結合氣象科技預測　實現更精準的電力調度

臺灣近年來積極推動再生能源，太陽光電及風力發電挹注電力系統的力道逐漸加大，卻也逐漸顯現出對於電力調度的影響。尤其是當天候狀況改變時，再生能源的間歇性就會影響系統供電穩定度，因此台電致力於結合氣象預測數據於再生能源發電，達到「天有可測風雲」的目標，提高綠電的使用效能。全球暖化日益加劇，減碳成為各行各業的必修課，第28屆聯合國氣候峰會（Conference of the Parties 28, COP28）有近120 國承諾2030年前將再生能源裝置容量增加到2022年的3倍，突顯綠能發展刻不容緩；而臺灣企業作為國際供應鏈重要一環，若無法取得足額綠電，將影響其產業競爭力。

再生能源常因天候變化影響發電，間歇性的特性讓電力調度需密切關注，備妥接替電力來源。光電時常因為一片雲而有變化，以往需要調配機組接手發電，但隨天氣觀測更細緻、預測示警技術提升，可避免當下突然頻率驟降，讓電力供應穩定無虞。

台電透過蒐集天候預測、結合AI大數據預測、偵測電網頻率維持系統慣量、甚至到太陽能發電量即時推估系統（Green energy Estimate Monitor System, GEMS）各項資料以及模型運算後，生成未來趨勢，提供調度室隨時調整的關鍵資訊，因應接下來的天氣變化。

綠電占比節節攀高　淨零轉型逐步向前

台電副總經理吳進忠表示，再生能源併網量持續增加是必然的趨勢。截至去（112）年底太陽光電累積併網量就超過11GW、陸域風力及離岸風電合計超過2.7GW，在今（113） 年3月12日風光合力，發電量突破10.5GW創下歷史新高。

吳副總經理說，在今年2月農曆新年期間，由於天氣狀況相當良好，再生能源的發電量相當豐沛。今年農曆大年初一（2月10日）時，就已經預期再生能源的發電量會創新高，尤其又遇上過年期間民眾外出走春，在家用電量少及工廠休息，讓再生能源滲透率大幅提升，這也讓電力系統需要調整因應。

吳副總經理表示，當時預測大年初二（2月11日）的太陽光電的預測量就超過8GW，這是進行預測以來的最高數值，同時，東北季風穩定吹拂，離岸風電發電成效也很好，大量綠電併入電網後，除了提前準備許多機組降載因應外，連做為基載的林口及大林發電廠超超臨界機組亦配合啟動降載，順利完成整體電力調配。

再生能源併網增加　綠電先行牽動調度規劃

吳副總經理指出，太陽光電一年四季只要沒有雲層厚、鋒面通過等天氣影響，發電狀況可說是較為易於預測，一整天的發電狀況隨著太陽變化增減，上下起伏相當顯著。相對於發電量有明顯尖離峰的太陽光電，風力發電整天的發電量可說穩定許多，尤其是冬季東北季風帶來的風況，只要穩定持續有風，可看到風電併入電網的發電量能長時間維持在1.9GW，這是以往沒有出現過的狀況。

面對再生能源的間歇性，讓電力調度面臨挑戰。吳副總經理指出，觀察太陽光電的一日變化，發電量的軌跡是確定可循，從早上6點太陽升起後，光電穩定併入電網，就要讓部分機組開始降載。一整天電廠會因接受調度而相當忙碌，除了燃氣機組可以快速起停搭配光電外，連傳統的燃煤機組也需要配合，常常4小時就要降載2GW；之後再隨太陽下山，讓機組穩定提升發電量，在夜尖峰前滿載加以因應。

電力調度處處長周芳正表示，為了不浪費綠電，機組的調度就相當重要。在前一天就要事先估算好，要安排哪些機組繼續運轉、哪些需要解聯；還要調度抽蓄水力機組及確保慣常水力機組適時的升降載，才能確保電網穩定。

然而機組的調度不是當下有需要時才開始指令，周處長說明，電力調度必須考慮機組特性來提前預備，像是燃煤機組升載需要時間，因此要提前指令，讓電廠做好準備，一增一減都需要精密調控。

提高天氣預測精準度　讓調度更貼近實況

為了要讓整體的調度更有效率，台電致力發展各項再生能源發電預測模式。台電綜合研究所能源研究室資深研究專員周儷芬表示，要做好再生能源的預測，關鍵在於資料是否足夠。以綜合研究所來說，是透過中央氣象署的資料，再結合機器學習技術產出預測結果，目前已開發未來48小時的風力、太陽光電預測系統，另因應短期的調度需求亦開發未來3小時的風力發電預測，每5分鐘會更新一次，期能更加掌握短期的風力發電變化趨勢。

由於預測跟實際情況仍會有誤差，而且臺灣所處的地理位置、地形因素，使得春、秋兩季的天氣變化劇烈難以掌握，南、北地區也有不同的天氣型態；因此當天氣有變化的時候，就需要「因地制宜」的預測模型。周資深研究專員表示，「蒐集案場的即時資料與歷史資料，組建出臺灣各地區在地化的區域預測模型就相當重要。」因此，透過資料的彙整和分析，進行即時的預測修正，並整合歷史觀測資料與預測結果、比對分析年度的氣象參數與發電特性、再經過預測模型的調校、訓練，讓區域預測的精準度逐步地提高。

