparabili che affrontano la vasta gamma di opzioni e percorsi che sono sul tavolo. Quasi altrettanto importante, i modelli aiutano la comunità climatica a costruire narrazioni accessibili sui possibili risultati futuri. Essi fungono da filo conduttore per tutte le conversazioni e le argomentazioni della comunità climatica, ed è per questo che è probabile che si senta parlare della necessità di "mantenere il riscaldamento al di sotto di 1,5 gradi Celsius" da parte di un sostenitore, un funzionario eletto, un accademico o un analista politico. 

Il problema è che i modelli sono imprecisi.   

La maggior parte dei modelli di sistema energetico che informano le politiche e gli sforzi di advocacy a tutte le scale - da quella locale a quella globale - sono ottimizzazioni economiche deterministiche i cui risultati sono una manciata di scenari improbabili. Questi modelli vengono definiti "scatola nera" perché al loro interno sono nascoste molte ipotesi difficili da individuare. Si basano su informazioni limitate e sono costruiti su ipotesi o vincoli progettati per rendere la complessità della realtà più facile da prevedere. Il problema è che ci sarà sempre una differenza tra il "mondo dei modelli" e il mondo reale perché, fondamentalmente, gli esseri umani non possono prevedere il futuro. 

1. Trovare la soluzione più economica non equivale a trovare la soluzione migliore.

I modelli dei sistemi energetici sono comunemente progettati per trovare una soluzione che raggiunga le emissioni nette zero entro un certo periodo di tempo al costo più basso. Tuttavia, questi costi si basano su proiezioni altamente incerte e non includono i costi e i benefici indiretti e difficili da monetizzare di una transizione energetica, come i miglioramenti della salute umana, le implicazioni per l'equità e gli impatti ambientali. Di conseguenza, queste "soluzioni al minimo costo" potrebbero non minimizzare i costi, né tantomeno massimizzare i benefici che noi, come società, consideriamo prioritari.

Ad esempio, una soluzione a costo minimo potrebbe raggiungere le emissioni nette zero nel 2050 consentendo l'uso illimitato di combustibili fossili fino al 2049 prima di passare a una più costosa fonte di energia a zero emissioni, raggiungendo l'obiettivo finale di emissioni nette zero. In questo scenario, tuttavia, i gas che intrappolano il calore si accumuleranno nell'atmosfera fino al 2049, aumentando il riscaldamento per secoli e non raggiungendo gli obiettivi climatici più ampi.

Nella figura sottostante, il grigio rappresenta la capacità installata di gas naturale e la linea tratteggiata le emissioni cumulative. Entrambi i pannelli mostrano che il gas naturale raggiungerà lo zero entro il 2050, ma il percorso per raggiungere questo obiettivo ha implicazioni diverse per le emissioni cumulative. A sinistra, le emissioni cumulative al 2050 sono elevate perché il gas naturale ha continuato a funzionare senza interruzioni, fino a quando non si passerà rapidamente a una produzione a basso impatto ambientale.- risorse di carbonio verso il 2050, mentre la figura a destra mostra emissioni cumulative più basse grazie a una costante transizione dai combustibili fossili.

Quando si esaminano i risultati dei modelli energetici, bisogna assicurarsi di capire cosa si sta minimizzando e come questo si allinea con i propri valori e obiettivi più ampi. Assicuratevi anche di rivedere le ipotesi di costo, che spesso possono differire tra le organizzazioni e possono riflettere la loro inclinazione intrinseca verso diverse soluzioni tecnologiche - se non siete d'accordo con le proiezioni incluse sui costi delle fonti rinnovabili, ad esempio, dovreste essere cauti nell'accettare i risultati del modello che si basano su queste stime di costo.

2. Dobbiamo decarbonizzare l'intera economia, non solo il settore elettrico. 

Anche con un elevato grado di elettrificazione (ad esempio, la transizione verso i veicoli elettrici) e di misure di efficienza energetica, si prevede che il settore elettrico rappresenterà solo circa la metà della domanda di energia nel 2050^.1 La domanda di energia non elettrica, sotto forma di vettori come i carburanti, continuerà a provenire dai settori industriale, dei trasporti, commerciale e agricolo. Poiché questi settori cosiddetti "difficili da abbattere" - per i quali le strategie di decarbonizzazione sono più difficili e le soluzioni tecnologiche immature - sono quasi esclusivamente non elettrici, i modelli che tengono conto solo della decarbonizzazione della domanda di elettricità non riusciranno a ridurre le emissioni in misura sufficiente a raggiungere gli obiettivi climatici. 

