【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
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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