【綠能科技聯合研發計畫】綠色時代來臨，臺灣能源永續解方下一步?

此外，鍋爐是現代工業製造過程中提供熱能、熱水等的主要來源，中央大學施聖洋教授團隊以開發新燃燒技術結合鍋爐智慧化回饋控制，使鍋爐效率優化並降低NOx排放。

而對於缺乏天然資源的臺灣來說，逾90%的能源仰賴進口，其中近85%為石化燃料，故發展自主且潔淨的再生能源成為臺灣不可避免的重要課題。對此，成功大學鄭金祥教授團隊以開發結合史特靈引擎與追日系統之聚焦式太陽熱能發電技術，提出舒緩電力尖峰負載的一大良方，期以為本土再生能源技術提供另一種選擇。

臺北科技大學、勤益科技大學、臺南大學、中央大學與成功大學團隊，共同為臺灣節能新標竿集思廣益。

電動車時代來臨　臺灣研發國家隊蓄勢待發

隨著全球節能減碳環保意識抬頭，各國開始提出禁售燃油車的綠色新政，許多傳統車廠紛紛投入電動車研發，成功大學許文東副教授團隊與陽明交通大學成維華教授團隊就因應急速增加的市場需求，分別針對電動載具快速充電電池進行技術開發，實現高安全性、高充放電速率及長循環壽命的電池充電應用目標。

為整合鋰電池技術及動力系統，臺灣大學李綱副教授團隊則以開發大功率電動車三電系統及XiL虛擬驗證測試平台，提供各類電動載具透過高擬真度VR環境模擬技術，加速研發與降低研發成本。

成功大學、陽明交通大學與臺灣大學團隊發揮跨域整合，建構電動載具核心系統。

數位化科技與再生能源系統整合

面對未來再生能源高占比情境下，透過數位化科技與再生能源系統整合，可提供強化電網供應端以及用戶側需求端解決方案，達到系統跨域整合目標，科技部計畫的推動重點包含再生能源系統預測與分析、先進太陽能系統整合、自主彈性再生能源電能系統、用戶側電源與用電管理，以及國際應用示範等。

未來再生能源高占比系統整合技術

供應端再生能源發電預測方面，臺灣科技大學周碩彥教授團隊運用再生能源管理平台、發電量預測及數位孿生系統，分析再生能源發電量預測未來需求與裝置產出，達到最優化電廠發電效率。此外成功大學吳毓庭教授團隊開發具有DeepWind預測模式架構之數值平台，進行風力發電廠及太陽能電廠之總體發電量的預估，以利整體電網能提前準備總能源的供應規劃與分配。

而核能研究所林彥廷副研究員團隊透過國際實證合作，用數值天氣預報與熱流體解析軟體調整改善風場場域模型，搭配風速、風向及風力機操控條件調整，進行深度學習發電預測，預測準確率72小時內達90%以上。而中央大學莊秉潔教授團隊則利用大數據分析及機器學習演算法應用，預測再生能源發電不穩定型態，提供預測性維修及故障診斷給相關發電業者事先預擬因應配套措施。

另一方面崑山科技大學蘇炎坤教授團隊運用人工智慧機器學習演算法，根據歷史氣象資料與發電資料建立基礎發電預測模型，推估出未來72小時內誤差小於10%的發電預測輸出。

集結臺灣科技大學、成功大學、核能研究所、崑山科技大學研究能量，開發結合人工智慧演算法再生能源發電預測技術。

未來大量再生能源併入電網勢必對系統造成影響，成功大學梁從主教授團隊以儲能系統於電網之應用為目標，建置一套儲能電網控制系統，針對太陽光電間歇性發電特性進行改善。而張簡樂仁教授團隊擴充現有的微電網測試平台，開發具有自主彈性的多重互聯微電網分散控制方法，用以解決微電網再生能源間歇性與傳統發電機運轉落差所發生失穩機制。

為強化用戶端管理，高雄科技大學卓明遠教授團隊透過自動需量反應平台來掌握即時用電資訊，可知曉尖峰離峰之需量用電及超約用電時段，及需量反應期間空調系統用電需量曲線，替用戶達到削峰填谷避免超約用電效益。

而國際應用示範方面，台灣經濟研究院范振理研究員團隊協助國內商品化智慧能源系統與設備並獲取運轉實績，推動後續量產化進程，參與先進或開發中國家市場電力系統智慧化建設，包含馬來西亞砂拉越、芬蘭、日本、新加坡、阿曼王國等。

成功大學、高雄科技大學積極解決未來再生能源系統與用戶側管理，台灣經濟研究院協助國內產學研合作之研發成果，開拓海外市場。

匯聚科研能量　驅動綠能創新發展

台灣在能源永續發展上，科技部「綠能科技聯合研發計畫」利用本土的創新科研成果，建構綠能科技發展新創生態系，以發揮綠能科技群聚效應，推動產學研之研發技術落實，以期加速產業聚落化，同時提升產業科研競爭力，以奠定我國綠能產業之永續發展利基，促進相關產業轉型或多元發展。