[论文解读] Tracking and Analyzing the Short-Run Impact of COVID-19 on the U.S. Electricity Sector

Guangchun Ruan, Dui Wu+5 more|arXiv (Cornell University)|May 11, 2020

COVID-19 impact on air quality被引用 2

一句话总结

本研究推出一个开放获取的跨领域数据平台，整合了美国批发电力市场数据与新冠肺炎病例、流动性、天气及卫星数据，以分析短期电力需求变化。研究发现，新冠肺炎病例上升、社交距离措施、商业活动减少与美国各地电力消耗显著下降之间存在强烈相关性。

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.

研究动机与目标

• 理解新冠肺炎大流行对美国电力需求的短期影响。
• 解决缺乏整合、实时的公共健康、流动性与电力市场动态数据链接的问题。
• 为政策制定者和电网运营商提供科学依据，以预测公共卫生危机期间电力部门的影响。
• 发布首个开放获取的数据平台，整合多个数据领域，供公众使用。

提出的方法

• 整合全美批发电力市场数据与公共卫生、流动性、天气及卫星影像数据。
• 采用跨领域相关性分析，将电力消耗变化与新冠肺炎病例趋势及社交距离措施关联。
• 利用移动通信位置数据量化商业和居民活动的减少。
• 使用基于卫星的夜间灯光数据作为经济活动与电力使用情况的代理指标。
• 对多样化数据流进行时间对齐，以实现电力需求变化的时间序列分析。
• 应用统计建模方法，分离出与疫情相关的行为变化对电力消耗的影响。

实验结果

研究问题

• RQ1 2020年初，新冠肺炎病例上升与美国电力需求变化之间存在何种相关性？
• RQ2 社交距离措施和商业活动减少在多大程度上影响了电力消耗模式？
• RQ3 基于移动通信数据得出的流动性趋势与观察到的电力需求减少是否一致？
• RQ4 在疫情期间，基于卫星的夜间灯光数据能否作为电力使用的可靠代理指标？
• RQ5 在疫情初期阶段，美国不同地区电力需求减少的幅度和空间差异如何？

主要发现

• 2020年初，美国电力消耗显著下降，且降幅与新冠肺炎病例上升密切相关。
• 电力需求下降最显著的地区，其社交距离措施更严格、商业活动减少更明显。
• 流动性数据显示人类活动显著减少，其变化趋势与电力使用减少高度吻合。
• 夜间灯光卫星数据证实城市区域明显变暗，与电力需求下降一致。
• 疫情严重程度与电力使用之间的相关性在多个地区和电力市场枢纽中保持一致。
• 本研究表明，公共卫生和流动性数据可有效预测危机期间短期电力需求变化。