近年來，全球綠能產業蓬勃發展，致力實現2050年碳中和目標以及參與RE100倡議的大型企業，已經制定了在2050年之前實現100%使用綠電的願景。太陽能發電作為可再生能源的代表，在過去幾年中建設速度快速增長。
隨著太陽能案場的不斷擴建，管理方面也出現了多項挑戰。例如，太陽能案場需要24小時不間斷的安全監控，以防止潛在的竊盜或破壞，如竊賊剪斷電纜或是小動物破壞設備引起的災害等。長時間運行的太陽能模組也可能積聚灰塵、雜草和動物排泄物，若不定期清理，將對發電效率產生負面影響，甚至可能損壞設備。
由於許多案場分佈於不同的縣市，跨地區的人力資源管理面臨著重大挑戰。在當今人力短缺的環境中，為管理這麼多案場提供足夠的人力是一項極具挑戰的任務。然而，為了保持太陽能案場的正常營運，這些問題勢必需要有效地解決。
AI人工智慧、大數據和物聯網等科技日益普及，也有許多技術應用在太陽能相關產業。這幾年太陽能零組件製造商意識到人力短缺的問題，正積極開發AIoT相關產品以解決此需求。太陽能案場的維運通常是繁重且重複的工作，若能減輕對人力的依賴，將對太陽能案場的維運產生顯著的效益。
本研究旨在探討如何提升太陽能案場的維運效率。隨著太陽能案場的數量每年呈倍增趨勢，為節省人力成本，太陽能系統商已發展出各自的維運模式。本文將調查台灣太陽能系統商的維運模式，並根據目前所遭遇的問題，整合現有技術，透過成本分析提出適切的解決方案。本研究並透過專家訪談,歸納出每一種解決方案的適用場景和範圍。

In recent years, the global green energy industry has witnessed a remarkable surge, propelled by the commitment of major enterprises towards achieving the 2050 carbon neutrality objective and their active participation in initiatives like RE100. These enterprises have already charted a course towards attaining 100% green energy consumption by 2050. Solar power, emblematic of renewable energy, has experienced an exponential growth in construction activities over the past few years.
The burgeoning expansion of solar farms has ushered in a host of management challenges. Solar farms necessitate round-the-clock security surveillance to thwart potential theft or vandalism, such as the cutting of cables by thieves or incidents arising from wildlife interference. Furthermore, prolonged operation of solar modules may lead to the accumulation of dust, weeds, and animal excreta, which, if not promptly addressed through regular cleaning, can adversely impact power generation efficiency and even precipitate equipment damage.
Given that many solar farms are dispersed across various counties and cities, cross-regional human resource management poses a formidable challenge. In an era marked by labor shortages, ensuring an adequate workforce to oversee the multitude of farms represents an immensely daunting task. Nevertheless, addressing these issues effectively is imperative to uphold the seamless operation of solar farms.
The pervasive adoption of cutting-edge technologies such as Artificial Intelligence (AI), big data, and the Internet of Things (IoT) has engendered a slew of technological applications in the solar energy sector. In recent years, solar component manufacturers have discerned the pressing issue of labor shortages and are actively devising AIoT-related products to cater to this exigency. Maintenance and operation of solar farms typically entail labor-intensive and repetitive tasks. Consequently, any reduction in dependence on manpower stands to yield substantial benefits for the maintenance and operation of solar farms.
This study endeavors to delve into avenues for enhancing the operational efficiency of solar farms. With the number of solar farms doubling annually, solar system vendors have formulated their own maintenance models to curtail labor costs.
This research aims to scrutinize the maintenance models employed by solar system vendors in Taiwan and, based on extant challenges, amalgamate existing technologies to proffer judicious solutions through meticulous cost analysis.Our research interviews several domain experts and concludes with the applicability of each proposed maintenance model.

