AI 智慧空調控制平台
透過影片快速了解機房數位孿生、AI 控制策略與 M&V 節能驗證的完整運作流程。
從設備各自控制→AI 全系統協同最佳化
AI 系統最佳化平台整合外氣、負載與設備效率模型，在兼顧舒適度與設備安全下，持續追求最低系統 kW/RT。
傳統分散控制
各設備獨立運作，缺乏整合與最佳化
邏輯運作
邏輯運作
邏輯運作
邏輯運作
最佳化平台
最低 kW/RT 為目標
AI 智慧協同控制
AI 整合優化、協同運作，達成全系統最佳化
AI 如何讓冷氣自己省電
結合氣象預報、LSTM 負載預測與最佳化策略，逐時推估明日冷凍噸數，自動調整冰水主機、冷卻水塔與泵組運轉組合。
氣象預報 + 負載預測
LSTM Forecast結合中央氣象署資料與場域歷史耗電，逐時預測明日冷房負載 (RT)，並標示尖峰時段。
LSTM 模型逐時預測明日冷凍噸數、外氣溫度與相對濕度
AI 控制策略最佳化
Optimization依預測負載動態調整冰水溫度設定、冷卻水塔溫度與冰機組合，找出最低 kW/RT 運轉點。
即時監控冰水/冷卻水進出溫差，動態最佳化機組組合
M&V 節能效益驗證
Verification依 ASHRAE Guideline 14 自動建立基線，逐月計算節電量、節電率與減碳量，透明可驗證。
12 個月基線 vs AI 控制比對，節電率、減碳量一目了然
平台四大模組
從資訊看板到 M&V 報告，AI 全程協助你看清、控制並驗證節能成效
資訊總覽看板 — 月度製冷量與用電量趨勢
財務評估報告 — 一筆帳算清楚
從投入到回報，每一分錢都透明 — 我們用真實案例的 20 年財務模型，解析純設備汰換 (A 方案) v.s. AI 系統整合 + 變頻控制 + 補助 (B 方案) 的差距。
B/C/E 大樓 1,030 RT 系統首年建置
節電率 23.7% · 年減碳 545.9 噸
佔造價 43.7%，自籌再省 696 萬
20 年累計淨利 +1,498 萬 · 5.7 年回本
補助後財務評估
案例：三處 (B/C/E 大樓) 共 1,030 RT 中央空調系統 · 20 年期評估
| 指標 | A 方案 | B 方案 |
|---|---|---|
| 年節電量 (萬度) | 41.2 | 115.2 |
| 年節電費 (萬元) | 192.8 | 538.9 |
| 節電率 | 11.3% | 23.7% |
| 年減碳量 (噸) | 195.3 | 545.9 |
| 自籌投入 (萬元) | 3,270 | 2,574 |
| 20 年累計淨利 (萬元) | -1,898 | +1,498 |
| 回收年限 (年) | 31.3 | 5.7 |
| IRR 內部報酬率 | — | 12.1% |
※ 節電費以平均電價 4.68 元/度、年衰退率 1% 計算 ｜ 淨現值折現率 7% ｜ 工程造價 B 方案含首年 2,000 萬一次性補助
20 年期累積淨現金流
單位：萬元 · 折現率 7% · 平均電價 4.68 元/度
投入 2,574 萬自籌款，20 年創造逾 3,396 萬純利（已含 7% 折現率）
內部報酬率高達 12.1%，遠優於定存與多數低風險投資商品
攤提所有維保費用後，每度節電成本僅 2.48 元，降低 57.8%
累積現金流轉正僅需 5.7 年，較純設備汰換提早 25.6 年