參考資料之來源及日期：Addressing Power Quality Challenges in AI Data Centers, April 13, 2026

網頁： https://www.ecmweb.com/power-quality-reliability/article/55366848/addressing-power-quality-challenges-in-ai-data-centers

參考資料之作者：Roosevelt Standifer, Jr.

在當今人工智慧科技引領的浪潮下，AI 資料中心（Artificial Intelligence Data Center, AIDC）已成為支撐龐大算力的心臟，同時也為全球的電力系統帶來前所未有的「電力品質」瓶頸。參考資料作者Roosevelt指出，傳統資料中心的用電多為穩定、可預測的線性狀態，但專為 AI 模型訓練而生的資料中心，其內部充斥著高效能圖形處理器（Graphics Processing Unit, GPU）與液冷空調系統(Liquid Cooling System)，導致單一機架的功耗暴增十倍以上。這種極端高功率密度的用電需求，正挑戰著傳統電網的極限。

Roosevelt於文中提及，AIDC在執行大規模深度學習或語言處理時，數以萬計的處理器必須同時全載運轉，這會使用電量在短短數秒內瞬間飆升，隨後又在運算結束時驟降。短暫而大幅的功率擺動，在供電線路上會形成劇烈波動，其規模動輒達到數百MW甚至GW，對要求頻率與電壓穩定的電網而言，是一波接一波的強烈衝擊。

除了劇烈的用電波動，Roosevelt亦於文中指出，AI 資料中心內部也潛藏著「電力品質的污染源」—諧波失真。為協助運算晶片降溫，資料中心大量使用了變頻冷卻系統（VFD）。這些設備在運作時會產生高次諧波電流，導致資料中心內部的電路與供電變電所的變壓器異常過熱，甚至引發熔絲過早熔斷。更棘手的是，負載驟變還會誘發低於商頻的「次諧波(Subharmonics)」，這類干擾往往是傳統濾波器無法消除的，若不審慎處理，可能導致大範圍的電網低頻振盪(Low-Frequency Oscillations, LFO)，甚至引發連鎖停電。

面對AIDC如此高變動率的巨型負載，輸配電業端和用戶端可謂是唇亡齒寒，用戶端必須確保自身設備不會「逆向污染」供電電網，並提高自身對電網波動的耐受度。我國現行「用戶用電設備裝置規則」多是針對傳統工廠或一般科技廠設計，尚無針對 AIDC 的「短時大功率變動」與「次諧波汙染」修訂專章。隨著AI產業蓬勃發展，未來該規則或許可以考慮滾動式調整，納入AIDC相關規範，以強制、引導用戶端落實電力品質改善，達成「算力發展」與「國家電網安全」的雙贏。

經濟部能源局115年度「電力工程技術規範及高壓用電設備管理計畫(3/3)」

台灣綜合研究院電力工程研究團隊 編輯

意見信箱：tri-power@tri.org.tw