【圖解】台灣到底缺不缺電?台積電是吃電怪獸嗎?從台電數據解析2030年電力需求真相
【圖解】台灣到底缺不缺電?台積電是吃電怪獸嗎?從台電數據解析2030年電力需求真相

台灣電力供應的問題引起大家的關注,每次發生停電事件,在野黨經常質疑台灣電力供應不足,政府的回答是:台灣電力供應充足,沒有缺電問題。

這是真的嗎?

在此,我們從台灣電力需求面來探討,台灣以前,以及現在的電力需求狀況(依台電公布的資料整理),以及預估未來台灣需要多少電力。

1950年:水力為主力

台電的發電資料,最早為1950年。當年發電量為10.38億度。其中9.69億度為再生能源(主要是水力發電),燃煤發電6800萬度,燃油發電100萬度。

隨著台灣經濟逐漸的發展,台灣用電量也隨之增加。

1969年:燃油為主力

1969年,台電發電量突破100億度,達111.19億度。再生能源發電量為30.52億度,燃煤發電量為10.67億度,燃油發電量為63.27億度,燃氣發電量為6.73億度。此時,主力為燃油發電,超越以往的主力水力發電。

1985年:核能成主力

1985年,台電的發電量突破500億度,達525.57億度,其中再生能源為59.76億度,燃煤發電量為130.77億度,燃油發電量為50.3億度,燃氣發電量為0.03億度,抽蓄水力發電為9.25億度,核能發電為275.46億度。

此時,核能發電躍升為台灣電力最大的供應來源,燃煤發電次之。再生能源主要仍是水力發電。

抽蓄水力發電主力是「明潭發電廠」,在電力充沛時,將水由低水位抽至高水位。需增加電力時,由高水位放水到低處,帶動發電機發電,抽蓄水力發電是一種儲能的方式。

明潭發電廠.jpg
在1985年,抽蓄水力發電主力是「明潭發電廠」。

1993~2007年:燃煤成主力

1993年,台電發電量突破1000億度,達1017.84億度,其中再生能源為40.86億度,燃煤發電量為351.88億度,燃油發電量為233.67億度,燃氣發電量為22.81億度,汽電共生為12.66億度,抽蓄水力發電為26.1億度,核能發電為329.86億度。

2007年台電發電量突破2000億度,達2018.55億度,其中再生能源為71.44億度,燃煤發電量為875.04億度,燃油發電量為116.34億度,燃氣發電量為431.8億度,汽電共生為95.08億度,抽蓄水力發電為39.24億度,核能發電為389.61億度。

短短14年,台電的發電量由1000億度躍升到2000億度,這期間台灣半導體業、液晶顯示器產業等,快速發展,成為驅動台灣電力需求的驅動力。

燃煤發電一舉躍升為台電發電量第一,其次為燃氣發電,核能發電退居第三。

台積電耗電量,占台灣發電總量逾8%

台積電從2018年開始量產7奈米製程後,在先進製程晶圓代工市場一路領先。

2019年,台積電7奈米製程導入EUV(極紫外光)微影機,之後5奈米、3奈米一路皆依賴EUV,由於EUV是「吃電怪獸」,導入EUV後台積電的用電量一路攀高。

台積電2023年用電量估計約230億度,約占當年台灣總發電量2821.36億度的8.1%左右。台積電預估到2030年用電量將成長到330億度左右,可能將占台灣總發電量的11-12%左右。

EUV
2019年,台積電7奈米製程導入EUV(極紫外光)微影機,之後台積電的用電量一路攀高。
圖/ ASML

除了疫情2年連降,台灣發電量年年上升

台電的發電量占所有台灣總發電量的大部分,不過台灣仍有一些公司有自有的發電設施,因此台電發電量小於全台灣的發電量。以2022年為例,台灣總發電量為2881.5億度,大於當年台電發電量2507.49億度。

年度總發電量約略稍大於當年總電力需求,台灣2000年總發電量為1848.41億度,2010年總發電量為2470.59億度,10年成長33.66%。2020年總發電量為2800億度,從2010年到2020年10年成長13.33%。

2021年,台灣總發電量為2910.33億度,2022年台灣總發電量為2881.86億度,2023年台灣總發電量為2813.36億度,小幅下滑,主要的原因是「Covid-19疫情」在這幾年肆虐,產業受到衝擊。

