全球正面臨氣候變遷的挑戰，支持能源轉型的聲浪也逐漸浮現，許多國家開始積極發展再生能源。由於再生能源發電有不穩定以及間歇性的問題，故需要仰賴能源儲存技術的配合，來達到穩定供電的狀態。
       本論文以視覺化軟體Tableau繪製出的視覺化圖表分析，採用國際再生能源組織、亞洲開發銀行以及武漢新經濟資訊技術研究中心的資料，針對再生能源的裝置容量、再生能源的發電量和容量因子三個指標，探討2009年到2018年間國際再生能源的發展趨勢；針對儲能成本、能量密度以及能量轉換效率三個指標，探討能源儲存技術的發展趨勢。
       根據視覺化圖表的結果顯示，再生能源呈現持續成長的趨勢，意味著再生能源發電愈來愈受到重視；儲能成本有下降的趨勢、能量密度和能量轉換效率則呈現上升的趨勢，表示能源儲存技術發展得愈來愈成熟。

The challenge we are facing now in the world is global warming. There are more and more people supporting the energy transition. As a result of it, a lot of countries started to develop renewable energy. Due to the unstable and intermittent problem, renewable energy power generation needs to rely on an energy storage system to stabilize the power supply. 
     This thesis makes use of tableau to draw visualization charts, using International Renewable Energy Agency, Asia Development Bank, and Wuhan New Economy Research Center’s data to analyze the development trend of international renewable energy from 2009 to 2018 and the development trend of energy storage. There are six indicators in the thesis, including renewable energy capacity, renewable energy power production, capacity factor, cost of an energy storage system, energy density, and energy conversion efficiency.
     As the results shown, renewable energy is growing which means renewable energy power generation has been attracted attention in recent years; cost of an energy storage system is decreasing, by contrast, energy density and energy conversion efficiency are increasing which means energy storage is more and more mature technology.

目錄
第一章 緒論	1
1.1 研究背景	1
1.1.1 能源的演進	1
1.1.2 再生能源的發展	2
1.1.3 能源儲存技術的現況	3
1.1.4 視覺化（Visualization）	4
1.2 研究目的	4
1.3 研究架構	5
第二章 文獻回顧	7
2.1 再生能源與儲能相關文獻	7
2.2 視覺化相關文獻	11
2.3 文獻小結	14
第三章 研究方法	15
3.1 視覺化軟體TABLEAU介紹	15
3.1.1 Tableau頁面操作介紹	16
3.1.2 業界使用Tableau成功之案例	20
3.2 視覺化圖表介紹	21
3.2.1 比較數值大小之視覺化圖表	21
3.2.2 比較資料占比之視覺化圖表	24
3.2.3 比較不同維度之視覺化圖表	26
3.2.4 傳達地理資訊的視覺化圖表	29
3.3 本研究主要使用之視覺化圖表樣態	31
第四章 資料來源與視覺化圖表分析	32
4.1 資料來源與本研究所使用之數值說明	32
4.1.1資料來源	32
4.1.2本研究所採用的資料指標	33
4.1.3數據的採用及數據異常之處理方法	34
4.2 再生能源發展趨勢及現況分析	34
4.2.1 2018年全球各大地區再生能源裝置容量的排名	35
4.2.2 2018年全球各大地區再生能源發電量的排名	35
4.2.3 2018年全球各大地區再生能源的容量因子	36
4.2.4 2018年全球再生能源裝置容量前十大國家排名	38
4.2.5 2018年全球再生能源裝置容量排名前十大國家發展概況	40
4.2.6 2009-2018年全球各大地區再生能源發電量及裝置容量年變化趨勢	47
4.3 能源儲存技術發展概況	51
4.3.1 儲能技術的成本	55
4.3.2 儲能技術的能量密度及能量轉換效率	56
4.3.3 中國儲能技術的發展	60
第五章 結論與建議	62
5.1 結論	62
5.2 建議與後續研究	63
參考文獻	64
一、中文文獻	64
二、英文文獻	64
三、網路資料	67
附錄	71
附表一	71
附表二	72
附表三	73
附表四	74


圖目錄 
圖 1-1 2010年到2019年間全球再生能源總裝置容量成長趨勢圖	3
圖 1-2研究架構圖	6
圖 3-1 TABLEAU英文版首頁	15
圖 3-2本研究所採用之TABLEAU版本	16
圖 3-3將不同類型的檔案匯入TABLEAU	17
圖 3-4其他的網路資源也能匯入TABLEAU	18
圖 3-5藍框裡的變數可以依照需求放入紅框中	19
圖 3-6 TABLEAU所提供之24種基本圖形	19
圖 3-7 TABLEAU推薦的圖會加深色彩	20
圖 3-8長條圖範例（2019年全球各大地區再生能源裝置容量圖）	22
