台灣太陽能補助政策情境分析

國 立 交 通 大 學

環境工程研究所

碩士論文

台灣太陽能補助政策情境分析

Scenario Analysis of Solar Energy Subsidy Policy in

Taiwan

研 究 生：陳心怡

指導老師：高正忠

台灣太陽能補助政策情境分析

Scenario Analysis of Solar Energy Subsidy Policy in Taiwan

研 究 生：陳心怡 Student：Shin-Yi Chen

指導教授：高正忠 Advisor：Jehng-Jung Kao

國立交通大學

環境工程研究所

碩士論文

A Thesis

Submitted to Department of Environment Engineering

College of Engineering

National Chiao Tung University

in partial Fulfillment of the Requirements

for the Degree of

Master of Science

in

Environment Engineering

July 2011

Hsinchu, Taiwan, Republic of China

i

摘要

為了提高綠色能源及促進永續環境，國內正積極推廣太陽光電系統， 補助政策是影響太陽光電發展的重要因素，本研究因而分析不同情境下之 補助金額及能源與環境效益之差異。 本研究首先整理以往初設成本補助政策下的發展，並比較國內外歷史 安裝量和初設成本趨勢，然後分析國內現行電能躉購政策。之後研擬可能 的政策情境，包括電價上漲(EP)、綠稅(GT)及綠稅加電價上漲等情境；且 建立一套方法分析各情境，該方法主要分二部分，第一部分預測安裝量、 初設成本與費率，依所建立的擴散模式與經驗曲線預測安裝量與初設成本 趨勢，再據以預測電能躉購費率；第二部分評估效益，主要分為補助金額、 能源及環境三部分，首先分析補助所需支出；能源效益依日射量、總發電 量及分區發電能力等分析之；環境效益則主要考量溫室氣體及空氣污染物 之減量效益，比較分析各情境下的補助金額及效益。亦分析個別使用者的 回收期，且針對主要參數進行敏感度分析。 情境分析結果顯示 EP2%以上情境比徵收綠稅所增加的安裝量更多， 淨成本較高。EP3%以上及 GT750&EP2%以上情境預期可達到 2025 年目標 安裝量 2000 MWp，至 2025 年總補助金額 700 億元以上。GT&EP5%等情 境則預期太陽光電在 2025 年可達到再生能源目標(8 %)的一半。豐日照區 預期其總發電能力是其他分區 20 倍以上，適合在該區積極推動太陽光電。 各情境 2025 年時的 eCO2 減量約為 268.3~6813.2 千噸，約佔 2008 年總量 的 0.1~2.6 %，TSP、SOx 及 NOx 則約減少 7.9~200.4 噸、108.7~2760.9 噸 及 120.6~3061.5 噸。豐日照區因發電量較大回收期可縮短至 19 年，但其 他分區及(D)值下回收期大多超過 25 年，可能影響安裝意願。所建議方法 及相關結果預期可輔助相關決策分析或規劃。 關鍵詞：太陽光電系統、補助政策評估、效益評估、情境分析、永續環境 系統分析

ii

Abstract

For increasing green energy and pursuing sustainable environment, the government is promoting solar PV systems. A proper subsidy policy is essential for developing PV systems. This study thus analyzes various scenarios for implementing current feed-in tariffs (FIT) subsidy policy and compares their differences based on policy cost and energy and environmental benefits.

The historical progress under the previous initial-cost subsidy policy is first evaluated. The changing trends of domestic and foreign installations and system costs are also compared. To analyze the current FIT policy, three possible scenarios and various cases under each scenario are evaluated, including electricity price (EP) rise, green tax (GT), and electricity price rise with green tax. A method with two major steps is established for analyzing these scenarios. The first step forecasts installation quantities, initial costs, and feed-in tariffs, primarily based on a diffusion model and an experience curve. The second step estimates policy cost and energy and environmental benefits of each scenario case. The energy benefit is estimated based on solar radiation, average gross electricity generation, and gross electricity generation in each region. The environmental benefit is estimated according to GHG and air pollutant emission reductions. The payback periods for individual users at different regions are also evaluated. A sensitivity analysis for major parameters is also implemented.

According to the simulated results, the installation quantities of EP2% cases are larger than those of GT cases. Cases for EP3% and GT750&EP2% can reach the goal of 2000 MWp in 2025, but the total subsidy will be more than NT$7x104 million. In 2025, GT&EP5% cases may reach 4% of the national gross electricity generations, which is half of the national target of the renewable energy. The estimated gross electricity generation at the abundant radiation region is more than twenty times than those at other regions. The eCO2 reductions in 2025 range between 268.3 and 6813.2 thousand tons, about 0.1 to 2.6% of the 2008 total national emission. And TSP, SOx, and NOx reductions are approximately 7.9-200.4, 108.7-2760.9, and 120.6-3061.5 tons, respectively. The payback period for the abundant radiation region is about 19 years, while the payback periods at other regions are mostly longer than 25

iii

years. The proposed method and results are expected to facilitate related decision making and planning analyses.

Keywords: solar photovoltaic system; subsidy; benefit assessment; scenario

iv

致謝

研究期間雖歷經題目變更及多項瓶頸，但經多位人士協助，不斷修改 終於順利定稿。首先感謝指導教授高正忠老師在研究與生活上的指導與照 顧，讓我了解抓重點的重要及處事上應改進的地方。也非常感謝口試期間 陳鶴文教授、林宏嶽教授的細心指正與建議，使論文內容更詳盡嚴謹，學 生受益良多，特此表達由衷感謝。 感謝實驗室的學長姐子欽、宥禔、坤哥、冠華、京澄、展帆、雅如在 我進行研究時所給予的協助；感謝同屆的好友岳奇、科智在這段期間的陪 伴及互相砥礪；感謝學弟嘉仁、彥宏、維佑的貼心問候；感謝所辦小姐在 行政上提供的幫助；同時很慶幸有室友怡伶、珖倢在生活上的關懷與照 應，以及感謝工研院彭大千先生、能源局吳智偉學長、邱明豐先生、太陽 光電廠商願提供論文所需資料，使研究得以順利進行。最後，要感謝父母 和哥哥總是適時的給我鼓勵，並且謝謝你們一直以來的包容，讓我面對挫 折時得以堅持下去，在此，僅將這份論文獻給曾經幫助我的人。 陳心怡 謹誌於交大 民國一百年七月

v

目錄

中文摘要 ... i 英文摘要 ... ii 致謝 ... iv 目錄 ... v 表目錄 ... viii 圖目錄 ... x 符號說明 ... xiv 第一章 前言 ... 1 1.1 研究緣起 ... 1 1.2 研究目的 ... 3 1.3 論文內容 ... 4 第二章 文獻回顧 ... 5 2.1 國內外太陽光電系統發展與趨勢 ... 5 2.2 國內外太陽光電補助政策 ... 8 2.3 國內外綠稅(或碳稅)政策 ... 14 2.4 太陽光電補助政策情境 ... 16 2.5 太陽光電補助政策情境分析方法 ... 17 2.5.1 安裝量與初設成本預測 ... 17 2.5.2 效益評估 ... 17 2.6 個別使用者回收期分析 ... 19 2.7 敏感度分析 ... 20 第三章 研究流程與方法 ... 21 3.1 研究流程 ... 21 3.2 國內補助政策分析 ... 24

vi 3.2.1 初設成本補助歷史政策 ... 24 3.2.2 電能躉購政策 ... 25 3.3 政策情境研擬 ... 27 3.3.1 電價上漲 ... 27 3.3.2 綠稅情境 ... 27 3.3.3 綠稅加電價上漲 ... 28 3.4 政策情境分析方法 ... 29 3.4.1 各情境下之安裝量與初設成本預測 ... 29 3.4.1.1 最大可能安裝量 ... 31 3.4.1.2 Progress Ratio ... 33 3.4.1.3 各情境下之電價 ... 34 3.4.1.4 太陽光電發電成本 ... 35 3.4.1.5 建立擴散係數與電太成本比例變化率函數 ... 36 3.4.2 費率預測 ... 36 3.4.3 效益評估 ... 36 3.4.3.1 補助金額評估 ... 36 3.4.3.2 能源效益評估 ... 37 3.4.3.3 環境效益評估 ... 41 3.5 政策情境分析與比較 ... 42 3.5.1 各政策情境比較 ... 43 3.5.2 綜合比較 ... 43 3.5.3 個別使用者的回收期分析 ... 44 3.6 各相關參數敏感度分析 ... 45 第四章 結果與討論 ... 47 4.1 初設成本補助歷史政策分析 ... 47

vii 4.2 各情境下之安裝量與初設成本預測 ... 55 4.3 各情境下之費率預測 ... 65 4.4 各情境下之效益分析 ... 68 4.4.1 補助金額 ... 68 4.4.2 能源效益 ... 73 4.4.3 環境效益 ... 81 4.5 各情境綜合比較分析 ... 91 4.5.1 綜合比較 ... 91 4.5.2 個別使用者的回收期分析 ... 99 4.6 主要參數敏感度分析 ... 104 第五章 總結與建議 ... 109 5.1 總結 ... 109 5.2 建議 ... 111 參考文獻 ... 112 附錄 A 其他研究相關資料 ... (附 A)-1 附錄 B 電能躉購政策回溯期評估 ... (附 B)-1 附錄 C 屋頂面積與效率預測 ... (附 C)-1 附錄 D 研究相關結果 ... (附 D)-1

