ระบบพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียน (Renewable Energy Forecast)
ระบบพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียน (Renewable Energy Forecast) คือ ระบบซึ่งประเมินศักยภาพ การผลิตไฟฟ้าของโรงไฟฟ้าพลังงานหมุนเวียนประเภทต่าง ๆ ในช่วงระยะเวลาที่สนใจ โดยอาศัยข้อมูลสภาพอากาศและการเปลี่ยนแปลงของปัจจัยทางธรรมชาติที่ได้รับจากระบบตรวจวัดต่าง ๆ ในช่วงเวลานั้น เช่น ความเร็วลม ปริมาณน้ำฝน ความเข้มแสงอาทิตย์ เป็นต้น รวมถึงใช้ข้อมูลด้านเทคนิคของแหล่งผลิตไฟฟ้า พลังงานหมุนเวียนเหล่านั้นมาประกอบการประมวลผลด้วย เช่น พิกัดกำลังการผลิต ตารางการซ่อมบำรุง เป็นต้น ข้อมูลที่ได้จะอยู่ในกำลังการผลิตไฟฟ้าที่พยากรณ์ได้ในอนาคต ซึ่งกรอบเวลาการพยากรณ์จะขึ้นอยู่กับวัตถุประสงค์ของการพยากรณ์นั้น
ข้อมูลดังกล่าวมีศักยภาพในการนำมาใช้ประกอบการควบคุมสั่งการระบบโครงข่ายไฟฟ้าให้เป็นไปอย่างเหมาะสมมากขึ้น โดยทั่วไประบบพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียนนั้น จะเน้นการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานแสงอาทิตย์และพลังงานลมเป็นหลัก เนื่องจากเป็นแหล่งพลังงานที่มีความผันผวนสูง (Variable Renewable Energy: VRE)
รูปที่ 1 แสดงแนวความคิดของการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียนประเภทลมและแสงอาทิตย์โดยสังเขป ระบบพยากรณ์จะอาศัยข้อมูลหลักสามส่วนมาใช้ในการวิเคราะห์และประมวลผล ซึ่งได้แก่
• ข้อมูลสภาพอากาศ เช่น ความเร็วลม อุณหภูมิ ความเข้มของแสงอาทิตย์ เป็นต้น
• ข้อมูลด้านเทคนิคของโรงไฟฟ้าต่าง ๆ เช่น กำลังการผลิตติดตั้งของโรงไฟฟ้า รวมถึงตารางการซ่อมบำรุงของโรงไฟฟ้า เป็นต้น
• ข้อมูลทางสถิติในอดีต
การประมวลและวิเคราะห์ผลจะอาศัยแบบจำลองการพยากรณ์ (Forecasting Model) เข้ามาช่วย เนื่องจากการพยากรณ์เกี่ยวข้องกับการประมวลผลข้อมูลจำนวนมากในช่วงเวลาที่จำกัด ระบบการพยากรณ์จึงต้องประกอบด้วยระบบคอมพิวเตอร์ที่มีสมรรถนะและขีดความสามารถในการประมวลผลสูงหรือที่รู้จักกันว่าซูเปอร์คอมพิวเตอร์ (Supercomputer) นั่นเอง


รูปที่ 1 แนวความคิดการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียนประเภทลมและแสงอาทิตย์
