從IEC智慧電網看兼容並蓄的能源轉型
從IEC智慧電網看兼容並蓄的能源轉型

專業的基礎,往往來自於學術論文或研究報告。我這一系列的智慧電網文章,會根據IEC所出版的報告書來做論述,並非自己獨創。

IEC智慧電網七欄六列16區塊

為了方便廣大讀者學習,我把IEC智慧電網架構圖簡化(如圖一)。

這是一個矩陣式架構,一共是七欄六列16區塊。七個縱向的欄位分別是:發電、輸電、配電、分散式能源資源(DER)/分散式發電、用電、通訊與跨領域(crosscutting)。六個橫向列位分別是:流程、變電站所、現場、營運、企業與市場。

IEC智慧電網架構定義了16個區塊,散佈在七欄六列當中,分別是:(集中式)發電廠、通用變電站、電纜與架空線、配電自動化、現場人力、電力系統營運、企業、批發能源市場、分散式能源資源/分散式發電、先進讀表建設(AMI)、工業自動化、電子移動建設、家庭與建築自動化、零售能源市場(含虛擬發電廠Virtual Power Plant)與通訊建設與跨領域功能(電信、安全性、電磁相容性與電力品質)。寫到這裡,你可能已頭暈眼花,請不要難過,我自己也背不下來,充分理解這張圖片更重要。

IEC智慧電網架構圖 拷貝.jpeg
圖/ 陳世芳

圖一:IEC智慧電網架構簡圖。

「低密度集中式」而非分散式發電才是近年快速成長的領域

電力上規範集中式發電(Centralized Generation)需經過輸電網路再送到配電網路把電用掉。而分散式發電(Distributed Generation)則不需要經過輸電網路,直接連上配電網路。所以IEC特別把DER獨立成一個區塊,而不是放在發電這個項目上。

用個更直覺的方式表達電力流動的路徑(使用IEC定義的欄項目):
1.集中式發電:(集中式)發電→輸電→配電→用電。
2.分散式發電:分散式能源資源(DER)/分散式發電→配電→用電。

我從事多年的電力研究後,觀察到多數的論述在比較集中式發電與分散式發電的優缺點,造成對立或二選一的現象。其實,雙方各有千秋,最後兼容並蓄,不會互相取代。

這裡我想聊一個新的定義:用單位面積的功率(MW/Km2)區分高密度集中式發電(High Density Centralized Generation)與低密度集中式發電(Low Density Centralized Generation)。

電廠面積密度.jpg
圖/ 陳世芳

表一:高低密度集中式發電之比較

前者包括天然氣發電、燃煤發電、核能發電、燃油發電,後者包括地面型太陽能、陸上風電、離岸風電、水力發電與其他綠電(如表一)。

如果各位查詢全世界綠電成長相關研究報告,再參照我的分類方式,可以發現全世界裝置容量成長速度最快的領域是「低密度」集中式發電,而不是「分散式」發電,也就是說,部分人士把分散式發電當成主流市場,實為誤解。

表一中太陽能面積功率密度介於31.48至64.8MW/Km2之間,倘若太陽能的容量因素為15%,換算成有效發電功率密度約是4.72至9.72MW/Km2。而陸上風電的容量因素假設為30%,換算為有效發電功率密度約是11.41至12.74MW/Km2。

透過比較,我們可以約略看到陸上風電的發電效率比地面型太陽能高出許多,自然陸上風電發電成本比太陽能便宜許多。

如果假設離岸風電的容量因素為45%,換算為有效發電功率密度約2.32至3.74MW/Km2,可見得現階段離岸風電的成本遠大於陸上風電與地面型太陽能。

當然,這樣的計算是有瑕疵,並不能直接對應到成本上,只不過這是物理上面的限制,對於成本數字還是有一定程度的影響,所以特別拿出來說明,讓大家理解。

這個估計方式並不適用於高密度集中式發電,因為綠電沒有燃料費用,成本結構不同。同樣的概念可以估算,水力發電是目前成本最便宜的綠電。

離岸風機長大面積功率密度也會跟著長大

值得慶幸的是,離岸風機近年來有長大的趨勢,從3.6MW變成6MW、8MW,也許明後年西門子與MHI Vestas將推出10MW風機,而DONG Energy則預測2025年會看到15MW的風機。

我們看到西門子的風機從3.6MW長大到6MW時,面積功率密度從5.16 MW/Km2提高到8.31 MW/Km2,顯示風機長大確實提高了發電效率,當然也會降低發電成本。

風機長大與面積功率長大未必是線性關係,但是為了給大家一個直覺上的概念,姑且假設是線性關係。從3.6MW到6MW,風機長大67%,面積功率密度長大61%,換句話說面積功率密度長大的速度約為風機長大速度的91%。假如今天風機從6MW長大至15MW,風機長大150%,面積功率密度將長大137%,大約是11.35MW/Km2。

