新興能源價格與溫室氣體減量目標對台灣能源結構之影響
新興能源價格與溫室氣體減量目標對台灣能源結構之影響
洪銘謙，國立高雄大學土木與環境工程研究所碩士班研究生 甯蜀光，國立高雄大學土木與環境工程學系副教授 葉欣誠，國立臺灣師範大學環境教育研究所教授 陳建中，輔英科技大學環境工程與科學系教授 計畫編號：NSC 98-2221-E-390-036摘要
能源使用是每個國家發展的重要過程，隨著人口增加及工業之蓬勃發展，世 界能源需求持續成長，使得化石能源之消耗大幅提升。近年來，由於溫室效應及 氣候變遷等環境議題備受關注，二氧化碳等溫室氣體排放限制帶動了新興替代能 源產業之發展。然而，受限於轉換效率、開發成本及相關配套設施等多種因素， 至今尚無顯著的突破。台灣自產能源有限，除面臨能源供應安全性之問題外，也 同時面對能源需求增加與溫室氣體減量之目標。為達成國家建構永續、效率、潔 淨的能源安全供需體系的目標，新興能源價格乃是關鍵因素之ㄧ。因此，本研究 藉助優化分析之技術，以能源供應總成本最小為目標，考量各部門能源成長需求 及溫室氣體減量等目標，建立台灣能源模型，探討新興替代能源價格在不同下降 幅度之情況下，各項能源配比之變動。結果顯示：投入新興能源能符合溫室氣體 排放限制的標準，但其隱含的結果即是提高總能源生產成本。然而，當新興能源 價格下降到一定程度時，溫室氣體排放限制對總能源生產成本之影響程度已相對 降低。此外，研究中亦針對燃料與電力供應進行細部的分析，以了解各項能源成 本對能源結構造成之競合現象及溫室氣體減量目標之達成性，藉以評估台灣能源 結構未來可能之變化情形。 關鍵字：能源結構、新興能源、溫室氣體、系統分析一、前言
能源是推動國家發展之原動力，它提供產業發展所需之燃料、原料及動力來 源，是現代社會提高人民生活水準之必需品，也是國家經濟建設不可或缺之要 素。台灣自產能源有限，2009 年能源進口依存度已高達 99.37 %，加上傳統的化 石燃料使用為溫室氣體的主要來源之ㄧ，受到國際能源價格波動及京都議定書等 國際公約之雙重壓力下，尋求潔淨的新興能源之需求日益迫切。因此，國內的能 源發展主要著重在新興替代能源的推廣，作為提高自主能源及潔淨能源比例的策 略。近年來有關太陽能、生質能源、風能、垃圾衍生燃料等相關技術之研發正如 火如荼之展開。 有效的利用新興能源不但有助於減少對進口能源的依賴，同時也能降低化石新興能源價格與溫室氣體減量目標對台灣能源結構之影響 能源所產生的污染。但限於效率不佳、成本過高、需要龐大的基礎建設等多種因 素，一直沒有顯著的突破。能源價格可以提供市場上各類能源供需配置的指標作 用，在經濟層面部分：若能源使用為最終消費用途，則其價格將影響民眾的生活 支出。若能源使用為生產要素用途，其價格水準即構成使用者的生產成本。在能 源層面：能源價格決定能源種類的替代關係，進而影響新興及再生能源的發展（洪 德生，2007）。由此可知，在自由市場的競爭中，未來新興能源的價格變動幅度 將是我國能源結構調整的關鍵因素。 雖然目前新興能源在價格上尚不具備競爭優勢，但隨著技術的成熟、生產率 的提高以及傳統能源價格的上升，其競爭優勢將趨向明顯。因此，本研究期望藉 由系統分析之技術，來釐清不同能源價格變動的影響，並對台灣能源結構配置進 行最佳化策略分析，並能充分反應主要的研究目標及內容包含：（1）建立台灣能 源結構之最佳化模式；（2）考量能源開發成本、現有能源供需情況，並配合未來 能源成長需求及溫室氣體減量等目標，尋求相互關聯與相互制約目標間之權衡； （3）探討新興替代能源整體成本效益表現對能源結構組成之影響。期望對國內 未來能源相關政策推動有所助益。
二、文獻回顧
