为什么Cleantech预测经常很烂，以及一些解决方案（#Electrifying网络研讨会）

现在，您可以在Facebook上或通过本文结尾处的嵌入式视频播放器观看此#Electrifying网络研讨会。

去年，我在与一群清洁技术专家开会。他们中的一个问房间中的一位顶级分析师，类似于：“嘿，为什么您对电动汽车采用率的预测会在2030年左右趋于平稳？”在传统的预测人员和分析师中，这是一个激进的采用率预测，但不是您从Tony Seba或类似机构获得的那种令人震惊的预测。

做出的回应是，当他们详细研究市场（整个电动汽车（EV）生态系统）并预测情况如何变化时，他们看到了基础设施和其他事项的某些潜在增长瓶颈（我忘记了是否提到了电池）。提出问题的专家Sgouris Sgouridis博士摇了摇头。他说：“不，不，不，这太保守了。增长将保持指数级增长。”（或类似的东西。）

当然，我对他的评论很感兴趣，它们与我们随着时间的推移在CleanTechnica上所产生的印象相吻合-传统的预测器（甚至是最好的预测器）似乎在其模型中反复地包含了低估清洁技术采用率的假设。我看到的最准确的预测来自“和平”的绿色环保组织和世界自然基金会。显然，他们要么拥有最好的预测者，要么不受某些假设或方法论的阻碍，而其他假设因素或方法论则阻碍了其他因素。

Sgouris开始解释说，他刚刚完成了一篇有关相关预测中的基本方法学缺陷的论文。以下是他与他人合着的论文介绍的详细摘要：

“可持续的能源转型可以在几十年内消除大气中的碳排放，这是缓解气候变化战略的关键组成部分。确定综合实现碳减排目标的能源的最佳组合是综合评估模型（IAM）的目标之一，该模型结合了气候和经济因素。IAM研究了几十年后气候和经济系统的共同演变。通过将气候变化的成本与预防措施的成本进行比较，他们打算为气候和能源政策提供信息。IAM可长期代表经济体系，并估算减少或替代温室气体排放活动的成本，以符合所需的温室气体大气浓度水平，即所谓的边际减排成本（MAC），相当于有效碳排放量。价格（Kuik等2009).本文回顾了替代弹性常数（CES）函数的性质，并讨论了使用该常数的IAM（称为一般平衡IAM（GE-IAM））对能源系统进行建模可能会产生与经验观察到的动力学不一致的结果能源转型，并且偏向替代能源。尽管建模专家已经偶然地意识到了这些问题，但正如以下引述所言，尚未对它们进行全面的严格审查以帮助不在CES / IAM社区中的人们评估这些问题。本文旨在填补这一空白，并提供一些其他建议。

“ Barreto和Kemp（2008）认为，能源模型未能考虑到S曲线创新和技术扩散模式的实证研究，但他们并未明确指出这种遗漏引起的矛盾。Pearce and Weyant（2008）指出，即使关键假设相同，IAM的成本估算对于“模型中嵌入的结构特征和假设”的敏感性也很高。Truong（2009）指出了一个潜在的缺陷，可能导致对MAC的高估，表明“ CES生产函数[...]可能具有不清楚的生物物理影响[...]暗示着输出弹性的模式[...]可能是从生物物理或技术的角度来看是不准确和不切实际的。”他还指出，有必要将货币模型中的技术效率与经济效率区分开来，因为它们的混淆可能会导致物理上不可能的结果。Frei等。（2003年）指出，“结构性变化，即技术的“自然”出现和逐步淘汰，与CES中假定的平滑（即可微分）替代的新古典概念不兼容。Carrara和Marangoni（2017）认识到CES模型“代表了可再生能源渗透的隐性约束”，定量评估了这种影响。Pietzcker等。（2017年）试图解决IAM中可变可再生资源表示中发现的不足，并指出，CES“对基准年校准份额产生了偏爱[...]，这可能导致物理上令人难以置信的聚合。”最后，Rosen和Guenther（2015）强调指出，围绕经济和技术发展的复杂性和不确定性，很难捍卫IAM得出的经济成本的简单结论，因为IAM的假设并未体现出技术开发，减缓气候变化和增长的协同效益。依靠可再生资源。

“在这些批评的基础上，我们调查了CES可能引起的（-）MAC的估计和形状以及（ii）未来能源情景的技术构成所引起的GE-IAM中的结构性问题。第二种情况包括能源效率潜力的夸大和化石燃料现状的寿命，而未来能源供应的技术份额只有很小的变化。我们证明，尽管MAC对参数值（替代的弹性，初始份额和经济成本的假设）高度敏感，但技术组成也强烈依赖于模型结构本身。”

杂草太深了吗？你有头晕吗？无论哪种方式，您都应该与Sgouris一起参加今天的#Electricizing网络研讨会。