從IEC智慧電網看兼容並蓄的能源轉型
從IEC智慧電網看兼容並蓄的能源轉型

專業的基礎,往往來自於學術論文或研究報告。我這一系列的智慧電網文章,會根據IEC所出版的報告書來做論述,並非自己獨創。

IEC智慧電網七欄六列16區塊

為了方便廣大讀者學習,我把IEC智慧電網架構圖簡化(如圖一)。

這是一個矩陣式架構,一共是七欄六列16區塊。七個縱向的欄位分別是:發電、輸電、配電、分散式能源資源(DER)/分散式發電、用電、通訊與跨領域(crosscutting)。六個橫向列位分別是:流程、變電站所、現場、營運、企業與市場。

IEC智慧電網架構定義了16個區塊,散佈在七欄六列當中,分別是:(集中式)發電廠、通用變電站、電纜與架空線、配電自動化、現場人力、電力系統營運、企業、批發能源市場、分散式能源資源/分散式發電、先進讀表建設(AMI)、工業自動化、電子移動建設、家庭與建築自動化、零售能源市場(含虛擬發電廠Virtual Power Plant)與通訊建設與跨領域功能(電信、安全性、電磁相容性與電力品質)。寫到這裡,你可能已頭暈眼花,請不要難過,我自己也背不下來,充分理解這張圖片更重要。

IEC智慧電網架構圖 拷貝.jpeg
圖/ 陳世芳

圖一:IEC智慧電網架構簡圖。

「低密度集中式」而非分散式發電才是近年快速成長的領域

電力上規範集中式發電(Centralized Generation)需經過輸電網路再送到配電網路把電用掉。而分散式發電(Distributed Generation)則不需要經過輸電網路,直接連上配電網路。所以IEC特別把DER獨立成一個區塊,而不是放在發電這個項目上。

用個更直覺的方式表達電力流動的路徑(使用IEC定義的欄項目):
1.集中式發電:(集中式)發電→輸電→配電→用電。
2.分散式發電:分散式能源資源(DER)/分散式發電→配電→用電。

我從事多年的電力研究後,觀察到多數的論述在比較集中式發電與分散式發電的優缺點,造成對立或二選一的現象。其實,雙方各有千秋,最後兼容並蓄,不會互相取代。

這裡我想聊一個新的定義:用單位面積的功率(MW/Km2)區分高密度集中式發電(High Density Centralized Generation)與低密度集中式發電(Low Density Centralized Generation)。

電廠面積密度.jpg
圖/ 陳世芳

表一:高低密度集中式發電之比較

前者包括天然氣發電、燃煤發電、核能發電、燃油發電,後者包括地面型太陽能、陸上風電、離岸風電、水力發電與其他綠電(如表一)。

如果各位查詢全世界綠電成長相關研究報告,再參照我的分類方式,可以發現全世界裝置容量成長速度最快的領域是「低密度」集中式發電,而不是「分散式」發電,也就是說,部分人士把分散式發電當成主流市場,實為誤解。

表一中太陽能面積功率密度介於31.48至64.8MW/Km2之間,倘若太陽能的容量因素為15%,換算成有效發電功率密度約是4.72至9.72MW/Km2。而陸上風電的容量因素假設為30%,換算為有效發電功率密度約是11.41至12.74MW/Km2。

透過比較,我們可以約略看到陸上風電的發電效率比地面型太陽能高出許多,自然陸上風電發電成本比太陽能便宜許多。

如果假設離岸風電的容量因素為45%,換算為有效發電功率密度約2.32至3.74MW/Km2,可見得現階段離岸風電的成本遠大於陸上風電與地面型太陽能。

當然,這樣的計算是有瑕疵,並不能直接對應到成本上,只不過這是物理上面的限制,對於成本數字還是有一定程度的影響,所以特別拿出來說明,讓大家理解。

這個估計方式並不適用於高密度集中式發電,因為綠電沒有燃料費用,成本結構不同。同樣的概念可以估算,水力發電是目前成本最便宜的綠電。

離岸風機長大面積功率密度也會跟著長大

值得慶幸的是,離岸風機近年來有長大的趨勢,從3.6MW變成6MW、8MW,也許明後年西門子與MHI Vestas將推出10MW風機,而DONG Energy則預測2025年會看到15MW的風機。

我們看到西門子的風機從3.6MW長大到6MW時,面積功率密度從5.16 MW/Km2提高到8.31 MW/Km2,顯示風機長大確實提高了發電效率,當然也會降低發電成本。

