0

0
0

文字

分享

0
0
0

台灣要減少能源外包,這裡有些可行的做法

鳥苷三磷酸 (PanSci Promo)_96
・2016/09/22 ・2652字 ・閱讀時間約 5 分鐘 ・SR值 556 ・八年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本篇文章由科技部、經濟部贊助,泛科學策畫執行。

文/彭琬芸|台大新聞所碩士生

雞蛋不能放在同一個籃子裡,這個道理大家都懂,但我們現在幾乎所有的能源都仰賴進口,一旦某個環節出了狀況,我們是不是就沒有電可以用了?你可以想像沒有電力的生活嗎?

無論是滑手機處理工作,或在夜裡點一盞燈閱讀放鬆,現代人生活都脫離不了電力能源。整個社會要能正常運作,能源是如貨幣般不可或缺的存在。

台灣的能源自主性非常低,高達 98% 的能源仰賴進口[1]。為了讓台灣不再過度依賴進口能源、提升能源使用效率,「第二期能源國家型科技計畫(National Energy Program Phase II,簡稱 NEP-II)」應運而生,希望從六大主軸切入,改善台灣的能源體質。

降低火力發電衝擊—「減碳淨煤主軸」

能源自主,卻也帶來污染與暖化風險。火力發電占台電發電量比例近八成[2],燃煤產生的二氧化碳(CO2),正是造成暖化的溫室氣體之一。

台灣仰賴火力發電,無法避免二氧化碳產生,因此「捕捉」二氧化碳不讓它散入大氣,成為減碳解方。減碳淨煤主軸中心召集人談駿嵩說明,台灣工業研究院擁有「鈣迴路」捕獲技術專利,運用氧化鈣(石灰)「吸」住二氧化碳,目前這項技術應用在台塑麥寮工廠每天能多捕捉一噸的二氧化碳。

unnamed
「捕獲」二氧化碳的設備。點擊看大圖。

另一個解決之道,則是將發電產生的二氧化碳供給植物生長,自然地消耗掉。NEP-II 減碳淨煤主軸計劃,運用火力發電產生的二氧化碳培養微藻,方式是透過將二氧化碳轉換成碳酸氫鹽(HCO3)溶入水中,作為微藻的生長的碳原。小小的微藻,營養價值極高,可以製成藻蛋白、DHA 等營養補充品,有很大的商業價值。

尋找潔淨新能源—「地熱與天然氣水合物主軸」

臺灣四面環海,海洋不但帶來漁業商機,也蘊藏能源潛力。例如天然氣甲烷(CH4)在深海低溫與高壓的環境下,會與水分子形成像冰塊,卻可以燃燒的潔淨「可燃冰」。

地熱與天然氣水合物主軸中心召集人黃柏壽解釋,十年前台灣就發現西南海域有不少甲烷資源,但過去探勘技術不成熟,只能盲目地從海面上朝深海投放儀器,效果有限。

現在 NEP-II 地熱與天然氣水合物主軸計畫,已研發出結合視訊功能的探勘儀器,可以「看到」海底實際情況。另一項能在海底移動,由中山大學負責開發的「深海拖曳式光纖探測系統」,則能讓研究員取得即時、精確的海床影像。新偵測技術不但讓探勘可燃冰變得更容易,還能觀測海床地形、調查海洋生物,一舉數得。

  • 深海拖曳式光纖探測系統取得的海床影像

「智慧電網主軸」以資訊網路技術調控能源分配

「智慧電網(Smart Grid)」的概念是用現代發達的網路技術,調節電力供應,更有效率地分配能源。智慧電網也能降低尖峰時段用電,避免發電單位超載。

台灣發電廠多位於偏遠地區,智慧電網主軸中心項下計畫主持人陳彥豪說明,發電廠距離需求端越遠,輸送時損耗的電力就越多,一旦發電廠故障,更會造成大區域停電,而智慧電網更即時與細緻的調度,有機會降低停電的規模。也因智慧電網具有監控電力使用與調配能源分配的特性,能增進再生能源利用率,並讓區域間電力交換分散式發電概念得以落實。目前澎湖群島已有智慧電網示範區。陳彥豪也預告未來將和台北市政府合作,在公共住宅中設置智慧電表、太陽能發電系統[3],使公共住宅能作為小區域能源儲存站。