我國多年來由於經濟之快速成長，能源需求快速增加，然而在2009 年能源 總供給中，自產能源僅占0.63%，進口能源則占 99.37%，顯示台灣對國外能源 供給之依存度相當高，經濟發展極易受到國際能源市場變動的影響。另一方面， 根據全球能源總署（IEA, 2009），發表 2007 年的最新統計數字，我國在 2007 年 溫室氣體排放量已達2.762 億噸，為全球第 22 名。此外，第二次全國能源會議 所訂定之未來我國能源需求配比，至2025 年再生能源之比例約 5~7%（經濟部 能源局，2005）。因此，開發新興能源來達到分散能源供應來源並兼顧溫室氣體 減量之雙重目標，確實是台灣能源政策的重要方向。 事實上各國對於都積極的投入新興能源發展，但現階段新興能源開發成本仍 高，整體效益之表現對綠色能源佔能源結構之比例有極大的影響程度。部份研究 即針對新興能源或再生能源進行成本或效率分析，比較新興能源與傳統能源之優 劣及未來的潛力。例如，Fuss et al. (2010) 針對新興能源之不確定性的投資決策 進行分析，並著重在不同社經條件下與溫室氣體排放標準的最佳化組合。結果顯 示，不確定性的社會經濟情境較嚴格的排放標準影響程度低，尤其投資者可能面 臨更高的新興能源價格。然而，能源價格是隨著時間變動的，因此未來可能會產生更廣泛和多樣化的影響範圍。Sensfuß et al. (2008) 利用 PowerACE 集群系統平
台分析了再生能源發電成本對德國現貨市場價格的影響，結果說明再生能源的投 入會使得消費者負擔的成本太高，但驅動再生能源發電的因素在於化石燃料價格 的持續成長。部分研究則著重能源配置之最佳化分析，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，以評估其錯綜複雜之關係。例如，Iniyan
et al. (2000) 對不同類型之最終利用部門，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適分配。Iniyan and Sumathy (2003) 則利 用線性規劃之方法，以再生能源單位效益之成本最小化為目標，探討印度對於未 來再生能源發展之方向。
新興能源價格與溫室氣體減量目標對台灣能源結構之影響 然而，能源配置最佳化的同時，常受到環境、社會等面向之限制；目前能源 部門面臨最大挑戰，除了常見SOx、NOx等空氣污染物外，溫室氣體也開始成為 環境考量的主要項目之一。其中，新興能源即屬於清潔能源，既有利於環保，又 具有可再生性，有益於減少溫室氣體排放。Granovskii et al. (2007) 曾探討再生能 源分別取代以天然氣產生的電力及氫對空氣污染影響之差異，結果顯示再生能源 確實對空氣品質之改善更為顯著。因此新興能源的發展，是許多國家期待用來解 決全球暖化問題即能源供應安全的策略。然而，即便如此，新興能源要取代傳統 的化石能源能須面對許多挑戰，技術創新、成本和價格必須有所突破，才能充分 的發揮新興能源的潛力（Verbruggen, 2010）。
三、研究方法
本研究依據台灣能源供需現況，將能源供應之方式分成燃料和電力供應兩大 型式，其中考量之能源供應類型，包括化石能源、潔淨能源與核能，能源需求部 門則包括能源部門、工業部門、運輸部門、農業部門、住宅部門、服務業部門、 非能源使用部門。詳細之能源供需結構如圖1 所示。 圖1 本研究設定之能源供應-需求結構圖 在規劃模型部分，則以能源供應成本最小化為規劃目標，考慮之限制條件包 括各部門燃料需求、電力需求、及溫室氣體排放減量之目標等，建立之最佳化模 型說明如下： 1. 規劃目標 本模型規劃目標為各階段能源生產總成本最小化，其中成本項包括：化石燃新興能源價格與溫室氣體減量目標對台灣能源結構之影響 料、潔淨能源、核能等三項能源類型之相關成本（包含購買原料及後續相關處理 所需之各項成本），資訊不足部分則本研究自行合理假設之： TOC TRC TFC Z min = + + （1） TFC=化石燃料總生產成本。 TRC=潔淨能源總生產成本。 TOC=核能源總生產成本。 以上各項成本之內涵說明如下： 式（2）-式（4）列出上述目標式中各單項能源類型之成本細項。
∑∑
∑
