能源配置最佳化分析

近年來隨著系統分析技術運用越來越廣泛，國際上已有許多利用系 統分析的概念探討能源結構最佳化配置的研究，目的是為了使能源結構 更具經濟效益或減少成本支出，另外也著重在降低環境衝擊和避免資源

浪費的情形。

部分研究藉助包含能源技術、成本因素及環境目標等整體架構之能 源模型，評估其錯綜複雜之關係。例如，Iniyan and Sumathy, (2000) 利用 線性規劃之方法，探討印度對於未來再生能源發展之方向，研究中發展 一 套 「 最 佳 化 再 生 能 源 數 學 模 型 」 (Optimal Renewable Energy Mathematical Model, OREM)，以再生能源單位效益之成本最小化為目 標，考量社會接受度、系統可靠度、能源需求性及再生能源發展潛勢等 因素，尋求該國未來最佳之能源政策，其後，更結合德爾菲 (Delphi) 問 卷調查技術，將相關專家之意見納入政策之評選中 (Iniyan and Sumathy, 2003)。Suganthi and Williams, (2000) 以最佳化模式決定印度商業化再生 能源系統之配置策略，並針對需求、技術發展潛勢、系統可靠度、污染 排放及人力需求等各項參數之變動進行敏感度分析。Pavlas et al., (2006) 從現有設備利用程度著眼，盡量選擇可應用於現有設備之能源技術，並 考量能源成本、電價及政策面等因素，期望能充份利用現有設備，研究 中以成本最低為目標，選用最佳能源技術以進行小電廠現有設備的現代 化。Iniyan et al., (2000) 為了滿足能源需求，對不同類型之最終利用，如：

照明、運輸及取暖等，運用以社經為基礎之最佳化模式進行太陽能、風 力及生質能等再生能源之最佳分配。Iniyan et al., (2006) 進一步以修正經 濟數學模式 (Modified Econometric Mathematical, MEM) 預測煤、石油及 電 力 等 傳 統 能 源 之 需 求 ， 並 以 能 源- 經 濟 - 環 境 模 式 (Mathematical Programming Energy-Economy-Environment, MPEEE) 以環境作為限制，

進行商用能源之最佳配置，其間的差距則由再生能源補足，並利用建立

之數學模式，考量成本、效率、社會接受度、可靠性、潛勢等因數進行 最佳利用分析。Rao et al., (2006) 使用最佳化能源模型 (Model for Energy Supply Strategy Alternatives and their General Environmental Impact, MESSAGE)，考量能源技術的內生技術變革 (Endogenous Technological Change) 及外溢效果 (Spillover Effect)，模擬基準情境與全球二氧化碳濃 度管制對能源技術組合之影響，結果顯示：在基準情境下僅依賴技術的 內生技術變革不足以達成全球二氧化碳濃度之穩定，若沒有其他誘發機 制或管制措施之配合，技術的內生技術變革並無法達成顯著的二氧化碳 減量。Andreassi et al., (2009) 提出一個執行系統分析和模擬的專用程 式，模擬工業電力系統最佳管理控制策略。此模式可模擬基於成本最小、

能源消耗最少、污染排放最小等不同操作策略，獲得各種不同策略的操 作標準。此外，Cai et al., (2008) 亦發展出一套結合系統分析與環境經濟 概念，考量能源供需、能源成本及環境衝擊的能源模型，以利能源決策 者與能源使用者參考，並成功應用於加拿大安大略省Waterloo 都會區能 源政策之評估與推動。

另一方面，在各類型電力結構之配置規劃上，亦有相當廣泛的討論，

例如：Botterud et al., (2002) 探討以 20～50 年週期建構電力市場解除管 制模型，主要考量電力供給與需求線，使用線性最佳演算法 (Linear Optimization Algorithm) 計算每年之平均電力價格，並採用動態描述電力 市 場 供 給 與 需 求 變 化 。Graham et al., (2003) 使 用 最 佳 化 模 型 (Optimization Model) 探討澳洲溫室氣體減量目標下的最佳發電技術組 合。在成本最小化的目標下，考量技術進步、資源開採成本遞增、再生

能源發展目標等設定，求算最佳的發電技術組合，並進行敏感度分析。

Avetisyan et al., (2006) 利用數學模型探討在市場經濟和環境限制的條 件，並考慮能源供應安全的情況下，發展中的電力系統最理想的擴張。

此研究將電力系統屬於非線性、動態、隨機且離散關係線性化，於簡化 之後利用線性規劃求解。結果顯示，因為不確定性所以選擇使用隨機篩 選的數據會造成無法獲得最佳方案，因此還需要適當的敏感性分析檢查 以核查結果的可信度。

另外也有研究著眼於內部配置最佳化之研究：Florentino and Sartori, (2003) 以賽局理論 (Game Theory) 探討巴西甘蔗之最佳種植數量，其規 劃之目的期望使作物殘渣剩餘最少而蔗渣生產能源最大之雙重目標並考 慮滿足所有能源生產工廠之需求。Hongxing et al. (2009) 利用 5 項決策 變數，太陽能光電模組數、傾斜角度、風力渦輪機數、渦輪重及蓄電池 量設計一項以技術-經濟為主要考量之太陽能-風力混合發電系統之最佳 配置，確保能源需求滿足下成本最低之目標。