圖 3-9區域圖範例（民國39至民國108年間台電發購電量圖）	23
圖 3-10圓餅圖範例（2013年台灣用電來源結構分析圖）	24
圖 3-11堆疊長條圖範例（台灣近十年再生能源發購電量圖）	26
圖 3-12折線圖範例（2010到2018年亞洲再生能源發電量年成長圖）	27
圖 3-13散佈圖範例（2001年至2017年離岸風力發電廠計畫的比較）	28
圖 3-14熱度地圖範例（109年8月台灣再生能源裝置容量各縣市分佈圖）	30
圖 3-15泡泡地圖範例（TABLEAU網站上之教學頁面）	31
圖 4-1 2018年全球各大地區再生能源裝置容量比重圖	35
圖 4-2 2018年全球各大地區再生能源發電量比重圖	36
圖 4-3 2018年全球各大地區再生能源容量因子圖	37
圖 4-4 2018年全球再生能源裝置容量（不含水力）前十大國家的風能與太陽能容量因子與裝置容量圖	38
圖 4-5 2018年全球再生能源裝置容量前十大國家發電量與裝置容量堆疊長條圖（含水力）	39
圖 4-6 2018年全球再生能源裝置容量前十大國家發電量與裝置容量堆疊長條圖（不含水力）	39
圖 4-7中國2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	41
圖 4-8美國2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	42
圖 4-9德國2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	42
圖 4-10印度2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	43
圖 4-11日本2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	43
圖 4-12英國2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	44
圖 4-13巴西2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	44
圖 4-14義大利2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	45
圖 4-15西班牙2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	45
圖 4-16法國2009到2018年間各再生能源發電量與裝置容量堆疊長條圖和容量因子圖（不含水力）	46
圖 4-17 2009年到2018年全球各大地區再生能源發電量及裝置容量趨勢圖	48
圖 4-18 2009年到2018年全球各大地區再生能源發電量及裝置容量散佈圖	48
圖 4-19 2009年到2018年全球各大地區再生能源發電量及裝置容量盒鬚圖	49
圖 4-20 2009年到2018年全球各大地區再生能源容量因子年變化圖	50
圖 4-21 2010年到2018年全球各大地區再生能源發電量與裝置容量年成長圖	51
圖 4-22各類儲能技術所占2018年全球儲能市場累計裝置規模比重圖	52
圖 4-23能源儲存技術發展成熟度示意圖	53
圖 4-24能源儲存技術之定位示意圖	54
圖 4-25儲能系統於不同能量轉換效率下之應用示意圖	55
圖 4-26儲能成本2012年、2015年、2016年變化圖	56
圖 4-27 2012年及2016年各儲能技術之能量轉換效率和能量密度比較圖	57
圖 4-28 2016年鋰離子電池和鉛酸電池之能量轉換效率圖	58
圖 4-29 2012年及2016年儲能技術的能量密度和能量轉換效率圖	59
圖 4-30中國2013年、2015年、2020年儲能技術之投資成本圖	60
圖 4-31中國2013年、2015年、2020年儲能技術之能量轉換效率圖	61

一、中文文獻
1.	林憶全（2018），「汰役電池再利用之充放電策略測試」，國立中山大學電機工程學系碩士論文。
2.	武漢新經濟資訊技術研究中心（2019），「2019-2025年中國電力儲能專案市場應用及經濟性研究分析報告」。
3.	武漢新經濟資訊技術研究中心（2019），「2019-2025年中國電力儲能設備容量評估配置研究分析報告」。
4.	彭其捷（2017），「Excel+Tableau成功晉升資料分析師」，博碩文化出版。
5.	楊致行（2010），「新興綠能產業之發展趨勢」，證券櫃檯，頁85-90。
6.	劉玉章等人（2015），「電網級儲能技術研發現況與進展」，臺灣能源期刊，第2卷第2期，頁169-190。
二、英文文獻
1.	Anderson, D., & Leach, M. (2004). Harvesting and redistributing renewable energy: on the role of gas and electricity grids to overcome intermittency through the generation and storage of hydrogen. Energy Policy, 32(14), 1603-1614.
2.	Asian Development Bank (2018). Handbook On Battery Energy Storage System.
3.	Barton, J. P., & Infield, D. G. (2004). Energy Storage and Its Use With Intermittent Renewable Energy. IEEE Transactions on Energy Conversion, 19(2), 441-448.
4.	Berseneff, B., Perrin, M., Tran-Quoc, T., Brault, P., Mermilliod, N., Hadjsaid, N., . . . Magazine, M. (2014). The significance of energy storage for renewable energy generation and the role of instrumentation and measurement. IEEE Instrumentation & Measurement Magazine, 17(2), 34-40.
