2020年11月18日，清华大学电机系钟海旺副教授与美国德州农工大学谢乐教授（2000级系友）团队合作在《焦耳》（Joule）期刊上发表《分析新冠疫情对美国电力系统短期影响的跨领域研究方法》（A Cross-Domain Approach to Analyzing the Short-Run Impact of COVID-19 on the US Electricity Sector）的研究论文。研究团队开发了一套实时追踪新冠疫情影响的公开数据集，严格量化了新冠疫情造成的电力负荷跌幅，并发现零售业流动性对负荷变化的解释力最强。这项研究成果拓展了电力负荷影响因素的传统理解，有助于提升疫情防控期间电力系统的运行效率。

新冠疫情自爆发以来，在全球范围内迅速扩散并持续升温，对人类生命健康安全造成严重威胁。2020年3月底，美国成为全球确诊病例最多的国家，美国疫情也在接下来的几个月里快速发展并逐步失控。为应对这场公共健康危机，各州政府相继出台了社交限制、居家办公等一系列措施。这些限制措施改变了人们的生产生活行为，从而影响了电力负荷特性，对电力系统运行造成了冲击。如何严格量化新冠疫情造成的负荷变化、如何挖掘导致负荷变化的主导因素，成为科学界和产业界普遍关心的焦点问题。

在此背景下，研究团队建立并发布了一套公开数据库（COVID-EMDA+）以实时追踪疫情对电力系统造成的影响。该数据库对不同行业的数据进行了跨平台聚合、多时空协同及质量管理与优化，以帮助不同领域专家和政策制定者在此基础上开展进一步研究。

严格量化疫情影响的关键是评估“反事实情景”，即控制其他条件不变，假设未发生新冠疫情的情况下，电力负荷水平会是多少。研究团队提出集成回溯模型，评估了反事实情景下负荷的估计值和不确定性区间。表1展示了针对美国七大电力市场和七个典型城市的评估结果。结果显示，电力负荷的最高下降率达到14.77%（纽约城5月情况）；各市场及城市的负荷变化都呈现出2、3月快速发展，4、5月达到顶峰，6月逐步回落的趋势；横向比较而言，美国东北和中部地区受到的影响最严重。

电力负荷变化与疫情发展、经济停罢和复工安排有着紧密的联系，研究团队进一步分析了负荷变化与一系列高频动态变量（包括新增确诊病例数、零售业流动性、居家比例等等）的因果关联，旨在加深对疫情影响机制的理解，挖掘出导致负荷变化的主导因素。

为有效处理相关因素之间跨变量和跨时序的耦合关系（见图2），研究团队选用限制性向量自回归模型来严格评估相关因素的影响程度，并采用一系列统计测试来保障结果的可靠性。最终结果显示，零售业流动性对负荷下降的解释力最强，这间接表明商业负荷下降是负荷变动的主要因素，并且该结论在不同时间段及不同地点均成立。确诊数量虽然是评估疫情严重性的核心数据，但它对负荷变化的解释效果不够理想。

研究成果的预印本于2020年5月发布于arXiv和EnerarXiv平台，成果发布以来，得到IEEE Spectrum杂志和美国媒体KBTX-TV的专题报道，研究团队受邀在MIT、PSERC等知名高校及高校联盟开展了专题报告。论文第一作者为清华大学电机系2016级博士生阮广春（2019-2020年于美国德州农工大学访问），康重庆教授为论文的合作作者，谢乐教授为论文的通讯作者。

论文链接：https://www.cell.com/joule/fulltext/S2542-4351(20)30398-6

公开数据库链接：https://github.com/tamu-engineering-research/COVID-EMDA

《焦耳》是Cell出版社旗下的第一本能源旗舰期刊，定位为知名期刊《细胞》的姊妹刊，影响因子为27.054。《焦耳》自创刊以来获得了国际学术界的广泛关注与认可，主要收录能源相关领域的高水平研究成果。