垃圾衍生燃料投入電力供應系統之系統動態分析

(1)

垃圾衍生燃料投入電力供應系統之系統動態分析

洪銘謙

1

、甯蜀光

2

、張瑩璽

3

、萬皓鵬

4

國立高雄大學土木與環境工程學系學生

1

國立高雄大學土木與環境工程學系副教授

2

工業技術研究院能源與環境研究所研究員

3

工業技術研究院能源與環境研究所正研究員

4

摘要

我國在能源供應上多仰賴進口，而國內電力供應結構中又以火力發電所佔比例最高，約佔總發電量之48.09%，在世界能源日漸枯竭之際，如果未能提高國內自主的能源比例，對於國家未來的能源需求及經濟發展將可能產生高度之不確定性；此外，傳統的化石燃料對二氧化碳等溫室氣體的貢獻甚鉅，在當今全球「永續發展」意識提升與致力二氧化碳減量之目標下，如何改善能源之使用效率，開發新的替代低碳潔淨能源並提高國內自主的能源供應，已經成為我國面臨的重要課題。由於垃圾衍生燃料(Refuse Derived Fuel，簡稱 RDF)兼具廢棄物處理與再生能源利用之雙重優勢，其應用後二氧化碳排放亦可因歸類於生質能源或廢棄物能源再利用，而可獲得完全或部分減免碳排放，因此受到各界之關注。本研究乃以工業技術研究院技術輔導之 RDF 生產廠為基準，依據其建廠、營運與產品等相關評估資料，分析 RDF 在環境、成本及能源三方面之效益，並結合系統動態分析(System Dynamic，簡稱 SD)的概念與方法，尋求在電力需求成長及溫室效應氣體排放削減之目標下，配合發電效率、發電成本等各項參數之變動，探

討RDF 投入國內電力供應可能之進程，並以化石燃料–液化天然氣(Liquefied Natural Gas，簡稱 LNG)作

為比較之對象。研究結果顯示：以RDF 取代部分現有火力發電之燃料，有助於減緩二氧化碳排放之成長，並有效減緩總發電成本上升的趨勢。此外，在本研究設定之各項條件下，RDF 將較天然氣具競爭之優勢，足見發展RDF 作為替代能源具有一定之潛力。關鍵字：系統動態分析、垃圾衍生燃料、溫室氣體減量

一、前言

我國在能源之供應上多仰賴進口，2007年能源來自國外達99.22 %；且能源需求在過去二十年間快速的成長，國內能源消費自1987年4,227萬公秉油當量增至2007年12,103萬公秉油當量，年平均成長率為5.40 %。若以類別區分，於96年能源消費結構中，煤炭及其產品占8.01 %，石油產品占41.23 %，進口液化天然氣（LNG）占1.11 %，自產天然氣占1.11 %，電力占48.46 %，太陽熱能占0.09 % (能源局，2008a)。其中電力消費自1998年起首度超越石油產品成為能源消費的首位，目前電力部門發電之能源供給仍以國外進口的化石燃料及核能為主要發電來源，2007年電力供給所佔之比例如圖1所示，且由每年電力供給的數量可看出化石燃料投入之比例有愈見上升的趨勢(見表1)。電力消費成長之快速顯示我國經濟持續發展及產業結構之變化，也代表未來國內之電力需求仍可能持續增加。根據統計，2007 年度國內電力供應以台灣電力公司之火力發電部門所佔比例最高，約為總供應量的48.09 %。然而，傳統的化石燃料的使用為二氧化碳等溫室氣體的主要來源之ㄧ，如圖2 所示，隨著電力需求逐年的增加，煤燃料使用量增加，火力發電之二氧化碳排放量也跟著日益上升。化石燃料具有資源耗竭特性且進口能源來源亦受國際情勢的影響造成價格變動與來源不穩定，因此對於仰賴化石能源使用與進口的我國，即會影響國內能源

(2)