viii

表目錄

表 2.1 太陽光電補助政策說明 ... 9 表 2.2 2009 年各國太陽光電補助政策發展... 10 表 2.3 各國碳稅政策發展 ... 15 表 3.1 台灣太陽光電電能躉購費率 ... 26 表 3.2 各級距系統裝置容量─98 年度「振興經濟擴大公共建設投資計畫」 ... 26 表 3.3 情境說明 ... 28 表 3.4 屋頂占基地面積的比例與可設置系統的面積比例設定 ... 33 表 3.5 政策情境之電價變化估算公式 ... 35 表 3.6 台灣日射量區域劃分 ... 40 表 3.7 溫室氣體與污染物排放係數 ... 42 表 3.8 綠色稅額及環境污染處理成本 ... 44 表 4.1 執行電能躉購政策(Feed-in tariffs)類似政策的國家 ... 57 表 4.2 S-L-92%之發展預測情形比較 ... 65 表 4.3 S-L-92%之補助支出比較 ... 73 表 4.4 S-L-92%之能源效益比較 ... 79 表 4.5.1 S-L-92%之環境效益比較- eCO2 ... 87 表 4.5.2 S-L-92%之環境效益比較-TSP ... 88 表 4.5.3 S-L-92%之環境效益比較-SOx ... 89 表 4.5.4 S-L-92%之環境效益比較-NOx ... 90 表 4.6 S-L-92%之綜合比較 ... 98 表 4.7 EP2%-L-92%之不同折現率(i)分析 ... 105 表 4.8 EP2%-L-92%之不同年運轉維護費用之係數(m)分析 ... 107

ix 表 A.1 初設成本補助條例 ... (附 A)-1 表 A.2 電能躉購條例 ... (附 A)-3 表 A.2.1 再生能源電能躉購費率 ... (附 A)-4 表 A.2.2 再生能源電能躉購費率(續) ... (附 A)-5 表 A.3 台灣歷年太陽能補助及獎勵措施─設備補助、獎勵規劃設計 ... (附 A)-7 表 A.4 台灣歷年太陽能補助及獎勵措施─財稅獎勵 ... (附 A)-11 表 A.5 台灣歷年太陽能補助及獎勵措施─電能躉購 ... (附 A)-12 表 A.6 歷年國際貨幣匯率 ... (附 A)-13 表 A.7 歷年國內生產毛額平減指數(2009 年=1) ... (附 A)-14 表 A.8.1 歷年太陽光電系統累積安裝量 ... (附 A)-15 表 A.8.2 台灣逐月太陽光電系統累積安裝量 ... (附 A)-16 表 A.9 各國歷年太陽光電系統固定成本(NT$/kWP，2009 年基期) ... (附 A)-17 表 A.10 各國歷年太陽光電模組固定成本(US$/WP，2009 年基期) ... (附 A)-18 表 A.11 歷年太陽光電系統與模組固定成本(2009 年基期) ... (附 A)-19 表 A.12 其他執行電能躉購(Feed-in-tariffs)類似政策的國家執行內容 ... (附 A)-20 表 A.13 太陽光電系統的價值與障礙 ... (附 A)-24 表 A.14 台灣全天空日射量資料(2006~2010) ... (附 A)-26 表 A.15 不分區及各分區年發電量(G)比較表(kWh) ... (附 A)-27

x

圖目錄

圖 2.1 OECD 國家再生能源技術之投入研發比例 ... 6 圖 2.2 台灣系統類型之分佈(a)設置件數；(b)安裝量 ... 7 圖 2.3 各國(a)電價趨勢；(b)人均 GDP ... 10 圖 3.1 研究流程 ... 23 圖 3.2 台灣太陽能板安裝之較佳傾斜角度... 32 圖 3.3 全球太陽光電模組之經驗曲線 ... 34 圖 3.4 各情境下之新增安裝量分布 ... 37 圖 3.5 台灣氣候測站 Voronoi 圖 ... 39 圖 3.6 台灣太陽光電分區範圍 ... 41 圖 4.1 歷年太陽光電累積安裝量 ... 48 圖 4.2 歷年太陽光電初設成本(a)系統；(b)模組 ... 49 圖 4.3 歷年太陽光電系統與模組成本比較... 50 圖 4.4 台灣太陽光電之經驗曲線(a)系統；(b)模組 ... 51 圖 4.5 IEA 主要國家太陽光電之經驗曲線(a)系統；(b)模組 ... 52 圖 4.6 歷年多晶矽原料(a)成本；(b)供應 ... 53 圖 4.7 相關國家太陽光電系統之經驗曲線(a)德國；(b)義大利；(c)瑞士 ... 54 圖 4.8 台灣過去的常數(c)與擴散係數(d)值及新常數(c)值 ... 55 圖 4.9 執行電能躉購政策國家的(a)電太成本比例變化率；(b)擴散係數 ... 58 圖 4.10 擴散係數與電太成本比例變化率函數... 59 圖 4.11 EP-L-92%之(a)安裝量；(b)初設成本 ... 60 圖 4.12 EP2%-L-PR 之(a)安裝量；(b)初設成本 ... 61 圖 4.13 EP2%-G-92%之(a)安裝量；(b)初設成本 ... 61

xi 圖 4.14 2013GT-L-92%之(a)安裝量；(b)初設成本 ... 62 圖 4.15 2015GT-L-92%之(a)安裝量；(b)初設成本 ... 63 圖 4.16 2013GT750&EP-L-92%之(a)安裝量；(b)初設成本 ... 64 圖 4.17 S-L-92%之費率(a)EP；(b)2013GT；(c)2013GT750&EP ... 67 圖 4.18 台灣逐月太陽光電累積安裝量... 67 圖 4.19 EP-L-92%之補助金額 ... 69 圖 4.20 EP2%-L-PR 之補助金額 ... 69 圖 4.21 EP2%-G-92%之補助金額 ... 70 圖 4.22 2013GT-L-92%之補助金額 ... 71 圖 4.23 2015GT-L-92%之補助金額 ... 71 圖 4.24 2013GT750&EP-L-92%之補助金額 ... 72 圖 4.25 台灣各區域日射量趨勢 ... 74 圖 4.26 EP-L-92%之能源效益 ... 75 圖 4.27 EP2%-L-PR 之能源效益 ... 76 圖 4.28 EP2%-G-92%之能源效益 ... 76 圖 4.29 2013GT-L-92%之能源效益 ... 77 圖 4.30 2015GT-L-92%之能源效益 ... 78 圖 4.31 2013GT750&EP -L-92%之能源效益 ... 78 圖 4.32 EP2%-G-92%之分區發電能力(a)E；(b)D ... 80 圖 4.33 台灣排放量趨勢(a)溫室氣體；(b)空氣污染物 ... 81 圖 4.34 EP-L-92%之環境效益(a)eCO2；(b)TSP；(c)SOx；(d)NOx. ... 82 圖 4.35 2013GT-L-92%之環境效益(a)eCO2；(b)TSP；(c)SOx；(d)NOx . ... 83 圖 4.36 2013GT750&EP-L-92%之環境效益(a)eCO2；(b)TSP；(c)SOx；(d)NOx ... 84

xii

圖 4.37 EP2%-L-PR 之環境效益(a)eCO2；(b)TSP；(c)SOx；(d)NOx.

... 85 圖 4.38 EP2%-G-92%之環境效益(a)eCO2；(b)TSP；(c)SOx；(d)NOx. ... 86 圖 4.39 EP-L-92%之綜合比較(a)EP0%；(b)EP1%；(c)EP2%；(d)EP3%； (e)EP5%；(f)2030 年 EP1%、EP2%、EP3% ... 92 圖 4.40 EP2%-L-PR 之綜合比較(a)PR80%；(b)PR88%；(c)PR92%；(d)PR94% ... 93 圖 4.41 EP2%-G-92%之綜合比較(a)L；(b)E；(c)D ... 94 圖 4.42 2013GT-L-92%之綜合比較(a)GT500；(b)GT750；(c)GT1000；(d)2030 年 GT500、GT750、GT1000 ... 95 圖 4.43 2013/2015GT-L-92%之綜合比較(a)2013 年；(b)2030 年 ... 96 圖 4.44 2013GT750&EP-L-92%之綜合比較(a)GT750&EP1%； (b)GT750&EP2%；(c)GT750&EP3%；(d)GT750&EP5% ... 97 圖 4.45 EP-L-92%(E)值之回收期(a)EP0%；(b)EP1%；(c)EP2%；(d)EP3%； (e)EP5% ... 100 圖 4.46 EP-L-92%(D)值之回收期(a)EP0%；(b)EP1%；(c)EP2%；(d)EP3%； (e)EP5% ... 102 圖 4.47 EP2%-L-92%之回收期(a)不同折現率；(b)不同年運轉維護費用係數 ... 103 圖 4.48 EP2%-L-92%不同折現率之綜合比較(a)i=5.25%；(b)i=2%； (c)i=3.5%；(d)i=6% ... 106 圖 4.49 EP2%-L-92%不同年運轉維護費用之係數之綜合比較(a)m=0.7%； (b)m=1.5%；(c)m=2.5%；(d)m=4% ... 108

xiii 圖 D.1 EP-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%；(d)PR94% ... (附 D)-1 圖 D.2 2013GT-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%；(d)PR94% ... (附 D)-2 圖 D.3 2015GT-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%；(d)PR94% ... (附 D)-3 圖 D.4 2013GT500&EP-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%； (d)PR94% ... (附 D)-4 圖 D.5 2013GT750&EP-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%； (d)PR94% ... (附 D)-5 圖 D.6 2013GT1000&EP-L-PR 之費率(a)PR80%；(b)PR88%；(c)PR92%； (d)PR94% ... (附 D)-6

xiv

符號說明

符號 說明 單位 max A 最大可能安裝面積 m2 k B 污染物 k 的碳交易價格或處理成本 NT$/ton c 擴散模式之常數 - y C y 年補助起始年後的預期支出 NT$ y , C_{回 溯 期} y 年補助回溯半年期間安裝的預期支出 NT$

