目錄
i-5 可以改進 RA 評估的關鍵建立模型實務有那些？… 5
i-6 RA評估中的這些技術變化可能如何影響其他過程？… 6
第2章 資源裕度(resource adequacy)的定義… 11
2.2 韌性之處理(Treatment of resilience) 12
第3章 診斷目前的 RA 評估實務：指標、方法、模型及資料… 14
3.2 目標及追蹤指標 (Target and tracking metrics) 16
3.3 方法、模型、及資料(Methods, models, and data) 17
第4章 分析電力調度模型之使用以改進RA評估 – 非技術摘要… 19
4.1 方法摘要(Summary of the methodology) 20
4.2 研究結果摘要(Summary of findings) 22
5.1 負載服務商(LSE) IRP中RA方式的檢討之摘要… 24
5.2 輸電規劃中RTO及ISO資源裕度(RA)方法之普查… 26
5.3.1 資源裕度(RA)之時間解析度(Temporal resolution for RA) 28
5.3.8 可信容量(Capacity credit) 37
.
.
.
.
最近閱讀到一篇美國能源部(DOE: Department of Energy)為了近年氣候變遷所導致的大停電事件以及變動性再生能源佔比大幅增加帶給電力系統可靠度與韌性的影響，DOE電網佈署辦公室(Grid Deployment Office )特別委託勞倫斯柏克萊國家實驗室(LBL: Lawrence Berkeley National Laboratory)研究「改進演進中電力系統之資源裕度評估指南(A Guide for Improved Resource Adequacy Assessments in Evolving Power Systems)」提出的報告，覺得這篇整理舊觀念及展望新觀念很能引起大家共鳴的文章！也帶來許多我們需要改變的概念？諸如：
- 每日尖峰負載發生時間，可能不再是電力系統供電最吃緊的時刻…； 從長遠來看，使用淨系統負載被認為是一種替代方案…;
- 歷來的資源裕度(備用容量、備轉容量)只專注一點的容量(Capacity)是不夠的…而系統可能還需要在預定時間段內(面)供應足夠的能量(energy)…以及足夠的輔助服務(ancillary services)及彈性(flexibility)來維持系統運轉可靠…；
- 韌性並不等同於可靠度…；
- 不假設用電負載始終處於供應狀態，而是承認在可容忍之風險情況下可能存在發生電力短缺…這種風險並不意味著確實會出現電力短缺，但可能需要採取緊急措施來減輕或消除潛在的電力短缺…；
因此，特別摘譯報告本文，分享大家，詳細全文包括附錄，請參閱原文！
i. 執行摘要
重大天氣事件曾經導致美國廣大地區大規模停電。在許多情況下，係由於發電與輸電停電事故高於預期、或在短期負載或變動性能源資源發電等預測偏差混合一起發生，導致電力系統沒有足夠資源(包括備轉容量)來滿足用電需求。電力系統利用其供應側及需求側資源來滿足電力需求的能力稱為資源裕度(RA: resource adequacy）（NERC，2011）。 能源轉型向高度脫碳及變動性能源(VRE: Variable Renewable Energy )滲透率較高之電氣化電力系統需要修訂資源裕度評估，來確保電網保持可靠，並可能需要新類型的評估來確保其彈性。
本文識別並評估了傳統資源裕度評估實務中的議題，以及調整這些實務可能如何影響及依賴既有的規劃及採購制度安排。 本文結論提出了技術性制度路線圖，允許管制機關在垂直整合(vertically-integrated)電力公司轄區以及電力自由化解制重組(restructured)電力公司轄區的系統規劃部門及電力調度中心修改一系列構成要素的資源裕度實務。更具體地說，本文提供了以下問題的答案：
1) 本文的目標讀者是誰？
2) 資源裕度的主要構成要素是什麼？
3) 傳統的 RA 評估面臨那些新挑戰？
4) 韌性是否應該成為資源裕度評估的一部分？
5) 可以改進 RA 評估的主要模型化實務有那些？
6) 資源裕度(RA) 評估中的這些技術變化可能如何影響其他過程？
7) 資源裕度(RA)在規劃過程中的最佳實務是什麼？
i-1 本文的目標讀者是誰？
本項工作迎合了兩種不同的閱眾：
- 管制機關、政策制定者及市場設計者將了解演進中的電網如何促使需要檢討資源裕度的基本面向。 第3章中最近發展之摘要應該易於了解基本的技術挑戰，第5章應該提供有關所需變更如何將與IRP中及ISO/RTO所發展的既有規劃過程相互作用之見解。 這些利害關係人可能也對規劃過程中韌性之處理的最新進展感興趣，如第 2 章所述。
- 具有技術傾向的系統規劃者、研究人員、分析師及其他利害關係人可以從第1章及第2章中提供的裕度之組織架構與討論中受益。第4章及附錄A中的技術分析應該與這些閱眾相關，來學習關於更詳細的RA評估模型在複雜性及精確性方面的優勢。 這些利害關係人也可能從審視第5章中受益，其中將 RA 評估結果納入規劃及採購實務提出了新的挑戰。
i-2 資源裕度(RA)之主要構成要素是什麼？
資源裕度是電力系統的一項屬性，但這個術語也用於有關追蹤、評估及達成裕度的過程。 鑑於缺乏既有的組織架構，我們建議分解裕度為五項主要構成要素或活動（見圖 ES-1）。
圖ES-1 本文資源裕度發展架構
前三項構成要素本質上是技術性的。 如何定義裕度(adequacy)； 用來追蹤裕度及設定目標之指標； 所採用之資料、方法及模型一直是近期研究的焦點。 裕度評估轉化為採購決策方式-以及這種轉化在實際 RA 性能中的潛在作用-受到較少的關注。 本文探討了評估-到-採購過程的一些面向。 最後，建議的RA架構提供了第五項新構成要素針對採購資源之裕度性能的追溯性評估，來提供它們的容量認證(capacity accreditation)、基礎資料需求、及建立模型方法。 資源裕度(RA)過程在受管制轄區(傳統垂直整合電力公司)及有組織的市場(iso/rto)中的將受益於將建立模型過程「錨定(anchoring)」到極端天氣事件、資通網路攻擊、及其他威脅、以及常規運轉挑戰下的資源性能之現實。
i-3 傳統資源裕度(RA)評估面臨那些新挑戰？
表 ES-1 顯示了傳統 RA 評估中新出現的挑戰之範例，這些挑戰源自於 (i) 電力系統向脫碳的演變以及 (ii) 氣候變遷引發的極端天氣事件。
表ES-1 傳統資源裕度評估面臨之新挑戰
我們根據(1)與資源裕度(RA)參與者的訪談及 (2)對最近新技術文獻的回顧，彙編了對目前資源裕度(RA)評估實務（第 3 章）之批判性評論。 我們發現：
- RA 可能需要擴展到容量裕度(capacity adequacy)之外，以確保與儲能等能源有限資源相關之能源裕度(energy adequacy)、以及輔助服務裕度（亦即系統中足夠的升載及降載能力）。 人們普遍同意將能源裕度與容量裕度結合起來，但尚不清楚其他系統需求的評估是否應該在 RA 評估中執行，還是作為個別的過程執行。
- 所有研究及受訪者一致認為，根據一年或季節的尖峰時段或幾個選定的最高負載時段進行 RA 評估是不夠的，因為尖峰負載需求時段可能不再是預測電力系統最緊澀的時間。 按時間順序每小時(Chronological hourly)模擬是目前的最佳實務。
- 諸如失載期望值 (LOLE: Loss of Load Expectation)、失載小時值(LOLH: Loss of Load Hours)、失載事件次數 (LOLEv: Loss of Load Events) 及失載機率 (LOLP: Loss of Load Probability) 等傳統指標因其「預期值(expected-value)」性質而受到批評。他們專注於電力短缺之單一特徵以及典型應用中的粗空間解析度(coarse spatial resolution)。
- 目前資源裕度實務的一個重要缺點是所使用的指標及模型不能反映系統調度運轉及失載之經濟準則(economic criteria)。 然而，觀察家一致認為，引入經濟準則來決定裕度水準，會帶來與評估不同用戶、季節及最終用戶之失載相關的重大挑戰。
- 需要改進天氣依賴性及天氣資料的代表性，注意當前實務的一些缺點，這些缺點可能會阻礙在高風力及太陽能未來與氣候變遷情況下之適當的RA 評估。
i-4 韌性是否應該成為資源裕度評估的一部分？
一般普遍接受的韌性(resilience)定義是「準備及適應不斷變化的情況以及承受電力中斷並迅速恢復的能力。 韌性包括承受故意攻擊、事故或自然發生的威脅或事件並從中恢復之能力」（EOP，2013）電力系統的規劃過程係開始努力發展評估電力系統韌性之指標及方法的需求。 我們認為從組織架構的角度來看，資源裕度評估可以可行地擴充到包括韌性。 或者，如果可以使用普遍接受的韌性指標，則可以使用 RA 評估所使用的相同基本架構來開發特定韌性之評估。 無論那種情況，韌性評估都應補充既有的資源裕度評估，以確保電力系統的整體可靠度及韌性。
我們審視了幾家在美國大陸規劃發電及/或輸電基礎設施之民營及公共機構的規劃及 RA 報告，來尋找涉及韌性評估的既有實務（第 2 章）。 我們發現，在規劃分析中，沒有系統性處理極端天氣及其他災害的成本、韌性的益處及韌性指標，也沒有系統性處理為了資源裕度目的之韌性指標、方法及結果。
i-5 可以改進 RA 評估的關鍵建立模型實務有那些？
本文分析了RA 模型選擇對估計RA 結果的影響，為管制機關及規劃部門提供高層次及概念性的見解，了解那些電力系統運轉細節包括在根據模型的RA評估中很重要（第4 章及附錄A） 。
我們發現，使用多年的天氣及VRE 性能資料、輸電限制的執行以及短期間儲能調度之模型對 RA 評估的精確性有很大影響（表 ES-2）。 我們發展了電網經濟運轉的簡化代表，並比較使用這種代表的 RA 評估是否比傳統 RA 評估中使用非經濟調度假設更精確。 我們發現，忽視電力系統運轉經濟目標的非經濟調度方式在透過詳細的運轉策略增強時可以產生相當準確的 RA 評估。 這意味著目前不代表電力系統經濟調度的方法可能仍然足以代表RA評估之資源，只要它們處置足夠的運轉資料來描述系統性能特徵。
表ES-2 運轉細節在RA評估之影響
此外，我們發現獲取特定事件電力短缺特徵的新RA指標應該用作傳統指標的補充，更能獲取不同建立模型假設對 RA 結果之影響，以及更能描述系統預防特定高影響電力短缺之能力。 更一般地說，根據電力短缺的持續時間、季節及程度對電力短缺進行分類，可能是 RA 評估改進的一個有希望之領域。
i-6 RA評估中的這些技術變化可能如何影響其他過程？
RA 評估通常嵌入電力公司及電力調度中心所發展之更廣泛的規劃過程之中。 反過來，規劃過程是一系列管制機關及/或市場設計的一部分，來支援採購實務，以確保電力系統維持負擔得起、可靠、韌性及可持續—典型的市場競爭之優先事項。 這些關係產生的相互依賴性引發了一個問題：資源裕度評估的技術變化，包括指標、資料、模型及方法，將如何影響規劃過程及更廣泛的制度背景。
重要的是要知道，最近的工作所建議之資源裕度的技術變化（i）可能需要規劃及採購實務的上游變化才能成功實施，（ii）由於高解析度天氣、負載及發電機性能資料之可用率、以及輸電系統之高解析度代表，可能建立強化規畫過程之機會。第 5 章介紹了改進 RA 評估及規劃實務所需的變更及機會。
i-7 RA在規劃過程中之最佳實務是什麼？
