Modèle Technico-économique

TIAM (pour TIMES Integrated Assessment Model)

Le modèle TIAM (TIMES Integrated Assessment Model) est la plus récente incarnation de la famille des modèles technico-économiques TIMES, paradigme de dernière génération dans la lignée de MARKAL et EFOM. Il permet la modélisation à long terme (2100) de scénarios technico-économiques représentatifs du système énergétique. Il a été développé par KANLO-KANORS grâce à de nombreux projets de recherche par des organismes internationaux (Commission européenne, ETSAP --Energy Technology Systems Analysis Programme, Conseils de recherche Canadiens, etc.)

Le modèle TIAM possède les caractéristiques suivantes :

• Intégration de l'ensemble du système énergétique : ressources primaires, conversion, transport, distribution, et usages finals des formes énergétiques sont représentés dans TIAM (Figure 1). Chaque étape est décrite au moyen de nombreuses technologies existantes et futures, oeuvrant soit en concurrence soit en complémentarité pour la satisfaction des demandes économiques dans tous les secteurs d'utilisation ;

•  Équilibre partiel offre-demande: TIAM calcule un équilibre partiel sur les marchés énergétiques et d'émissions globaux or régionaux. L'équilibre est dynamique et intertemporel, sur un horizon de long terme (jusqu'à 100 ans) divisé en périodes de longueur variable choisies par l'utilisateur. Le modèle met en concurrence l'ensemble des technologies d'usage pour satisfaire les demandes de services énergétiques. L'équilibre est calculé au moyen de la programmation mathématique en maximisant le surplus total (producteurs plus consommateurs).
  
• Représentation du monde en 16 régions (Tableau 1) : liées par des variables d'échange des diverses formes d'énergie et d'émissions; le secteur de production et transformation des ressources fossiles, ainsi que les exportations, distinguent les pays de l'OPEP des autres afin de pouvoir représenter adéquatement les stratégies du cartel (il est considéré que les pays de l'OPEP fixent leur niveau de production de pétrole de manière à maximiser leurs revenus nets d'exportation sur le long terme) ;

• Demandes en services énergétiques : TIAM est « tiré » par les demandes en services énergétiques (Tableau 2). La trajectoire de chaque demande est choisie par l'utilisateur dans le scénario de référence seulement: les demandes sont liées aux indicateurs démographiques et macroéconomiques tels que population, PIB, progrès technique, par l'intermédiaire d'une élasticité représentative du degré de couplage (ou de découplage) entre chaque indicateur socio-économique et chaque demande. Par exemple, on pourra juger que dans un pays en développement rapide, la croissance du transport par automobile sera plus rapide que la croissance du PIB, ce qui implique une élasticité supérieure à 1, alors que cette même élasticité pourra être inférieure à 1 dans un pays à développement plus lent, ou dans lequel le parc automobile est déjà mature.
  
  o     Dans les scénarios avec contrainte (par exemple des scénarios climatiques), le modèle ajuste chaque  demande future en fonction de son prix implicite, lui-même calculé de manière endogène (chaque demande possède une élasticité-prix propre). Enfin, l'harmonisation de TIAM et GEMINI-E3 permet de tenir compte des impacts macro-économiques des stratégies technico-énergétiques (par exemple, changement du PIB futur) et donc d'adapter les demandes de TIAM en fonction des résultats macro-économiques de GEMINI-E3.
  
  

• Description détaillée des technologies (existantes et futures) au moyen de nombreux paramètres techniques (efficacité, facteur de disponibilité, dates de disponibilité, délais de construction, etc.) et économiques (coûts de construction, de démantèlement, de fonctionnement, de livraison, etc.);
• Description détaillée de toutes les formes énergétiques (plus de 100 dans la plupart des instances) primaires, secondaires, et dérivées. Certaines formes énergétiques, dont l'électricité et la chaleur de basse température, sont identifiées par saison et par période de la journée (jour-nuit) pour une meilleure représentation;
• Représentation fine des flux monétaires (‘cash-flows') résultant des décisions d'investissement, de mise hors service, et de fonctionnement des diverses composantes du système énergétique. De plus, TIAM tient compte de la valeur résiduelle du capital en fin d'horizon, ce qui permet d'éviter les distorsions de fin d'horizon;
• Représentation des émissions de gaz à effet de serre (CO2, CH4 et N2O) au plan global, régional, par secteur, par technologie; les émissions (d'origine non-énergétiques) provenant de l'agriculture et de l'utilisation des sols sont représentées, à partir des données provenant de l'US-EPA ainsi que du MIT. Le forçage radiatif engendré par les autres gaz à effet de serre est aussi inclus. Le modèle ne suppose pas d'actions spécifiques de reforestation ou d'afforestation.
  
