永續電廠:CCU × 綠氫 × 生質能 × SSF 低碳發電決策平台

G 永續轉型

申請編號
74
隊名
循碳者聯盟
聯絡人
羅昇宇 ・0983558603 ・sluo0747@gmail.com

在官方系統開啟此提案

AI 輔助評估

摘要
以高雄大林電廠為案例,建置燃氣電廠CO₂捕捉後分流至綠氫甲烷化或微藻生質燃料的LCA/TEA數位決策模擬平台。
實質空洞
否 — 方法具體但數據可疑
卡詞
否
治理樣板
否
既有作品
自述為既有CCU–綠氫–SSF研究延伸,大林案例LCA/TEA結果已有;歐庭嘉已發表微藻淨零系統論文
類似前案(有沒有別人做過)
台電大林廠煙氣養藻固碳已有;電廠CO₂甲烷化有三菱專利與INPEX廠,提案僅整合為平台
性別影響
未涉及性別考量;能源工程決策工具,使用者為機關與產業,性別影響幾無。
DEI
僅服務主管機關、台電與高碳排產業專家;大林周邊居民、環團等受影響者無參與或表達管道。
STS·社會影響
以循環碳美化燃氣電廠延壽,恐成漂綠;IRR 24%、NPV 8億美元僅為自建模型結果,綠氫成本與微藻用地未驗證;純數位模擬,落地無承諾。
AI 使用
僅用ChatGPT潤稿與排版;平台本身無AI,模糊多準則決策非AI,AI角色邊緣。
資安隱私
現階段僅用開放資料,隱私疑慮低;後續擬取得電廠負載、捕捉率、CAPEX等營運機敏資料,未述保護與授權機制。

初審

總分 可行性 社會影響力 創新性 提案團隊多元性 資料治理思維
5.52 6 4 8 1 3
評語
(無)
筆記
(無)
初審會議筆記
(無)

工作坊

筆記
(無)

決審

總分 可行性 社會影響力 創新性 實作進程驗證
(無) (無) (無) (無) (無)
入選
否
評語
(無)
筆記
(無)

同團隊提案(團隊 2) 待查證

同主題提案(主題 20:綠氫與低碳發電)

壹、隊名及題目

一、隊名
循碳者聯盟
二、題目
永續電廠:CCU × 綠氫 × 生質能 × SSF 低碳發電決策平台
三、提案對應之徵件構面
永續轉型
四、團隊要解決的問題?
台灣邁向淨零轉型時,燃氣發電仍須兼顧供電穩定,但傳統天然氣發電所產生之 CO₂ 多以直接排放、捕捉後封存或單一路徑利用為主,當捕獲 CO₂ 因濃度或品質未符合後續化學轉化條件時,往往缺乏具經濟價值的替代利用途徑;同時,各電廠之燃料、排放、再生能源供應及減碳成本資料分散,使政府與產業難以快速比較不同減碳方案。本提案建立 CO₂ 條件式雙路徑利用機制:符合甲烷化條件之 CO₂ 與再生能源製得之綠氫進行甲烷化,產生永續合成燃料(SSF)並回供發電;未達甲烷化條件之 CO₂ 則導入微藻培養進行生物固碳,成熟藻體進一步轉製為藻源生質燃料。搭配數位決策平台,同步量化碳循環、環境效益、燃料替代及投資可行性,建立多元碳循環永續電廠。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫,階段性計畫亦同
是
六、前題若選否,請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容

