第一章 緒論
本章介紹本研究之背景與動機，研究目的以及研究方法，最後介紹本 篇論文章節之架構。
1.1 研究背景與動機
自十九世紀工業革命後，生產技術有了突破性的進步，生產型態也逐 漸由機器生產取代傳統人力從事生產工作，不僅可加快生產速度，使全世 界經濟快速成長，連帶也改變了人類的生活型態。電已成為人們生產作業 與生活中不可缺少的能源，世界各國紛紛投入能源發電的研究行列。近代 電能需求大幅上升，各種發電的原料含量快速減少，煤炭、天然氣、石油 等自然資源消耗迅速，其中石油價格的波動更是連帶影響了全世界的經濟，
根據英國知名石油公司 British Petroleum(BP)[32]指出，全球原油剩餘可開 採量為 42 年，天然氣儲量為 60 年，而鈾礦蘊藏量僅剩 53 年，這些有限 資源即將耗盡，能源危機的出現讓許多國家砸下龐大資金研發新的發電能 源。
人類所面臨問題不單只有能源危機，過度依賴化石能源或是鈾原料進 行發電，對於地球生態環境產生莫大的影響。利用化石燃料發電時所排放 的大量溫室氣體，如二氧化碳(CO2)、甲烷(CH4)等使全球氣溫年年升高，
形成溫室效應，影響了各地生態環境。利用鈾礦所進行的核能發電，用來 冷卻核反應爐的廢水排入大海，對海洋生態圈產生不良影響；此外核能發 電的輻射線及其安全性仍有疑慮，核能發電產生的核廢料更是燙手山芋。
因此政府在制定能源決策時，除了考慮經濟發展外，也必須盡到保護生態 環境的責任。
全球科技發展日新月異，經濟與文明不斷進步，能源短缺與環境生態 保護兩大問題日益嚴重。隨著環保聲浪高漲，各國在追求經濟發展的同時
2
必須正視環境問題，因此紛紛投入大量資金與人力開發風力、水利、太陽 能等低汙染的再生能源(renewable energy)。太陽能成為眾多再生能源中備 受矚目的新能源，相較其他再生能源，太陽能在取得上不易受到地形限制，
且太陽能取之不盡，用之不竭，對環境的污染很小，因此近年來歐美、日 本等已開發國家大力地發展太陽能發電系統。
台灣地小人稠，天然資源含量不多。為了維持工業生產及經濟活動，
除了開採本島的資源外，大部份的能源仍仰賴國外進口以維持供電量。根 據日前台灣經濟部[16]所發佈的資料顯示，台灣能源安全持續惡化，2008 年進口能源依存度已高達 99.35%，如圖 1.1 所示，如此高的進口能源依存 度對台灣的經濟產生一定程度的影響。此外，台灣所需能源中比例最高為 石油，佔台灣能源總供給量的一半以上；台灣對於進口石油依賴性高，一 旦國際油價市場出現震盪波動，勢必對台灣的經濟造成很大的衝擊，因此 政府推動太陽能發電系統的設置，以太陽能替代化石燃料作為供電來源，
是一項不錯的選擇。
圖 1. 1 台灣歷年進口能源依存度[30]
台灣位處太陽輻射能豐富的亞熱帶地區，太陽輻射能每平方公尺超過
95.50 96.00 96.50 97.00 97.50 98.00 98.50 99.00 99.50
1991 1993 1995 1997 1999 2001 2003 2005 2007
進口能源依存度(%)
3
3000 千卡，理論上是非常合適架設太陽能發電板的設置地區[33]。根據經 濟部能委會的資料顯示，台灣太陽能發電系統的設置容量雖然逐年提升，
至 2008 年已設置四百萬瓦，但目前台灣電力供應來源主要依賴核能發電 與火力發電，太陽能提供的電力占所有電力供應的比例不到 0.1%，太陽能 發電系統技術仍然有許多待克服的難題，不論是外在環境的使用或是技術 瓶頸，使太陽能發電系統的轉換效率與供電穩定性欠佳，低於其他發電系 統許多。除了技術層面的問題，設置太陽能發電系統需佔用廣大的土地面 積，欲設置一座與核能廠供電量相當的太陽能電廠，其設置面積約為核能 廠面積的 160 倍，台灣地狹人稠，土地成本高，高昂的設置成本成為廠商 投資太陽能產業一大障礙，因此如何提升太陽能發電系統之收入效益絕對 是廠商的首要工作。
馮垛生[15]在探討太陽能電池發電原理時，指出若太陽光譜不變，日 照強度並不會影響轉換效率，因此轉換效率可作為衡量系統效能優劣的指 標。而欲發展太陽能發電系統必須提高轉換效率來平衡成本，如何提高太 陽能發電系統的轉換效率相當重要的，目前最先進的太陽能發電系統其轉 換效率略高於 19%[34]，而系統的模組零件會影響系統轉換效率。過去探討 轉換效率的相關研究，多以實驗室模擬數據為基準，但許多影響系統轉換 效率的外在因素無法在實驗室進行模擬，然而這些因素在太陽能系統實際 運作時卻相當重要。
本研究利用統計方法分析系統實際運作的資料，並藉由系統模組的變 數來預測轉換效率。目前預測轉換效率的文獻並不多，高翊倫[9]使用了遺 傳規劃法(Genetic Programming，GP)建構轉換效率預測模型，利用已知的零 組件規格去預測轉換效率，而近幾年有文獻提出了很多混合預測模型 [23][29](hybrid model)，並驗證使用兩套以上系統的混合預測模型，其預測 準確性較單一預測模型來的好。由於高翊倫僅使用單一方法建構預測模型，
4
其模型準確度仍有改善空間；本研究針對已實際運作的太陽能發電系統轉 換效率資料，另提出一套三階段預測模型，此預測模型能有效改善單一預 測模型的準確性。
1.2 研究目的
本論文主要目的為根據高翊倫[9]所提出之遺傳規劃法進行改善，利用 一套結合自組性演算法與遺傳規劃法之混合模型來預測轉換效率。此外，
將資料挑選出顯著變數再進行分群，以提升預測準確性，作為投資廠商的 參考依據。
1.3 研究方法
為達以上研究目的，本研究所使用之方法如下：
1. 篩選顯著變數：太陽能發電系統的轉換效率會受不同模組零件影響，
將資料整理後，使用逐步迴歸法篩選出影響轉換效率的顯著變數，刪 除與轉換效率無關的系統變數，並利用這些顯著變數來建構轉換效率 預測模型。
2. 資料分群：由於各個發電系統的轉換效率會受到系統模組零件影響，
所表現出來的轉換效率差距很大，若直接將轉換效率進行預測，會產 生較大的誤差；利用集群分析法若先將資料進行分群，提高同一群資 料的同質性，便能提高預測的準確性
3. 建構混合預測模型：使用自組性演算法建構轉換效率預測模型，並以 遺傳規劃法調整殘差項，以提高預測模型的準確性。
1.4 研究架構
本論文共分五章，其內容分別如下：第一章為緒論，說明本研究之背
5
景與動機、研究目的、研究方法與研究架構；第二章為文獻探討，簡介太 陽能發電系統、集群分析法、自組性演算法以及遺傳規劃法；第三章為研 究方法，詳述本研究所提出的三階段預測模型建構的流程；第四章為實例 說明，以太陽能發電系統實際運作資料建構系統轉換效率之三階段預測模 型，並與其他文獻的預測結果進行評比，以證實本研究所提出之方法確實 具可行性與有效性；第五章為結論與建議，簡述本研究的貢獻並提供未來 研究之建議。
6