unnamed (1)
透過雲端收集資訊的智慧電網管理系統,即將應用在台北市的公共住宅中。點擊看大圖。

發展在地優勢能源的「離岸風力與海洋能源主軸」

離岸風力與海洋能源主軸設計的「浮游式黑潮發電機」,則瞄準圍繞台灣,流速快、流量大的黑潮洋流,機組「飄」在海中,就可以利用洋流動能發電。浮游式黑潮發電機不但可以調節浮力,還能自行利用海流調節深度,確保機器隨時處於最高效率。

IMG_0450
「飄」在海中,利用洋流發電的浮游式黑潮發電先導機組。

受季風吹拂的台灣,擁有得天獨厚的風力能源。NEP-II 的離岸風力與海洋能源主軸計畫,建造了台灣第一座海洋氣象觀測塔,收集海象資料,作為離岸風力發電機的建置依據。未來將在在彰化芳苑、苗栗竹南外海設置示範風機,設備建置與建置後的發電成效值得持續關注。

「替代主軸」降低台灣對化石燃料的依賴

植物組成、萃取出的「生質能」燃料,則是台灣少數可以全自主生產的能源。NEP-II 的替代主軸的生質精煉廠已能將玉米桿、牧草轉化為工業用酒精。

要把植物的纖維素轉化為酒精,必須借助酵素,纖維素才能被水解成小分子的葡萄糖與木糖,替代主軸開發的「高活性酵素生產技術」,則把步驟成本壓低,和國外進口酵素相當。

最後,替代主軸也研發出能將葡萄糖及木糖一起發酵成酒精的乳酸菌,讓台灣能真正自主掌握生質能源的生產技術。

unnamed (2)
植物的纖維轉換成生質能的流程。點擊看大圖。

生產生質能源的技術,也能應用在其它生質原料上,替代主軸計畫主持人郭家倫補充,過去台灣要製造聚乳酸(PLA)生質塑膠產品,需進口上游原料,現在台灣自己就有生產技術,不但能降低對國外市場的依賴,對環境友善的聚乳酸塑膠包材也很實用,可以廣泛運用在附加價值高的耐高溫包裝、醫療用手套、線材等。

提高現有能源運用效率的「節能主軸」

去(104)年,台灣有三成以上能源消耗在運輸、住宅與服務業上[4]。NEP-II 節能主軸發展電動車技術,以減少石化能源浪費。進入試量產階段的電動車,未來將為中華航空、新竹物流等業者所用,業者也會回報使用數據給研究員,進一步改善電動車技術。

節能主軸計劃也研發出「高效率馬達」,用在風扇類產品中可以節省用電達 1/4。國內吊扇製造場也參與產品開發,預計明後年就能在市場上找到省電又涼快、「CP 值高」的住商用風扇。

 

邁入第三年,國家能源型計畫 NEP-II「減碳」、「地熱」、「智慧電網」、「離岸風力」、「替代」與「節能」六主軸詳細成果,將於 9 月 29 日至 10 月 1 日在台北世界貿易中心展覽一館展出。

參考資料

  1. 第二期能源國家型科技計畫(NEP-II) 網站
  2. 104 年發電量占比,台灣電力公司
  3. 台北市公共住宅結合智慧電網計畫
  4. 104 年經濟部能源局能源供給與消費流程圖
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
155 篇文章 ・ 269 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

3
2

文字

分享

0
3
2
若風力、太陽能變成主要能源,如何不被無風陰天弄得全國大停電?──《牛津通識課|再生能源:尋找未來新動能》
日出出版
・2022/07/20 ・3299字 ・閱讀時間約 6 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

電網:將電力輸送到各地的網路系統

在十九世紀,電力是在靠近電力需求的地方生產的,但到了二十世紀,規模經濟催生出集中式發電廠、長距離傳輸線和地方的變電站。現在,世界上大多數國家的電力都是透過電網來提供。

