以往電力供給模型多將滿足全台總電力需求視為模型的一項限制條件，但台灣各區域電力需求成長不盡相同，因此，本研究以台灣電力部門為範例，將全台電力負載需求細分為北部、中部、南部及東部四個區域之電力負載需求，建構區域電力負載需求不確定性之電力供給規劃模型。

本研究利用決策樹方法縮減過於龐大之隨機變數可能值，將未來可能發生之電力負載需求，縮減為各個節點。接著以蒙地卡羅法模擬未來可能發生之電力負載需求，同時決定各節點之機率。最後利用兩階段隨機規劃法，將各區域電力負載需求之不確定性納入模型中。

模擬結果顯示，東部至2025年無缺電之疑慮。而至2025年時，燃煤機組與燃氣機組為北部、中部及南部新增較多裝置容量之機組，且在目標式為成本最小化時，因燃煤機組成本較低，各區域以新增燃煤機組為主。

若核能機組皆延役至2025年，應規劃減少北部、中部及南部新增燃煤機組裝置容量，且能降低二氧化碳的排放量，也應規劃北部及中部減少新增燃氣機組裝置容量。

若未來加入碳排放限制時，2025年時應規劃增加北部、中部及南部的燃氣機組裝置容量，減少新增北部及南部的燃煤機組裝置容量。若未來核能機組皆延役至2025年且加入碳排放限制，北部、中部及南部應規劃減少新增燃煤機組裝置容量，且增加燃氣機組裝置容量。因此，若要降低二氧化碳之排放，須增加天然氣接收站之接收能力。

Most of the power supply model regard Taiwan's total electricity demand as a constraint, but the diversity of electricity demand in each region is quite different. This study used Taiwan’s electricity sector as a case study. Then combine decision tree, Monte Carlo, two-stage stochastic programming methodology, @RISK analysis tool and GAMS software to analyze results.

Simulation results show that the East region is no doubt of the power shortage until 2025, and increment of Coal-fired power plant is the main of installed capacity in North region, Central region, and South region.

In case of life of three nuclear power plant extend to 2025, it could plan to reduce increment of Coal-fired installed capacity in North region, Central region and South region. It could also plan to reduce increment of Gas-fired installed capacity in North region and Central region.

In case of CO2 emission constraint join to the model, it could plan to raise increment of Gas- fired installed capacity in North region, Central region and South region and reduce increment of Coal-fired installed capacity in North region and South region.

一、中文部分
1.台灣電力公司(2014)，2013年台電永續報告書。
2.台灣電力公司(2013)，民國102年長期電源開發方案10209案。
3.台灣電力公司(2013)，台電長期負載預測10208案。
4.台灣電力公司(2012)，燃料成本變動對台電公司之影響評估及因應對策研擬，台電綜合研究所。
5.台灣電力公司(2011)，未來電力供需分析與規劃研究。
6.台灣電力公司(2010)，實習「電力部門減碳經濟模型」，出國報告。
7.台灣電力公司(1997)，台電公司86年統計年報。
8.行政院主計處(2013)，民國101年國民所得統計年報。
9.許志義、陳澤義(2003)，電力經濟學理論與應用(第五版)，華泰書局。
10.經濟部能源局(2013)，民國101年台灣能源統計手冊。
11.經濟部能源局(2011)，新能源政策。
12.蔣志偉(2012)，“兩階段隨機規劃法於電力系統規劃之應用研究”，碩士論文，國立成功大學資源工程研究所。
13.劉斯瑋(2004)，“結構型金融商品評價與分析－以信用連動債券及股權連結式目標贖回債券為例”，碩士論文，國立政治大學金融研究所。
14.賴靜煜(2006)，“應用隨機規劃探討溫室氣體排放限制下之電力系統容量擴增計畫”，碩士論文，國立中央大學土木工程研究所。
15.賴正文(1997），“區域性負載預測及電力供給規劃模型建立之研究”，博士論文，國立成功大學資源工程研究所。
16.籃宏偉(2011)，“區域電力負載與氣候相關性研究－多元線性迴歸模型”，碩士論文，國立高雄應用科技大學高階經營管理研究所。
17.台電公司網站，網址：http://www.taipower.com.tw/。
18.經濟部能源局網站，網址：http://www.moeaboe.gov.tw/。
19.南部科學工業園區網站，網址：http://www.stsipa.gov.tw/web/。
20.內政部戶政司網站，網址：http://www.ris.gov.tw/。

二、英文部分
1.Albornoz, V. M., Benario, P. and Rojas, M.E. (2004), “A two‐stage stochastic inte programming model for a thermal power system expansion”, International Transactions in Operational Research, Vol.11, Iss.3, pp.243-257.
2.Brooke, A., Kendrick, D. and Meeraus, A.(2010), GAMS: A users guide, release 23.3, South San Francisco: The Scientific Press.
3.Heinrich, G., Howells, M., Basson, L. and Petrie, J. (2007), “Electricity supply industry modeling for multiple objectives under demand growth uncertainty”, Energy, Vol.32, Iss.11, pp.2210-2229.
4.IEA(2010), Projected Costs of Generating Electricity, International Energy Agency (IEA).
5.Kall, P. and Wallace, S. W. (1994), Stochastic programming, John Wiley and Sons Ltd.
6.Kanudia, A. and Loulou, R. (1998), “Robust responses to climate change via stochastic MARKAL: the case of Québec”, European Journal of Operational Research, Vol.106, Iss.1, pp.15-30.
7.Lin, Q.G., Huang, G.H., Bass, B. and Qin, X.S. (2009), “IFTEM: An interval-fuzzy two-stage stochastic optimization model for regional energy systems planning under uncertainty”, Energy Policy, Vol.37, Iss.3, pp.868-878.
8.Li, Y.F., Huang, G.H., Li, Y.P., Xu, Y. and Chen, W.T. (2010), “Regional-scale electric power system planning under uncertainty—A multistage interval-stochastic integer linear programming approach”, Energy Policy, Vol.38, Iss.1, pp.475-490.
9.Palisade Corporation, (2002), Guide to Using @RISK(Version4.5). New Work: Author.
10.Takayuki, S. (2011), “Stochastic programming model for power generation”, World Academy of Science, Engineering and Technology, Vol.54, pp.934-939.
11.Zhou, Z., Zhang, J., Liu, P., Li, Z., Georgiadis, M.C. and Pistikopoulos, E.N. (2013), “A two-stage stochastic programming model for the optimal design of distributed energy systems ”, Applied Energy, Vol.103, pp.135-144.