กำลังการผลิตไฟฟ้าของระบบผลิตไฟฟ้าจากพลังงานแสงอาทิตย์ขึ้นอยู่กับความเข้มรังสีจากดวงอาทิตย์และคุณสมบัติทางเทคนิคของแผงเซลล์แสงอาทิตย์ที่ติดตั้งในโรงไฟฟ้า ดังนั้นการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานแสงอาทิตย์ (Solar Power Forecast) จึงต้องอาศัยข้อมูลต่าง ๆ จำนวนมาก เช่น เส้นทางการเดินทางของดวงอาทิตย์ สภาพบรรยากาศ กระบวนการกระจายของแสง เพื่อให้การวิเคราะห์และประมวลผลเป็นไปอย่างถูกต้องแม่นยำที่สุด อย่างไรก็ตามค่าความเข้มของรังสีดวงอาทิตย์ยังมิได้ถือเป็นตัวแปรหลักในทางอุตุนิยมวิทยาเหมือนตัวแปรอื่น ๆ ในปัจจุบัน เช่น อุณหภูมิ ปริมาณน้ำฝน ดังนั้นจึงยังไม่มีข้อมูลความเข้มรังสีดวงอาทิตย์ในบางพื้นที่ นอกจากนี้สถานีตรวจวัดและบันทึกข้อมูลรังสีอาทิตย์ส่วนมากมักจะตั้งอยู่ในพื้นที่การเกษตรหรือในพื้นที่ที่มีคนอยู่อาศัยแล้ว หากต้องการจัดตั้งระบบพยากรณ์ที่มีความแม่นยำสูง ประเทศไทยจึงมีความจำเป็นที่จะต้องจัดตั้งสถานีวัดเพิ่มเติมในพื้นที่ภูเขาและพื้นที่สูงเสียก่อน
ค่าพลังงานแสงอาทิตย์ซึ่งตกกระทบลงบนพื้นที่หนึ่ง สามารถคาดการณ์ได้โดยอาศัยเครื่องมือต่าง ๆ ซึ่งมีอยู่ทั่วไปในปัจจุบัน เช่น การใช้ระบบสารสนเทศทางภูมิศาสตร์ (Geographic Information System: GIS) ปัญญาประดิษฐ์ (Artificial Intelligence: AI) หรืออาศัยการวิเคราะห์ข้อมูลจากดาวเทียม เป็นต้น นอกจากนี้โมเดลการพยากรณ์อากาศ เชิงตัวเลข (Numerial Weather Prediction: NWP) ยังสามารถใช้ประเมินค่าความเข้มแสงอาทิตย์ได้อีกด้วย โดยการที่เครื่องมือเหล่านี้จะสามารถทำงานและวิเคราะห์ข้อมูลได้ อย่างแม่นยำจำเป็นจะต้องมีฐานข้อมูลเชิงพื้นที่แบบถาวร ซึ่งสามารถถูกพัฒนาขึ้นจากการรวบรวมจากข้อมูลที่ได้รับจากสถานีวัดต่าง ๆ ครอบคลุมพื้นที่กว้างในระดับภูมิภาคมาไว้ในฐานข้อมูลส่วนกลาง
แบบจำลองทางคอมพิวเตอร์ซึ่งใช้ในการพยากรณ์พลังงานลมนั้นมีตั้งแต่แบบจำลอง ซึ่งมีซับซ้อนน้อยไปยังแบบจำลองที่มีซับซ้อนเป็นอย่างมาก เช่น Persistence Model เป็นแบบจำลองอย่างง่าย ซึ่งใช้หลักการการพยากรณ์ว่าพลังงานลมที่จะเกิดขึ้นในอนาคตจะเท่ากับพลังงานลมที่เกิดในปัจจุบัน ในขณะที่แบบจำลอง AWS Truewind’s eWind มีความซับซ้อนมากกว่า ซึ่งจะพิจารณาทั้งแบบจำลองการพยากรณ์สภาพอากาศแบบจำลองชั้นบรรยากาศและแบบจำลองทางสถิติร่วมกัน เป็นต้น