以風力發電來說，台電推動風力發電已經有很長一段時間，累積完整的觀測資料，涵蓋實際可能的變動情形，尤其春夏秋冬四季風速的變化特性，有了這些數據可以更精確地訓練模型、開發預測系統，並且每隔幾年必須重新再訓練模型，才能更貼近實際的發電狀況。周資深研究專員說明，有了預測資料後，除了讓綜合研究所開發更準確的預測系統，同時也能提供給再生能源處做為參考。如果能預測到未來兩天的天候狀況及可能變化，提前知道表定的檢修行程會有良好的風況，為爭取機組的發電時間，在不影響機組運維的情形下，稍稍推遲兩天再回頭檢修，讓風機可以有最高效的運用，不浪費天候贈與的豐沛資源。

吳副總經理進一步說明，台電在預測方面已經做很多努力，綜合研究所提供風光預測，同時中央調度中心也會參考民間的預測數據，預報資料涵蓋光電，並且彙整大數據分析後，讓調度室有更多參考資料來作決策。

結合AI高精度預報資料　助台電找到最佳調度配比

天氣風險管理開發有限公司總經理彭啟明表示，過去氣象預報市場才剛起步的時候，民間提供的預報資料只有台電一家率先使用相關服務，經過各方的努力及累積數據，現在已經可以讓3天內的預報準確度達到97%，有相當程度的可靠性。

彭總經理說，如今氣象預測不只有幾天前的數據，當天也會彙整各地方的實際情形進行調整。以太陽光電來說，實體日照的變化會隨雲層變化而改變，因此大型案場的日照數據資料，就會是調整的必要項目，再加上衛星資料一起彙整評估，才會更完整。

彭總經理解釋，以天氣風險管理開發公司來說，使用的不僅僅是中央氣象署的資料，還增加日本的向日葵9號衛星觀測資料。其中最重要的關鍵是「地球的太陽能輻射計」，這就相當於在案場中設置的日照計一樣，可以獲取即時的日照量，彙整出年日照量，藉此改善過去因雲層厚薄影響光照、延伸出預測發電量困難的問題。

彭總經理強調，現在的再生能源發電預測，已跳脫以往的模式，透過現場的光照、氣候變化、風速等各項數據，再加上氣象預測、機器深度學習以及AI人工智慧，綜合很多的氣象模式混合而成，透過不斷的精進及修正預測模型，讓預測準確度更高。

當預測準確度已經提升到具有參考價值時，後續運用層面就相當廣。彭總經理說，國內正在大力推動離岸風電建設，從前期的風場調查、中期施工、後續運維等等，都需要精準的天氣預測資訊幫助開發商降低不確定性。而預測對於太陽光電的應用層面也相當廣，從事前案場規劃需要年光照時數推估，完工後的每日發電量預測及發電後效率的驗證，甚至是銀行業在投資時，也會需要相關資料，因此未來潛力相當大。

預測面面觀　就怕遇上春天囡仔面說變就變

雖然天氣預測狀況已經提升到接近實際發電狀況，但仍有預測力有未逮的「界外球」。彭總經理指出，春天的天氣變化相當快，常常在前一天陽光普照，但鋒面一來就又轉為陰雨綿綿，就像是俗話說的「春天囡仔面」，說變臉就變臉，讓天氣預測需要時刻調整，並且納入更多現場資料作滾動式修正。夏天則容易因午後雷陣雨出現在光電發電集中區域，就會讓電力系統產生波動。

吳副總經理補充，過去曾經就發生大臺北地區高溫炎熱，用電量高居不下時，雲林一路到臺南有午後雷陣雨，太陽光電已經提前下班。當時為了穩定電力系統，趕緊啟動抽蓄水力、慣常水力機組，還好當時各地水情已經回穩，水力發電擔任起救援投手，維持系統平穩。

以往氣象觀測是用衛星雲圖做為即時預報調整的來源，但雲量的厚薄、天氣系統生成觀測不會那麼快發現；因此結合了即時的閃電預測，就可以推測雷雨胞生成位置，進而推估未來發展擴散做為參考，加上在地的天氣資料回傳，綜合起來讓預測值可以逐步修正，未來一定可以更快且更精準。

綠能結合天氣預測　大幅降低綠電間歇性影響

吳副總經理表示，臺灣推動綠能的腳步不會停下來、還會越走越快，再生能源併網數量一定會更多，因此未來再生能源結合天氣預測的合作，只會越來越緊密，甚至運用層面會更廣。接下來離岸風電的裝置容量成長會非常快速，但天氣方面的相關資料才剛開始累積，因此未來可能會找尋更多來源，不排除與國外公司合作，擴大增加資料來源及數量。

吳副總經理還指出，期望國內相關氣象預報會更精進，中央氣象署可以整合更多資源，讓氣象資訊尺度做得更小、精確度提升；而可運用的氣象資訊資料準確度提高，電力調度的不確定性就能降低，不必額外準備太多備轉容量。