獲獎實作分享

A A A

風風光光的微電網:大潭風電光電場為例,使用AI的再生能源預測與淨零排放模擬研究

2025臺灣能實作競賽 大專淨零排放組 佳作

 

國立成功大學半導體學院智慧與永續製造學程/陳瑀彤、國立成功大學電機工程學系/曾國豐、國立成功大學企業管理學系/林靖雍、國立成功大學化學工程學系/曾揚軒

國立成功大學

 

指導老師

國立成功大學半導體學院智慧與永續製造學程/歐庭嘉老師

 

■ 作品運作說明

本研究以「風風光光的微電網」為題,目前已建立大潭地區的風力與太陽能發電量預測系統,利用AI模型(CNN-BiLSTM-Attention 與 LSSVM-BSO)分析氣象與發電資料,以提升再生能源輸出預測的準確性。並以 HOMER Grid 平台進行工業區用電需求及能源配置模擬,評估不同再生能源比例與儲能配置下的電力平衡與碳排變化。後續目標是架設一套可整合再生能源預測、用電需求分析與碳排監測的微電網平台,提供社區或工業區層級的實際應用與測試環境,作為推動在地能源自主與淨零轉型的基礎。

■ 創意特色

本研究的創意特色在於以實際的風電與光電資料為基礎,結合 AI 預測與能源模擬技術,建立具本地化特性的再生能源分析架構。不同於僅理論建模的研究,本系統透過實際發電數據訓練模型,提升對天氣變化與發電波動的預測精度,再以 HOMER Grid 進行用電需求模擬,比較不同再生能源比例及儲能配置的效益。整體設計著重於「可驗證、可擴充、可實作」,未來可直接延伸為社區型微電網平台,實現資料預測、能源調度與碳管理的整合應用,讓研究成果具備實際落地與示範價值。

■ 發展潛能

本系統具高度擴散性與產學應用潛能,可延伸至企業 ESG 碳管理、校園能源治理、智慧工業區與離網社區等多元場域。透過 HOMER Grid 模擬與 AI 預測,可作為政府政策試驗與地方能源規劃的科學依據,支援碳盤查、儲能配置及再生能源補助制度設計。未來若結合區塊鏈碳權管理與虛擬電廠調度,可發展成跨區域碳治理平台,推動能源數據透明化與社區能源自治。此研究不僅具工程與經濟可行性,更能作為台灣邁向2050淨零排放的重要示範與推廣基礎。

能源小靈通Beta