以系統動力學模式結合能源流分析評估台灣電動機車發展對空污減量及能源系統之衝擊

Abstract

本研究建立系統動態評估模式- Regulated Emissions of Energy Flow in Scooter Model （REEFS），評估目前發展潛力最大的換電式普通重型電動機車的發展，對電力系統之衝擊與空污減量之成效。REEFS其優點為擴充彈性大、評估方法具有系統觀點可全面評估，透過情境分析可探討相關情境對政策目標之影響及衝擊，可作為政策擬定之參考依據。 本研究內容主要有三項：1.以系統動力學建立普通重型電動機車與普通重型燃油機車數量轉移子模式；2.建立換電式電動機車新增用電公式，以風險值（VaR value）及蒙地卡羅模擬（Monte Carlo method）評估換電式電動車對尖峰能源系統的衝擊及潛在效益；3.透過能源流分析建立電動機車與燃油機車之能源鏈空污減量評估公式及本土排放係數，考量能源轉換效率及能源轉型規劃、子模式之車輛轉型情境，探討其傳統空氣污染物（VOCs、SOx、NOx、TSP）及CO2e之逐年減量變化，並建立空污減量之系統動態評估模型（REEFS）。 能源流分析結果顯示，市區的普通重型電動機車（平均時速20km/hr）的排放係數較普通重型燃油機車減少92.2%的二氧化碳排放，99.99%的VOCs排放、98.2%NOx排放、18.8%SOx排放以及15.3%TSP排放。採用相同的燃料用油，若考慮電動機車的電力來自於燃油電廠，電動機車在台灣的能源流效率比燃油機車高58%。因此，在目前台灣的電力結構下，推動電動機車，可以達成節能減碳與空污減量。 若搭配能源局目前的能源轉型規劃，在2025年的電力結構下，電動機車相較於燃油機車傳統空污及CO2e排放的減量率皆將會提高。其中CO2e的減量率從現在的92.2%提高到93.7%、VOCs的減量率從現在的99.99%提高到100.00%、NOx的減量率從現在的98.2%提高到98.7%、SOx的減量率將會從現在的18.8%提高到57.9%、TSP的減量率從現在的15.3%提高到15.4%、總傳統空氣污染減量率可從95.6%提高到95.8%。 根據蒙地卡羅模擬結果，當換電式電動機車車輛數發展達到128萬輛時，在最差的情況下，電力系統滿足備轉容量率大於6%的機率只有69%，在95%的信賴區間下，其備轉容量率將會開始低於2.9%。但若考慮交換站中之電池的儲電能力，電力系統滿足備轉容量率大於6%的機率將高達92%，在95%的信賴區間下，隨著車輛數增加，當車輛數超過128萬輛時，其備轉容量率將會開始大於6 %。此研究結果顯示出車輛數與換電站數量的風險評估，可作為早期評估時之決策參考依據，並可應用於後續電力調整之政策評估參數。 推動電動車之政策將改變台灣能源與空污之結構。由於不同的熱機、燃料的成分將直接影響空污的排放特性，因此，當能源途徑改變時，其污染排放將有本質、及時空分布上的改變，是以本研究應用系統動力學與能源流分析，建立電動車與燃油車系統性比較架構之REEFS評估模式、提出換電式電動機車對於新增用電及尖峰用電系統的衝擊評估新公式，考量新增電力需求及換電站儲能系統對於尖峰負載的影響，透過參數之最佳機率密度分布、風險值、蒙地卡羅模擬、兩個極端情境、參數敏感度分析等分析方法，探討換電式電動機車發展對電力系統的可能影響，可提供系統性觀點之空污排放減量評估，本研究之方法論可供相關單位後續延伸應用參考。 以目前台灣的能源鏈結構，電動機車由於載具本身效率較高、考量上游的整體能源鏈，仍具有省能減碳之效益。車速的敏感度分析發現，低速（車速20 km/hr）的電動機車相較於燃油機車，排放的VOCs、SOx、NOx、TSP、CO2e皆具有排放減量效果。當平均車速為40km/hr時，電動機車相較於燃油機車，TSP、NOx、VOCs的減量率大致相同，分別減量14.8%、97.4%、99.98%，但SOx的能源鏈排放係數將增加136.2%，CO2e的減量率從92.2%降到76.8%。然而，若發電業的SOx排放係數降至100mg/kWh，則電動機車的 SOx 能源鏈排放係數將低於燃油機車的係數。

This study proposes a new system dynamic model- Regulated Emissions of Energy Flow in Scooter Model (REEFS), and a formula to estimate the electricity demand from battery-swapping stations (BSSs) at peak hours, combining parameters of the number of battery-swapping electric scooters (NBSES) and the number of scooters served per BSS. REEFS is a novel decision-support analysis tool for assessing future impact on energy system and the reduction of air pollution with an increasing NBSES in Taiwan. The VaR (Value at Risk) values and Monte Carlo method are combined to assess key variables of NBSES and potential benefits. To explore changes of air pollution emission in the transition of electric scooters (ES) considering energy transition, this research establishes a localized dynamic system model (REEFS). The calculation of emission factors (EF) of criteria air pollutants and greenhouse gases for Heavy-duty Gasoline-powered Scooters (GSH) and Heavy-duty ES (ESH) is performed with energy flow analysis. This study finds that the probability for the percentage of operating reserve (OR), R, beyond 6.0 percent is only 86.3% in the past four years. When NBSES reaches 1.28 million, the probability for R beyond 6.0 percent is down to 69.0% and R is 2.9% (95%CI) without considering the storage ability of BSSs. However, R could be higher than 6.0% (95%CI) if considering the storage ability of BSSs. Compared with the GSH, the EFs of TSP, SOx, NOx, VOCs, and CO2e for ESH reduce by, respectively, 15.3%, 18.8%, 98.2%, 99.99%, and 92.2% per kilometre travelled at 20km/hr in the city according to results from the energy flow analysis in Taiwan,; if the average speed is 40km/hr, compared with the GSH, the EFs of TSP, SOx, NOx, VOCs, and CO2e for ESH reduce by, respectively, 14.8%, -136.2%, 97.4%, 99.98%, and 76.8% per kilometre travelled. Although the SOx EF for ESH increase by 136.2% of that for GSH, the rate of increment for ESH would be down to 22.2% in 2025. If the SOx emissions intensity of electricity reduces to 100 mg/kWh, the SOx EF for ESH will be lower than that for GSH in suburbs. System dynamics and energy flow analysis can provide effective analysis about air pollution emissions for distinct mitigation scenarios and these findings are helpful to local authorities for air quality management.