我們查看資源整合規劃(IRP)報告以及電力調度豬心/區域輸電組織 (ISO/RTO) RA評估。 我們利用這些資訊提出了資源規劃及輸電規劃中資源裕度評估之演進中電業標準路線圖（表 ES-3）。 此路線圖係根據適用於RA評估主要構成要素之三項基準：
• 第一項基準確認了機構在可靠度評估中需要實施的最低限度之基本步驟。
• 第二項提議基準對應於業界目前之最佳實務。
• 第三項建議基準採用前瞻性視角來確認目前很少(如果有的話）機構正在實施的RA 評估前瞻實務(frontier practices)。
此路線圖描述了實施最佳或前瞻實務的潛在挑戰。 例如，使用多項裕度指標將需要新的方法來選擇達成為每項指標設定之全部或部分目標的組合。 同樣，使用反映氣候變遷情境的前瞻性縮小天氣資料需要模型之平行發展，讓負載及再生資源能夠響應這些天氣輪廓，而不是依賴歷史值。 這種對負載及資源的更全面的代表將分別對垂直整合及 ISO/RTO轄區的整合資源及輸電規劃過程產生影響。
表ES-3 RA評估最佳實務納入規畫過程之路線圖
第1章 簡介
1.1 動機
最近加州及德州的極端天氣事件給當地電網帶來了壓力，電力調度中心(ISO)不得不採取緊急措施以避免大範圍的限電。 導致這些結果之因素眾多且複雜。 然而，大家認識到需要改進這些系統中採用的規劃過程，以識別資源不足以及採購足夠的容量。 隨著全球即將發生電力系統更依賴天氣的轉變，以及氣候變遷讓歷史性能不再那麼重要、極端天氣變得更加不確定，這種需求變得更加突出。
資源裕度(RA: Resource adequacy）係指電力系統利用其供應側及需求側資源滿足電力需求的能力（NERC，2011）。 RA 評估是規劃過程的基石，以確保電力系統達成規定的可靠度水準。
供應側資源傳統上是可調度的並且具有可預測的每小時容量因數(capacity factors)。 在這種情況下，如果有足夠的容量來滿足預測的尖峰用電需求，再加上備用容量來對沖預測用電需求的不精確、意外停機及其他運轉上偏差，則此電力系統將是資源充足。 規劃備用容量(PRM: planning reserve margin)係設定在，至少大致反映了相當於每年最大失載小時數可靠度基本標準，之水準。
至少有三個原因，這種過時的資源裕度定義可能不適用於變動性再生能源（VRE）滲透率較高的電力系統。 首先，這是一個不好的(poor)描述，尖峰負載係發生在系統最吃緊(緊澀)期間：系統要麼滿足用電負載要麼更普遍的是從一種狀態快速轉移到另一種狀態。 其次，能源發電變得與滿足尖峰需求的容量一樣不確定，因為每月及年度能源發電可能隨著時間的推移而發生很大變化。 最後，與傳統電力系統相比，高變動性再生能源(VRE)系統的輔助服務要求（尤其是升降載容量）要大得多。 此外，目前資源裕度之定義並不反映與系統韌性相關的任何偏好或標準，因為它們僅反映了對系統可靠度之偏好。
1.2 分析架構
本文的貢獻之一是發展了一個全面性分析架構，其中涵蓋了RA的技術面與制度面結合（圖 1.1）。 迄今為止，有關資源裕度的大部分工作都集中在與正確獲取與模擬電力系統可能導致電力需求短缺之緊澀期相關的技術方面。 事實上，這些技術評估只是導致容量資源的取得及性能之過程的一個構成要素，並且受到特定制度及管制安排的管轄。 本文中提出的架構區分了 RA 的五個構成要素，它們描述了從規劃到採購之資源裕度過程的結果。 該架構有四個目的，包括：
- 整合影響電力系統資源裕度評估及採購之技術性及制度性決策，以支持管制機關、政策制定者及市場設計者了解它們的依賴性。
- 確認在資源裕度架構的不同構成要素之間建立依賴關係的主要決策點。 這些依賴性使決策者能夠了解資源裕度評估及採購的結果如何依賴特定構成要素範圍之外的定義。
- 建立資源績效的追溯性評估，幫助規劃部門精進資源裕度評估中所使用的資料、方法及模型，以及識別其性能可能偏離資源裕度規劃過程的制度設計。
- 協助不同的利害關係人根據他們在資源裕度架構的五個構成要素中所扮演的角色進行協調及合作。
資源裕度架構的主要目標係了解致力於重新檢驗用於評估資源裕度之技術方法的新興工作可能如何影響電業重組(restructured)(電業自由化)及非重組(傳統垂直整合電力公司)轄區的既有制度設計或與其發生衝突。
圖1-1 本文資源裕度發展架構
此架構的第一個構成要素涉及建立資源裕度的可執行定義。 NERC 將資源裕度定義為「供應側及需求側資源滿足總電力需求（包括損失）的能力」。 此定義的歷史處置幾乎完全集中在尖峰時段，或一小部分最高尖峰或淨需求時段。 本部分探討了RA的處置可能需要如何演進，包括潛在的擴充以涵蓋電力系統之韌性。
第二個構成要素描述了分別用來設定應透過採購滿足的資源裕度目標、及追蹤給定系統之裕度狀態的目標與追蹤指標。 為了這兩個目的而選擇的指標會在技術上及制度上影響資源裕度過程之結果。
第三個構成要素是指執行RA評估所需的方法、模型及資料。 過去幾年，由於極端天氣事件擾亂了全國各地的電力系統，方法及模型受到了廣泛注意。 此構成要素說明了最小與理想的建立模型及方法論方式，以及對電力系統資源裕度產生嚴格評估的方法。 此外，尚未深入探討適當運算這些模型所需的資料需求，以及本要素明確討論了資料可用率如何限制建立模型性能及結果
第四個構成要素主要是制度性的，是指不同轄區採用的機制來採購RA評估認為必要的容量資源。 在非重組轄區之電力公司係垂直整合的，其機制係利用資源整合計劃（IRP）支持的資源資本支出之管制機關批准。 在強制容量市場（ISO-NE、NYISO 及 PJM）下運轉的轄區中，其機制係前瞻性的容量拍賣，它們的設計得到 ISO/RTO 發展的 RA 評估支持。 最後，一些轄區設有區域電力池或促進負載服務商(LSE)雙邊協議來達成履行 RA 義務。 這三種機制可能會受到 RA 架構之其他要素的技術變化影響。 識別這些變化是本文的核心貢獻之一。
第五構成要素反映了追溯性(retrospective)評估之必要性，讓管制機關、規劃部門及電力調度中心能夠評估技術性資源裕度目標如何轉化為管制義務及容量市場設計。 有多種技術性及非技術性原因導致實際資源性能可能與構成要素 2 及構成要素 3 中發展的RA評估結果有所不同。因此，此要素可作為控制機制來確保 RA 評估考慮實際系統性能。 與前四個構成要素相比，目前規劃過程中並未對資源裕度評估進行追溯性評估。
1.3 目標及組織結構
本文達成了許多目標，包括：
- 最近文獻之摘要，這些文獻研究了資源裕度評估需要納入的技術性變革，來精確地、嚴格地描述高度依賴VRE 之近期未來脫碳電力系統的可靠度狀態。
- 評估韌性指標、方法及過程與資源裕度之潛在整合，作為將韌性有效整合到電力系統規劃中的一種方式。
- 資源裕度評估資源如何在實際調度情況下根據在經濟調度電力系統內，利用獲取資源可用率會被改進之評估。
- 資源裕度評估方法的複雜性及可用率之間之權衡分析。 採用技術上更複雜的方法可能會導致更精確的資源裕度評估，但會使評估過程更難以實施，並且對利害關係人來說透明度較低。
- 透過專注資源規劃、電力池及有組織的市場，將技術性變化置於更廣泛之制度背景下，從而彌合既有差距。 然後，讀者能夠根據資源裕度評估方面之進步，確認調整目前規劃及採購過程可能需要採取的管制及政策變化。
本文係根據資源裕度架構之五個構成要素來組成的。 第 2 章深入探討第 1 構成要素：資源裕度(RA)的定義，重點在於如何將韌性被視為其範圍的一部分。 第 3 章透過摘要RA的既有工作並利用提供有助於這項工作之指標及建立模型方法的新展望來討論第2構成要素及第3構成要素。 第 4 章報告了深入的技術性分析，該分析應用了專門適應的發電成本模型來評估RA，與決定使用經濟調度來確認資源可用率的相關性。 本章也探討了其他幾個感興趣的變數對 RA 評估經竊度之影響。 最後，第 5 章將資源裕度方面的技術性發展置於更廣泛的制度環境中，將評估轉化為採購，顯示這些制度過程可能需要如何演進。
這項工作迎合了兩種不同的閱眾：
- 管制機關、政策制定者及市場設計者將了解演進中的電網如何促使人們需要審視資源裕度的基本面向。 在第 3 章中最近發展的摘要應該易於理解基本的技術性挑戰，第 5 章應該提供有關所需變更如何與 IRP 及 ISO/RTO 中發展的既有規劃過程相互作用的見解。 這些利害關係人可能也對規劃過程中韌性處理的最新進展感興趣，如第 2 章所述。
- 具有技術傾向的系統規劃部門、研究人員、分析師及其他利害關係人可以從本章及第2 章中所提供的組織架構及裕度之討論中受益。第4 章及附錄A中的技術性分析應該與這些閱眾學習相關關於更詳細的RA評估模型在複雜性及精確性方面的益處。 這些利害關係人也可能從審視第 5 章中受益，其中將 RA評估結果納入規劃及採購實務提出了新的挑戰。
第2章 資源裕度(resource adequacy)的定義
本章討論資源裕度(RA: resource adequacy)的概念及其在電力系統規劃過程中的處置，並重點介紹資源裕度應如何考慮電力系統的韌性(resilience)。
2.1 定義裕度
資源裕度是一個概念，說明了以足夠的供/需側資源滿足用電需求的能力（NARUC，2021）。
- NERC對裕度的定義更加詳細及精確，並闡明了資源裕度(Resource Adequacy)是可靠度的一項構成要素[另一項是運轉可靠度(Operating Reliability)(以前的安全度Security)]。正如 NERC 最新的長期可靠度評估所報告的那樣，裕度是「電力系統考慮系統元件的計劃性及預期非計劃性停電在內，始終滿足電力消費者總電力及電能需求的能力。」。（NERC，2021 年）。
- 國家再生能源實驗室（NREL）在其機率資源裕度套裝軟體（PRAS: Probabilistic Resource Adequacy Suite）模型的文件中提供了更精確之定義，該模型指出：「如果電力系統已購買了足夠的資源（包括發電、輸電及需量反應），從而由於資源不可用或輸電限制而採用緊急措施（例如非自願限電）的風險足夠低，則此電力系統被認為是資源充足的」。（Stephen，2021 年）。
PRAS中的定義以四種重要方式精進了典型的裕度概念。
- 首先，它並不假設用電負載始終處於供應狀態，而是承認可容忍之風險情況下可能存在發生電力短缺。
- 其次，它提到這種風險並不意味著確實會出現電力短缺，但可能需要採取緊急措施來減輕或消除潛在的電力短缺。
- 第三，它詳細說明了可能需要實施這些緊急措施的原因，包括資源的可用率及對負載供應電力之能力。
- 最後，它使用「採購」一詞反映了需要將裕度評估轉化為透過採購發電、輸電、儲能及/或需量端資源來解決電力不足的機制。這些精進之所以重要，是因為它們更加精確及具體，也還因為它們告知應如何進行評估及其最終目標是什麼。
裕度評估的新穎處置已經認識到，資源裕度是一個隨空間及時間尺度變化的系統屬性。例如，歐洲資源裕度評估方法的最新變化要求評估歐盟、成員國及個別投標區層面當前及預計用電需求水準之裕度（ACER，2020）。同樣，加州電力調度中心（CAISO） 具有系統、本地及彈性的資源裕度要求規定。NERC及西北電力與保護理事會（NWPCC）制定的大多數區域資源裕度評估都有一個明確的時間尺度，展望未來三到五年，考慮不同水準的承諾資源及政策目標，並報告該時期裕度的演變。