半導體業,成為台灣用電量最大變數

2023年,台灣電力共消耗2756.85億度,較2022年的2794.52億度衰退1.35%。主要原因是產業去庫存,導致公司營運衰退,對電力的需求因而下降。

例如,台積電2023年營業額較2022年衰退4.5%,聯電2023年營業額較2022年衰退20.2%,世界先進2023年營業額較2022年衰退25.9%,力積電2023年營業額較2022年衰退42.2%。由此可見,2023年是辛苦的一年,因此電力需求下滑。

從2023年的數據來看,台灣用電最大的為工業部門,共使用1524.93億度電,占55.31%。第二大用電為住宅部門,使用517.07億度電,占18.76%。第三大用電為服務業部門,使用485.33億度電,占17.6%。第四大用電為能源部門,使用177.82億度電,占6.45%。農業部門為第五大,使用32.77億度電,占1.19%。第六大用電為運輸部門,使用18.98億度電,占0.69%。

冷氣、夏天、電費
從2023年的數據來看,第二大用電為住宅部門,使用517.07億度電,占總體18.76%。
圖/ 隋昱嬋攝影

AI興起,台灣用電量「只有更高」

預估到2030年台灣電力需求約3356億度,較2023年成長21.7%。主要成長的因素為台積電先進製程,AI資料中心及電動運輸工具普及。

到2030年台積電預估可能增加100億度用電,由於部分先進產能外移到美國、日本生產,因此減少台積電在台灣用電的增加量。

AI資料中心將是重大的變數。以微軟為例,近年來微軟積極推進RE100,不過在「生成式人工智慧」崛起後,微軟的用電量激增。2023年微軟用電量高達240億度,較2020年的112.8億度,激增1.127倍。

如果台灣廣設AI資料中心,可能電力需求會「破表」,超越前面的預估。

電動車普及,用電量不容小覷

電動車是減少溫室氣體排放的利器,因此以電動車取代燃油車,是全世界的趨勢,台灣當然不能例外。

假設台灣到2030年有150萬輛電動車在路上奔馳,以每部車每年2萬公里里程,每度電可行駛5公里計算,則每年電動車將增加60億度電需求。加上電動公車、卡車、貨車、電動摩托車等,則電動運輸工具,將可能需要共約80億度電。

LUXGEN n⁷
若2030年台灣電動車數量達150萬輛,年發電量將上看60億度;圖為LUXGEN n7僅為示意圖。
圖/ LUXGEN

超越中國!台灣2023年人均用電量逾1.1萬度

台灣人口約2357萬人,2023年台灣人均用電量約11,696度,屬於高用電的族群。

2013年,全球用電量約為23兆5009億度,當年人口為72.29億人,人均用電約3250.9度。

2023年全球用電量約為29兆4686億度,當年人口為80.73億人,人均用電量約3650.3度。10年間總用電量成長25.4%,人均用電量成長12.3%。

2013年美國用電量為4兆3640億度,2023年美國用電量為4兆2680億度,10年間用電量減少2.2%。推估可能的原因是製造業外移,使用電量不增反減。2023年美國人口約3.333億,人均用電量約12,805度,略高於台灣。

2013年歐盟用電量為2兆9136億度,2023年歐盟用電量為2兆7080億度,10年間用電量減少7.1%,主要原因是製造業外移,以及「少子化」的影響。歐盟人口約4.514億,人均用電量約為5999.1度,遠低於美國、台灣的人均用電量。

中國人均用電,僅為美國一半

中國2003年用電量為1兆9180億度,2013年用電量為5兆4473億度,2023年用電量為9兆4602億度。從2003年到2023年,中國用電量激增3.95倍,從2013年到2023年,中國用電量增加73.7%。由此可見這20年來中國經濟發展驚人。

以2023年來看,中國用電量占全球用電量的32.1%,不愧被譽為「世界工廠」。

美中貿易戰後,許多公司將產能從中國外移到越南、印度等地,讓中國「世界工廠」的地位退色,不過中國目前仍掌握許多產品的製造,經濟活動仍然活躍,用電量因此居高不下。

中國人口為14.1億,2023年中國人均用電為6710.9度,約為美國的一半,較歐盟高。

台灣缺電嗎?答案呼之欲出

台灣人均用電量高於歐盟、中國甚多,略低於美國,主要是台灣製造業、科技業蓬勃發展,石化業、鋼鐵業加上晶圓製造等高耗能產業,成為台灣電力需求攀高的重要因素。

考量人工智慧運用將日益普及,AI資料中心將會是另一「吃電怪獸」,2030年,台灣電力需求,將可能超越我預估的3356億度。

延伸閱讀:【觀點】核三廠為何應該延役?從減碳排、經濟角度分析,以及你的恐懼

責任編輯:李先泰

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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