面向高度不确定未来的能源系统规划低悔恨策略研究

《Cell Reports Sustainability》：Low-regret strategies for energy systems planning in a highly uncertain future

面对能源转型中的巨大不确定性，本研究提出了一种基于悔恨（regret）理论的决策支持框架，通过分析1000种未来情景，识别了生物质利用的低悔恨策略。研究发现将生物质转化为燃料和化学品（Fuel& Chemicals）是稳健选择，而继续用于低温供热（low-T heat）则会导致高昂转型成本。该框架为政策制定者提供了直观的风险评估工具，助力碳中和目标下的科学决策。

　　

在全球应对气候变化的紧迫背景下，能源系统向净零排放转型已成为共识。然而，这一转型过程面临着社会、技术、金融和地缘政治等多维度的巨大不确定性。这些不确定性往往导致决策延迟，从而增加总成本并危及气候目标的实现。特别是在生物质这种有限且竞争激烈的资源利用方面，如何在不同部门之间进行最优分配，成为能源系统规划中的核心挑战。传统能源系统优化模型在处理不确定性时存在局限：随机优化（Stochastic Optimization）计算复杂，鲁棒优化（Robust Optimization）结果保守，而建模生成替代方案（Modeling to Generate Alternatives, MGA）方法虽能探索近优解空间，但通常未充分考虑参数不确定性。

针对上述问题，苏黎世联邦理工学院（ETH Zürich）的Gabriel Wiest等研究人员在《Cell Reports Sustainability》上发表了题为“Low-regret strategies for energy systems planning in a highly uncertain future”的研究论文。该研究引入了一种基于悔恨理论的决策支持框架，旨在识别那些在未来多种情景下均表现良好的“低悔恨”策略。悔恨被定义为因选择非最优策略而产生的额外成本，是决策中自然使用的准则。该框架通过四个步骤系统化地支持决策：(1)自动识别策略；(2)以悔恨评估策略性能；(3)分析悔恨的关键驱动因素；(4)通过决策树、悔恨曲线和决策图等直观工具辅助决策过程。

研究人员将该框架应用于瑞士2050年净零能源系统中的生物质分配问题。他们扩展了能源系统模型EnergyScope TD，涵盖了生物燃料、生物甲烷、化学品、氢气、生物炭、电力和热能等所有主要生物质利用途径。研究考虑了293个不确定参数，包括需求、技术成本、资源可用性等，并通过拉丁超立方采样（Latin Hypercube Sampling）生成了1000个情景。研究聚焦于瑞士国内四种可持续生物质资源（木质生物质残余物、湿生物质、动物粪便和污水污泥），禁止生物质进口，但允许生物燃料进口。

研究的关键技术方法包括：1) 采用能源系统优化模型（EnergyScope TD）进行线性优化，最小化系统年成本；2) 利用探索性建模（exploratory modeling）方法处理参数不确定性，通过大量独立情景模拟未来可能性；3) 基于决策树（decision tree）对生物质分配的输出结果进行聚类，自动识别出五种典型策略；4) 通过悔恨量化（regret quantification）评估各策略在不同情景下的性能，并采用累积悔恨曲线（cumulative regret curves）和决策图（decision maps）进行可视化分析。

研究结果

生物质分配在不同情景下存在巨大差异

在所有情景中，能源系统都完全利用了可用的生物质潜力（27.5-31.3 TWh/年），凸显了生物质在实现净零系统中的重要作用。然而，不同情景间的生物质分配差异显著。生物质转化为生物燃料的分配变化范围最大（0-24.8 TWh/年），其次是氢气生产（0-17.5 TWh/年）。化学品生产最多可占用16.3 TWh/年的生物质作为碳原料。生物甲烷的分配范围为4.8-15.2 TWh/年，而用于低温供热的过程热和生物炭分配相对较低。在大多数情景中，生物质很少用于低温供热，超过1 TWh/年的情况不到2%。

