瑞士能源公司使用機器學習來預測太陽能發電量
瑞士能源公司巴塞爾工業工程（ Industrielle Werke Basel，IWB）與大多數歐洲能源公司一樣，正積極推動可再生能源，面對可再生能源發電量波動，要如何整合到電網使用？若能事先預測，那麼調度起來就氣定神閒多了，為此找上了思愛普（SAP）引進機器學習來提升預測的正確率。
巴塞爾工業工程成立於 1852 年，最初本是民營天然氣公司，2010 年起，成為巴塞爾城市州所擁有的獨立公用事業公司，供應電力、供暖、飲用水、電信服務等。當然，也包括供應綠能。
與大多數歐洲電力公司一樣，巴塞爾工業工程也曾經是主要以集中式大型發電廠為主要供應客戶電力的來源，不過時代改變，為了節能減碳，瑞士於 2017 年通過能源法案，目標要在 2050 年擺脫對化石燃料的依賴，為此汽車要換成電動車，燃氣暖氣要換成熱幫浦供暖系統，而這些用電都要來自可再生能源，家戶也裝上了住宅太陽能發電面板。
巴塞爾城市州人口約 20 萬，已經有 1,700 多個住宅太陽能系統，並以每年 300 個的速度快速增加，隨著越來越多家戶自有發電能力，也改變了電網電力供需，IWB 需要正確評估太陽能發電量，以因應做出電網的調整，但是要挨家挨戶準確測量的解決方案相當複雜，當家戶太陽能持續增加，還需要時常手動調整，雖有智慧電錶紀錄太陽能系統供電量變化，但智慧電錶一天只回報一次資料，遠遠無法達到讓電網管理者能有即時的資訊可供參考。
可一次提供 8 小時的結果
沒有即時數據時，就只能使用預估數據，但估算常常失準，如此就得保留許多應變空間，以至於不敢提高可再生能源比例，若要進一步提高可再生能源，達成未來全可再生能源的目標，就得發展正確預測的能力。
思愛普的能源管理資料（energy management data）解決方案，從不同太陽能系統的智慧電表收集資料儲存，這雖然無法達到能有即時供電資訊的程度，不過再加上機器學習，搭配天氣預測資料以及供電情況，以此來即時預測電網上太陽能隨時的供電狀況，預測以每 15 分鐘為單位，但是可一次提供 8 小時的結果。
此系統於 2023 年上線後，巴塞爾工業工程預測隔天的太陽能發電量時，就不再需要一再手動調整介入，也能更快調整短期與長期的應變措施，成為巴塞爾工業工程企業數位化策略的基礎，也因此得到思愛普創新獎。巴塞爾工業工程與思愛普的合作只是一葉知秋，隨著機器學習或是更強人工智慧的發展應用於能源領域，過去整合可再生能源的障礙可望很快降低。
Swiss energy services company uses machine learning to see the future
The Power of Collaboration: SAP Celebrates Innovation Award Winners and Opens Submissions for 2024
（首圖來源：Unsplash）