029.jpg

         ที่ผ่านมา เทคโนโลยีด้านพลังงานหมุนเวียนมีการพัฒนาก้าวหน้าขึ้นอย่างมาก ประกอบกับการสนับสนุนจากภาครัฐ ทำให้การขยายตัวของพลังงานหมุนเวียนในภาคผู้ผลิตไฟฟ้าเอกชนมีจำนวนเพิ่มขึ้นจากการให้การสนับสนุนของภาครัฐ ถึงแม้ว่าพลังงานหมุนเวียนจะมีข้อดีที่เป็นพลังงานสะอาด หากยังมีข้อเสียตรงที่มีความผันผวนและไม่แน่นอน เนื่องมาจากสภาพอากาศที่มีการเปลี่ยนแปลงได้ตลอดเวลา จึงทำให้การคาดการณ์เป็นไปได้ยากและส่งผลกระทบต่อการวางแผนการผลิตไฟฟ้าของ กฟผ. ในแต่ละวัน รวมทั้งการควบคุมระบบไฟฟ้าโดยรวมอีกด้วย ดังนั้น ในแผนแม่บทการพัฒนาระบบโครงข่ายสมาร์ทกริดของประเทศไทย พ.ศ. 2558 – 2579 จึงได้มีการกำหนดให้กระทรวงพลังงาน กระทรวงมหาดไทย ดำเนินการแผนขับเคลื่อนการดำเนินงานด้านสมาร์ทกริดของประเทศไทย พ.ศ. 2560 – 2564 โดย กฟผ. รับผิดชอบการดำเนินงานตามแผนในเรื่อง “โครงการศึกษาการพยากรณ์การผลิตไฟฟ้าจากโรงไฟฟ้าพลังงานหมุนเวียน” หรือ RE Forecast เพื่อค้นหาวิธีการที่จะพยากรณ์ คาดการณ์ ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียน ณ ช่วงเวลาใดเวลาหนึ่งที่ต้องการ ซึ่งจะส่งผลดีต่อการนำมาวางแผนการสั่งเดินเครื่องโรงไฟฟ้าของศูนย์ควบคุมระบบกำลังไฟฟ้าแห่งชาติ (NCC)

         คุณสมฤดี ทิพย์มาบุตร วิทยากรระดับ 10 ฝ่ายควบคุมระบบกำลังไฟฟ้า การไฟฟ้าฝ่ายผลิตแห่งประเทศไทย (กฟผ.) ในฐานะผู้ดูแลโครงการศึกษาการพยากรณ์การผลิตไฟฟ้าจากโรงไฟฟ้าพลังงานหมุนเวียน เล่าให้ฟังว่า โครงการดังกล่าว เริ่มต้นด้วยการจัดตั้งคณะทำงานของทั้ง 3 การไฟฟ้า ได้แก่ กฟผ. การไฟฟ้านครหลวง (กฟน.) และการไฟฟ้าส่วนภูมิภาค (กฟภ.) ร่วมกันกำหนดขอบเขตการทำงาน โดย กฟผ. เป็นผู้รับผิดชอบหลักในเรื่องนี้ เนื่องจากการคำนวณการผลิตไฟฟ้าในแต่ละช่วงเวลาจะส่งผลต่อการนำไปวางแผนการเดินเครื่องของศูนย์ NCC ซึ่ง กฟผ. ควบคุมดูแลอยู่ โดยขั้นตอนในการดำเนินโครงการนั้น ลำดับแรก คือ การหาโปรแกรมพยากรณ์ที่มีความน่าเชื่อถือ โดย กฟผ. ได้ใช้โปรแกรมที่มีชื่อว่า “นอสตราดามุส” ซึ่งเป็นโปรแกรมจากบริษัทชั้นนำที่ออกแบบมาเพื่องานพยากรณ์โดยเฉพาะ หลักการในการพยากรณ์นี้โปรแกรมใช้หลักการโครงข่ายประสาทเทียม หรือ Artificial Neural Network ซึ่งเป็นแขนงหนึ่งของ ปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) ที่ได้รับการยอมรับรวมทั้งได้รับการพัฒนาอย่างต่อเนื่องในด้าน Pattern Recognition ที่จะมาสนับสนุนงานด้านพยากรณ์