= = = × + × = 16 1 i 2 1 w wit wit it 16 1 i it ) FEUC (FEU ) FUC (FU TFC ∀t （2） FUit =第 t 年以第 i 種化石能源做為燃料的使用總量（PJ）。 FUCit =第 t 年以第 i 種化石能源做為燃料使用的單位燃料成本（元/PJ）。 FEUwit =第 t 年以第 i 種化石能源作為於 w 負載型態發電原料所發的電力數 量（Mkwh）。 FEUCwit =第 t 年以第 i 種化石能源作為於 w 負載型態發電來源的發電單位 成本（元/Mkwh）。∑∑
∑
= = = × + × = 10 1 j 2 1 w wjt wjt jt 10 1 j jt ) REUC (REU ) RUC (RU TRC ∀t （3） RUjt =第 t 年以第 j 種再生能源做為燃料的使用總量（PJ）。 RUCjt =第 t 年以第 j 種再生能源做為燃料使用的單位燃料成本（元/PJ）。 REUwjt =第 t 年以第 j 種再生能源作為於 w 負載型態發電來源所發的電力數 量（Mkwh）。 REUCwjt =第 t 年以 j 種再生能源作為於 w 負載型態發電來源的發電單位成 本（元/Mkwh）。 ) OEUC (OEU TOC 1 wkt 1 k 2 1 w wkt× =∑∑
= = ∀t （4） OEUwkt =第 t 年以第 k 種其他能源作為於 w 負載型態發電原料所發的電力數 量（Mkwh）。 OEUCwkt =第 t 年以第 k 種其他能源作為於 w 負載型態發電原料的發電單位 成本（元/Mkwh）。 2. 限制條件 (1) 燃料需求限制式 式（5）-式（7）在確保各部門之燃料需求獲得滿足。∑
+∑
≥∑∑
× = = d' d dt d' 8 j jt 5 1 i it RU FD Cd' FU ∀t （5）新興能源價格與溫室氣體減量目標對台灣能源結構之影響
∑
+∑
≥∑∑
× = = j8 jt d' d d'dt 14 6 i it Od' FD RU FU ∀t （6）∑
+∑
≥∑∑
× = = d' d dt d' 10 j jt 16 15 i it RU FD Gd' FU ∀t （7） FDd’dt =第 t 年第 d 個能源需求部門中第 d’個次部門之燃料需求量（PJ）。 Cd’ =第 d’個次部門對於煤品類燃料需求百分比。 Od’ =第 d’個次部門對於油品類燃料需求量百分比。 Gd’ =第 d’個次部門對於天然氣體類燃料需求量百分比。 (2) 電力需求限制式 式（8）-式（10）在確保各部門之電力需求獲得滿足∑
∑
+∑∑
+∑∑
≥∑∑
= = = = = = d' d dt d' 1 1 k 2 1 w wkt 16 1 i 9 1 j 2 1 w wjt 2 1 wwit REU OEU ED
FEU ∀t （8）
∑
+∑
+∑
≤∑∑
× = = = d' d d'dt 1 1 k wkt 16 1 i 9 1 j wjtwit REU OEU ED
FEU αw ∀t, w （9）
∑
+∑
+∑
≥∑∑
× = = = d' d dt d' 1 1 k wkt 16 1 i 9 1 j wjtwit REU OEU ED
FEU βw ∀t, w （10） EDd’dt =第 t 年第 d 個能源需求部門中第 d’個次部門之電力需求量（Mkwh）。 w =1 基載發電（燃煤與核能源需求為主）。 w =2 尖載發電（燃油與液化石油氣需求為主）。 αw = w 負載型態發電上限。 βw = w 負載型態發電下限。 (3) 環境限制式 本限制式在確保各年溫室氣體排放總量不超過目標值。 t 1 1 k 2 1 k wkt 10 1 j 2 1 w j wjt 10 1 j j jt 16 1 i 2 1 w i wit 16 1 i i it EO ) COOEU (OEU ) COREU (REU ) CORU (RU ) COFEU (FEU ) COFU (FU ≤ × + × + × + × + ×