供應安全，也會造成電力部門極大的威脅。隨著全球永續發展與環境保護之意識的提升與國際間致力於推動溫室氣體的減量之目標下，如何獲得穩定且充足的能源供給，開發新的替代的低碳潔淨能源以提高國內自主的能源供應，已經成為我國要面臨的重要課題。國內的能源發展主要係著重於再生能源的推廣，作為提高自主能源及潔淨能源比例的策略。再生能源為可永續利用之淨潔天然資源，對環境的污染低，有效的利用再生能源不但有助於減少對進口能源的依賴，同時也能降低使用化石燃料所產生的污染。其中，垃圾衍生燃料(Refuse Derived Fuel；

簡稱 RDF)即是一種將廢棄物透過適當前處理將垃圾轉化成燃料的一種技術，同時兼具廢棄物處理與再生能源之雙重優勢。然而，對於預測未來利用 RDF 做為提高自主能源供應發電之能源來源，以降低對於化石燃料的依賴和溫室氣體排放，是否符合成本及環境兩方面之可行性，值得做進一步的探討。圖1 2007 年台灣電力供給結構比例表1 1997 至 2007 年台灣電力公司發電量(按能源別) 單位：百萬度年度水力發電火力發電風力發電核能發電燃煤燃油燃氣 1997 9,566.8 53,749.7 25,492.1 8,669.4 - 36,269.5 1998 10,607.9 57,702.6 26,153.5 13,929.6 - 36,824.5 1999 8,942.3 55,772.8 26,617.4 14,665.0 - 38,415.8 2000 8,870.1 56,383.7 25,434.5 16,067.7 - 38,502.8 2001 9,169.4 58,133.4 21,035.4 17,912.0 4.5 35,486.4 2002 6,348.6 59,615.6 16,029.1 20,129.8 7.9 39,552.9 2003 6,871.6 61,274.3 14,016.3 21,495.2 9.8 38,889.6 2004 6,529.6 61,979.1 11,383.4 20,977.6 12.8 39,490.1 2005 7,866.1 65,769.9 10,919.6 22,862.1 77.0 39,972.0 2006 7,938.8 68,794.0 14,465.0 24,930.2 175.5 39,870.5 2007 8,254.7 70,657.4 12,198.5 29,226.4 280.5 40,539.2 資料來源：經濟部能源局 (2007a)。民營發電廠 15.49 % 汽電共生廠 18.22 % 台電公司 66.29 % 水力發電 5.13 % 燃煤發電 43.82 % 燃油發電 7.57 % 燃氣發電 18.13 % 風力發電 0.18 % 核能發電 25.16 %

(3)

圖2 1997 至 2007 年台電公司火力發電部門之二氧化碳排放趨勢由於 RDF 之應用仍在推廣發展中，隨著技術的演進將對RDF 之產量與生產成本有所變動，因此系統動態分析可作為長期發展趨勢評估之有效工具，且國內外對於全球能源利用的議題上已有不少利用系統動力學的方法，進行電力供給相關的研究，例如，Botterud et al. (2002)曾依據電力供給與需求曲線，以系統動態描述電力市場供給與需求變化。Kunsch et al. (2004) 則考量利用系統動態電力供給與需求面，結合污染稅、排放交易許可與綠色評証機制(green certificates)應用於電力部門的二氧化碳減量。Madlener et al. (2005) 使用動態規劃，進行五種發電技術的投資選擇，駱 (2004)乃應用系統動態分析的方法，假設核能提前除役下，建構電力部門再生能源供給之系統動態模型。然而，目前對於以RDF 作為發電燃料之討論則較少提及，有鑑於此，本研究乃以工業技術研究院技術輔導之之RDF 生產廠為基準，依據其建廠、營運與產品等相關資料，分析RDF 在環境、成本及能源三方面之效益，並結合系統動態分析(System Dynamic，簡稱SD)的概念與方法，探討台電公司之火力發電部門為了滿足未來電力需求與溫室效應氣體排放削減目標下，RDF 須投入能源供應之比例的變化，以了解可能產生的供應結構變化與影響。主要的研究目標包括：(1)探討台灣電力部門與 RDF 發展現況，作為建構理論模型之基礎；(2) 建立電力部門再生能源供給規劃之系統動態模型；(3) 結合長期電力需求與化石燃料價格變動之趨勢預測，模擬分析RDF 投入火力發電之供應比例、總發電成本與二氧化碳排放總量之變化及影響，並與LNG 投入火力發電之策略進行相關之比較分析。