CDT Characteristic development time year

CRF Capital recovery factor -

d 擴散模式之擴散係數 - t E t 年的電價 NT$/kWh e E 原本一般住宅用電價格 NT$/kWh t , gt E t 年因課綠稅後增加的電價 NT$/kWh ESH 等效日照小時 hour/year 2 eCO po f 電廠排放溫室氣體的排放係數 ton-eCO2/kWh k po f 電廠排放污染物 k 的排放係數 g/ kWh k pv f 太陽光電系統排放污染物 k 的排放係數 g/ kWh t Fp t 年時設置系統的電能躉購費率 NT$/kWh t y t G  t 年設置每峰瓩系統後



yt



年的年發電量 kWh/kWP y GT y 年的總產生電力 kWh y , GT回 溯 期 y 年回溯半年期間安裝的總產生電力 kWh y GTB y年分析補助期間的發電總效益 NT$ i 平均折現率(discount rate) %

xv 符號 說明 單位 t y t L t 年設置系統後



yt



年的太陽能電池衰減效率 % m 年運轉維護費用之係數 % b M 2009 年 6 月之前的累積安裝量 kWP 1 M 2009 年底及之前的累積安裝量 kWP 0 M 起始年及之前的累積安裝量 kWP t M 到 t 年底為止的累積安裝量 kWP max M 最大可能安裝量 kWP MC 電池與模組效率比例值 % n 分析年限或大陽光電系統使用年限 year 0 P 起始年的太陽光電系統初設成本 NT$/kWP t P t 年的太陽光電系統初設成本 NT$/kWP t , pv P t 年的太陽光電發電成本 NT$/kWh PR 當安裝量增加一倍時成本降低的比例 % PF 實際太陽能電池占裝配模組總面積的比例 % k y Q y 年系統產生電力所減少污染物 k 的排放量 ton k y QB y 年分析補助期間污染物 k 的外部效益 NT$ r 電價和太陽光電發電成本比例變化率 - 2 eCO t T t 年研擬的綠稅 NT$/ton-eCO2 y TC y 年分析補助期間的總預期支出 NT$ u 電價年漲幅比例 %/year w 系統耗能比例 % t X t 年時設置系統的回收期 year

xvi 符號 說明 單位 β 經驗指數 - γ 性能比包括可能影響發電量的因素 %  太陽能模組效率 % L  太陽能電池技術可達之極限效率 %

情境 Case 編碼說明

編碼: S-G-PR 符號 說明 S 電價上漲(EP) EP0%、EP1%、EP2%、EP3%、EP5%， 最後的數字代表電價上漲百分比 綠稅(GT) 2013GT500、2013GT750、2013GT1000， 2015GT500、2015GT750、2015GT1000 前四個數字為綠稅預期執行年， 最後三個數字為綠稅的稅額，此部分不考量電價上漲 綠稅加電價上漲 (GT&EP) 範例： 2013GT500&EP1% 代表 2013 年開始執行綠 稅，稅額為每噸 eCO2 NT$500 元，且電價上漲 1 %， 餘類推。 G 系統年發電量 L (2011 年條例值)、E(本研究推估值)、D(考量逐年效 率衰減之推估值) PR Progress ratio 80%、88%、92%、94% 範例：2013GT500&EP1-L-92%為 2013 年初執行綠稅政策，訂定稅額每噸 eCO2 NT$500 元，且電價逐年上漲 1 %，系統年發電量依 2011 年法規採 1250(kWh) 分析之，PR 值設為 92 %。

1

第一章 前言

1.1 研究緣起

台灣超過 99 ％的能源依賴進口，且因應國際能源價格漲幅和未來石 化燃料逐漸枯竭的趨勢，近年來正積極推廣太陽光電系統做為改善方案之 一。從減碳的觀點來看，台灣 2007 年人均溫室氣體排放量成長率位居全 球第 1，超過一半的排放量來自發電，太陽光電僅約占全國發電量的 0.01 ％(能源局，100 年)，仍有很大的發展空間。由於國內太陽光電市場發展仍 需透過政府的補助來扶持，唯推行補助政策的可能成效有必要分析之，本 研究因而建立一套方法分析不同政策情境下的現行太陽光電補助政策之 效益，以期評估各情境下之補助效益，以供政府擬定相關決策時參考。 就整體趨勢而言，國內裝設太陽光電系統起步較晚。相較於國內太陽 光電產業發展，實際應用仍相當有限，2007 年台灣雖位居全球第 4 大太陽 能電池生產國，產量約為 368 MWp(經濟部，97 年)，但太陽光電安裝量僅 2.4 MW_p(能源局，100 年)，產品多以外銷為主，為提升裝設率，政府因而 陸續實施設備補助、獎勵規劃設計、投資抵減稅賦或免徵設備進口關稅等 策略，但效果仍頗有限，本研究首先分析過去初設成本補助政策，探討歷 史政策下之安裝量與初設成本趨勢，並與國外同一時期進行比較。 國內外太陽光電補助政策不盡相同，有電能躉購、補助設置成本、提 供低利融資貸款、抵減稅賦、研發、再生能源配比義務或針對不同用途提

供不同比例的補助等不同的方式(e.g., Bezdek et al., 2006；IEA , 2010；呂 等，94 年)，因國內於 2010 年改為執行國際上常用的電能躉購政策，故本

研究主要針對此政策進行分析，唯此政策在西班牙(IEA , 2010)執行時，因 之前費率訂得太優厚導致政府財政無法負擔及讓政策不易持續推動，最後

2 影響。且同一類型政策在不同情境下亦會有不同的補助金額與效益，補助 政策亦會受到補助方式、費率、電價等所影響，也會與是否推行綠稅習習 相關，本研究因而建立一套方法分析國內推行電能躉購政策的可能情境及 推估可能的補助金額與效益。本研究依國內可能的發展研擬適當的補助政 策情境，在現行電能躉購的補助政策下，比較及分析電價上漲、綠稅、綠 稅加電價上漲等可能的情境，以評估太陽光電補助政策在不同情境下之可 能發展及效益。 有關太陽光電補助政策分析，國外雖已有文獻分析太陽光電系統補助

情境(e.g., Van der Zwaan et al., 2003；Sanden et al., 2005；Nemet et al.,

2009)，唯依區域特性不同而有差異，包括政策制定、產業結構、市場規模、 技術發展、氣候條件及建築物類型等因素均不盡相同，無法直接應用於台 灣，目前國內分析太陽光電補助政策的相關研究甚少，黃(96 年)雖曾建構 系統動態學模型以探討碳稅情境下太陽光電系統之經濟效益，但並非針對 補助政策，故目前並沒有一個適當的方法可供分析所有的補助政策情境， 有必要建立一套方法分析之。 本研究所建立太陽光電補助政策分析方法主要可分為二大部分，分別 為安裝量、初設成本與費率預測及效益評估，預期電能躉購政策下各情境 的安裝量會有所差異，本研究因而建立一個擴散係數的關係函數，再依擴

散模式(Diffusion model)預測不同情境下的安裝需求(Mesak and Coleman ,

1992)，由於系統設置成本亦會影響補助政策的金額及推廣成效，不少研究 曾以經驗 曲線(Experience curve)預測太陽光電初設成本變化趨勢(e.g.,

Masini et al., 2002；Poponi et al., 2003；Van der Zwaan et al., 2003；Sanden

et al., 2005；Nemet et al., 2009；洪，95 年)，本研究亦以安裝量與初設成

3

然後依經驗曲線預測未來初設成本，並依據可能的初設成本變化推估電能 躉購費率，此部分主要作為進行後續其他評估的依據。

太陽光電效益評估則主要可分為三部分：補助金額、能源及環境。有 關補助金額部分，本研究依所推估之費率據以估算補助支出。能源效益部

分，一般主要是依日射量(歐等，97 年)來估算發電量值(e.g., Nawaz et al.,

2006；太陽光電資訊網，94 年)，以便後續據以估算環境效益。環境效益 的部分，考量太陽光電系統生命週期消耗的能源，並探討取代傳統能源下 所減少之溫室氣體及空氣污染物(e.g., Bernal-Agustı´n et al., 2006；Seng et

al., 2008)，之後進一步依可能之綠稅稅額與處理成本推估減量的外部效益

(e.g., Van der Zwaan et al., 2003；Bernal-Agustı´n et al., 2006；Poullikkas et

al., 2009)。 此外，由於個別使用者的回收期(Bernal-Agustı´n et al., 2006)會影響安 裝的意願與需求，且不同區域回收期並不相同，本研究因而亦分析各補助 政策情境下個別使用者及各分區使用者之回收期。 雖然國際能源總署(IEA , 2001)的報告中亦提及相較於生產傳統能 源，太陽光電系統尚包括低廢水排放、低土地使用、低噪音、低資源耗損 和組件回收率高等好處，唯因這些資料難以取得及評估，故本研究未納 入。本研究主要依據補助金額、能源、環境三部分評估各補助政策情境的 金額及相關效益，並針對相關參數因子進行敏感度分析(Poponi et al., 2003)，以供研擬太陽光電補助決策或規劃時參考。

