AI 世代下剖析 RE100 與 CF24/7 之消長,暨台灣能源轉型之芻議

銳傳媒/林立夫
3 小時前

AI 世代下剖析 RE100 與 CF24/7 之消長,暨台灣能源轉型之芻議

 

AI 世代下剖析 RE100 與 CF24/7 之消長,暨台灣能源轉型之芻議

林立夫+Gemini-2026-0623

 

執行摘要 (Executive Summary)

隨生成式人工智慧(Generative AI)與高密度晶圓製造(如 2奈米及更先進製程)的爆發式成長,科技產業的能源需求已發生結構性轉變。過去由歐洲環保組織主導的 RE100(年度總量匹配) 倡議,因無法解決風光能源的間歇性問題,導致企業在物理電網上出現「白天買綠電、晚上燒燃煤」的「漂綠(Greenwashing)」盲點。

為因應 GW 級 AI 資料中心全天候、高穩定之「基載電力(Base Load)」死命令,美國科技巨頭(Hyperscalers,如 Google、微軟、亞馬遜)正合力將全球標準推向 CF24/7(24/7 CFE,全天候無碳能源)。CF24/7 在時間軸上要求「每時每刻精準匹配(Hourly Matching)」,在能源種類上則務實地放寬並納入核能(含 SMR 與新型循環技術)先進地熱(EGT)與化石燃料配合碳捕集與封存(CCS)

從吸引國際投資與確保國家安全之視野出發,台灣身為全球半導體與 AI 伺服器之核心樞紐,若能源政策仍單一優化再生能源(風、光)之佈局,將難以抵禦「綠能空窗期(Dunkelflaute)」對電網韌性的衝擊,進而喪失吸引頂級科技巨頭進駐的實時無碳競爭力。

本報告建議台灣應採取「雙軌並行、多目標優化(Multi-Objective Optimization)」戰略:一方面維持 RE100 供應鏈之純綠電基本盤,另一方面必須積極將核能延役、次世代核能技術研發(如 Thorium MSR、快中子增殖技術),以及天然氣發電+CCS(NGFC+CCS)視為國家級基礎設施進行戰略部署,以此建構 AI 世代下「高韌性、實時淨零」的國家投資磁吸效應。

 

一、AI 世代下的電力賽局:RE100 與 CF24/7 之消長剖析

1. RE100 的局限性與商業漏洞

RE100 採取的是「會計年度總量對沖機制(Book and Claim)」。企業只需在年度結算時,採購並宣告作廢與總用電量等值的再生能源憑證(如台灣 T-REC、美國 REC)即可合規。然而,此機制在 AI 世代暴露出致命弱點:

  1. 時空錯置的物理漂綠: 企業在白天大量購買低成本的太陽能憑證,但半夜 AI 資料中心全速運轉時,實質物理電網仍然在燃燒化石燃料。
  2. 無法支撐 AI 基載: 風能與太陽能具備高度不穩定性,無法提供 GW 級資料中心所需的「高良率、零閃爍」全天候電力。

 

2. CF24/7 的崛起與技術壁壘

由 Google、微軟與聯合國(UN-Energy)共同發起的 CF24/7(全天候無碳能源),將遊戲規則從「年度總量」收緊為「一年 8760 個小時中的每一個小時、在同一個電網內實時匹配」。

  1. 能源範疇的務實擴大: 只要發電過程零碳排,CF24/7 完全認可核能與大型水力,並高度歡迎先進地熱(EGT)與化石燃料+CCS。
  2. 技術與資本壁壘: 實時匹配(Hourly Matching)需要複雜的 AI 電網調度算法、區塊鏈憑證追溯技術(Granular Certificates)及多能源矩陣管理,將綠能採購直接升級為科技巨頭間的技術與資本競賽。

 

二、 國際科技巨頭的戰略實踐與最新動態

進入2026年,國際科技巨頭們為了搶奪 AI 算力霸權,已實質上將戰略重心轉移至CF24/7框架,並大舉對核能與低碳基載進行真金白銀的投資:

  1. 微軟(Microsoft): 簽署美國三哩島核電廠(Three Mile Island)重啟後之 20 年購電合約(PPA),透過專線直接供電給 AI 資料中心。
  2. Google 宣布與 NextEra Energy 合作重啟艾歐瓦州 Duane Arnold 核電廠,並大舉簽署包含小型模組化反應爐(SMR)與先進地熱技術之企業購電協議(CPPA)。
  3. 亞馬遜(AWS): 直接收購位於賓州 Talen Energy 核電廠旁的資料中心園區,實踐「核電直供資料中心(Behind-the-Meter)」的極致策略。

