風力發電機組之額定功率最佳化

(a)風力發電機組發電狀態

(b)區域電網系統狀態

(c)儲能設備狀態

圖 6.1: 考量風速趨勢之風力發電機組額定功率最佳化：最佳化模擬結果

(a)風力發電機組發電狀態

(b)區域電網系統狀態

(c)儲能設備狀態

圖 6.2: 考量風速趨勢之風力發電機組額定功率最佳化：實際運作狀況

的電能累積在電網系統中，可能會造成區域電網系統中的設備毀損。

根據上述描述，區域電網系統的成功運作機率 S 可定義為：

S = 1 − 失效天數

設備規劃週期 (6.2)

而依照方程式（6.2）之定義，此區域電網系統在最佳化風力發電機組之額定功率後，其成 功運作機率約為 86.6%。

6.1.2 儲能設備之裝置容量最佳化

方程組（6.1）針對儲能設備的裝置容量進行單目標最佳化，亦可由其最佳化數學模型 推導得到一組顯而易見的結果：若風力發電機組在風能最低的時刻仍能供應 10% 的用戶用 電量，且在風能最高時刻的發電量不高於用戶用電量，則中央大型發電廠可以配合風力發 電量調整其本身的發電量，以恰好滿足用戶需求。在此理想情況下，電網系統並不需要任 何儲能設備。

圖6.3顯示方程組（6.1）針對儲能設備裝置容量進行單目標最佳化後的結果，其風力發 電機組的額定功率與儲能設備的裝置容量 6.09 × 10⁴千瓦與 0 千瓦小時。圖6.3(a)之風力 發電機組狀態與圖6.3(b)之區域電網系統狀態顯示，中央大型發電廠會配合風力發電機組 調整發電量，而圖6.3(c)的儲能設備狀態則顯示此電網系統並沒有儲能設備。

在完成了儲能設備裝置容量的最佳設計後，同樣使用實際風速數據配合最佳化所 得的配電規劃進行模擬，以瞭解此區域電網系統的實際運作狀況，其結果如圖6.4所示。

圖6.4(a)之風力發電機組狀態顯示在此區域電網中，風力發電機組產生了大量的電能，其最 大日的發電量甚至高達日用電量的 77.2%。圖6.4(c)之儲能設備狀態則顯示在沒有儲能設 備的狀況下，此區域電網系統完全無法滿足電力供需平衡，而使得其成功運作機率為 0。

透過最佳化模擬結果與實際運作狀況的比較可發現，風能的不確定性確實會影響區域 電網，使原本預期的最佳設計與實際結果產生極大落差，甚至得到完全不可行的結果。因 此，在進行電力系統設備規劃後，需要使用歷史數據進行模擬驗證，以確保最佳化結果的 可行性。

(a)風力發電機組發電狀態

(b)區域電網系統狀態

(c)儲能設備狀態

圖 6.3: 考量風速趨勢之儲能設備裝置容量最佳化：最佳化模擬結果

(a)風力發電機組發電狀態

(b)區域電網系統狀態

(c)儲能設備狀態

圖 6.4: 考量風速趨勢之儲能設備裝置容量最佳化：實際運作狀況

Rated power of wind turbine (kW) ^#104

4 4.5 5 5.5 6 6.5

Capacity of energy storage (kWh)

#10⁵ 關係，本章節使用拘束法（constrained method）配合 Matlab 的 Optimization Toolbox 重 新求解多目標最佳化方程組（6.1），並透過實際運作狀況比較區域電網在經過不同配電與 設備規劃後的成功運作機率。在 Matlab 設定的部分，採用 ^fmincon 函數中的 active-set 演算法，並使用6.1.1節中所得的解析解做為起始點，以加快演算法的收斂速度。

顯示，風速不確定性所產生的風能變動使得風能模型與實際風能之間有著極大落差，進而 導致配電與設備規劃的實際運作結果不如預期，因此在電力系統的配電與設備規劃問題中，

需要將風速的不確定性納入考量。

此外，比較圖6.1(b)與圖6.3(b)中的配電規劃可發現，配電與設備的同步規劃會在不同 的最佳設備配置下產生不同的配電規劃：在最小化風力發電機組額定功率的規劃中，中央 大型發電廠會全時以最大輸出運轉，以降低風力發電機組的負荷；而在最小化儲能設備裝 置容量的規劃中，中央大型發電廠則需要配合風力發電機組，以充分運用風能。配電規劃 隨著不同的最佳設備改變的現象表示，不同的最佳設備配置需建構在不同的配電規劃之下；

反之，若給定特定的配電策略，則與其搭配的最佳設備配置為唯一。

由於本研究主要探討的問題為電網系統的設備規劃，在此問題中配電規劃僅用於建構 電網模型與模擬電網行為，因此本研究並沒有針對配電規劃本身的合適性進行深入的探討。

本研究將焦點著重於不確定因素對於電網系統設備規劃的影響，而為了清楚地觀察不確定 因素與設備規劃之間的關係，在本文後續的章節中將採用固定的配電策略。