全球用多少電？要鋪多少太陽能板才夠？

答案比多數人想的小：全球一年用掉約 31,700 TWh 的電，全部改用太陽能需要約 28 萬平方公里的土地，相當於一個紐西蘭、占全球陸地的 0.19%（以年度發電量匹配計，不含儲能與過建）。但「面積」其實是這個題目裡最不重要的一環——真正的瓶頸是儲能與晝夜匹配。下面的面板可以自己調參數看面積怎麼變，接著是數字的來源、推導，以及這個框架本身的問題。

模組面積產出
282
kWh/m²·年（純板面）
土地面積產出
113
kWh/m²·年（含間距與道路）
等效容量因數
14.6%
每 kW 年發 1,280 kWh

1,600 × 22.0% × 0.80 = 282 kWh/m²（板面）　×　GCR 0.40 = 113 kWh/m²（土地）

今天全球到底用多少電

第一件要分清楚的事：「耗電量」和「總耗能」差了快六倍。平常講的「全球用電」只有電力那一項。

項目 年用量 平均功率 性質
一次能源（含化石燃料熱值） 約 620 EJ ≈ 172,000 TWh 約 19.6 TW 統計量級
全球總發電量 約 31,700 TWh 約 3.6 TW 2025 年實績
其中：太陽能 2,778 TWh（8.8%） 約 0.32 TW 2025 年實績
其中：煤 10,476 TWh（33.0%） 約 1.2 TW 2025 年實績

2025 年有幾件事值得記住：全球電力需求成長了 849 TWh（＋2.8%），而太陽能一家就滿足了其中 75% 的淨增量；太陽能發電量年增 636 TWh（＋30%），首度超越風電；再生能源占比 33.8%，百年來第一次超過煤的 33.0%。

估算模型：每平方公尺一年發多少電

整串估算的樞紐只有一條乘法。日照決定上限，效率與系統損失決定轉換，地面覆蓋率決定同樣的模組要攤開多少土地：

土地面積（km²）＝ 年需電量（TWh）× 1000 ÷ ［POA × 模組效率 × PR × GCR］

有個反直覺但正確的結論：每 kW 裝置容量的年發電量與模組效率無關（它等於 POA × PR）。效率提高只縮小面積，不改變單位容量的發電量。所以談裝機容量時講效率沒有意義，談土地時才有。

一個重要的校準：實際容量因數只有 12%

用 2025 年的實績反推全球真實表現：2,778 TWh ÷ 年內平均裝機約 2.64 TW（年初約 2.31 TW、年底約 2.97 TW）＝ 每 kW 年發 1,051 kWh，容量因數 12.0%。

這比上面「全球均值」那組參數算出的 14.6% 低了約 18%。原因是新增裝機大量集中在中國、歐洲等中低日照地區，加上棄電比例上升。所以預設參數其實偏樂觀；面板裡的「全球實績校準」按鈕就是把日照調到 1,310、讓土地產出降到約 92 kWh/m²，此時所有面積要上調約 22%。

這個 12.0% 是本站自行由公開的發電量與裝機量推算，不是官方發布的數字。

各種情境要多大面積

情境 年需電量 模組面積 土地面積 占全球陸地 裝置容量 面積對照
今天（2025 實績）
全球總發電量2025 年實績 31,700 TWh 11.3 萬 28.1 萬 0.19% 24.8 TW ≈ 紐西蘭
全球一次能源（熱值）約 620 EJ，含化石燃料的廢熱 172,000 TWh 61.1 萬 153 萬 1.0% 134.4 TW ≈ 蒙古
全面電氣化後的總能源扣掉燃燒損失後的同等服務 95,000 TWh 33.7 萬 84.3 萬 0.57% 74.2 TW ≈ 巴基斯坦
2050 年推估
全球總發電量電氣化＋AI，年均 +2.5～3.5% 72,000 TWh 25.6 萬 63.9 萬 0.43% 56.3 TW ≈ 烏克蘭
其中太陽能承擔 55%太陽能實際要蓋的部分 39,600 TWh 14.1 萬 35.2 萬 0.24% 30.9 TW ≈ 日本

「占全球陸地」用 1.49 億 km²（含南極）計算。若改用不含南極的約 1.34 億 km²，所有百分比要上調約 11%。

為什麼「全面電氣化」那一列才是有意義的比較

172,000 TWh 是熱值，其中大半在燃燒過程中就當廢熱丟掉了。電動車效率是內燃機的 3～4 倍、熱泵是鍋爐的 3～4 倍，全面電氣化後提供同等服務所需的能源會掉 40～45%。許多「太陽能不可能取代化石燃料」的說法漏掉了這一項，直接拿 172,000 TWh 去除，面積因此被高估將近一倍。