1.2 研究目的

由於目前發展太陽光電仍取決於政府補助政策和技術限制，而國內外 並無適當的方法可用以分析各種情境的補助政策，本研究因而建立適當方 法分析台灣太陽光電補助政策情境，評估各情境下之補助效益，以供國內 研擬相關補助政策時之參考依據。本研究主要目的有下列二項：

4 1. 分析台灣太陽光電初設成本補助歷史政策：為了解國內歷史補助政策 推行之成效，本研究因而分析以往國內在初設成本補助政策下之發 展，並比較同一時期下國內外歷史安裝量和初設成本趨勢，以作為檢 討該政策的問題與缺點之依據。 2. 建立方法分析台灣太陽光電電能躉購政策可能情境及評估各情境可能 之效益，以期作為相關決策的參考依據：由於目前並沒有適當方法可 供分析所有的補助政策情境，本研究因而參考國內外文獻建立一套方 法分析各補助政策情境下之補助金額、能源及環境效益，所得結果期 能供進行相關決策時參考。

1.3 論文內容

本論文之後續章節中，第二章文獻回顧介紹太陽光電系統應用發展與 趨勢(含附加價值、推廣障礙、產業現況)、獎勵補助政策、綠稅或碳稅政 策、情境模擬及分析方法等研究發展；第三章簡介研究流程，並詳細說明 本研究建立的分析方法，包括國內補助政策分析、政策情境研擬、安裝量、 初設成本與費率預測、效益評估、各情境分析與比較(含個別使用者回收 期分析)及各相關參數敏感度分析；第四章則應用所建立的方法分析所研 究的補助政策情境，分析以往的初設成本補助政策、預測各情境下的安裝 量、初設成本與費率、評估各情境下之效益、综合比較各情境下所得之結 果與分析個別使用者回收期及進行敏感度分析，並詳細討論及分析所得結 果；最後第五章總結本研究及說明後續研究之建議。

5

第二章 文獻回顧

本章主要回顧及整理本研究相關文獻，首先介紹國內外太陽光電系統 發展與趨勢及國內外相關獎勵補助政策、綠稅或碳稅政策，之後說明太陽 光電補助政策情境及其分析方法等相關研究發展。

2.1 國內外太陽光電系統發展與趨勢

近年台灣積極推廣太陽光電，以提升再生能源使用率與減少溫室氣體 排放，依 IEA(2001)指出太陽光電有不少附加價值，如附表 A.13(a)所列， 包括電力供給、低污染低排放及降低資源耗損、結合建築的各種應用及促 進教育與就業機會等，唯亦存在推廣障礙，如附表 A.13(b)所列，包括太陽 光電成本仍高、對系統認知不足及缺乏長期的政策扶持等，因而尚未能全 面普及。由於國外較早發展太陽光電，故以下首先回顧國外系統應用發展 與趨勢，然後再回顧國內的情形及產業現況。 1. 國外發展與趨勢

依 Van der Zwaan et al. (2003)指出，1940 年美國 Russell Ohl 發現第一 個矽太陽能電池，1954 年研發第一個具轉換效率的矽太陽能電池，1958 年商業化應用於太空，至 1970 年石油危機後方應用於地面，主要應用獨 立型系統供偏遠或離島等電力網難以到達的區域使用(IEA , 2001)，而在 1990 年已有抽水機、通訊、民生消費品(如小型計算機)等應用。Masini et al. (2002)提到 1996 年獨立型系統約占安裝量的 90 %，由於採用蓄電池使成 本下降較慢，至 1999 年獨立型系統所占比例已降為 70 %，併聯型系統開 始推廣，到後期政策亦主要針對併聯型系統進行補助。 Sanden et al. (2005)提到太陽光電研發與示範多集中於少數國家，不利 於長期發展，圖 2.1 所示為各種再生能源不同國家數之投資累積比例，可 看出太陽光電前三個國家即約占 OECD 國家投入總研發資金的 80 %。依

6 IEA(2010)公佈之 2009 年統計數據，太陽光電主要安裝國家為德國、西班 牙、日本及美國，約占 IEA 主要國家安裝量 87 %，而太電中心(99 年)指出 這些國家之所以快速發展，主要是因政府獎勵補助所造成。 摘自：IEA (2001) 圖 2.1 OECD 國家再生能源技術之投入研發比例 2. 國內發展與趨勢 依經濟部(97 年)指出國內 1987 年開始研發太陽能電池，至 2007 年產 量成長為 368 MWp，約占全球 10 %，僅低於德國、日本及中國大陸，唯 與國內該年安裝量只有 2.4 MWp(能源局，100 年)相比，產品多以外銷為 主，國內應用仍相當有限。若以產業鏈劃分，上游、中游、下游廠商分別 有 6 家、28 家、15 家(經濟部，97 年)，康(97 年)亦提到台灣產業多集中於 中游太陽能電池製造，其分析可能因上游技術受資金限制，唯掌握上游原 料是廠商獲利的關鍵，因而近年正開始投入發展，而下游太陽光電系統一 般多就近安裝，此亦受限於國內的低需求量，故政府在政策上的支持將可 提高安裝意願，有助於太陽光電發展。

7 國內於 2000 年施行「太陽光電發電示範系統設置補助辦法」後開始 正式推廣太陽光電，之後安裝量逐年增加，嚴等(97 年)提到從 2000 年至 2008 年 6 月間，完成設置共 334 件、累積安裝量達 3,192 kWp，其比較各 年系統類型之設置件數與安裝量，如圖 2.2 所示，最早三年主要設置獨立 型系統，之後由於有市電併聯，併聯型系統的安裝量因而顯著成長，至今 已約占安裝量的 97 %(能源局，100 年)，故目前電能躉購政策亦針對併聯 型系統收購電能。以能源供給而言，2009 年太陽光電與風力發電僅占全國 發電量的 0.06 %(能源局，100 年)，與 2025 年所有再生能源占全國發電量 8 %的目標相比，雖然太陽光電並非唯一可採用之再生能源，但預期在補 助政策下仍有發展的可能，本研究因而分析可能的補助政策情境，以期作 為相關決策之依據。 摘自：嚴等 (97 年) 圖 2.2 台灣系統類型之分佈(a)設置件數；(b)安裝量

8

2.2 國內外太陽光電補助政策

表 2.1 所列為國際上常採用的補助政策，依呂等(94 年)歸納主要可分 為 固 定 電 價 系 統 (Fixed-price systems) 及 再 生 能 源 配 比 系 統 (Renewable

portfolio standards, RPS)二類，固定電價系統是政府擬定再生能源收購電 價，由市場決定數量，主要為固定費率及再生能源電價差額補助(Premium) 的電能躉購方式，其他方式則包括設備補助、抵減稅賦等；再生能源配比 系統則是政府規定一定比例的電能為再生能源，由市場決定收購價格，可 採用自產、收購或綠色憑證(Green Certificate)交易等方式，同時政府也可 透過競標方式降低收購價格。 然由於沒有單一種補助政策可適用於所有國家，故必須視各國政策目 的及發展階段來考量，由於德國執行電能躉購政策的成效斐然，故各國大 多推行電能躉購政策作為主要的補助方式，但各國通常亦同時搭配數種補 助政策併行，如表 2.2 所列，而以下首先介紹國外執行電能躉購政策主要 國家的發展及所執行的內容，之後再介紹國內的補助政策。

9 表 2.1 太陽光電補助政策說明

Enhanced feed-in tariff An explicit monetary reward is provided for producing PV electricity; paid (usually by the electricity utility) at a rate per kWh somewhat higher than the retail electricity rates being paid by the customer.

Capital subsidies Direct financial subsidies aimed at tackling the up-front cost barrier, either for specific equipment or total installed PV system cost.

Green electricity schemes Allows customers to purchase green electricity based on renewable energy from the electricity utility, usually at a premium price.

PV-specific green electricity schemes Allows customers to purchase green electricity based on PV electricity from the electricity utility, usually at a premium price.

RPS A mandated requirement that the electricity utility (often

the electricity retailer) source a portion of their electricity supplies from renewable energies (usually characterized by a broad, least-cost approach favouring hydro, wind and biomass).

PV requirement in RPS _{A mandated requirement that a portion of the RPS be met}

by PV electricity supplies (often called a setaside).

Investment funds for PV Share offerings in private PV investment funds plus other schemes that focus on wealth creation and business success using PV as a vehicle to achieve these ends.