論文審定書 i
誌 謝 ii
摘 要 iii
Abstract iv
目 錄 v
圖 目 錄 vii
表 目 錄 viii
第一章 緒論 1
第一節 研究背景 1
第二節 研究動機與目的 1
第三節 研究流程 3
第四節 研究範圍與限制 4
第二章 產業現況 5
第一節 市場發展狀況 5
第二節 外部環境 5
第三節 內部環境 6
第四節 現況分析 9
第三章 文獻探討 10
第一節 科技發展 10
第二節 太陽能案場維運模式 12
第四章 研究設計 14
第一節 研究架構 14
第二節 研究方法 14
第三節 訪談內容大綱 22
第五章 研究結果與分析 23
第一節 研究整理分析 23
第二節 成本效益分析 24
第三節 訪談結果 26
第四節 訪談結論 28
第六章 結論與建議 30
第一節 結論 30
第二節 建議 31
第三節 研究意涵 32
第四節 未來研究方向 34
參考文獻 36

一、 中文
1. 經濟部，2021，太陽光電產業2022-2024專業人才需求推估調查，財團法人工業技術研究院
2. 周佳宜，2016，太陽能發電系統最適化配置—以台灣地區太陽能發電系統為例，國立交通大學工業工程與管理系所碩士論文
3. 陳尚毅，2016，用於含太陽能與蓄電池儲能之社區型微電網住宅型用戶電能消耗評估之模型與控制方式開發，國立中正大學電機工程研究所碩士論文
4. 廖建棠，2014，微電網電能管理與太陽能發電系統虛功調節策略，國立成功大學電機工程學系博士論文
5. 黃皓禹，2022，應用人工智慧演算法進行不同太陽能系統架構下的故障診斷技術，國立中正大學電機工程研究所碩士論文
6. 賴忠進，2007，應用人工智慧於太陽能追日系統之研製，國立中山大學電機工程碩士論文
7. 丁郁庭，2022，運用人工智慧影像辨識技術提升太陽面板正常運作之績效，國立臺北教育大學資訊科學系碩士論文
8. 陳重任，2022，5G+AIoT無人機於國土智慧巡航之成效分析-以濁水溪為例，國立彰化師範大學光電科技研究所科技應用與管理碩士在職專班碩士論文
9. 連明仁，2022，在AIoT趨勢下，商業效益之提升—以A公司為例，國立臺灣大學碩士在職專班資訊管理組碩士論文
10. 張根武，2020，AIoT 智聯網驅動跨界價創之新生態系統研究 - 以智慧建築微電網應用為例，國立臺灣科技大學管理研究所碩士論
11. 闕妤璇，2022，儲能系統應用及雲端AI智慧能源管理系統開發，國立臺北科技大學機械工程系機電整合碩士班碩士論文
12. 鄭傑文，2015，可程式化的居住環境智能管理系統，國立臺灣科技大學電子工程系碩士論文
13. 許嫦蘭，2016，混合再生能源管理系統之控制整合分析，國立成功大學航空太空工程學系碩士論文

14. 王辰瑀，2022，太陽能模組之維運分析，私立淡江大學化學工程與材料工程學系碩士論文
15. 戴家昱，2022，以層級分析法探討太陽能產業維運公司永續發展關鍵成功因素，國立屏東科技大學資訊管理系所碩士論文
16. 謝祥斌，2022，一個以維運思考角度開發之太陽能發電預測模型的實證研究，國立高雄科技大學電機工程系碩士論文
二、 英文
1. Rukijkanpanich, Jittra, and Mathurot Mingmongkol. "Enhancing performance of maintenance in solar power plant." Journal of Quality in Maintenance Engineering 26.4 (2020): 575-591.
2. Hatti, Mustapha. "Operation and maintenance methods in solar power plants." Use, Operation and Maintenance of Renewable Energy Systems: Experiences and Future Approaches (2014): 61-93.
3. Nam, Kang-Hyun, and Moon-Jae Jeong. "A development of the maintenance function for the solar power plant based on IoT." The Journal of the Korea institute of electronic communication sciences 10.10 (2015): 1157-1162.
4. Peters, Lennart, and Reinhard Madlener. "Economic evaluation of maintenance strategies for ground-mounted solar photovoltaic plants." Applied Energy 199 (2017): 264-280.