隨著環境變化和能源短缺的現象，加速了再生能源之開發與利用。目前台灣陸域風電發展已漸趨緩，近年亦開始朝離岸風力發展。傳統評估方法對於投入成本大、不確定性高、生命週期長之離岸風電並不適用，因此有必要引入實質選擇權評價法進行評估。由於過去方法的缺失，本研究採用以下假設作為評估台灣離岸風電開發專案之基礎：(1)投資與營運支出為一個隨機變數；(2)投資與營運支出採用依照學習曲線降低之成本，為一期望值具趨勢之隨機變數；(3)風電效益為一期望值具趨勢之隨機變數；(4)前述兩個隨機變數間具有相關性。為求解此一模型，本研究採用二項式選擇權定價模型與蒙特卡羅模擬混合法求解，並建立四個劇本，對擴張淨現值之各參數作敏感性分析，最後估計選擇權價值的分佈。研究結果顯示：(1) 敏感性分析發現，當投資機會總效益之現值、波動率、趨勢係數及資金成本率、存續期間越大時，擴張NPV越大；反之，當投資機會總支出之現值、波動率、趨勢係數、相關係數越大時，擴張NPV越小。(2) 選擇權價值的分佈分析發現，當總效益、總支出具有利趨勢或負相關時，擴張淨現值的分佈範圍皆相對集中，顯示投資風險較小；當總效益、總支出無趨勢或低波動時，擴張淨現值的分佈範圍相當寬，且中位數皆低於平均值，低機率的高擴張淨現值對擴張淨現值的貢獻大，顯示投資風險大。

The development and utilization of renewable energy have accelerated due to environmental changes and energy shortages. In Taiwan, the development of wind power in land area has gradually declined, but the development of offshore wind power has also begun in recent years. Traditional evaluation methods do not apply to offshore wind power, which is characterized by large investment, high uncertainty, and long life cycle. Therefore, the real options valuation method needs to be introduced. Given the limitations of traditional methods, this study used the following assumptions as bases for the evaluation of Taiwan’s offshore wind power development projects: (1) the investment and operating expenditure is a random variable; (2) the investment and operating expenditure is the cost reduced according to the learning curve, which is a random variable with the expected value showing a trend; (3) the benefit of wind power is a random variable with the expected value showing a trend; (4) a correlation exists between the two random variables mentioned previously. To solve this model, this study used the binomial options pricing model and the hybrid Monte Carlo simulation method. Four scenarios were then created to conduct the sensitivity analysis on the parameters related to the expanded net present value (NPV). Finally, the distribution of the options values was estimated. The study results are given as follows: (1) the sensitivity analysis shows that the greater the present value, volatility, and trend coefficient of the total investment opportunity benefit as well as the cost ratio and duration of the capital, the larger the expanded NPV; vice versa, the greater the present value, volatility, trend coefficient, and correlation coefficient of the total investment opportunity expenditure, the smaller the expanded NPV. (2) The distribution analysis of the options values shows that if the total benefit and total expenditure have a favorable trend or a negative correlation, then the distribution of the expanded NPV was relatively concentrated, indicating a small investment risk. However, if the total benefit and total expenditure showed no trend or have low volatility, then the distribution of the expanded NPV was quite wide, the medians were all lower than the average, and the highly expanded NPV with a low probability had a large contribution to the expanded NPV, indicating a large investment risk.

