備轉容量
（重定向自備載容量）
提示：此条目的主题不是備用容量。
在輸電網絡中，備轉容量或運轉儲備（operating reserve）是用來應付發電機故障、需求預測誤差和其他突發情況所預留的發電量。電力公司通常以最大發電機的發電量加上峰值負載的若干百分比作為運轉儲備的下限。[1]
就臺灣電力公司而言，2019年起備轉納入「冷機」供電機組，已非傳統熱機定義（可立即供電的機組）[2][3]。「快速起停」才是能夠緊急救援的電力，卻也非即時可切換[4]。再加上台電目前把供電不穩定的太陽能發電放入備轉容量、能應急的儲電設備（電池）不足，這可能造成突發事故時（無論天災人禍）應對不及而大停電[5]。
備轉容量
[编辑]備轉容量包括熱機備轉容量和冷機備轉容量。[6]
旋转備轉容量（spinning reserve）是指發電機已連接到電網或已同步，但未使用的發電量。
非旋转備轉容量（non-spinning reserve/supplemental reserve）是指未与電網同步，但可在短時間（約10分鐘）內使用的發電量。
大多數電網的備轉容量以熱機備轉容量為主，因為沒有啟動延遲的問題，較為可靠。[7]
其他
[编辑]調整備轉容量（regulation reserve/frequency-response reserve）是用來控制電網頻率。當負載增加，渦輪轉速會減慢。要穩定渦輪轉速和電網頻率，需要即時增加發電量。但調整備轉容量的發電量很少，而且由電腦自動控制，所以不會當作備轉容量的一部分。[8]
替代備用（replacement reserve）需要較長的啟動時間，通常30至60分鐘。它用來釋放使用中的備轉容量，讓系統可以應付下一次的突發情況。[8]換言之，電力系統是無法在30分鐘內承受兩次嚴重事故。若在30分鐘內連續發生兩次事故，很可能導致大規模停電。
參考來源
[编辑]- ^ Jianxue Wang; Xifan Wang and Yang Wu, Operating Reserve Model in the Power Market, IEEE Transactions on Power Systems, Vol. 20, No. 1, February 2005.
- ^ 自由時報電子報. 台電拋備轉率新定義 納「冷機」有利電價穩定 - 自由財經. 自由時報電子報. 2019-01-08 [2021-05-18]. （原始内容存档于2021-05-18）.
台灣沿用已久的備轉容量率定義太限縮、保守，必須都是熱機可立即供電的機組，才能算進備轉率，但冷機機組也很健康，只因離線無法短時間內併聯供電，而不能納入備轉。
- ^ 經濟部能源局- 能源報導全球資訊網-【電力FAQ】備用容量率 vs 備轉容量率，究竟是什麼？. energymagazine.itri.org.tw. [2021-05-18]. （原始内容存档于2021-05-18）.
- ^ 中時新聞網. 備轉容量10％灌水 實僅2％可救援 - 財經焦點. 中時新聞網. [2021-05-15]. （原始内容存档于2021-05-16） （中文（臺灣））.
台電總經理鍾炳利表示，備轉容量定義是可供電能力減掉當天尖峰能力，再除以尖峰能力，這個數值是前一天公布，是預測值，因此會隨著當天用電量不同而變化。以513來說，當日10%備轉容量率，快速起停僅占2%，自然不足以支援興達跳機少掉的6%電力。所謂快速起停機組，包括最快的抽蓄水力，3到5分鐘就能發電，其次是一般（慣常）水力電廠，平均15分，其次燃氣電廠開機滿載約2小時。至於燃煤要6小時，核電要3天，就不算在快速起停機組內。
- ^ 「513大停電」翻版！學者批台電「備轉容量率膨風」. ETtoday新聞雲. 2022-03-03 [2022-03-03]. （原始内容存档于2022-03-03）.
根據台電新聞稿，今天事故前備轉容量率達24.61%，葉宗洸認為這根本是「被膨風的」，若這是真的，等於可提供電力是707萬瓩，但興達9部機組無法送出來的電力才443萬瓩，若只是443萬瓩電力不見，還有近300萬瓩電力當預備，卻無法即時補充，在龍崎出事後造成全台大停電，他嚴重懷疑，台電目前公告的備轉容量率是「被膨風的」，把太陽光電放入備轉容量率，但因為太陽光電不穩定，若扣掉近期太陽光電可提供約15%備轉容量率，等於當時備轉容量率不到10%，也因不是反應真實備轉容量，結果興達電廠事故一發生，就造成全台大停電。
- ^ Spinning Reserve and Non-Spinning Reserve （页面存档备份，存于互联网档案馆）, California ISO, January 2006.
- ^ The Value of Reliability in Power Systems （页面存档备份，存于互联网档案馆）, MIT Energy Laboratory, June 1999.
- ^ 8.0 8.1 Eric Hirst, Price-Responsive Demand as Reliability Resources （页面存档备份，存于互联网档案馆）, April 2002.