風機長大與面積功率長大未必是線性關係,但是為了給大家一個直覺上的概念,姑且假設是線性關係。從3.6MW到6MW,風機長大67%,面積功率密度長大61%,換句話說面積功率密度長大的速度約為風機長大速度的91%。假如今天風機從6MW長大至15MW,風機長大150%,面積功率密度將長大137%,大約是11.35MW/Km2。

這裡面的關鍵在於風機的塔架是否能夠如預期般長大,長得更好還是長得更差,將明顯影響11.35 MW/Km2這個數字是否會成真。如果塔架長得很高,讓輪鼓高度接近200公尺,也許11.35 MW/Km2這個數字會變成真實。

兼容並蓄的能源轉型

表一的研究是我觀察到的現象,尚未變成一個非常堅實的學術研究,如果可以把台灣的電廠或全世界的電廠作一個完整的分析,會有很高的學術上的價值。這邊舉的例子都具備代表性與參考價值。

能源轉型是一個兼容並蓄的過程,最後是一個混合型的系統,同時存在高密度集中式發電與低密度集中式發電與分散式發電。但是從裝置容量成長發展過程,則呈現下面的趨勢:

1.能源轉型的過程(容量成長):高密度集中式發電→低密度集中式發電→分散式發電。
2.能源轉型最終的樣態:高密度集中式發電、低密度集中式發電、分散式發電三者並存。

少數人士認為分散式發電會取代集中式發電,這是個認知有誤。IEC的智慧電網架構裡面,並沒有拿掉集中式發電,暗示我們最後會並存。亦有少數人士認為能源轉型是直接跳到分散式發電,這個認知也有誤。因為中間還有一個低密度集中式發電正在興起且裝置容量遠遠超越分散式發電 。

低密度集中式發電正在快速興起,政府的20GW太陽光電計畫,其中地面型太陽能佔17GW(低密度集中式發電)、分散式太陽能佔3GW。台灣的風力發電,包括陸上風電與離岸風電多數屬於低密度集中式發電,僅有100KW以下的小型風機,屬於分散式發電,比例微乎其微。

大型高密度集中式發電廠將帶來嚴重的電力危機

前行政院院長林全曾在立院報告,備轉容量維持在7.2至15%比較適合,然而我們分析幾個台灣現存或已建好的高密度集中式發電廠,看到其所佔比例分佈在5至18%,其中大潭電廠最終階段將達18%(目前11%)、台中發電廠達14%。這兩個電廠萬一有意外,全台灣必定大規模停電。

815大潭電廠的教訓,已經驗證這個事實。也許,未來我們應該限制單一電廠的最高佔比,我認為如果是7.2至15%的備轉容量,則單一發電廠(非單一機組)的佔比應該限制在3%以下,保留充分的空間來應付突發狀況。如果用40,922.8MW的3%估計,單一電廠容量應該限制在1,228MW以下。

既有的大型電廠,未來機組可能開其中幾個就好,一方面可以降低空氣污染,另一方便也有減碳的效果。例如台中電廠十部機組,也許開幾台滿載發電就好,還給中南部地區一個乾淨的生活環境。大潭電廠本來的設計就是備轉使用,當我們的電力供給充裕,也就不需要全部的機組都打開,回歸原始設計目標。

參考資料:
1.IEC, 2010, “IEC Smart Grid Standardization Roadmap”, Prepared by SMB Smart Grid Strategic Group (SG3), Edition 1.0.
2.DWEA,2015,DWEA Distributed Wind Vision – 2015-2030: Strategies to reach 30 GW of “behind-the-meter” wind generation by 2030,
3.U.S.Department of Energy under Contract DE-AC05-76RL01830 PNNL-26540,2017,2016 Distributed Wind Market Report,
4.維基百科,2017,大潭發電廠,
5.台電公司,2011,大潭發電廠簡介,
6.維基百科,2017,台灣發電廠列表,
7.維基百科,2017,龍門核能發電廠,
8.大紀元台灣,2006,貢寮新社居民 抗議核四超徵土地,
9.維基百科,2017,台中發電廠,
10.維基百科,2017,協和發電廠,
11.維基百科,2017,第二核能發電廠,
12.維基百科,2017,日月潭,
13.維基百科,2017,明潭發電廠,
14.SolarInsure,2017,Top 5 Largest Solar Power Plants of the World,
15.South China Morning Post,2017, China’s world-beating solar farm is almost as big as Macau, Nasa satellite images reveal,
16.維基百科,2017,Alta Wind Energy Center,
17. 維基百科,2017,Fântânele-Cogealac Wind Farm,
18.維基百科,2017,London Array,
19.維基百科,2017,Offshore wind power,
20.維基百科,2017,List of offshore wind farms,
21.維基百科,2017,Gode Wind Farm,
22.4C Offshore, 2017,Gode Wind 1 and 2,
23.4C Offshore, 2017,Burbo Bank Extension,
24.自由時報, 2017,談電力備轉容量率 林全指維持7.2%可應付所有危機,