Ad esempio, se un modello del settore elettrico non tiene conto degli elettrolizzatori che generano combustibili a zero emissioni di carbonio come l'idrogeno, che potrebbero contribuire a decarbonizzare la produzione di cemento e acciaio, la domanda futura prevista sarà sottostimata. Allo stesso modo, se la rimozione del carbonio non è considerata nel modello del settore elettrico, ma è necessaria per decarbonizzare l'economia, anche la domanda di elettricità prevista sarà sottostimata. 

Quando si esaminano i risultati dei modelli energetici, bisogna accertarsi di sapere quali settori sono inclusi nella modellazione e come i settori sono collegati tra loro. I modelli "a livello di economia" cercano di decarbonizzare tutti i settori, mentre quelli "a livello di settore elettrico" si concentrano esclusivamente sulla decarbonizzazione della rete elettrica. Anche in questo caso, una soluzione ottimale per il settore elettrico o addirittura per il sistema energetico sarà probabilmente diversa da una soluzione ottimale per l'intera economia. Assicuratevi che il tipo di modello sia in linea con il vostro obiettivo di utilizzo dei risultati del modello.  

3. L'affidabilità di un sistema elettrico è spesso sottovalutata 

Con l'aumento dell'elettrificazione, le interruzioni di corrente dovrebbero avere un impatto maggiore sulla società. I risultati dei modelli di decarbonizzazione, tuttavia, in genere non discutono l'affidabilità del futuro energetico previsto, anche se in molti luoghi del mondo le persone si aspettano un accesso affidabile all'elettricità. 

Ecco alcuni indicatori chiave da considerare che possono rivelare problemi di affidabilità: 

• Quanti "anni meteorologici" utilizza il modello? Gli anni meteorologici si riferiscono ai dati meteo inclusi per determinare la produzione di energia elettrica rinnovabile e la domanda di energia per il riscaldamento e il raffreddamento. Molti modelli utilizzano un solo anno meteorologico passato per modellare ogni periodo di tempo fino al 2050. Questo può portare a una rete inaffidabile, sia perché il tempo ha un'alta variabilità annuale, sia perché è probabile che i modelli meteorologici siano diversi negli anni futuri a causa degli effetti del cambiamento climatico. 

• Come viene bilanciamento del carico nel modello? Gli operatori delle reti elettriche bilanciano la domanda e l'offerta fino a frazioni di secondo, ma a causa delle limitazioni computazionali, i modellisti devono affrontare compromessi tra la semplificazione del sistema e l'accuratezza. L'eccessiva semplificazione del bilanciamento della rete nasconde importanti variazioni della domanda. Ad esempio, la capacità necessaria per soddisfare la domanda media giornaliera non sarebbe sufficiente per soddisfare la domanda di picco giornaliera, e quindi si otterrebbe un sistema energetico sottodimensionato. Questo è particolarmente problematico perché una delle maggiori sfide per la decarbonizzazione del settore elettrico è soddisfare in modo coerente e affidabile i picchi di domanda. Una pratica comune è quella di bilanciare l'offerta e la domanda su base oraria, nota come "modellazione 8760" dal numero di ore in un anno. 

• Quanto dipende il modello da flessibilità della domanda? La flessibilità della domanda si riferisce allo spostamento del carico per far sì che la domanda corrisponda all'offerta di elettricità nelle ore di punta della giornata. Ciò può includere la ricarica dei veicoli elettrici di notte anziché di giorno, lo spostamento dell'aria condizionata in diverse ore del giorno e la riduzione della refrigerazione per alcuni clienti commerciali/industriali per brevi periodi di tempo. Un'elevata dipendenza dalla flessibilità della domanda può indicare che la rete modellata potrebbe essere meno affidabile a causa di un consistente disallineamento giornaliero tra domanda e offerta.  

Quando si esaminano i modelli energetici, si devono cercare gli indicatori chiave che suggeriscono come l'affidabilità sia incorporata o esclusa dal sistema modellato. Non si deve dare per scontato che il risultato di un modello funzioni con un'elevata affidabilità e senza blackout. 