電網,就是用來傳輸電力的網路,像是電廠、變電廠、配電系統等等,都是電網的一環。圖/Pixabay

這套系統是為了滿足供電需求──最低需求稱為基本負載(baseload)──所設計的,由最便宜的發電機來滿足。

直到最近,發電方式通常是以燃煤為主(也有國家是以核電或水力發電為主),而且大部分的時間都在運作。會搭配其他發電廠(通常是循環燃氣渦輪發電機)來支援,以滿足每天的負載量變化,也會有可快速運作的小型燃氣渦輪或柴油發電機來應對激增的需求或是發電廠停擺等故障問題。

發電廠和變電站間的輸配電系統很重要,這可確保即使有單一線路或發電廠出現問題,仍舊能夠維持電力供應。電網有辦法將電力輸送到偏遠社區,也能獲得偏遠地區的發電。

再生能源進場後,該如何和傳統電廠互相配合?

現在,太陽光電場和風場在許多電網上提供的電力占比日益升高,這正在改變對發電廠的要求。在一般情況下,一天之中混合使用再生能源和傳統發電廠的發電方式最為經濟,而不是完全使用大型的傳統發電機。

風場和太陽光電場容易受到天氣的影響,現階段該如何讓再生能源電場與一般傳統電廠配合,也是能源議題中的一大考驗。圖/Pixabay

除了提供潔淨的電力外,風場和太陽光電場的營運成本最低──這稱為邊際成本(marginal costs)──因為它們沒有燃料成本,並且會首先調用。

為了讓風場和太陽光電場達到最大使用效能,最好是搭配能夠因應電力供需變化而快速反應的其他發電廠;而且理想上,這些電廠的運作也應該符合經濟效應,運作時消耗的用電量僅占其最大負載量的一小部分。

一般來說,燃煤電廠和核電廠的數量並不會有快速的增減,而燃氣和再生能源電廠則是更好的選項。根據地點的不同,水力發電、生質能、地熱和聚光太陽能(搭配蓄熱儲能)都可以擔任靈活發電的功能。

化石燃料發電廠可以儲存燃料並因應需求來提供電力。風場和太陽光電場與這些可以隨時供電──稱為可調度或固定供應──的發電廠不同,這兩者的運作都取決於天氣這項變數。

運用 AI 技術,擺脫「天氣」這個天生弱點!

儘管有時會出現風力弱和陰天的日子,然而,與一些人想像的剛好相反,擁有大量風力發電和太陽光電的電網其實能夠在需要時提供電力。

透過人工智慧(artificial intelligence,AI)來獲取良好的天氣預報,太陽光電場和風場的輸出變化通常是可以預期的,因此可得到最佳結果。

透過人工智慧的協助,可以更有效的運用電力。圖Envato Elements

當再生能源供應達到總電力需求的 30% 時,這些變化可以輕易透過裝配在電網上的快速反應發電廠來填補,以滿足供電需求的變化。

當一處 1000 兆瓦的大型發電廠意外跳電(可能是設備故障或過載),處理起來可能遠比風力發電或太陽光電的電力突然下降更具挑戰性。備用儲電站必須迅速上線,而風場和太陽光電場若是尚未達到滿載,還可以在有風和晴天的天氣迅速提高其發電量,提供額外的寶貴備用電。

再生能源成為主要來源後,怎麼讓電供保持穩定?

為了提供潔淨、安全和價格低廉的電力,並且在本世紀中葉大幅減少碳排放,避免氣候變遷演變到危及生靈的程度,全球的供電必須以再生能源為主。透過增加再生能源的輸出、地理分布以及與其他電網的連結,再生能源的供電占比將可望提高到電網的 50% 左右。

在一定程度上,增加這類綠電的發電能力可以彌補天氣條件惡劣的情況,而連接大範圍的太陽光電場和風場則可以提供更平穩可靠的電力。

在歐洲,丹麥已經與挪威、瑞典或德國等國進行電力交易,以此來平衡電力供需:在他們自己的風力發電量高時出口電力,而在發電量低時則進口電力。

然而,建立洲際再生電網並非易事。過去曾經有一項 DESERTEC(沙漠科技基金會)的提案,計畫要將北非的太陽能傳送到歐洲,但由於政治不穩定,再加上不同地區和國家對規畫中的電網各有所圖,產生相互衝突的反對意見,因此難以具體實現提案。

