一、簡介
因應氣候變遷與地緣政治的不確定性，能源自主與電網韌性逐漸成為重要議題。隨著電力市場的開放與調度法規的日益完善，分散式電力資源(Distributed Energy Resources，DERs)因其增強電力基礎設施韌性的潛力而備受矚目。然而，由於傳統分散式資源的規模過小，難以參與電力市場交易或協助電網服務，虛擬電廠(Virtual Power Plant，VPP)概念因此開始受到重視。VPP透過先進資通訊技術，整合多樣化的分散式電力資源，並透過統一平台進行需求預測、聚合調度與最佳化排程，使資源得以協同運作並參與電力市場。此外，聚合商(Aggregator)在VPP中扮演著關鍵角色，主要負責整合和管理分散式電力資源，並將其作為一個整體參與電力市場和提供電網服務。
VPP的核心技術涵蓋管理軟體平台、通訊技術與設備、以及控制器三大部分。其中，管理軟體平台是VPP的關鍵，需具備預測能力來推估發電與負載曲線及市場價格，並對分散式電力資源進行即時狀態監控。此外，透過大數據處理與多目標最佳化技術，平台得以優化資源調度與投資決策，並進一步進行用戶基準線(Customer Baseline，CBL)計算及收益結算。通訊技術與設備方面，則需建立標準化的通訊協議，如VPP與輸電系統營運業者(Transmission System Operator，TSO)或其他分散式資源之間的通訊標準，同時佈建高穩定性網路設施(如4G/5G、WiFi)並強化資通訊安全性。控制器則作為電力系統間的關鍵介面，透過閘道器或轉譯器等設備實現不同系統間的互通與協調。
而隨著技術的進步和成本的降低，儲能設備在住宅中的應用逐漸增加，帶動家用儲能系統在VPP中的應用近年逐漸受到重視。過去，家用儲能系統通常僅在電網中斷時作為備援電力使用，因此大多數時間處於閒置狀態。然而，這些儲能設備若能充分發揮其價值提供電網服務，將展現出不小的潛力。透過管理平台將家用儲能進行集中控制和調度，可以實現電力資源的最佳化利用。例如，當電網用電高峰時，VPP可以調動家用儲能系統釋放電力，緩解電網壓力；並選擇在離峰用電或太陽能發電量高的時段充電。此種調度方式不僅提高電網穩定行，還為家庭用戶帶來經濟效益。下文將分析南澳州以及美國加州家用儲能在VPP的應用案例。
二、家用儲能在VPP之應用案例
(一) 南澳洲
澳洲約已有三分之一的住家屋頂安裝太陽能、且每七戶就會有一戶搭配安裝家用儲能，2023年累計安裝量達309MW。澳洲政府將家用儲能視為虛擬電廠的重要組成，積極推動VPP示範計畫，其中最具規模的為Tesla在南澳洲的兩個虛擬電廠計畫。其一為與南澳政府合作的示範計畫，起初經費是來自南澳政府提供200萬澳幣補助金，與再生技術基金提供2,000萬澳幣貸款。Tesla在此計畫中扮演主導的角色，涵蓋南澳VPP的設計與開發，並負責提供與安裝Tesla Powerwall系列產品，設置量達5萬戶。對象限於南澳住房機構(Housing South Australia，Housing SA)之承租戶，類似台灣社會住宅。Tesla免費提供Powerwall，所有權與控制權均屬於Tesla所有。每次放電至少保留10%以上的電量供住戶優先使用，並保證住宅電價比標準電費低25%。
另一類VPP方案為Tesla Energy Plan，可申請對象為私人住宅。參與的用戶須擁有或向Tesla購買Powerwall，且每個Powerwall對應的PV需小於15kW。Powerwall的新戶可獲得1,000澳元的電費折抵額度；舊Powerwall的用戶，則可一次性收到100澳元的電費折抵額度；而參與服務可以額外獲得電網支援積分。Powerwall所有權屬於用戶；在簽約期間，控制權屬於Tesla，但限制Tesla每年最多只能進行50次放電循環(總放電上限為50x13.5kWh)，並且每次放電維持至少SoC 20%以上的電量供住戶優先使用。
南澳VPP商業模式如下圖所示：
資料來源：工研院產科國際所ITIS研究團隊整理(2025/05)
圖1 澳洲南澳州的VPP商業模式
Tesla主要與電力零售商Energy Locals及配電商SA Power Network合作，其商業模式，說明如下：
1. VPP參與用戶：用戶向Tesla購買和安裝Powerwall，費用可能會提供折扣或提供可扣抵電費的額度，回饋費用由Tesla或Energy Locals負擔，具體方式取決於雙方的協議。用戶每年可獲得電網服務獎勵可扣抵電費，由Energy Locals發放，Tesla是否也負擔部分獎勵成本，具體方式取決於雙方的協議。
2.VPP Aggregator：計畫初期經費來自政府補助，以及銷售儲能設備所獲得之收益。但長期收益規劃為，透過VPP向電網輸送多餘電力，提供配電商舒緩配電壅塞之服務，或參與電力市場交易。所獲得的收益會在Tesla和Energy Locals之間進行分配，具體方式取決於雙方的協議。
(二) 美國加州
