能源、气候和天气之间的相互作用日益复杂，对可再生能源发电、能源存储、电气化终端用途以及极端天气事件频率的增加产生了影响。能源系统分析通常依赖气象输入来估算可再生能源发电量和能源需求，但很少能代表未来气候变化的影响。本研究评估了来自耦合模型比较项目第6阶段（CMIP6）的各种全球气候模型（GCMs）的数据集，对其在历史气候方面的技能进行了评估，并比较了它们对未来气候变化的预测结果，涉及两种不同的气候变化情景（SSP2 4.5 和 SSP5 8.5）。
研究选择了13个满足以下标准的CMIP6历史数据记录的GCM：具有当前最先进的时空分辨率（例如，每日100公里），包含建模能源生成和需求所需的所有变量（例如，温度、湿度、降水量、风速和太阳辐照度），并且在CMIP6存档中包含多个关键模拟的公共记录。研究使用了三个历史参考数据集（ERA5、Daymet和国家太阳能辐射数据库（NSRDB））来评估GCMs的历史技能，并使用了中心化后的柯尔莫哥洛夫-斯米尔诺夫（KS）统计检验和偏差度量来评估GCMs在表示历史气候方面的技能。
研究结果表明，没有任何气候模型在所有指标上表现最佳，任何一个给定的气候模型可能在一个指标上表现良好，而在其他指标或地区则存在显著偏差。此外，即使是最具有历史准确性的模型，排放响应的范围也可能相当大。关于两种气候变化情景，SSP5 8.5 所代表的升温幅度仅略低于 SSP2 4.5，并且多种选定的GCMs在预测结果上存在显著重叠。
研究还比较了GCMs对未来气候变化的预测，发现各地区和GCM之间存在很大的异质性。例如，对于水力资源而言，平均降水量随着温度的增加而增加，这一趋势在CONUS以及北美电力可靠性委员会（NERC）的大多数子区域中都可以观察到。然而，这种趋势在德克萨斯可靠性实体（Texas RE）和西部电力协调委员会（WECC）中存在很大的不确定性。此外，研究还发现，在CONUS范围内可能存在风资源减少的可能性，尽管这种趋势在GCMs之间以及不同报告中存在分歧。
本研究旨在为后续工作中的气候模型和情景的选择提供参考，而不是推荐最适合特定分析的最佳气候模型和数据集。研究结果表明，使用具有多样特性的多个输入数据集将导致更为稳健的研究结果。研究还强调了气候情景选择的重要性，并建议实际研究根据可获得的最佳信息来选择其情景。
