載入中 ...
為什麼要研究「風力發電」與「氣候」的關係？
台灣擁有得天獨厚的風力資源，但要把風力運用於生產能源，「可預測性」是極其重要的條件。中研院應科中心郭志禹副研究員，將氣象預報所使用的 WRF 模型，比對在風場實際測得的天候數據，再把得到的結果應用於風力發電的效能預測上。對於能源政策的擬定、資源配置、機械設備維運時程安排等，都提供非常重要的參考。
風是什麼顏色？迪士尼電影《風中奇緣》裡的寶嘉康蒂公主，問了這個難解的問題。但對郭志禹來說，這問題一點也不難。
風，是綠色的。
風力發電汙染低，是絕佳的綠色能源。中研院應科中心的郭志禹副研究員，目前進行的研究，就是以這個領域為核心。攝影／張語辰
唯有抓得住風，綠電發展才有著落
人類利用風力的歷史非常悠久，從文藝復興時代就開始了。到了 1970 年代，北歐掀起了一股研發再生能源的熱潮，開始使用幾十層樓高的大風車，從看不見的風中，攫取能源。
台灣海峽的兩側，就是目前全球最佳的風場之一，此處的冬季季風，堪稱世界上名列前茅的優質風力資源，讓風力成為台灣擁有的穩定再生能源，僅次於水力、更勝太陽能。有如此出色的風能條件，需要有好的學術研究來輔助。
以往，台灣綠能產業界關注的是如何製造效率更好的發電設備，然後外銷獲利。但既然台灣訂下了廢核的長期目標，又要同時減少碳排放，再生能源這個領域，就需要轉個彎，從「使用者」的角度來思考問題。
對風力發電的「使用者」來說，最重要的，就是風力的「可預測性」。
這就是郭志禹研究最初的問題意識。透過風力，今天可以發多少電？明天、後天、下週又是多少？這攸關如何調配各種發電方式的基載配置，是使用者必須知道的答案。為了解答這些問題，郭志禹沒有氣象學的背景，卻一頭埋進了天氣的預測模型裡面。
看天吃飯也要靠傢伙，WRF 為你掌握局部地區天氣
風力發電可以算是一門「看天吃飯」的生意，要懂得「看天」，氣象預報就是一門必修學分。 WRF 模式（The Weather Research and Forecasting Model），是由美國數個科研機構在 2000 年開發成功、氣象學界用來預測「局部地區」天候狀況的模型。郭志禹的研究團隊，也是採用這套模型做為研究基礎，並且選定風力條件極佳的彰化沿海「福海電場」作為研究場域。
彰濱一帶，整個冬天都吹著強勁的東北季風，平均風速可以達到每秒 12 公尺以上（相當於六級風），這是福海雀屏中選成為研究場域的原因之一；另一個原因，則是郭志禹研究團隊和經營此地風場的永傳能源公司，有十分愉快的合作研究經驗。永傳在此架設的測風塔，提供了很珍貴的研究數據。
「雖然測風塔是很傳統的工具，但那些頂尖科技，不管是衛星影像、雷達回波等等，還是需要它的數據來進行校準，是非常重要的設備。」郭志禹形容著科技「反璞歸真」那一面。
於是，在把 WRF 的模擬資料和場域的真實數據比對之後，郭志禹的團隊發現，兩者相當吻合，足見 WRF 模型對於福海風場一帶的氣候狀況，有不錯的預測能力。
在福海的風速與風向上， WRF 模型的預測（紅線）和實際測得數值（藍線），走勢相當一致。來源／郭志禹
到底是誰扯後腿？原來是斷不開的「尾流」
在掌握 WRF 模式的預測能力之後，郭志禹團隊的挑戰才正要開始。台灣的風力資源固然全球數一數二，但面積上卻不如北歐的北海風場那樣遼闊。因此，「地狹機稠」成了在地風場的特殊現象。可能每隔 10 公里就有一處風場，讓台灣海峽像是風場的集合住宅，空間一擁擠，鄰居之間難免容易有糾紛。
風場與風場之間，會不會相互干擾影響呢？這是郭志禹企圖解答的下一個問題。「尾流」，就是這個問題中的關鍵因素。
風機擾動大氣後，產生可能綿延 30 公里長的「尾流」，會對於風場中的大氣狀態產生相當重要的影響。圖為尾流結合凝結水氣的壯觀畫面。資料來源／Vattenfall
三十層樓高的風機，轉動著巨大的葉片，就好像是矗立在海中的一支支巨大打蛋器，雖然不至於把大氣攪成一鍋蛋花湯，但的確會改變風場中大氣的混合機制，連帶對於水氣凝結、降水的分布，以及熱傳導的物理系統，都會造成影響。
「尾流」對於風力發電影響最鉅的，就是減弱風速。
