需求响应中处理效应的线性估计：一种实验设计方法

需求响应旨在促使电力消费者在关键时段调整其负荷。在本文中，我们将需求响应计划中的信号视为对消费者的一种二元处理，并估计平均处理效应，即需求响应信号下消费的平均变化。更具体地，我们提出通过线性回归模型估计该效应，并基于不同模型推导了若干估计量。基于合成与真实数据，我们表明包含更多关于消费者的信息并不总是提高估计精度：侧信息与需求响应信号之间的交互必须被仔细建模。此外，我们将传统线性回归模型与修正协变量方法进行比较，后者对处理效应与协变量间的交互进行建模。我们分析了这些估计量的方差，并讨论了各自估计量工作最佳的不同情形。这些比较的目的并非宣称不同方法的优越性，而是旨在为不同设定下使用的最合适估计量提供实践指导。我们的结果使用Pecan Street和EnergyPlus收集的数据进行了验证。