ประโยชน์ของการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียนนั้น มีอยู่ด้วยกัน 2 ส่วนหลัก ๆ คือ ประโยชน์ต่อผู้ควบคุมโรงไฟฟ้าพลังงานหมุนเวียนและประโยชน์ต่อหน่วยงานด้านการไฟฟ้าที่ทำหน้าที่ควบคุมระบบโครงข่ายไฟฟ้าหลักหรือควบคุมระบบไมโครกริด
โรงไฟฟ้าพลังงานหมุนเวียนโดยทั่วไปจะมีการตรวจวัดข้อมูลด้านสภาพอากาศในพื้นที่ของตนเองอยู่แล้ว ข้อมูลเหล่านั้นช่วยให้สามารถเปรียบเทียบกำลังไฟฟ้าที่คาดว่าระบบจะผลิตได้ภายใต้สภาพอากาศที่เป็นอยู่กับกำลังไฟฟ้าที่ผลิตได้จริงในช่วงเวลานั้น ผลจากการเปรียบเทียบดังกล่าวทำให้ผู้ควบคุมโรงไฟฟ้าสามารถตระหนักรู้ถึงความผิดปกติที่เกิดขึ้นกับระบบของตนเอง ตัวอย่างเช่น หากการคำนวณกำลังไฟฟ้าที่คาดว่าน่าจะผลิตได้ภายใต้สภาพอากาศที่เป็นอยู่ในขณะนั้นเป็น 3 เมกะวัตต์ แต่ค่ากำลังไฟฟ้าที่ผลิตได้จริง ณ ช่วงเวลานั้นเป็นเพียง 2.5 เมกะวัตต์ ผู้ควบคุมโรงไฟฟ้าจะทราบว่ามีความผิดปกติเกิดขึ้นในระบบและสามารถดำเนินการตรวจสอบระบบของตนเองโดยละเอียดเพื่อทำการแก้ไขต่อไป
นอกจากนี้ผู้ควบคุมโรงไฟฟ้าจะได้รับข้อมูลการพยากรณ์ซึ่งจะคาดการณ์ว่ากำลังการผลิตไฟฟ้าในอนาคต ณ ช่วงเวลาต่าง ๆ จะเป็นไปอย่างไร ข้อมูลการพยากรณ์ดังกล่าวสามารถช่วยสนับสนุนการบริหารจัดการระบบผลิตไฟฟ้าของตนเองได้ ตัวอย่างเช่น หากข้อมูลจากการพยากรณ์แสดงให้เห็นว่ากำลังการผลิตไฟฟ้าของโรงไฟฟ้าจะเพิ่มขึ้นสูงในช่วง 2 – 3 ชั่วโมงข้างหน้า ก่อนจะลดลงต่ำลงหลังจากนั้นเนื่องจากมีเมฆหนาแน่นทำให้ระบบผลิตไฟฟ้าพลังงานแสงอาทิตย์ไม่สามารถผลิตไฟฟ้าได้อย่างเต็มที่ ผู้ควบคุมระบบอาจตัดสินใจเลื่อนการปิดระบบเพื่อทำการซ่อมบำรุงอุปกรณ์สำคัญจากที่กำหนดไว้ในอีก 2 ชั่วโมงข้างหน้าเป็น 4 ชั่วโมงแทน เป็นต้น สำหรับในมุมมองของหน่วยงานด้านการไฟฟ้าซึ่งเป็นผู้ควบคุมระบบโครงข่ายไฟฟ้าหลัก ข้อมูลที่ได้จากระบบการพยากรณ์ถือเป็นประโยชน์อย่างยิ่งสำหรับประกอบการตัดสินควบคุมระบบโครงข่ายไฟฟ้าหลัก รูปที่ 2 แสดงตัวอย่างประโยชน์ของการนำระบบพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานทดแทนมาใช้งาน โดยเปรียบเทียบกับกรณีที่ไม่มีการนำข้อมูลด้านสภาพอากาศมาประกอบการคำนวณแต่ใช้ข้อมูลสถิติในอดีตมาใช้ในการวางแผนเพียงอย่างเดียว