誌謝	i
目錄	iv
圖目錄	vi
表目錄	viii
符號表	ix
第一章	導論	1
1.1研究動機與目的	1
1.2研究方法與步驟	2
1.3研究內容	3
第二章	文獻回顧	6
2.1 風電的成本效益分析	6
2.2 台灣的風電的成本效益分析	11
2.2.1 台灣風力發電開發相關法規與制度	11
2.2.2 台灣電力供給結構	12
2.2.3 台灣風電成本效益相關之研究	17
2.3 風電的成本效率曲線	19
2.4 選擇權在能源相關專案的應用	23
2.5 選擇權在風力發電相關專案的應用	24
2.6 實質選擇權評價法	27
2.6.1 選擇權之分類	27
2.6.2 實質選擇權之特性	29
2.6.3 實質選擇權之優點	30
2.6.4 選擇權評價方法之分類	30
2.7 選擇權評價方法之原理：權益期望值	32
2.8 實質選擇權與金融選擇權之類比	33
2.9 二項式選擇權定價模型(BOPM)	34
第三章	混合模擬法的二項式法評價法	36
3.1 模式的提出	36
3.2 混合模擬法的二項式法評價法原理	37
3.3 混合模擬法的二項式法評價法步驟	40
第四章	離岸風力發電的案例分析	43
4.1 前言	43
4.2 各參數基準值之統計與設定	44
4.3敏感性分析：劇本一	46
4.4敏感性分析：劇本二	51
4.5敏感性分析：劇本三	56
4.6敏感性分析：劇本四	60
4.6敏感性分析比較	64
第五章	離岸風電的擴張淨現值的分佈	66
5.1 前言	66
5.2 擴張淨現值的分佈之方法與步驟	66
5.3	擴張淨現值的分佈：劇本一	67
5.4	擴張淨現值的分佈：劇本二	68
5.5	擴張淨現值的分佈：劇本三	69
5.6	擴張淨現值的分佈：劇本四	70
第六章	結論與建議	72
6.1 結論	72
6.2 建議	74
參考文獻	76

圖目錄
圖 1-1研究流程圖	5
圖 2-1我國歷年發電裝置容量(按燃料別)之佔比	13
圖 2-2我國歷年發電量(按燃料別)之佔比	15
圖 2-3台灣平均購電成本	15
圖 2-4台灣歷年電價	16
圖 2-5台灣風電總效益年增長率	16
圖 2-6選擇權之分類	29
圖 2-7選擇權評價之方法	31
圖 2-8選擇權評價方法之原理可用離散隨機過程來解釋 (只繪出100條路徑)	33
圖 3-1混合模擬法的二項式法評價法原理	39
圖 4-1投資機會總效益之現值(劇本一)	48
圖 4-2投資機會總支出之現值(劇本一)	49
圖 4-3一年的投資機會總效益之現值的波動率(劇本一)	49
圖 4-4一年的投資機會總支出之現值的波動率(劇本一)	49
圖 4-5總效益趨勢係數(劇本一)	50
圖 4-6總支出趨勢係數(劇本一)	50
圖 4-7一年的投資人的資金成本率(劇本一)	50
圖 4-8相關係數(劇本一)	51
圖 4-9可供投資人延遲決策的期間(劇本一)	51
圖 4-10投資機會總效益之現值(劇本二)	53
圖 4-11投資機會總支出之現值(劇本二)	53
圖 4-12一年的投資機會總效益之現值的波動率(劇本二)	53
圖 4-13一年的投資機會總支出之現值的波動率(劇本二)	54
圖 4-14總效益趨勢係數(劇本二)	54
圖 4-15總支出趨勢係數(劇本二)	54
圖 4-16一年的投資人的資金成本率(劇本二)	55
圖 4-17相關係數(劇本二)	55
圖 4-18可供投資人延遲決策的期間(劇本二)	55
圖 4-19投資機會總效益之現值(劇本三)	57
圖 4-20投資機會總支出之現值(劇本三)	57
圖 4-21一年的投資機會總效益之現值的波動率(劇本三)	57
圖 4-22一年的投資機會總支出之現值的波動率(劇本三)	58
圖 4-23總效益趨勢係數(劇本三)	58
圖 4-24總支出趨勢係數(劇本三)	58
圖 4-25一年的投資人的資金成本率(劇本三)	59
圖 4-26相關係數(劇本三)	59
圖 4-27可供投資人延遲決策的期間(劇本三)	59
圖 4-28投資機會總效益之現值(劇本四)	61
圖 4-29投資機會總支出之現值(劇本四)	61
圖 4-30一年的投資機會總效益之現值的波動率(劇本四)	61
圖 4-31一年的投資機會總支出之現值的波動率(劇本四)	62
圖 4-32總效益趨勢係數(劇本四)	62
圖 4-33總支出趨勢係數(劇本四)	62
圖 4-34一年的投資人的資金成本率(劇本四)	63
圖 4-35相關係數(劇本四)	63
圖 4-36可供投資人延遲決策的期間(劇本四)	63
圖 5-1擴張淨現值的直方圖(劇本一)	68
圖 5-2擴張淨現值的直方圖(劇本二)	69
圖 5-3擴張淨現值的直方圖(劇本三)	70
圖 5-4擴張淨現值的直方圖(劇本四)	71

表目錄
表 2-1再生能源推動制度表	7
表 2-2台灣歷年發電裝置容量	13
表 2-3台灣歷年發電量	14
表 2-4延期選擇權與金融選擇權之類比關係	33
表 3-1需要設定的參數	40
表 4-1敏感性分析之參數(劇本一)	46
表 4-2各參數對擴張淨現值之關係(劇本一)	48
表 4-3敏感性分析之參數(劇本二)	52
表 4-4各參數對擴張淨現值之關係(劇本二)	52
表 4-5敏感性分析之參數(劇本三)	56
表 4-6各參數對擴張淨現值之關係(劇本三)	56
表 4-7敏感性分析之參數(劇本四)	60
表 4-8各參數對擴張淨現值之關係(劇本四)	60
表 4-9各參數對擴張淨現值之關係	65
表 5-1劇本一模擬參數	67
表 5-2劇本二模擬參數	68
表 5-3劇本三模擬參數	69
表 5-4劇本四模擬參數	70

1.Akdağ, S. A. and Güler, Ö. (2010). Evaluation of wind energy investment interest and electricity generation cost analysis for Turkey. Applied Energy, 87(8), 2574-2580.