這裡面的關鍵在於風機的塔架是否能夠如預期般長大,長得更好還是長得更差,將明顯影響11.35 MW/Km2這個數字是否會成真。如果塔架長得很高,讓輪鼓高度接近200公尺,也許11.35 MW/Km2這個數字會變成真實。

兼容並蓄的能源轉型

表一的研究是我觀察到的現象,尚未變成一個非常堅實的學術研究,如果可以把台灣的電廠或全世界的電廠作一個完整的分析,會有很高的學術上的價值。這邊舉的例子都具備代表性與參考價值。

能源轉型是一個兼容並蓄的過程,最後是一個混合型的系統,同時存在高密度集中式發電與低密度集中式發電與分散式發電。但是從裝置容量成長發展過程,則呈現下面的趨勢:

1.能源轉型的過程(容量成長):高密度集中式發電→低密度集中式發電→分散式發電。
2.能源轉型最終的樣態:高密度集中式發電、低密度集中式發電、分散式發電三者並存。

少數人士認為分散式發電會取代集中式發電,這是個認知有誤。IEC的智慧電網架構裡面,並沒有拿掉集中式發電,暗示我們最後會並存。亦有少數人士認為能源轉型是直接跳到分散式發電,這個認知也有誤。因為中間還有一個低密度集中式發電正在興起且裝置容量遠遠超越分散式發電 。

低密度集中式發電正在快速興起,政府的20GW太陽光電計畫,其中地面型太陽能佔17GW(低密度集中式發電)、分散式太陽能佔3GW。台灣的風力發電,包括陸上風電與離岸風電多數屬於低密度集中式發電,僅有100KW以下的小型風機,屬於分散式發電,比例微乎其微。

大型高密度集中式發電廠將帶來嚴重的電力危機

前行政院院長林全曾在立院報告,備轉容量維持在7.2至15%比較適合,然而我們分析幾個台灣現存或已建好的高密度集中式發電廠,看到其所佔比例分佈在5至18%,其中大潭電廠最終階段將達18%(目前11%)、台中發電廠達14%。這兩個電廠萬一有意外,全台灣必定大規模停電。

815大潭電廠的教訓,已經驗證這個事實。也許,未來我們應該限制單一電廠的最高佔比,我認為如果是7.2至15%的備轉容量,則單一發電廠(非單一機組)的佔比應該限制在3%以下,保留充分的空間來應付突發狀況。如果用40,922.8MW的3%估計,單一電廠容量應該限制在1,228MW以下。

既有的大型電廠,未來機組可能開其中幾個就好,一方面可以降低空氣污染,另一方便也有減碳的效果。例如台中電廠十部機組,也許開幾台滿載發電就好,還給中南部地區一個乾淨的生活環境。大潭電廠本來的設計就是備轉使用,當我們的電力供給充裕,也就不需要全部的機組都打開,回歸原始設計目標。

參考資料:
1.IEC, 2010, “IEC Smart Grid Standardization Roadmap”, Prepared by SMB Smart Grid Strategic Group (SG3), Edition 1.0.
2.DWEA,2015,DWEA Distributed Wind Vision – 2015-2030: Strategies to reach 30 GW of “behind-the-meter” wind generation by 2030,
3.U.S.Department of Energy under Contract DE-AC05-76RL01830 PNNL-26540,2017,2016 Distributed Wind Market Report,
4.維基百科,2017,大潭發電廠,
5.台電公司,2011,大潭發電廠簡介,
6.維基百科,2017,台灣發電廠列表,
7.維基百科,2017,龍門核能發電廠,
8.大紀元台灣,2006,貢寮新社居民 抗議核四超徵土地,
9.維基百科,2017,台中發電廠,
10.維基百科,2017,協和發電廠,
11.維基百科,2017,第二核能發電廠,
12.維基百科,2017,日月潭,
13.維基百科,2017,明潭發電廠,
14.SolarInsure,2017,Top 5 Largest Solar Power Plants of the World,
15.South China Morning Post,2017, China’s world-beating solar farm is almost as big as Macau, Nasa satellite images reveal,
16.維基百科,2017,Alta Wind Energy Center,
17. 維基百科,2017,Fântânele-Cogealac Wind Farm,
18.維基百科,2017,London Array,
19.維基百科,2017,Offshore wind power,
20.維基百科,2017,List of offshore wind farms,
21.維基百科,2017,Gode Wind Farm,
22.4C Offshore, 2017,Gode Wind 1 and 2,
23.4C Offshore, 2017,Burbo Bank Extension,
24.自由時報, 2017,談電力備轉容量率 林全指維持7.2%可應付所有危機,

《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
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

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
2026 大重啟
© 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