貳、聯絡人資訊

聯絡人姓名
羅昇宇
聯絡人電話
0983558603
電子信箱(Email)
sluo0747@gmail.com

參、提案內容說明

一、可行性

(一)已有隊員人數(含聯絡人)
4
(二)團隊成員及任務分工?
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」?
否
(四)參賽隊員中是否有其他之獲獎證明?
否
(五)請說明您的提案「已使用」哪些相關資料?
政府開放資料:經濟部能源署「能源指標年資料」「天然氣供給與消費年資料」、環境部氣候變遷署「溫室氣體年排放量」「碳足跡排放係數」,以及台電火力發電溫室氣體排放資料。 自備資料:團隊既有 CCU、綠氫電解、Sabatier 甲烷化、SSF 回用之質能平衡模型,以及 LCA、TEA、模糊多準則決策分析與成本參數。
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料?
政府開放資料:持續更新發電結構、電力排碳係數、天然氣供需、事業溫室氣體排放量、碳費與減量額度等資料,建立可動態更新的政策情境。 自備資料:補充電廠負載、CO₂ 捕捉率、捕集能耗、綠氫產量、甲烷化轉換效率、SSF 替代率及 CAPEX/OPEX 等驗證參數。
(七)除了上述資料外,是否有需要哪些機關的未開放資料?
否,沒有其他機關的未開放資料需求
(八)針對上述(欄位(五~七))之資料預計應用方式?
平台先以政府開放資料建立各燃氣發電情境的基準值,包括電力排碳係數、天然氣使用、事業排放與碳足跡係數;再導入團隊自備之 CCU、綠氫、甲烷化與 SSF 模型,進行燃料與碳流平衡。系統將同時計算生命週期評估(LCA)與技術經濟分析(TEA),輸出總環境衝擊、CO₂ 循環利用量、原始天然氣替代量、IRR、NPV 與回收期。若取得電廠未開放操作資料,則用於校正捕捉率、能耗及負載變動,使平台由學術情境模擬提升為可支援實際改造決策的數位工具。
(九)請說明提案預計實證及落地場域為何,如在中央或地方機關、產業或NPO/NGO等,如何導入公共服務運作?
第一階段採「數位實證」而非直接改造大型電廠,沿用團隊既有研究,以高雄大林發電廠作為案例情境,整合公開能源與排放資料建立可操作的永續電廠評估平台。平台可供能源主管機關、台電及高碳排產業輸入不同電廠規模、再生能源比例、CO₂ 捕捉率、氫氣來源與碳費條件,快速比較傳統 NGCC、CCS 與 CCU–SSF 路徑。後續若取得合作場域資料,可將公開資料模型改以實際機組參數校正,形成電廠改造前的政策與投資決策支援工具,降低直接進行大型示範所需的時間與風險。
(十)請說明提案實作期程規劃 (入選後至決審期間)?
第 1–2 週:完成政府開放資料串接、資料清理及 NGCC 基準情境建立。第 3–4 週:建置 CCU、綠氫、Sabatier 甲烷化與 SSF 回用之碳流/能流計算模組。第 5–6 週:整合 LCA、TEA 與模糊多準則決策分析,完成情境比較與敏感度功能。第 7 週:建立視覺化儀表板,呈現 CO₂ 循環、燃料替代、環境衝擊與財務指標。第 8 週至決審:以大林發電廠案例進行驗證、修正參數與使用者測試,完成可展示之原型與政策應用說明。

二、社會影響力

(一)請說明您的具體解決方案?
本提案建立『燃燒→捕碳→條件判別→甲烷化/微藻→燃料再利用』之雙路徑循環碳發電架構。燃氣機組排放之 CO₂ 經捕捉後,系統依 CO₂ 濃度及反應條件進行分流:符合甲烷化條件者,與風力、太陽光電等再生能源驅動電解槽所產生之綠氫進行 Sabatier 反應,生成永續合成燃料(SSF)並回供燃氣發電;未達甲烷化條件者,則導入微藻培養系統作為光合作用碳源,成熟微藻經採收及燃料轉換後形成藻源生質燃料,供相容之發電或熱能設備利用。黑客松期間將此架構轉為數位決策平台,即時比較不同 CO₂ 利用途徑之碳效益、燃料替代及經濟可行性。
(二)提案是否回應公民許願池 ?
否
(三)前題若選是,請點選回應之願望名稱
(四)請說明您認為本次提案內容可帶來的影響與效益?
團隊既有 CCU–綠氫–SSF 研究情境顯示,相較傳統 NGCC,生命週期總環境衝擊可降低約 43.33–43.46%;於研究設定之台灣碳費約 12.60–15.00 美元/tCO₂ 條件下,IRR 約 24–25%、NPV 約 8 億美元、投資回收期約 4 年。上述數值為既有 SSF 路徑之模型結果,新增加之微藻生質能支線將於黑客松期間另行量化。預期透過 CO₂ 雙路徑利用,可提高不同品質捕獲 CO₂ 的資源化彈性,並將『減碳量、綠氫需求、SSF/生質燃料產量、化石燃料替代量與投資效益』整合為政府及產業可直接比較的決策指標。
(五)請說明本提案是否具備可複製性及擴散性?
具高度可複製性。平台將電廠規模、燃料熱值、CO₂ 捕捉率與濃度、電力排碳係數、再生能源比例、綠氫產量、甲烷化效率、微藻 CO₂ 利用效率、生質燃料轉換率、運輸距離及成本等設為可調參數,因此不依賴單一電廠。完成大林案例後,可套用至其他燃氣複循環機組,並延伸至鋼鐵、水泥、石化等具有集中 CO₂ 排放源之產業。不同場域可依 CO₂ 品質選擇甲烷化、生物固碳或雙路徑並行,再透過在地 LCI、能源價格及政策參數建立最適碳循環方案。

