背景痛點
太陽能裝完不是就沒事了。市售逆變器、BMS、電表各有各的 App，資料互不相通，也拿不出來做分析 — 裝了等於只能看，不能管。
更麻煩的是：什麼時候該用電池、什麼時候該切市電，牽涉到日照預報、電池健康度、時間電價。人工判斷幾乎不可能天天做對。
3Q 自己機房的電就靠太陽能加電池撐著，這件事沒做好，受害的是自己 — 所以這套系統是我們自己每天在用、自己被逼著修好的。
我們怎麼做
第一步：把資料要出來。 逆變器用的是 Modbus RTU over TCP（不是標準 MBAP 封包，要自己算 CRC16），廠商沒有文件。我們逐一比對寄存器與面板顯示，把發電、負載、電池、溫度、市電狀態全部對應出來。
第二步：踩出廠家的隱藏規則。 直接寫入電壓設定會被逆變器拒絕（Illegal Data Value）。實測推導後發現廠家鎖死了一組相對關係 — 例如「低電壓警告必須嚴格大於市電切換電壓」。要調高市電切換點，得先調高警告值，順序錯了就寫不進去。這種規則沒有任何文件會寫，只能實測逼出來。
第三步：建立電池容量的單一真理來源。 逆變器自己回報的 SOC 是錯的，早期我們也用過幾個想當然耳的換算公式，結果多算 5%。改成從實際邊界電壓（市電切換點 = 0%、充電上限 = 100%）回推可用容量，並在每次出現完整充放電 cycle 時自動校準。前後端共用同一份換算邏輯，不允許各算各的。
第四步：電芯級看健康度。 接 BMS 讀到每一顆電芯的電壓，盯的是 pack 內最高與最低電芯的壓差 — 壓差擴大是電池老化與失衡的早期訊號，比只看總電壓早得多。
第五步：讓 AI 做調度建議。 把日照預報、電池狀態、時間電價方案一起給 Claude，產出每日能源簡報與未來 48 小時的調度規劃：什麼時段該讓電池扛、什麼時段切回市電比較划算。
成果
發電、儲能、電芯、電表四種原本互不相通的設備，收在同一個儀表板與同一個資料庫裡，可以回頭做任何分析。
電池狀態從「看逆變器上一個不準的百分比」變成「可校準、可驗證、電芯級可追蹤」。
這套架構的價值不只在太陽能。 逆向設備協定、統一資料模型、規則引擎加 AI 判讀 — 同一套方法可以直接搬到工廠產線設備、機房環境、智慧建築的監控上。設備換了，工法一樣。