95,000 TWh 這個數字來自上述效率倍數的一般性推論，不是特定機構的情境值，不確定性約 ±20%。

尺度感

AI 資料中心這條新曲線

實線是已發生的實績，斜紋是預測。右側標的是「以年度發電量匹配」所需的太陽能土地。

2024IEA 實績
415 TWh→ 太陽能土地 3,684 km²
2025Gartner 實績
447 TWh→ 太陽能土地 3,968 km²
2026Gartner 預測
565 TWh→ 太陽能土地 5,016 km²
2030IEA Base Case
945 TWh→ 太陽能土地 8,390 km²
2035由 IEA 情境反推
1,300 TWh→ 太陽能土地 1.2 萬 km²

結構上值得注意的幾點：AI 專用伺服器已占資料中心耗電約 31%，預計 2027 年超越傳統伺服器；推論（inference）占大型 AI 公司算力耗電的 60～70%，訓練只占 30～40%。全球資料中心的 IT 容量則從 2025 年的約 103 GW 成長到 2030 年的約 200 GW。

最有決策意義的一個數字：2030 年的 945 TWh 若全由太陽能以年度發電量匹配，需要約 738 GW 的裝置容量——而光是 2025 一年，全球就新增了約 608～698 GW。換句話說，多蓋約 1.1～1.2 年份的太陽能，就足以覆蓋 2030 年全部資料中心的年度用電（以全球均值的 14.6% 容量因數計；改用實績的 12.0% 約需 899 GW，約 1.3～1.5 年份）。以總量論，AI 遠不是能源系統的主角，它的衝擊集中在區域電網與併網時程。

但這個換算有個致命前提。上面算的是年度發電量匹配，不是 24/7 供電。資料中心要的是恆定功率，太陽能是日變動源：只靠太陽能達成真正的全天候供電，需要 3～4 倍過建加上多小時到跨日的儲能，面積要再乘 3～4 倍。這正是 OpenAI 的 Stargate 有至少三個場址直接自建現地天然氣電廠的原因——併網排隊與晝夜匹配比土地難解得多。把 AI 的能源問題化約成「要幾平方公里」，會得到一個好看但錯位的答案。

這個「面積」框架本身的問題

本頁的主結論是「面積不是瓶頸」，但誠實地說，以下幾點才是真正的限制：

  1. 面積從來不是瓶頸，儲能與電網才是。100% 太陽能需要跨季節儲能，成本可能是面板本身的數倍。實務上太陽能占比超過約 40% 之後，每多一度電的邊際成本急遽上升（棄電率上升 → 實際容量因數下降 → 反過來又推高面積）。用「幾個台灣大」這種說法會製造「只要蓋就好」的錯覺。
  2. 土地不是均勻可用的。84 萬 km² 算得出來，不代表真的存在 84 萬 km² 同時滿足「高日照、低生態與農業衝突、靠近負載中心、有電網接入」的土地。靠近負載中心的土地才是稀缺品。
  3. 12% 的實際容量因數是個壞消息，不是雜訊。它同時反映地理分布與棄電，而棄電率會隨滲透率上升而惡化。用 14.6% 或更高做長期估算，等於預設未來新增會轉向高日照區、且棄電不會惡化——兩者都不保證。
  4. 需求預測在歷史上系統性偏低。IEA 過去對太陽能裝機連年低估，對電力需求也偏保守，尤其是 AI 負載。2050 年 72,000 TWh 很可能是下限而非中位數。

這些數字有多可信

參考資料

  1. Ember, Global Electricity Review 2026——2025 年全球發電結構。原文
  2. Carbon Brief, “Clean energy pushes fossil-fuel power into reverse for ‘first time ever’”——2025 年逐項 TWh。原文
  3. IEA, Energy and AI（2025）——資料中心 2024 年 415 TWh、2030 年 Base Case 945 TWh 與各情境設定。原文
  4. Gartner 新聞稿（2026-06-10）——2026 年 565 TWh、年增 26%。原文
  5. S&P Global——全球資料中心容量 103 GW → 200 GW。原文
  6. pv magazine——2025 年底累計裝機接近 3 TW。原文
  7. Data Center Frontier——Stargate 各場址的功率與供電方式。原文
  8. 全球屋頂光電技術潛力約 27,000 TWh/年的估計出自 2021 年 Joule 的研究；這是技術潛力而非經濟可實現量，本站未直接讀到原文。

頁面產生時間：2026-10-24（UTC+8）。能源與電力數字查證於 2026-08，基準為 2025 年年度實績，至本頁產生時仍是最新的年度數字；AI 資料中心的預測數字同樣查證於 2026-08，該領域變動快，可能已有更新的發布。