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。
(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
別讓「數據缺口」限制CRM效能!invosData指引會員經營驅動營收新解方
別讓「數據缺口」限制CRM效能!invosData指引會員經營驅動營收新解方

你的CRM成效為何總是不如預期?真正的關鍵可能不是系統不給力,而是數據源有缺口!當87%零售交易仍發生在線下,缺乏整合全通路數據的CRM,將難以描繪完整的顧客輪廓。

對此,台灣零售數據解決方案業者invosData舉辦《Grow with Data》系列講座,首場以「消費大數據如何為CRM賦能」為題,分享完整蒐集數據源的策略思維,指引品牌落實CRM關鍵方程式:完整數據 × 完善機制 × 全景會員,進而成功打造品牌成長新引擎。

invosData補齊數據拼圖,打造無縫整合的顧客生態系

數位轉型趨勢下,品牌雖積極推動OMO與D2C策略,但若未能整合第三方通路的消費行為數據,CRM仍難以真正串起顧客旅程。invosData執行長陳振榮指出,目前品牌經營「四大通路」包含自營線上、自營線下、第三方線上(如電商平台)、及第三方線下(如零售量販通路),特別是大量交易多半發生在第三方線下通路,品牌不易掌握到更細緻的消費數據。

對此,invosData助力品牌突破數據黑盒子,透過建立全台最大發票交易數據庫,將散落於量販、超商、藥妝等場域的消費紀錄,更全面、有效整合至品牌的CRM系統。等於是從顧客資料角度出發,驅動營收與客戶關係經營的雙重效益。

至於invosData的發票交易數據庫有多龐大?invosData商務總監Aaron提到,他們涵蓋850萬用戶行為統計、每月新增1億筆發票資料,累積超過40億筆跨通路消費紀錄。這些數據幫品牌看見非自營通路的真實消費情況。但重點不只在「看得到」,更在於「看懂後能行動」。

Aaron分享,invosData團隊對此特別聚焦兩大應用策略:「外展增量」與「內收活躍」。「我們的核心價值是用數據洞察來驅動成長。像是透過分析發票與交易行為,精準找出潛力顧客、滲透新市場,這是外部拓展;而整合品牌自有會員資料、優化互動節奏與再行銷流程,是強化品牌內部經營力,屬於內收活躍。」

invosData的全通路數據平台能提供品牌一站式的市場視角,讓品牌能同步做好「外展」與「內收」的策略佈局,打造一個「找得到、留得住、買得久」的顧客生態系,為長期經營創造真正的成長動能。

2.jpg
invosData商務總監Aaron提到,他們涵蓋850萬用戶行為統計、每月新增1億筆發票資料,累積超過40億筆跨通路消費紀錄。這些數據幫品牌看見非自營通路的真實消費情況。但重點不只在「看得到」,更在於「看懂後能行動」。
圖/ 引客數據invosData

解密2025零售新趨勢,行銷再升級驅動長效會員飛輪

面對消費行為的改變,新零售時代不再劃分線上與線下,消費者更追求隨時隨地皆可展開的沉浸式、個人化與愉悅體驗。因應此趨勢,Salesforce流通業總監Caroline分享2025零售產業的關鍵趨勢,其中最受關注的是「整合式電子商務平台」的重要性。

整合式電子商務平台,就是幫助品牌把「商品、訂單、庫存、顧客資料、行銷活動」串在一起,從實體門市到網路商店,一個後台就能統一管理所有銷售與溝通管道。這讓企業可以快速回應顧客需求、提供一致的購物體驗。

