為了探討最佳太陽板姿態智能化學習與控制對發電效益之影響，在第一系統 進行實地測試並記錄每日發電量與各時段之停駐角度，以便後續進行更詳盡分析。
2016/03/31-2016/06/15 期間在第一系統進行最佳太陽板姿態智能化學習與控 制，其測試結果如圖 4.2-1。由圖中可發現透過智能化學習與控制，在日照平均每 日為 10MJ/m2 的總輻射量下，不需搜索天與需搜索天所得到之發電量相當相近，
且兩條漸進線也幾近重疊。
由此結果可得知，原本認為降低搜索頻率可能會使發電量下降，但數據顯示透 過智能化學習與控制並搭配縮減搜索範圍，可有效降低誤判率。即使每星期只搜索 三天，仍然比原本的直接搜索法，更能夠找到最佳停駐角，進而平衡了沒有每天搜 索之缺陷。此控制方法不僅可維持系統的發電量，並降低隨機變化之環境變因對停 駐角度的干擾，以及減少轉動次數對單軸裝置的磨耗。
圖 4.2-1 最佳太陽板姿態智能化學習與控制對發電量之影響(第一系統)
表 4.2-1、表 4.2-2、表 4.2-3 分別是記錄 2016/03/31-2016/06/15 三座追日裝置 2016/03/31-2016/06/15 三座單軸每週各時段角度做平均並繪製於圖 4.2-2。最佳停 駐角度大致上隨著太陽運行角度變化，以圖 4.2-2 來輔助說明各時段若採用 1A-3P
圖 4.2-2 2016/03/31-2016/06/15三座單軸裝置不轉動搜索天的停駐角度平均值
圖 4.2-3 1A-3P一天當中的遮陰情形 [4]
表 4.2-1 2016/03/31-2016/06/15第一系統No.1太陽板停駐角度
表 4.2-2 2016/03/31-2016/06/15第一系統No.2太陽板停駐角度
表 4.2-3 2016/03/31-2016/06/15第一系統No.3太陽板停駐角度
智能型太陽時鐘(solar clock)技術研究
本研究有別於需要加裝感測器的閉迴路控制方法，而採用時鐘 IC 定時搜索之 開迴路控制之方法，可有效降低系統在控制上的複雜度。然而，時鐘 IC 在長時間 使用下會產生累積誤差，以及特殊政經地區與太陽時間(solar time)有些許誤差等問 題，因此本研究將利用系統所搭載的太陽板作為太陽光感測器，發展智能型太陽時 鐘(solar clock)校正技術。目的為解決上述時間誤差之問題，進一步提高 1A-MPG 系統可靠度。
智能型太陽時鐘校正技術主要可區分成日出日落智能診斷與智能校正兩大部 分，如圖 5.0-1 所示。日出日落智能診斷是在觀察太陽與時鐘的關係，由光感測器 得到太陽運行的資訊，利用規則庫來推論每日的日出日落時間點，並將此記憶儲存 至資料庫。智能校正部分，將資料庫記錄之每日日出日落的資訊經由推論機制來判 別時鐘 IC(標準時間)與太陽時間之誤差。經由決策診斷誤差是否在容許範圍內，再 執行智能校正的動作。
圖 5.0-1 智能型太陽時鐘校正架構圖 日出日
落智能
智能校