         ลำดับต่อมา คือ การคัดเลือกโรงไฟฟ้านำร่องเพื่อสร้างแบบจำลองการพยากรณ์ในเบื้องต้น โดยพิจารณาจากพลังงานหมุนเวียน แบ่งเป็นโรงไฟฟ้าของ กฟผ. ซึ่งเป็นโรงไฟฟ้าพลังงานแสงอาทิตย์ จำนวน 4 แห่ง และโรงไฟฟ้าพลังงานลม 4 แห่ง นอกจากนี้ยังมีโรงไฟฟ้าของ กฟภ. โดยเป็นโรงไฟฟ้าพลังงานแสงอาทิตย์ 2 แห่ง และโรงไฟฟ้าพลังงานลม 1 แห่ง และสุดท้ายพื้นที่ของ กฟน. ที่ติดตั้งโซลาร์รูฟท็อป บริเวณสำนักงานใหญ่เพลินจิต

         เมื่อได้โรงไฟฟ้าพลังงานหมุนเวียนในพื้นที่ต่างๆแล้ว ขั้นตอนต่อไป คือ การเตรียมความพร้อมด้านข้อมูล โดยต้องมีข้อมูลพื้นฐานของโรงไฟฟ้า ได้แก่ ตำแหน่งที่ตั้ง กำลังผลิตติดตั้ง ชนิดและรุ่นของแผงพลังงานแสงอาทิตย์ หรือ Wind Turbine พลังงานลม ความสูงของเสา (Hub Height) ข้อมูลการผลิตของโรงไฟฟ้าย้อนหลังประมาณ 1 – 2 ปี นอกจากนี้ยังต้องมีข้อมูลของสภาพอากาศ ณ บริเวณนั้นอีกด้วย

         สำหรับข้อมูลสภาพอากาศนั้น กฟผ. จะต้องอาศัยข้อมูลการพยากรณ์สภาพอากาศที่คำนวณด้วยแบบจำลองทางอุตุนิยมวิทยาขั้นสูง ซึ่งปัจจุบัน กฟผ. ไม่สามารถดำเนินการได้ด้วยตนเองเนื่องจากขาดอุปกรณ์คอมพิวเตอร์ที่มีสมรรถนะสูง หรือ Supercomputer และยังขาดความเชี่ยวชาญทางด้านอุตุนิยมวิทยา จึงต้องอาศัยการจัดซื้อข้อมูลจากผู้ให้บริการข้อมูลพยากรณ์อากาศจากต่างประเทศ โดยเราสามารถระบุได้ว่าต้องการข้อมูลในพื้นที่ใดบ้าง ในกรณีนี้คือต้องใช้ข้อมูลสภาพอากาศบริเวณที่ตั้งโรงไฟฟ้า ซึ่งจะส่งค่าสภาพอากาศเข้ามาสู่ระบบทุกหนึ่งชั่วโมง และนำข้อมูลที่ได้ ณ ขณะนั้น มาแยกแยะและนำเข้าสู่โปรแกรมนอสตราดามุส ซึ่งโปรแกรมจะวิเคราะห์ข้อมูลทั้งหมดและคาดการณ์ไฟฟ้าที่จะผลิตได้ล่วงหน้าเป็นเวลาประมาณ 6 ชั่วโมง นอกจากนี้ ยังมีความสามารถพยากรณ์การผลิตไฟฟ้าล่วงหน้าไปได้อีก 1 สัปดาห์ ทั้งนี้ คาดว่าจะสามารถเปิดใช้งาน RE Forecast Center ได้ประมาณปี 2564