Income tax credits Allows some or all expenses associated with PV

installation to be deducted from taxable income streams. Commercial bank activities Includes activities such as preferential home mortgage

terms for houses including PV systems and preferential green loans for the installation of PV systems.

10 表 2.2 2009 年各國太陽光電補助政策發展

AUS AUT CAN CHE DEU ESP FRA ISR ITA JPN KOR MYS NLD PRT SWE USA

Enhanced feed-in tariff

•

•

•

•

•

•

•

•

•

•

•

•

•

•

local

•

Capital subsidies

•

•

•

•

•

•

•

•

•

•

•

Green electricity schemes

•

•

•

•

•

•

•

•

•

PV-specific green electricity schemes

•

•

•

•

RPS

•

•

•

•

•

PV requirement in RPS

•

Investment funds for PV

•

•

•

•

•

Tax credits

•

•

•

•

•

•

•

Commercial bank activities

•

•

•

•

•

•

Country(ISO code)：Australia (AUS)；Austria (AUT)；Canada (CAN)；Switzerland (CHE)；Germany (DEU)；Spain (ESP)；France (FRA)；Israel (ISR)；Italy (ITA)； Japan (JPN)；Korea (KOR)；Malaysia (MYS)；Netherlands (NLD)；Portugal (PRT)；Sweden (SWE)；United States (USA)

11 1. 國外電能躉購補助政策 國外執行電能躉購政策國家的摘要資料請參見表 4.1 及附表 A.12，表 4.1 所列三個國家的歷年安裝量數據，為本研究在建立太陽光電安裝量擴 散係數與電價和太陽光電發電成本比例變化率之關係函數的主要依據。附 表 A.12 所列國家則由於補助政策長期變動、只有部分地區執行電能躉購 或同時搭配其他補助設置成本之類重要政策、資料不全等原因，故本研究 未採用其數據建立上述函數。以下簡要說明各國的補助政策。 依陳(94 年)整理的資料，德國 1991 年通過「電力輸送法修正案」，規 定電力公司有義務以高於平均電價 90 %的價格來收購電能，匯率以 EU$1=NT$45 計算約 3.78 元/度，1999 年輔以「能源稅環保新制」推廣。 至 2000 年則開始正式施行「再生能源法」，改以費率約 22.95 元/度(康，97 年)收購電能 20 年，且配合費率逐年遞減 5 %的調整，之後修正案亦對是 否併聯電網提供不同補助金額引導發展，2008 年再生能源占總發電量的 15 %，超過原預期 2010 年的目標，故 2010 年時費率改為逐年調降 8 %(IEA , 2010)，由於目前德國安裝量位居全球第 1，因而所執行之電能躉購為國際 上與台灣擬定相關政策時之參考依據。 義大利主要補助政策亦為電能躉購，費率依設置類型如地面型、屋頂 型、建材一體型(Building-integrated photovoltaic)或不同級距的裝置容量補 助 16.2 ~ 22.05 元/度不等(IEA , 2010)，近年來由於不採用核能發電及徵稅 使電價上漲，導致電價和太陽光電發電成本愈來愈接近，安裝量亦因而隨 之提昇，義大利安裝量目前位居歐洲市場第 2，唯與排名第 1 的德國尚有 明顯差距。 瑞士的能源法案經過長時間討論方通過，主要是為避免影響產業發 展，聯邦政府提供電能躉購費率依匯率以 CHF$1=NT$31 計算約 4.65 元/ 度，目前已積極推廣中(IEA , 2010)。

12 西班牙為特殊的案例，依 IEA(2010)報告指出 2007 年施行「建築技術 法」，規定新建、改建之建築物有義務設置太陽光電系統，同時因電能躉 購政策所提供優厚費率無限期收購電能，使累積安裝量較前年成長近 5 倍，其中 44 %是建置太陽光電廠，當時西班牙安裝量位居全球第 2，唯由 於成長超乎預期，所需補助支出使政府難以持續推動，因而在 2008 年費 率由原約 19.8 元/度調降為 14.7 元/度，同時限制總安裝量及補助年限，而 此政策變動導致安裝需求大幅下降，亦造成其產業衝擊，可看出政策初期 設計並不完善，因而在執行之初有必要審慎評估之。 其他有採用電能躉購政策的國家尚有奧地利、加拿大、法國、以色列、 韓國、美國及日本等，奧地利 2002 年執行電能躉購時設有總安裝量限制 15MW_p，隔年達到上限即停止補助，至 2006 年修訂「綠色電力法案」才 再次執行，但修訂前後補助年限不一致。加拿大只有 Ontario 執行電能躉 購。以色列則缺歷年系統初設成本資料。法國與韓國則因同時採用設置補 助等重要政策。美國亦只有部分地區執行，且依其發展階段採用各種不同 補助政策，早期主要補助設置成本、抵減稅賦及支援研發(施等，91 年)， 部分州政府亦施行 RPS，2007 年聯邦政府提供全國性投資抵減稅賦 30 %， 至 2008 年州、市政府層級才開始提供固定費率收購電能 20 年(IEA , 2010)，但並不是全國都採用。日本則於 2009 年才開始執行電能躉購。以 上這些國家由於政策變動、資料不全、只有部分地區執行、執行其他補助 政策或執行期間太短等原因，故本研究未採用其資料。 鑑於電能躉購補助政策的誘因大小會受該國的電價高低所影響，圖 2.3 比較一些國家的電價趨勢與人均 GDP，可看出近年德國、義大利的電價明 顯上漲，這也是二個國家的安裝量最高的原因之一。

13

資料來源：EIA (2010)；OECD Statistics (2010)；主計處 (99 年)

圖 2.3 各國(a)電價趨勢(b)2008 年人均 GDP 2. 國內補助政策 國內補助政策之詳細資料請參見附表 A.3-A.5。 初期的政策以補助設置成本為主，依熊(94 年)所整理之資料，2000 年 5 月施行「太陽光電發電示範系統設置補助辦法」提供半額補助，至 2002 年 3 月改施行「太陽光電發電示範系統設置補助要點」，可提供至全額補 助。2004 年則為加強推廣更多可能的應用，而另施行「Solar City 陽光電 城評選及補助作業實施計畫」提供設備補助與規劃設計費，依系統多樣性

14 的設置建立示範區域。之後亦陸續施行相關設備補助與獎勵規劃設計之條 例，至 2009 年底廢止一般設備補助，能源局(100 年)公告改為執行電能躉 購新政策(請參見附表 A.2)，新政策亦將在 3.2.2 節中詳細說明之。但 2010 年因應莫拉克風災，農委會對災區之養殖業亦仍施行設備補助。 此外，財稅獎勵亦是一種補助方式，可提供一定比例抵減稅賦，曾(97 年)提到「促進產業升級條例」與「公司購置節約能源或利用新及淨潔能 源設備或技術適用投資抵減辦法」提供投資抵減所得稅。2010 年為鼓勵設 置與引進國外技術，亦施行「再生能源發電設備免徵及分期繳納進口關稅 品項及證明文件申請辦法」提供免徵進口關稅。唯此部分的資料甚難收 集，且預期未來的發展仍主要受新政策所影響，故此部分未納入本研究分 析。

2.3 國內外綠稅(或碳稅)政策

依 NREL(2009)指出國際上碳稅政策發展至今已有 20 年的歷史，北歐 國家最早於 1990 年開始施行，芬蘭是第一個採用此這政策的國家，表 2.3 所列為國家徵收碳稅的起始時間、訂定之稅額及稅收用途，一般多針對汽 油、煤、天然氣等類別課稅，各地區徵收稅額多寡也有所差異，最高為瑞

典 NT$3,355/ton-CO2，最低則為加州 Bay Area Air Quality Management

District (BAAQMD) NT$1.44/ton-CO₂，其餘地區稅額範圍亦多在 NT$450 ~

900/ton-CO₂之間，訂高稅額主要可誘發行為改變，減少使用者消費，訂低 稅額則可能更適合用來籌備減碳方案的基金，而挪威因不同燃料類別訂定 不同稅額，稅額範圍較廣。 台灣目前尚在討論是否施行綠稅，政府預期在經濟復甦的情形方擬徵 能源及環境稅，本研究因而依據蕭等(98 年)所規劃的綠色稅制改革及國外 歷史碳稅政策擬定適當的稅額，綠稅政策將在 3.3.2 節中詳細說明之。

15 表 2.3 各國碳稅政策發展

Country / Jurisdiction

Start Date Tax Rate

($USD unless noted otherwise)

Revenue Distribution

Finland 1990 $30/ton CO2 (€20) Annual: $750 million (€500 million).

Government budget; accompanied by independent cuts in income taxes. Netherlands 1990 ~$20/ton CO2 in 1996 Annual: $4.819 billion (€3.213 billion).

Reductions in other taxes; Climate mitigation programs.

Norway 1991 $15.93 to $61.76/ton CO2 (NOK 89 to NOK 345) Annual: $900 million (1994 estimate). Government budget.

Sweden 1991 Standard rate: $104.83/ton CO2 (910 SEK) Industry rate: ~$23.04/ton CO2 (~200 SEK)

Annual: $3.665 billion (25 billion SEK).

Government budget.