增加太陽能板的面積、建立跨國、洲際再生電網,都是維持電力供應穩定的做法。圖/Pixabay

此外,由於太陽能板的成本急劇下降,因此日照多的優勢變得不那麼重要,因為可以靠增加太陽能板的大小來彌補日照少的缺憾,這比支付長距離傳輸費用更為經濟。能夠在地方發電也等於是提供了一份供電的安全保障,不必依賴化石燃料進口。然而,廣泛架設的電網確實對於供需平衡有極大的幫助。

若是能配合供電來調整電力需求,就可降低對儲能廠的需求──這稱為「需量反應(demand response)」──或許可成為一個更便宜的選項,因為那些用來支援電力尖峰的快速反應發電廠的運作成本最高。

智慧電網:更聰明、更彈性的調整電力供應!

使用智慧電網可以讓電網營運商和用戶間進行雙向溝通,調整電力負載量,使其與供電端相等,這樣就能確定出需要從電網中取用的的需求量,或是添加量。

出現短時間停電或減少電力供應時,許多運作仍有可能繼續維持,好比那些具有熱慣性的操作──像是保持鐵或瀝青、熔融物或超市冰箱冷藏食物的溫度;或是建築物的溫度調節──或是在將零件組裝成產品前,先製造出充足的零件備量。

智慧電網最重要的就是雙向的溝通來進行調整。圖/Envato Elements

同樣地,可以透過啟動電爐、大型電解槽或海水淡化廠(以幫助應對氣候變遷造成的乾旱)來增加需求量。在數位化科技的推動下,我們正處於智慧電網革命的開端,這將會對電力負載量造成重大變化,將會讓邁向再生能源的這段過渡期更為容易,並且為客戶帶來更低的成本。

另外,可以用價格差異來鼓勵客戶改變他們的電力需求。在義大利,有推行一個簡單的計畫,是以固定費用(取決於所使用的最大功率)和每度電的價格來回收發電廠的資本和配電成本以及發電成本。

以限制電力需求的方式(讓消費端的電價變得更便宜),白天必須間隔使用電熱水壺、洗衣機和烤箱等電器;如果一次全部使用,就會跳電。

這樣便可降低發電成本中最高的尖峰用電。而在離峰期(例如夜間)提供便宜電價也是一種方式。不過要達到有效調整,需要同時使用智慧電網和智慧電錶。這樣用戶端可以看到他們的消費細節,並選擇僅在低電價或優惠價格時段才使用某些電器設備。

儲能設備對於提高再生能源的發電占比非常有幫助。以太陽光電場和風場這樣的組合來供應夜間用電,往往會有白天過度生產,導致電價下跌的情況。若是沒有儲能設備,必須盡可能出口過剩電力,或是以減少供電來降低損失。短期儲能可以將部分電力從下午轉移到晚上,因此小容量即可以滿足日常需求。

隨著電池成本的急劇下降,這種儲能的可用性變得越來越高,而且也開始取代那些用來補強綠電不足時的快速反應化石燃料電廠。

——本文摘自《【牛津通識課02】再生能源:尋找未來新動能》,2022 年 6 月,日出出版,未經同意請勿轉載。

日出出版
8 篇文章 ・ 4 位粉絲

0

2
1

文字

分享

0
2
1
每年有一千萬公頃的森林消失!把樹種回去,就可以解決問題了嗎?──《牛津通識課|再生能源:尋找未來新動能》
日出出版
・2022/07/19 ・1997字 ・閱讀時間約 4 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

碳捕捉:把電廠排出來的二氧化碳再抓回去!

一九九〇年代,尚未開發出風能和太陽能,當時對氣候變遷的擔憂日益增加,因此有人建議捕捉和儲存那些從化石燃料發電廠排放出來的二氧化碳,如此就可將其轉變成一種低碳電力。