繼續精進資源裕度定義的新原因可能包括追蹤彈性及輔助服務需求以及同一裕度過程內的容量需求。資源裕度側重於滿足用電需求的容量，但包含大量能量受限的儲能(energy-constrained storage)可能需要設定及追蹤額外的能量裕度(energy adequacy)或備用容量(reserve margin)指標。雖然人們對電力系統的這些不斷變化的需求達成了一致意見，但資源裕度(resource adequacy)是否應該是將這些需求內部化的過程，或者是否需要新的規劃程序來確保在電力系統中的容量(capacity)、能量(energy)、彈性(flexibility)及輔助服務(ancillary service)等供應充足，這是一個懸而未決的問題。
2.2 韌性之處理(Treatment of resilience)
韌性係電力系統中的一項新興概念(concept)，沒有普遍接受之指標(metrics)、方法及處理過程來反映系統規劃過程中的韌性（NARUC，2019）。韌性的一項普遍接受的定義是「準備及適應不斷變化的系統情況以及承受系統擾動並從中快速恢復之能力。系統韌性包括忍受系統蓄意攻擊、事故或自然發生的威脅或事件（EOP，2013）並從中恢復的能力」。美國國家科學院(National Academies of Sciences)發現：「韌性並不等同於可靠度。雖然減少大面積、長時間停電的可能性很重要，但韌性系統係一項承認可能發生此類停電、準備處理它們、在發生時將其影響降至最低，並能夠快速復電以及從經驗中吸取教訓以改進未來效能(performance)」（美國國家科學院，2017 年， 第10頁）。
對電力系統與資源裕度評估相關之幾個方面的變動性之處理，讓它們有可能至少將韌性的某些方面內化。反對將韌性納入資源裕度的一個論點是，後者之過程側重於風險而不是不確定性。奈特（Knight 1921）的技術性定義規定，風險是結果未知的情況，但控制結果的機率是已知的。相反，不確定性之特徵是未知的結果及這些結果發生的潛在機率。這就是為什麼在實務中，不確定性是透過偶發事件(contingency)及緊急(emergency)程序來管理的，一旦知道不確定的事件或變數及其影響（例如對地震的反應），電力調度中心就可以在短期基礎上利用這些程序。
電力系統的規劃過程開始努力應對擴大風險管理過程之需求，這些過程已經形成了資源裕度評估，來納入韌性。這主要是由於氣候變遷對影響電力系統供需狀況的天氣樣式的影響。我們檢討了在美國大陸規劃發電及/或輸電基礎設施之幾個民營及公營機構的規劃文件，以瞭解是否以及如何將韌性納入規劃過程（參見附錄 8.2 中的機構清單）。
我們發現，執行資源規劃的電力公司認知到韌性之重要性，但我們在它們分析中沒有發現極端天氣及非天氣事件的成本、韌性效益、及韌性指標的系統性處理。一些機構會指出某種資源具有韌性效益，但沒有努力量化這種效益或將其置於以韌性為基礎之規劃方法的背景下。這種定性處理的例外是普吉特海灣(Puget Sound)能源公司及加州各電力公司，他們分別分析了一部分資源及整個投資組合的韌性效益。其中一些機構為負載指定了特殊的「極端天氣」情境。旨在捕捉 90% 及以上的情況，儘管執行隨機評估的機構在其裕度分析中隱式評估負載機率分佈的尾部。
區域規劃機構及可靠度組織不執行資源規劃(resource planning);他們負責輸電(transmission planning)規劃或根本沒有規劃。但是，所有這些組織都將資源裕度評估作為其規劃或可靠度評估過程的一部分。與電力公司一樣，這些機構都沒有發展出韌性指標、方法、及結果的系統性處理。但是，其中一些組織簡要討論了韌性問題。MISO 及 ISO-New England 提出了可能改變未來電網運轉的新問題以及有望增強電網韌性的技術（例如，引入全黑啟動功能或以變流器為基礎的資源，引入 VER、HVDC 及 FACTS 設備），但它們都沒有說明如何在未
來的系統規劃或運轉中考慮這些問題。西北電力協調理事會(NWPCC)考慮韌性是提高能源效率的一種益處，並建議它們的區域技術論壇調查研究量化彈性(flexibility)及韌性(resiliency)對能源效率措施的價值的方法，作為它們未來研究之用。西部電力協調理事會（WECC）討論了極端事件的增加趨勢及用電需求變化分佈之政策變化，並建議將極端天氣事件（例如熱浪）納入其未來分析的可能性。最後，NERC的2021年長期可靠度評估沒有明確地對韌性進行建立模型，但除了對備用容量、能源風險及變動性能源整合的分析外，還包括對極端天氣事件對每個電力可靠度組織的潛在影響的分析。事實上，在NERC的報告中，「韌性」一詞出現了9次，而「可靠度」及相關術語則出現了424次，這表明要有效地將韌性整合到電力系統分析中，還有很多工作要做。
我們對現有組織的規劃分析及裕度評估的檢討結果顯示，缺乏對韌性的系統處理。將韌性納入電力系統規劃可能會受益於與透過資源裕度分析執行的可靠度評估相提並論，來協助開發從他們知道如何執行之分析中擴展的方法。在表 2.1 中，我們指認了可靠度及韌性評估的四個步驟。其中三個步驟在可靠度及韌性方面都是通用的。這些步驟包括：
1) 選擇感興趣的變數或事件。若是資源裕度，這些是常見且眾所周知的，例如負載、發電及輸電基礎設施停電事故以及變動性再生資源出力。若是系統韌性，透過歷史分析支援利益相關者過程，可以用來選擇感興趣的特定事件
2) 評估變數或事件對電力系統之影響。資源裕度執行電力系統運轉之簡化及重複建立模型，來識別用電需求可能超過供應的情況。韌性評估可能使用相同的模型框架，但重點專注一組有限的罕見、高影響事件，這些事件遠遠超出正常運轉條件，並且難以指定的機率。
3) 利用評估的結果為決策提供資訊。資源裕度評估將失載風險(risk of loss of load)與可靠容量水準(levels of firm capacity)聯結起來，從而將投資決策與風險聯接起來。韌性評估可以補充這一決策過程，可利用不確定性下的決策作為讓韌性評估具有可執行性的工具（Stanton 及 Roelich，2021 年）。利益相關者過程對於評估韌性干預措施的效益及其成本權衡可能很重要。
元件相關描寫變數或事件之發生可能性的特徵，韌性評估係不需要，因為它們的機率分佈是未知的。然而，該表顯示，當前資源裕度評估的主要要素可以在補充過程中重新部署，來內化韌性在電力系統規劃及決策中。
表 2.1 電力系統可靠度及韌性的類似處理步驟
第3章 診斷目前的 RA 評估實務：指標、方法、模型及資料
隨著資源裕度定義的不斷精進及演變，資源裕度評估之技術構成要素，包括指標、方法、模型及資料也在不斷演進。關於資源裕度評估(RA)的現有技術性工作對捕捉那些嚴重依賴變動性再生能源、儲能及需量側資源演變中的電力系統之緊澀狀態，已經診斷出並確認了當前評估之局限性。表3.1報告了傳統上用於資源裕度評估的方法及資料的假設（左欄），以及隨著電力系統的脫碳及氣候變遷導致天氣模態的變化，這些假設如何失效或可能失效（右欄）。本章擴展了這些新出現的挑戰以及文獻中確定的因應這些挑戰的做法。第 4 章深入探討了一個相對研究不足的具體方面：如何更準確地表示電力系統的運轉情況，以反映有助於系統裕度的實際資源可用率？
表 3.1 傳統資源裕度評估的新挑戰
檢討是否應將運轉上細節納入資源裕度評估的部分動機與讓評估大大複雜化的趨勢有關。正如之前關於整合資源規劃的研究所指出那樣，隨著時間的推移，規劃過程往往會變得越來越複雜，管制機構及受管制機構都會增加分析層面、擴大範圍及更全面的情境、及其他方面等（例如 Carvallo 等人，2019 年，2018 年）。有關如何讓這些過程更簡單的工作相對較少（例如，透過刪除可能已經過時或未被證明有用的分析或要求），並且很少對使用更複雜的技術方法評估RA的利弊進行評論。一個明顯的衡量是，隨著研究變得越來越複雜，管制機構、政策制定者、用戶及其他非技術利益相關者在理解這些過程的資料、方法及結果方面變得越來越具有挑戰性。更複雜的研究是計算密集型的，這增加了運轉它們的財務及時間要求。本研究沒有深入研究增加複雜性及提高RA評估準確性之間的詳細平衡，但確實確定了何時可能存在這些權衡，並檢查那些方法選擇對估計RA指標有意義。
最近有少量文獻試圖批判性地檢討現有的資源裕度實務，診斷不斷發展的電力系統中的潛在問題，並提出技術及（在某種程度上）制度解決方案。我們專注於由從業者或顧問與規劃機構及管制機構密切合作（而不是學術文獻）開展的研究，以獲取根據美國電力系統現實的建議。本章引用的論文包括Cigre （2018）、ESIG （2021）、Fazio and Hua （2019）、Frew （2018）、Gramlich （2021）、Lannoye and Tuohy （2020）、Mauch et al. （2022） 及 NERC （2018）。我們透過對研究人員、顧問、管制機構及 ISO/RTO 工作人員的訪談來補充這篇文獻檢討，這些訪談在本報告的開頭就得到了認知。我們根據第1章中介紹的RA框架組織主題及實務的介紹。
3.1 資源裕度(RA)定義
一般來說，迄今為止的研究沒有批評資源裕度的定義，儘管如第2章所述，該定義已經過改進，使其意圖更加具體。一些觀察家評論說，裕度的實際實施歷來只專注容量(capacity)，但這種關注可能需要演進（ESIG，2021;Frew，2018 年）。主要建議是，裕度可能不僅需要專注供應側或需求側資源來滿足給定時間的需求，而且系統可能還需要足夠的輔助服務(ancillary services)及彈性(flexibility)來維持可靠度以及在預定時間段內供應的能量(energy)。一個懸而未決的問題是，資源裕度是否應是評估系統中是否存在足夠的輔助服務及彈性的過程，或是應在平行過程中單獨評估這些需求。
一個有趣的提議指出，資源裕度側重於擁有足夠的資源來滿足規定的用電需求水準，並具有一定的風險——也就是說，資源的存在是為了滿足用電需求（Cigre，2018）。此建議顯示，需求面彈性及反應能力的演變促使了一個互補及對稱的定義：有足夠的彈性需量在任何時候吸收注入系統的電力。在明確考慮分散式發電及儲能時，後一個補充定義尤為重要，並表明需要一種新的範式，將大容量電力系統的裕度與配電系統的容量裕度結合起來，以吸收這些電力注入。
隨著資源與配電系統規劃整合的不斷演進，當相對較大一部分用戶用電需求可能在本地得到滿足時，大容量電力系統本身的裕度可能變得不那麼有意義。對於歷來不瞭解配電系統規劃及採購流程的電力調度中心( ISO) 及區域輸電組織( RTO) 來說，這將尤為複雜。探索聯合配電-幹線電力系統裕度架構如何在技術及制度上發揮作用–特別是考慮到透過配電網路評估分散式資源可交付性的挑戰–是一個新興的研究領域。
3.2 目標及追蹤指標 (Target and tracking metrics)
資源裕度評估圍繞著一些技術指標進行整合。失載期望值（LOLE: Loss of Load Expectation）量測事件期間的數量，其中事件期間是發生一件或多件電力短缺事件的特定期間（日、月及年）。失載小時（LOLH: Loss of Load Hours） 及失載事件 （LOLEv: Loss of load events） 等互補指標分別計算每年的預期短缺小時數及每年的預期短缺事件數量。LOLE 通常用作目標設定指標，歷史上的值為 10 年內 1 個事件日，通常（且錯誤地）解釋為每年 2.4 小時（Stephen 等人，2022 年）。這些頻率 （LOLE， LOLEv） 及失載持續時間 （LOLH） 指標由累積失載指標補充，即預期未供電量（EUE），該指標反映了由於一年的電力短缺事件而導致的累積未能供電能量。
正如我們將在第 4 章及附錄 A 中檢討的那樣，RA 評估的一些處置依賴於失載機率 （LOLP），該機率可以從重複模擬中計算出來，這些模擬從主要變數的機率分佈中獲取其值，也稱為蒙特卡羅分析。使用 LOLP 的規劃者通常使用5%的年度 LOLP，這是未來一年出現一件或多件任何持續時間或規模的電力短缺的可能性。
