一、案例定位

AI 用於 hourly supply-demand forecasting 與 carbon-free energy matching。

二、學習目標

理解 AI 在能源採購與匹配中的 operational role。

三、案例情境

Gridmatic 與 EdgeConneX pilot 採 24/7 carbon-free energy(CFE)策略,透過 hourly forecast/matching 支援 Texas data center 的 continuous CFE。

四、開始資料

項目 原書資訊
Target 24/7 CFE
Granularity Hourly

五、分析方法

以 24 小時為單位追蹤 demand、matched CFE、gap。

六、計算結果

若一天 24 小時全部匹配,coverage=24/24=100%。

七、管理解讀

重點在 time-matched clean energy,不只是年度總量。

八、AI 提問詞

根據 hourly demand/supply 表找出未匹配時段。

九、思考/情境變動

若 24 小時中只有 21 小時完全匹配,coverage?

參考解答:21/24=87.5%。

十、資料說明