[论文解读] Power and the Pandemic: Exploring Global Changes in Electricity Demand During COVID-19

Elizabeth Buechler, Siobhan Powell+7 more|arXiv (Cornell University)|Aug 16, 2020

COVID-19 impact on air quality被引用 11

一句话总结

本研究构建了一个统一的建模框架，以分析2020年1月至5月新冠疫情期间全球电力需求的变化，使用来自58个国家的经天气、季节和时间校正的数据。研究发现，日用电量最高下降26%，其影响可划分为四个由政府限制和出行模式驱动的群体，而非地理因素，且在需求急剧下降期间，用电模式与疫情前的周末负荷曲线一致。

ABSTRACT

Understanding how efforts to limit exposure to COVID-19 have altered electricity demand provides insights not only into how dramatic restrictions shape electricity demand but also about future electricity use in a post-COVID-19 world. We develop a unified modeling framework to quantify and compare electricity usage changes in 58 countries and regions around the world from January-May 2020. We find that daily electricity demand declined as much as 10% in April 2020 compared to modelled demand, controlling for weather, seasonal and temporal effects, but with significant variation. Clustering techniques show that four impact groups capture systematic differences in timing and depth of electricity usage changes, ranging from a mild decline of 2% to an extreme decline of 26%. These groupings do not align with geography, with almost every continent having at least one country or region that experienced a dramatic reduction in demand and one that did not. Instead, we find that such changes relate to government restrictions and mobility. Government restrictions have a non-linear effect on demand that generally saturates at its most restrictive levels and sustains even as restrictions ease. Mobility offers a sharper focus on electricity demand change with workplace and residential mobility strongly linked to demand changes at the daily level. Steep declines in electricity usage are associated with workday hourly load patterns that resemble pre-COVID weekend usage. Quantifying these impacts is a crucial first step in understanding the impacts of crises like the pandemic and the associated societal response on electricity demand.

研究动机与目标

• 量化并比较2020年1月至5月新冠疫情期间58个国家和地区的电力需求变化。
• 分离天气、季节性和一天中不同时段对电力需求波动的影响。
• 利用聚类技术识别需求变化中的系统性模式。
• 考察政府限制措施、出行趋势与电力使用变化之间的关系。
• 为理解危机驱动的能源需求转变及其对后疫情时代能源系统的影响提供基础。

提出的方法

• 统一的建模框架通过调整实际电力需求以控制天气、季节和每日时间变化，估算出‘建模’的基线需求。
• 日需求偏差通过实际需求与建模需求的差值计算，以控制外部因素的影响。
• 应用层次聚类方法，根据需求变化的时间和幅度对国家进行分组，识别出四个不同的影响群体。
• 量化并分析政府限制水平对需求的非线性影响，发现在最高限制水平时出现饱和现象。
• 将出行数据（尤其是工作场所和居住地出行）与日需求模式相关联，以评估其预测能力。
• 本研究采用综合方法，整合时间序列分析、政策指标和出行指标，以识别需求变化的因果驱动因素。

实验结果

研究问题

• RQ1 新冠疫情期间全球电力需求在早期几个月发生了怎样的变化？哪些因素解释了各国之间的差异？
• RQ2 政府对出行和活动的限制在多大程度上影响了日电力需求模式？
• RQ3 工作场所和居住地出行的变化在日度层面上如何与电力消费变化相关联？
• RQ4 观察到的需求减少是否与疫情前的周末用电模式相似？这对居家办公行为有何启示？
• RQ5 聚类技术能否识别出超越地理或经济边界的系统性需求响应模式？

主要发现

• 在控制天气、季节性和时间因素后，2020年4月日用电量相比建模需求最高下降10%。
• 聚类分析识别出四个不同的影响群体，需求变化范围从轻微的2%下降到严重的26%下降，表明各国响应存在显著异质性。
• 最极端的需求下降与疫情前周末的负荷曲线相似，表明远程办公广泛实施。
• 政府限制对需求具有非线性影响，最大影响出现在最严格限制水平，且在限制放松后仍保持稳定。
• 出行（尤其是工作场所和居住地出行）对日需求变化的预测能力优于地理区域或经济地位。
• 研究发现区域地理与需求变化强度之间无一致关联，表明政策和行为比地理位置更具决定性。