∑∑
∑∑
∑
∑∑
∑
= = = = = = = = w t ∀ （11） COFUi =使用第 i 種化石能源之溫室氣體排放係數（kg/MJ）。 COFEUi =利用第 i 種化石能源發電過程之溫室氣體排放係數（kg/kwh）。 CORUj =使用第ｊ種潔淨能源之溫室氣體排放係數（kg/MJ）。 COREUj =利用第 j 種潔淨能源發電過程之溫室氣體排放係數（kg/kwh）。 COOEUk =利用第 k 種核能源發電過程之溫室氣體排放係數（kg/kwh）。 EOt =第 t 年之溫室氣體排放總量上限。 (4) 非負限制式 0 FUit ≥新興能源價格與溫室氣體減量目標對台灣能源結構之影響 0 FEUwit ≥ 0 RUjt ≥ （12） 0 REUwjt ≥ 0 OEUwkt ≥
四、結果與討論
1. 情境設定 由於台灣對能源需求的持續成長，又面對全球溫室氣體減量之目標，勢必要 審慎的探討新興替代能源所扮演的角色，以及其重要性。因此本研究在情境設定 上，分別考量了能源需求、溫室氣體排放限制與新興能源價格之變動幅度，設定 兩種情境，分別為以現況為基準之情境一：滿足能源成長需求，不對溫室氣體排 放做限制；情境二：滿足能源成長需求，至2025 年溫室氣體排放量逐年降回到 2000 年標準（經濟部能源局，2008）。為了充分反應新興能源價格對能源結構之 影響，本研究於兩種情境下又考量了四種新興能源價格的變動方案，分別為每年 下降 1%、2%、3%、4%，各情境設定詳述於表 1。本研究於模式建立時將能源 需求分成燃料與電力兩大型式，各年之能源供應須滿足各部門之個別需求；對各 項能源之成本，參酌本地與國際間之相關預測，考量逐年之變動，其中化石能源 部分設定為逐年成長。此外在電力需求部分，則依據台灣現況分成發電基載、中 載、尖載等三種負載的假設，部分能源類型則依據特性被限制僅能供作基載與尖 載之選項。本研究以2009 年為基線，模擬期間自 2010 年至 2025 年。 表1 情境設定 方案 新興能源價格設定 溫室氣體排放總量限制設定 能源需成長設定 情 境 一 a 逐年下降 1% 不設限 初 始 年 以 3% 為 基準，且成長率 逐年減少 0.2%， 至2025 年成長率 為0% b 逐年下降 2% c 逐年下降 3% d 逐年下降 4% 情 境 二 a 逐年下降 1% 自 初 始 年 開 始 逐 年 下 降 至 2025 年回到 2000 水準（年 下降率1.7755%） b 逐年下降 2% c 逐年下降 3% d 逐年下降 4% 註：核能發電維持目前水準。 2. 結果分析 根據上述模型與情境設定，模擬所獲得之結果將分成：（1）能源生產成本， （2）能源結構變動，（3）新興能源供應量趨勢，（4）溫室氣體排放量變化趨勢 等部分說明如下： (1) 能源生產成本 模擬結果顯示：各情境之總能源生產成本將逐年提升。由於情境一不須符合新興能源價格與溫室氣體減量目標對台灣能源結構之影響 溫室氣體排放限制，因此選擇使用的能源種類純粹受供應成本之高低與能源需求 總量決定，因此反映出的總能源生產成本上升幅度變化不大。新興能源價格下降 百分比越高，則在規劃期程後期下降趨勢提早且較為明顯，主要原因在於新興能 源價格越快低於化石能源成本（見圖2）。 圖2 總能源生產成本上升趨勢-情境一 然而，情境二的模擬結果則受溫室氣體排放限制影響。為了符合排放標準， 必須提前讓溫室氣體排放低的新興能源進入能源結構之中，造成總能源生產成本 提高（見圖 3）。值得注意的是，新興能源價格下降百分比越高，其越快取得成 本優勢而取代高溫室氣體排放的化石能源，較容易滿足溫室氣體排放限制，且降 低總能源生產成本，此項結果顯示新興能源價格下降到一定程度後，將取代溫室 氣體排放限制成為影響能源供需變化的主要因素。情境二 d 的模擬結果(如圖 3) 即顯示，至2025 年的總能源生產成本將與情境一 d(如圖 2)_接近。 