4. Gli scenari del modello non sono previsioni del futuro 

I risultati del modello sono presentati sotto forma di scenari che rappresentano un modo in cui il futuro può svolgersi. Ad esempio, uno scenario può mostrare la decarbonizzazione del settore elettrico solo attraverso il 100% di energie rinnovabili, mentre un altro può rappresentare un futuro con energie rinnovabili e combustibili a zero emissioni di carbonio. Sebbene gli scenari abbiano lo scopo di ridurre la complessità, questi scenari sono solo storie di come il mondo potrebbe finire e non sono radicati nella probabilità o nei rischi. Per quanto possano essere convincenti, possono indurci a trascurare un'ampia gamma di esiti più probabili e portare a un'eccessiva fiducia nel processo decisionale.  

Gli scenari devono essere interpretati con cautela anche perché non facilitano un processo decisionale informato sul rischio. Oltre a non identificare la probabilità che un determinato futuro si verifichi, gli scenari non descrivono le conseguenze di un eventuale errore. Questo non ci permette di prendere decisioni che riducano al minimo il rammarico per le azioni intraprese e massimizzino la probabilità di successo della decarbonizzazione. Invece, poiché è difficile sapere quali scenari hanno maggiori probabilità di verificarsi, dovremmo cercare di capire quali percorsi di decarbonizzazione possono avere successo in una serie di scenari; piuttosto che indovinare quale futuro ci aspetta, dovremmo pianificare una decarbonizzazione di successo in una varietà di futuri.

Quando si utilizzano i risultati dei modelli, bisogna essere certi di comprendere che gli scenari rappresentati sono solo singoli esempi che illustrano una possibile versione del futuro. Non confondere i risultati di uno scenario con una previsione di un percorso probabile, né con una soluzione informata sui rischi per mitigare le emissioni di energia. Riflettere criticamente sul grado di trasparenza del disegno dello scenario e sulle motivazioni alla base della sua selezione. Diffidate degli sforzi di modellazione che traggono conclusioni basate su un singolo scenario o che formulano raccomandazioni in base a un insieme limitato di storie future.  

5. I modelli non devono presupporre miracoli 

La valutazione della plausibilità è un passo cruciale nella revisione critica dei risultati di un modello.  

La plausibilità, o la sua mancanza, può presentarsi in molte forme. Ad esempio, i risultati dei modelli possono mostrare che l'idrogeno sostituirà il gas naturale nelle centrali elettriche nel giro di pochi anni, senza descrivere come o quando verranno creati i gasdotti per l'idrogeno o altri mezzi logistici per la distribuzione dell'idrogeno. Inoltre, i modelli possono basarsi sul presupposto che i Paesi in via di sviluppo manterranno bassi livelli di consumo energetico, quando in realtà è plausibile e moralmente auspicabile ipotizzare un aumento del consumo energetico pro-capite. Come terzo esempio, i risultati dei modelli possono mostrare gli scambi di energia elettrica tra Stati, Paesi o regioni senza tenere conto della sfida reale di individuare, finanziare e costruire una rete di trasmissione estesa. Altri esempi comuni sono l'assunzione di costi irrealistici (o l'omissione di alcuni costi), tempi impraticabili per l'introduzione di nuove infrastrutture (senza tenere conto dei dati storici o dei limiti della catena di approvvigionamento) e alti livelli di partecipazione dei consumatori alle politiche di decarbonizzazione (come la flessibilità della domanda).

Quando si valutano i risultati del modello, occorre tenere conto della fattibilità dell'attuazione e della plausibilità delle ipotesi di input. Interrogarsi sulle condizioni abilitanti necessarie che sono state escluse dal modello e valutare la fattibilità che queste possano tecnicamente ed economicamente verificarsi nei tempi necessari. Infine, verificare che sia plausibile anche il contesto sociale ipotizzato che consente di decarbonizzare con successo il risultato del modello.  

Creare modelli migliori 

Non dobbiamo solo imparare a valutare in modo più critico i modelli climatici esistenti; anche chi fa parte della comunità dei modelli deve abbandonare l'ottimizzazione tradizionale per passare ad approcci analitici olistici per coprire i rischi e dare priorità alla resilienza dei sistemi. Attraverso una migliore divulgazione delle ipotesi implicite nella modellazione e nella pianificazione, una migliore modellazione climatica può fornire ai responsabili politici gli strumenti per sostenere una transizione energetica più fattibile, affidabile e socialmente responsabile. 

---

Il team di analisi dei sistemi energetici di CATF adotta un approccio interdisciplinare per illustrare percorsi di transizione del sistema energetico solidi, informati sui rischi e fattibili. L'obiettivo del programma è quello di affrontare sistematicamente i limiti della modellazione evidenziati in precedenza e di radicare gli sforzi programmatici di CATFin un quadro di fattibilità economica, socio-politica e istituzionale.