碳中和模型与创新
以下文章来源于AgentBased建模工地 ，作者于松民
[
AgentBased建模工地 .旋律涌现自音符的互动——这是我见过解释「何为复杂系统」最美的例子。
](#)
在去年的联合国大会上，中国提出要控制二氧化碳排放，争取在2030年左右达到峰值、在2060年实现“碳中和”——即通过各种减排手段，让排放量与树林等的吸收量互相抵消，实现二氧化碳的“净零排放”。之后，网上出现了不少文章，为大家介绍碳中和的概念、分析中国通往碳中和的路径。最近，我的同门师兄还以第一作者在Science上发文，讨论全球“1.5℃目标”下的中国减排路径。研究发现，这一目标与中国2060年碳中和的目标是高度一致的 (largely consistent)。
以中国目前的排放量和能源结构，想在2060年实现碳中和，是极具雄心的目标。同时，因为二氧化碳排放涉及的部门很广，要把这笔帐算清楚、找到一条尽可能低成本的路径也不容易。这个账号的文章大多围绕ABM，但之前也有提到，我的工作领域是气候变化、能源转型，主要做的就是能源系统模型。今天结合我熟悉的模型，跟大家大概介绍一下碳中和这笔帐是怎么算的，之后，再借这些模型顺便聊一点我关于创新的想法。
一、算账研究气候变化、能源转型的模型系统一般包括三个部分：经济 (Economy)、能源 (Energy)、环境 (Environment)，组合在一起称为综合评估模型 (Integrated Assessment Model, IAM)。笼统地说，三个模块的组合计算可分为下面四个步骤：
（一）经济系统建模基于对人口、资本、技术这些最主要的宏观变量，展望未来GDP的增长路径，并进一步把GDP的总量路径分解为各个部门的经济活动，主要是三个大块：(1) 工业，包括钢铁、水泥、化工等的各年产量；(2) 交通，包括各类物流运输、公共及私人交通的公里数；(3) 建筑，包括商业、居民部门的电器、供暖、制冷、热水等需求。以上三块，被称为能源系统的“需求侧”，由GDP总量分解得到的需求，称为“能源服务需求 (energy service demand)”。（二）能源系统需求侧建模在微观层面上，这些能源服务需求都对应着具体的生产、消费过程 (process)。比如，工业部门中的钢铁，对应着炼焦、高炉、延压等环节；交通部门中的不同需求，也对应着飞机、火车、大货车、公交等不同运输工具的公里数；建筑部门中的商业、居民供暖，对应着集中供热、煤炉、气炉等不同的供暖技术。
笼统地看，以经济系统模型的结果（能源服务需求）为输入，要得到最终的能源需求 (final energy demand)，能源系统模型的任务就是把中间的生产、消费过程刻画清楚，尤其是把整个系统的演进刻画清楚。这样，每年的需求在变，能源系统的效率、用能结构在变，最终得到的各品种能源消费、带来的碳排放，也就跟着在变。（三）能源系统供给侧建模加总工业、交通、建筑三部门的能源需求，我们就得到了一条各类能源品种的需求总量路径。能源系统的供给侧模型，就是计算如何扩张机组和输配网络，在满足能源需求和排放约束的情况下，让总成本最小。
以最主要的电力系统为例，假设我们已经算得2020-2050年各部门的电力需求，参考企业和居民的地理分布、过往的负荷曲线形状，我们可以把年度总需求进一步分配为每个地块、每个小时的电力需求。以此为目标，优化未来电力系统的扩张过程，包括：(1) 各年度、各类发电机组的新增装机量；(2) 各年度的输电、配电网络建设；(3) 各机组每小时发电量；(4) 可再生能源的发电量。但是，还有一个原因让电力系统的优化更复杂——部门耦合 (sector coupling)。因为存在热电联产，发电机组同时也可以给建筑部门供热，这就需要同时优化供热产量、供热网络的扩张。此外，因为电力还可以用来制氢，这又涉及制氢量、氢气输送网络建设的优化。