除了上述利用系統分析的方法之外，也有利用投資組合理論和系統 動態分析方法，探討能源結構變動的趨勢與風險。Qudrat-Ullah et al., (2001) 評估環境保護與資源限制，藉由系統動態理論建立巴基斯坦電力 系統動態模型以了解各部門動態關係，模型結構主要考量了電力需求、

投資、資本、生產、環境、成本與價格等條件。Drozdz, (2003) 則為波蘭 的能源系統的現代化提出建議，其中包括了能源裝置適當的配置、設定 及燃料的選擇等，對波蘭能源系統進行妥善地規劃。Awerbuch et al., (2003) 應用投資理論中的平均數-變異數模型探討歐盟的最佳發電組合，此模型

考量了燃料價格波動、營運操作成本變動及電廠營運前置時期的風險三 種不確定性。分析結果顯示，目前歐盟所規劃的發電技術組合並為達到 最佳化且效率欠佳，應透過組合效果的多樣性，增加再生能源技術取代 傳統化石燃料技術以降低風險。Awerbuch, (2004) 使用投資組合理論探討 歐盟、美國與墨西哥的發電組合，並說明如何利用再生能源裝置容量的 增加以降低風險或減少發電成本。黃韻勳 (2007) 應用數學規劃方法，將 投資組合理論與傳統電力供給規劃模型整合，設定「風險調整後的發電 成本現值」最小化為目標。模型中的發電成本風險主要考量化石燃料價 格波動、發電技術進步及設備成本下降等三類風險；同時將再生能源之 間歇性產出與減少溫室氣體排放等特性納入模型，並結合電力相關限制 式，建構電力供給規劃模型。彙整上述針對不同目標、參數條件之能源 結構相關研究結果於表2.6 所示。

表2.6 不同限制因素與系統參數對規劃目標之影響

考量限制因素

學者 研究目標

環境衝擊技術發展潛勢再生能源發展能源需求性系統可靠度社會接受度成本最小化能源價格

Iniyan and Sumathy, (2003)

¾ 利用線性規劃模型 (Linear Progamming Model)，以再生能 源單位效益之成本最小化為目標。

¾ 結合德爾菲 (Delphi) 問卷，將相關專家之意見納入政策之 評選中。

□ □ ■ ■ ■ ■ □ □

Suganthi and Williams, (2000)

¾ 以最佳化模型 (Optimization Model) 決定印度商業化再生 能源系統之配置策略。

□ □ □ ■ ■ □ ■ ■

Pavlas et al., (2006) ¾ 以成本最低為目標，選用最佳能源技術。 ■ ■ □ □ □ ■ □ □ Iniyan et al., (2006) ¾ 以修正經濟數學模型 (Modified Econometric Mathematical,

MEM) 預測煤、石油及電力等傳統能源之需求。

□ ■ ■ ■ □ ■ □ ■

¾ 以 能 源 - 經 濟 - 環 境 數 學 規 劃 模 型 (Mathematical Programming Energy-Economy-Environment, MPEEE)，進行 商用能源之最佳配置。

Andreassi et al., (2009) ¾ 利 用 優 化 過 程 (Optimization Procedure) 和 優 化 準 則 (Optimization Criterion) 建立系統分析模擬的數學模式，模 擬工業電力系統最佳管理控制策略。

□ ■ □ □ ■ □ □ ■

Graham et al., (2003) ¾ 使用由下而上的模擬模式 (Bottom-up Model) 探討澳洲溫 室氣體減量目標下的最佳發電技術組合。

■ ■ □ □ □ ■ ■ □

Becerra-López and Golding, (2008)

¾ 利用多目標最佳化 (Multi-objective Optimization) 技術，進 行區域性產能系統擴展。

¾ 規劃天然氣及再生能源轉換之最佳容量。

■ □ □ □ □ □ □ ■

Cai et al., (2008) ¾ 發展一套結合系統分析與環境經濟概念之能源最佳化模型 (Optimization model)。

■ □ □ □ ■ □ □ ■

Daniel et al., (2008) ¾ 依能源流之觀點建立能源流最佳化模型 (Energy Flow Optimization Model)，考量多種能源選項。

¾ 以成本最低為目標，進行電力能源系統之規劃。

□ ■ □ □ ■ □ □ ■

Qudrat-Ullah et al., (2001)

¾ 藉由系統動態 (System Dynamic) 理論建立巴基斯坦電力 系統動態模型以瞭解各部門動態關係。

■ □ □ □ ■ □ □ ■

黃韻勳 (2007) ¾ 將投資組合理論與傳統電力供給規劃模型整合，設定「風 險調整後的發電成本現值」最小化為目標。

■ ■ □ □ □ □ ■ □