電網整合資通訊 因應電力供需複雜化

大同積極投入智慧電表產品發展。來源：大同

現今電力供需兩端的行為模式趨於複雜，唯有在相關管理、控制及佈建方面導入更多的資通訊技術(ICT)，智慧電網才能滿足發電、輸配電與終端用戶的需求及期望，這就是智慧電網之所以形成及存在的必要。

比較傳統電網與未來電網，前者是採用集中式發電方式，電力潮流為單方向；後者則是在配電網先進行區域內的電力交換，若有剩餘或不足電力則在區域間進行交換，電力潮流方向不再固定，因此有別於傳統電力網的集中式控制流程，未來電網需要的是分散式控制流程，且是由下而上的調度和控制，複雜度增加許多。

在此趨勢下，智慧電網提供的自動化、資訊化、自我檢視、診斷及修復等功能，確保電力提供可達到高可靠度、高品質、高效率等目標。此外，智慧電網的實現，使得大量再生能源併網發電成為可行，再結合智慧電表進行需求面管理，則能進一步減少二氧化碳排放、抑制尖峰負載，達到節能減碳的目標。根據國際能源總署所進行的「國際智慧電網行動網路」調查指出，全球包括美國、法國、瑞典、墨西哥、日本、南韓等22個國家發展智慧電網的首要目標，就是系統運作效率的改善，其次則是實現再生能源標準或目標。

智慧電網崛起 市場商機可期

就市場面來看，近年許多國家皆積極興建智慧電網，帶動許多相關商機，包括跨網路的整合通訊技術、先進的控制方式、感測和讀錶、先進的電力設備及電網元件，以及決策支援和人機介面等。根據Zion Research調查預估，全球智慧電網市場營收將自2014年約400億美元，成長至2020年約1,200億美元規模，2015~2020年全球智慧電網市場年複合成長率(CAGR)略高於18%。在眾多智慧電網應用市場中，配電自動化為最主要創造全球智慧電網產業營收的技術區塊，其次為先進計量基礎設施及傳輸升級兩大技術區塊。

智慧電網商機可期，帶動業者積極布局相關領域，例如智慧電表就吸引許多廠商投入。在智慧電網中，智慧電表扮演重要角色。智慧電表要發揮作用，除了要安裝電表外，且需將電表取得的用電量等數據，透過通訊模組回傳至後端平台系統，以進行大數據分析，進而判別用電量高低峰並訂定不同時間的電價，即所謂的「時間電價」。也就是說，智慧電表的三大關鍵分別是電表、通訊模組、後端平台系統，三者需整合始能發揮效用。

智慧電表滲透率低 台灣積極追趕

根據美國Northeast Group調查顯示，至今全球智慧電網投資多集中於北美、西歐及東亞已開發國家，這些市場就佔全球智慧電表逾75%安裝比重，也佔主要智慧電網基礎建設多數投資比重。據Northeast Group調查全球50個欲發展智慧電網的國家，顯示有4成國家已準備好大舉投資智慧電網基礎建設，預估這50國至2027年的整體智慧電表滲透率可達74%。

目前台灣的智慧電表滲透率極低，約僅有0.08%，不過，根據政府能源轉型藍圖規劃，台電必須在2018年完成20萬戶低壓智慧電表、2020年完成100萬戶，至2024年需完成300萬戶。為達到此目標，台電現正積極佈建智慧電表基礎設施，今年7月已完成智慧電表招標作業，接下來將進行智慧電表的通訊模組測試，預計明年(2018)年中可將通訊模組完成裝表，大約明年 9、10月可實際運作。

智慧電表商機愈來愈明顯，多家業者積極投入。例如，大同的智慧電表產品已銷售至日本、泰國等海外市場，該公司並已表態參與台電低壓智慧電表標案。康舒也是積極發展智慧電表的業者之一，該公司並與日本富士通策略結盟，將瞄準台灣逾10億元的智慧電表商機。康舒積極轉型投入新能源與智慧電網新事業，已開發各式智慧電表產品，且電表可內建搭配不同的通訊模組，近年來更積極布局軟、硬體系統整合及智慧電網整體系統解決方案。康舒除了取得台電在澎湖建置的低壓智慧型電表標案外，也積極布局歐洲、東南亞與日本市場。

據了解，東京電力公司(Tepco)已委託瑞士電表廠商Landis+Gyr架設智慧電網，這是目前全世界規模最大的公用事業物聯網工程，預定於2020年完工，預計將涵蓋超過2,700萬套電表以及其他物聯網裝置。這套電網系統使用了Landis+Gyr的IPv6多重技術網路，並透過RF Mesh、G3 PLC，以及蜂巢式網路通訊技術所提供的Wi-SUN連線，連結公用事業及消費者裝置。目前東京電力公司智慧電網每天可傳輸5.13億筆讀取資料，並且還在朝13億筆的目標邁進，而這所有的訊息都會透過Landis+Gyr的前端(head-end)系統以及電網資料管理解決方案進行處理。

人工智慧導入 電網更聰明

智慧的導入，讓節能省電的目標更容易達成。待智慧電表裝置完畢後，用電戶可以了解每小時、每種家電的用電情況，台電也可以此分析用電情形，尋找省電潛力用戶，並以電費減少等誘因逐步降低用電需求。

更進一步的，根據英國金融時報報導，Google旗下的AI實驗室DeepMind，正與英國國家電力公司討論如利用人工智慧平衡電力供應。據悉，由於間歇性的可再生資源，例如風能和太陽能佔英國總電量的比例日漸增加，維持電網供需的平衡及穩定變得更加困難。

DeepMind的演算法可以更準確地預測電力需求，機器學習技術則能減少電力系統受到外部環境的影響，有助於平衡電力系統的供需，進而讓英國國家電力公司可以更大幅度地採用再生能源。DeepMind甚至評估在不需新建基礎設施的情況，僅採用優化方式，就能協助英國節省10%的用電量。

其實，DeepMind之前已將機器學習及演算法運用於Google數據中心，利用人工智慧軟體控制數據中心內部大約120個設備參數變量，包括風扇、空調系統、窗戶等等，透過智慧演算法有效預測Google數據中心的冷卻系統和控制設備的負載，如此能將用於冷卻的電量減少40%。

智慧電網趨勢成形，然而智慧電網的建置推動歷程動輒耗費10餘年以上，且牽涉層面極廣，從國家政策、電力基礎建設到家戶用電型態的改變等，影響極為深遠。對台灣而言，智慧電網的建置是達成2025年再生能源發電比達20%目標的手段之一。「澎湖智慧電網示範計畫」是個開始，從此出發並逐步擴大範圍，台灣要實現能源轉型並非不可能。