圖3 總能源生產成本上升趨勢-情境二 (2) 能源結構變動 能源結構變動可分為燃料與電力供應兩部份，以下本研究將針對新興能源價 格下降2%（方案 b）與 4%（方案 d）兩種方案進行細部探討，說明價格變動所 產生的影響。在燃料供應部分，不受溫室氣體排放限制影響的情境一中，方案b 由於新興能源價格下降速度較慢，生質柴油的價格直到2021 與 2024 年才低於航 空燃油和液化石油氣，並取代兩者進入能源供應結構中。而方案 d 則提早了四 16 20 24 28 100 billion NTD 情境一a 情境一b 情境一c 情境一d 2022 2025 2019 2016 2013 2010 16 20 24 28 100 billion NTD 情境二a 情境二b 情境二c 情境二d 2022 2025 2019 2016 2013 2010
新興能源價格與溫室氣體減量目標對台灣能源結構之影響 年，生質柴油於2017 與 2020 年即取代了航空燃油和液化石油氣，且於 2021 年 幾乎取代了所有的化石油品。然而，在情境二的溫室氣體排放限制下，方案 b 在2014 年時由生質柴油先取代了航空燃油，再由液化石油氣取代部分燃料油以 達到排放標準。上述結果之主要原因在於：在兼顧能源成本低廉與溫室氣體減量 效益之雙重目標下，模型將優先選擇投入單位能源成本對溫室氣體減量效益較高 之能源類型，多付出一塊錢的成本，生質柴油取代航空燃油對於溫室氣體減量所 獲得的效益會(0.364 kg-CO2/元)大於液化石油氣取代燃料油 0.356 kg-CO2/元)，因 此，為了符合溫室氣體排放限制，將優先選擇生質柴油來取代航空燃油。然而， 若航空燃油被完全取代後之減量仍未達標準，則進一步採用效益次佳的液化石油 氣來取代燃料油。同理，在2018 年時，生質柴油取代液化天然氣的減量效益大 於生質柴油取代燃料油，分別為0.368 和 0.358 kg-CO2/元，以至於燃料油又重新 回到能源供應結構中。方案d 也同樣為此概念，較為明顯的變動為 2017 年柏油 重新回到能源供應結構中。值得注意的是，由於能源價格之變動，不同燃料間相 互取代的減量效益會受不同方案與不同年份所影響。 情境一-方案 b 情境一-方案 d 情境二-方案 b 情境二-方案 d 圖4 方案 b 與方案 d 之燃料供應量變化趨勢 在電力供應部分，如圖 5 所示，情境一不受溫室氣體排放限的影響，因此方 案 b 與方案 d 於規劃期程一開始，RDF 發電即以價格優勢取代部份尖載之天然 氣發電。其中，方案b 中的 RDF 發電價格在 2019 年時低於燃煤，又進一步取代 部分基載發電作為中載負載使用。而方案 d 由於能源價格下降速度較快，RDF 發電提早在2015 年時取代部分基載發電。然而，在情境二的溫室氣體排放限制 下，零排放的風力發電則取代RDF 發電作為中載發電的主要來源。方案 b 中， 風力發電成長至2013 年後於 2014 年開始停滯上升。主要原因在於受限於中載發 電的上限，因此沒有繼續成長的空間，導致生質柴油必須提前進入燃料供應結構 500 2,000 2,500 2022 2025 2019 2016 2013 2010 PJ/yr 石油腦 潤滑油 生質柴油 柏油 燃料油 柴油 航空燃油 車用汽油 液化石油氣 1,500 1,000 元/MJ 0.9 0.8 0.7 0.6 0.5 液化氣成本 航空燃油成本 生質柴油成本 500 2,000 2,500 2022 2025 2019 2016 2013 2010 PJ/yr 石油腦 潤滑油 生質柴油 柏油 燃料油 柴油 航空燃油 車用汽油 液化石油氣 1,500 1,000 元/MJ 0.9 0.8 0.7 0.6 0.5 液化氣成本 航空燃油成本 生質柴油成本 500 2,000 2,500 2022 2025 2019 2016 2013 2010 PJ/y r 石油腦 潤滑油 生質柴油 柏油 燃料油 柴油 航空燃油 車用汽油 液化石油氣 1,500 1,000 500 2,000 2,500 2022 2025 2019 2016 2013 2010 PJ/y r 石油腦 潤滑油 生質柴油 柏油 燃料油 柴油 航空燃油 車用汽油 液化石油氣 1,500 1,000