看準這樣的趨勢,根據調查,有高達88%的零售商預計在2027年前投入整合式電商平台,做為推動營收成長的關鍵投資。不過,真正能驅動這些平台發揮效益的關鍵,仍來自於背後的「數據整合能力」。這也是invosData的價值所在,透過整合實體與線上的發票數據,品牌能一眼看出顧客買了什麼、在哪裡買、多久買一次,掌握真實消費行為輪廓,進一步進行分眾行銷、發送個人化優惠,甚至結合商品券與任務行銷活動,讓數據不只是看得到,而是能真正驅動顧客行動、創造營收的助燃器。

接著,政大教授高端訓以「會員經營飛輪模型」切入,建議品牌應擺脫一次性促銷思維,轉向可持續創造會員價值的長期策略。他提出六大操作環節:從精準導流開始,搭配強力入會誘因、分群貼標與差異化權益設計,再透過互動推進與預測行銷擴大轉換動能,並定期清除無效會員以維持KPI真實性。

回顧整個會員經營的流程,高端訓也建議品牌主應多聚焦在三大關鍵指標:CR(捕獲率)、CVR(轉換率)、CPA(行動成本)的成效,以確保資源分配效益。相信當這套飛輪機制啟動後,會員自動轉動價值,品牌便能持續展現獲利動能。對品牌來說,這就是從「經營通路」進階到「經營關係」的關鍵思維,也是新零售時代不可或缺的競爭力。

3.jpg
政大教授高端訓分享「會員經營飛輪模型」,建議品牌應擺脫一次性促銷思維,轉向可持續創造會員價值的長期策略。
圖/ 引客數據invosData

品牌實戰學!The North Face到FMCG,克服數據痛點提升營收成長

戶外運動品牌The North Face過去面臨會員制度過於簡化、系統資料未整合、權益難查詢、互動頻率及每位顧客平均消費額(ARPU)偏低等多重挑戰。The North Face數位行銷經理Kaitlynne指出,為了發揮CRM效能,The North Face在LINE官方帳號建立起「一站式會員體驗中心」,並以數據為核心,整合消費者在各通路的行為足跡。

為此,The North Face將會員中心、卡券包、點數商城、門市顧問綁定等功能,匯集於LINE平台,並讓消費行為、互動紀錄與個人資料,持續回流到會員資料庫,同時將原本的兩級會員升級為五級制度,精細化經營分眾會員。新制推動後,三個月內新增超過4萬名會員,ARPU明顯提升,連帶折扣支出、系統成本皆顯著下降。證明透過一站式資料整合與數據驅動規劃,確實能刺激會員活躍度與營收成長。

4.jpg
The North Face數位行銷經理Kaitlynne提到:「The North Face將會員中心、卡券包、點數商城、門市顧問綁定等功能,匯集於LINE平台,並讓消費行為、互動紀錄與個人資料,持續回流到會員資料庫,同時將原本的兩級會員升級為五級制度,精細化經營分眾會員。新制推動後,三個月內新增超過4萬名會員!」
圖/ 引客數據invosData

接著,CRM策略專家Renee分享雀巢膠囊咖啡與富利餐飲(Pizza Hut/KFC)兩大案例,凸顯善用數據整合與價值路徑設計的必要性。雀巢面對多通路與高低頻產品結構複雜等挑戰,透過建立跨通路會員ID與旅程自動化推送,有效整合消費足跡與互動節點,讓會員營收貢獻占比與LTV皆顯著成長。富利餐飲則是在系統後台整合Pizza Hut與KFC雙品牌會員資料,設計情境式交叉推薦,成功讓跨品牌會員消費頻次與LTV明顯優於單品牌會員。

Renee強調,會員經營不應止於分類與反應,而是從貼標、預測到動作的三步驟,也就是先依據會員輪廓及行為進行貼標分類,再透過模型預測其活躍度、回購潛力與流失風險,最終提前設計精準干預策略。換言之,品牌要化被動為主動,透過「預測式會員管理」策略,及早佈局、提前預測消費者需求,創造出難以複製的競爭優勢。

從觀測到優化invosData賦能可持續成長的數據引擎

面對消費行為加速變化與會員經營思維升級,invosData執行長陳振榮最後強調,品牌若只依賴自營通路,將難以掌握全貌;唯有整合全通路消費數據,並升級為從即時觀測、預測洞察、到行動優化的循環模式,未來invosData將持續提供APP、Data、Martech、API等完整解決方案,協助品牌整合線上線下消費脈絡,建構以數據為核心的會員成長引擎,推動營收與會員價值的雙軌成長。

5.jpg
圖/ 引客數據invosData

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣50
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