碳捕捉主要是透過化學反應將煙道氣(flue gas)中的二氧化碳分離出來,然後再將其壓縮液化,泵入地下洞穴,例如含水層或是廢棄的油氣田。

同時要針對傳統的發電機開收排放二氧化碳的費用。這將鼓勵電廠採用碳捕捉技術,不過前提是碳價要夠高,超過捕捉和封存二氧化碳的成本。

然而,即使在龐大的歐盟市場,碳的價格也從未高到足以讓碳捕捉在電力生產中具有競爭力,而且真正在運作的碳捕捉工廠很少。

碳捕捉將煙道氣(flue gas)中的二氧化碳分離出來,然後再加工處理。圖/Envato

即使如此,捕捉二氧化碳排放依舊可望成為一種脫碳方法,在未來某些產能製程中合乎成本效益。一個例子是將天然氣轉化為氫氣,這還能用於加熱和製造燃料電池,或用於生產水泥以及甲醇和氨等重要工業化學品。

碳捕捉的各種可行性:直接從空氣抓?多種一點樹?

也有人認真思考過直接從空氣中捕捉二氧化碳的可行性,因為目前我們所面對的現實非常危險,即二氧化碳排放量下降的速度恐怕來不及讓上升溫度控制在攝氏 1.5 度內。

種植更多的樹木可能是最簡單也最便宜的方法,但首先必須遏止每年大量的伐林問題。

每年約有一千萬公頃的森林遭到砍伐,用於種植大豆、棕櫚油和其他作物,以及放牧牲畜。這樣的伐林導致全球每年約 10% 的二氧化碳排放量和生物多樣性的重大損失。

目前二氧化碳排放量下降的速度沒辦法使上升的溫度控制在 1.5°C 內,再加上樹木被大量的砍伐,導致全球每年約 10% 的二氧化碳排放量和生物多樣性的重大損失。圖/Envato

此外,封存大量二氧化碳所需的樹林面積也相當大──約要美國國土面積的四分之一,需要超過六年,甚至幾十年的時間才能讓樹木長到成熟,每年只能吸收平均全球燃燒化石燃料的 10% 排放量。

而在成長期過後,還需要更換樹木,因為在建築中也會使用到木材。有人建議,可以燃燒林業的廢棄物來產生能量(熱或電),並捕捉和封存排放出來的二氧化碳。

這種生質能源的碳捕捉尚有爭議,必須要確保改變土地利用的這項變動最後的結果是產生淨負排放,而不是增加碳的排放量。此外,這種方法尚在開發中,可能會與其他對可耕地和淡水的需求產生競爭關係。

多種樹,真的可以救地球嗎?事情可沒有我們想的那麼簡單!圖/Pixabay

不過,可以使用化學吸收器直接從空氣中捕捉二氧化碳,這種方法比生質能源更緻密、更可靠, 只是目前的價格較為昂貴。

奧利金能源公司(Origen Power)正在開發將碳捕捉與具有商業價值的石灰生產相結合,這樣的製程可望降低成本。

吸碳新創公司「Carbon Engineering」也在開發另一種方法,是使用與二氧化碳接觸會形成碳酸鈣的氫氧化鉀。整個過程以石灰來合成氫氧化鉀,形成碳酸鈣,然後將其加熱,釋放出二氧化碳,進行壓縮和封存──這時便會再度合成石灰。他們預估,以這種方式捕捉二氧化碳的成本可望降低至每噸 100 美元。

碳捕捉的展望與未來

為了增加產值,可以將捕捉來的二氧化碳與氫結合(比方說以再生電力來電解水,製造出氫氣),這可用來合成低碳燃料,取代汽油、柴油或航空燃料,這樣一來,其總排放量會遠低於某些生質燃料。

若是要捕捉和封存燃煤發電廠排放的二氧化碳,電力成本會增加約 60%,而使用再生能源來發電,成本則低得多。

然而,隨著空氣碳捕捉的研發和大量投資,再加上在某些工業製程中捕捉二氧化碳,以及重新造林,預估到二〇五〇年時,碳捕捉可能會吸收掉全球年排放量的 10%。

到二〇五〇年,再生能源和核能的總發電量可能接近當前全球需求量的 90%,透過碳捕捉,全世界可能會達到二氧化碳淨零排放。但要處理大量再生電力,電網在輸送和分配上需要適應風場和太陽光電場輸出量的種種變數,因此發展儲能設備非常重要。

——本文摘自《牛津通識課|再生能源:尋找未來新動能》,2022 年 6 月,日出出版,未經同意請勿轉載。

日出出版
8 篇文章 ・ 4 位粉絲