因應再生能源的併網使綠能滲透比率逐年提高，本研究主要探討併網型(Grid-forming)轉換器與雙向傳輸之電能處理，企圖抑制再生能源的不穩定和不連續特性，採用直接數位控制或智慧型(AI)控制演算法，可執行市電併聯、整流兼具功因校正、DC-Bus 穩壓機制、電壓漣波濾波、主動濾波電路設計、三相電力平衡與環流抑制等之電流控制型的電能處理轉換器，減少對電力電網之衝擊及模組化擴充容量限制，同時可響應節能減碳政策，追趕國際公約2050年碳中和的目標 。

為因應全球淨零排放與永續發展目標，人工智慧（Artificial Intelligence, AI）已逐步成為推動淨零科技落地應用之關鍵使能技術。透過導入具備感知、預測與決策能力之 AI 類神經網路演算法，可於複雜能源系統中執行「永續運算（Sustainable Computing）」、「故障診斷(FDD) 」，在兼顧能源效率、碳排放控制與系統穩定性之前提下，實現跨時間尺度、多訊號與多目標之最佳化決策。

對淨零排放而言，能源低碳轉型除再生能源大量併網外，萬物電氣化亦成為回應淨零永續承諾的核心路徑。透過全面發展低碳電力減低對於化石燃料的依賴，，並結合資通訊技術與智慧化控制機制，可實現發用電之即時感知、智慧調度與效率優化，有效降低系統性碳排放。隨著各國政策面與法規持續推動節能減碳與能源轉型，低碳電力已逐步滲透至交通運輸、建築與產業用能等關鍵部門，深刻改變能源消費結構。在此趨勢下，電動車保有量快速成長，儲能充電樁不再僅是用能終端，而逐步轉化為具備調度與回饋能力之能源節點，為車對網(V2G) 與分散式儲能應用傳輸奠定基礎。