「賣電」商機上看2,500億元,卻被鄰居狂抗議!儲能龍頭Fluence怎麼化解安全焦慮?
「賣電」商機上看2,500億元,卻被鄰居狂抗議!儲能龍頭Fluence怎麼化解安全焦慮?

台電的電力交易平台上線後,民間儲能業者「賣電」商機爆發,台達電、台泥、雲豹能源等在地廠商紛紛搶進,外商也趨之若鶩,全球最大儲能龍頭Fluence早在2021年布局台灣市場,攜手寶佳集團旗下寶晶能源、東元旗下安華電機成為策略合作夥伴。

儲能是台灣推動能源轉型的關鍵基礎設施,近來儲能案廠建置卻紛紛碰上居民抗爭,淪為鄰避設施。面對大眾對儲能的疑慮,Fluence台灣及北亞地區市場總監李文正接受《數位時代》獨家專訪,業者在儲能系統做了哪些安全準備,以及如何看待國內儲能市場的機會。

儲能一哥Fluence登台,主攻穩定電網的儲能應用

外型猶如貨櫃的儲能系統,是由電池芯(Cell)、電池包(Pack)、功率調節系統(PCS)、電池管理系統(BMS)、能源管理系統(EMS)組成,雖然台廠均有投入,但受限規模與經驗不足,難以和特斯拉、Fluence、瓦錫蘭(Wartsila)等國際儲能系統整合商匹敵。

Fluence全球儲能案場.jpg
Fluence在全球部署超過6.2GW(百萬瓩)設備裝置容量,提供超過7600GWh(百萬瓩時)電網服務。此圖為Fluence提供儲能系統產品至英國。
圖/ Fluence

相較特斯拉,Fluence對台灣民眾來說較陌生。Fluence為德國電機大廠西門子 (SIEMENS) 和美國愛依斯電力公司 (AES Corporation) 在2018年合資成立的儲能公司,並於2021年在那斯達克掛牌上市。從營運實績來看,Fluence目前在全球部署超過6.2GW(百萬瓩)設備裝置容量,提供超過7600GWh(百萬瓩時)電網服務,是全球裝置容量第一的儲能公司。

目前Fluence提供的硬體產品包含儲能櫃、功率調節系統(PCS)。合作客戶包括東元集團、安華機電、利佳興業、亞通利大能源等公司,提供專注電網頻率穩定的AFC(自動頻率控制,Automatic Frequency Control)儲能服務。

雖然Fluence未透露在台累積的裝置容量,國內也未有第三方機構公布儲能市占排行,李文正有信心:「Fluence有機會是全台前三大的儲能業者。」

台灣推動能源轉型,帶動儲能市場經濟規模。根據驗證機構台灣德國萊因與InfoLink Consulting聯合發表《2023台灣儲能白皮書》樂觀預估, 2023年台灣儲能市場規模超過200億元,2030年規模超過2,500億元,商機龐大。

由於再生能源供電上有間歇性、難以預測的特性,可以儲存電力的儲能系統,有助降低再生能源大量併網對電網的衝擊。目前Fluence主要聚焦「表前」的儲能應用,表前是指安裝在電網端,用以穩定電網,包含AFC儲能、太陽光電結合儲能(簡稱光儲),「 這類型的儲能關乎電網穩定,涉及國安層面,因此『安全性』是最重要的考量, 」李文正說。

不過一座儲能案廠要能如期上線,須滿足土地開發、取得台電併網許可、融資三個條件。為降低儲能專案的風險,Fluence在挑選合作夥伴十分謹慎,三個條件至少滿足一至兩個,才會跟客戶往下談。

以安全為主打,強化防延燒設計、24小時遠端監控

不過今年以來,國內儲能案廠建置上都碰到在地居民的陳抗,憂心儲能案廠會起火與爆炸,不希望住家旁有儲能案廠。像是北基國際旗下三地能源開發的全台最大儲能案廠170MW因附近居民反對受阻,今年3月案廠設置緊急喊停。

