:::

臺灣能源期刊論文全文

臺灣能源期刊第12卷第2期內容

出刊日期:June, 2025

題目
總編輯的話
Title
Letter of Editor-in-Chief
作者
劉志文、胡均立
Authors
Chih-Wen LIU, Jin-Li Hu
摘要
近年來,人工智慧 (AI) 已成為全球科技創新與產業轉型的關鍵動能,其對能源系 統的影響日益顯著,促使各國加速調整能源政策與基礎設施部署,開啟數位與能源深 度融合的新篇章。以英國為例,該國於2025年4月召開「人工智慧能源委員會(AI Energy Council)」首次會議,宣示強化能源基礎設施,以支撐AI高速發展所帶動之電力需求, 同時推動永續能源轉型,致力於落實經濟成長與淨零排放的雙重目標。 本期所收錄之研究,呈現出數據、能源技術與AI交織下的多元探索成果。林峻廷 等研究以臺灣東岸(臺東監測平台)和離島(澎湖監測平台)之多年量測太陽能數據庫,分 別發展出適用當地之「即時」單一參數太陽漫射分率模式,配合先前已成功發展適用臺 灣西岸之「即時」單一參數太陽漫射分率模式,如此之組合可提供適用國內各種地理、 地形情勢之「即時」性太陽漫射分率之預測用。洪浩烜等研究以COMSOL模擬分析海 底電纜在28oC–32oC環境下不同電流負載下的電磁感應現象及溫度上升情況,透過使用 BOBYQA最佳化方法,研究成功縮小模擬結果與實驗數據之間的誤差,銅導體溫度幾 乎無誤差,表皮溫度的最大誤差僅在9.8%內。 黃俊瑋等研究設計量化模型定義通訊延遲與封包遺失對控制偏差的影響,結合混合 通訊網路指標,證實資料壅塞點往往對應著能源耗損點、多碳排放強度熱點與故障發生 點,不僅影響數據傳輸效率,更直接關聯到電網的能源使用與碳排放水平。此外,結合 多節點邊緣運算技術,能使數據在本地端即時運算處理,有效降低傳輸延遲並提升資料 安全,從而滿足電網對於低延遲高可靠通訊的嚴苛要求。呂宥陞等研究介紹大型語言模 型(LLM)具備透過對話式介面與使用者互動的優勢,能夠提供直觀且自然的操作體驗, 並研究探討了LLM在工廠節能中的應用,強調了當前的應用情況、挑戰及未來的研究 方向,旨在提升工業設置中的效率。 根據國際能源總署(IEA) 2025年4月發布的《能源與AI》報告指出,隨著AI模型規 模日益龐大與運算需求劇增,預計到2030年,全球資料中心電力消費量將較2024年翻 倍,達到約9,450億度電;此趨勢對能源系統帶來挑戰,也促使電力調度、能源效率提 升及低碳基礎設施等領域之技術創新加速推進,為能源部門開啟深層轉型之契機。AI不 僅改變能源使用結構,也成為推動智慧電網與永續能源管理的核心動能。面對能源與科 技高度融合的未來。 《臺灣能源期刊》誠摯邀請各界專家學者持續踴躍投稿與交流,透過實證研究與政 策觀察,深化本刊在能源科技、系統應用及策略評估等領域之學術內涵,並強化本刊作 為關鍵議題分析與建言平台的角色,共同協助政府與產業在能源轉型與永續發展道路上 穩健前行。
關鍵字
Abatract
Keywords