电网整合资通讯 因应电力供需复杂化

大同积极投入智能电表产品发展。来源：大同

现今电力供需两端的行为模式趋于复杂，唯有在相关管理、控制及布建方面导入更多的资通讯技术(ICT)，智能电网才能满足发电、输配电与终端用户的需求及期望，这就是智能电网之所以形成及存在的必要。

比较传统电网与未来电网，前者是采用集中式发电方式，电力潮流为单方向；后者则是在配电网先进行区域内的电力交换，若有剩余或不足电力则在区域间进行交换，电力潮流方向不再固定，因此有别于传统电力网的集中式控制流程，未来电网需要的是分散式控制流程，且是由下而上的调度和控制，复杂度增加许多。

在此趋势下，智能电网提供的自动化、信息化、自我检视、诊断及修复等功能，确保电力提供可达到高可靠度、高品质、高效率等目标。此外，智能电网的实现，使得大量再生能源并网发电成为可行，再结合智能电表进行需求面管理，则能进一步减少二氧化碳排放、抑制尖峰负载，达到节能减碳的目标。根据国际能源总署所进行的「国际智能电网移动网络」调查指出，全球包括美国、法国、瑞典、墨西哥、日本、韩国等22个国家发展智能电网的首要目标，就是系统运作效率的改善，其次则是实现再生能源标准或目标。

智能电网崛起 市场商机可期

就市场面来看，近年许多国家皆积极兴建智能电网，带动许多相关商机，包括跨网络的整合通讯技术、先进的控制方式、传感和读表、先进的电力设备及电网元件，以及决策支持和人机界面等。根据Zion Research调查预估，全球智能电网市场营收将自2014年约400亿美元，成长至2020年约1,200亿美元规模，2015~2020年全球智能电网市场年复合成长率(CAGR)略高于18%。在众多智能电网应用市场中，配电自动化为最主要创造全球智能电网产业营收的技术区块，其次为先进计量基础设施及传输升级两大技术区块。

智能电网商机可期，带动业者积极布局相关领域，例如智能电表就吸引许多厂商投入。在智能电网中，智能电表扮演重要角色。智能电表要发挥作用，除了要安装电表外，且需将电表取得的用电量等数据，透过通讯模块回传至后端平台系统，以进行大数据分析，进而判别用电量高低峰并订定不同时间的电价，即所谓的「时间电价」。也就是说，智能电表的三大关键分别是电表、通讯模块、后端平台系统，三者需整合始能发挥效用。

智能电表渗透率低 台湾积极追赶

根据美国Northeast Group调查显示，至今全球智能电网投资多集中于北美、西欧及东亚已开发国家，这些市场就占全球智能电表逾75%安装比重，也占主要智能电网基础建设多数投资比重。据Northeast Group调查全球50个欲发展智能电网的国家，显示有4成国家已准备好大举投资智能电网基础建设，预估这50国至2027年的整体智能电表渗透率可达74%。

目前台湾的智能电表渗透率极低，约仅有0.08%，不过，根据政府能源转型蓝图规划，台电必须在2018年完成20万户低压智能电表、2020年完成100万户，至2024年需完成300万户。为达到此目标，台电现正积极布建智能电表基础设施，今年7月已完成智能电表招标作业，接下来将进行智能电表的通讯模块测试，预计明年(2018)年中可将通讯模块完成装表，大约明年 9、10月可实际运作。

智能电表商机愈来愈明显，多家业者积极投入。例如，大同的智能电表产品已销售至日本、泰国等海外市场，该公司并已表态参与台电低压智能电表标案。康舒也是积极发展智能电表的业者之一，该公司并与日本富士通策略结盟，将瞄准台湾逾10亿元的智能电表商机。康舒积极转型投入新能源与智能电网新事业，已开发各式智能电表产品，且电表可内建搭配不同的通讯模块，近年来更积极布局软、硬件系统整合及智能电网整体系统解决方案。康舒除了取得台电在澎湖建置的低压智能电表标案外，也积极布局欧洲、东南亚与日本市场。

据了解，东京电力公司(Tepco)已委托瑞士电表厂商Landis+Gyr架设智能电网，这是目前全世界规模最大的公用事业物联网工程，预定于2020年完工，预计将涵盖超过2,700万套电表以及其他物联网装置。这套电网系统使用了Landis+Gyr的IPv6多重技术网络，并透过RF Mesh、G3 PLC，以及蜂巢式网络通讯技术所提供的Wi-SUN连线，连结公用事业及消费者装置。目前东京电力公司智能电网每天可传输5.13亿笔读取数据，并且还在朝13亿笔的目标迈进，而这所有的信息都会透过Landis+Gyr的前端(head-end)系统以及电网数据管理解决方案进行处理。

人工智能导入 电网更聪明

智能的导入，让节能省电的目标更容易达成。待智能电表装置完毕后，用电户可以了解每小时、每种家电的用电情况，台电也可以此分析用电情形，寻找省电潜力用户，并以电费减少等诱因逐步降低用电需求。

更进一步的，根据英国金融时报报导，Google旗下的AI实验室DeepMind，正与英国国家电力公司讨论如利用人工智能平衡电力供应。据悉，由于间歇性的可再生资源，例如风能和太阳能占英国总电量的比例日渐增加，维持电网供需的平衡及稳定变得更加困难。

DeepMind的演算法可以更准确地预测电力需求，机器学习技术则能减少电力系统受到外部环境的影响，有助于平衡电力系统的供需，进而让英国国家电力公司可以更大幅度地采用再生能源。DeepMind甚至评估在不需新建基础设施的情况，仅采用优化方式，就能协助英国节省10%的用电量。

其实，DeepMind之前已将机器学习及演算法运用于Google数据中心，利用人工智能软件控制数据中心内部大约120个设备参数变量，包括风扇、空调系统、窗户等等，透过智能演算法有效预测Google数据中心的冷却系统和控制设备的负载，如此能将用于冷却的电量减少40%。

智能电网趋势成形，然而智能电网的建置推动历程动辄耗费10余年以上，且牵涉层面极广，从国家政策、电力基础建设到家户用电型态的改变等，影响极为深远。对台湾而言，智能电网的建置是达成2025年再生能源发电比达20%目标的手段之一。「澎湖智能电网示范计划」是个开始，从此出发并逐步扩大范围，台湾要实现能源转型并非不可能。