5.	Borkin, M. A., Vo, A. A., Bylinskii, Z., Isola, P., Sunkavalli, S., Oliva, A., . . . Graphics, C. (2013). What makes a visualization memorable? IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, 19(12), 2306-2315.
6.	Cahen, D., Koebel, M. M., Cifarelli, L., Ginley, D., Slaoui, A., Terrasi, A., & Wagner, F. (2017). Energy in buildings: Efficiency, renewables and storage. EPJ Web of Conferences, 148.
7.	Cheng, J., Chen, R. L.-Y., Najm, H. N., Pinar, A., Safta, C., & Watson, J.-P. (2018). Chance-constrained economic dispatch with renewable energy and storage. Computational Optimization and Applications, 70(2), 479-502.
8.	Crossland, A. F., Jones, D., Wade, N. S., & Walker, S. L. (2018). Comparison of the Location and Rating of Energy Storage for Renewables Integration in Residential Low Voltage Networks with Overvoltage Constraints. Energies, 11(8).
9.	Da Silva Lopes, M. A., Doria Neto, A. D., & De Medeiros Martins, A. (2020). Parallel t-SNE Applied to Data Visualization in Smart Cities. IEEE Access, 8, 11482-11490.
10.	Dimara, E., & Perin, C. (2020). What is Interaction for Data Visualization? IEEE Trans Vis Comput Graph, 26(1), 119-129.
11.	Fu, Q., Montoya, L. F., Solanki, A., Nasiri, A., Bhavaraju, V., Abdallah, T., & Yu, D. C. (2012). Microgrid Generation Capacity Design With Renewables and Energy Storage Addressing Power Quality and Surety. IEEE Transactions on Smart Grid, 3(4), 2019-2027.
12.	Gençer, E., & Agrawal, R. (2016). A commentary on the US policies for efficient large scale renewable energy storage systems: Focus on carbon storage cycles. Energy Policy, 88, 477-484.
13.	Kaneko, A., Komatsu, A., Itoh, T., & Wang, F. Y. (2020). Painting image browser applying an associate-rule-aware multidimensional data visualization technique. Vis Comput Ind Biomed Art, 3(1), 1-13.
14.	Krajačić, G., Duić, N., Zmijarević, Z., Mathiesen, B. V., Vučinić, A. A., & da Graça Carvalho, M. (2011). Planning for a 100% independent energy system based on smart energy storage for integration of renewables and CO2 emissions reduction. Applied Thermal Engineering, 31(13), 2073-2083.
15.	Liu, J., Tang, T., Wang, W., Xu, B., Kong, X., & Xia, F. (2018). A Survey of Scholarly Data Visualization. IEEE Access, 6, 19205-19221.
16.	Luo, C., Huang, Y.-F., & Gupta, V. J. I. T. o. S. G. (2017). Stochastic dynamic pricing for EV charging stations with renewable integration and energy storage. IEEE Transactions on Smart Grid, 9(2), 1494-1505.
17.	Pandey, A. V., Manivannan, A., Nov, O., Satterthwaite, M., & Bertini, E. (2014). The Persuasive Power of Data Visualization. IEEE Trans Vis Comput Graph, 20(12), 2211-2220.
18.	Römer, B., Reichhart, P., Kranz, J., & Picot, A. (2012). The role of smart metering and decentralized electricity storage for smart grids: The importance of positive externalities. Energy Policy, 50, 486-495.
19.	Ryan, L., Silver, D., Laramee, R. S., Ebert, D., & Rhyne, T. M. (2019). Teaching Data Visualization as a Skill. IEEE Comput Graph Appl, 39(2), 95-103.
20.	Schmidt, J., Fleischmann, D., Preim, B., Brandle, N., & Mistelbauer, G. (2019). Popup-Plots: Warping Temporal Data Visualization. IEEE Trans Vis Comput Graph, 25(7), 2443-2457.
21.	Shahmohammadi, A., Sioshansi, R., Conejo, A. J., & Afsharnia, S. (2018). The role of energy storage in mitigating ramping inefficiencies caused by variable renewable generation. Energy Conversion and Management, 162, 307-320.
