能源管理系統與負載優化整合實務
相關案例探討，協助學員瞭解如何整合再生能源、儲能與發電設備，升級智慧微電網系統，
課程總覽
課程代號：2326030096
能源管理系統與負載優化整合實務
1.掌握智慧能源整合與管理：理解分散式電源、儲能技術及AI在能源管理中的應用，提升能源使用效率。
2.學習能源管理系統建置與應用：瞭解智慧能源管理系統的架構、功能與實務案例，優化電力調度與用電管理。
3.分析智慧能源解決方案與趨勢：透過實際案例，學習再生能源、儲能與智慧微電網的整合策略，推動企業永續發展。
課程型態/ 實體課程
上課地址/ 台北，學習中心
時 數/ 12 小時
起迄日期/ 2026/07/15 ~ 2026/07/16
聯絡資訊/ 劉懿萱 03-5743729
報名截止日期：2026/07/10
-----------------------------------
隨著電力系統逐漸走向分散化，傳統集中式發電的單一路徑已無法因應現代電力調度與使用的靈活需求。再生能源(如太陽能與風能)的廣泛應用，導致電源配置趨於分散，且具有高度變動性，因此智慧能源管理系統需整合再生能源、儲能與多元發電設備，並涵蓋發電、輸配電與用電各層面，以強化整體系統穩定性與能源使用效率。
本課程將介紹智慧能源系統的整合與應用，包括能源管理系統建置方法、AI導入實務，以及相關案例探討，協助學員瞭解如何整合再生能源、儲能與發電設備，升級智慧微電網系統，以提高企業能源使用效率，建構智慧化的能源管理架構。
- 理解分散式電源、儲能技術及AI在能源管理中的應用，提升能源使用效率。
- 掌握智慧能源管理系統之架構、功能與實務案例，優化電力調度與用電管理。
- 瞭解再生能源、儲能與智慧微電網的整合策略，推動企業永續發展。
- 系統整合：聚焦於再生能源、儲能與發電設備整合技術，並應用AI強化能源管理效能。
- 技術洞察：由工研院綠能所專業師資，理論與實務並重，分享實際產業導入經驗與成果。
企業能源管理與技術人員或電力、能源與AI技術開發人員
|
單元 |
內容 |
|---|---|
|
115/07/15 AI驅動能源管理 架構、應用與實務案例解析 |
如何利用能源管理系統(2H)
|
|
|
|
115/07/16 AI整合能源管理技術應用 |
|
【主辦單位】：工業技術研究院 產業學院
【上課日期】：2026年7月15~16日，9:00~16:00，共2天、計12小時
【上課地點】：工研院 產業人才訓練一部(台北) (實際上課教室請依據上課通知函為準！)
【招生人數】：本班預計30人為原則，依報名及繳費完成之順序額滿為止。
【課程費用】：課程學費、午餐
【受訓證明】：參加本課程之學員，出席率超過80%(含)以上，即可獲得工研院頒發的受訓證明。
【報名方式】：請至工研院產業學習網搜尋本課程並線上報名
【課程洽詢】：洪小姐 (03) 5732154（課程行政或庶務問題窗口）
劉小姐 (03) 5743729（課程內涵或技術問題窗口）
【繳費方式】：
- 信用卡(線上報名)：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。
- 銀行匯款(公司逕行電匯付款)：主辦單位將於確認開班後通知您相關匯款帳號，若有任何相關疑問，歡迎洽詢洪小姐，電話：(03) 5732154。
- 計畫代號扣款(工研院同仁)：請至工研院產業學習網直接登入工研人報名；俾利計畫代號扣款。
- 參訓學員需自備筆電。
- 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。
- 為配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。
- 報名時請註明欲開立發票完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求。
學員於開訓前退訓者，將依其申請退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，則不退費。
開課日：2026/07/15結束日：2026/07/16
時數：12 (小時) 時段：09:00 ~ 16:00
地點：台北 | 工研院產業學院 台北學習中心 | 實際地點依上課通知為準! [看地圖]
