綠能微電網不僅點亮離島，還能翻轉再生能源不穩定印象|數位時代 BusinessNext

綠能微電網不僅點亮離島，還能翻轉再生能源不穩定印象

再生能源具有間歇性與不穩定性，透過微電網系統管理，能讓再生能源發揮最大效益。工研院在六甲院區建置微電網系統測試場域，透過實際運行找出問題改善，未來將推廣至離島。

微電網搭配儲能，改善再生能源供電品質

工研院綠能所電力及電網技術組組長梁佩芳表示，目前微電網沒有明確的定義，通常是指可以離開大電網，能獨立運轉的小系統，做到電力自給自足。不過目前工研院這套系統還不能離網，現階段仍需要台電，目標1到2年內做到離網。

這套微電網系統，太陽能裝置容量410KW，儲能櫃有5個、每個櫃子是100KW，總共能存1,000度電。儲能櫃採用台製的鋰電池，而儲能轉換器（PCS）由工研院手工打造，目前這項技術已技轉給大同。由於再生能源具有間歇性發電問題，儲能就扮演電網中調節電力的角色。

「我們希望太陽能發電板，可以跟發電廠一樣穩定。」梁佩芳說，同仁會設定系統的目標，主要分為假日、平日兩種模式，平日因北研館用電量多，會讓太陽光電全力發電，儲能系統做搭配，以再生能源輸出平滑為目標。假日因北研館用電量低，則會限制再生能源發電量，一旦儲能系統充飽時，就會抑制太陽光電發電。由於這套微電網沒有脫離台電，因此一旦發生電力多到「逆送」時，就會直接跳電，主要是工研院不能夠賣電給台電，而有這套保護機制。

「因為太陽能的變動性大，透過儲能設備，可以變成穩定的功率輸出，有助於系統的運轉與調度。」工研院綠能所研究員謝廷彥說。

但儲能也不是完全美好的，梁佩芳說，儲能設備需要使用空調，以及當電力輸入、輸出之間必定有損耗，因此當電力輸出時，必須「升壓」讓電流變小，就可減少損耗。加上目前儲能的成本仍相當貴，梁佩芳舉例，一個百萬瓦級的儲能系統，加上電池、儲能轉換器（PCS）、變壓器等成本，約3～6千萬元，價格不便宜。

降低柴油發電，推廣離島建置微電網

目前這套微電網系統測試場域，面積約半個足場大，年發電量約517,632度電， 若以一度電3元計算，一年能為工研院六甲院區省下155萬元。

工研院下一步想把微電網系統推廣到離島，因為離島並沒有像台電這樣的「大電網」，離島通常是柴油發電機，再搭配太陽能、風力等再生能源，但有污染、不穩定的問題。工研院也正研發一套適合離島運作的微電網系統，未來透過技轉給業者，還可輸出到東南亞國家。

其實目前澎湖七美島、東吉嶼已有微電網設置。台電今年五月在澎湖七美島設置微電網示範系統，目標2019年完成增設風力發電600KW，並擴充太陽光電系統、儲能系統容量，提高七美綠能發電占比，預估年省5千萬元。

去（2017）年五月原能會核研所與中興電工則在澎湖東吉嶼成功商轉微電網系統，可供應島上共2百多人約92%電力需求。這套微電網包括太陽能裝置容量86KW，能存180度電的儲能電池、200KW柴油發電機以及三條電力負載饋線。

不過原本期待微電網能點亮離島，讓再生能源發揮最大效益，但卻在今年七月傳出停電問題，原因是島上的太陽能設備受到鹽害損壞，因此一旦發電設備受損，微電網也無法發揮作用。

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。