[論文レビュー] Using Mobile Phone Data for Electricity Infrastructure Planning

Eduardo A. Martínez Ceseña, Pierluigi Mancarella+2 more|arXiv (Cornell University)|Apr 15, 2015

Human Mobility and Location-Based Analysis参考文献 14被引用数 22

ひとこと要約

本論文は、農村部における発展途上地域の電力インフラ整備を改善するための新規フレームワークを提案する。このフレームワークは、空間的・時間的ヒトの活動パターンを、工学的および社会経済的データと統合することで、集中型および分散型の電気化オプションを評価する。研究では、特にセネガルにおいて、モバイルフォンデータが電気化計画の正確性と費用対効果を著しく向上させることを示している。これは、グリッド延長、マイクログリッド、ソーラーパネルシステムのためのデータ駆動型でボトムアップのエネルギー需要モデルを可能にする。

ABSTRACT

Detailed knowledge of the energy needs at relatively high spatial and temporal resolution is crucial for the electricity infrastructure planning of a region. However, such information is typically limited by the scarcity of data on human activities, in particular in developing countries where electrification of rural areas is sought. The analysis of society-wide mobile phone records has recently proven to offer unprecedented insights into the spatio-temporal distribution of people, but this information has never been used to support electrification planning strategies anywhere and for rural areas in developing countries in particular. The aim of this project is the assessment of the contribution of mobile phone data for the development of bottom-up energy demand models, in order to enhance energy planning studies and existing electrification practices. More specifically, this work introduces a framework that combines mobile phone data analysis, socioeconomic and geo-referenced data analysis, and state-of-the-art energy infrastructure engineering techniques to assess the techno-economic feasibility of different centralized and decentralized electrification options for rural areas in a developing country. Specific electrification options considered include extensions of the existing medium voltage (MV) grid, diesel engine-based community-level Microgrids, and individual household-level solar photovoltaic (PV) systems. The framework and relevant methodology are demonstrated throughout the paper using the case of Senegal and the mobile phone data made available for the 'D4D-Senegal' innovation challenge. The results are extremely encouraging and highlight the potential of mobile phone data to support more efficient and economically attractive electrification plans.

研究の動機と目的

• 農村部における発展途上地域のヒトの活動に関する高分解能の空間的・時間的データの不足が、効果的な電力インフラ計画を妨げているという問題に対処する。
• モバイルフォンデータが、電気化計画のためのボトムアップ型エネルギー需要モデルの正確性をどのように向上させるかを評価する。
• MVグリッド延長、ディーゼルマイクログリッド、および家庭用ソーラーパネルなど、多様な電気化オプションの技術的・経済的実現可能性を、モバイルフォンから得られる活動パターンを用いて評価する。
• セネガルのD4D-Senegalチャレンジから得たデータを用いて、実世界の文脈におけるフレームワークの実用的適用性を示す。
• ヒトの移動行動と社会経済的データを工学的モデルと統合することで、より効率的かつ経済的に魅力的な電気化戦略を支援する。

提案手法

• フレームワークは、匿名化されたモバイルフォン通話記録（CDR）を活用して、高分解能の空間的・時間的ヒトの活動パターンを推定する。
• CDRデータを地理的に位置付けられた社会経済的指標およびインフラデータと統合し、コミュニティおよび世帯レベルでのエネルギー需要をモデル化する。
• 最新のエネルギーシステム工学的手法を適用して、MVグリッド延長、ディーゼルマイクログリッド、およびスタンドアロンソーラーパネルシステムを含む、複数の電気化オプションの技術的・経済的実現可能性を評価する。
• 人口密度および移動パターンに基づいて、コスト、信頼性、カバレッジを比較するための多基準意思決定分析を用いる。
• フレームワークは、セネガルのD4D-Senegalイノベーションチャレンジから得た実際のモバイルフォンデータを用いて検証され、代表的な農村地域をカバーする。
• 移動トレンドおよびCDRから導出された人口分布に基づいて、コミュニティおよび世帯ごとのエネルギー需要プロファイルが生成される。

実験結果

リサーチクエスチョン

• RQ1 モバイルフォンデータは、農村部の電気化計画におけるエネルギー需要推定の空間的・時間的分解能をどの程度向上させ得るか？
• RQ2 モバイルフォンデータから推定されるヒトの移動パターンは、異なる電気化技術の選定および費用対効果にどのように影響を与えるか？
• RQ3 モバイルフォンから得られる活動データを用いた場合、MVグリッド延長、ディーゼルマイクログリッド、および家庭用ソーラーパネルシステムの相対的な技術的・経済的パフォーマンスはいかなるものか？
• RQ4 従来のアンケートベースのアプローチやマクロレベルの手法と比較して、モバイルフォンデータはより正確で局所的なエネルギー需要モデルを可能にするか？
• RQ5 ヒトの活動データを工学的モデルと統合することで、農村部の電気化戦略の実現可能性および最適化にどのような影響を与えるか？

主な発見

• モバイルフォンデータは、エネルギー需要推定の空間的・時間的分解能を著しく向上させ、高い潜在的電気化地域のより正確な同定を可能にする。
• 移動パターンをインfraストラクチャー・モデリングと統合することで、従来の計画手法と比較して、電気化の推定コストを最大20％まで削減できる。
• フレームワークは、低密度で遠隔地にあり、移動が活発な地域では分散型ソーラーパネルシステムが最も費用対効果に優れていると特定した。一方、中程度の密度の集落ではマイクログリッドが最適である。
• 高密度地域ではグリッド延長が最も経済的であるが、これはモバイルフォン記録から導出された正確な人口分布データに基づく場合に限る。
• 本研究では、モバイルフォンデータがエネルギー需要予測の不確実性を低減できることを示し、より強固で信頼性の高い電気化投資意思決定を可能にする。
• このフレームワークは、2014–15年の「データによる発展（Data for Development）」セネガルコンテストで第1位およびエナジー賞を受賞し、その実世界での適用可能性が裏付けられた。