抑低系統第二尖峰負載的重要性

陳士麟*主筆

*中原大學電機系教授

    經濟部能源局採用全年的缺電機率（Loss of Load Probability, LOLP^[1]）不得大於千分之1也就是全年電源不足的小時數不得多於8.760小時，作為台灣發電系統可靠度的允收水準，據此制定長期電源開發方案^[2]。發電系統規劃的核心有兩個部份：其一為（核）火力發電系統運轉模擬（Production Simulation, PS）^[1]，其二為風、光等再生能源（Renewable Energy Sources, RESs）發電的容量價值（Capacity Credit, CC）評估^[3]。台灣的長期電源開發方案係對於未來十年的各年發電機組組合方案進行模擬，包括：發電機組維修排程、發電系統負載預測、水力系統發電模擬以及風/光發電的出力預測等^[2]，繼而執行對於（核）火力發電系統的運轉模擬（PS），據之確認各年的發電系統缺電機率LOLP不大於0.1%。最後根據公式(1)計算各年的系統備用容量率（Reserve Margin, RM）^[2]：

    分母內的「需求面管理抑低尖峰負載之總量」係屬長期（多年）抑低尖峰負載的累積量。分子內的「淨尖峰供電容量」為扣除廠內用電後的Net Peaking Capacity（NPC）。各類RES的容量價值（CC）定義為^[3]：

    再生能源容量價值（CC）的主要影響因素依其影響程度排列如下^{[4, 5]}：

(1)系統負載和RES發電曲線的相吻合（Fitting）程度，主要
   指：在系統第1、2尖峰時段RES發電的容量因數（Capacity
   Factor, CF）；

(2)再生能源滲透率（Penetration Level, PL）；

(3)發電系統可靠度的允收水準（譬如：LOLP不大於0.1%）。

註：圖內的「總負載」不同於公式(1)的分母值，該分母值於第1/2尖峰分別為41/39GW，若再扣除水力發電（或加上抽水用電）量即為本圖所稱之總負載。

           圖1、台灣在2025年夏月代表（工作）天的負載曲線^[6]

    圖1所示為2025年夏月代表（工作）天的火力系統與風、光之總發電（或負載）曲線，顯示：PV僅與系統第1尖峰時段（日間12~16時）的負載相吻合；但在第2尖峰時段（夜間19~21時），PV的容量因數為零，此為國內PV容量價值（CC）偏低的主因。2025年預期的發電系統第1/2尖峰（即2025年夏月工作天的14/20時）總負載約為41/39GW（請參閱圖1的附註），二者的差值（2GW）即為PV可替代的火力系統淨尖峰供電容量（或稱可靠容量），以致於2025年PV的容量價值（CC）根據公式(2)僅約10%（=2GW/20GW，依文獻^[3]方法的模擬值為8.4%^[6]）。依台電資料：經由需求面管理措施，台電已抑低（第1）尖峰負載累積約5.6GW^[2]，基此，若移轉第2尖峰至第1尖峰1.4GW，PV的容量價值根據公式(2)可提昇至24%（=4.8GW/20GW），相當於增加系統備用容量率（RM%）：

    公式(3)顯示：僅移轉1.4GW即可大幅增加系統的備用容量率。參閱圖1，2025年影響系統缺電機率（LOLP）的主要為第2尖峰，其次才是第1尖峰。因此建議，2025年計算系統備用容量率應分別採用第1與2尖峰負載值（前者如公式(3)）。如前所述；僅移轉1.4GW（由第2移至第1尖峰）即可大幅提昇PV的容量價值約14%，相當於可多取代火力系統的淨尖峰供電容量（NPC）2.8GW。基此，如何加強系統第2尖峰時段的需求面管理以及調整電價結構並調整抽蓄系統的運轉模式（即：日間抽水、夜間發電），俾有效擴大第1、2尖峰負載的差值，遂成為政府當前的重要課題。

參考文獻

[1]R.R. Booth, “Power System Simulation Model
     Based on Probability Analysis,” IEEE Transactions
     on Power Apparatus and Systems, vol. PAS-91, no.
     1, pp. 62-69, Jan. 1972.

[2]台電系統規模之合理備用容量率，台灣電力公司委託中原大
     學研究計畫期末報告，2010 年。

[3]L.L. Garver, “Effective Load Carrying Capability of
     Generating Units”, IEEE Transactions on Power
     Apparatus and Systems, vol. PAS-8, pp.910-919,
     1966.

[4]C. Nguyen, C. Ma, A. Hailu and M. Chalak,”Factors
     Influencing Calculation of Capacity Value of Wind
     Power: A Case Study of The Australian National
     Electricity Market(NEM),“ Renewable Energy,
     vol.90, pp.319-328, 2016.

[5]K.R. Voorspools and W. D. D'haeseleer,”An
     Analytical Formula for The Capacity Credit of Wind
     Power,” Renewable Energy, vol.31, issue 1, pp.45-
     54, January 2006.

[6]輸配電業監管機制研析，台經院委託中原大學研究計畫期末
     報告，2020年。