[논문 리뷰] A Cross-Domain Approach to Analyzing the Short-Run Impact of COVID-19 on the U.S. Electricity Sector

Guangchun Ruan, Dongqi Wu외 6명|arXiv (Cornell University)|2020. 05. 11.

COVID-19 impact on air quality참고 문헌 15인용 수 57

한 줄 요약

이 논문은 COVID-EMDA +라는 도메인 간 데이터 허브를 도입하여 전력시장 데이터와 COVID-19 보건, 이동성, 위성 데이터를 통합하고, 제한된 VAR 모델을 사용하여 미국 내 지역 간 시장들에 걸친 단기 전력 소비에 대한 COVID-19의 영향력을 정량화한다.

ABSTRACT

The novel coronavirus disease (COVID-19) has rapidly spread around the globe in 2020, with the U.S. becoming the epicenter of COVID-19 cases since late March. As the U.S. begins to gradually resume economic activity, it is imperative for policymakers and power system operators to take a scientific approach to understanding and predicting the impact on the electricity sector. Here, we release a first-of-its-kind cross-domain open-access data hub, integrating data from across all existing U.S. wholesale electricity markets with COVID-19 case, weather, cellular location, and satellite imaging data. Leveraging cross-domain insights from public health and mobility data, we uncover a significant reduction in electricity consumption across that is strongly correlated with the rise in the number of COVID-19 cases, degree of social distancing, and level of commercial activity.

연구 동기 및 목표

• COVID-19로 인한 전력 수요 영향 평가를 위한 도메인 간 분석의 필요성 제시
• 전력시장을 보건, 이동성, 기상, 위성 데이터와 통합하는 오픈 액세스 데이터 허브(COVID-EMDA +) 구축
• 교차 도메인 지표에 비례한 전력 소비 변화의 정량화 위한 통계적 프레임워크 개발
• 지역별 및 도시별 감소 폭을 정량화하고 로드 변화의 주요 원인을 식별

제안 방법

• 전력 시장, 기상, COVID-19 사례 데이터, 이동성(SafeGraph), 위성 이미지 데이터를 통합하는 오픈 액세스 데이터 허브 COVID-EMDA + 구성
• 날씨, 달력, GDP 성장 요인을 고려한 COVID-전 이전의 전력 소비를 추정하는 앙상블 백캐스트 모델 개발
• 도시별 제한 벡터 자기회귀(RV AR) 모델을 교차 요인의 전력 소비 영향 분석 및 분산 분해 및 충격 반응 분석 수행
• 지오코딩 및 데이터 표준화를 통해 이질적 데이터 소스를 공통 시간 해상도 및 지리적 해상도로 정렬
• 크로스-마켓 및 크로스-도시의 전력 소비 감소(April–June 2020) 평가 및 교차 도메인 요인과의 관련성 분석

Figure 1: Visualization of the impact of COVID-19 on electricity consumption using NTL data for New York City: (a) NTL imagery before the outbreak of COVID-19 (February 8, 2020). (b) NTL imagery during the outbreak (April 25, 2020). The sampling time of both representative snapshots is $1$ a.m. on S

실험 결과

연구 질문

• RQ1 COVID-19, 사회적 거리두기 및 소매 모빌리티가 미국 시장과 도시 간의 전력 소비 변화와 어떻게 관련되어 있는가?
• RQ2 공중 보건 지표, 사회적 거리두기 지표, 상업 활동의 상대적 중요도는 로드 감소를 설명하는 데 얼마나 기여하는가?
• RQ3 요인 간 다이나믹 시계열 차이가 전력 소비에 지연 효과를 만들어내는가?
• RQ4 팬데믹 기간에 크로스 도메인 데이터가 단기 로드 예측 및 정책 평가에 도움을 주는가?

주요 결과

시장/도시	2월	3월	4월	5월	6월
CAISO	-1.31	2.68	9.24	6.46	0.29
MISO	-0.14	1.77	10.24	10.71	3.49
ISO-NE	2.15	5.24	9.47	10.44	1.79
NYISO	0.84	4.51	10.20	10.47	5.72
PJM	0.54	2.68	9.44	7.35	0.14
SPP	-0.90	2.47	7.72	9.24	2.66
ERCOT	-1.52	1.30	6.36	4.44	2.41
Boston	0.40	7.12	11.32	9.36	0.41
Chicago	0.09	2.95	9.81	9.51	3.24
Houston	-0.55	-0.53	5.33	3.63	4.41
Kansas City	0.10	0.24	9.04	7.01	0.21
Los Angeles	-1.12	3.32	11.06	3.91	-1.90
New York City	0.43	5.27	14.10	14.77	11.07
Philadelphia	0.75	3.94	8.93	8.24	2.07

• 모든 미국 전력 시장에서 2020년 4월과 5월에 걸쳐 감소가 관찰되었으며, 4월은 6.36%에서 10.24%까지, 5월은 4.44%에서 10.71%까지였습니다.
• 뉴욕 ISO (NYISO) 및 MISO에서 가장 큰 감소가 나타난 반면 ERCOT 및 SPP는 상대적으로 작았습니다.
• 소매 모빌리티(상업 활동)가 도시 전반의 로드 감소에 가장 중요한 영향력을 가지며 다양한 시장에서 민감도가 정량적으로 나타납니다(예: 휴스턴: 1% 소매 모빌리티 감소 ≈ 0.78% 정상 상태 로드 감소).
• 신규 COVID-19 확진자 수는 충격 반응에서 소비에 대한 직접적 영향이 약해 사회적 거리두기 및 상업 활동을 통한 간접 효과를 시사합니다.
• 도시 수준 분석은 밀집 도시 지역(예: NYC, 보스턴)이 분산된 지역(예: 휴스턴)보다 더 큰 감소를 겪었음을 보여줍니다.
• 크로스 도메인 인사이트는 지역별 이질적 동태를 드러내며 정책 및 운영 의사결정을 위한 위치 보정 분석의 필요성을 나타냅니다.

Figure 3: (a) Multi-dimensional relationship between case load, social distancing, shut down of commercial activity and electricity consumption. Heterogeneous data sources from COVID-EMDA + are applied as indicators of these factors. (b) Wide variation in the time scales of different factors influen