裝太陽能板、智慧電網,企業依舊會缺電?一場大停電讓綠電的兩難浮上檯面
裝太陽能板、智慧電網,企業依舊會缺電?一場大停電讓綠電的兩難浮上檯面

5 月 13 日,台電高雄路竹路北超高壓變電所匯流排因人為疏失,造成興達電廠 4 部機組跳機,無法正常送出電力。這次事故,導致全台 62 個工業區中,其中 29 個工業區輪流停電,加工出口區以楠梓加工出口區影響較大,區內有日月光半導體、華泰電子、國巨等大廠;三大科學園區中,竹科跟中科分別有 20 多家廠商受影響,南科則有 40 多家廠商受影響。

停電會使得企業損失龐大。為確保電力無虞,企業常見做法包括自行添購發電機、架設智慧電網。近年能源與環保政策獲得重視,企業也擴大使用再生能源,像是採購綠電、或者自行設置再生能源設備。

停電
圖/ 張庭銉攝影

日月光:智慧電網自動降載電壓

半導體封測廠龍頭日月光,因曾經歷2017年815大停電,位於楠梓加工出口區的高雄廠損失900多萬元,促使日月光發展「智慧電網技術」。一旦接到限電通知,智慧電網可以區分哪些是必要用電、哪些是非必要用電,藉由控制中心自動降載電壓20%,並將情形回報給台電系統,將損失降到最小。這次513停電,日月光高雄廠立即啟動備援供電系統,搭配智慧電網等措施,所受影響有限。

台積電:廠區設置太陽能板

另一方面,以台積電為例,2019 年台積電社會企業責任報告指出,除了採購綠電,台積電也在廠區設置太陽能板,新增太陽能板裝置容量 1720 千瓦,已發電量 370 萬度;2020 年持續擴充太陽能裝置容量 655 千瓦,預計發電量可達 527 萬度,全公司 7% 用電總額為再生能源;預計在 2030 年以前,達成全公司生產廠房 25% 用電量使用再生能源。

綠電不是萬靈丹,搭配儲能系統才能穩定

但是光建置綠電相關設備,不足以確保供電穩定。原因在於,再生能源發電情形容易受天氣影響,以太陽能為例,假設沒有日照,就會無電可發;加上電力需要在生產當下就被使用,即使白天日照再多,這些電力依然無法續航到晚上。

因此需要一套「儲能系統」,一來儲存多餘的電力,提供夜間使用;二來自動調度電力、維持電網穩定性。

儲能系統:以電池存下過剩電力,有需要再送出

近期日月光在高雄市衫林國中導入智慧電網技術,因為該所國中地段比較偏僻、用電常會中斷,日月光先透過太陽能板將光能轉換成電力,並進一步儲存在電池裡,同時用智慧電網監控電流量,達到最省電的分配電力方式,過程完全不需要倚靠台電電力。這次遇上興達電廠事件,衫林國中師長表示,電燈只閃爍了一下、其餘電器一切運作正常,但是像宿舍沒有太陽能及電網系統的地方就停電了。

全球電源與能源管理領導廠商台達電,也在金門與台電合力建置「儲能貨櫃系統」。台電表示,金門太陽光電、風力發電等綠能發電占比最高可達 30% 以上,台達電的儲能系統可以平緩再生能源變動,太陽日照充足時,存下過剩電力;有需要時則將電力送出,維持電網穩定。假設遇到跳機,電網也可以自動調整系統頻率,在 0.2 秒內供電救援;相較啟用傳統備用機組,需要 15~20 分鐘,等同快上數千倍。

Solar energy_太陽能
圖/ shutterstock

延伸閱讀:沃旭、上緯、台達都是成員!SEMI成立風能產業委員會,拚本土供應鏈產業化

發展綠電儲能系統的難處:電池貴、地不夠

上述例子可見,即使擁有能源,也必須搭配儲能系統。如果無法儲存、調動,一樣可能面臨無電可用。還記得今年2月中,美國德州遭遇北極嚴寒暴風雪侵襲、造成400萬名用戶大停電的事件嗎?事實上,德州是美國的重要能源重鎮,擁有豐富的石油、天然氣資源,在近年再生能源的趨勢下,也發展風力與太陽能光電。《華爾街日報》報導,2020 年德州電力 40% 來自天然氣發電、 23% 來自風力發電、18% 來自火力發電、11% 來自核能發電。

在得天獨厚的背景下,德州是全美唯一採用獨立電網、擁有自己的電網。但無法從其它地區的電網緊急調度電力,成了隱憂。早在2011年,德州就曾經歷類似的大規模停電,當時聯邦能源管理委員會(FERC)就建議,應該加強電網防凍等基礎設施、發展儲能電備系統,為寒冬做好準備。

但以企業面來說,有其難以發展的地方。先前日月光投控行政長汪渡村在接受本刊專訪時表示,以智慧電網來說,必須搭配儲能系統,才能發揮最大功效,對此,企業遇到的難題,一是電池價格貴,二是土地取得困難。相較學校用電量小,因此可以把技術完整套用,但工廠用電量大,以目前的技術能量而言,電池體積龐大,在既有的加工園區中,很難找到新空地建置電池,即使企業想要自建電廠,也可能因為佔地面積廣、顧及環保問題,受到反彈。

儘管儲能系統還在發展階段,但隨著愈來愈多產業需要儲能,電池價格可望持續下探。《CNBC》舉例,電動汽車電池組在 2010 年時為 1100 美元(約新台幣 3 萬 422 元),到2019 年已降低為 156 美元(約新台幣 4314 元),10 年間下降 85%,假設持續擴大經濟規模,2024 年有可能降低至 100 美元以下(約新台幣 2800 元),未來儲能產業的應用場景將不限於電網、電動汽車、甚至進入住宅場域,公營事業也可能成為儲能產業最大潛在市場,透過整合儲能系統到既有的系統中,在尖峰用電時段協助供應電力。

《CNBC》指出,現在最廣泛應用的電池種類為鋰電池、也有人積極開發固態電池與液流電池,現在無法保證最後哪種電池會勝出,但能確保的是,電池將在我們的中發揮更大作用。

最新6月號雜誌《高價值企業100強》:傳送門
零接觸電子雜誌訂閱:傳送門

資料來源 / The Wall Street Journal、CNBC、台積電2019年企業社會責任報告書
本文授權轉載自:經理人
責任編輯:錢玉紘

關鍵字: #綠電
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