三、創新性

(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
本提案跨越電力工程、化學工程、綠氫、生物能源、微藻培養、碳管理、生命週期評估與投資決策。核心創新並非單純增加一項 CO₂ 再利用設備,而是建立『依 CO₂ 濃度與反應條件分流』之雙路徑碳循環機制:符合條件之 CO₂ 透過綠氫甲烷化轉為 SSF;未達甲烷化條件者則透過微藻生物固碳轉為生質能源,使化學轉化與生物轉化互補。再將上述實體技術與數位平台整合,同步進行 LCA、TEA 與多準則決策分析,使政府與產業可在投入大型示範前,比較不同 CO₂ 利用途徑之技術、環境與經濟效益。
(二)請說明提案預計使用之工具或平台?
預計以 Python 建置資料處理、CO₂ 條件判別及核心計算模組,串接政府開放資料 CSV/API;模型包含燃氣發電、CCU、再生能源製綠氫、Sabatier 甲烷化、SSF 回用、微藻生物固碳及藻源生質燃料等模組。環境面採 ReCiPe 2016 架構進行生命週期評估,經濟面計算 IRR、NPV 與回收期,並以模糊多準則決策分析整合環境、經濟與技術偏好。展示端採 Streamlit 或同類型網頁儀表板,呈現 CO₂ 分流、綠氫需求、SSF/生質燃料產量、化石燃料替代量、環境衝擊及財務結果。
(三)是否有使用AI工具?
是
(四)前題若選是,請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
提案文字整理與申請文件編排階段使用 OpenAI ChatGPT 作為生成式 AI 輔助工具,協助將團隊既有研究內容轉換為黑客松欄位格式、檢查字數與改善文字表達。AI 不作為研究數據來源,也不自行產生或替代 CCU、LCA、TEA 與財務計算結果;核心技術內容、模型假設、量化結果與引用資料均由團隊既有研究及政府/學術資料提供,並由團隊成員人工檢核後使用。

四、團隊輔導需求調查

(一)若入圍初選,期待主辦單位提供之協助?
協助確認應用場域可行性 協助跨機關資料取得
(二)若入圍初選,是否需要算力平台或雲端協力業者資源?
否
(三)前題若選是,請說明需要何種算力平台(係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫)或雲端協力業者(GCP或AWS或Azure或國網中心)之資源及預計應用內容

五、參考文獻或資料引用來源說明

(一)提案內容是否全為原創內容,或有部分引用相關資料來源?
否,有部分內容或資料來源引用其他參考文獻/網頁等。
(二)前題若選否,請說明本提案中所引用之資料來源及其應用環節,建議以條列方式簡述。
本提案為團隊既有永續電廠研究之延伸,部分引用政府開放資料與學術方法。主要資料來源包括:經濟部能源署『能源指標年資料』『天然氣供給與消費年資料』;環境部氣候變遷署『溫室氣體年排放量』『碳足跡排放係數』;台灣電力公司火力發電溫室氣體排放及電廠煙道氣微藻固碳相關公開資料;以及團隊既有 CCU、綠氫甲烷化、SSF、微藻養殖、生質能、LCA、TEA 與模糊多準則決策研究資料。政府資料用於建立台灣能源與排放基準,學術及團隊資料則用於建立 CO₂ 分流、碳流、能流、環境衝擊與經濟評估模型。

團隊成員

單位類型 姓名 單位與職稱 工作項目
學校 羅昇宇 國立成功大學 研究生 主要提案單位
學校 歐庭嘉 國立成功大學 助理教授 主要提案單位
學校 王躍德 國立成功大學 研究生 主要提案單位
學校 陳瑀彤 國立成功大學 研究生 主要提案單位

資料需求

無資料。