不同场景下，能源转型将有不同的“最速路径”，某时段内的“最速路径”通常是由多个子时段不同场景下的“最速路径”拼接而成。由此，新一代基于场景的能源模型实质是形成尽可能涵盖各种场景的场景集合，并得到不同场景下的“最速路径”集合，通过识别实际能源发展情景属于场景集合中的哪一种，给出与该场景相适应的能源转型应对策略即“最速路径”，从而达到“不测而测”、以“策”代“测”的目的。

模拟了三个不同场景，并得到3条“最速路径”，结合实际情况，四个子时段所处的实际能源发展情景分别与场景3、场景2、场景1和场景3相对应，则整体的能源转型路径即为4段不同场景下的“最速路径”的组合。随着场景组合数的增多，其仿真过程将极为复杂，为便于决策者从未来多种可能形势变化中研判得到一系列可视化的“最速路径”，大数据、人工智能将在场景构建、“最速路径”分析，尤其在挖掘海量“路径集”找出潜藏关键规律方面将发挥独特作用。

（六）构建多时空尺度下多层级的能源规划模型体系

能源模型随着时空尺度的不同，其规划理念及方法呈现一定的相似性，同时也将表现一定的差异性。针对不同的时间尺度、空间尺度和应用场景有必要构建一套能涵盖多时空尺度下的多层级能源规划模型体系，兼顾宏观和微观、整体和局部间的协同规划。

在时间方面，新一代能源系统中场景刻画具备针对长期（5～10年及以上）、中期（5年及以下）、短期（月及日等）的仿真能力，且不同时间尺度及级别上的场景能互相校验和生成，避免各时间尺度下的场景相对分割且独立，即大时间尺度上的场景应由小时间尺度场景演化得到，小时间尺度下的场景应服从大时间尺度下场景的变化趋势。在空间方面，应针对园区级、省级、区域级、国家级能源系统搭建简易程度不同、刻画精度各异的一套规划模型体系，便于不同空间尺度模型的对接和校核，提升能源规划模型的自检能力及适应性。

1.罗伯特·海夫纳三世，《能源大转型——气体能源的崛起与下一波经济大发展》，中信出版社，

2013年。

2.英国统计学家George E. P. Box.曾说过“ All models are wrong, but some are useful”。

3.所谓观察者效应，指的是被观察的现象会因为观察行为而受到一定程度或者很大程度的影响。

4.转型阻力包含技术因素、成本约束、政策环境、外部约束等多种内外部因素。

上篇：

下篇：