 

三、 由吸引國際投資之視野,台灣能源轉型之芻議

台灣若要在全球 AI 與半導體賽局中不掉隊,必須體認到:未來的招商引資,比的不是「電價多便宜」,而是「電網是否具備 24/7 每小時實時無碳的實力」。基於多目標優化與系統思維,本報告對台灣能源轉型提出以下四大芻議:

 

1.  芻議一:推動核能延役與積極引進次世代核能技術(SMR /

FBR / Thorium MSR)

  1. 實務操作:排除政治僵局,推動現有核電廠(如核三廠)之延役。核三廠每年可穩定提供約 150 億度低碳基載電力,雖無法滿足台積電日益龐大的 RE100 需求,但能提供台灣電網最核心的夜間無碳物理防線。
  2. 前瞻布局:國家編列戰略預算,評估引進小型模組化反應爐(SMR),並針對釷燃料熔鹽反應爐(Thorium Molten Salt Reactor)及快中子增殖反應爐(Fast Breeder Reactor)進行跨國技術合作。核能的「高燃料利用率(重金屬消耗率)」與「零碳排放」特性,是吸引 Google 等巨頭在台投資 GW 級 Green AI 計算中心最不可或缺的物理磁石。

 

2. 芻議二:布建天然氣/燃氣發電(GPP/NGFC)+CCS之過渡期基載

  1. 實務操作: 在地熱與次世代核能尚未完全成熟前,台灣勢必繼續依賴氣體發電。應加速發展燃氣發電(GPP)或天然氣燃料電池(NGFC)搭配碳捕集與封存(CCS)技術。
  2. 戰略價值: 天然氣+CCS 具備升降功率快、調度靈活之特性,能與高比例的間歇性綠能完美互補,同時在 CF24/7 的碳會計框架中被認定為低碳電力。

 

3.芻議三:推動台灣再生能源憑證(T-REC)數位升級,支援「每

小時標籤」

  1. 實務操作: 經濟部標準檢驗局與國家再生能源憑證中心,應加速建構具備「發電時間屬性(Hourly Tagging)」與「燃料種類追溯」的每小時粒度憑證(Granular Certificates)系統。
  2. 戰略價值: 唯有在法規與數位基礎設施上準備好每小時憑證,在台投資的外資企業(如 Google 台灣資料中心)才能合法申報其 24/7 CFE 達成率,否則台灣將面臨外資因「無法取得合規24/7報表」而撤資的重大風險。

 

4. 芻議四:採行「雙軌並行」能源矩陣,兼顧 Apple(RE100)與

Google(CF24/7)

台灣必須認清國際商業現實存在兩套標準:硬體製造商(Apple 陣營)要求純再生能源(RE100);雲端與算力商(Google、微軟)要求全天候無碳(CF24/7)。

  1. 矩陣策略: 台灣的能源配置不能偏廢。應以「大規模離岸風電+地熱+儲能」去滿足台灣硬體供應鏈(如台積電晶圓廠、富士康組裝廠)所需的 RE100 綠電產量;同時以「核能+燃氣CCS」去解鎖 AI 算力中心所需的半夜 CF24/7 基載。

 

結論

在 AI 世代,能源政策就是國防與經濟政策。台灣要守住「科技島」的國際投資競爭力,能源轉型思維必須從「傳統再生能源總量極大化」升級為「全天候實時無碳基載矩陣」。透過核能延役、次世代核技術儲備、以及化石燃料+CCS 的積極部署,台灣方能在國際招商賽局中,以「穩定、實時淨零」的韌性電網,繼續磁吸全球頂級高科技資本。

 

參考文獻來源 (References)

  1. Google Whitepaper (2025/2026): “24/7 Carbon-Free Energy: Methodologies and Technologies for Real-Time Grid Decarbonization.” Google Sustainability Lead Publication.
  2. Climate Group / RE100 (2024-2025): “RE100 Annual Progress Insights: Evolving Frameworks and the Launch of the 24/7 CFE Campaign.” London/New York.
  3. TSMC Sustainability Report (2024/2025): “Global Semiconductor Environmental, Social, and Governance (ESG) Matrix: Power Consumption and RE100 Roadmap.”
  4. International Energy Agency (IEA) (2025): “The Role of Nuclear Power and Carbon Capture, Utilization, and Storage (CCUS) in High-Tech Industrial Hubs.” World Energy Outlook Series.
  5. United Nations Energy (UN-Energy) (2024): “UN 24/7 Carbon-Free Energy Compact: Accelerating Decarbonization of the World's Grids through Granular Tracking.”
AI革命進行式
AI革命進行式