你應該要知道的智慧電網標準地圖
你應該要知道的智慧電網標準地圖

台灣有許多人談論智慧電網,媲美諸子百家爭鳴的春秋戰國時代,可是卻很少有人認真把國際電工協會(IEC)的智慧電網規範好好拿出來講一講(關於IEC背景可詳見筆者另一篇文章:當電力緊張時,若台灣要把智慧電網做好,怎能忽略IEC?),筆者覺得十分可惜。

IEC在2008年成立智慧電網策略小組(Smart Grid Strategic Group),這個小組現在被視為智慧電網的指標。

為了幫助智慧電網的初學者學習,IEC提供了一個入門網站。 網站裡面包括智慧電網的標準地圖、全球智慧電網論壇、路徑圖、洞悉、IEC標準、背景、挑戰與發展。智慧電網頗為複雜,所以少有人可以說清楚。筆者建議大家參考IEC網站中給我們的智慧電網標準架構圖(如下圖),做為入門。

智慧電網標準架構圖

iEC智慧電網標準地圖
IEC智慧電網標準地圖
圖/ iEC

這麼複雜的圖片很難消化,IEC提供了一個次系統列表,方便我們理解:先進配電管理系統(Advanced Distribution Management System)、先進讀表建設(Advanced Metering Infrastructure)、資產管理與狀態監控系統(Asset Management and Condition Monitoring System)、停電預防系統(Blackout Prevention System)、時間參考系統(Clock Reference System)、通訊網路(Communication Network)、通訊網路管理系統(Communication Network Management System)、資料模型(Data Modeling)、需量反應(Demand Response) 或負載管理(Load Management)、 分散式能源資源營運系統或稱分散式發電系統(Distributed Energy Resources Operation System)、配電自動化系統(Distribution Automation System)、電子移動系統(E-mobility System)、電磁相容性與電力品質(EMC & Power Quality)、電力儲存系統(Electrical Storage System)、能源管理系統(Energy Management System)、彈性交流輸電系統(FACTS for Grids)、發電管理系統(Generation Management System)、工業自動化系統(Industrial Automation System)、市場位置系統(Market Place System)、電表相關後台系統(Meter-related Backoffice System)、安全(Security)、智慧家庭與建築自動化系統(Smart Home & Building Automation)、變電所自動化系統(Substation Automation System)、天氣預測(Weather Forecast)。

台灣發展綠能所面臨的挑戰,IEC已有解方

舉例來說,許多人說綠電大量併網,會造成電力系統不穩定,IEC智慧電網裡面,「電磁相容性與電力品質」這個次系統,正好是解決方案,因為電力品質的目標就是讓電力系統更穩定。按照IEC的規範來做,可望消除大部分不穩定的問題。

也有人擔心大量的綠電會造成停電,IEC提供了「停電預防系統」,提早預告未來的停電風險,因此,我們或許可以避免這次815大停電的遺憾。「天氣預測系統」會影響後面的發電預測、用電預測,一日前與一小時前的電力調度計畫,非常非常重要。

發電設備可用率決定投資報酬率

可用率(availability)是一個發電設備一年之內發電的時間除以一整年的時間所得到的比率,可用率越高,表示系統維護良好,多數的時間發電設備可以正常發電,我們使用可用率檢驗維護運轉的品質。

台電的陸上風機時常不運轉,主因是可用率約88.2~93.8%,相較於民間業者的97~99%,實在太低。善用IEC提供的「資產管理與狀態監控系統」,可以提早更換將損壞的零件,提高風機可用率,提高風場的投資報酬率。

根據台電離岸風電示範計畫的資料,台電的目標是89%可用率,然而歐洲營運商可達到95~99%,台電的財務模型顯示離岸風電因為會小幅虧損,而不具備投資價值,但是離岸風電的巨擘DONG Energy公司的財務表現卻極為優良。

儲電為必要,只是佔比不高

儲電是必要的,但是佔比非常非常低。

這麼大的智慧電網架構圖當中,儲電僅佔一小部分,IEC配置在DER與Consumption兩區塊內,細看只有分散式能源、工業自動化、家庭與建築自動化三塊有小小的儲能系統。

少數人以為只要配置大量的儲電系統,冬電夏移、夜電日移,就可以解決多數的電力問題,實為大謬。

電力控制技術的進步,遠比儲電系統還要來得重要(這部分留待日後分解)。

用系統性方法解決電力問題

智慧電網與智慧電力系統是非常複雜的問題,正確的觀念是用系統性的方式體檢,找出每一個可能存在的風險。

同時,IEC智慧電網的次系統都要面面俱到缺一不可。如果認為只要有芭樂就可以得到雞腿,肯定會造成悲劇。

我們以這次815大停電為例,這次事故的主角中油,正是分散式控制系統(Distributed Control System)。可見「只要是分散式系統就一定比較安全」的說法,需要修正。

如果只有分散式發電,但其他智慧電網重要系統都沒有,照樣完蛋。

筆者認為把集中式發電廠做得分散會更安全,例如在「停電預防系統」加上一個限制,每一個集中式發電廠佔比不得超過3%,我們的熱備轉容量維持在6-9%,用2-3倍的備援預防發電廠意外停機時的電力短缺,會讓整個電力系統更強韌安全。

參考資料:
1. IEC, 2010, “IEC Smart Grid Standardization Roadmap”, Prepared by SMB Smart Grid Strategic Group (SG3), Edition 1.0
2. IEC, Elements of the Smart Grid,

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