2.Arrow, K. J. (1962), The Economic Implications of Learning by Doing, Review of Economic Studies. 29, 155-173.
3.Awerbuch, S. and M. Berger (2003). Energy Security in the EU: Applying Portfolio Theory to EU Electricity Planning and Policy-making. International Energy Agency Report, Paris.
4.Barreto, L. and S. Kypreos (2004). Endogenizing R&D and Market Experience in the
Bottom-up Energy System ERIS Model. Technovation, 24, 615-629.
5.Black, F. and M. Scholes (1973).The Pricing of Options and Corporate Liabilities. The Journal of Political Economy, 81, 637-654.
6.Boomsma ,T.K, Meade,N , Fleten,S.K.(2012). Renewable energy investments under different support schemes: A real options approach. European Journal of Operational Research, 220 (9), 225–237.
7.Colpier, C. U. and D. Cornland (2002). The Economics of the Combined Cycle Gas Turbine:An Experience Curve Analysis. Energy Policy, 30, 309-316.
8.Copeland, T. E., Antikarov, V. and Copeland, T. E. (2001). Real options: a practitioner's guide. New York: Texere.
9.Cox, J. C., Ross, S. A., & Rubinstein, M. (1979). Option pricing: A simplified approach. Journal of financial Economics, 7(3), 229-263.
10.Davis, G. A. and Owens, B. (2003). Optimizing the level of renewable electric R&D expenditures using real options analysis. Energy Policy, 31(15), 1589-1608.
11.Deng, S. J. and S. S. Oren (2003). Incorporating Operational Characteristics and Start-up Costs in Option-based Valuation of Power Generation Capacity. Probability in the Engineering and Informational Sciences, 17, 155-181.
12.Dixit, A. K. and Pindyck, R. S. (1995). The options approach to capital investment. Real Options and Investment under Uncertainty-classical Readings and Recent Contributions. MIT Press, Cambridge, 6.
13.Fernandes, B., Cunha, J. and Ferreira, P. (2011). The use of real options approach in energy sector investments. Renewable and Sustainable Energy Reviews, 15(9), 4491-4497.
14.Frayer, J. and N. Z. Uludere (2001). What Is It Worth? Application of Real Options Theory to the Valuation of Generation Assets, The Electricity Journal, 4, 40-51.
15.Global Wind Energy Council (2015). Global Wind Report 2015.取自：https://www.gwec.net/wp-content/uploads/vip/GWEC-Global-Wind-2015-Report_April-2016_22_04.pdf
16.Hamon, C. (2000), Experience Curves of Photovoltaic Technology. IIASA Interim Report IR-00-014, Laxenburg, International Institute for Applied Systems Analysis, Austria.
17.Jamasb, T. (2006). Technological Change Theory and Learning Curves: Progress and Patterns in Energy Technologies. EPRG Winter Research Seminar, Faculty of Economics, University of Cambridge.
