儲能雖小,無所不在
儲能雖小,無所不在

電化學儲能俗稱電池,存在於我們日常生活周遭,已經是一個生活必需品。它雖然小到不起眼,但是卻無所不在,新一代的智慧電力系統當中,電力級儲能也是無所不在,相較於量級龐大的電力系統,儲能的佔比還是非常非常小,它正在逐漸變大,讓我們一起來探索其中的奧妙吧!

本文章嘗試從化學儲能的產業發展趨勢出發,進一步談到鋰電池儲能,以及其無所不在的特性,提供社會大眾參考。至於位能、動能、電磁能等型態的電力級儲能,不在本文章的討論範圍內。

鋰電池儲能系統將對智慧電力系統產生重大影響

約莫在2013年至2014年之間,美國曾經有一個電力級化學儲能系統(Utility Chemistry Storage System)大戰,當時參戰的除了鋰電池以外,還有鉛酸電池(Lead Acid)、鈉化學電池(Sodium Chemistries)、釩液流電池(Flow Vanadium)、鋅液流電池(Flow Zinc)等等。

到了2017年,從實際建置情形來看,這場大戰暫時告一段落,鋰電池技術以94%的市佔率取得絕對的優勢。如果這個趨勢持續下去,可以預見鋰電池儲能系統將對智慧電力系統(Smart Power System)產生重大的影響。

鋰電池1.jpg
鋰電池取得94%電力級儲能系統之市佔率
圖/ 陳世芳

我在前面的專欄文章《你應該要知道的智慧電網標準地圖》中論述:儲電為必要,只是佔比不高。當時提到IEC把儲能配置在分散式能源(DER)、工業自動化、家庭與建築自動化三個項目之內。

將電力級化學儲能應用在發電與輸配電端

我們今天來談新的東西,來自於電力設備公司的觀點,他們實際推動產業發展,將電力級化學儲能應用在發電與輸配電端。

我們可以看到從2012年開始,電力級的佔比一直比住家級(Residential)與非住家級/工商級(Non-Residential)還要高,GTM Research預估一直到2022年,電力級依然是佔比最高的項目。我們可以確定,電力級儲能已經是智慧電力系統的主角,住家或工商應用只是配角。

電力級儲能的裝置容量與儲電量比較大,所以具備經濟規模優勢,同時獲得三大百年歷史電力設備公司(GE, ABB, Siemens)與電池電動車(Battery Electric Vehicle, BEV)領導公司Tesla積極推動,其安全性遠較消費性電子等級的鋰電池還要高出許多,達到電力公司之要求,建置的規模逐漸擴大。

當發電公司與電網公司已經使用,表示有嚴格的安全規範與保護措施,我們實在不用太擔心鋰電池的安全性問題。

鋰電池2.jpg
電力級儲能系統為主角
圖/ 陳世芳

今年,一份來自於台電綜合研究所的研討會簡報,清楚地告訴我們電力級儲能如何應用在發電端、用電端與輸供配電端。

發電端使用儲能系統可以讓再生能源的輸出平滑化;調整電網頻率(提供毫秒等級的響應速度『單位:A/ms』);提供功率(容量)補償能力。輸供配電端使用儲能系統,好處是提供備轉容量;穩定頻率與電壓;強韌電網;故障備援;電力輔助服務(Ancillary Service)等。在台電的圖片裡,原來的輸配電路上,都可以加掛能源儲存系統(Energy Storage System, ESS),這樣的設計,巧妙地把儲能融合在電網系統裡面,分散式使用儲能系統,有助於建構一個強韌的電網系統。實務上,儲能系統逐漸和各級變電站一起建置,強韌各級變電站。

我們可以在發電廠與變電站內建儲能系統,也可以在發電廠與變電站中間,找一個新的地點,設置好電力線與新的大型儲能系統。這樣彈性的作法,恰好補強過去電網建設時,所面臨的區域性不平衡問題。在某些用電比較緊張的地區,配置一個儲能系統,增加供電餘裕;在某些供電過剩的地區,發揮吸收電力,保護電網的功能。

分散式儲能系統比電力網路更具彈性

分散式儲能系統比電力網路更具彈性。強調彈性優勢的智慧電力系統,需要儲能系統來增加彈性,因此儲能是一個必要的選項,儲能的佔比越高,電力系統的智慧化效果也就越好。

台灣是一個以中小企業為主的經濟體系,中小企業的觀點常常出現在新聞媒體上,讓人誤以為這就是趨勢,但如果從統計上來看,可能未必如此。


台灣的電力化學儲能市場,目前以用電端儲能為主流,應用在手機基地台、工商用途、家用太陽能等。我們從美國電力化學儲能市場的數據看到,電力級儲能才是主流應用,而非住家或工商用。希望各位讀者不要被新聞媒體所誤導了

鋰電池3.jpg
儲能在電力系統當中所扮演的角色
圖/ 陳世芳

從全球市場的角度來看,儲能現在的佔比確實不高,不及1%。因為儲能系統具備提供功率補償能力的功能,市售的儲能系統皆有標示功率與發電量,所以我們可以和發電設備的裝置容量合併計算。2017年全球新增電力容量為257GW,儲能1.22GW,合計258GW。2017年全球新增電力淨容量以太陽能居第一位,達98GW(38%),後面依序是風力發電52GW(20%)、燃氣發電38GW(15%)、燃煤發電35GW(14%)、大型水力發電19GW(7%)、核能發電11GW(4%)。

鋰電池4.jpg
圖/ 陳世芳

電力級儲能系統和龐大的發電容量相比,小到可以忽略,可是智慧電力系統裡面卻無所不在,所以,我認為不應該把電力儲能服務歸類在輸配電網裡面,它應該是一個獨立的業種,適合放在電力供應業的下面。我們也看到儲能是必要的,雖然現在還不是那麼重要,但卻是強韌電力系統的關鍵。

如果我們有螞蟻雄兵式的儲能系統建置,假設也累積到2GW,也許缺電的問題就可以獲得緩解。如何釋放電力級儲能系統的威力,將是我這一系列文章的重點,讓我們一起來探索儲能的新世界吧!

參考資料:

[1] Dr. Imre Gyuk, Director of ESR at US DOE-OE, Dan Finn-Foley, R.A. E.S. at GTM Research 且 Todd Olinsky-Paul, Project Director at CESA, “State of the U.S. Energy Storage Industry: 2017 Year in Review,” 13 02 2018. [線上].
[2] 陳世芳【麥斯管理顧問公司】, “你應該要知道的智慧電網標準地圖,” 28 8 2017. [線上].
[3] 吳成有【台電綜合研究所】, “大型儲能系統應用案例,” 於 107年太陽光電暨儲能技術研討會, 2018.
[4] Tsvetomira Tsanova, “World adds 98 GW solar, 70 GW fossil fuel power capacity in 2017,” Renewables Now, 09 04 2018. [線上]. [存取日期: 18 04 2018].
[5] Emily Holbrook, “Report: Unprecedented Growth in the Energy Storage Market, Expected to reach 29,300 MW by 2027,” Energy Manager Today, 29 03 2018. [線上] [存取日期: 18 04 2018].

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #能源科技
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