風機的扇葉從空氣中汲取了動能，那風的速度自然會隨之下降，下降的程度，會隨著距離慢慢遞減。郭志禹的研究團隊，分析大量的數據之後發現，風通過風機之後，風速下降超過 1 公尺（每秒）的區域，面積竟然廣達 100 平方公里左右。
速度下降 1 公尺（每秒），有那麼嚴重嗎？別小看這 1 公尺，請看這張圖表：
風速與發電功率關係圖。彰濱一帶平均風速為 12（m/s） ，但若下風處的風機受到上風處的風機尾流影響減弱風速，發電功率就會下降。來源／郭志禹
從圖中曲線可以發現，風速大約在 12（m/s）以上時，可以進入最佳的發電效率。彰濱一帶的季風平均風速，正好就落在這個區間。然而，若風速受上游風場影響稍稍下降，來到 9～10（m/s）左右，發電效率衰退會非常明顯。在這個範圍裡，差 1 公尺，即可能造成二到三成發電效率損失。
再加上前面提及的，台灣風場如此密集，上風處的第一台風機，可以當頭好壯壯的領頭羊，下風處的第二台就沒那麼好運，第三台、第四台……尾流效應依序疊加，最後會產生巨大的影響。除了發電效率之外，尾流導致忽快忽慢的風速，也會減損下游風機的使用壽命，連維運成本和時程都要重新估計。
郭志禹團隊的這個發現，對風力發電產業來說彌足珍貴。未來將可以據此，把天候及尾流因素納入考慮，提出更佳的規劃，甚至建立精準的預測模型。
「就像漁民看電視會看漁業氣象，我們要做的就是風力發電產業可以看的『風電氣象』！」郭志禹笑著說。
台灣風電失落的一角：跨領域的合作發展
話鋒一轉，郭志禹提到了自己在學術之外的興趣，是潛水。國內外許多海底勝景，都是他探訪的目標。在幾次潛水的過程中，他看到了海底的沉船、或是人工魚礁，裡面豐富的海洋生態，讓他印象深刻。
從那時起他就深信，「人為改變」並不一定會對於環境產生傷害，重要的是人類要在與環境的共存方式之中，取得「環境保護」和「經濟開發」的平衡。環評，只是起點，後續對於環境的監測更重要。講到這，郭志禹對於當前的風力發電政策規劃，提出了重要的意見：
台灣要發展風力發電產業，真正關鍵的該是土木營建與海洋工程技術。
此言一出，讓採訪的我們有些意外，畢竟土木並不是他的學術領域，跟這份研究的問題意識與成果也並不相關。
但郭志禹表示，在外海架設風機，風場地質會影響風機基礎。彰濱海底的沉積地質太過鬆軟，對於常常會因風向而「側向受力」的風機來說十分不利，風力從迎風面不斷推拔風機。要克服這個因素以及在離岸環境下施工，土木營建與海洋工程技術才是關鍵。
風力發電並非只是買一台風機「種」在海裡就好，怎麼「種」關乎地質與風向，累積這些工程經驗能變成台灣發展風電的資產。圖／iStock
郭志禹認為，外國的風機相關機電與系統整合科技領先台灣許多，與其競逐利潤日低的風機製造外銷的產業模式，不如正視利用在地的優勢，強化風機基礎與支撐結構設計與工法，累積具參考價值的珍貴數據資料，再拿來和外國進行技術交流。
這一段，雖然不屬於他的直接研究範疇，但述說時，郭志禹表情中蘊含的積極熱切仍未絲毫減少。或許是因為對他來說，做研究從來就不只是做研究。怎麼幫助這塊土地、這個世界更好，才是他心中不曾動搖的想望。
延伸閱讀：
- 郭志禹的個人網頁
- 郭志禹 (2017 年 1 月 13 日) 。 An Application of the Weather Prediction Model in Wind Farm Development, 2016 【演講資料】。
本著作由研之有物製作，以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。
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
【Re:從零開始的30堂人工智慧必修課】線上課程預購
人工智慧？考試不考，幹嘛要學？因為人工智慧將影響我們接下來的人生！
2018 年泛科學院又一重磅線上課程：台灣第一門專為青少年設計的人工智慧課。特別邀請中華民國人工智慧學會祕書長洪智傑共同授課與監製，集結知識、理論與實作三合一。
現在預購馬上省 $1000！傳送門：https://lihi.cc/foBOq/pansci
