En ny studie tyder på att kraftindustrin underskattar hur klimatförändringar kan påverka den långsiktiga efterfrågan på el i USA.

Forskningen, publiceras idag i tidskriften Riskanalys , leddes av universitetet vid Buffalo och Purdue University.

Den beskriver begränsningarna för prediktionsmodeller som används av elleverantörer och tillsynsmyndigheter för energiprognoser på medellång och lång sikt. Och den skisserar en ny modell som inkluderar viktiga klimatprediktorer - medeldaggpunktstemperatur och extrem maxtemperatur - som forskare säger ger en mer exakt bild av hur klimatförändringar kommer att förändra framtida elbehov.

"Befintliga modeller för energibehov har inte hållit jämna steg med vår ökande kunskap om hur klimatet förändras, " säger studiens huvudförfattare Sayanti Mukherjee, Ph.D., biträdande professor i industri- och systemteknik vid UB:s Tekniska Högskola. "Det här är besvärligt eftersom det kan leda till risker för otillräcklig leverans som orsakar fler strömavbrott, som kan påverka allt från nationell säkerhet och den digitala ekonomin till folkhälsa och miljön."

"Tillgängligheten av offentliga data inom energisektorn, kombinerat med framsteg inom algoritmisk modellering, har gjort det möjligt för oss att gå längre än befintliga tillvägagångssätt som ofta uppvisar dålig prediktiv prestanda. Som ett resultat, vi kan bättre karakterisera kopplingen mellan energibehov och klimatförändringar, och bedöma framtida risker för bristande utbud, " säger medförfattaren Roshanak Nateghi, Ph.D., biträdande professor i industriteknik och miljö- och ekologisk teknik vid Purdue.

Begränsningar av befintliga modeller

Den överväldigande majoriteten av klimatforskare förutspår att den globala temperaturen kommer att stiga under hela 2000-talet. Detta förväntas öka efterfrågan på el eftersom fler människor vänder sig till luftkonditionering för att hålla sig sval.

En av de vanligaste energimodelleringsplattformarna som används för att förutsäga framtida elbehov — MARKAL, uppkallad efter MARKNAD och ALlokering – tar inte hänsyn till klimatvariationer.

En annan vanlig energiekonomisk modell, det nationella energimodelleringssystemet, eller NEMS, tar hänsyn till klimatet. Dock, det är begränsat till uppvärmnings- och kylningsgradsdagar. En värmegradsdag definieras som en dag då medeltemperaturen är över 65 grader Fahrenheit (18 grader Celsius). En svalkande graddag är när medeltemperaturen är under 65 grader.

Även om det finns olika sätt att mäta uppvärmnings- och nedkylningsgradsdagar, de beräknas oftast genom att lägga till dagens höga temperatur till dagens låga temperatur, och sedan dividera summan med två. Till exempel, en högsta temperatur på 76 grader och en lägsta temperatur på 60 grader ger en medeltemperatur på 68 grader.

Problemet med detta tillvägagångssätt, Mukherjee säger, är att det inte tar tid. Till exempel, det kan vara 76 grader i 23 timmar och 60 grader i en timme – men medeltemperaturen den dagen skulle fortfarande registreras som 68 grader.

"Dessutom, valet av den exakta balanspunktstemperaturen är mycket omtvistat, och det finns ingen konsensus från forskarsamhället om hur man bäst väljer det, säger Mukherjee.

Daggpunktstemperaturen är nyckeln

För att komma till rätta med dessa begränsningar, hon och Nateghi studerade mer än ett dussin vädermätningar. De fann att medeldaggpunktstemperaturen - den temperatur vid vilken luft är mättad med vattenånga - är den bästa prediktorn för ökat energibehov. Den näst bästa prediktorn är den extrema maxtemperaturen för en månad, de säger.

Forskarna kombinerade dessa klimatprediktorer med tre andra kategorier – sektorn (bostäder, kommersiella och industriella) förbrukar energin, väderdata och socioekonomiska data – för att skapa sin modell.

De tillämpade modellen på delstaten Ohio och fann att bostadssektorn är mest känslig för klimatvariationer. Med en måttlig ökning av daggpunktstemperaturen, efterfrågan på el kan öka med upp till 20 procent. Förutsägelsen hoppar till 40 procent med en kraftig ökning.

Som jämförelse, Public Utility Commission of Ohio (PUCO), som inte tar hänsyn till klimatförändringar i sina modeller, förutspår efterfrågan på bostäder med mindre än 4 procent fram till 2033.

Det är liknande i den kommersiella sektorn, där forskarna säger att efterfrågan kan öka till 14 procent. På nytt, PUCOs prognoser är lägre, 3,2 procent. Industrisektorn är mindre känslig för temperaturvariationer, dock, forskare säger att efterfrågan fortfarande kan överstiga prognoserna.

Under vintermånaderna, variationer mellan modellerna är mindre betydande. Det beror på, till viss del, till den relativt låga andelen (22,6 procent) av Ohiobor som värmer sina hem via el.

Även om studien är begränsad till Ohio, forskare säger att modellen kan tillämpas på andra stater. För att kommunicera resultat, forskarna använde värmekartor, som ger en omedelbar visuell sammanfattning av data som representeras av färger. Idén, de säger, är att bättre informera beslutsfattare med korrekt och lättförståelig information.