綠能微電網不僅點亮離島,還能翻轉再生能源不穩定印象
綠能微電網不僅點亮離島,還能翻轉再生能源不穩定印象

去年815大停電,全台各地發生大規模無預警跳電仍讓人記憶猶新,為改變過往集中式電力供給,改由小型發配電系統打造「微電網」,更能達到電力自給自足,並加快再生能源發展目標。

兩年前工研院在六甲院區建置微電網系統測試場域,這套系統包含太陽能板、儲能、能源管理設備,能夠進行自動化調配,提供辦公大樓北研館的用電,年省百萬電費。未來工研院想把微電網系統推廣到離島,搶攻綠能商機。

微電網搭配儲能,改善再生能源供電品質

工研院綠能所電力及電網技術組組長梁佩芳表示,目前微電網沒有明確的定義,通常是指可以離開大電網,能獨立運轉的小系統,做到電力自給自足。不過目前工研院這套系統還不能離網,現階段仍需要台電,目標1到2年內做到離網。

這套微電網系統,太陽能裝置容量410KW,儲能櫃有5個、每個櫃子是100KW,總共能存1,000度電。儲能櫃採用台製的鋰電池,而儲能轉換器(PCS)由工研院手工打造,目前這項技術已技轉給大同。由於再生能源具有間歇性發電問題,儲能就扮演電網中調節電力的角色。

微電網
由於太陽能變動性大,搭配儲能,可以達成穩定的功率輸出,提升供電品質。
圖/ 陳映璇攝影

「我們希望太陽能發電板,可以跟發電廠一樣穩定。」梁佩芳說,同仁會設定系統的目標,主要分為假日、平日兩種模式,平日因北研館用電量多,會讓太陽光電全力發電,儲能系統做搭配,以再生能源輸出平滑為目標。假日因北研館用電量低,則會限制再生能源發電量,一旦儲能系統充飽時,就會抑制太陽光電發電。由於這套微電網沒有脫離台電,因此一旦發生電力多到「逆送」時,就會直接跳電,主要是工研院不能夠賣電給台電,而有這套保護機制。

「因為太陽能的變動性大,透過儲能設備,可以變成穩定的功率輸出,有助於系統的運轉與調度。」工研院綠能所研究員謝廷彥說。

但儲能也不是完全美好的,梁佩芳說,儲能設備需要使用空調,以及當電力輸入、輸出之間必定有損耗,因此當電力輸出時,必須「升壓」讓電流變小,就可減少損耗。加上目前儲能的成本仍相當貴,梁佩芳舉例,一個百萬瓦級的儲能系統,加上電池、儲能轉換器(PCS)、變壓器等成本,約3~6千萬元,價格不便宜。

儲能櫃
再生能源具有間歇性發電問題,儲能扮演電網中調節電力的角色,圖為儲能櫃。
圖/ 陳映璇攝影

降低柴油發電,推廣離島建置微電網

目前這套微電網系統測試場域,面積約半個足場大,年發電量約517,632度電, 若以一度電3元計算,一年能為工研院六甲院區省下155萬元。

工研院下一步想把微電網系統推廣到離島,因為離島並沒有像台電這樣的「大電網」,離島通常是柴油發電機,再搭配太陽能、風力等再生能源,但有污染、不穩定的問題。工研院也正研發一套適合離島運作的微電網系統,未來透過技轉給業者,還可輸出到東南亞國家。

其實目前澎湖七美島、東吉嶼已有微電網設置。台電今年五月在澎湖七美島設置微電網示範系統,目標2019年完成增設風力發電600KW,並擴充太陽光電系統、儲能系統容量,提高七美綠能發電占比,預估年省5千萬元。

去(2017)年五月原能會核研所與中興電工則在澎湖東吉嶼成功商轉微電網系統,可供應島上共2百多人約92%電力需求。這套微電網包括太陽能裝置容量86KW,能存180度電的儲能電池、200KW柴油發電機以及三條電力負載饋線。

不過原本期待微電網能點亮離島,讓再生能源發揮最大效益,但卻在今年七月傳出停電問題,原因是島上的太陽能設備受到鹽害損壞,因此一旦發電設備受損,微電網也無法發揮作用。

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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