Denmark 1992 $16.41/ton CO2 (90 DKK) Annual: $905 million.

Environmental subsidies and returned to industry.

United Kingdom

2001 $0.0078/kWh for electricity; $0.0027/kWh for natural gas provided by gas utility; $0.0175/kg for liquefied petroleum gas or other gaseous hydrocarbons supplied in a liquid state; and $0.0213/kg for solid fuel

Annual: $1.191 billion (£714 million).

Reductions in other taxes.

Boulder, CO 2007 $12-13/ton CO2 Annual: $846,885.

Climate mitigation programs. Quebec 2007 $3.20/ton CO2 (C$3.50) Annual: $191 million (C$200 million).

Climate mitigation programs. British

Columbia

2008 $9.55/ton CO2 in 2008 (C$10), increasing $4.77 (C$5) annually to $28.64 (C$30) in 2012

Annual: $292 million (C$306 million).

Reductions in other taxes. BAAQMD,

California

2008 $0.045/ton eCO2 Annual: $1.1 million expected.

Climate mitigation programs. France proposed $24.74/ton CO2 (€17) Annual: $4.499 billion (€3 billion)

expected.

Reductions in other taxes. CARB,

California

proposed $0.155/ton eCO2 in FY 2010-11, dropping to $0.09/ton eCO2 in 2014

Annual: $63.1 million 2010- 2013; $36.2

million starting in 2014, expected. Climate mitigation programs.

16

2.4 太陽光電補助政策情境

補助政策會受到一些情境所影響，回顧過去文獻只有少數研究依據太 陽光電與傳統能源競爭，以電價變動和安裝量的關係，模擬政策情境對太 陽光電發展的影響，進而分析情境下可能的補助情形，如 Nemet et al. (2009) 應用 MiniCAM 模型模擬碳稅情境下的太陽光電電力需求曲線，再依經驗 曲線分析隨電力需求增加可使太陽光電發電成本下降的關係，據以預測不 同補助政策下發電成本的變化趨勢，該研究指出施行碳稅有助於加速太陽 光電發展，且在碳稅情境下執行電能躉購政策亦可提高安裝意願，台灣亦 已開始規劃綠稅，雖然政策尚未通過，但依蕭等(98 年)所建議政府徵收的 能源與環境稅，預期政策執行後會提高太陽光電的誘因，本研究因而亦探 討綠稅對推行太陽光電補助政策的影響。 Masini et al. (2002)研究中雖未探討補助政策，但亦曾分析電價變動對 安裝量的影響，其依現況作為基準情境，停止離島區域電價補助為另一情 境，亦應用 Nexus-Imaclim 模型模擬課徵碳稅對電價的影響，然後依技術 擴散曲線(Diffusion curve)分析電價上漲與太陽光電發展的關係，據以預測 情境下的安裝量，台灣近年來電價亦在上漲中，未來若徵綠稅，會有加成 作用，本研究因而亦分析電價上漲對於太陽光電補助政策的影響。 此外，Nemet et al. (2009)除了分析比較碳稅情境以外，亦指出就長期 而言，其認為支援技術研發的成效較執行電能躉購顯著，因預期技術創新

更能使發電成本下降，唯 Research, Design and Development(RD&D)政策不 易評估，故未納入本研究中。

17

2.5 太陽光電補助政策情境分析方法

目前國內較少探討太陽光電補助政策情境，故本節主要回顧國外的相 關研究。

2.5.1 安裝量與初設成本預測

國外曾有一些研究建構模型或擴散模式來分析太陽光電發展，再依經 驗曲線預測初設成本，如 Nemet et al. (2009)在其應用 MiniCAM 模型分析

碳稅下安裝量以及 Masini et al. (2002)依技術擴散曲線分析不同情境安裝 量的研究中，即是以經驗曲線預測太陽光電初設成本變化趨勢，唯以

MiniCAM 模型模擬成本較高，且依技術擴散曲線推估安裝量前即須先設 定電太成本平衡的時間，故本研究並未採用。雖然 Mesak and Coleman (1992)

依擴散模式分析不同補助政策下新產品採用情形，但並非針對太陽光電， 本研究為探討電能躉購政策下電價變動對安裝量的影響，有必要建立適當

的函數分析安裝量的擴散係數，以作為預測各情境安裝量的依據。此外， 經驗曲線除了分析初設成本隨安裝量增加而降低的趨勢(e.g., Parente et al.,

2002；Sanden et al., 2005)，Poponi et al. (2003)與 Van der Zwaan et al. (2003) 亦用以預估太陽光電初設成本降至與電價相當時所需的安裝量。本研究則

主要參考 Mesak and Coleman (1992)及 Sanden et al. (2005)的方法，以擴散 模式與經驗曲線預測不同情境下的安裝量與初設成本，將在第三章中詳細

說明之。

2.5.2 效益評估

以下分為三部分分別說明太陽光電補助金額及能源與環境效益等相 關研究：

18

1. 補助金額

Nemet et al. (2009)曾依不同電能躉購費率與發電量相乘來估算補助支 出，費率愈高時使用者負擔的成本愈低。唯亦有一些研究探討太陽光電與

傳統能源成本間比較的差額部分，作為政府應負擔的補助支出，如 Van der

Zwaan et al. (2003)與 Sanden et al. (2005)均提到將初設成本趨勢與相當於 電價時的電太平衡設置成本二者的差距，作為政府補助支出，以模擬不同 初設成本趨勢下的補助情形。然而目前國內施行的電能躉購政策與這些研 究不同，故其方法並不完全適用於本研究，本研究主要以電能躉購費率計 算公式與初設成本趨勢所預測之費率，作為估算各情境下補助金額的依 據，同時探討至電太成本平衡的時間即可能不再補助。 此外，Srinivasan et al. (2009)曾依政府與使用者的角度分析印度補助利 率，唯該研究主要在於補助利率的差額，與現行政策不同，而由於目前利 率已很低，補助利率差額的誘因亦很小，故未納入研究範疇。

2. 能源效益

日射量多寡會顯著影響太陽光電的發電效益，歐等(97 年)曾分析中央 氣象局的日射量資料，並與國內外文獻比較，發現國內發電效率不如預 期，並非所有地區都適合推廣太陽光電。因此，亦有一些研究以日射量分

佈劃分區域(e.g., Kaldellis et al., 2005；徐，91 年)，本研究因而亦參考其作 法，並輔以行政區劃分，作為分區執行相關補助政策的依據。 能源效益是發展太陽光電的一項重要因素，一般主要以日射量作為估 算發電值的依據，Nawaz et al. (2006)考量太陽能電池轉換效率、系統組件 (Balance of system)效率及電池效率衰減等因子，以等效日照小時與系統效 率相乘來估算系統年發電量，本研究亦收集相關資料採用類似方法評估能 源效益。雖然 Seng et al. (2008)曾依可能取代傳統能源的種類與量來評估太

19

陽光電效益，如太陽光電能減少使用天然氣的量，但由於不易推估取代各 種傳統能源的比率，且以發電量表示較直觀，故本研究主要以發電量評估

能源效益。

3. 環境效益

發展太陽光電亦具有環境效益，如 Bernal-Agustı´n et al. (2006)與 Seng

et al. (2008)均曾將系統生命週期分為生產與組裝設置、操作運轉、廢棄回 收三個階段估算排放係數，用以評估太陽光電系統取代傳統能源所減少的 排放量作為環境效益，指出太陽光電比起傳統能源，可降低溫室氣體及 TSP、SOx、NOx 等污染物的排放量，且其比較不同電廠的排放係數，發 現若是取代以燃煤為主的火力電廠，預期減量效果將更顯著。本研究亦採 用類似方法評估太陽光電的環境效益，唯由於國外電廠的排放係數不見得 適用於台灣，本研究因而收集能源局(100 年)公告之溫室氣體排放係數及台 電永續報告(99 年)，該報告指出台電 99.3 %的溫室氣體排放量為火力發電 所產生，且該報告所提供之所有電廠發電量及空氣污染量亦可用以估算國

內電廠空氣污染物之排放係數。此外，本研究亦參考 Van der Zwaan et al.

