The considerable cessation of human activities during the COVID-19 pandemic has affected global energy use and CO2 emissions. Here we show the unprecedented decrease in global fossil CO2 emissions from January to April 2020 was of 7.8% (938 Mt CO2 with a +6.8% of 2-{\sigma} uncertainty) when compared with the period last year. In addition other emerging estimates of COVID impacts based on monthly energy supply or estimated parameters, this study contributes to another step that constructed the near-real-time daily CO2 emission inventories based on activity from power generation (for 29 countries), industry (for 73 countries), road transportation (for 406 cities), aviation and maritime transportation and commercial and residential sectors emissions (for 206 countries). The estimates distinguished the decline of CO2 due to COVID-19 from the daily, weekly and seasonal variations as well as the holiday events. The COVID-related decreases in CO2 emissions in road transportation (340.4 Mt CO2, -15.5%), power (292.5 Mt CO2, -6.4% compared to 2019), industry (136.2 Mt CO2, -4.4%), aviation (92.8 Mt CO2, -28.9%), residential (43.4 Mt CO2, -2.7%), and international shipping (35.9Mt CO2, -15%). Regionally, decreases in China were the largest and earliest (234.5 Mt CO2,-6.9%), followed by Europe (EU-27 & UK) (138.3 Mt CO2, -12.0%) and the U.S. (162.4 Mt CO2, -9.5%). The declines of CO2 are consistent with regional nitrogen oxides concentrations observed by satellites and ground-based networks, but the calculated signal of emissions decreases (about 1Gt CO2) will have little impacts (less than 0.13ppm by April 30, 2020) on the overserved global CO2 concertation. However, with observed fast CO2 recovery in China and partial re-opening globally, our findings suggest the longer-term effects on CO2 emissions are unknown and should be carefully monitored using multiple measures.

Demand response (DR) is a critical and effective measure to stimulate the demand side resources to interact with renewable generation in the power system. However, the conventional scope of DR cannot fully exploit the interaction capabilities of demand side resources, which limits the energy users in the electric power system. With the revolution of the traditional economic and social pattern based on centralized fossil energy consumption, “Energy Internet” is impelling the development of the third industrial revolution, which aims at promoting the incorporation of sustainable energy and internet technology, and facilitating the integration of multi-energy systems (MESs). By integrating electricity, thermal energy, natural gas and other forms of energy, the smart energy hub (SEH) makes it possible for energy users to flexibly switch the source of consumed energy. With the complementarity of MESs, even the inelastic loads can actively participate in DR programs, which fully exploits the interaction capability of DR resources while maintaining the consumers’ comfort. This novel vision of the DR programs is termed as “Integrated Demand Response (IDR)”. In this context, the state-of-the-art of IDR in the MESs is reviewed for the first time. Firstly, the basic concept of IDR and the value analysis are introduced. The research on IDR in the MES is then summarized. The overviews of the engineering projects around the world are introduced. Finally, the key issues and potential research topics on IDR in the MES are proposed. Hopefully, this paper will provide reference for future research and engineering projects on IDR programs in the MES.

This paper presents the formulation and critical assessment of a novel type of demand response (DR) program targeting retail customers (such as small/medium size commercial, industrial, and residential customers) who are equipped with smart meters yet still face a flat rate. Enabled by pervasive mobile communication capabilities and smart grid technologies, load serving entities (LSEs) could offer retail customers coupon incentives via near-real-time information networks to induce demand response for a future period of time in anticipation of intermittent generation ramping and/or price spikes. This scheme is referred to as coupon incentive-based demand response (CIDR). In contrast to the real-time pricing or peak load pricing DR programs, CIDR continues to offer a flat rate to retail customers and also provides them with voluntary incentives to induce demand response. Theoretical analysis shows the benefits of the proposed scheme in terms of social welfare, consumer surplus, LSE profit, the robustness of the retail electricity rate, and readiness for implementation. The pros and cons are discussed in comparison with existing DR programs. Numerical illustration is performed based on realistic supply and demand data obtained from the Electric Reliability Council of Texas (ERCOT).

In this study, a linearized and convergence-guaranteed optimal power flow (OPF) model with reactive power (Q ) and voltage magnitude (v) is proposed. Based on a linearized network model, a fully linearly-constrained OPF model is formulated with constraints on Q and v and limits on the apparent branch flow. Compared with the commonly used DC OPF method, the proposed method narrows the deviation from the AC OPF solution without requiring any additional information of the power grid. The locational marginal price (LMP) of the proposed method is closer to the AC OPF solution than the DC OPF method. The marginal price of the reactive power (Q-LMP) is provided, which offers the opportunity to price the reactive power. Case studies on several IEEE and Polish benchmark systems show that the proposed OPF method substantially enhances the performance of the prevalent DC OPF method. In addition, it is shown that if the accuracy of the linearized network model needs to be further improved, such as that during the iterative quasi-optimization process that reconstitutes the AC feasibility, a solution that is notably close to the optimum of the AC OPF model can be obtained by taking only one more iteration.

We constructed a near-real-time daily CO2 emission dataset, namely the Carbon Monitor, to monitor the variations of CO2 emissions from fossil fuel combustion and cement production since January 1st 2019 at national level with near-global coverage on a daily basis, with the potential to be frequently updated. Daily CO2 emissions are estimated from a diverse range of activity data, including: hourly to daily electrical power generation data of 29 countries, monthly production data and production indices of industry processes of 62 countries/regions, daily mobility data and mobility indices of road transportation of 416 cities worldwide. Individual flight location data and monthly data were utilised for aviation and maritime transportation sectors estimates. In addition, monthly fuel consumption data that corrected for daily air temperature of 206 countries were used for estimating the emissions from commercial and residential buildings. This Carbon Monitor dataset manifests the dynamic nature of CO2 emissions through daily, weekly and seasonal variations as influenced by workdays and holidays, as well as the unfolding impacts of the COVID-19 pandemic. The Carbon Monitor near-real-time CO2 emission dataset shows a 7.8% decline of CO2 emission globally from Jan 1st to Apr 30th in 2020 when compared with the same period in 2019, and detects a re-growth of CO2 emissions by late April which are mainly attributed to the recovery of economy activities in China and partial easing of lockdowns in other countries. Further, this daily updated CO2 emission dataset could offer a range of opportunities for related scientific research and policy making.

Abstract China has enacted a series of policies since 2015 to substitute electricity for in-home combustion for rural residential heating. The Electric Heating Policy (EHP) has contributed to significant improvements in air quality, benefiting hundreds of millions of people. This shift, however, has resulted in a sharp increase in electric loads and associated carbon emissions. Here, we show that China’s EHP will greatly increase carbon emissions. We develop a theoretical model to quantify the carbon emissions from power generation and rural residential heating sectors. We found that in 2015, an additional 101.69–162.89 megatons of CO 2 could potentially be emitted if EHP was implemented in 45–55% of rural residents in Northern China. In 2020, the incremental carbon emission is expected to reach 130.03–197.87 megatons. Fortunately, the growth of carbon emission will slow down due to China’s urbanization progress. In 2030, the carbon emission increase induced by EHP will drop to 119.19–177.47 megatons. Finally, we conclude two kinds of practical pathways toward low-carbon electric heating, and provide techno-economic analyses.