LOLP 是一個聚合指標，它摘要了一個複雜而廣泛的分析過程的結果，該過程對當前電力系統的電力短缺進行了數千次測試。此過程不適合用於確認維持裕度之投資的最佳容量擴充模型。然後，大多數規劃人員將 LOLP 粗略地轉換為規劃備用容量 （PRM: planning reserve margin），此備用容量可以安排為容量擴充模型，以限制其不滿足尖峰用電需求，而是滿足尖峰用電需求加上餘裕。這種餘裕為系統在不確定性下維持可靠度提供了「緩衝」 ，並允許容量擴充模型選擇滿足 PRM 限制的最低成本資源組合。
LOLE、LOLH、LOLEv 及 LOLP 指標由於其「期望值(expected-value)」性質、對單一類型電力短缺的關注，以及典型應用中的空間解析度而受到多種方式的批評（見表 3.2）
表3.2 對共同資源裕度指標的批評
最後，目前資源裕度實務的一個重要缺點是用來評估裕度的指標及模型沒有反映經濟準則。 前面介紹的典型指標是根據電力短缺之特徵來制定技術準則，而不是它們的經濟影響。 這意味著對於整個電力系統願意支付多少費用來實現一定程度的可靠度並沒有明確的協議； 成本包含在裕度目標及實際結果的選擇中。 同時，觀察家們一致認為，引入經濟準則來決定裕度水準會帶來重大挑戰。 例如，限電價值（VOLL: value of lost load）用於決定限制多少負載在經濟上是有效的，但該值很難計算，因為它因用戶（或至少跨不同用戶群體）、跨地區、跨時間而異。 透過先進計量電表基礎設施，為每個用戶或用戶群組提供客製化的可靠度服務可能是可行的。 然而，需要將用戶等級可靠度選擇轉化為系統等級裕度結果，並確保用戶等級可靠度選擇不會出現新的公平問題。
3.3 方法、模型、及資料(Methods, models, and data)
也許並不奇怪，大多數資源裕度評估之診斷、批評及建議都與方法、模型及資料組成成分有關。
所有研究及受訪者一致認為，依據一年或季節的尖峰用電小時或一些選定的最高用電小時進行資源評估(RA)是不夠的。 原因是尖峰用電需求發生時間，可能不再是預測電力系統供電最吃緊的時間，因為停電事件、負載及變動性能源(VRE)發電都依賴著天氣模式。 從長遠來看，使用淨系統負載被認為是一種替代方案， 儘管它有糾結著實際不相同的負載與變動性能源機率分布之嚴重缺點。
一種建議的做法是在一年中的每個小時運算蒙地卡羅模擬(Monte Carlo simulations)，其中該模型將與天氣相依的負載之隨機實現(stochastic realization)與VRE、水力發電、發電及輸電停電以及其他變量的隨機實現進行比較，來決定是否就會出現電力短缺。 然後，這個過程將運算數百或數千個「測試」年，以涵蓋廣泛的可能的隨機實務。 這些蒙地卡羅運算可以是非順序的（每個小時被認為獨立於其他時間）或按時間順序（在任何給定的小時內，系統的狀態繼承自前一小時）（Stephen，2021）。建議使用按時間順序排列的蒙地卡羅方法來獲取電池儲能及水庫水力發電等能源有限資源的運轉情況，以及需量反應及其他負載彈性(flexibility)措施等時間相依資源的運轉情況。
然而，在所有這些情況下，RA 評估工具都運轉這些資源來減少電力短缺或未供能源(unserved energy)，這並不是電力系統中運轉資源的方式。 事實上，機組解併聯(unit commitment)及經濟調度係幹線電力系統的兩大運轉項目，可以極大地了解在給定時間內資源的實際可用率及狀態。 為了滿足這項需求，本文在第 4 章及附錄 A 中調查研究了在資源裕度評估中使用經濟調度邏輯的影響。
目前的許多 RA 評估都簡化了輸電系統，通常假設沒有輸電限制的銅板模型。 輸電能力(Deliverability)研究通常由電力調度中心(ISO)及區域輸電組織(RTO)執行來決定售電公司(load serving entity)為滿足其資源需求而考慮的資源是否按預期水準及時間確實可用。 然而，這些研究並不用於規劃目的，因此不是資源裕度評估的構成要素。 在資源裕度評估期間忽略輸電限制會產生幾個後果：(1) 它妨礙了對輸電停電事故的適當表示，特別是在電網最脆弱的區域，(2) 不允許評估轄區內資源的可輸送性，可能低估了電力不足，且（3）不允許考慮相鄰系統的可靠度益處。 擴展 RA 評估中的輸電系統代表模型將讓模擬在計算上更加複雜，並且還可能需要鄰近系統的代表模型，以致擴展整個檢討研究的範圍。
一些觀察家對從用戶負載中減去分散式資源來代表資源應滿足裕度目的的淨負載(net load)的做法持批評態度，特別是在分散式資源滲透率較高的國家地區。一方面，他們認為分散式資源具有與負載不同的獨特風險狀況。更重要的是，就屋頂光電而言，與電業規模光電高度關聯。 另一方面，將分散式資源與負載混淆不允許識別每個資源可以為系統提供的彈性。 有人提出了一個想法，將用戶用電需求明確地分為彈性(flexible)及非彈性兩部分，以努力改善 RA 評估中的負載處置。
許多觀察家強調需要改進天氣依賴性及天氣資料之代表方式，並關注當前做法的一些缺點，這些缺點可能會阻礙未來在高風力及太陽能以及氣候變遷的情況下適當的RA評估。 首先，大多數模型使用馬可夫鏈(Markov chains)來表示發電機及輸電停電，其故障率彼此獨立且與系統中的其他變數無關。
最近 2019 年太平洋西北地區的熱浪及 2021 年德州烏里(Uri)冬季風暴的經歷顯示，用與天氣相依的故障取代這些不相關的故障之重要性。 其次，天氣相依負載模型的使用並沒有擴展； 讓負載及發電依賴相同的天氣模式將更好地取得它們的運轉相關性及系統的實際需求。 最後，人們認識到，使用歷史天氣模式可能無法正確反映未來在氣候變遷下將如何演變天氣之模式。 將需要具有高度空間及時間解析率的天氣資料集(datasets)，可用於前瞻性裕度評估。
由於變動性再生能源(VRE)及儲能在現代電力系統中的占比(滲透率)不斷提高，資源裕度評估(RA)評估對運轉不確定性及一系列調度決策的組合，包括機組的調度排程及儲能裝置之充電及放電，變得越來越敏感。 因此，為了準確評估電力系統的RA，可能需要使用調度模型來模擬系統的時序運轉(chronological operations)。 在本章中，我們根據現有的發電成本模型(Prescient)發展了一項 RA評估架構，來模擬假設系統的電力調度並分析其對RA評估的影響。 最重要的是，我們調查研究了以更複雜但計算量更大的方式來代表電力系統運轉之下列各方面的如何重要，以便準確估計系統的資源裕度評估(RA)性能：
- 多重年度資料(Multi-year data)
- 輸電限制(Transmission limits)
- 儲能調度(Storage dispatch)
- 非經濟火力發電調度(Non-economic thermal dispatch)
- 運轉成本(Operational cost)
- 短期預測誤差(Short term forecast err)
本章為非技術性民眾提供了我們的方法及研究結果的高階摘要。 如需了解更多詳細資訊，完整分析請參見附錄 A。
第4章 分析電力調度模型之使用以改進RA評估 – 非技術摘要
由於變動性再生能源(VRE)及儲能在現代電力系統中的占比(滲透率)不斷提高，資源裕度評估(RA)評估對運轉不確定性及一系列調度決策的組合，包括機組的調度排程及儲能裝置之充電及放電，變得越來越敏感。 因此，為了準確評估電力系統的RA，可能需要使用調度模型來模擬系統的時序運轉(chronological operations)。 在本章中，我們根據現有的發電成本模型(Prescient)發展了一項 RA評估架構，來模擬假設系統的電力調度並分析其對RA評估的影響。 最重要的是，我們調查研究了以更複雜但計算量更大的方式來代表電力系統運轉之下列各方面的如何重要，以便準確估計系統的資源裕度評估(RA)性能：
- 多重年度資料(Multi-year data)
- 輸電限制(Transmission limits)
- 儲能調度(Storage dispatch)
- 非經濟火力發電調度(Non-economic thermal dispatch)
- 運轉成本(Operational cost)
- 短期預測誤差(Short term forecast err)
本章為非技術性民眾提供了我們的方法及研究結果的高階摘要。 如需了解更多詳細資訊，完整分析請參見附錄 A。
4.1 方法摘要(Summary of the methodology)
「Prescient」 是美國桑迪亞國家實驗室(Sandia National Laboratories)開發的掏裝軟體(software toolkit)，用來模擬電力系統運轉調度（Watson 等人，2020）。 它透過開發結合機組解併聯最佳化及調度最佳化之日前及即時(day-ahead and real-time)模擬週期架構來模擬電力系統之經濟調度。 日前模擬(day-ahead simulation)係處置作為單一機組解併聯最佳化來決定與預測負載及再生能源發電相關的每日系統調度運轉。 之後，即時模擬(real-time simulation)則由一系列按時間順序排列的每小時經濟調度問題組成，這些問題根據實際負載、實際再生能源發電量以及日前機組解併聯方案所決定之機組解併聯狀態重新最佳化每日系統調度運轉。 每個小時的模擬都使用前一小時之後的系統狀態作為初始條件來模擬跨時間調度限制。
鑑於 Prescient 本質上是一個發電成本模型，我們進行了一些修改，將其轉換為 RA 評估調度模型。 這些修改使得模型的計算負擔減輕，從而可以在大規模蒙特卡羅模擬中多次求解。 首先，我們以日前模擬中的線性優先次序模型來取代機組解併聯問題。其次，我們使用簡化的輸電模型來代表透過輸電網路在區域之間的電力潮流。 第三，我們透過將儲能運轉決策嵌入日前調度問題中來對儲能運轉建立模型，以決定系統在即時調度期間嘗試遵循之充電狀態目標。
我們應用我們的RA評估模型到根據IEEE 可靠度測試系統 – 電網現代化實驗室集團 (RTS-GMLC：Reliability Test System – Grid Modernization Laboratory Consortium)的案例研究上(Brrows 等人，2020）。 IEEE RTS區域涵蓋南加州、內華達州及亞利桑那州的沙漠地區。 它旨在作為一個平台，根據給定的電力系統拓撲、負載義務及發電資源，分析電力系統運轉策略及問題。 我們對原始RTS資料做了一些修改(附錄A.2中有更詳細的說明），以便產生易於處理的案例研究，從而進行有趣的RA評估。 我們案例研究中的區域及簡化的輸電網路如圖 4.1 所示。
為了調查系統運轉之六個方面的模型代表如何影響系統 RA 指標估計，我們運算了許多情境（附錄 A.3 中有更詳細的描述），這些情境在下列方面有所不同：
- 多重年度資料：我們模擬超過隨機產生500年次運轉情況資料之電力系統運轉案例，其中包括時間序列的負載、風力出力、太陽能出力及隨機火力發電機停機。 我們檢查了系統的RA效能對特定資料年份之敏感度。
- 輸電限制：我們運算區域之間有或沒有限制電力潮流的輸電限制之場景。
- 儲能調度：在某些情境下，儲能係運轉在即時階段期間，以滿足在日前調度問題中外部定義或最佳化的充電狀態目標。 在其他情境下，儲能被視為一種免費資源（當再生能源發電量過剩時充電，放電則降低火力發電機的出力）或作為備轉容量（僅當負載超過可用發電容量值時才放電，否則盡可能充電）。