（四）环境系统建模以上所有生产、消费过程带来的污染物、温室气体排放，如何在自然系统中扩散，带来怎样的影响，需要做出科学评估。
说到这里，可能大家已经快被我绕晕了，但这还只是非常笼统的介绍。下图是奥地利国际应用系统分析研究所 (International Institute for Applied Systems Analysis, IIASA)开发的系统。可以看到，其中涉及的模型更多，还包括农业、土地、森林的模块，还有用来生成情景、分析结果的配套模块。
欧洲说要在2050年实现碳中和，目标的背后正是这些模型提供着支持，把碳中和的账，把未来的最优路径尽可能算清楚。当然，现实是无比复杂的，未来也是充满不确定性的，模型有限。同时，每个模型也暗含着不同的逻辑和假设，但把所有模型的结果放在一起，它们共同的结论、包络出的范围，可以说是整个科学共同体的结论，是我们能形成的最好判断了。
二、创新
我从2015年开始读博起，算是正式进入气候变化、能源转型这个领域的研究。实话说，很长一段时间我并不觉得自己的工作真能给政策设计提供多么扎实的支持，更让我着迷的还是偏理论、模型的东西，它们就像我的玩具。设计得干净漂亮、玩儿得溜，让我开心。至于用模型回答现实问题，我把它们当工作，谈不上激情。但是，博士毕业到德国以来，看到他们详细的数据、庞大的模型系统，虽然无法尽善尽美，但“为政策提供支持”看起来现实多了。尤其让我受触动的是，有次跟同事吃饭，他提到研究所的电力系统模型ENERTILE，可以为回答一个很关键的问题提供参考：为了实现碳中和，电力系统脱碳的两条路——可再生能源、核能——到底应该走哪条？为了回答这个问题，ENERTILE(1) 覆盖整个欧洲，地理精度为10×10km的地块；(2) 以小时为精度，计算每个地块的电力需求、可再生能源发电、集中供热需求、氢气需求；(3) 考虑电力、供热、氢气的输配网络；(4) 优化2050年碳中和目标下的最小成本路径——每小时的发电、供热、制氢量，每年的新增装机量、输配网络扩张。
整个模型完整运行一次要在服务器上跑一周多的时间。是啊，如此重大、长期的问题，怎么能拍脑袋定呢，应该极尽可能地用计算来提供支持！但是，有这样一个模型又谈何容易呢？最早开发ENERTILE的人，目前是我所在部门的副主任，他博士论文完成于2007年。算下来，ENERTILE从诞生到现在有快二十年了。如今的版本，是前后多批、多位研究者一点点积累出来的。更重要的是，在这个不断创新的过程里，起作用的是团队而非个人——个人的创新可以非常有限，或者说，一个增量想法足矣，再由团队负责人判断方向、把关。关键在于，大家的创造力能拧在一起，产出能积累下来。在这个团队的背后，是整个研究所为科研活动提供的稳定支持，再之后，是整个社会的数据基础、经济和福利环境，能让大家舒适、安心地工作，能维持团队的稳定、个体的精神状态和创造力。
可以说，团队成员（尤其是领军人物）的水平、团队规模和稳定程度，共同决定了这个团队创新产出的规模和复杂度的上限。而一个社会能支撑多少只这样的团队，就决定了整个社会的创新能力的上限。如今，创新越来越多地是团队而非天才的事，而团队的规模和稳定性、团队的数量，则是整个社会的事。更多阅读
夏玩醇2021-04-26 09:42:22
实话说，很长一段时间我并不觉得自己的工作真能给政策设计提供多么扎实的支持，更让我着迷的还是偏理论、模型的东西，它们就像我的玩具。设计得干净漂亮、玩儿得溜，让我开心。至于用模型回答现实问题，我把它们当工作，谈不上激情。………………这段话暗示了……哎。 模型再漂亮，还得在各部门之间协调，参考《洁净空气法》的艰难推动。
pt2021-04-28 08:13:27
模型全是错的，但有时很有用。童话论和神话论都不可取，但目前国内还是相差甚远，整个咨询都不太看好…赞 1