(2003)與 Bernal-Agustı´n et al. (2006)的方法，將環境效益(eCO₂及 TSP、

SOx、NOx 減量)作為推估外部效益之依據，以供後續進行綜合比較。

2.6 個別使用者回收期分析

由於使用者設置太陽光電系統著重於回收成本的期間，回收期愈短設 置的誘因愈高，因而 Bernal-Agustı´n et al. (2006)與 Poullikkas et al. (2009)

曾以個別使用者成本負擔與效益之現值相等來分析太陽光電系統之回收 期，其中使用者成本負擔包括初設成本與年運轉維護費用，但扣除政府設

備補助，效益則是依系統發電所取代傳統能源的成本。雖然電能躉購條例 是以 20 年攤還使用者的成本，但由於國內各區的發電效益有明顯差異，

20

實際回收期因而會有所不同，故本研究亦採用類似方法分區分析個別使用 者回收期。Bernal-Agustı´n et al. (2006)與 Seng et al. (2008)亦以太陽光電系

統生命週期之耗能數值除以系統年發電量來估算能源回收期，指出太陽能 電力回收期一般約在 2 ~ 4 年，唯這只針對耗用能源分析，並非針對整個 成本評估，故並不適用於評估個別使用者的回收期。

2.7 敏感度分析

各情境下的相關參數可能隨未來不同狀況而有所改變，例如進步率 (Progress ratio, PR)、系統年發電量、折現率、年運轉維護費用之係數等均 可能在未來變動，而其變動對結果所產生的影響有必要分析之。Poponi et al. (2003)依不同 PR 值分析可能的太陽光電發展，指出若市場規模或技術有所 突破，預期成本將顯著下降，而若依現況發展或技術停滯不前，則成本將 維持以往的下降趨勢或變化愈來愈平緩。Nawaz et al. (2006)估算系統年發 電量時有考量系統效率衰減對發電值的影響，本研究因而亦以此情形與條 例值比較。此外，由於折現率可能會改變，Poponi et al. (2003)研究亦因而 分析不同折現率 5 % ~ 11 %對其研究結果的影響。而年運轉維護費用亦有 可能改變，如 Masini et al. (2002)與 Van der Zwaan et al. (2003)皆曾以年運

轉維護費用之係數 2 %計算，但在 Poponi et al. (2003)的研究中則採用 4

21

第三章 研究流程與方法

本研究主要目的是建立方法分析台灣太陽光電補助政策情境，以期評 估相關補助政策的可能效益。以下首先介紹研究流程，然後就國內補助政 策分析、政策情境研擬、政策情境分析方法之建立、各情境分析與比較 (含 個別使用者回收期分析)及敏感度分析等逐一說明。

3.1 研究流程

本研究之流程如圖 3.1 所示，包括資料收集、國內補助政策分析、政 策情境研擬、政策情境分析方法之建立、政策情境分析與比較、各相關參 數敏感度分析等工作項目，以下分別摘要說明之： 1. 資料收集：主要收集太陽光電系統的應用發展與趨勢、附加價值、推 廣障礙、產業現況、國家獎勵補助政策、綠稅或碳稅政策、日射量資 料、情境模擬及分析方法等相關文獻，並市場訪價，收集歷史政策分 析所需資訊。 2. 國內補助政策分析：包括初設成本補助的歷史政策，整理國內以往初 設成本補助政策下的發展情形，與國外發展狀況進行比較，且分析國 內外系統及模組歷史安裝量和成本之差異及變化趨勢。然後說明及初 步分析國內目前施行的電能躉購政策。 3. 政策情境研擬：鑑於不同政策情境下太陽光電系統的發展不同，本研 究依據國內發展及可能採取的政策措施來研擬一些補助政策情境，作 為後續研究的主要依據。目前初步依電價上漲(台電公司，99 年)、綠 色稅制改革(蕭等，98 年)及二者同時發生等可能的發展，在現行再生 能源電能躉購條例(能源局，100 年)下進行情境模擬。

4. 政策情境分析方法之建立：此部份參考 Mesak and Coleman (1992)及 Sanden et al. (2005)的方法，依執行電能躉購政策國家的歷史數據建立

22 擴散係數與電價和太陽光電發電成本比例變化率的關係函數，再藉由 擴散模式預測各情境的安裝需求，然後依歷史政策分析中所收集的安 裝量與初設成本資料，建立經驗曲線分析進步率(Progress ratio, PR)， 據以預測各情境下初設成本的趨勢，並依該趨勢變化推估可能的電能 躉購費率。而效益評估部分，主要依其費率估算補助所需支出，接著 評估各政策情境下能源及環境效益。 5. 政策情境分析與比較：依據上述所建立的方法分析政策情境的補助金 額與效益，探討各情境間之差異，以期作為研擬適當太陽光電補助政 策的依據。此外，於補助效益分析與比較之後，亦進行個別使用者的 回收期分析，以作為比較不同補助政策情境下個別使用者接受度之依 據。 6. 各相關參數敏感度分析：分析情境下重要參數的敏感度及其影響補助 金額及效益估算的程度。

23 政策情境分析方法之建立 文獻收集 獎勵政策及產業現況 其他 初設成本補助歷史政策 電能躉購政策 擴散模式 補助金額 經驗曲線 能源 環境 (eCO2、空污) 含個別使用者的回收期分析 圖 3.1 研究流程 資料收集 政策情境研擬 安 裝 量 、 初 設 成 本 及 費 率 預 測 效 益 評 估 政策情境分析與比較  電價上漲情境  綠稅情境  綠稅加電價上漲情境 國內補助政策分析 各相關參數敏感度分析

24

3.2 國內補助政策分析

3.2.1 初設成本補助歷史政策

由於目前已廢止「太陽光電發電系統設置補助作業要點」(請參見附表 A.1)，為檢討以往初設成本政策的成效及問題，首先分析過去該政策執行 至 2009 年的結果，此部分主要分為以下三個步驟進行，以下一一說明之： 1. 補助政策過去的發展及與國外發展狀況比較 主要分為二個部分收集分析資料： (1) 過去國內太陽光電初設成本補助政策之發展情形，包括補助案例及金 額等，亦包括補助政策下的安裝量。 (2) 收集同一期間國外的相關發展，並與國內的發展作比較。 2. 收集及分析國內外初設成本資料 由於有必要知道太陽光電的成本或價格方能進行後續的分析，然而實 際成本資料不易取得，故本研究以推估價格的方式來取代成本，主要有以 下三個重點： (1) 收集國內數據：因系統廠商競爭和品質的差異，初設成本會隨之變動 的，國內於 2000 年才陸續裝設太陽光電系統，唯歷史成本數據並不 多，本研究主要根據相關資料及市場訪價來取得成本資訊。 (2) 收集國外數據：由於國內初設成本數據甚少，本研究因而收集國外資 料 以 對 照 之 ， 另 一 方 面 亦 比 較 國 內 外 發 展 趨 勢 之 差 異 ， 主 要 依 IEA(2010)所公佈之數據，在考量成本的變動而取平均成本，並以 1993 至 2009 年期間，主要收集占全球約 80 %以上累積系統安裝量的 IEA 主要國家的數據，其中因大部分國家都缺乏完整的歷史數據，故僅平

25 均有數據的 IEA 主要國家，據以推估全球系統及模組的平均初設成本 趨勢。 (3) 整理數據資料：為便於比較分析，依歷年匯率(請參見附表 A.6)統一將 各國貨幣轉換成美金表示。同時考慮各國通貨膨脹的因素，將 2009 年的國內生產毛額平減指數(GDP deflator)設為 1(請參見附表 A.7)，依 歷年 GDP deflator 值來調整比例，然後除以歷年的當期成本即為固定 成本。 3. 分析安裝量與初設成本之間的關係 由於成本會影響安裝的意願及需求量，故安裝量與初設成本會有一定 的關係存在，此部分採用類似 Parente et al. (2002)所使用的方法，先針對國 內外歷史資料分析安裝量與初設成本之間的趨勢與關係，並作為後續建立 相關經驗曲線及預測各政策情境安裝量與初設成本的依據。

3.2.2 電能躉購政策

針對電能躉購的部分，過去於「再生能源電能收購作業要點」中僅以 每度電 2 元收購 20 年，誘因不大，而目前則改依據條例「中華民國九十 九年度/一百年度再生能源電能躉購費率及其計算公式」(以下簡稱條例) 所訂定之電能躉購費率收購 20 年(請參見附表 A.2)，唯針對民國 98 年 7 月至 12 月設備補助與電能躉購政策回溯期所安裝之系統，考量此期間安 裝量甚少，故本研究未納入分析，若擬納入分析可依附錄 B 之說明進行， 以下主要探討 2010 年後所安裝之系統部份。 由於屋頂型在不同級距有不同費率，如表 3.1 所列，故參考 98 年度「振 興經濟擴大公共建設投資計畫」補助案例中不同級距下之安裝量，如表 3.2 所列，以其權重計算平均電能躉購費率，99 年度平均費率為 12.1145 元/ 度(1 瓩以上至 10 瓩以 14.6030 元/度計算)，因沒有 99 年度各級距的詳細安

26 裝比例，故 100 年度仍是依表 3.2 所列權重計算平均上限費率，為 8.5961 元/度，若各級距比例改變，則此平均值亦會變動；且由於 100 年度條例增 加電能躉購可採用競標方式，躉購費率改為完工時公告之上限費率乘以(1-得標折扣率)，故實際費率會低於公告費率，唯尚不知折扣率，故未納入分 析，且基於國土總體規劃，現階段不鼓勵地面型設置，故未將地面型設置 納入研究。考量平均電能躉購費率可能會隨未來初設成本降低而有所改 變，本研究因而依據電能躉購費率計算公式估算可能的費率變化。 表 3.1 台灣太陽光電電能躉購費率 再生能源類別 電能躉購費率(元/度) 99 年度 100 年度*1 1 瓩以上至 10 瓩太陽光電 11.1883*2 10.3185 10 瓩以上至 100 瓩太陽光電 12.9722 9.1799 100 瓩以上至 500 瓩太陽光電 8.8241 500 瓩以上太陽光電 11.1190 7.9701 *1_{上限費率。} *2 99 年度 1 瓩以上至 10 瓩級距含設備補助額 5 萬元/瓩，相當於無設備補 助時之費率 14.6030 元/度。 資料來源：能源局 (100 年) 表 3.2 各級距系統裝置容量─98 年度「振興經濟擴大公共建設投資計畫」 再生能源類別 補助案例數 總安裝量 (瓩) 總安裝量權重 1 瓩以上至 10 瓩太陽光電 217 844.27 0.1751 10 瓩以上至 500 瓩太陽光電 20 1000 0.2074 500 瓩以上太陽光電 3 2978 0.6176 資料整理自能源局 (100 年)。 此方式的補助政策亦是國外如德國、義大利、瑞士、西班牙及其他國 家(IEA , 2010)經常採用的補助方式，明顯與前一補助政策不同，補助初設 成本只有一次補助，補助之後使用者由於沒有後續補助，可能並不注意維 修及效率的問題，甚至因而縮短設備使用年限，而以此回購電能方式補