- 非經濟火力發電調度：在火力發電機係不經濟調度的情境下，我們考慮根據其可靠度或隨機性優先排序調度。
- 運轉成本：我們將非經濟調度方式的情境與根據邊際發電成本調度機組的情境進行比較，來降低總運轉成本。
- 短期預測誤差：我們將具有完美日前預測的情境與即時運轉條件可能與預期不同的情境比較。
根據每個情境的結果，我們計算RA指標，包括 LOLE、LOLP、LOLEV 及 EUE。 透過比較不同情境下這些指標的估計值，提供深入了解系統的估計RA 效能如何敏感或穩健，係給模型建立者做成有關如何代表電力系統運轉選擇。除了上述 RA 指標之外，我們還檢查了每個情境中失載 (loss of load) 事件的完整分佈，包括它們在一年中出現的時間、持續時間以及它們在許多模擬年份中的變化性。 這有助於強調是否需要新的RA指標作為傳統指標的補充，以獲取電力短缺的其他重要特徵。 最後，我們計算每個情境中的總發電成本，以評估具有卓越 RA 效能的情境是否傾向於相當高的發電成本。
4.2 研究結果摘要(Summary of findings)
在本分析中，我們建立了機率資源裕度評估(RA)的技術架構，並用它來研究如何對電力系統運轉建立模型的主要選擇如何影響所獲得RA指標價值。 如表 4.1 所示，結果可幫助我們區分對任何準確的RA評估至關重要的運轉細節及計算繁重但不會顯著影響RA評估的細節。 附錄 A.4 中詳細情境結果提供在表 4.1中之結論摘要。
表 4.1 RA評估上運轉細節之衝擊
使用我們的技術性資源裕度(RA)框架的案例研究探索得出了一些高階發現(high-level findings)：
- 首先，忽視經濟目標的非經濟調度方式在與詳細的運轉策略相協調時可以產生相當準確的RA 評估。
- 其次，代表火力發電機組及儲能機組之詳細時間順序運轉，對於精確的RA 評估至關重要，但由於計算複雜度較低，簡化的調度模型可用作篩選工具（例如，識別關鍵時段）。
- 多重年度資料對於獲取系統情況的年內變化非常重要。
- 忽略將輸電限制納入RA 評估可能會導致傳統「期望值(expected value)」RA 指標的大幅低估。 然而，針對個別事件特徵的替代指標的實驗顯示，忽略輸電限制不會掩蓋最主要的電力短缺事件。
- 獲取特定事件電力短缺特徵之新RA指標應被用作傳統指標的補充，以更好地獲取不同建立模型假設對RA結果之影響，以及更好地說明系統防止特定高影響電力短缺之能力。
第5章 資源裕度評估的改變對規劃過程之影響
本報告指出，隨著電力系統移轉到更高佔比水準的變動性再生能源及能源有限之儲能資源，同時試圖維持可靠及任性來對抗氣候變遷，傳統的資源裕度假設及實務需要不斷演進。 資源裕度(RA )評估通常嵌入電力公司及電力調度中心所制定的更廣泛之規劃過程中（圖 5.1）。 反過來，規劃過程是一系列管制及/或市場設計的一部分，來支援採購實務，以確保電力系統維持負擔得起、可靠、韌性及永續。 這些關係產生的相互依賴性引發了一項問題：資源裕度評估包括指標、資料、模型及方法之技術變化，將如何波及與要求規劃過程及更廣泛制度環境中的變化要求。
圖 5.1 資源裕度評估、規劃與更廣泛的制度背景之間的過程關係
本章探討不斷變化的 RA 標準及實務可能影響用於定義電力系統投資之規劃實務，聚焦受管制電力公司制定的整合資源規劃(IRP)以及區域輸電組織(RTO)與電力調度中心(ISO) 制定的輸電規劃。 資源裕度是IRP過程的一個構成要素（Carvallo 等，2021），也是 ISO 及 RTO 的主要責任。
- IRP：資源規劃單位發展IRP 來確定滿足未來用電負載的最低成本資源組合。 如果電力公司IRP 選擇不符合基本可靠度標準及期望值的首選投資組合，那麼作為採購及資本投資工具的 IRP 作為一個過程將會有根本性缺陷。 相反，如果電力公司超出可靠度標準，他們可能不會購買成本最低的系統，違反了 IRP 的核心原則。 可靠度及可承受性之間的緊張關係使得 RA 及投資組合最佳化成為 IRP 的兩個關鍵構成要素。
- ISO/RTO：這些機構被強制診斷、追蹤、以及確保其運轉的幹線電力系統符合相當可靠度目標。 這些強制任務的主要構成要素之一係這些機構發展的輸電規劃過程，但它們也執行確保可靠度所需的資源裕度評估。 許多 ISO 及RTO 已處置容量市場建構，將其 RA 評估及規劃過程結果轉化為裕度採購可靠資源。
資源及輸電規劃部門（在某些情況下，它們的管制機構）面臨的挑戰是，考慮到正在轉型的電業對其 RA準則的當前狀況了解，如何更新納入規劃過程的 RA 評估。 許多既有之 RA 指標及過程已為 IRP 及輸電規劃過程的利害關係人所熟知及理解。轉向新的及更複雜指標及建立模型工具，對於這些過程中的大多數參與者來說可能是一個挑戰。為了解決這個問題，本章提出了資源及輸電規劃中資源裕度評估的演進電業標準之路線圖（表 5.1）。 規劃部門、州管制機構及其他利益相關者將使其機構與每個資源裕度構成要素的基準相匹配，並確認其RA評估實務之潛在改進。
本章開始摘要了六個不同的投資者擁有的電力公司(IOU) 如何在其最新IRP 中執行資源裕度分析，並摘要補充了四家ISO及區域規劃機構正在發展RA評估來支持其輸電規劃過程。
5.1 負載服務商(LSE) IRP中RA方式的檢討之摘要
本小節報告了位於美國太平洋、西部山區及東南地區的六家負載服務機構 (LSE: load-serving entities)(售電公司) 陳送資源的整合資源計畫(IRP: integrated resource planning )中隱含的 RA 評估方法。我們選擇了不在ISO/RTO轄區下運轉的機構(公司)，例如他們完全依賴資源裕度評估來選擇可靠容量資源。 收集到的資料按照我們的架構摘要，報告所採用的指標及目標以及一般建立模方式–資料、方法及模型（見表 5.1）。 各機構(公司)的詳細檢討報告在附錄 C.1。
表 5.1 六家電力公司資源整合計畫(IRP)的公司資源裕度(RA)指標、目標及模型之概要
表 5.1 中摘要的負載服務機構(售電公司) (LSE) 的案例研究顯示，這裡檢查的大多數 LSE 都採用了可靠度指標及目標，主要專注在LOLE上，有幾個案例使用LOLP。 許多LSE以此指標為基礎，導出相對應的等效計畫備用容量指標。 PSE 採取了額外步驟來發展及報告多個可靠度指標，包括預期未供電量（EUE）、失載時間(LOLH)、失載期望值(LOLE) 及失載事件期望次數 (LOLEv)。
這些LSE採用了複雜的建立模型工具，以確保未來的組合滿足更多的資源裕度目標。 LSE通常有一套模型，通常包括：（1）容量擴張模型，確認新資源增加之最低成本組合； (2) 機率建立模型工具，可產生大量運算隨機分析，來為風險做更好的規劃； (3) 發電成本模型，對一年中的每小時建立模型來確保電力系統的連續運轉性及系統相互依賴性。 這些模型按順序使用，並且在某些情況下迭代使用，以獲得達成可靠度準則的首選最低成本組合。
獨特的區域差異導致電力公司的建立模型需求存在著一些差異。 在太平洋西北地區，普吉特灣能源公司及波特蘭通用電力公司利用精細建立模型工具來指導他們在水力資源豐富的地區利用市場交易的實務。 在西南部，土桑電力公司調查研究了其系統的升降載能力，來滿足太陽能資源豐富的地區預期的大升降載能力。
5.2 輸電規劃中RTO及ISO資源裕度(RA)方法之普查
本小節報告了三家電力調度中心(ISO)資源裕度(RA)實務之摘要：中陸電力調度中心(MISO)、新英格蘭電力調度中心(ISO-NE) 及 PJM電力調度中心之所以被選擇上， 是因為它們將容量市場部署為可靠容量採購機制。 此外，我們還調查了西北電力與保護理事會(NPCC)，它是一家非ISO 機構，但該理事會對西部互聯系統發展了複雜的資源裕度評估，特別專注水力發電。 收集到的資料按照我們的框架摘要，報告指標以及所採用的目標及一般建立模型方式–資料、方法及模型（見表 5.2）。 每家機構的詳細研究報告於附錄 C.2。
表5-2 區域輸電組織(RTO)及電力調度中心(ISO)及其他區域在輸電規劃中對資源裕度方式之概覽
電力調度中心(ISO)/區域輸電組織(RTO) 及其他區域之資源裕度(RA)方式在技術上與負載服務商(LSE) RA 分析在許多方面相似，但也存在一些重要差異。 ISO/RTO規劃的全區域轄區通常大於單一LSE。 LSE 規劃通常涉及發電資源的採購。 相較之下，ISO/RTO不採購發電資源，而是建造輸電系統並管理各自轄區內的市場運轉。 ISO/RTO 比執行整合資源計畫(IRP)的LSE更強調資源裕度之輸電方面，尤其是可輸送性(deliverability)。
ISO/RTO採用的指標及RA目標與LSE指標及目標類似。 RTO及ISO執行RA建立模型來評估該地區未來的電力需求、未來的資源增加以及對輸電系統的相對應影響。 所採用的建立模型方式與 LSE 類似，商業軟體工具及專有開發之使用者組合也相似。 預期的差異是，ISO/RTO確實需要將其 RA建立模型結果轉化為可透過容量市場或雙邊安排方式採購的備用容量之容量； IRP將其RA需求轉化為容量，成為優先選擇組合的一部分。
5.3 規劃過程中資源裕度評估之路線圖
本章提出了資源規劃及輸電規劃中資源裕度評估的演進電業標準之路線圖(roadmap)。 此路線圖係根據適用於資源裕度(RA)評估主要構成要素之三項基準(benchmark)：
- 第一項基準確認了機構在可靠度評估中需要處置的最基本之必要步驟。 未能達成這項最低標準意味著，鑑於脫碳電力系統面臨的新挑戰，所採取的步驟不足以來執行可靠度評估。
- 第二項提議基準對應於業界目前最佳實務。 此標準係規劃部門應該執行或努力實施的標準，來確保RA評估實務跟上電力系統之趨勢，並納入最準確的資料、方法、工具及結果報告。
- 第三項建議基準採用前瞻性視角來確認目前沒有或很少有機構正在實施的資源裕度(RA)評估做法，但隨著電力系統的不斷演進，他們可能需要在未來推行這些做法。 我們將這些稱為前瞻實務(frontier practices)。
下列的表 5.3 摘要了我們提出的路線圖的主要發現。 州管制機構及規劃部門可以將其現有實務與每項資源裕度構成要素的三個基準之一匹配，並考慮在他們的規劃過程中嵌入的RA評估之潛在改進。 表中的大多數主題都適用於整合資源既劃(IRP)及輸電規劃過程，儘管我們確認了此主題更具體地適用於IRP的少數案例。
5.3 將資源裕度(RA)評估最佳實務納入規劃過程之路線圖
5.3.1 資源裕度(RA)之時間解析度(Temporal resolution for RA)
作為一個基本前提，資源裕度是電力負載供應商(LSE)利用其可用資源以合理的容忍風險滿足其負載之能力。 資源裕度中「滿足用電負載」的實際解釋隨著時間的推移而演變。 早期的方式著重於測量系統滿足單一尖峰負載的能力。 尖峰負載期間通常發生在炎熱的夏季月份或寒冷的冬季期間，一些雙尖峰電力公司對這兩個季節都進行了RA分析。 這個時代的電力資源主要是可調度的火力資源及水力資源。 如果電力公司有足夠的資源來滿足季節性尖峰，加上合理的備用容量，那麼它就被認為能夠滿足全年剩餘時間的負載。 2000 年代初期的整合資源計畫( IRP) 是這種達成資源裕度的單一尖峰負載方法的範例。
隨著轉向再生太陽能、風力及儲能資源之更高佔比，電力公司不能再假設滿足尖峰負載的能力就意味著滿足一年中所有其他時間的RA。 任何RA評估都有一項基本的限制，即忽略一年中的任何時間。 電力公司至少應確認系統「緊澀 (stress)」時間的子集，並將這些時間包含在其 RA 評估中。 這種方法的典型處置繼續專注尖峰負載，但涵蓋了最高負載或淨負載時間的一小部分。 將評估重點放在部分時間的機構可能也希望發展方法來識別一年中的關鍵時間，這些時間不一定是最高負載時間。 例如，在評估中包括夏季傍晚時間，將捕捉到太陽能發電迅速下降的期間，以及它們帶來的 RA 挑戰。
