太陽能行業求變的“算法”

凱蒂·費倫巴赫爾

大公司不惜成本，希望降低獲取太陽能的成本，而軟件將是降低成本的關鍵。

與大多數行業一樣，太陽能行業在迅速積極采用分析和處理數據的方法，以便降低太陽能成本，并為其技術開拓新市場。

眼下涌現出了大批數據處理工具：算法、機器學習和傳感器，它們為投資和收購太陽能初創公司起到了推波助瀾的作用，而創業者們在紛紛組建新公司，使用數據解決太陽能行業的種種問題。與此同時，大公司不惜成本，跟蹤、監視和評估來自世界各地的太陽能項目的數據，希望降低獲取太陽能的成本。

太陽能行業是最近認識到數據價值的行業，這不足為奇。其他傳統的非數字化行業（比如汽車行業、石油天然氣行業和農業）將管理數據視作確保技術具有競爭力、公司存活下去的一種必要手段。

但是說到太陽能行業，數據最終會大幅降低太陽能的成本，降到可與礦物燃料能源有得一拼的地步。那樣一來，數據不僅僅是太陽能公司賺錢的一條途徑，還是全世界改變能源獲取方式的一條途徑，傳統的能源獲取方式排放出數噸的碳，導致全球氣候變暖。

機器學習降低成本

總部位于加州奧克蘭的創業公司PowerScout，在種子輪融資活動中融得520萬美元，以發展其技術。該公司的技術使用大數據、分析和電子商務等工具，找到更巧妙的方法，以便將太陽能電池板出售給消費者。其軟件可積聚關于當前和潛在太陽能客戶的大量數據，使用機器學習來預測其中哪些客戶可能會購買太陽能電池板。

機器學習是一種人工智能技術，它把數據饋送給算法，那樣基于機器學習的算法就能更準確地找出數據中的模式。事實證明，這有助于銷售太陽能電池板。

向消費者出售太陽能電池板已成為許多公司面臨的一個棘手和燒錢的問題，尤其是由于一些市場（比如加州）已取得了足夠的成功，許多早期采用者已經有了太陽能電池板。這意味著在那些地方，太陽能公司將日益不得不說服更主流的客戶（這些客戶通常對價格比較敏感）購買太陽能電池板。

PowerScout公司的首席執行官阿蒂拉·托特（Attila Toth）在拉斯維加斯的大會上說，太陽能電池板“依然挨家挨戶地推銷，就像上世紀50年代推銷真空吸塵器那樣。”這意味著，由于銷售過程本身的高昂成本，消費者要付更多的錢，而不是只付太陽能電池板的成本價。

這家公司得到的資金包括來自美國能源部的數百萬美元投資，它還與谷歌的Sunroof項目合作，該項目使用數據來構建類似的太陽能軟件。

其他初創公司在使用數據，以便更容易為安裝太陽能電池板所需的成本融資。近日，一家總部位于舊金山的公司kWh Analytics推出了一款新的太陽能軟件產品，該產品使用來自全球太陽能項目的數據，說服保險公司為太陽能項目提供產能保險。這種保險降低了為太陽能系統籌集的資金的利率，因而降低了融資成本。

kWh Analytics的首席執行官理查德·馬特蘇（Richard Matsui）表示，太陽能數據向來“非常雜亂”，業界基本上不知道誰建立了一流的太陽能項目。這家公司的一大客戶是谷歌，谷歌購買了超過2.5千兆瓦的清潔能源。今年夏天，kWh Analytics從Anthemis Group和能源巨頭Engie籌集了一筆500萬美元的資金。

太陽能數據初創公司不僅僅從風險投資公司融得啟動資金，許多大公司也在收購它們。

上個月，電子業巨頭Flex透露，通過旗下的太陽能設備子公司NEXTracker，收購了一家名為BrightBox Technologies的機器學習初創公司。這家總部位于加利福尼亞伯克利的公司成立才不過三年，開發的軟件可以優化樓宇的供暖制冷系統。

但NEXTracker計劃使用該公司的軟件和聯合創始人的聰明才智，利用機器學習在全球范圍優化其太陽能硬件的開發和運作。更智能化地監測和維護太陽能電池板，以及用于移動太陽能電池板的設備，有助于通過優化太陽能電池板產能來降低成本。

IBM嘗試

就連像IBM這些機器學習領域的巨頭也在想方設法，利用數據來降低太陽能的成本。2013年，IBM的研究部門利用美國能源部的資金，開始致力于研究如何將人工智能引擎“沃森”（Watson）運用于清潔能源。

如今，IBM研究部門有200個合作伙伴使用其開發的太陽能和風能預測技術，該技術可以提前15分鐘至30天，預測太陽能和風力狀況。這項技術的問世得益于結合了眾多預測模型，并增加了大量數據，這些數據涉及天氣、環境、大氣條件以及太陽能發電廠和電網如何運作。人工智能引擎還借助從全美1600個地方收集來的環境數據接受了訓練。

項目經理亨德里克·哈曼（Hendrik Hamann）表示，結果就是，IBM的“自學習天氣模型和可再生能源預測技術”（之前名為Watt-sun）的準確率比排名第二的太陽能預測模型高出50%。這項技術在研究部門誕生后，IBM想方設法將它商業化。

即使在非洲撒哈拉以南地區的非并網市場，超低成本的太陽能也得益于機器學習。一家名為Azuri的英國初創公司銷售用手機技術管理的太陽能電池板和電池，它使用機器學習來了解客戶的使用模式，并以最佳的方式管理電池和能源。比如說，如果客戶的電池開始電量不足，系統就會自動調整屏幕亮度，減慢手機充電速度，好讓電池能量盡量耐用。

太陽能電池板和項目開發商SunPower表示，它積累的太陽能電池板發電廠方面的操作數據比業內其他任何一家公司都要多。它使用這些數據來改進電池能電池板技術、改善客戶服務以及公司選址、建設和運作項目的方法。SunPower在奧斯丁還有一個控制中心，到今年年底，有望能夠監測和管理超過1.8千兆瓦的太陽能電池板項目。

不是說哪一種特定的數據工具在顛覆太陽能行業；事實將證明，結合數據降低太陽能成本的多種方法，對于將太陽能變成一種更主流的能源會起到至關重要的作用。

太陽能電池板已經處于歷史上最低的價位。現在就要靠軟件和數據確保那些低成本的太陽能電池板能夠盡量快速而輕松地進入到大型太陽能發電廠和家家戶戶的屋頂上。