二、研究方法與步驟

本研究之目的在以系統動力學之觀點探討 RDF 投入能源供應系統之進程。系統動力學是處理訊息回饋系統之動態行為的一種方法論，它提供一種實驗的、定量分析的方法，利用因果與回饋環路關係建立系統模型，經由存量與流量變動可模擬模型長期的動態變化，並顧及系統之完整性與整體性，達到解決問題的目的。因此對於極複雜的動態、回饋且具時間滯延(Time Delay)的問題，能提供整體、長期且較周延的解決方法(楊等，2005)。本研究嘗試利用系統動態之存流量、因果、互相循環與回饋之關係，結合未來的電力供給、發電成本、需求預測與二氧化碳排放限制之相互關係，建立RDF 供給之系統動態模型以評估未來電力供給之變化。由於此問題已具備了動態複雜的特性，因 20 2007 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 0.2 0.4 0.6 0.8 1.0 40 60 80 100 0 ₀ 年度二氧化碳排放量 ( 百萬公噸 ) 單位電力排放量 ( 公斤 \ 度 ) 煤油天然氣單位排放量

(4)

此極適合利用系統動力學解決此一問題；系統動力學建模與分析流程的主要步驟如下： (1)問題的定義：思考系統中問題組成的主要變數為何，及其隨時間變化的趨勢會造成什麼樣的結果。本研究所關心的問題為在滿足未來電力需求與溫室效應氣體排放削減目標下，RDF或LNG須投入能源供應之比例與總發電成本的變化。 (2)系統的描述：為描述造成此問題趨勢所產生的系統，其內部主要組成元件、元件間的關聯性與元件構成的流動型態。此階段評估的元件則包括總發電成本、總發電量、轉化效率、電力需求、二氧化碳排放限制等。 (3)因果回饋圖的繪製：此步驟為將問題的定義中所定義的各種變數，利用因果關係與回饋的概念來串聯成「因果回饋圖」，以了解各變數間的因果關係與資訊傳遞作用的方向。 (4)系統動力流圖的建立：有別於因果回饋圖的目的，此階段利用系統動力學所設計出之特有的物件 (符號)來描述上述因果回饋圖構思下的系統動力模型。 (5)模型建置與情境模擬：模型建置與情境模擬的流程乃輸入相關資料與數學式於系統動力流圖各物件內，使其成為一個可進行模擬的系統動力模型。本研究藉由模型模擬所設定的電力需求量，燃料成本的預測數值、二氧化碳排放限制，來評估分析各種燃料發電之比例與總發電成本的變化。

三、結果與討論

1. RDF 基本數據分析本研究所採用之 RDF 相關資料，係參考工業技術研究院對於某座預計商業化運轉RDF 製造廠之運轉資料估算結果(經濟部能源局，2008b 年)，該廠處理規模3 噸/小時，24 小時連續運轉，其生產的RDF 主要原料為紙廠廢紙排渣。在本研究中每一噸 RDF 產品的販售價格以 2,000 元估算。在能源效益部分，RDF 於燃燒的過程中能產出的熱值約為22,999.04 MJ/ton (約 5,497 kcal/ kg)。在環境效益部份，RDF 產品單純在使用過程之二氧化碳排放量約 1,572 kg-CO2/ton (此部分係依據學理計算出RDF CO2實際排放值，但國際間RDF 亦有因屬於生質能源或廢棄物能源，其 CO2排放全數或部分排除於碳排放之作法)，若以產生單位熱能之CO2排放當量計算，RDF 為 0.068 kg-CO2/MJ，較燃煤0.094 kg-CO2/MJ 為低，可以看出在使用階段上 RDF 確實較燃煤能減少溫室氣體的排放，相關的盤查資料如表3 所示。表3 盤查分析資料與估算結果項目條件元素分析, wt.% 濕基 C 42.89 H 5.32 O 29.17 N 0.32 S 0.43 Cl 1.22 低位發熱量(kcal/ kg) 5,497 販售價格(元/噸) 2,000 二氧化碳排放量 (kg-CO2/噸) 1,572 資料來源：經濟部能源局，2008b。 2. 系統動態分析為了滿足電力需求，必須有足夠及穩定的供應量，然而當前我國火力發電的供電系統仍以化石燃料為主要供應來源，近年來隨著國際間對於溫室氣體排放減量之要求，新興替代能源之開發亦愈受重視，惟其中甚少評估加入 RDF 發電對電力供應結構之影響。本研究利用系統動態分析軟體VENSIM 5.0 版(Ventana, 2006)，建置具有因果、存流量與回饋關係之火力發電部門RDF 供給規劃系統動態模型，以進行 RDF 供應發電可能產生的供應結構變化與影響分析，評估未來電力需求與二氧化碳排放限制下之各種燃料供給比例及總發電成本之相互影響，整體模型建構之概念如圖3 所示。由於本研究將 RDF 視為火力發電替代原料之一種類型，因此僅針對台電公司火力發電部門進行