18.Karki, R. and Billinton, R. (2004). Cost-effective wind energy utilization for reliable power supply. IEEE Transactions on Energy Conversion, 19(2), 435-440.
19.Klaassen, G., A. Miketa, K. Larsen, and T. Sundqvist (2005). The Impact of R&D on Innovation for Wind Energy in Denmark, Germany and the United Kingdom. Ecological Economics, 54, 227-240.
20.Kodukula, P. and Papudesu, C. (2006). Project valuation using real options: a practitioner's guide. J. Ross Publishing.
21.Lee, Y. M. and Tzeng, Y. E. (2008). Development and life-cycle inventory analysis of wind energy in Taiwan. Journal of Energy Engineering, 134(2), 53-57.
22.Lee, S. C. and Shih, L. H. (2010). Renewable energy policy evaluation using real option model—The case of Taiwan. Energy Economics, 32, S67-S78.
23.Lee, S. C. (2011). Using real option analysis for highly uncertain technology investments: The case of wind energy technology. Renewable and Sustainable Energy Reviews, 15(9), 4443-4450.
24.Marafia, A. H., & Ashour, H. A. (2003). Economics of off-shore/on-shore wind energy systems in Qatar. Renewable Energy, 28(12), 1953-1963.
25.Martinez-Cesena, E. A. and Mutale, J. (2012). Wind power projects planning considering real options for the wind resource assessment. IEEE Transactions on Sustainable Energy, 3(1), 158-166.
26.McDonald, R. and Siegel, D. (1986). The value of waiting to invest. The Quarterly Journal of Economics, 101(4), 707-727.
27.McDonald, A. and L. Schrattenholzer (2001). Learning Rate for Energy Technologies. Energy Policy, 29, 255-261.
Mun, J. (2002). Real options analysis: Tools and techniques for valuing strategic investments and decisions. John Wiley & Sons.
28.Munoz, J. I., Contreras, J., Caamano, J., & Correia, P. F. (2009, June). Risk assessment of wind power generation project investments based on real options. In PowerTech, 2009 IEEE Bucharest (pp. 1-8). IEEE.
29.Muñoz, J. I., Contreras, J., Caamaño, J., & Correia, P. F. (2011). A decision-making tool for project investments based on real options: the case of wind power generation. Annals of Operations Research, 186(1), 465-490.
30.Myers, S. C. (1977). Determinants of Corporate Borrowing. Journal of Financial Economics, 5, 147-175.
Neij, L. (1999). Cost Dynamics of Wind Power. Energy, 24, 375-389.
31.Neij, L. (2008). Cost development of future technologies for power generation—A study based on experience curves and complementary bottom-up assessments. Energy policy, 36(6), 2200-2211.
32.Newton, D. P., D. A. Paxson, and M. Widdicks (2004). Real R&D Options. International Journal of Management Reviews, 5, 113-130.
33.Rehman, S., Halawani, T. O. and Mohandes, M. (2003). Wind power cost assessment at twenty locations in the Kingdom of Saudi Arabia. Renewable Energy, 28(4), 573-583.
34.Sagar, A. and B. Zwaan (2006).Technological Innovation in the Energy Sector: R&D,
Deployment and Learning-by-doing. Energy Policy, 34, 2601-2608.
35.Snyder, B., & Kaiser, M. J. (2009). Ecological and economic cost-benefit analysis of offshore wind energy. Renewable Energy, 34(6), 1567-1578.
36.Söderholm, P. and G. Klaassen (2007). Wind Power in Europe: A Simultaneous
Innovation-diffusion model. Environmental and Resource Economics, 36, 163-190.
37.Söderholm, P. and T. Sundqvist (2007). Empirical Challenges in the Use of Learning Curves for Assessing the Economic Prospects of Renewable Energy Technology. Renewable Energy, 32, 2559-2578.
38.Titman, S. (1985). Urban land prices under uncertainty. The American Economic Review, 75(3), 505-514.
39.Tseng, C. L. and G. Barz (2002). Short-term Generation Asset Valuation: A Real Options Approach. Operations Research, 50, 297-310.