从决策树推导出可解释的生物质策略

通过对八个关注输出进行聚类分析并训练决策树，研究识别出五种主要的生物质分配策略：化学品（Chemicals）、氢气（Hydrogen）、生物甲烷（Biomethane）、生物燃料（Biofuel）以及燃料与化学品（Fuel& Chemicals）。决策树通过一系列决策节点逐步缩小决策空间，揭示了生物质在竞争部门间分配的权衡关系。例如，第一个决策点是判断是否将超过11.0 TWh/年的生物质分配给生物燃料生产。选择多分配生物燃料会限制其他用途的最大分配量，而少分配则保留更多灵活性。

累积悔恨曲线支持风险感知的策略选择

悔恨分析显示，Fuel& Chemicals策略在所有决策标准（除VaR₉₀外）中表现最佳，平均悔恨仅为39 MCHF/年。Biofuel、Chemicals和Biomethane策略也表现竞争性，平均悔恨略高。相比之下，Hydrogen策略的平均悔恨是Fuel& Chemicals的四倍多。研究还评估了两种基准策略：代表当前生物质利用模式的BAU（Business-as-Usual）策略和完全不用生物质的No Biomass策略。这两种策略的悔恨显著高于决策树推导的策略，BAU导致系统成本增加高达13%，No Biomass则导致增加高达20%，相当于能源系统每年增加数十亿瑞士法郎的成本。

政策制定者的决策影响生物质策略的悔恨

悔恨对输入参数的敏感性分析显示，永久性CO₂储存的可用性是影响各策略悔恨的最关键因素，特别是在Hydrogen策略中表现明显。当CO₂储存可用性低时，生物质制氢释放的生物源碳无法储存，必须通过低效的再合成或在国外高价抵消，导致高悔恨。其他重要参数包括塑料回收率、化学品进口可用性和液体燃料进口可用性，这些都是政策制定者可以直接或间接影响的参数。

决策图有助于在不确定性下导航决策过程

决策图可视化展示了五个最有影响力的输入参数与策略悔恨之间的关系。Fuel& Chemicals策略在参数接近不确定性范围中心时最常实现最低悔恨。Hydrogen策略仅在CO₂储存可用性高时成为最低悔恨选择。当CO₂储存有限时，Chemicals策略占主导地位，因为它有效利用了生物质原料中的碳而非产生CO₂。低回收率和有限的化学品原料进口增加了生物质作为化学部门碳源的依赖性，而高回收率和充足的化学品进口则有利于Biofuels策略。

讨论与结论

本研究引入的悔恨决策框架为能源系统规划提供了系统化的不确定性分析方法。与随机优化、鲁棒优化和MGA等传统方法相比，该框架具有非侵入性、易于实施、支持多决策准则和结果直观等优势。它特别适合在概率信息可用但不确定的情况下，识别和透明地向决策者传达低悔恨策略。

将框架应用于瑞士生物质分配案例表明，生产Fuel& Chemicals是跨多个决策标准最稳健的策略。研究发现，政策制定者可影响的参数（如CO₂储存和燃料进口可用性）对生物质分配决策的影响比生物质技术成本或资源价格更强。这一发现与先前研究部分一致，但本研究通过大规模不确定性分析和悔恨量化，显著深化了对各种生物质选择的最优性条件和风险理解。

研究也承认了一些局限性：独立优化情景可能错过在单个情景中次优但在所有情景平均表现最好的折衷解决方案；未考虑参数间的相关性以及极端"样本外"事件；计算强度随策略和情景数量增加而增加。未来工作可纳入参数相关性结构，并应用空间分辨的欧洲模型探讨是否存在可推广的欧洲生物质策略。

最重要的是，研究明确表明继续将生物质用于低温供热（当前主要用途）会导致持续高悔恨，是能源转型中"必须避免"的选择。相反，将有限的生物质资源优先用于生产燃料和化学品，是降低能源转型总成本、实现碳中和目标的低悔恨路径。这一框架可推广至能源系统其他部门的策略制定，为不确定性下的决策提供实用工具。