美國加州因極端氣候日益嚴重，炎熱的夏季常發生野火令電網面臨沉重的負擔與挑戰，因此近年積極發展VPP來強化電網穩定。例如加州公用事業委員會(CPUC)2021年推出緊急減載計畫(Emergency Load Reduction Program，ELRP)，在5~10月下午4點到晚上9點期間，當加州獨立系統營運商(CAISO)發布緊急電網情況時，以提供回饋金的方式鼓勵降低負載或向電網回送電力，回饋金額由實際減少的用電量來計算。此外，加州能源委員會(California Energy Commission)也在2022年推出需求側電網支援計畫(Demand Side Grid Support Program，DSGS)，並發布指南針對VPP聚合商參與模式提供指導原則，回饋金是以容量費進行計算。ELRP與DSGS，是加州兩個具有代表性允許以聚合商身分支援電網的VPP市場方案。
基於此背景，電力公司也與聚合商合作，推動應用家用儲能的VPP示範計畫。例如，加州最大公用電力事業PG&E，分別與Tesla以及太陽能與儲能系統供應商Sunrun合作進行示範。以Sunrun及PG&E示範計畫為例，示範期間為2023年8月至10月份的晚間七點至九點，在這個時段，太陽能發電量開始大幅下降，但由於高溫持續到晚上，對空調的需求仍很高，對PG&E產生供電壓力。透過整合已由Sunrun安裝於住宅的8,500戶家用儲能，聚合成經常性功率為27MW的虛擬電廠，瞬間最大功率近32MW，即可滿足2萬戶家庭用電。Sunrun在加州的家用儲能與太陽能用戶均可參加，Sunrun具有設備的控制權，在PG&E有需求時進行電力調度，而做為回饋，參與的用戶可獲750美元的預付回饋金及免費的智慧溫控器。
Sunrun的VPP管理平台與新創公司Lunar Energy合作。Lunar Energy成立於2020年，是一家分散式能源平台公司，其背後投資者包括Sunrun和韓國SK集團等。Lunar Energy基於雲端的VPP管理平台Gridshare，可以將Sunrun 數千個家用儲能及太陽能等相關用戶端能源數據匯集起來，如圖2所示。平台中的機器學習技術，可透過評估過去的用能行為及即時天氣預報資料，生成每個設備的家庭消耗、太陽能發電和可能儲能容量的預測，並可以依據特性將用戶分群，以和 PG&E電網調度需求進行配適。此外，還必須最大限度地節省儲能業主電費賬單及增加電網服務收入，同時保留家用儲能足夠電量，以應對臨時停電。
示範結果顯示，由於此計畫設計，每戶平均只需提供電網2小時的儲能電力，對用戶影響不大，且用戶在初始參加時即能獲得750美元回饋金，因此在電網需求發生時，僅有10%的用戶退出不配合調度，遠優於其他VPP示範計畫的50%。然而，也發現一些技術挑戰，包括儲能系統某些環節出現無法預測的故障，或客戶同時擁有多家廠牌不同規格的儲能設備，這些設備在性能、容量、充放電特性等方面可能存在差異，從而產生控制挑戰。以上原因導致每日平均調度總容量僅不到30MW，低於原本預期的34MW。
資料來源：工研院產科國際所ITIS研究團隊整理(2025/05)
圖2 Lunar Energy的VPP平台Gridshare示意
三、結論
氣候變遷與極端氣候挑戰電網穩定性，VPP因整合分散式能源的能力應運而生，帶來多重效益。家用儲能因長期閒置而被視為分散式能源的潛力來源，澳洲與美國等已推動表後VPP示範，以驗證技術與經濟可行性，以及評估合適市場機制。示範結果顯示應用家用儲能形成虛擬電廠來提供電網服務，目前仍面臨市場制度面和技術面之挑戰，說明如下：
(一)市場制度面
應用表後儲能組成VPP要能成功運營，需要經濟激勵來吸引家庭和企業參與，例如電價回饋和稅收優惠等措施。家庭和企業對於VPP的接受度和信任度也是一個挑戰，需要進行市場教育和宣傳，提高公眾對VPP的認識和接受度。此外，現有的電力市場結構可能不適應VPP的運營模式，因此需要對市場結構進行調整，例如引入動態電價、向上需量反應機制及降低輔助服務投標門檻等，以支持VPP參與電網服務。同時，也需要建立標準化的技術和運營規範，確保不同VPP之間的互操作性和協同工作。
(二)技術面
成功實施和管理VPP是一項複雜的任務，需要同時協調多個設備，包括每天優化個人所有者的賬單節省和潛在的電網服務收入的能力。這些過程必須由強大的系統和先進的技術解決方案支持，以確保 VPP 中的所有設備都能高效運行。其技術面挑戰包括：(1)多樣化設備整合： VPP 需要整合來自不同製造商的多種設備，如家用儲能電池、太陽能發電系統等，需統一標準確保設備之間的互操作性，允許不同設備之間共享數據和通信，以實現即時監控。(2)數據管理與分析：需要即時收集和分析大量數據，包括用電行為、天氣預報、設備狀態等，需要高效的數據管理系統和先進的機器學習算法來進行預測和最佳化。(3)網絡安全：需要確保數據傳輸和設備控制的安全性，以防止駭客攻擊和數據洩露。(4)快速反應電網需求：需要高效的控制算法和可靠的通信基礎設施。