(5)

後續分析，在整體評估過程中設定各項重要假設與基準如下：(1)各項模擬數據係以中華民國 96 年能源統計手冊之2007 年的資料為基準，模擬至 2020 年的變化；(2)有關水力、風力及核能之發電量均維持在2007 年之水準；(3)由於發電部門對油品之需求有逐年下降的趨勢(經濟部，2007b)，因此不考慮未來投入增加燃油作為發電來源的可能性。依據上述架構與各項假設，本研究先行估算出燃煤、燃料油、天然氣與RDF 之單位發電量、發電成本與二氧化碳排放量，再依據所建立之電力供應系統動態模型(如圖 4 所示)估算滿足電力需求與符合二氧化碳排放限制下之各種燃料供應量、發電量、發電成本與二氧化碳排放量，其中電力供應模型之變數定義與重要參數來源說明如下： (1)燃料投入量：根據中華民國 96 年能源統計手冊，得出2007 年台電公司火力發電部門之燃煤、燃料油、天然氣之使用量，並以此作為模擬未來燃料耗用量之基準。 (2)轉化效率：考慮能源政策白皮書之規劃，新設及更新擴建燃煤機組熱效率由目前的35 %提升到未來40 %；新設及更新複循環燃氣機組由 2004 年 45 %調高至 2020 年 53 %。 (3)電力需求：以經濟部能源局 97-106 年長期負載預測與電源開發規劃摘要報告中，98-109 年的電力供應預測作為電力需求的基準，如表3 所示，由於本研究不考慮台電公司火力發電部門以外的變動，因此未來增加的電力需求均假設以火力發電部門供應，其餘發電量設定維持在2007 年的供應水準。 (4)實際發電量：以個別燃料之投入量(ton)乘以其平均熱耗率(kcal/ton)，再乘以轉化效率(kWh/kcal)，即為實際發電量，各燃料之平均熱耗率(kcal/ton) 如表4 所示。 (5)發電成本：以個別燃料之實際發電量乘以其單位發電成本，即為該燃料的發電成本。 (6)二氧化碳排放量：以個別燃料之實際發電量乘以其每度電二氧化碳排放量，即為該燃料的二氧化碳排放量，各燃料之每度電二氧化碳排放量如表4 所示。對於 RDF 部分，本研究係依據學理計算出 CO2實際排放值，但國際間 RDF 亦有因屬於生質能源或廢棄物能源，其 CO2排放全數或部分排除於碳排放之作法，屆時 RDF 減碳效益將更為顯著，本研究暫以較為嚴謹方式評估之。 (7)二氧化碳排放限制：本研究設定三種不同的二氧化碳排放限制目標： (a)方案一：至 2020 年為止，台電公司火力發電部門的單位電力排放的二氧化碳排放量維持在 2007 年的水準，即 0.809 kg-CO2/kWh。 (b)方案二：以 2007 年為基準至 2020 年為止，每度電力排放的二氧化碳排放量減量達5 %。 (c)方案三：以 2007 年為基準至 2020 年為止，每度電力排放的二氧化碳排放量減量達10 %。圖3 燃料投入與電力供應因果回饋概念圖

(6)

