Modeling the transition to a zero emission energy system: A cross-sectoral review of building, transportation, and electricity system models in Canada
Notice bibliographique
Résumé
Models have long been effective tools in the planning and policy making of energy systems, but low-carbon electrification—decarbonizing generation supply while expanding electrical demand—poses new challenges for the modeling community. At its core, electrification relies on integrating insights that span the supply and demand side of power systems, resolving operational characteristics and long-term climate change, and the integration of previously independent engineered systems. However, our modeling landscape consists of a suite of models that focus on distinct sectors (power, buildings, transport) and spatial–temporal scales (municipal, provincial, federal). This paper probes whether the existing suite of energy system models, which span sectors, disciplines, and jurisdictions, is up to the task of charting net-zero pathways, specifically in the Canadian context. To do so, we analyze an inventory of energy system models that are being used in practice using a recently assembled model database. Next, we supplement our analysis with a web-based search and literature review. For each model category, we describe the key modeling approaches, strengths and weaknesses, and typical ways and areas in which these models are applied. We find that by focusing on a specific scale and sector, these models by their very definition, omit out-of-scope interactions leaving critical information gaps. Many of the most imperative areas for future research straddle multiple sectors or multiple scales—electric vehicle charging, carbon policy coordination, regional electricity trading, to name a few. Future research should focus on identifying ways in which different models could be used together to produce policy-related conclusions that are as detailed but more holistic than conclusions that can be gleaned from an individual model.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,014 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».