盛齊AI太陽能健康診斷系統 贊

盛齊除了推出AI太陽能健康診斷軟體工具外，也提供維運工程師到府進行點檢查修，深度分析增加發電效益及減低維運成本及時間。圖／盛齊提供

位於臺南的鋼鐵廠斥資上億興建了3MW太陽能系統，卻飽受發電量低落的困擾。盛齊綠能透過AI太陽能健康診斷系統幫該電廠進行整改，讓人工智慧和數據科學的概念深度分析電廠行爲，找出發電量低落的原因，並進行根本修復，成功發現該電廠可修復的串列發電量高達16％，預計每年可新增新臺幣約280萬元收益！

此電廠爲三年前完工併網的屋頂型太陽能系統，由於電廠面積大，太陽能模組在鋪排時會面臨不同角度、面向的問題，造成串列和串列之間發電量的差異，但最大的問題在於，同一面向的模組之間，發電量居然仍有巨大的差異。投資者無法透過傳統監控系統分析出問題原因，因爲該電廠裝設了70臺串列變流器，監控串數多達500串，無法一一判斷到底是傳輸斷線、日照、模組髒污、變流器運轉不佳，還是日照計安裝位置不正確所造成的影響。投資者除了鋼鐵廠的電廠以外，每日需要監控十多個太陽能電廠的發電，但傳統監控系統若不經過精細推估和系統設定，趨近下午便會不斷髮出效率降低的警告，加上只能監控基本電力參數, 無法提供更精細電氣失效原因和預估模型，無效通知讓投資者不勝其擾。

但此電廠在採用盛齊AI太陽能健康診斷系統，並經過深度學習電廠過去一年發電行爲表現後，分析出17種造成發電量下降的指標原因，包含：模組和變流器發電表現和數據傳輸整體性、電壓和頻率偏差、溫度係數和MPPT異常、斷線串列、變流器轉換效率不良、變流器故障或晚起牀、環境感測器故障等因素。盛齊也協助排除數據雜訊，發現可修復串列高達475串，預計可提升16％發電量，每年增加新臺幣約280萬元收益。