圖4 本研究之電力供應系統動態模型表3 2009 至 2020 年台電公司之電力供應預測結果預測值年度台電公司(1) 火力發電部門(2) 億度成長率, % 億度成長率, % 2009 1,642.187 1.9 1,151.443 2.7 2010 1,698.021 3.4 1,207.277 4.8 2011 1,762.546 3.8 1,271.802 5.3 2012 1,825.998 3.6 1,335.254 5.0 2013 1,889.907 3.5 1,399.163 4.8 2014 1,954.164 3.4 1,463.420 4.6 2015 2,018.652 3.3 1,527.908 4.4 2016 2,081.230 3.1 1,590.486 4.1 2017 2,145.748 3.1 1,655.004 4.1 2018 2,210.121 3.0 1,719.377 3.9 2019 2,272.004 2.8 1,781.260 3.6 2020 2,335.620 2.8 1,844.876 3.6 平均成長率 - 3.1 - 4.2 資料來源：(1)能源局，2008a。(2)本研究估算。

(7)

表4 火力發電之每度電二氧化碳排放量與平均熱耗率燃料種類碳排放係數 (kgC/GJ) 碳氧化率平均熱耗率 (kcal/kWh) 每度電二氧化碳排放量 (kg CO2/kWh) 煤(1) 25.8 0.98 2558.3 0.991 重油(1) 21.1 0.99 2201.1 0.706 柴油(1) 20.2 0.99 2201.1 0.676 天然氣(1) 15.3 0.995 1765.5 0.413 RDF(2)_{18.65 0.98 2558.3} _0.717 資料來源：(1) IPCC。(2)本研究估算，CO2排放部分係依據學理計算出實際排放值。但國際間RDF 亦有因屬於生質能源或廢棄物能源，其CO2排放全數或部分排除於碳排放之作法。 3. 模擬結果與分析由於化石燃料中，煤炭和燃料油之含碳比例很高，使用時會產生大量的二氧化碳，造成地球環境的破壞；因此，目前世界各先進國家為了達到京都議定書的減量限制，均逐步調整其能源結構，將煤炭和燃料油的比重降低，逐步增加天然氣和再生能源供應的比重，以減少二氧化碳的排放。因此本研究包括兩種情境模擬分析，分別為優先考慮天然氣之情境一：增加天然氣發電；與優先選用再生能源之情境二：投入RDF 發電。藉由以上兩種情境的比較，評估RDF 對於火力發電部門的電力供給、發電成本、與二氧化碳排放量之影響，各情境條件與模擬結果說明如下： (1)情境一：增加天然氣發電由於當前火力發電主要利用煤和天然氣進行發電，其中燃燒天然氣相對會排放較少的二氧化碳；因此，本情境即探討增加天然氣發電是否能分別符合上述之三種二氧化碳排放限制方案，與未來燃煤與天然氣耗用量的變化趨勢。根據情境一模擬的結果，對於未來火力發電部門之電力需求量的增加，能以提高燃煤或天然氣的使用量來滿足，而且能達成三種二氧化碳減量方案的目標。其中，在二氧化碳排放總量部分，維持目前0.809 kg-CO2/kWh 排放水準之方案一，至 2020 年時總量會增加到149.236 百萬公噸，其平均成長趨勢約4.24%。然而，若以 0.809 kg-CO2/kWh 排放量為基準至2020 年為止，減量達 10 %(減量方案三)，則至 2020 年時總量會增加到 134.311 百萬公噸，其平均成長趨勢可降到3.37%(見表 5、圖 5)，此結果說明了火力發電之每度電二氧化碳排放量減量10 %仍然無法抑制排放總量增加的趨勢。總發電成本的部分，於方案一的情況下，總發電成本至2020 年時增加到 3,751.5 億，為 2008 年之1.45 倍，其平均成長趨勢約 3.17%。而方案三至2020 年時則增加到 4,520.4 億，為 2008 年之了 1.75 倍，其平均成長趨勢增加至 4.79 %(見表 5)；造成成本增加的主要原因，在於天然氣的單位發電成本較燃煤高，為了符合每度電所排放的二氧化碳限制，必須使用更多的天然氣來取代高排放量的燃煤。由此可知，二氧化碳排放限制愈嚴苛，相對付出的成本也越多，其相對的變化趨勢見圖5。為維持每年新增的電力需求，且能符合本研究所設定的單位電力二氧化碳排放限制，目前以燃煤為火力發電主要配比的情形勢必有所改變。根據圖 6 燃煤與天然氣發電量配比變化趨勢，可看出在方案一的情形下，燃煤發電量的配比仍然有上升的趨勢，至2020 年已高達火力發電總發電量的 71.9%，而方案二則依然佔有63.9%。然而，將排放限制再往上提高以後，燃煤發電量的配比即開始降低，至方案三時已降為 55.7%。而天然氣發電量配比方面，則隨著燃煤發電量配比呈相反之變化，造成此結果的原因在於天然氣每度電二氧化碳排放量較燃煤低，因此在排放限制越嚴苛的情況下，天然氣勢必取代部分燃煤發電，以符合二氧化碳減量之目標。

