Optimising for the long game: methodological challenges in energy system optimisation pathways

想象一下，你正在策划一次横跨全国的宏大公路旅行，行程将从今天一直延续到 2050 年。你需要决定购买哪些汽车、修建哪些道路，以及在哪里加油，同时力求花费最少，且不污染空气。

这本质上就是**能源系统优化模型（ESOMs）**为国家所做的工作。这些是政府和科学家使用的计算机程序，用于规划我们的能源系统（如电网）如何在数十年间演变，以实现“净零”等气候目标。

这篇论文是对“综述的综述”。作者审视了数百个此类计算机模型，以观察构建这些模型的建模者实际上是如何设置其计算的。他们发现，尽管所有人都在试图解决同一个大问题，但他们设置数学计算的方式往往存在隐藏缺陷，可能会误导计算机得出具有误导性的答案。

以下是该论文识别出的四个主要“陷阱”，并辅以简单的类比进行解释：

1. “水晶球”问题（预见性）

问题所在： 计算机能“看到”多少未来？

• 完全预见： 想象计算机拥有一颗水晶球。它确切地知道 2040 年的油价是多少，确切地知道新法律何时通过，以及确切地知道旧电厂何时会故障。因为它知晓一切，所以它能制定出数学上“完美”的计划。
  • 潜在陷阱： 现实中的人没有水晶球。如果模型假设拥有完全知识，它可能会建议今天建造一个巨大的太阳能农场，因为它“知道”2030 年油价将会上涨。而在现实中，由于我们不确定，可能不会建造它。这使得计划看起来过于乐观。
• 短视（近视）预见： 想象计算机被蒙上了眼睛，只能看到接下来的几步。它仅根据今天的价格做出决策。
  • 潜在陷阱： 这更符合现实，但可能导致糟糕的长期选择。计算机可能会因为“不知道”明年会有更好的技术，而今天建造一座廉价的燃煤电厂，从而将我们锁定在一个肮脏的系统中。

研究发现： 大多数模型采用“水晶球”方法（完全预见），因为这样更容易计算，但这并不能反映现实政策制定者的实际行为。

2. “电影结局”问题（终端效应）

问题所在： 当电影结束时会发生什么？
想象你在规划一次 40 年的公路旅行，但你的地图只延伸到 2050 年。

• 扭曲： 随着计算机接近 2050 年，它的行为开始变得疯狂。它会想：“嘿，地图到这里就结束了！我不需要购买一辆能使用 20 年的汽车，因为电影结束后我就不会再使用它了。”
• 结果： 计算机可能会选择在时间线结束前购买廉价、短命的汽车（如天然气涡轮机），因为它无需支付其长期维护费用。它会忽略昂贵但持久的投资（如风力涡轮机或水坝），因为如果“电影”在它们回本之前就戛然而止，这些投资看起来就像是浪费金钱。
• 解决方法： 你需要让地图延伸到 2050 年之后，以看清长期投资的完整价值。论文发现，大多数模型正好在目标年份（如 2050 年）停止，这使它们对长期解决方案产生了偏见。

3. “模糊照片”问题（分辨率）

问题所在： 图片有多详细？
为了让数学运算快速运行，建模者往往不得不模糊细节。

• 时间模糊： 模型可能不会每小时检查一次天气和能源需求，而可能是一个月或一年检查一次。这就像看一张移动汽车只是模糊一团的照片。你可能会错过下午 2 点风停的事实，从而导致制定出的计划在现实中行不通。
• 空间模糊： 模型可能不会查看每个城镇和输电线，而是将整个国家视为一个巨大的、平坦的团块。
• 权衡： 论文发现了一种奇怪的趋势：模型在观察短期细节（每小时天气）方面变得更好，但在观察长期细节（数十年的投资）方面却变得更差。这就像拥有一台能清晰拍摄未来 5 分钟的超级相机，却配有一个对未来 50 年非常模糊的镜头。

4. “等待游戏”问题（投资动态）

问题所在： 计算机会等待更好的交易吗？
如果计算机知道（或猜测）太阳能电池板在未来会变便宜，它可能会决定今天什么都不做，而是等待。

• 陷阱： 在现实世界中，我们不能在没有计划的情况下仅仅“等待”技术进步。我们需要现在建设基础设施，以学习如何使用它并降低价格（这被称为“干中学”）。
• 研究发现： 大多数模型没有考虑到这一点。它们表现得像是在等待一种“独角兽”技术免费出现。这导致了推迟行动的计划，这对气候目标来说是危险的。

大局结论

作者审视了 330 项研究，发现虽然这些计算机模型变得越来越强大，但我们用来设置它们的规则却未能得到足够的改进。

• 透明度低： 许多研究没有清楚地解释它们是如何设定这些规则的，这使得政策制定者难以信任结果。
• 缺失“甜蜜点”： 我们需要能够看得足够远以制定良好长期计划的模型，但又不能看得太远以至于假设了不切实际的“水晶球”知识。我们还需要确保“电影”不会突然结束，否则我们将得到一个充满短期修补措施却在长期失败的计划。

简而言之： 论文认为，我们需要停止将这些计算机模型视为魔法黑箱。我们需要更加小心地设置它们内部的“游戏规则”，否则它们所建议的“最优”路径实际上可能会将我们引向悬崖。