看待當前國內儲能建置的困境,李文正不諱言:「幾乎每兩到三天就會看到有朋友分享儲能案廠碰到抗議,特別是南部非常嚴重;我認為我們業者、政府、媒體都有責任讓民眾了解什麼是儲能。」

針對一般民眾對儲能的疑慮與安全性, 首先Fluence在產品設計初期就把安全性導入 ,他們與第三方驗證機構DNV合作,成功完成「熱失控傳播測試」,這是比美國安全實驗室UL公布的「儲能系統安全認證UL 9540A」更嚴謹的測試。

李文正_Fluence台灣及北亞地區市場總監_2023_05_15_蔡仁譯攝 -3.jpeg
Fluence台灣及北亞地區市場總監李文正表示,Fluence在產品設計初期就把安全功能導入產品,他們與第三方驗證機構DNV合作,成功完成「熱失控傳播測試」,這是比儲能系統安全認證UL 9540A更嚴謹的測試。
圖/ 蔡仁譯攝

簡單來說,當一個電池櫃被觸發進入熱失控的狀態,不會影響到鄰近的電池櫃,Fluence對自家儲能櫃防延燒設計十分有信心,即便不幸發生事故,也能讓設備財損降至最低。

其次, Fluence設備會進行24小時遠端監控 。李文正表示,絕大部分的問題都可透過遠端系統排除,會由Fluence海外call center(呼叫中心)團隊來處理。在售後服務上,Fluence會訓練客戶的維運人員進行例行性、預防性保養,可自行排除故障。

熟悉儲能領域的研調機構lnfoLink資深分析師袁芳偉觀察,Fluence是國際代表性整合公司,大小案場經驗相對豐富,但不走低價策略。對企業來說,Fluence的聲譽好、規模也夠,不用擔心未來儲能設備出問題找不到人負責。

不過他也提醒,近來許多中國企業都有心進入台灣市場,在電芯價格上具有高競爭力,對台灣想做儲能系統的企業有一定吸引力;加上今年全球鋰電池包括動力儲能面臨產能過剩,預期將發生價格戰。

瞄準5千億強韌電網商機,軟體服務備戰電力即時競價

展望台灣未來的儲能市場,李文正指出,Fluence仍看好台灣長期的儲能發展藍圖,特別是台電推出十年5千億元強韌電網計畫,從過去集中式電網走向分散電網,一旦再生能源併網增加,在強化電網穩定性方面有許多商機,「只要政府有需求,我們都不會缺席。」

另一個機會則在軟體服務,目前台電電力交易平台聚焦「日前輔助服務市場」,指電力運轉的前一天,由儲能設備、自用發電機設備提供電力資源供台電調度。

台電電力交易平台
Fluence在海外市場已推出「自動競價軟體」。此圖為台電的電力交易平台運作。
圖/ 台電

李文正指出,參與者都需要上電力交易平台手動出價競標,目前尚未開放自動化進行。他認為隨著台電開放電力市場的交易量增加,未來將從手動走向自動競標這一步。

Fluence在海外市場已推出「自動競價軟體」,該系統會協助客戶分析電力市場行情,出多少價格才合理,計算得標機率的高低,甚至是整合氣象資訊。

國際電力市場交易較成熟,澳洲的頻率控制輔助服務(Frequency Control Ancillary Services,FCAS)已經做到每5分鐘一個競標。目前台電只做到前一日預排,未來電網會需要更即時的競標,這也有賴台電開放系統與民間介接。

李文正說,當電力交易走向即時競價,會帶來更高報酬,儲能設備也必須提升穩定與可靠度,即時滿足電網的需求。

延伸閱讀:E-dReg儲能併網申請超標8倍!這是什麼?為何台電緊急喊卡?業者擔憂什麼?

責任編輯:蘇祐萱

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