(8)

表5 火力發電部門二氧化碳排放總量與總發電成本之平均成長趨勢-天然氣案例別排放總量(百萬公噸) 每年平均成長趨勢(%) 總發電成本(億) 每年平均成長趨勢(%) 2008 2020 2008 2020 方案一 90.679 149.236 4.24% 2,579.1 3,751.5 3.17% 方案二 90.679 141.857 3.80% 2,579.1 4,131.7 4.01% 方案三 90.679 134.311 3.37% 2,579.1 4,520.4 4.79% 圖5 三種減量方案之二氧化碳排放總量與總發電成本變化趨勢-天然氣圖6 三種減量方案之燃煤與天然氣發電量配比變化趨勢 25% 50% 75% 100% 燃煤與天然氣發電量配比其他天然氣燃煤 2008 2010 2012 2014 2016 2018 2020 註：每年度由左到右分別為方案一至方案三 (Year) 140 110 2011 2014 2017 2020 Year 170 200 2008 百萬公噸 2011 2014 2017 2020 Year 2008 3000 1500 4500 6000 新台幣 ( 億元 ) 二氧化碳排放總量總發電成本方案一：方案二：方案三：

(9)

(2)情境二：投入 RDF 發電有別於情境一的條件，為了減輕傳統化石燃料之利用所造成的環境衝擊，並增加國內自主能源的比例以降低對進口燃料的依賴，本情境優先考慮 RDF 投入發電，並且須符合上述之三種二氧化碳排放限制之情況，而天然氣發電量則維持2008 年的水準，評估國內生產之RDF 是否符合發電的經濟與環境效益。本情境二模擬結果顯示，對於未來火力發電部門之電力需求量的增加，同樣能以提高燃煤或RDF 的使用量來滿足。在二氧化碳排放總量部分，由於也能達成三種二氧化碳減量方案的目標，因此方案一、方案二與方案三的二氧化碳排放總量相同於上述情境一的結果，結果指出至2020 年的排放量分別為 149.236、141.857、134.311 百萬公噸，其平均成長趨勢可由4.24%降到 3.37%(見表 6、圖 7)。此結果說明了選用RDF 發電即使將 CO2排放全數計算入碳排放，但仍有助於減少火力發電廠每度電二氧化碳排放量。總發電成本的部分，於方案一的情況下，總發電成本至2020 年時增加到 3,395.2 億，為 2008 年之1.32 倍，其平均成長趨勢約 2.32 %。而方案三至2020 年時則增加到 3,146.6 億，為 2008 年之 1.22 倍，其平均成長趨勢反而降低至 1.67% (見表 6、圖7)。造成總發電成本之成長趨勢呈現趨緩情況的主要原因，在於RDF 的單位發電成本低於燃煤，因此選用RDF 投入發電不僅能符合單位電力所排放的二氧化碳限制，也能有效的減少發電成本的付出，符合經濟效益。根據燃煤與 RDF 發電量配比變化趨勢(如圖 8 所示)，可看出在方案一的情形下，由於單位電力排放限制較寬鬆，因此燃煤發電量的配比仍然有些微上升的趨勢，從 2009 年的 62.31%提升至 2020 年的 65.98%。而將排放限制再往上提高以後，則燃煤發電量的配比即開始降低，至方案三時已大幅降低至32.96%。而 RDF 發電量配比方面，則隨著燃煤發電量配比做相反的變化，於方案三的情況下，RDF 發電量的配比已經高達 44.58%。造成此結果的原因是因為排放限制越來越嚴苛，導致燃煤發電之每度電排放量與排放限制的差距越來越大，因此只能降低燃煤發電的比例以符合排放量的限制。根據情境一與情境二的結果，顯示天然氣與 RDF 都能達到火力發電部門的二氧化碳減量效果；由於現階段三項原料之發電成本，RDF<燃煤< 天然氣，因此於三種減量方案下優先投入RDF 會比優先投入天然氣發電更有經濟效益，至2020 年情境二的總發電成本較情境一減少300~1,300 億左右。圖9 結果也顯示，情境二 RDF 投入發電之單位發電成本確實比天然氣為低，且二氧化碳排放限制愈嚴苛，愈增加了RDF 投入之比例，反而因此降低發電之成本。此外，在2017~2018 年之間，每度電單位發電成本有明顯的變動，主要是因為經濟部能源局97-106 年長期負載預測與電源開發規劃摘要報告中指出：這段時間點預估的天然氣價格由 14.7 元/m3_{突然增加到}_{20.15 元/ m}3_{的緣故(能源} 局，2008a)，因此造成較大幅度的變動。表6 火力發電部門總發電成本與二氧化碳排放總量之平均成長趨勢-RDF 案例別排放總量(百萬公噸) 每年平均成長趨勢(%) 總發電成本(億) 每年平均成長趨勢(%) 2008 2020 2008 2020 方案一 90.679 149.236 4.24% 2,579.1 3,395.2 2.32% 方案二 90.679 141.857 3.80% 2,579.1 3,272.2 2.00% 方案三 90.679 134.311 3.37% 2,579.1 3,146.6 1.67%