40.Wesseh, P. K. and Lin, B. (2016). A real options valuation of Chinese wind energy technologies for power generation: do benefits from the feed-in tariffs outweigh costs? Journal of Cleaner Production, 112, 1591-1599.
41.Wiser, R. (2008). Annual report on US wind power installation, cost, and performance trends: 2007 (No. DOE/GO-102008-2590). EERE Publication and Product Library.
42.Wright, T. P. (1936). Factors Affecting the Costs of Airplanes. Journal of the Aeronautical Sciences, 3, 122-128.
43.Zhu, L. and Fan, Y. (2011). A real options-based CCS investment evaluation model: Case study of China’s power generation sector. Applied Energy, 88(12), 4320-4333.
44.台灣電力股份有限公司(2019)，取自：http://www.taipower.com.tw/。
45.宋棟、何永秀 (2017)，「基於雙因素學習曲線的風力發電成本研究」，東北電力技術, 第38卷，第9期，第1-3頁。
46.李珣琮 (2011)，「再生能源政策之效益評價模式建構與應用」，國立成功大學資源工程學系碩博士班，博士論文。
47.李珣琮、施勵行 (2012)，「再生能源發展政策之效益評估：結合實質選擇權法與成本效率曲線」。應用經濟論叢，第91期，第155-196頁。
48.苑秀娥、魏冬梅、劉志彬(2014)，「基於實物期權法的風力發電企業價值評估研究」，會計之友，第5期，第109-112頁。
49.官苑鈞 (2017)，「房地產開發選擇權評價：二項式選擇權定價模型與蒙特卡羅模擬混合法」，淡江大學土木工程系，碩士論文。
50.林師模 (2013)，「台灣發展風力發電之技術經濟分析與3E效益評估」，行政院原子能委員會委託研究計劃研究報告(編號: 1022001INER041)。
51.洪玫菁 (2015)，「台灣離岸風力發電之價值評估」，國立中興大學高階經理人碩士在職專班，碩士論文。
52.莊智媚 (2008)，「台灣離岸風力發電之績效及風險評估」，佛光大學經濟學系碩士班，碩士論文。
53.徐永昌 (2017)，「離岸風力發電之關鍵影響因素及風險評估分析」，淡江大學電機工程學系碩士在職專班，碩士論文。
54.徐麗萍、林俐 (2008)，「基於學習曲線的中國風力發電成本發展趨勢分析」，電力科學與工程，第2 4卷，第3期，第1-4頁。
55.郭世勳 (2008)，「台灣地區離岸式風力發電成本效益分析」，國立臺北大學自然資訊與環境管理研究所，碩士論文。
56.陳美蘭、張永源、連永順 (2016)，「離岸風力發電展趨勢與展望」。取自: 千架海陸風力機風力資訊整合平臺。
57.曾詠恩 (2006)，「台灣地區風力發電之潛力分析與生命週期評估」，國立臺北大學自然資源與環境管理研究所，碩士論文。
58.溫敏麒 (2012)，「開發離岸風力發電廠相關權益關係人之探討」，國立成功大學海洋科技與事務研究所，碩士論文。
59.黃守軍、餘波、張宗益 (2017)。「基於實物期權的分散式風電站投資策略研究」，中國管理科學，第9期，第97-106頁。
60.楊明浩 (2006)，「台灣地區陸上及離岸式風力發電效益之評估」，立德管理學院資源環境研究所，碩士論文。
61.經濟部能源局(2015)，「離岸風力發電規劃場址申請作業要點」。取自：https://www.moeaboe.gov.tw/ECW/populace/Law/Content.aspx?menu_id=2870
62.經濟部能源局(2017)，2016年能源統計手册。
63.葉怡成 (2017)，工程財務管理(二版)，第11章「實質選擇權」，詹氏圖書。
64.葉怡成、曾惠斌、官苑鈞、謝博文( 2017)，「房地產開發選擇權評價：二項式選擇權定價模型與蒙特卡羅模擬混合法」，營建管理季刊，第107期，第19-37頁。
65.劉華偉、黃慧杰(2015)，「我國風力發電成本研究」，超星期刊，科技展望，第3期，第70頁。
66.謝博文 (2016)，「基於實質選擇權方法之房地產開發專案之評價」，淡江大學土木工程系，碩士論文。