【綠色觀點】決定能源政策前的必修課:南電北送迷思與電網升級

台電系統也不是每天 24 小時都是「南電北送」,區域電網間的電力自然會平衡流動、彼此支援,這是電力系統的自然現象。隨著綠能發展,新的電網架構更是需要跨大電網規模,融通調度來因應衝擊。
評論
REUTERS/達志影像
評論

本文作者吳進忠,年少時聽聞孫運璿運籌帷幄、指揮若定,如何在五個月內復原臺灣 80% 的供電系統,打敗日本人預言的傳奇故事。長大以後成為電力工程師,眼看著這個活兒就是一輩子。閉著眼睛就知道明天的備轉容量率要亮什麼顏色的燈,卻迷惘於國家的電力系統未來要往哪裡去。近年用心研究各國電力調度與市場的創新策略,曾獲邀擔任亞太經濟合作會議 (APEC) 特聘電力能源專家,同時為台灣科技大學電機系兼任副教授,也是綠學院的綠色帶路人。

共同作者楊雅雲, 受到紀錄片《不願面對的真相》啟發,2009 年大跨度轉行到台達電子文教基金會,領導莫拉克風災校園重建 — 那瑪夏民權國小重建工作。擅長融合營利型公司與非營利組織的強項,將設計思考、行銷溝通與環境效益三個領域跨界整合,2014 年創辦綠學院,同時為 Green Impact Lab 綠色創業加速器的共同創辦人,著有《綠領建築師教你設計好房子》一書。

原文刊登於綠學院,INSIDE 獲授權轉載。

上一篇我們談到現在可以發電的「球員」常常生病、請假、睡覺、退休,可用之兵越來越少。主力球員不足,只好大量使用燃煤、燃氣發電,但這種灰電帶來立即且明顯的副作用 — 空氣污染與 PM2.5,家長們自己感冒生病的時間變長了,也感受到小孩的過敏問題變嚴重了,這可是比地球溫度上升六度的暖化威脅還更為迫切!

於是,有政治人物在公開場合說,北部自己有電廠,就要自己發電,不可以自己不發電跑來我家發電,然後製造我們的空污,對我們太不公平。

這個論述在家家戶戶喜歡自掃門前雪的臺灣,特別容易有票房,因為人人都知道臺灣的電力主要是南電北送。

但是這種看法,顯然是對電力系統的底層邏輯缺乏全局思維。

不要困在「南電北送」自掃門前雪的思維裡,因為你用的電恐怕來自北部,只是沒有產銷履歷標示而已。

沒停電不代表系統穩定:台灣電力調度的難題》提到,電力系統就是一個超大的人體系統,人體的各個臟腑之間相互依存,從來也沒聽過小腸抱怨胃給他下家的工作,因為小腸不能沒有胃,胃也不能沒有小腸。電力調度也是,我們是一個孤島型的電力系統,每個區域都得相互依存,沒有誰可以像歐洲一樣接到隔壁國家的電網裡。

真相是,現在台電系統也不是每天 24 小時都是「南電北送」,因為北部地區燃氣複循環機組裝置容量占比較高,尤其大潭電廠裝置容量高達 427.4 萬瓩,幾乎是以基載機組模式 24 小時滿載運轉,所以在清晨時段(2:00~7:00)及台中電廠配合執行友善降載減少碳排時,就會「北電南送」。不管系統發電及負載如何變化,區域電網間的電力自然會平衡流動、互通有無、彼此支援,這是電力系統的自然現象,北、中(東)、南各區域電網併聯是確保電力系統的供電穩定與安全必要條件。

為了使用乾淨的綠能,我們要買更多不乾淨的化石燃料,讓綠能順利運作

自掃門前雪的思維之所以還有票房,是因為我們還沒有意識到 2025 年當再生能源裝置容量達到目標 25GW 時,我們的用電會產生多大的衝擊。

我國離岸風電未來發展,裝置容量大且高度集中於中部彰濱外海,這些風力發電會併入中部電網;而太陽光電裝置容量目標 20GW,則是集中於中南部地區,併入南部電網。依國外太陽光電及大型風場運轉經驗,大量且具高度集中性的再生能源併入某一區域的電網,一定會對電力系統的穩定運轉產生相當程度的衝擊,包括出力變動更為劇烈、併網點系統衝擊變高,造成輸電系統壅塞、系統頻率及區域電壓變動加劇,引發低頻電驛動作卸載,影響供電可靠度。