22.	Tufte, E., & Graves-Morris, P. (2014). The visual display of quantitative information.; 1983. 
三、網路資料
1.	中華民國外交部（2020），「國家與地區」，取自：https://www.mofa.gov.tw/cl.aspx?n=ac1fc98c56bfae2d
2.	中華民國外交部（2020），「參與國際組織－京都議定書」，取自：https://www.mofa.gov.tw/igo/cp.aspx?n=CC8DB086CB67B600
3.	用數據看台灣（2013），「台灣用電來源結構分析」，取自：https://www.taiwanstat.com/statistics/energy/
4.	台灣電力公司（2020），「台電系統歷年發購電量」，取自：https://www.taipower.com.tw/tc/chart_m/a01_電力供需資訊_電源開發規劃_歷年發購電量及結構.html
5.	台灣電力公司（2020），「近十年再生能源發購電量」，取自：https://www.taipower.com.tw/tc/chart_m/b12_發電資訊_再生能源發電概況_近十年再生能源發購電量結構.html
6.	台灣電力公司（2020），「各縣市再生能源裝置容量」，取自：https://www.taipower.com.tw/tc/chart_m/b26_發電資訊_購入電力概況_各縣市歷年再生能源裝置容量.html
7.	國家發展委員會（2020），「經濟小辭典」，取自：https://www.ndc.gov.tw/News_Content.aspx?n=01B17A05A9374683&sms=32ADE0CD4006BBE5&s=3728DA0879989694
8.	黃松勳（2019），「儲能技術的介紹與發展」，科技政策觀點，取自：https://portal.stpi.narl.org.tw/index/article/10491
9.	Canada Energy Regulator (2020), “Provincial and Territorial Energy Profiles – Canada”, from:
https://www.cer-rec.gc.ca/en/data-analysis/energy-markets/provincial-territorial-energy-profiles/provincial-territorial-energy-profiles-canada.html
10.	Dan Zarrella (2013), “Use Images on Twitter to Get More Retweets”, from: http://danzarrella.com/use-images-on-twitter-to-get-more-retweets/
11.	Fastcompany (2014), “Why We’re More Likely to Remember Content with Images and Video (Infographic)”, from: https://www.fastcompany.com/3035856/why-were-more-likely-to-remember-content-with-images-and-video-infogr
12.	HubSpot (2018), “Data Visualization 101: How to Design Charts and Graphs”, from:
https://cdn2.hubspot.net/hub/53/file-863940581-pdf/Data_Visualization_101_How_to_Design_Charts_and_Graphs.pdf
13.	IEA-ETSAP and IRENA (2012), “Electricity Storage Technology Brief”, from: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2012/IRENA-ETSAP-Tech-Brief-E18-Electricity-Storage.pdf
14.	International Energy Agency (2014), “Technology Roadmap – Energy Storage”, from: https://webstore.iea.org/download/direct/451
15.	IRENA (2017), “Electricity Storage and Renewables: Costs and Markets to 2030”, from: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2017/Oct/IRENA_Electricity_Storage_Costs_2017.pdf
16.	IRENA (2018), “Renewable Power Generation Costs in 2017”, from:
https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2018/Jan/IRENA_2017_Power_Costs_2018.pdf
17.	IRENA (2019), “Renewable Energy Statistics”, from: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2019/Jul/IRENA_Renewable_energy_statistics_2019.pdf
18.	IRENA (2020), “Renewable Energy Statistics”, from: https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2020/Jul/IRENA_Renewable_Energy_Statistics_2020.pdf
19.	IRENA (2020), “Electricity Storage Valuation Framework”, from: https://irena.org/-/media/Files/IRENA/Agency/Publication/2020/Mar/IRENA_storage_valuation_2020.pdf
20.	MIT Energy Initiative (2018), “Energy Storage for the Grid: Policy Options for Sustaining Innovation”, from: https://energy.mit.edu/wp-content/uploads/2018/04/MITEI-WP-2018-04.pdf
21.	Sandia National Laboratories (2013), “DOE/EPRI 2013 Electricity Storage Handbook in Collaboration with NRECA”, from:  https://www.energy.gov/sites/prod/files/2013/08/f2/ElecStorageHndbk2013.pdf
22.	Tableau（2020），「組建簡單地圖」，取自：
https://help.tableau.com/current/pro/desktop/zh-tw/maps_howto_simple.htm
23.	Tableau（2020），「Tableau連續八年獲選為業界領導者」，取自： https://www.tableau.com/zh-tw/reports/gartner
24.	Tableau（2020），「Verizon 使用 Tableau 將支援通話減少 43%，因而改善客戶體驗」，取自：
https://www.tableau.com/zh-tw/solutions/customer/verizon-reduces-calls-enhances-customer-experience-with-tableau
25.	Tableau（2020），「西南航空透過 Tableau 保持航班準時並優化機隊績效」，取自：
https://www.tableau.com/zh-tw/solutions/customer/southwest-airlines-maintains-time-flights-and-optimizes-fleet-performance-tableau
26.	Tableau（2020），「遠傳電信透過資料視覺化軟體為企業使用者提供使用資料的能力」，取自：
https://www.tableau.com/zh-tw/solutions/customer/far-eastone-empowers-business-users-data-visualization-software
27.	U.S. department of energy (2020), “Potential Benefits of High-power, High-Capacity Batteries”, from: https://www.energy.gov/sites/prod/files/2020/02/f71/Potential_Benefits_of_High_Powered_Batteries_Report.pdf