Bakgrunn
Energisystemmodeller er matematiske representasjoner av energisystemer, som basert på inputdata presenterer kostnadsoptimale løsninger for hvordan det studerte energisystemet kan utformes. Modellene kan dekke hele energisystemet eller, som vi har fokus på, el-systemet (kraftsystemmodeller). Modellene som produseres er nyttige verktøy som genererer teknoøkonomiske detaljer og gir interessenter viktig innsikt for utforming av energipolitikk.
En av dagens utfordringer med energimodellering ligger imidlertid i å fange opp sosiale aspekter ved energisystemer, som politisk vilje, atferdsaspekter og offentlig aksept. Kritikere har påpekt at modelleringsresultatene kan være upålitelige og unøyaktige, ved at f.eks. atferdsmessige og politiske drivere for energietterspørsel og energipolitikk er underrepresentert sammenlignet med de teknoøkonomiske detaljene til modellene.
En forbedring av disse modellene for bedre å ta hensyn til sosiale aspekter gir en mulighet til å informere beslutningstakere om hvordan langsiktige endringer i energisystemer kan påvirke ulike grupper i samfunnet og hvordan man kan utforme sosialt rettferdige og inkluderende energisystemer.
Om prosjektet
Vi bidrar til dette nye delfeltet av energimodellering ved å fokusere på rettferdighetsimplikasjoner av et norsk lavkarbonkraftsystem i 2050 og viktigheten av sosialt aksepterte teknologier og omstillingsprosesser.
I desember 2022 publiserte vi den første artikkelen i prosjektet: Can we optimise for justice? Reviewing the inclusion of energy justice in energy system optimisation models. Dette var en gjennomgang av hvordan og i hvilken grad aspekter av sosial rettferdighet har blitt inkludert i energysystemmodeller og lovende fremtidige forskningsområder.
Et av funnene våre er at blant de formaliserte definisjonene av rettferdig fordeling, bruker de fleste modelleringsstudier en lik fordeling per innbygger eller per energiforbruk som det rettferdige scenarioet. Det er samtidig lite refleksjon rundt valg og virkning av rettferdighetsprinsipper, noe som potensielt kan bidra til en altfor snever forståelse av rettferdighet.
I mai 2023 ga nettstedet Titan.uio.no omtale av prosjektets bruk av maskinlæring for å tolke Twitter-meldinger om vindmøller i artikkelen: Hva mener folk flest om vindmøller på Twitter?
Varighet
2020-2024