Dans quelle mesure les prévisions des coûts futurs des technologies énergétiques sont-elles fiables?
Notre vision d’une économie mondiale neutre en carbone et durable ne peut se concrétiser que par le biais de politiques et de plans d’entreprise solides et rentables. Pour concevoir de telles stratégies, les experts doivent disposer d’estimations fiables du coût futur des technologies susceptibles de jouer un rôle clé dans la transition énergétique. Toutefois, le processus d’innovation est complexe, implique différents acteurs et se révèle par conséquent difficile à anticiper. Dans quelle mesure les prévisions actuelles des coûts futurs des technologies énergétiques sont-elles donc fiables? Pour tenter de répondre à cette question, des chercheurs soutenus par les projets INNOPATHS, COP21 RIPPLES et 2D4D, financés par l’UE, ont effectué la première comparaison systématique de différentes prévisions de coûts technologiques établies par des experts et des modèles. Ils ont analysé les performances de ces méthodes de prévision en générant des prévisions probabilistes des coûts technologiques à partir de diverses dates du passé, puis en les comparant aux coûts observés en 2019. Comme l’indique la professeure Laura Diaz Anadon, chercheuse principale à l’université de Cambridge, dans un communiqué de presse publié sur «EurekAlert!», «cette comparaison est essentielle pour permettre aux chercheurs et aux analystes de disposer de données plus empiriques sur les modèles d’évaluation intégrée, les analyses coûts-avantages et les efforts plus généraux de conception des politiques». L’étude a utilisé une méthode fondée sur les experts – la sollicitation d’experts, ou enquêtes structurées auprès d’experts – et quatre méthodes fondées sur des modèles qui modélisent les coûts soit en fonction du déploiement, soit en fonction du temps. Les chercheurs ont appliqué ces méthodes à six technologies: l’électricité nucléaire, les modules photovoltaïques, l’éolien terrestre, l’éolien en mer, les cellules d’électrolyse alcaline et les cellules d’électrolyse à membrane échangeuse de protons.
Les méthodes basées sur des modèles se révèlent plus performantes
Le Dr Rupert Way, coauteur de l’étude, de l’université d’Oxford, a expliqué les résultats: «La comparaison des prévisions des experts et des modèles avec les coûts observés en 2019 sur une courte période (10 ans maximum) révèle que les approches basées sur les modèles sont plus performantes que les sollicitations d’experts. Plus précisément, la plage du 5e au 95e percentile des quatre approches fondées sur des modèles était bien plus susceptible de contenir la valeur observée que celle des prévisions des experts. Parmi les méthodes basées sur des modèles, certaines rendaient plus souvent compte que d’autres des coûts observés en 2019.» L’auteur principal, le Dr Jing Meng de l’University College London, a ajouté que «les médianes 2019 des prévisions basées sur des modèles étaient plus proches du coût moyen observé en 2019 pour cinq des six technologies». Il s’est toutefois avéré que toutes les méthodes sous-estimaient le progrès technologique dans pratiquement toutes les technologies. Cela pourrait être attribué aux changements structurels induits par les nouvelles politiques climatiques et énergétiques, et les forces sociales et marchandes. «Dans cinq des six technologies analysées, les méthodes ont généré des médianes de prévision des coûts pour 2019 qui étaient supérieures aux coûts observés en 2019», a fait remarquer la professeure Elena Verdolini de l’université de Brescia, en Italie, co-auteure de l’étude. «Cela signifie que le rythme de progression de la réduction des coûts a été plus élevé que ce que prévoyaient à la fois les données historiques et les avis d’experts. Il reste toutefois à déterminer dans quelle mesure ce rythme plus rapide de progrès par rapport aux prévisions se poursuivra (ou non) dans le futur.» Les résultats de la recherche ont été publiés dans la «Proceedings of the National Academy of Sciences of the United States of America». L’étude financée par INNOPATHS (Innovation pathways, strategies and policies for the Low-Carbon Transition in Europe), COP21 RIPPLES (COP21: Results and Implications for Pathways and Policies for Low Emissions European Societies), et 2D4D (Disruptive Digitalization for Decarbonization) souligne la nécessité de poursuivre des recherches qui comparent les méthodes de prévision sur un plus large éventail de technologies. Pour plus d’informations, veuillez consulter: site web du projet INNOPATHS site web du projet COP21 RIPPLES site web du projet 2D4D
Mots‑clés
INNOPATHS, COP21 RIPPLES, 2D4D, énergie, technologie, sollicitation d’experts, prévisions basées sur des modèles, transition énergétique, coût des technologies énergétiques