新興能源價格與溫室氣體減量目標對台灣能源結構之影響 之中，以調節溫室氣體排放來符合標準。然而，在2023 年後，RDF 發電短暫的 回到電力供應結構中，主要是由於生質柴油在 2023 年後幾乎完全取代石化油 品，產生多餘的溫室氣體排放額度，使得便宜但較高排放的 RDF 可被使用，此 結果與上述燃料供應結構變化相呼應。同理，情境二中的方案d 也是相同的變化 情形，使用生質柴油產生的排放額度提早在 2019 年讓 RDF 發電重回發電結構 中，但受限於排放標準越來越嚴苛，高排放的 RDF 發電最終仍會被風力發電取 代。 情境一-方案 b 情境一-方案 d 情境二-方案 b 情境二-方案 d 圖5 方案 b 與方案 d 之電力供應量變化趨勢 (3) 新興能源供應量趨勢 新興能源在能源結構中之貢獻量，取決於價格的競爭與溫室氣體減量之要 求。根據模擬結果，情境一的部份，呼應了上述能源結構變動的結論，方案 b 在2018 時 RDF 發電取代了部份基載發電，到了 2021 與 2024 年則為生質柴油取 代航空燃油與液化石油氣，可由圖6 看出其明顯的變動。方案 d 也同樣為此概念， 其變動同樣標示在圖中，且可清楚得知受新興能源價格下降幅度的影響，其變動 均有提前的趨勢。情境二的部份，受到溫室氣體排放限制的影響，其變化相對上 較為單純，由圖6 可看出方案 b 與方案 d 在生質柴油供應量急遽上升的年份，其 RDF 發電也相應的出現在電力供應結構中，主要是由於生質柴油取代其他化石 油品會產生多餘的溫室氣體排放額度，可供應價格相對低廉但較高排放的 RDF 進行發電，以達到本研究規劃的總能源生產成本最小化的目標。 (4) 溫室氣體排放量變化趨勢 圖 7 則說明了各情境與方案溫室氣體排放之模擬結果，由情境一的模擬結果 可以得知，不設置溫室氣體排放量限制，在本研究的規劃期程後半段的排放量， 仍會因為新興能源的投入而趨緩，甚至大幅降低。其中，新興能源價格下降百分 100 200 300 2022 2025 2019 2016 2013 2010 GKwh/yr RDF 發電 水力發電 風力發電 燃氣發電 燃油發電 燃煤發電 核能發電 3.5 3.0 2.5 2.0 1.5 元/Kwh 燃煤成本 風力成本 RDF 成本 100 200 300 2022 2025 2019 2016 2013 2010 GKwh/yr RDF 發電 水力發電 風力發電 燃氣發電 燃油發電 燃煤發電 核能發電 3.5 3.0 2.5 2.0 1.5 元/Kwh 燃煤成本 風力成本 RDF 成本 100 200 300 2022 2025 2019 2016 2013 2010 GKwh/ yr RDF 發電 水力發電 風力發電 燃氣發電 燃油發電 燃煤發電 核能發電 100 200 300 2022 2025 2019 2016 2013 2010 GKwh/ yr RDF 發電 水力發電 風力發電 燃氣發電 燃油發電 燃煤發電 核能發電
新興能源價格與溫室氣體減量目標對台灣能源結構之影響 比高於3%之後，都會歷經新興能源大幅取代傳統石化能源的轉折點，進而使溫 室氣體排放量急遽減少，且下降百分比越高，發生的此轉變的時間點越早。然而， 儘管溫室氣體排放總量有明顯下降趨勢，最終仍會緩慢趨近於2.8 億公噸。情境 二的部份，由於受限於溫室氣體排放標準，因此四種方案的模擬結果均照著排放 上限而變化。 若將個別情境中不同方案之溫室氣體貢獻量進行分析，可以清楚發現：情境 一的方案b 與方案 d，煤炭產品與石油產品的溫室氣體排放分別各有一個明顯的 下降，主要原因即 RDF 發電取代了部份的燃煤發電，與生質柴油取代其餘化石 油品兩項變動。