由于可再生能源产生,能源存储,电气最终用途以及极端天气事件的频率不断增加,能源,气候和天气之间的相互作用变得越来越复杂。能源系统分析通常依赖气象输入来估计可再生能源的产生和能源需求;但是,这些投入很少代表未来气候变化的估计影响。气候模型和可公开可用的气候变化数据集可用于此目的,但是从无数可用模型和数据集中选择的输入是一个细微的主观过程。在这项工作中,我们评估了来自耦合模型比较项目阶段6(CMIP6)的各种全球气候模型(GCM)的数据集。我们对他们的技能进行了评估,以了解其历史气候和对两种气候变化情景气候变化的未来预测的比较。我们介绍了不同气候和能源系统区域的结果,并在随附的软件存储库中包括交互式数字。先前的工作已经进行了类似的GCM评估,但是没有一个提出了用于全面的能源系统分析的变量和指标,包括对能源需求,热冷却,水力发电,水的可用性,太阳能产生和风能产生的影响。我们专注于直接影响这些能源系统组件的GCM输出气象变量,包括可以驱动网格弹性事件的极值表示。这项工作的目的不是为给定的分析推荐最佳的气候模型和数据集,而是提供参考以促进随后工作中的气候模型和场景的选择。
主要关键词