Electrical Digital Twin: จำลองระบบไฟฟ้าทั้งโรงงานเพื่อวางแผนพลังงานยุคโซล่าร์+BESS อย่างเป็นระบบ

เมื่อพูดถึง Digital Twin ในโรงงาน คนส่วนใหญ่นึกถึงการจำลองเครื่องจักรหรือสายการผลิต แต่มีระบบหนึ่งที่ถูกมองข้ามบ่อยที่สุด ทั้งที่กินงบลงทุนมหาศาลและกำหนดต้นทุนต่อหน่วยผลิตของโรงงานโดยตรง นั่นคือ ระบบไฟฟ้าและพลังงานทั้งโครงข่าย — หม้อแปลง, Switchgear, Solar Rooftop, ระบบกักเก็บพลังงานแบตเตอรี่ (BESS), ระบบปรับอากาศ, และมอเตอร์นับพันตัวที่กระจายอยู่ทั้งโรงงาน

วันนี้โรงงานไทยจำนวนมากติดตั้งโซล่าร์บนหลังคาและพิจารณาลงทุน BESS เพื่อลดค่าไฟช่วง Peak แต่การตัดสินใจเหล่านี้ส่วนใหญ่ยังอาศัยสูตรคำนวณแบบ Static จาก Excel ที่คำนวณครั้งเดียวตอนทำ ROI — คำนวณก่อนติดตั้ง แล้วไม่มีใครกลับมาเช็คอีกเลยว่าระบบจริงทำงานตรงกับที่คำนวณไว้หรือไม่

Electrical Digital Twin คืออะไร ต่างจาก Energy Dashboard อย่างไร

หลายองค์กรมี Dashboard แสดงค่าไฟ ค่า Maximum Demand แล้ว และคิดว่านั่นคือ “การจัดการพลังงาน” แต่จริงๆ แล้วนั่นคือการ เฝ้าดูย้อนหลัง — เห็นว่าเมื่อวานค่าไฟเท่าไร แล้วก็จบ

Electrical Digital Twin คือโมเดลจำลองทางไฟฟ้าของทั้งโรงงานที่สะท้อนสถานะ แบบเรียลไทม์ และสามารถ จำลองอนาคต ได้ ประกอบด้วย 3 ชั้น:

• ชั้นข้อมูล (Data Layer) — Power Meter, Power Quality Analyzer, และ Sensor ตามจุดสำคัญ ส่งข้อมูลแรงดัน กระแส กำลังไฟฟ้า ตัวประกอบกำลัง (Power Factor) และ Harmonics ผ่านโปรโตคอล Modbus TCP หรือ OPC UA ขึ้น Edge Gateway แบบต่อเนื่อง
• ชั้นโมเดล (Model Layer) — โมเดลวงจรไฟฟ้าแบบ One-Line Diagram ที่มีพารามิเตอร์จริงของหม้อแปลง สายไฟ และโหลด บางจุดผสม Physics-based Model (สมการวงจร) กับ Data-driven Model (ML) แบบ Hybrid Twin
• ชั้นจำลองสถานการณ์ (Simulation Layer) — รัน What-If ได้ทุกเมื่อ เช่น “ถ้าเพิ่มโซล่าร์อีก 2 MW จะผลกระทบกับ Transformer Loading ตัวไหน” หรือ “ถ้าชาร์จ BESS ช่วง 13:00–15:00 จะตัด Peak ได้กี่ kW”

ทำไมต้องทำตอนนี้ — Duck Curve ที่มาถึงแล้วในไทย

จากเวทีสัมมนาของสำนักงาน กกพ. (ERC) เมื่อปี 2569 ผู้ประกอบการไฟฟ้าทั้งสามรายยืนยันแนวโน้มเดียวกัน: โหลดกราฟของไทยกำลังกลายเป็น Duck Curve — ความต้องการไฟสุทธิตกลงช่วงเที่ยงเพราะโซล่าร์ผลิตไฟเองทั่วประเทศ แล้วพุ่งขึ้นหนักช่วงหัวค่ำเมื่อแดดตก สำหรับโรงงานที่มีโซล่าร์ + ระบบผลิตกะกลางคืน นี่คือปัญหาการบริหารพลังงานระดับใหม่ที่ Excel เอาไม่อยู่

ทาง IEA จัดให้ระบบไฟฟ้าไทยอยู่ใน VRE Integration Phase ที่ 2 และกำลังเข้าสู่ Phase 3 ซึ่งพลังงานหมุนเวียนเริ่ม “กำหนดรูปทรง” ของระบบทั้งหมด สิ่งที่ตามมาคือความผันผวนของแรงดัน ปัญหาไฟไหลย้อนกลับในบางจุด และความเสี่ยงคุณภาพไฟฟ้า (Power Quality) ที่กระทบเครื่องจักรการผลิตโดยตรง