而情境二的兩種方案中，石油產品的溫室氣體排放量急遽下降之 時間點，即發生大部分的化石油品被生質柴油取代，使 RDF 發電有了排放的空 間，呼應了上述新興能源供應量的趨勢（見圖8）。 情境一-方案 b 情境一-方案 d 情境二-方案 b 情境二-方案 d 圖6 方案 b 與方案 d 之新興能源供應量趨勢 圖7 總溫室氣體排放變化趨勢 250 300 350 400 下降 1% 下降 2% 下降 3% 下降 4% GHG ( m illion tons) 2022 2025 2019 2016 2013 2010 情境一 情境二 2022 2025 2019 2016 2013 2010 水力發電 風力發電 生質能發電 生質柴油 400 800 1,20 1,60 PJ/y r 2022 2025 2019 2016 2013 2010 水力發電 風力發電 生質能發電 生質柴油 50 1,00 1,500 2,000 PJ/y 2,500 2022 2025 2019 2016 2013 2010 水力發電 風力發電 生質能發電 生質柴油 50 1,00 1,500 2,000 PJ/y 2,500 2022 2025 2019 2016 2013 2010 水力發電 風力發電 生質能發電 生質柴油 500 1,000 1,500 2,000 PJ/y r 2,500
新興能源價格與溫室氣體減量目標對台灣能源結構之影響 情境一-方案 b 情境一-方案 d 情境二-方案 b 情境二-方案 d 圖8 方案 b 與方案 d 之溫室氣體排放量變化趨勢
五、結論
本研究以能源供應總成本最小為目標，考量各部門能源成長需求及溫室氣體 減量等目標，建立台灣能源結構優化模型，對能源配置進行最佳化策略分析，探 討新興替代能源價格在不同下降幅度之情況下，各項能源配比之變動，所獲得結 論如下： 1. 總能源生產成本部分，情境一不須符合溫室氣體排放限制，因此反映出的總 能源生產成本上升幅度變化不大。而情境二則為了符合排放標準，必須提前 讓新興能源進入能源結構之中，造成總能源生產成本提高。然而，當新興能 源價格下降到一定程度後，將取代溫室氣體排放限制成為影響能源供需變化 的主要因素。 2. 能源結構變動部分，新興能源價格下降 2%（方案 b）與 4%（方案 d）兩種 方案在情境一的模擬條件下，反映出來的結果直接取決於新興能源價格下降 幅度的高低，因此新興能源在方案d 會比方案 b 中要早進入能源結構中。然 而，限制溫室氣體排放的情境二則此種情形較不明顯。 3. 新興能源供應量趨勢評估結果顯示，情境一的部份，呼應了上述結論，主要 受供應成本之高低與能源需求總量決定。情境二的部份，當生質柴油取代其 他化石油品產生多餘的溫室氣體排放額度時，可供應價格低廉但高排放的 RDF 發電重新進入能源結構中，以達到本研究規劃的總能源生產成本最小 化的目標。 4. 溫室氣體排放量變化趨勢部分，雖然情境一未限制溫室氣體之排放，但在規 劃期程後半段的排放量，仍會因為新興能源的投入而趨緩，甚至有大幅下降 200 300 400 2022 2025 2019 2016 2013 2010 新興能源 核能 天然氣 石油產品 煤碳產品 GHG (million tons) 100 200 300 400 2022 2025 2019 2016 2013 2010 新興能源 核能 天然氣 石油產品 煤碳產品 GHG (million tons) 100 200 300 400 2022 2025 2019 2016 2013 2010 新興能源 核能 天然氣 石油產品 煤碳產品 GHG (million tons) 100 200 300 400 2022 2025 2019 2016 2013 2010 新興能源 核能 天然氣 石油產品 煤碳產品 GHG (million tons) 100新興能源價格與溫室氣體減量目標對台灣能源結構之影響 的情況發生。情境二的模擬結果，則均照著設定的排放上限而變化。 5. 不設定溫室氣體排放限制能使得燃料取得成本較少，但其隱含的結果即是加 劇溫室氣體的排放。然而，新興替代能源受限於技術發展之進程、成本之高 低及自然環境之特性，在短時間內難以大幅提升。因此，對於台灣未來的能 源結構變化，如何靈活的應用潔淨能源與核能源，值得更加深入的探討。