รูปที่ 2(ก) เป็นกรณีที่ใช้ข้อมูลสถิติในอดีตมาประกอบการพิจารณาวางแผนการสั่งจ่ายไฟฟ้าเท่านั้น ซึ่งในปัจจุบันอาจจะเพียงพอในการควบคุมระบบไฟฟ้า อย่างไรก็ตามในอนาคตหากมีสัดส่วนพลังงานหมุนเวียนที่มีความผันผวนมากขึ้น กระบวนการนี้อาจจะไม่เพียงพอและก่อให้เกิดการวางแผนที่ผิดพลาดอย่างมีนัยสำคัญได้จากตัวอย่างที่แสดงในรูป ผู้ควบคุมระบบไฟฟ้าวิเคราะห์ว่าการผลิตไฟฟ้าในวันนี้จะมีลักษณะคล้ายกับวันก่อนหน้า โดยข้อมูลสภาพอากาศมิได้ถูกนำเข้ามาประกอบการตัดสินใจด้วย จึงทำให้ไม่ทราบว่าจะเกิดพายุฝนขึ้นในช่วง 14:00 น. ผู้ควบคุมระบบโครงข่ายไฟฟ้าจึงไม่ได้วางแผนเตรียมเดินเครื่องโรงไฟฟ้าสำรองเพื่อช่วยจ่ายไฟฟ้าให้ระบบในช่วงเวลาที่เกิดพายุฝนขึ้น ในเวลาต่อมาเมื่อเกิดพายุฝน กำลังการผลิตไฟฟ้าจากโรงไฟฟ้าพลังงานแสงอาทิตย์ลดลงเป็นอย่างมาก ทำให้ให้กำลังการผลิตไม่เพียงพอต่อค่าความต้องการไฟฟ้า ผู้ควบคุมระบบไฟฟ้าดำเนินการแก้ไขเฉพาะหน้าโดยเร่งสั่งให้โรงไฟฟ้าสำรองเดินเครื่องเพื่อช่วยรักษาระบบ แต่เนื่องจากไม่ได้มีการวางแผนไว้ก่อนการตอบสนองต่าง ๆ จึงอาจไม่สามารถทำได้อย่างรวดเร็วทันท่วงที โรงไฟฟ้าสำรองไม่สามารถเร่งกำลังการผลิตขึ้นมาช่วยระบบได้ทัน ดังนั้นท้ายที่สุดแล้วผู้ควบคุมระบบไฟฟ้าไม่มีทางเลือกอื่น นอกจากต้องตัดการจ่ายไฟฟ้าบางส่วนในระบบทำให้ค่าความน่าเชื่อถือได้ของระบบไฟฟ้าลดลง
ในอีกกรณีหนึ่ง รูปที่ 2(ข) แสดงถึงการนำระบบพยากรณ์พลังงานไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียน มาใช้ประกอบการวางแผนระบบไฟฟ้า ข้อมูลการพยากรณ์ สภาพอากาศ เช่น ความเร็วลม การเคลื่อนที่ของเมฆ ปริมาณน้ำฝน จะถูกใช้ประกอบการประมวลผลของระบบ นอกจากนี้ ข้อมูลด้านเทคนิคของโรงไฟฟ้าพลังงานหมุนเวียนและสถิติข้อมูลด้านการใช้ไฟฟ้าในอดีตก็จะถูกนำมาใช้ในการพยากรณ์ด้วย ข้อมูลที่ได้จากระบบพยากรณ์ทำให้ผู้ควบคุมระบบโครงข่ายไฟฟ้าหลักทราบว่าจะเกิดพายุฝนขึ้นในช่วงเวลา 14:00 น. ซึ่งส่งผลให้กำลังการผลิตของโรงไฟฟ้าพลังงานแสงอาทิตย์ลดลง ผู้ควบคุมระบบไฟฟ้าจึงวางแผนให้เดินเครื่องโรงไฟฟ้าสำรองเตรียมไว้ก่อนช่วงเวลาดังกล่าว นั่นคือก่อนที่ฝนจะตก ผู้ควบคุมระบบสั่งให้โรงไฟฟ้าสำรองเพิ่มกำลังการผลิต เมื่อมีพายุฝนและกำลังการผลิตของโรงไฟฟ้าพลังงานแสงอาทิตย์ลดลง โรงไฟฟ้าสำรองก็พร้อมที่จะเข้ามาช่วยเหลือระบบได้อย่างทันท่วงที

(ก)

(ข)
รูปที่ 2 ประโยชน์ของการพยากรณ์ไฟฟ้าที่ผลิตได้จากพลังงานหมุนเวียน