Energy system models which cover multiple vectors have become increasingly used to provide an evidence base for policy and commercial decisions in real‐world energy systems undergoing change. In particular, such models are often used to derive “optimal” pathways to decarbonization considering the planning or operation of systems with multiple technology options. This paper explores how the concept of “usefulness”—the applicability and relevance of modelling outcomes—may be used to establish criteria for modelling design and practice at the outset, and looks at the difficulties that may be faced in achieving this. The application should inform the choice of modelling framework and the manner in which tractability should be addressed and results meaningfully presented. A process of continuous engagement is proposed which guides modelling work towards “useful” outcomes, as well as mitigating the danger of results being more reflective of design choices than the properties of the real‐world systems being modeled. Because of the difficulties in maintaining and auditing complex datasets spanning expertise from multiple sectors, there is a clear role for independent data curators to facilitate rigor in model parameterization and to allow consistency between modelling efforts. Specialists from the different disciplines represented should be engaged to ensure that data have been interpreted and applied correctly. All modelling choices should be clearly documented along with advice on their possible implications in respect of use of the results.

中文翻译：

---

使能源系统模型有用：对多个矢量进行建模的良好实践

涵盖多个向量的能源系统模型已越来越多地用于为正在发生变化的现实能源系统中的政策和商业决策提供依据。特别是，考虑到具有多种技术选择的系统的计划或运行，此类模型通常用于得出脱碳的“最佳”途径。本文探讨了“有用性”的概念，即建模结果的适用性和相关性，如何一开始就可以用于建立建模设计和实践的标准，并探讨实现这一目标可能面临的困难。应用程序应告知建模框架的选择以及应解决的易处理性和有意义地呈现结果的方式。提出了一种持续参与的过程，该过程可指导建模工作朝着“有用的”结果迈进，并减轻了结果的危险性，而不是所建模的真实世界系统的属性更能反映设计选择。由于难以维护和审核跨越多个部门的专业知识的复杂数据集，因此独立数据管理者的明确职责是促进模型参数化的严格性并实现建模工作之间的一致性。应聘用来自不同学科的专家，以确保正确解释和应用数据。所有建模选择均应清楚地记录在案，并就其对使用结果可能产生的影响提供建议。以及减轻结果比设计的实际系统的属性更能反映设计选择的危险。由于难以维护和审核跨越多个部门的专业知识的复杂数据集，因此独立数据管理者的明确职责是促进模型参数化的严格性并实现建模工作之间的一致性。应聘用来自不同学科的专家，以确保正确解释和应用数据。所有建模选择均应清楚地记录在案，并就其对使用结果可能产生的影响提供建议。以及减轻结果比设计的实际系统的属性更能反映设计选择的危险。由于难以维护和审核跨越多个部门的专业知识的复杂数据集，因此独立数据管理者的明确职责是促进模型参数化的严格性并实现建模工作之间的一致性。应聘用来自不同学科的专家，以确保正确解释和应用数据。所有建模选择均应清楚地记录在案，并就其对使用结果可能产生的影响提供建议。由于难以维护和审核跨越多个部门的专业知识的复杂数据集，因此独立数据管理者的明确职责是促进模型参数化的严格性并实现建模工作之间的一致性。应聘用来自不同学科的专家，以确保正确解释和应用数据。所有建模选择均应清楚地记录在案，并就其对使用结果可能产生的影响提供建议。由于难以维护和审核跨越多个部门的专业知识的复杂数据集，因此独立数据管理者在促进模型参数化的严格程度以及实现建模工作之间的一致性方面扮演着明确的角色。应聘用来自不同学科的专家，以确保正确解释和应用数据。所有建模选择均应清楚地记录在案，并就其对使用结果可能产生的影响提供建议。