太陽能電池市場低迷不振，業者紛紛朝下游模組系統端開發、布局電站。不過太陽能電站投資金額上看千萬到數億元，加上光電躉購費率逐年下修，要如何確保投資效益，場址的發電評估變得重要。
為解決中央氣象局日照氣象站數量的不足，來自台灣大學資工系的新創團隊慧景科技（thingnario）透過衛星雲圖、氣象資料研發出AI虛擬日照計，除了可以回溯場址過去5年來的日照量，也能算出每天的日照量，推估每年的發電收益與投資報酬率，提供興建電站的選址依據，一掃過往靠老師傅經驗估算電廠報酬率的問題，目前已有上百個電廠採用該系統。
機器學習幫大忙，確保光電投資效益
評估電站的發電表現，「PR值（累積發電量/累積日照量）」是重要參考值。
通常業者會在電站裝設實體日照計，來計算日照量，但日照計容易受到安裝的角度、高度，甚至是髒污，影響PR值計算，並不利於跨電站管理。
慧景透過取得衛星雲圖，再結合深度學習，可以推估全世界每個地點、時間的日照量，精準度可達到一平方公里的範圍，還可回溯過去數年來的日照量，平均每日的誤差在7%以下，每月的誤差僅達3%。
透過AI虛擬日照計，可算出每個電站的PR值，業者也能用共同標準去管理電站。
慧景科技共同創辦人、台大資訊系教授徐宏民表示，過去評估電站投資時，業界常有喊價的問題，老師傅都有自己一套經驗估算電廠報酬率。現在透過機器學習判斷，能更準確算出投資報酬率，藉此降低電站的投資風險。
從去年四月推動至今，目前已有上百個電站採用該系統，今年目標要成長4倍，做到400-500個案場。
進軍海外，台灣是最佳練兵場
此外，慧景也推出監控軟體搶攻電站維運財，透過App管理電站所有維運、出勤、費用，並進行損益分析。一旦電站出現問題，手機還會發送緊急通知；特別的是，運用AI預測太陽能板最佳清洗時間，別於傳統一年清洗兩次的「老師傅經驗」，透過AI幫忙，平均增加近2成發電收益。
現階段台灣太陽能裝置容量僅2-3GW，2025年要達到20GW的目標，「（太陽能）未來成長可期，這是一個很大的投資範圍。」徐宏民說，慧景把台灣當作是練兵場，接下要進攻日本、東南亞市場。
專攻B2B市場，用AI翻轉傳統產業
「能源是一條很深的路，我們想做的還有很多。」慧景未來也不排除跨入智慧電網、儲能領域，運用AI把能源做最佳化管理，降低電力耗損。
除了能源運用，慧景也瞄準工業應用，第二個產品線是智慧射出成型機，透過AI計算人工上油最佳時機，以保護工廠內重要的機械零件、降低受損風險。
「我們將自己定位成轉化傳統產業的軟體公司，」徐宏民說，AI對於企業端具有很高的價值，若能為企業降低風險，便能減少不必要的虧損；相對地企業對產品的準確性要求也高，當初也是花了很大力氣，才獲得企業客戶認可。
慧景短短創立兩年多，已在今年第一季獲利，未來也計劃成立子公司，瞄準AI軟體創業。現階段沒有資金需求，重心放在尋找策略投資夥伴，要用台灣的軟體技術，征服協助海外市場。
本文授權轉載自數位時代，作者：陳映璇