• Module climatique: TIAM inclut un module climatique qui permet l'évaluation des données climatiques (concentration, forçage radiatif, température) en fonction des émissions de gaz à effet de serre ainsi que l'imposition de contraintes climatiques ;
• Interfaces: TIMES possède des interfaces-utilisateur VEDA avancées pour la gestion des intrants (accéder aux données, les modifier, créer des scénarios nouveaux), et pour l'exploitation fine des résultats.

Références récentes

La description de TIAM et des principes de modélisation sont disponibles à : www.etsap.org et sur le site de kanors.

- Loulou, R., M. Labriet and A. Kanudia. 2009. Deterministic and Stochastic Analysis of alternative climate targets under differentiated cooperation regimes. Energy Economics, Volume 31, Supplement 2, International, US and EU Climate Change Control Scenarios: Results from EMF22, p.S131-143.

- Labriet M., Loulou R. and A. Kanudia, 2009. Modeling Uncertainty in a Large scale integrated Energy-Climate Model. In: Environmental Decision Making under Uncertainty, J.A. Filar and A.B. Haurie (eds),  pp.51-77.

- Loulou, R., M. Labriet, A. Haurie and A. Kanudia. 2008. OPEC Oil Pricing Strategies in a Climate Regime, a Two-Level Optimization Approach in an Integrated Assessment. Submitted to Environmental Modeling and Assessment.

- Labriet, M. and R. Loulou. 2008. How Crucial is Cooperation in Mitigating World Climate? Analysis with World-MARKAL. Computational Management Science, Special issue "Managing Energy and the Environment", Vol. 5, Issue 1, pp. 67-94.

- Loulou, R. and M. Labriet. 2008. ETSAP-TIAM: the TIMES integrated assessment model Part I: Model structure. Computational Management Science, Special issue "Managing Energy and the Environment", Vol. 5, Issue 1, pp.7-40.

- Loulou, R. 2008. ETSAP-TIAM: the TIMES integrated assessment model Part II: Mathematical formulation.  Computational Management Science, Special issue "Managing Energy and the Environment", Vol. 5, Issue 1, pp.41-66.

- Vaillancourt, K., Labriet M., Loulou R. and JP Wauub, 2008.The role of nuclear energy in long-term climate scenarios: An analysis with the World-TIMES model. Energy Policy, Vol.36, Issue 7, pp.2296-2307.

 

Autres références

Cosmi, C., Blesl, M., Kanudia, A., Kypreos, S., Loulou, R., Smekens, K., Salvia, M., Van Regemorter, D., Cuomo, V., 2006. Integration of country energy system models in a Pan European framework for supporting EU policies. In: Brebbia, C.A. (Ed.), Environmental Economics 2006. In: WIT Transactions on Ecology and the Environment, vol. 95. WIT Press Southampton, UK, pp. 97-106. ISSN 1743-3541.

Loulou, R., D. Lavigne, 1996, "MARKAL Model with Elastic Demands: Application to GHG Emission Control", in Operations Research and Environmental Engineering, C. Carraro and A. Haurie eds., Kluwer Academic Publishers, Dordrecht, Boston, London, 1996, pp. 201-220.

Takayama, T., G. G. Judge, 1971, Spatial and Temporal Price and Allocation Models, North Holland, Amsterdam, 1971.

IPCC , 2007, Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change [Solomon, S., D. Qin, M. Manning, Z. Chen, M. Marquis, K.B. Averyt, M. Tignor and H.L. Miller (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 996 pp.

IPCC, 2001, Climate Change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change [Houghton, J.T.,Y. Ding, D.J. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell, and C.A. Johnson (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA, 881 pp.

Manne, A., Richels R., 2004: MERGE: A Model for Evaluating the Regional and Global Effects of GHG Reduction Policies. http://www.stanford.edu/group/MERGE/

Monni, S., Korhonen, R. & Savolainen, I. 2003. Radiative Forcing Due to Anthropogenic Greenhouse Gas Emissions from Finland: Methods for Estimating Forcing of a Country or an Activity. Environmental Management, vol 31, No. 3, p. 401-411.

Nordhaus W. D. and J. Boyer, 1999, Roll the DICE Again: Economic Models of Global Warming, Yale University, manuscript edition.

Prinn, Ronald, Sergey Paltsev, Andrei Sokolov, Marcus Sarofim, John Reilly, and Henry Jacoby, 2008, "The Influence on Climate Change of Differing Scenarios for Future Development Analyzed Using the MIT Integrated Global System Model", MIT Joint Program on the Science and Policy of Global Change, Report No. 163, September 2008

Sathaye J., Makundi W., Dale L., Chan P., and Andrasko K. (2005). Estimating Global Forestry GHG Mitigation Potential and Costs: A Dynamic Partial Equilibrium Approach. LBNL - 55743.