预测电力用量对公共卫生的影响

电力部门是空气污染排放的主要来源之一，影响近乎所有社区的公共卫生。尽管监管措施已减少空气污染物，但化石燃料仍是能源供应的重要组成部分，凸显了需要更先进的需求侧方法来减少公共卫生影响的必要性。为实现以健康为导向的需求侧管理，我们引入HealthPredictor——一个面向特定领域的AI模型，提供将电力用量与公共卫生结果关联的端到端管道。该模型包含三个组件：燃料混合预测器，用于估算不同发电来源的贡献；空气质量转换器，建模污染物排放与大气扩散；健康影响评估器，将结果污染变化转化为货币化的健康损伤。我们在美国多个地区应用该方法，健康驱动的优化框架在公共卫生影响方面的预测误差显著低于燃料混合驱动的基线方法。一项关于电动汽车充电方案的案例研究说明了我们方法所实现的公共卫生收益，以及其为健康导向能源管理提供的可操作性指导。总体而言，本工作表明，AI模型可以被明确设计以实现以健康为导向的能源管理，以推动公共卫生及更广泛的社会福祉。我们的数据集和代码已发布于：https://github.com/Ren-Research/Health-Impact-Predictor。