最低標準可能會在變動再生能源( VRE) 滲透率相對較低的情況下得到合理的結果，但當系統的關鍵時間開始時，它將會是不夠的，取決於與負載相關的其他變數。 我們認為電業最佳實務的首選方式，係要求電力公司計劃利用其完整的再生能源、儲能、火力、水力及需量側資源組合來滿足全年每小時的負載。 完整的 8,760 小時分析有助於獲取晝夜循環、季節性天氣模式、以及其他影響資源裕度因素之間的複雜相互依賴性。 我們樣本調查中的所有電力公司都評估在一年的 8,760 小時內之資源裕度。 此外，技術諮詢委員會一致認為，RA 評估沒有技術上理由忽略一年中的任何時間。
我們設想，在再生發電及儲能資源的高度滲透率的推動下，潛在的前瞻實務將從每小時模型轉變為小於每小時之模型，例如 15 分鐘或 5 分鐘間隔。 部分原因是由於風力減弱及太陽能雲層覆蓋導致再生能源出力出現波動，當這些資源佔整體資源的很大一部分時，其影響會加劇。 建立小於每小時間隔交易或運轉機組解併聯–包括輔助服務市場–的電力市場，也可能推動小於每小時間隔模型的動作，以及為了資源裕度目的代表系統狀態時需要反映這些承諾。土桑電力公司(Tucson Electric Power)已經以小於每小時為間隔模型運算發電成本，來更瞭解系統彈性以及應付再生能源占比增加的高升降載情況之需要。
資源裕度的基本原則並沒有改變。 規劃部門需要評估是否有足夠的資源來滿足負載並具有合理的風險承受能力。 正在改變的是用於執行RA評估之指標、方法及工具。 本章繼續檢驗隨著電力系統性質的變化而不斷發展之新興目標、時間框架、資料及模型工具。
5.3.2 RA指標及目標
資源裕度分析檢驗給定電力系統之電力短缺風險。 電力公司通常可以透過增加更多資源來降低電力短缺風險，這就引出了一個問題：對於用戶及管制機關來說，可接受的電力短缺風險水準是多少？
從歷史上看，電力公司採用的營業慣例是，電力系統應該建立每10年發生一次不超過一天失載(loss of load)事件的頻度。 此標準已轉換為每年0.1天的失載期望值(LOLE)，儘管這種轉換並未表達相同的風險等級（Stephen 等人，2022）。 滿足此標準所產生的容量需求通常會轉換為規劃備用容量，並用作容量擴充模型的輸入。 在許多情況下，一些州的公用事業管制機關已採取法規強制其管轄範圍內的電力公司必須有指定的備用容量。 在歷史上透過行政或法規設定規劃備用容量率之司法管轄區，可以利用有關用戶偏好及機率分析的更好資訊重新審查這些基準。
作為最低限度的電業慣例，電力公司應採用以失載機率(loss of load probability)分析為基礎並連結之規劃備用容量(planning reserve margins)，而不是透過管理方式設定不反映電力系統當前狀態的裕度。 機率模型可以建立失載機率(LOLP)與電力公司的規劃備用容量(PRM)之間的關係。 例如，電力公司可能擁有提供15%規劃備用容量的資源組合，根據機率模型，這也相當於 0.1 LOLE。 IRP 規劃過程的參與者可能更願意依賴規劃備用容量而不是失載機率，反之亦然。
人們越來越認識到，給定可靠度事件的影響可能會因系統停電的大小(嚴重程度)、停電的持續時間、此類事件發生的頻度、以及停電的時間而顯著不同。 LSE可以採用普查技術，根據停電的幅度、持續時間、頻度及時間，進一不了解停電對用戶的影響。 最佳實務是維持單一指標為基礎的 RA 標準(諸如，以發生頻度的指標，例如 10 年中的 1 天規則），來提供投資資訊，但追蹤及報告系統的資源裕度使用多個指標。 西雅圖市立電燈公司(Seattle City Light)及塔科馬電力(Tacoma Power)公司在普查用戶的停電容忍範圍後，計算並報告了多個指標。
我們預計，LSE的前瞻標準將是採用多種可靠度指標，來追蹤潛在停電的大小、頻度及持續時間，並將它們整合起來以做出充分的投資決策。 擴大RA指標的數量及類型需要對規劃過程進行一些關鍵調整。 首先，需要為尚未在決策中使用的RA指標，例如 LOLH 及 EUE，定義適合的標準。 其次，容量擴充模型如何納入多個投資決策指標尚無先例。 一種可能性是根據多個標準(例如 LOLP、LOLH 及 EUE 標準)定義規劃備用容量，然後使用最嚴格的裕度作為投資決策過程之輸入。 反過來，這將要求為每個標準發展 ELCC 計算來決定投資組合對裕度的貢獻。 然後，練習將選擇一個滿足所有標準的投資組合，儘管在滿足其他標準的過程中可能會超過其中一個或多個標準。 對該過程的進一步精進可能允許規劃部門微調特定資源的添加，這些資源可能對一個標準的影響大於對另一個標準之影響。
RA 指標的另外兩個前瞻發展涉及用結果之整個機率分佈取代簡單指標，以及除了當前的技術可靠度標準之外還納入經濟驅動的指標。 使用事件頻度及持續時間的整個分佈與整合多個指標帶來了類似的挑戰，即需要建立一個標準及一個過程來根據投資對分佈形狀之如何影響來決定。 如第 2 章所示，決定最佳裕度水準並為評估提供資訊的經濟標準是可行的，但在技術上具有挑戰性。 然而，採用先進的計量基礎設施及直接控制機制可以支援「斷聯(disconnection)」投標計劃，該計劃將為參與用戶的失載價值產生經濟訊號。 用戶可以根據事件為基礎對這些斷聯方案進行投標，揭示他們願意為斷聯(斷電)而收到金錢，以及電力系統可靠度之整體經濟價值。
5.3.3 天氣資料
天氣是資源裕度分析的主要資料輸入。 季節性高溫及低溫會影響電力系統的尖峰負載，以及負載服務商(LSE)傳統上計算天氣調整尖峰負載，來將天氣變化與長期負載趨勢隔離。 在資源裕度評估中，極端溫度會降低火力發電機的效率，並由於空間暖氣使用量增加以及，在極端情況下，天然氣管路凍結而影響天然氣的供應。 季節性雨與雪水位會影響水庫的蓄水量，並決定一年的水力發電量。 氣溫影響輸電線路的效率及運轉容量。 最後，天氣可以直接影響太陽能及風力發電水準及它們的時空模式。
天氣最重要的特徵係它可以同時影響負載、輸電、配電及發電。 第 3 章強調了獲取所有這些依賴相同天氣模式的電力系統變數之相關或聯合機率結果的相關性。 第 5.3.7 小節提供了有關獲取這些依賴性所需的模型方式的更多細節，第 5.3.4 及 5.3.5 小節報告在如何設計負載及再生能源發電模型來捕捉天氣的影響。 這些模型的基礎是在RA評估中以適當的方式表示天氣所需之資料。
我們發現，規劃部門至少應該使用多年的歷史天氣資料，來告知資源裕度評估中使用的機率分佈。 規劃部門通常使用p50天氣來代表組合分析的中位數負載條件，但他們應確保其 RA 評估至少包括 p95 或更高的天氣條件。 根據一年或幾年的天氣資料進行裕度分析不足以捕捉足夠的變化。 天氣資料的時間解析度至少應反映每日的最小值或最大值，這取決於季節。
最佳實務是利用幾年到幾十年的歷史天氣資料來獲取各種可能的天氣狀況。 此資料的時間解析度應為每小時級別，以符合模擬時間序列電力系統運轉之RA評估中使用的解析度。 例如，NWPCC 使用80年的歷史水文資料來說明流入其流域的水量特徵（獲取頻率較低但嚴重的乾旱年份），並使用88年的歷史氣溫資料來捕獲對負載的影響。 對於需要多長時間來反映可能導致發電量非常低或負載水準非常高的極端天氣條件，沒有固定的指導方針。 當規劃機構的轄區很大時，最佳實務傾向於收集盡可能多的天氣資料，最好是針對不同的氣象站。
氣候變遷將導致未來天氣偏離歷史模式，並可能加劇極端天氣事件的頻度及強度。 這些極端天氣事件是資源裕度評估應努力捕捉的事件類型。 前瞻實務可能包括對天氣模式的前瞻性預測，以回應一系列可能的氣候變遷現實。 這些模型使用大量歷史天氣資料，並將其與縮小規模的氣候變遷預測中隱含的長期趨勢相結合，以預測天氣模式在 10-30 年期間可能發生的變化。 應仔細權衡歷史資料，以避免重複幾十年前的天氣模式，這些模式會因氣候變遷而改變。 桑迪亞國家實驗室(Sandia National Laboratories)最近開發的模型–多情景極端天氣模擬器（MEWS7）–可以產生這些類型的長期天氣模式預報。
廣泛的天氣資料與適當的負載及發電模型（請參閱 5.3.4 及 5.3.5）相結合可能有利於整個 IRP 過程，超出其資源裕度應用。 再生資源生產的特徵對於 IRP 組合中的資源選擇非常重要。 大範圍的場站及每小時的發電概況將允許對 VRE 資源進行更準確的評估，以實現成本最低之規劃目的
5.3.4 資源裕度之負載預測
任何資源裕度( RA) 分析的一個基本構成要素是發展負載預測。 負載預測決定了LSE用戶在其規劃期間(通常是未來5到40年)的預期用電量。 負載預測通常係按用戶類別（例如住宅、商業及工業）進行分類，並考慮對不同用戶類別之電力需求產生不同影響的季節性及每日用電模式。 總負載預測推導出滿足未來用電負載之資源需求。
如第 5.3.3 節所示，所有資源裕度變數都以某種方式依賴著天氣。 天氣敏感（或天氣反應）負載模型根據包括天氣在內的多個基本變數為函數，產生每小時用電量之估計值。 這些類型的模型能夠將溫度、濕度及其他氣象變數的變化轉化為根據物理及行為反應為基礎的負載變化。 當天氣敏感的負載模型不可用時，最低限度的做法係依賴幾年的歷史負載資料，這些資料隱含地獲取季節及年度溫度敏感度以及長期趨勢。
目前的最佳實務係發展根據計量經濟學或工程為基礎之負載模型，明確獲取負載對天氣的敏感性。 例如，除了非天氣敏感負載之外，這些模型代表對天氣敏感的終端用途，例如空間暖氣、空調冷氣及熱水。 在最終用途深度電氣化的未來，這些負載模型將能夠準確地代表電動車及熱泵負載，特別是考慮到後者的溫度及濕度敏感度。
搭配這些天氣敏感模型與根據氣候變遷為基礎的前瞻性天氣模式，將天氣資料的最佳實務（見第5.3.3 節）與資源裕度負載模型的最佳實務結合起來，從而形成RA負載預測的前瞻實務(frontier practice)。 這項前瞻實務係與氣候變遷下風險管理「深度不確定性」原則之應用是一致的。 這些原則建議根據政府間氣候變遷專門委員會 (IPCC: Intergovernmental Panel on Climate Change) 氣候模型的幾個縮小版本來開發多個負載模型。 在這種情況下，RA 評估可能會發展為包括反映天氣敏感性及天氣機率分佈的不同負載模型，以及多個按時間順序相關的蒙特卡羅分析。 WIEB-史丹佛計畫普查了眾多規劃機構，來確認他們是否採用了深度不確定性方法來進行負載預測，其中包括使用氣候模型預測及考慮多種情景。 研究人員發現，美國西部很少有規劃機構使用這種類型的不確定性分析（Hofgard 及 Savage，2022）。
除了對天氣敏感的負載模型之外，負載預測可能還需要改進分散式能源（DER）的代表，包括屋頂太陽能及電池儲能。 目前，為了資源裕度目的，大多數規劃機構將需求側資源視為負(negative)負載（從而降低淨負載）。 他們的RA評估繼續透過從每小時負載預測中減去決定性的8,760實質來反映淨負載中的這些資源。 處理DER之RA評估的最佳實務認識到，這些資源發電的機率分佈可能與負載的機率分佈非常不同，特別是當它受到天氣模式的影響時。 隨著分散式能源採用的成長，有必要不再從基準負載預測中淨計算分散式能源，而是將分散式能源發電視為一個單獨的變量，具有其自身的特性，以達到資源充足之目的。 這種區別將讓評估能夠明確獲取分散式能源的容量貢獻，從而更準確地分析系統需求。