翻成白話文的意思是,我們現在再生能源的發電量還不算大,這種發電量靠著之前文章提過的幾台燃氣的複循環機組和抽蓄水力機組在太陽能睡覺的時候進場救援也就夠了。但是當再生能源發電量大到影響電力系統一般調度的時候,為了讓綠電先行,我們勢必要讓一些傳統機組在太陽能發電的時候解聯,不然這些傳統機組發了電也用不上。

但是等到太陽能睡覺的時候,這些傳統機組也不是馬上就可以併聯啊,於是為了補上用電需求,只好買更多燃氣的複循環機組,配合再生能源頻繁降載解聯、併聯升載或長時間持續低載運轉,讓它出手救援補太陽能睡覺之後的用電。但如此一來就導致發電效率下降、產生更多的 PM2.5 和空氣污染,以及更多的碳排放。

這就成了環保裡最弔詭的一種悖論,我們以為使用綠能好乾淨,但用系統思考的角度來看,我們恐怕只是挖東牆補西牆。

麻煩還不只如此。正常的日子裡,電力調度就已經常常走鋼索,如果倒楣遇到電力系統發生偶發跳機事故時,照正常程序我們就要調動傳統機組來救援,但是這時我們發現原本可以供調動的傳統機組中,有好幾位都因為太陽能在工作,所以他們在休息了!

而且又因為太陽能和風力發電慣性的質量和能量(簡稱慣量,英文稱 inertia)比傳統機組的慣量小很多,慣量在這裡我們可以簡單理解成傳統機組(例如核能)出力很大所以它壓艙的能力非常強,你要它轉方向馬上掉頭,它也有個慣性會先繼續往前,然後才慢慢掉頭。因此,當電力系統臨時有事故,在區域內傳統機組併聯數量及發電容量均減少的狀況之下,頻率一定會變動,系統電壓也會變動,就會進一步增高區域內高科技用戶的精密機台因電壓驟降而跳機的機率。

更悲劇的是,當這狀況一發生時,原先是為了讓綠電先行而搞出這麼多種備案,現在電力系統發生問題了,原先至少還可以出力的太陽能和風力發電也因為偵測到頻率變動,為了怕設備受損,會自動切離電網,進而更加引發系統頻率下降及系統不穩定。

電力調度遇到的問題看似把綠能逼到懸崖邊,提高再生能源占比帶來滿滿的問題與風險,但事實上也帶來滿滿的電網升級潛能。

這就是為什麼我們一開始說,不要困在「南電北送」自掃門前雪的思維裡!大量再生能源發電情況良好,導致中南部地區電力過剩,如果不設法透過高壓輸電線輸送至北部地區,則將使得中南部電網電壓過高,不僅影響中南部區域電網內用戶設備的用電安全,更可能使全系統頻率升高,進而影響全系統所有用戶設備及發電機組的運轉穩定與安全。

因此,面對未來大量且集中的再生能源併網,第一步解法是:一定要設法與其他電網併聯,擴大併網的規模,就能有效因應衝擊。

從現在開始,要強化並提升北部、中部(含東部)及南部各區域電網間的超高壓幹線及電力融通容量是非常重要的,「南電北送」才是中南部人最大的利益,才能維持系統的供電穩定與平衡,特別是在春季及冬季期間再生能源發電過剩的時段。

電力調度的挑戰愈來愈嚴峻,我們這才講到再生能源的併網就已經一大篇,還有未來電動車對負載的衝擊呢。因此,光有這招還不夠,下一篇,我們來談談六個電力調度的策略,展開更多可行的解法。

責任編輯:Mia

延伸閱讀:



Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。