致謝
本 研 究 承 蒙 國 科 會 提 供 研 究 經 費 (NSC 98-2514-S-003-006-NE, NSC 98-2221-E-390-036-)，台灣電力公司與台灣中油公司提供資料，使研究得以順利 完成，謹此致謝。參考資料
1. 洪德生，“台灣能源價格合理化的探討”，第二屆海峽兩岸能源經濟學術研討 會，台北(2007)。 2. 經濟部能源局，“能源統計年報”，台北(2009)。3. IEA “Key World Energy Statistics.” International Energy Agency. (2009). 4. 經濟部能源局，“94 年全國能源會議結論”，台北(2005)。
5. Fuss, S., Szolgayova´, J., Khabarov, N. and Obersteiner, M., “Renewables and climate change mitigation: Irreversible energy investment under uncertainty and portfolio effects.” Energy Policy, (2010).
6. Sensfuß, F., Ragwitz, M. and Genoese, m., “The merit-order effect: A detailed analysis of the price effect of renewable electricity generation on spot market prices in Germany.” Energy Policy, Vol. 36, pp. 3086-3094. (2008).
7. Iniyan, S. and Sumathy, K. “An optimal renewable energy model for various end-uses.” Energy, Vol. 25, pp.563-575. (2000).
8. Iniyan, S. and Sumathy, K. “The application of a Delphi technique in the linear programming optimization of future renewable energy options for India.” Biomass & Bioenergy, Vol. 24, pp. 39-50. (2003).
9. Granovskii M., Dincer I. and Rosen, M. A. “Air pollution reduction via use of green energy sources for electricity and hydrogen production.” Atmospheric Environment, Vol. 41, pp. 1777-1783. (2007).
10. Verbruggen, A., Fischedick, M., Moomawc, W., Weir, T., Nadaĭ, A., Nilsson, L. J., Nyboer, J. and Sathaye, J., “Renewable energy costs, potentials, barriers: Conceptual issues.” Energy Policy, Vol. 38, pp. 850-861. (2010).
