作為各國政府面對世界能源、全球暖化、空氣汙染、城市居住等議題的解決方案,分散式電網正逐步擴大其應用領域,利用區域型能源管理的調度與分配,實現舒適且環保的城市發展,與自然和諧相處。且透過能源相關數據的即時資訊分析,創造出與以往截然不同的生活樣貌。
過往再生能源無法大量併網的兩大疑慮,其一在於發電間歇性對電網運轉、調度之衝擊,其二在於因無法即時彈性調度電力,使基載機組須隨著再生能源占比調整排程,大幅影響電網的供電品質與可靠性。
然而隨著電動車需求的上漲、蓄電池技術的革新,大幅降低建置區域型儲電設備成本。例如Tesla不久前於大阪車站旁,新設的總共42組Powerpack (7 MWh),也是目前「亞洲最大」的電能儲存系統。去年累積之總部屬量已達到1.04 GWh。同時智慧電表部屬與家庭能源管理系統(Home Energy Management System; HEMS)的串聯,也使即時調度電力的區域型能源系統(Community Energy Management System; CEMS)成為可能。大型蓄電池與區域能源管理系統成為現今分散式能源併網的解決方案。
也因此矢野研究所經濟研究所於2018年公佈了日本區域能源管理業務與系統建設市場的研究成果。日本的區域智慧能源業務市場預計2020年將擴大至250億日元,2030年將擴大至350億日元。
分散式電網的節點─區域型儲能設備與能源管理系統
未來分散式能源發電尖峰時,可將過剩的電力暫存至社區型、大樓型大型儲能設備、或是調度至電動車充電樁,而後再併入電網,可有效改善其供電穩定性。分散式能源離峰時則可以調度社區型蓄電池、電動車(Vehicle to Home)與充電樁的電力作為輔助電力服務。有效平衡再生能源產電比例增加時,隨之加劇的「鴨子曲線」。
而當中如何有效且即時分配電力,讓每一度電都能被妥善運用在適當的時機與地點,就需仰賴區域型能源管理系統的調度機制。其中的技術關鍵在於IoT物聯網邊緣運算與雲端AI的資料分析能力。例如透過機械學習分析即時用電數據以預測尖峰與離峰電力需求,並同時整合區域天氣資訊,計算再生能源產電效率等等應用。
舉例而言:當預測隔日為晴天時,區域型能源管理系統會在前一晚優先將大型蓄電池、電動車充電樁中的電力調度至其他區域,以有足夠的容量儲存隔日的太陽能產生電力。而當預測隔日為陰天時,區域型能源管理系統則會在凌晨等離峰時間,從鄰近地區調度電力至蓄電池與充電樁。
藉由大型蓄電池的調節功能與區域型能源管理系統調度,便可在產電尖峰時妥善保留、運用每一度電力,即使是間歇性再生能源也可有穩定且可靠的供電品質,再搭配用電尖峰時期的抑制措施,如時間電價(Time of Use Rates)、自動需量反應(Auto Demadn Respond)與虛擬電廠服務(Virtual Power Plan),達到真正可以即時調度的智慧能源。
P.S. 關於時間電價、自動需量反應可以參考我之前的文章:節能生活的重新想像(下):時間電價、需量反應與智慧電網
NextDrive 聯齊科技創辦人兼執行長,產品榮獲日本 ET/IoT Technology 大賞特別獎與 Good Design 產品設計獎。曾任 Ninecom 創辦人兼執行長、美商 Fresco Logic 台灣區總經理,亦為 DIGITIMES 專欄作者,專注於能源管理服務與分散式能源議題,期望透過物聯網、雲端和大數據,創造每度電都被善加利用的智慧生活。