27 助，使用者的設備有發電才能得到補助，故使用者會較小心維護設備及注 意其發電效率，因而可間接鼓勵技術創新，一般認為比之前的補助政策 佳，但其缺點為可能受折現率或匯率影響而降低使用者獲補助的經濟效益 (呂等，94 年)。 台灣外島區域因本島電力網難以到達或電力易中斷的緣故，設置之太 陽光電系統類型多為獨立型系統，不適合回購電能，故本研究未納入分析。

3.3 政策情境研擬

由於不同政策情境會影響太陽光電發展的情形，故本研究參考國內可 能的政策發展，共擬了電價上漲、綠稅、綠稅加電價上漲等情境，以 2010 年為基準年分析未來執行電能躉購政策在各情境下的可能變化，主要是依 各情境對電價的影響，當電價與安裝太陽能之間的價差縮小，則會提高安 裝的誘因及安裝量，進而影響初設成本與費率，以下一一說明各情境內容：

3.3.1 電價上漲

台灣與鄰近各國相比所負擔電價較低，在考量國際能源價格漲幅與石 化燃料逐漸枯竭的情形下，國內電價將可能有上漲的趨勢，依據台電公司 (99 年)公告之電價估算，2000 至 2010 年電價年平均上漲率為 0.3 %，然而 2009 那年則有 5.8 %的調整幅度，故於此情境中依該公司所提供可能的電 價調幅比例進行模擬，分別為(1)1 %、(2)2 %、(2) 3 %、(4) 5 %，亦分析 電價不變的情形，以分析電價變動對補助政策所造成的影響。

3.3.2 綠稅情境

目前不少先進國家已開始或正在規劃綠稅中，針對能源消費與温室氣 體排放徵收綠稅，由於台灣電價僅反映部分購電燃料成本，為納入資源使 用與污染造成的環境外部性，本研究因而參考蕭等(98 年)曾提出的綠色稅

28 制改革，進行課徵綠稅對發展太陽光電與補助影響之分析，以下就能源與 環境稅說明此情境： (1) 在經濟不甚景氣的情形下，國內何時能徵收綠稅仍具爭議性，故初步 以 2013 年和 2015 年為可能的執行年，依 10 年逐年定額調整稅額。 (2) 徵收綠稅將增加發電成本，針對電廠發電燃料徵收環境稅，即等同於 課徵能源稅。預期對電廠徵收綠稅會反應在電價調漲，本研究因而依 對電廠所徵收的綠稅推估電價可能的上漲幅度。 (3) 溫室氣體環境稅的單位稅額蕭等(98 年)建議訂為 NT$750/ton-eCO₂，參 考國外如法國及北歐等國家所採用的稅額範圍(請參見 2.3 節之說 明)，本研究因而亦額外分析 NT$500/ton-eCO2及 NT$1,000/ ton-eCO2 等稅額，以比較不同稅額的差異情形。

3.3.3 綠稅加電價上漲

由於綠稅與電價上漲可能會同時發生，為了解二者加總的影響，本研 究結合前一節所分析的綠稅稅額及 3.3.1 節所列的電價漲幅比例來分析此 情境。 表 3.3 說明各情境內容，之後說明如何分析這些情境及進行後續分析 與比較。 表 3.3 情境說明 政策情境 設計說明 電價上漲 分析電價不變及電價年漲幅比例為(1)1 %、(2)2 %、(3) 3 %、(4) 5 %下之差異。 綠稅 採用溫室氣體環境稅每噸 eCO2(1)500 元、(2)750 元、(3)1,000 元及電價不變下分析不同起始年 2013 年、2015 年的綠稅情境之影響。 綠稅加電價上漲 即上列二個情境同時發生。

29

3.4 政策情境分析方法

本節主要說明如何分析所研擬的政策情境，首先預測安裝量與初設成 本，並據以推估費率，然後建立補助金額與相關效益分析方法，以下各小 節一一說明這些內容。

3.4.1 各情境下之安裝量與初設成本預測

由於政策情境下之費率、成本與相關效益會受安裝需求量與初設成本 影響，在進行後續分析前，有必要先預測安裝量與初設成本，以下說明預 測安裝量與初設成本的步驟：

安裝量預測主要參考 Mesak and Coleman (1992)的作法，依 Bass

diffusion model 所建立的下式預測安裝量。 c dt max t M e 1 1 M    _{ } (3.1) 其中M_t為到 t 年底為止的累積安裝量；c 為常數；d 為反映成長率的擴散

係數(The relative growth rate of the diffusion)；M_max為最大可能安裝量 (kW_P)。 初設成本則主要以類似 Sanden et al. (2005)的方法，建立經驗曲線 (Experience curve)預測可能的初設成本發展，該曲線主要受該技術的經驗 指數所影響，計算公式如下列：         0 t 0 t M M P P (3.2) 其中P 為 t 年當累積安裝量為_t M_t時的太陽光電系統初設成本(NT$/kWP)； 0 P 為分析起始年的初設成本；M 為起始年及之前的累積安裝量(kW₀ P)；β 為經驗指數(Experience index)。

30 以下說明本研究預測安裝量及初設成本的流程： (1) 設定必要參數與函數： A. M_max：主要以屋頂可設置系統之面積估算，詳細說明請參見 3.4.1.1 節。 B. Progress ratio(PR)：PR 值為當安裝量增加一倍時成本降低的比例， 主要依過去及對未來的發展趨勢設定 PR 值，然後依下式(e.g.,

Parente et al., 2002；Poponi et al., 2003；洪，95 年)估算式 3.2 中的 經驗指數(β)，詳細說明請參見 3.4.1.2 節。 2 ln PR ln   (3.3) C. 各情境之電價(E )：依各情境估算電價變化，詳細說明請參見_t 3.4.1.3 節。 D. 太陽光電發電成本(P_pv,t)：同費率公式採用依當年度系統設置成本 20 年攤還值計算當年的太陽光電發電成本，詳細說明請參見 3.4.1.4 節。 E. 建立式 3.1 的擴散係數(d)值與電價和太陽光電發電成本比例變化 率(r)(以下簡稱電太成本比例變化率)之關係函數：依執行類似政策 國家的歷史數據建立此函數，詳細說明請參見 3.4.1.5 節。 (2) 決定過去的常數(c)與擴散係數(d)值：依 3.1 式可得下式，再依 3.4 式 及歷史數據繪製擴散趨勢圖，該圖的截距與斜率即為常數(c)與擴散係 數(d)值。 dt c M M 1 M M ln max t max t                (3.4)

31 (3) 計算新基準年下之新常數(c)值：由於擴散趨勢圖的截距會隨所設定的 基準年而改變，新的分析基準年(本研究以 2010 年為基準)即相當於 0 t ，首先依新基準年的安裝量代入 3.4 式計算新的常數(c)值 cnew， 之後逐段的新常數(c)值則依據與前一段的常數(c)與擴散係數(d)值的

關係以c_new c_pred_pre(前一段期間t_pre)重新計算。

(4) 由於實際變化可能為非線性，若全段以線性推估，誤差可能太大，故 情境分析期間採用線性逐段(Piecewise)迴歸求解電太成本比例變化率 (r)。 (5) 依據各情境的電價變化假設電太成本比例變化率(r)(之後再以疊代法 修正)，然後依步驟(1) E.所建立的函數，求得新政策情境下之新擴散係 數(d)值。 (6) 所求得新的常數(c)與擴散係數(d)值代入 3.1 式，推估各年安裝量(M_t)。 (7) 依所採用的 PR 值及 3.2 式，推估各年初設成本(P )，然後將設置成本_t 攤還成發電成本(P_pv,t)，重新計算新的電太成本比例變化率(r)。 (8) 重複步驟(5) – (7)，直至電太成本比例變化率(r)不再改變。 (9) 依據最後所得的電太成本比例變化率及 3.1、3.2 式推估各年安裝量及 初設成本。 (10) 若情境分析期間有顯著變化(如中間增加綠稅)時，則亦必須同步驟(3) – (4)設定新的基準年，並重複步驟(5) – (9)。

3.4.1.1

最大可能安裝量 由於太陽能板主要裝於建築物上方，雖然近來亦有新建築物以傾斜側 面設置，但量很少，故未納入分析，且國內土地資源有限，現階段以屋頂 型設置為優先發展場址，故本研究主要針對新建、修建或改建完成及過去 曾建設之建築物，以類似 Wiginton et al. (2010)所採用的方法，並考量太陽