5.3.5 變動性再生能源(VRE)之特性描寫
在發展優先投資組合及評估資源裕度時，資源規劃部門需要有關它們的風力及太陽能資源之機群(fleet)的預期每小時發電量之準確資訊。 風力及太陽能資源容量的貢獻依賴於它們的空間位置以及既有資產的發電輪廓，隨著再生能源滲透率的增加，它們的相互作用變得更加重要。
鑑於這些條件，為了RA 目的，根據單一年份及單一地點來代表VRE特性是不夠的。 正確的VRE 代表性必須 (i) 對不斷變化的天氣模式做出反應，(ii) 代表規劃機構轄區內的廣泛場所，(iii) 包括多年天氣驅動的 VRE 發電，以及 (iv) 反映將風力及太陽輻射轉化為電能。 第一個構成要素已在第 5.3.4 節中討論； 本小節擴展了其餘三個構成要素的實務。
最低限度的電業實務是規劃部門使用多年的實際歷史再生能源發電來對一年中的每個小時的太陽能及風力發電機進行複雜的機率建立模型。 既有機組應以其特定的歷史每小時發電模式來代表； 為了簡單起見，新資源可能會重複使用其中這些之一些模式。 然而，歷史資料的使用有其限制。 如果部署在這些地點的機組升級到最新的可用技術，歷史上的風力及太陽能發電量並不反映技術變化。 此外，從機率角度來看，歷史再生能源發電資料通常涵蓋相對較短的時期，因為風力及太陽能資源僅在過去 15 至 20 年才認真開發。 美國國家海洋暨大氣總署 (NOAA: National Oceanic and Atmospheric Administration ) 的氣象分析通常使用 90 至 100 年的天氣資料來正確描述氣象變數特性並獲取十年事件及趨勢。
改進歷史資料之使用的最佳實務趨勢，係發展風力及太陽能發電的模擬或合成輪廓，將歷史性能與技術代表相結合。 這些模擬資料將反映影響它們的發電輪廓之太陽能光伏（亦即，更有效率的電池及追蹤機制）、及風力渦輪機（亦即，更高的高度及更長的葉片直徑）的相關技術變化。
歷史天氣資料對於預測未來天氣狀況及再生能源發電可能變得不太有用。 然後，變動性再生能源發電模型不僅要反映技術的變化，還要反映影響這些技術利用資源之天氣模式的根本變化。 資源裕度的一個前瞻領域是獲取氣候變遷將如何影響再生能源發電水準及輪廓。 前瞻性太陽能及風力發電輪廓之發展，需要開發與一個或多個 IPCC 支持的氣候表現相一致的高度精細、縮小尺度的天氣模式生成器。 這種資源潛力將與利用風力及太陽輻射的技術改進之可靠估計相結合，這可能會改變這些資源的發電輪廓及可信容量(capacity credits)。
| [收集、整理及管理天氣資料集] 合併詳細天氣資料及依賴天氣之變動性再生能源( VRE) 發電的一項相關因素係產生、存取及管理這些資料的複雜性。 資源規劃部門面臨著巨大的挑戰來獲取相關的、精細的天氣資料，以便為規劃及 RA 目的發展再生能源發電的最佳預測。 開發人員對資料的保密性擔憂往往會限制這些重要資訊之更廣泛使用。 改善電業可用天氣資料的一項潛在策略係擴大既有政府機構的資料收集及分析活動，例如國家氣象局及目前收集再生能源發電相關資料的國家實驗室。 NREL 目前根據歷史天氣模式發展太陽能及風力發電機之性能資料。 透過獲取實際發電機性能及非常精細的地理位置，可以進一步擴展及精進這項工作。收集及提供再生能源發電詳細資料的第二個策略是將資料收集及分析的責任從當地規劃機構轉移到區域規劃機構，例如 RTO、ERO 企業區域機構或區域規劃機構。 區域機構可以收集所需的天氣資料並進行適當的分析，然後將其提供給成員LSE。 LSE的規劃部門可以利用這些資訊來制定個別IRP及資源裕度評估。 此策略將透過將成本分散到更多機構並降低機組成本來降低資料收集及分析之成本。 實施此種方式的挑戰是克服專有資料問題，來確保為該地區參與的LSE集體提供更好資料。 |
5.3.6 輸電及市場交易
個別電力公司希望在它們的組合增加資源以滿足未來負載，可以選擇興建及擁有發電資源，或依靠市場交易在指定期間內輸出電力。 有些公司喜歡保守的方法並擁有全部或大部分發電資源。其他電力公司對與市場交易相關的風險感到滿意，用它來作為其資源組合的一部分，。 RTO/ISO 依定義互聯系統需要輸電系統明確代表來管理。 對於電力公司及區域組織來說，依賴市場交易的一個必要條件是能夠將電力從賣方輸送到買方。
在西部互聯電力系統中，除了加州電力調度中心（CAISO）及亞伯達電力調度中心（AESO）之外，沒有任何有組織的市場。 西方許多電力公司依靠雙邊市場交易作為可靠資源(reliable resource)來滿足其資源裕度要求。 相較之下，在東部互聯電力系統中，大部分的電力都是在有組織市場中交易的。 儘管雙邊交易確實存在，但它們是由 ISO 促成、協調及公開的。 無論有何差異，兩種類型的安排方式–垂直整合電力公司(vertically integrated utilities)及有組織的市場(organized markets)–都需要在它們的資源裕度(RA)評估中說明模型畫市場及雙邊交易之特性。 在這種情況下，值得注意的是，LSE 規劃及 IRP 傳統上在其 RA 評估中省略了輸電投資，假設所有資源均可在其供電轄區內供電。 這項假設可能不再成立，因為再生資源開發正在驅動輸電擴充之需求，因此將輸電開發納入RA評估將是相關的。 大多數RA評估並未明確模型化輸電，但我們的研究顯示，忽略輸電限制(constraints)會導致對系統可靠度的高估。
規劃部門的最低電業實務(慣例)是對雙邊或區域市場中的可靠容量(firm capacity)及潛在交易執行基本模型建立。 將輸電(transmission)作為資源(resource)執行分析之最新範例是，愛達荷電力公司的2021年資源整合計畫( IRP)。 資源裕度評估是針對考慮及不考慮擬議的博德曼至海明威 (B2H: Boardman to Hemingway) 輸電計畫以及與 西部通路(Gateway West) 輸電計畫相關的敏感性的情景而制定的。 分析顯示，部署 B2H 輸電線路將在整個分析期間維持十分之一的 LOLE 所需的可靠容量減少了五倍。
目前分析輸電及市場交易的可用率及價值的最佳實務是執行區域模擬，其中包括對規劃機構轄區以外的輸電互聯線建立模型。 這些模擬應將輸電線路模型化為具有基本潮流限制及停電模型之資源，並另外模擬為規劃機構提供穩定容量的覆蓋範圍之外的資源的停電及可用率。 這種實務適用於RTO/ISO以及LSE，儘管後者對於鄰近資源可用率的正確建立模型尤其敏感，因為與區域組織相比，它們的轄區規模要小得多。美國西部這種做法的一個例子是普吉特海灣能源公司 (PSE) 執行的區域模擬。 PSE 使用這些模擬來預測該地區的精確交易，以及在其組合中使用短期市場交易之可用率。 PSE 使用此資訊進行交易，旨在識別降低成本及提高可靠度的機會。
值得注意的是，單一負載服務商(LSE)單獨執行徹底的區域分析可能不是有效率。 一般來說，區域機構以RTO及ISO的方式執行輸電及市場交易分析會更有效率。 這種集中化的角色也確保區域轄區內的任何其他機構都可以獲得相同的高品質分析，並且參與市場交易機構使用之假設是共享的及一致的。 就 PSE 而言，將運算此類區域資源裕度分析的新機構是西部電力池 (WPP: Western Power Pool)。 WPP 在其成員之間建立了一項合約協議，以便在其他成員意外缺乏資源來滿足負載時共享資源。 區域資源裕度計畫的制度形成有助於改善資源之資訊及核算，特別是與資源裕度評估中涉及的輸電需求及市場交易有關。
前瞻實務可能涉及透過模型化具有天氣相依隨機故障之輸電線路，強化故障率之代表性(而不是簡化甚至異質馬可夫鏈)來更真實地模擬輸電線路降載。對於制定資源整合計劃的機構，前瞻實務應尋求更緊密地整合發電及輸電容量擴充決策，特別是考慮下一小節中說明的一些建立模型實務。
5.3.7 RA 建立模型以及與規劃過程之整合
RA 評估模型整合了我們在前面小節中所描述的所有組成成分及方式。 在實務中，我們概述了模型的結構輸入資料情況之要求。 然而，模型本身還有兩個相對獨立於輸入資料的額外設計成分：(i) 模型代表系統運轉的真實度；(ii) RA 模型與資源規劃組合選擇之間的整合。
過去，RA 透過卷積方法進行分析，該方法透過乘以個別獨立成分故障機率來簡單地估計電力短缺的機率。 正如第3 章中所建立的那樣，這樣的捲積方法是不夠的。目前資源裕度模型的最低標準是根據系統運轉之時間順序建立模型，整合了時間細緻度、RA 指標、天氣資料、負載及 VRE 模型以及市場交易之大部分「最低」標準、。 此最低標準採用按時間順序排列的蒙特卡羅方法，簡化了電力系統運轉細節的代表。 多數情況下，線路電力潮流使用簡單的輸送模型來代表，不代表短期儲能運轉，而是假設具有一定容量，並且在評估中沒有對其他運轉細節進行建立模型。 從規劃的角度來看，所分析之資源組合的RA不足將透過簡單地假設可以部署具有「完美容量(perfect capacity)」的燃氣尖峰機組來補足，而無需進行額外的分析。
最佳實務處理方法改進建立模型（尤其是系統運轉狀態的代表）與更廣泛的規劃過之RA評估兩者的整合。 最先進的模型使用按時間順序排列的蒙特卡羅方法，其中包括系統調度的代表，來反映能量有限的可調度資源，諸如儲能及水庫水力發電的狀態。 規劃模型與RA評估之間的整合要嚴格得多。 最佳實務方法（如 PSE 發展的方法）是計算滿足特定LOLP目標所需的規劃備用容量(PRM: planning reserve margin )，然後使用每種資源類型的 ELCC 來決定它們如何為滿足此規劃備用容量之貢獻。最終組合係然後透過機率評估分析，迭代回容量擴充模型，來確保組合保持最低成本。
前瞻實務的應該針對改進每小時（甚至可能是小於每小時）系統狀態表示的真實度，以識別潛在的電力短缺及緊澀情況。 電力系統對突發事件的實際反應不僅依賴於可用資源的容量，還依賴於在某些狀態下找到這些資源的機率。 除了第 3 章及第 4 章中概述的經濟驅動之運轉決策之外，該機率還依賴於本文檢討的幾個外部因素。由於 RA評估不反映系統的經濟性，因此它們目前無法獲取發電機組、輸電線路及儲能之機組解併聯決策，以及它們無法反映決定運轉備轉容量的潛在使用之日前及每小時前預測的精確性。 NWPCC 的最新進展旨在將這些特徵納入RA評估中。
在資源裕度評估及資源規劃之整合方面，前瞻實務可能是發展一種建立模型工具，將傳統容量擴充模型的功能與機率模型結合，利用數以千次模擬來估計達成可靠度目標的機率。 到目前為止，我們還不知道有那個商業模型可以同時執行容量擴充功能及機率可靠度檢查。 這是因為除了製定此類模型的複雜性之外，求解具有 IRP 過程所需的所有情景組合及細緻度之隨機容量擴充模型的計算負擔很大的關係。
| [RA模型輸出之驗證] 資源裕度評估及資源規劃決策從根本上來說係建立模型練習。 因此，這些過程的結果可能不一定反映它們正在模擬的系統的現實。 卡瓦洛等人(Carvallo et al 2019)證明，整合資源的成果計劃不一定符合規劃機構實際做出的採購選擇。 類似地，也沒有過程來驗證透過隨機分析所決定的系統的RA性能是否以預定的精度反映了實際電力系統在即時運轉中的性能。 潛在的問題是，沒有錨定(anchor to)現實的RA評估可能會得出與實際系統性能不符之建立模型結果。 實際系統 LOLP 或 LOLE 可能與透過建立模型估計的不同； 負載及需量側及供應側資源的代表與資源的實際行為方式不符； 或運轉備用容量及緊急措施係大於或小於確保一定可靠度水準所需的。 我們建議規劃機構發展一種方法來追蹤突發事件、「有驚無險(close calls)」、備用容量的使用、或反映系統面臨壓力的其他事件。 這些資料將用於確認這些事件在時間、地點、與其他系統變數（包括天氣）的相關性等方面之特徵，從而為 RA 評估中所做的假設提供支持。 規劃部門還可以研究幾十年來的電力系統性能，來確認發電及輸電停電以及導致實際停電、限電事件或其他需要部署緊急措施的運轉條件。機組成本來降低資料收集及分析之成本。 實施此種方式的挑戰是克服專有資料問題，來確保為該地區參與的LSE集體提供更好資料。 |