(10)

圖7 三種方案之二氧化碳排放總量與總發電成本變化趨勢-RDF 圖8 三種減量方案之燃煤與 RDF 發電量變化趨勢圖9 每度電單位發電成本變化趨勢情境一-方案一情境一-方案二情境一-方案三情境二-方案一情境二-方案二情境二-方案三 2.50 2010 2.25 2.00 1.75 2012 2014 2016 2018 2020 元 / 每度電單位發電成本 25% 50% 75% 100% 燃煤與RDF 發電量配比其他 RDF 燃煤 2008 2010 2012 2014 2016 2018 2020 註：每年度由左到右分別為方案一至方案三 (Year) 140 110 2011 2014 2017 2020 Year 170 200 2008 百萬公噸 2011 2014 2017 2020 Year 2008 2500 1250 3250 4000 新台幣 ( 億元 ) 二氧化碳排放總量總發電成本方案一：方案二：方案三：

(11)

此外，根據能源政策白皮書的評估，固態廢棄物衍生燃料經實際應用與推廣後，每年可產生之固態衍生燃料相當於 46 萬噸的煤炭(能源局， 2005a)，遠少於本研究所需投入發電的 RDF 量，除非RDF 可開發出新料源以擴大產量，否則 RDF 可能無法成為火力發電主要替代原料之來源。

