簡易檢索 / 詳目顯示

回結果列表
研究生： 吳俊慶
Wu, Chun-Ching
論文名稱： 最佳化台電契約容量策略
Optimal Strategy of Taipower Contracted Capacity on Power Load
指導教授： 桑慧敏
Song, Whey-Ming
口試委員: 葉維彰
Yeh, Wei-Chang
蘇朝墩
Su, Chao-Ton
劉復華
Liu, Fu-Hua
學位類別： 碩士
Master
系所名稱： 工學院 - 工業工程與工程管理學系
Department of Industrial Engineering and Engineering Management
論文出版年： 2019
畢業學年度： 107
語文別： 中文
論文頁數： 36
中文關鍵詞： 契約容量 、基本電費 、超約罰金 、線路補助費 、粒子群演算法 (PSO)
外文關鍵詞： Contracted capacity, Demand charge, Penalty charge, Power-line subsidy charge, Particle Swarm Optimization (PSO)
相關次數： 點閱：3  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報

    • 使用台灣電力 (台電) 來供電的大型用電戶 (包括企業、學校、工廠等) 在與台電簽約時都要面臨如何選擇「契約用電容量」的課題。
    明確地說, 上述大型用電戶每月要決定 4 項契約用電容量: (1) 經常、 (2) 尖峰、(3) 週六半尖峰、與 (4) 離峰時段的用電容量。
    台電契約的計價規則中包括基本電費、 超約罰金、 與線路補助費。
    「契約容量」訂太高需付出較高的基本電費; 但訂太低, 則因為超出「契約容量」而須付超約罰金。
    本研究的動機是基於台電契約的計價規則複雜, 不是用簡單的計算就可得到最佳的契約容量值,
    所以大型用電戶都須有一套有邏輯的程序去制定「契約用電容量」。

    本研究達成目標包括: (1) 以符號的方式建立完整的台電計價之「數學模型」,
    (2) 以機器學習中的粒子群 Particle Swarm Optimization (PSO) 演算法估算出每月最佳4 項契約用電容量,
    (3) 最終分別以 R 及 Python 語言建立自動化台電契約用電容量的可執行程式。
    利用本研究的的可執行程式,
    只要輸入預估的每月瞬間最高用電量與更改契約用電容量的頻率 (如一年改一次或每月更改等),
    一分鐘內就會產生最佳的 4 項契約用電容量。
    本研究已成功的協助台積電, 聯電, 中美矽晶, 環球晶圓, 中山科學院桃園本院, 友達電子, 清華大學,
    與逢甲大學等8個大型用電戶制定最佳的契約用電容量。

    The “ Taipower contracted capacity” is defined as the consumer contracts with Taiwan Power Company. Motivated by the fact that determining Taipower contracted capacity is the common problem for the large-scale power-load users (including companies, schools, factories, etc.) in Taiwan, this research investigates the optimal strategy of Taipower contracted capacity. Specifically, a power-rate spending consists (1) Demand charge, (2) Penalty charge, and (3) Power-line subsidy charge. The above–mentioned three charges are according to the maximum load demand per month. Our approach is first to construct a complete Taipower contracted capacity mathematical model, then obtain the optimal decision variables via Particle Swarm Optimization (PSO). Our results show that more than half million of electricity spending can be saved per year for all cases studied in this research, including eight factories and two universities.

    目錄 摘要i 英文摘要ii 致謝iii 目錄iv 圖目錄v 表目錄vi 第1 章緒論1 1.1 研究背景與目的. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 章節架構. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.3 命名定義與數學符號. . . . . . . . . . . . . . . . . . . . . . . . . . . 2 第2 章文獻探討5 2.1 台電電費說明. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 契約容量調整間距. . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.3 求得最佳契約容量之方法. . . . . . . . . . . . . . . . . . . . . . . . . 6 2.4 台電高壓及特高壓電費結構. . . . . . . . . . . . . . . . . . . . . . . 7 2.4.1 基本電費(EB) 與流動電費. . . . . . . . . . . . . . . . . . . . 7 2.4.2 超約罰金(EO) . . . . . . . . . . . . . . . . . . . . . . . . . . 11 2.4.3 線路補助費(EC) . . . . . . . . . . . . . . . . . . . . . . . . . 12 2.5 粒子群演算法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.6 本研究與現有文獻比較. . . . . . . . . . . . . . . . . . . . . . . . . . 15 第3 章研究步驟與方法16 3.1 訂定符號與變數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 iv 3.1.1 台電二, 三段式高壓與特高壓對應費率. . . . . . . . . . . . . . 16 3.1.2 擴建補助費率與供電設備維持費率. . . . . . . . . . . . . . . . 17 3.1.3 各情況下備用電力額外加收比例對應值. . . . . . . . . . . . . 18 3.1.4 未知變數(隨機變數) . . . . . . . . . . . . . . . . . . . . . . . 18 3.1.5 台電之超約瓦數計算符號. . . . . . . . . . . . . . . . . . . . 19 3.2 建立數學模型. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.1 決策變數. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.2 基本電費. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.3 超約罰金. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.2.4 線路補助費. . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.3 研究方法. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.1 PSO 運行步驟. . . . . . . . . . . . . . . . . . . . . . . . . . 26 3.3.2 Pyswarm 參數設定. . . . . . . . . . . . . . . . . . . . . . . 27 第4 章研究成果28 4.1 實際案例分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 4.2 敏感度分析. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 第5 章結論與未來展望34 5.1 結論. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 5.2 未來展望. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 附錄35 參考文獻36

    [1] Jong-Ching Hwang et al. “CSO and PSO to solve optimal contract capac-
    ity for high tension customers”. In: 2009 International Conference on Power
    Electronics and Drive Systems (PEDS). IEEE. 2009, pp. 246–251.
    [2] 台灣電力公司. “台灣電力公司營業規則”. In: (2016).
    [3] 台灣電力公司. “台灣電力公司營業規則施行細則”. In: (2016).
    [4] 李聰穎、林義傑、詹榮茂、陳俊隆. “基因演算法應用於時間電價用戶契約容量選定”.
    In: 明新學報31期,87–99 (2005).
    [5] 高聿聖、黃允成. “高壓二段式時間電價用電戶最適契約容量研究—以某化工廠為
    例”. In: 技術學刊第三十卷第四期,303–317 (2015).
    [6] 張名輝、陳世宏、戴良伊. “以模糊基因演算法預測年度尖峰用電需量”. In: 中國機械
    工程學會第24 屆全國學術研討會,桃園,第2178-2183 頁(2007).
    [7] 楊展耀、陳義分、李子元. “契約用電量最佳化之研究:以某度假村為例”. In: 修平學
    報第十三期,251–266 (2006).
    [8] 楊勝翔、楊宏澤. “需量預測應用於最佳化契約容量研究”. In: 國立成功大學電機工
    程學系碩士論文,未出版。台南市(2013).
    [9] 顧克平. “台電契約容量之動態調整研究”. In: 碩士論文,元智大學資訊管理學系,桃
    園(2002).
    36

    QR CODE