5.3.8 可信容量(Capacity credit)
容量認證(Capacity accreditation)並不是資源裕度評估所固有的，特別是當這些評估是按照本章概述的最佳實務執行時。 我們建議避免使用單一決定性(deterministic)值來代表資源的容量貢獻，而是使用依賴於多個變數的機率分佈來代表資源。 然而，計算資源的可信容量(capacity credit)對於多個規劃及運轉過程非常重要，包括對可靠容量(firm capacity)貢獻的補償以及證明有足夠的容量來滿足規劃備用容量等。 如前所述，鑑於這些模型是獨立的，容量認證是將 RA 結果與 IRP 中的資源規劃決策連結起來的關鍵過程。
在再生能源發電投資的早期，大多數機構根據一年間峰時段的平均容量係數來估算用於RA目的的風力及太陽能發電機組的容量貢獻。 例如，每小時可靠容量方法根據對資源性能的非常有限的統計處理來確定可再生資源的容量貢獻。 如上所述，這種做法沒有認識到負載及再生資源輪廓之間的協同作用，也沒有認識到隨著再生資源（尤其是太陽能）採用的增加而導致邊際可信容量(marginal capacity credit)的減少（Mills 及Wiser ，2015）。
決定再生發電及儲能資源可信容量(capacity credit)的最低標準是有效承載能力（ELCC）指標。 ELCC指標可以衡量及比較再生資源之邊際貢獻(marginal contributions)與火力發電廠及其他類型資源的容量貢獻。 ELCC在維持系統可靠度不變的情況下，用增加資源測量可以增加到系統之負載量（ESIG，2021）。 使用 ELCC 指標對於評估對電力公司的組合增加更多同類資源所帶來之邊際貢獻下降、以及太陽能及電池儲能等資源與需量側資源之間的潛在協同影響，非常重要。 此外，ELCC 可用於確認如何利用風力發電輪廓之區域多元化來減少整個系統中風力發電總量的變化。
最佳實務係在再生能源發電之外使用 ELCC 指標，並將其應用於其他資源。 ELCC可應用於化石燃料發電廠，來解決高溫降載及季節性水力發電的問題； 輸電線路以考慮天氣降低額定輸電載流； 以及對需量反應資源根據它們的時間輪廓及負載減少的機率。 未來，隨著電力系統機率模型的使用越來越多，ELCC可能會成為供/需側資源（包括再生能源、儲能、火力及水力資源）之比較標準。 對所有資源之更廣泛地使用 ELCC 將取代根據「完美容量(perfect capacity)」基準概念比較資源之歷史性實務慣例。
在短期方面，根據ELCC的前瞻實務應該計算資源組合之ELCC，而不是個別資源，以便獲取它們的交互效應。 過去的短期方面，隨著電力系統演變納入更大量的變動性再生能源(VRE)、儲能及彈性需量，估計個別資源的ELCC將變得越來越困難 – 不僅在計算上，而且在概念上也是如此。 這些趨勢使得資源之間的互動及按時間順序排列的系統運轉對於決定系統等級RA變得更加重要。 在某些時候，RA 將成為系統等級屬性，以至於資源等級ELCC，無論如何估計，可能不再有助於了解資源對改善電力系統的RA貢獻。 例如，即使複雜的 ELCC 分析建議新的天然氣發電廠及新的電池儲能機組將具有相同的ELCC，但就它們對系統等級RA的影響而言，這兩種資源是否完全等同仍值得懷疑。 因此，為了容量市場中的容量認證(capacity accreditation)及報酬(remuneration)或在 IRP 過程中興建達成所需RA標準之組合等目的，以相同的方式對待它們可能會有問題。 解決RA的系統等級性質與執行容量認證的需要之間兩者差距需要新的創新來開發有希望的長期前瞻實務。 在後 ELCC 世界中，電廠開發商仍然需要一種合理的方法來估計其機組的容量電費收入，而這些電費收入最好是穩定且可預測的。 隨著電力系統轉型進入更高水準的再生滲透，這是一個新興的研究領域。
| [能源裕度(Energy adequacy)] 另一個挑戰涉及能源裕度，或確保有足夠的能源來滿足給定(通常較長）期間內的用電需求，並考慮燃料可用率及變動性再生能源(VRE)發電之隨機波動。 隨著能源受限資源的滲透率增加，以及可能由於影響水力能源可用率的更頻繁及嚴重的乾旱，能源裕度將變得更加重要。 然而，沒有廣泛被接受的實務，來評估遵循與資源裕度相同隨機方法之系統的能源裕度。 |
第6章 研究結果及其他研究需求之摘要
本文識別並評估了傳統資源裕度評估實務中的議題，以及調整這些實務可能如何影響及依賴既有的規劃及採購制度安排。 本文提出了技術性制度路線圖，允許管制機構在垂直整合(vertically-integrated)電力公司轄區以及電力自由化解制重組(restructured)電力公司轄區的系統規劃部門及電力調度中心修改一系列構成要素的資源裕度實務。
我們根據 (1) 與 RA 參與者的訪談及 (2) 對最新技術文獻的回顧，對目前 RA 評估實務彙編了批判評論。 我們發現：
- RA 可能需要擴展到容量裕度之外，來確保能源裕度（與儲能等能源有限資源相關）以及輔助服務裕度（亦即系統中足夠的升載及降載能力）。 人們普遍同意將能源裕度與容量裕度結合起來，但尚不清楚其他系統需求的評估是否應該在RA評估中執行，還是作為分開過程進行。
- 所有研究及受訪者一致認為，根據一年或季節的尖峰時段或幾個選定的最高負載時段進行 RA 評估是不夠的，因為尖峰負載需求時段可能不再是預測電力系統最緊澀的時間。 按時間順序每小時(Chronological hourly)模擬是目前的最佳實務。
- 諸如失載期望值 (LOLE: Loss of Load Expectation)、失載小時值(LOLH: Loss of Load Hours)、失載事件次數 (LOLEv: Loss of Load Events) 及失載機率 (LOLP: Loss of Load Probability) 等傳統指標因其「預期值(expected-value)」性質而受到批評。他們專注於電力短缺之單一特徵以及典型應用中的粗空間解析度(coarse spatial resolution)。
- 目前資源裕度實務的一個重要缺點是所使用的指標及模型不能反映系統調度運轉及失載之經濟準則(economic criteria)。 然而，觀察家一致認為，引入經濟準則來決定裕度水準，會帶來與評估不同用戶、季節及最終用戶之失載相關的重大挑戰。
- 需要改進天氣依賴性及天氣資料的代表性，注意當前實務的一些缺點，這些缺點可能會阻礙在高風力及太陽能未來與氣候變遷情況下之適當的RA 評估。
我們審查了幾個在美國大陸規劃發電及/或輸電基礎設施之民營及公立機構的規劃及資源裕度(RA)評估報告，來尋找涉及韌性(resilience)評估之既有實務。 我們發現，在規劃分析中，沒有系統性處理極端天氣及其他災害之成本、韌性的益處及韌性指標，也沒有系統性處理為了資源裕度目的之韌性指標、方法、及結果。
我們檢查資源整合規劃 (IRP: integrated resource planning) 報告以及電力調度中心及區域輸電組織 (ISO/RTO)之RA評估，並利用這些資訊為資源規劃及資源裕度評估提出不斷發展的行業標準指南。
我們檢查資源整合規劃 (IRP) 報告以及電力調度中心及區域輸電組織 (ISO/RTO)之RA評估，並利用這些資訊為資源規劃及輸電規劃中的資源裕度評估提出演進中的電業標準指南。 報告最低、最佳及前瞻實務將讓管制機關及規劃部門能夠在裕度分析的一系列相關維度上基準測試(benchmark)他們當前的實務。
特別是，本文所報告的前瞻實務支持更多研究：
- 驗證是否需要小於每小時(sub-hourly)分析，以便系統需求之更精確的特性描述。
- 根據資源裕度評估發展多種可靠度指標，並將這些指標及和諧地整合到IRP、雙邊交易及容量市場等之容量採購過程中。
- 發展根據氣候變遷為基礎之前瞻性天氣資料，可與明確發展的停電、負載、及發電模型一起使用，考慮到天氣對這些變數的影響。
- 研究考慮將分散式能源資源(DER)與負載分開之重要性，並正確描述其容量貢獻之特性。 特別是，這一研究領域將支持使用虛擬電廠(virtual power plants)作為有組織市場(organized markets)中的容量資源。
- 將以韌性為基礎的規劃整合進入到資源裕度中，或作為傳統裕度分析的補充，包括韌性情景之具體分析，來確保對電力系統可靠度及韌性之廣泛評估。
- 精進裕度評估中輸電的特徵，特別是包括對天氣敏感的動態線路額定，及加強將輸電作為容量資源之處理。
- 繼續探索計算方法，將容量擴充模型與隨機資源裕度評估合併或整合，並決定精確的資源可用率評估所需的電力系統調度運轉代表性的複雜(sophistication)程度。
- 繼續發展以組合為基礎(portfolio-based)的容量認證(capacity accreditation)方法，為開發部門提供可預測且穩定的收入，來激勵為可靠度目的之資源部署。
本文對於管制機關、政策制定者、系統規劃部門及分析師來說應該是有用的，他們需要了解演進中的電網如何促使需要檢討資源裕度之基本面向的資訊。 本文提供了一個易於理解的指南，來支援指標、資料、模型及實務方面之技術改進；研發(R&D)發展；以及管制及市場改革。
……
第7章 References [略]
附錄(Appendix…) [略]
A Guide for Improved Resource Adequacy Assessments in Evolving Power Systems Ernest Orlando Lawrence Berkeley National Laboratory DOE
圖 2 2022年幹線電力系統(BPS)清單與績效統計
圖1：2022年上半年DCL及DCH合約量成長
圖3：動態遏制服務(DC)價格仍然波動
圖 4：DML 及 DMH 交易容量自11月份飆升以來已出現分化
圖 6：當拍賣成功清算時，DMH 價格始終高於 DML 價格
圖 7：2022 年每週平均高頻動態調整容量將達到10萬瓩(100MW) 的最大值。
圖 8：每個 EFA 區塊的DR交易容量維持穩定
圖 9：當拍賣成功清算時，DMH 價格始終高於 DML 價格
圖11：動態及靜態FFR的價格在2022年創下新高
圖 12：DFS 事件導致需求減少高達 312 MW。
圖 13：DFS 活動主要由少數能源供應商主導
圖 14：1月及12 月的價格突增顯示STOR結清價格存在著總體通脹趨勢
圖 15：火力發電技術繼續主導 STOR
圖17：2021年T-1拍賣創下歷史新高
圖18：超過1GW電池儲能計畫以創紀錄高價獲得T-4合約
圖 19：2022 年每月BM 發電量從10億度( 1 TWh) 到超過25億度( 2.5 TWh)
圖20：2022年所有DSF友好BMU類型的調度量有所增加
圖21：2022年BM平均投標(bid)及報價(offer)價格有所上漲
請注意：三次及四次燃料的性能記錄04與性能記錄03
輸入事件發生的四位數年份。 請注意，這不一定是您向GADS通報事件之年份，如下例所示：
Gordoncheng's Blog4 