極短期風力發電預測技術開發與應用

林哲宇＊主筆

* 台電綜合研究所能源研究室機械工程師

一、台灣風力發電面臨的挑戰

　　全球的能源轉型以太陽光電及風力發電兩大再生能源技術為發展主軸，台灣亦規劃兩者的裝置容量在2025年分別達到20GW及6.9GW的規模；其中風力發電部分，因目前優良的陸域風場場址皆已被開發使用，因此未來的開發重點將是離岸風場的建設。在3年多的疫情過後，風電產業鏈逐漸回歸正常，台灣沿海的離岸風機也陸續組裝完成併入電網，然而在這樣快速發展的背後，也潛藏著間歇性風電出力的不確定性對電網的影響。

　　目前的離岸風場機組大小以及風場規模相對陸域風場都大出許多，能源局所規劃的離岸潛力場址，絕大部分也都集中於彰化外海；以離岸風場規模大且集中的特性，再加上風力發電具間歇性、屬時變特性的再生能源，其出力變動性極可能對電力系統的電壓及頻率造成影響，波及電網的穩定運作。

　　國際再生能源署(IRENA)針對再生能源不確定性對電網在不同時間尺度下的衝擊，提出的因應策略包括儲能技術(飛輪、電池、抽蓄水力)應用、發電端及需求端的動態調節、行業別耦合(如:電氣化應用)以及調度面的彈性操作技術等¹，如圖1所示；這些策略中的電池儲能、抽蓄水力、需量反應和天然氣發電等方法，考量其成本、技術、現實環境等因素，並非可以無限制的建置或開發執行；因此，善用電力系統的操作靈活性去因應再生能源的不確定性相對是成本較低且可立竿見影的操作方法，其中再生能源發電預測即為調度操作的一種方式，可透過強化預測再生能源發電的出力，提供調度人員機組排程與調度操作的參考；而依據電網不同情境的應用需求(供需平衡、負載追隨、機組排程等)，也需發展不同時間尺度的再生能源預測工具。

圖1 不同時間尺度及成本下對於再生能源衝擊的解決方案­¹

　　由於風力發電與太陽光電的出力視天氣而定，因此不同時間尺度的再生能源預測需結合適當的氣象預報資源以得到高準確的預測結果。台電公司綜合研究所過去已發展中期預測系統，預測時間解析度為1小時，每小時更新可預測未來48小時，主要提供給調度單位作為當日機組調度的參考，以及隔日的機組排程規劃運用。而以目前離岸風場興建速度與規模來看，短期間內風速變動的影響將比陸域風場變動量更大；假設有一風速從11m/s降到10m/s，這1 m/s的風速變化在彰工一期風場會減少約6MW的發電量，但在離岸一期風場會減少16MW的發電量；這兩個風場的風機數量為23部及21部，單是一個離岸風場就有這樣大的差距，不難想像多個離岸風場集中在同一區域的變動量對電網的影響更是可觀。因此，綜合研究所開始開發短期(未來3小時)，時間解析度為5分鐘的預測技術。

（一）極短期風力發電預測

　　目前國際間預測風速所採用的方法大致上分為物理模型、統計模型及結合以上兩種的混合模型，其中風速是決定風力發電效能最重要的因素，然而地形、溫度、氣壓、緯度等都對風速的影響存在著非常複雜且高度非線性的關係，導致利用傳統物理模式或統計方法進行預測都有相當的難度。物理模型通常是指氣象模型，主要的核心是數值天氣預報，將數值天氣預報的風速、風向及溫溼度等資訊，利用粗糙度、地形變化等模型，降尺度轉換為風機高度的風速以預測風場的發電量；統計模型包含傳統的迴歸模型及人工智慧或機器學習等，統計模型通常需要大量的歷史資料，並且對這些歷史資料進行相關性分析，選擇適合的資料作為模型的輸入，最後搭配設計的模型進行訓練。

　　在未來風電滲透率越來越高的情境下，短時間下風速間歇性和變動性對電網的影響會比現在更明顯，以現有的中長期預測是無法反應即時的出力變化，因此近年台電公司開始發展極短期風力發電預測，預測系統的架構如圖2；該模型輸入是使用風機觀測資料以及氣象預報資料，預測模型輸出風速後，再經由風功率曲線轉換為發電量提供給使用單位；風機觀測資料在風速預測中絕對是相關係數最高的參數，台電公司有自營的風場，因此在取得觀測資料上是一大優勢，另一個輸入參數為氣象預報資料，主要是除了應用歷史資料去預測未來資料外，也提供模型一個未來的風力趨勢做為參考值。再者，由於輸入和輸出的觀測資料都是以5分鐘為單位，但目前氣象局預報資料的時間顆粒度最短是1小時，為了使資料的時間刻度一致，每小時的資料以內差的方式產生5分鐘的資料作為輸入使用。產出風速預測值後，考慮到對於調度單位來說最直觀的數據是發電量，因此必須將風速經過風功率曲線轉換為發電量；風功率曲線是在各種不同的風速下風機的出力表現，一般來說，原廠都會有各自機組的風功率特性曲線，但實際場域的環境不同加上機器老化都會使曲線發生變化，為使預測數據更精準，本所的預測系統會使用觀測數據自行產生風功率曲線。最後產出的發電量即是以5分鐘為單位，總共預測時間長度為未來3小時；而為了使系統能夠更快速反應風速的變化，預測更新頻率提高到每5分鐘滾動更新。

圖2 極短期風力發電預測系統架構

(二) 結語

　　面對未來再生能源占比越來越高，台灣的地理環境及氣候特性使再生能源發電機組過度集中於某些特定區域，極短期預測是一個能夠讓調度單位有即時資料參考及快速反應的工具。長期來看，再生能源發電預測用途將不僅止於調度決策上，對於快速發展的儲能管理系統而言，再生能源發電預測也可以是一個重要的輸入。儲能系統有一種使用情境是消峰填谷，主要目的為減輕夜尖峰的調度壓力，增加日尖峰的調度彈性，因此需要規劃如何進行儲能系統充放電的管理，此時再生能源發電預測就可以協助儲能管理系統達到充放電排程的最佳化。不過，預測系統畢竟是一個含有不確定性的工具，為了使綠電能夠更佳的穩定供電，雞蛋不能放在同一個籃子裡，電網實際面的改善工程，再搭配上各類的輔助操作手段才真正能強化電網韌性，使台灣能有個安全穩定的電網。

參考資料

1. IRENA (2018), POWER SYSTEM FLEXIBILITY FOR THE ENERGY TRANSITION.