เปรียบเทียบแนวทาง: Dashboard เดิม vs Energy Dashboard vs Electrical Digital Twin

องค์ประกอบทางเทคนิคที่ต้องมี

1. การวัดค่าแบบ Time-Synchronized

หัวใจคือ Power Quality Meter ที่วัดพร้อมกันทุกจุด (Timestamp ตรงกัน) มิฉะนั้นการเทียบข้อมูลระหว่างจุดจะผิดเพี้ยน ตัวอย่างค่าที่ต้องเก็บ: แรงดัน 3 เฟส, กระแส, kW/kVAR, THD (Total Harmonic Distortion), และ Voltage Sag/Swell Event — สำหรับโรงงานที่มี VFD จำนวนมาก Harmonics คือเรื่องที่ต้องเฝ้าระวังเพราะความร้อนสูญเสียบนหม้อแปลงและสายไฟเพิ่มขึ้นตาม THD โดยตรง

2. โมเดลไฟฟ้าที่มีรายละเอียดระดับ Asset

One-Line Diagram ดิจิทัลที่ระบุพารามิเตอร์จริง: พิกัดหม้อแปลง (kVA), Impedance (%Z), ขนาดและความยาวสาย, พิกัด Breaker และการตั้งค่าป้องกัน เมื่อรวมกับข้อมูลวัดจริงจะได้โมเดลที่ “เทียบเคียงได้” (Model Validation) — วิธีเช็คง่ายๆ คือเทียบกำลังไฟฟ้ารวมที่ Meter ต้นทางกับผลรวมโหลดปลายทาง ถ้าคลาดเคลื่อนเกิน 3–5% แปลว่าโมเดลยังไม่พร้อมใช้งาน

3. ห้องจำลองสถานการณ์ (Scenario Sandbox)

ฟีเจอร์ที่ทำให้ Twin ต่างจาก Dashboard อย่างสิ้นเชิง — วิศวกรสามารถตั้งคำถามกับโมเดลได้โดยไม่ต้องหยุดการผลิต: ถ้าย้ายโหลดเครื่องฉีดพลาสติก 4 ตัวไปวงจร T2-L3 จะแก้ปัญหาความไม่สมดุลเฟสได้ไหม, ถ้าแดดสว่าง 80% ตลอดเดือน จะเหลือพลังงานส่วนเกินให้ชาร์จ BESS กี่ชั่วโมง หรือถ้าหม้อแปลง T1 ต้องหยุดซ่อม 3 วัน จะโหลดเพียงพอหรือไม่เมื่อสลับวงจรทั้งหมดไป T2 (N-1 Contingency Analysis)

มุมมองจากงานที่ทำจริง: ทีม Honey Corporation เคยติดตั้งระบบ IoT Monitoring ในระบบไฟฟ้าและทำนายการใช้พลังงานในโครงการระดับโรงงานมาแล้วหลายแห่ง เราพบว่าปัญหาที่พบบ่อยที่สุดไม่ใช่การติดตั้ง Meter แต่คือการทำให้ข้อมูลถูกต้องและนำไปใช้ตัดสินใจได้จริง — ซึ่ง Digital Twin คือกรอบคิดที่บังคับให้ทุกจุดวัดต้องผ่านการ Validate ก่อนขึ้น Dashboard

Key Takeaways

1. Electrical Digital Twin ≠ Energy Dashboard — Dashboard เฝ้าดูอดีต Twin จำลองอนาคต องค์กรที่อยากได้แค่รายงานสวยงามไม่จำเป็นต้องลงทุนขนาดนี้
2. Duck Curve มาถึงไทยแล้ว — โซล่าร์บนหลังคาเปลี่ยนโหลดโปรไฟล์ของโรงงานอย่างถาวร การบริหารพลังงานแบบเดิมไม่เพียงพอ
3. เริ่มจากจุดที่เจ็บที่สุด — Maximum Demand, ค่าไฟช่วงหัวค่ำ, หรือ Harmonics ที่ทำให้หม้อแปลงร้อนผิดปกติ เลือก 1 ปัญหาแล้วพิสูจน์ด้วยข้อมูลจริงก่อนขยาย
4. Model Validation สำคัญกว่าความสวยของโมเดล — Twin ที่คลาดเคลื่อน 5% ให้ผลลัพธ์แย่กว่าไม่มี Twin เลย เพราะสร้างความเชื่อมั่นเท็จ
5. ข้อมูล Power Quality คือของขวัญที่ซ่อนอยู่ — Voltage Sag เพียง 80ms ทำให้ VFD Trip ทั้งไลน์ได้ การบันทึก Event พร้อม Timestamp แม่นยำช่วยหาสาเหตุได้เร็วขึ้นหลายเท่า
6. N-1 Contingency คือสิ่งที่ Audit จากลูกค้าเริ่มถาม — โรงงานที่เป็นซัพพลายเออร์ระดับโลกถูกกดดันให้พิสูจน์ว่าถ้าหม้อแปลงเสีย 1 ตัวการผลิตจะรอดไหม คำตอบต้องมาจากโมเดล ไม่ใช่ความรู้สึก