Werkpakketten: 2

Resultaten

Dit werkpakket levert de volgende generiek toepasbare resultaten met een voor dit project specifieke implementatie:

wp:2:r:3 Methodes voor multi-modellen (IO)

Dit resultaat heeft een sterk wetenschappelijk en model-methodologisch karakter.
Onder methodes verstaan we wiskundige en algoritmische methodes voor:

1. 1. 1. Kwantificeren van onzekerheidspropagatie tussen modellen die interacteren via de multi-model infrastructuur
      2. Koppelen van modellen die op verschillende ruimtelijke en tijdsschalen opereren en
      3. Koppelen van modellen met verschillende werkingsprincipes

---

wp:2:r:4 Conceptueel raamwerk voor multi-modellen (IO)

Met conceptueel raamwerk wordt verstaan het creëren van een “model van het multi-model”, oftewel een formele ontologische en algoritmische beschrijving van:

1. 1. 1. ”Boilerplate” metadata over individuele modellen en hun eigenschappen
      2. Taal voor informatie-uitwisseling tussen energiemodellen
      3. Taal voor dynamische aansturing en orkestratie van modellen

---

wp:2:r:5 Concepten en methode voor een generieke scenario ruimte (IO)

Taal en methode voor opspannen van een generieke scenarioruimte die Deep Uncertainty analyses door middel van Exploratory model analysis mogelijk maakt. Hier zijn zaken zoals de ontologie van scenariodimensies, relevante sets van mogelijkheden per aspect, timing van gebeurtenissen en ontologie van beleidsinstrumenten en institutionele inrichting opgenomen.

---

wp:2:r:6 Tooling voor multi-modellen (IO)

Dit resultaat heeft een sterk ontwerpend karakter. De methodes en concepten van wp:2:r:3 tot en met wp:2:r:5 worden operationeel gemaakt voor de praktijk. Het gaat om praktische handleidingen en eventuele software toolkits voor:

1. 1. 1. Modelselectie die rekening houdt met mogelijkheden en beperkingen van individuele modellen
      2. Afstemming representatie binnen een multi-model raamwerk zoals systeem grenzen, resolutie, schaal, enzovoort
      3. Architectuur, definities, specificaties en standaarden voor koppelen van modellen die rekening houdt met functionele en performance eisen, technische format van de data-uitwisseling tussen modellen en gebruik van externe data en informatie in modellen
      4. Creëren van een gezamenlijke scenarioruimte die Deep Uncertainty analyses door middel van Exploratory model analysis mogelijk maakt
      5. Methodologie voor gebruik van multi-modellen

Dit betreft een integrerend resultaat, die bestaat uit een draaiboek/handleiding voor uitvoeren van participatieve multi-modeleer processen waar gebruik gemaakt wordt van de tooling uit wp:2:r:4.

---

wp:2:r:7 Participatief proces voor integrale besluitvorming (IO)

Dit resultaat heeft een sterk sociaal proceskarakter. Dit resultaat richt zich op de “voor- en achterkant” van het multi-modelleringsproces, waarin op basis van de “Good Modelling Practice”6 gids en voortbouwend op http://www.energiemodelleren.nl/. In een vorm van een stappenplan/ handleiding worden de resultaten en ervaringen uit het project vertaald en de volgende aspecten besproken:

1. 1. 1. Definitie en begrip van integrale besluitvorming
      2. Identificeren van de behoefte aan informatie en inzichten bij integrale besluitvorming
      3. Identificeren en communiceren van de (on) mogelijkheden die multi-modelling biedt voor integrale besluitvorming
      4. Identificeren, aanvullen en gebruiken van de generieke scenario ruimte
      5. Communiceren van uitkomsten van multi-modellen, met specifiek aandacht voor onzekerheden

Succesindicatoren

Alle resultaten van de wp:2 hebben de vorm van rapporten waarin de methodes beschreven zijn, en zijn als zodanig meetbaar. Dit resulteert in de eerste fase in 5 rapporten die daarna door de agile benadering steeds bijgevoegd en geupdate worden.

Activiteiten

Bulk van de activiteiten binnen wp:2 betreft wetenschappelijk onderzoek naar methodes en hun doorontwikkeling. Deze methodes worden getoetst en verbeterd in een iteratief proces, voornamelijk door interactie met wp:2:r:4 activiteiten en de casussen in wp:4.
Welke activiteit begint met reeds bestaande kennis te identificeren en bij elkaar te brengen, zodat er een basis ontslaat die toegepast kan worden in de eerste iteratie.