四、結論與建議

本研究藉由國內可達商業運轉之垃圾衍生燃料製造工廠之運轉相關估算資料，分析RDF 在環境、成本及能源三方面的效益，並配合系統動態分析，探討台電公司之火力發電部門為了滿足未來電力需求與溫室效應氣體排放削減目標下，RDF 須投入能源供應之比例的變化，獲得初步結論及建議如下： 1. 國內紙廠事業廢棄物之廢紙排渣所製成之 RDF ，於燃燒過程中能產出的熱值約為 22,999.04 MJ/ton (5,497 kcal/ kg)；而使用過程之二氧化碳排放量約1,572 kg-CO2/ton，若以產生單位熱能之CO2排放當量計算，RDF 為0.068 kg-CO2/MJ，較燃煤 0.094 kg-CO2/MJ 為低，顯示在使用階段上RDF 確實較燃煤能減少溫室氣體的排放。 2. 對於RDF 應用二氧化碳排放部分，本研究係依據學理計算出 CO2 實際排放值(0.068 kg-CO2/MJ)。但國際間亦有因 RDF 歸屬於生質能源或廢棄物能源，其CO2排放全數或部分排除於碳排放之作法(如日本)。我國在此部分正在討論與形成共識中，屆時RDF 二氧化碳減量效益將更為顯著，本研究暫以較為嚴謹方式評估之。 3. 經評估在二氧化碳排放總量部分，情境一：增加天然氣發電與情境二：投入RDF 發電均能達成本研究設定之三種二氧化碳減量方案目標，隨著發電燃料之改變，二氧化碳排放平均成長趨勢可由4.24%降到 3.37%，此結果說明了，RDF 之投入雖有助減緩二氧化碳排放之成長趨勢，但排放總量卻因電力需求之增加而無法降低，因此用電需求成長之控制才是抑制二氧化碳排放之根源。 4. 總發電成本的部分，為了符合日漸增加的電力需求，必須使用更多的化石燃料或RDF 進行發電，也因此使得發電總成本逐年上升。但由於RDF 之成本優勢，已使得單位電力之成本有下降之機會，同時也因為RDF 之單位電力的發電成本較天然氣為低，使得情境二的模擬結果較情境一的總發電成本減少 300 ~1,300 億左右，顯示 RDF 較天然氣發電更具經濟優勢。 5. 本研究設定之條件下，所需投入發電的RDF 量遠多於能源政策白皮書所評估每年可產生之固態衍生燃料數量，因此，RDF 似乎無法提供火力發電大部分的燃料來源，未來仍需要配合其他潔凈能源，以滿足電力需求並降低對化石燃料的依賴。 6. 本研究僅針對RDF 投入台電公司火力發電部門進行評估，並未考量水力、核能與其他再生能源對電力結構之影響。綜觀目前國內對於其他再生能源積極的推展，未來可將其他各項新興能源投入電力供應之發展狀況納入考量，增近模型之完整性，以確實檢視我國發電結構之調整策略。

致謝

本研究承蒙工業技術研究院能源與環境研究所提供能源局委辦研究計畫之資料，國科會大專生專題計畫(97-2815-C- 390 -003 -E)提供經費，始得以順利完成，謹此致謝。

參考資料

1. 陳信旭，「各國能源生產與消耗趨勢之研究」，碩士論文，淡江大學建築學系，2004。 2. 黃韻勳，「考量發電風險之電力供給規劃研究—再生能源範例分析」，博士論文，國立成功大學資源工程研究所，2007。

(12)

3. 楊朝仲、張良正、葉欣誠、陳昶憲、葉昭憲，系統動力學思維與應用，五南圖書出版社， 2007。 4. 經濟部能源局，「能源政策白皮書」，2005。 5. 經濟部能源局，「中華民國96 年能源統計手冊」，2007a。 6. 經濟部能源局，「中華民國能源簡介」， 2007b。 7. 經濟部能源局，「97-106 年長期負載預測與電源開發規劃摘要報告」，2008a。 8. 經濟部能源局，「生質燃料技術開發與推廣計畫–九十七年度執行報告」，工業技術研究院，2008b。 9. 駱璟樺，「我國電力部門再生能源發展之經濟與環境效益評估」，碩士論文，國立臺北大學資源管理研究所，2004。

10. Botterud, A., Korpås, M., Vogstad, O. and Wangensteen, I., “A Dynamic Simulation Model For Long-Term Analysis Of The Power Market”, Spain: Power Systems Computation Conference, 2002.

11. IPCC, Revised 1996 IPCC Guidelines for National Greenhouse Gas Inventories. The Intergovernmental Panel on Climate Change, 1997.

12. IEA, World Energy Outlook-2006. International Energy Agency, 2007.

13. IEA, Renewables in Global Energy Supply. International Energy Agency, 2007.

14. Kunsch, P. L., Springael, J. and Brans, J.-P., “The zero-emission certificates: A novel

CO2-pollution reduction instrument applied to

the electricity market”, European Journal of

Operational Research 153, pp. 2004, 386-399.

15. Madlener, R., Kumbarog˘lu, G. and Ediger, V., “Modeling technology adoption as an irreversible investment under uncertainty: the case of the Turkish electricity supply industry”,

Energy Economics 27, 2005, pp. 139-163.

16. UNDP, World Energy Assessment: Overview 2004 Update. United Nations Development Programme, 2005.