1.1 ความเป็นมาและความสำคัญของปัญหา

ในช่วงทศวรรษที่ผ่านมา โลกได้เผชิญกับการเปลี่ยนแปลงเชิงโครงสร้างในภาคพลังงานและภาคดิจิทัลอย่างพร้อมกัน การเติบโตอย่างรวดเร็วของปัญญาประดิษฐ์ (Artificial Intelligence: AI) การประมวลผลแบบ Cloud Computing และบริการดิจิทัลระดับโลก ได้ก่อให้เกิด ความต้องการพลังงานไฟฟ้าจำนวนมหาศาลจากโครงสร้างพื้นฐานด้านการประมวลผลข้อมูล โดยเฉพาะอย่างยิ่งศูนย์ข้อมูล (Data Center) ซึ่งเป็นหัวใจสำคัญของระบบนิเวศดิจิทัลสมัยใหม่[1]

ข้อมูลจากสำนักงานพลังงานระหว่างประเทศ (International Energy Agency: IEA) ชี้ให้เห็นว่า ศูนย์ข้อมูลทั่วโลกบริโภคพลังงานไฟฟ้าประมาณ 415 TWh ในปี พ.ศ. 2567 (ค.ศ. 2024) ซึ่งคิดเป็นประมาณร้อยละ 1.5 ของความต้องการไฟฟ้าโลกทั้งหมด และคาดว่าจะเพิ่มสูงขึ้นกว่าเท่าตัวภายในปี พ.ศ. 2573 (ค.ศ. 2030) ซึ่งอยู่ที่ประมาณ 945 TWh โดยมี AI เป็นตัวขับเคลื่อนหลัก[1]

1.1.1 การเติบโตของเทคโนโลยี AI และ Hyperscale Data Center

วงจรการพัฒนาโมดูล AI ขนาดใหญ่ (Large Language Model) และระบบ Generative AI ที่ต้องใช้ทรัพยากรการประมวลผลมหาศาล ได้เป็นแรงผลักดันให้เกิด Hyperscale Data Center รุ่นใหม่ที่มีขนาดและความหนาแน่นของกำลังไฟฟ้าเพิ่มขึ้นอย่างก้าวกระโดด ขณะที่ Rack ของเซิร์ฟเวอร์ทั่วไปใช้กำลังไฟฟ้าเพียง 7–10 kW ต่อ Rack Rack ที่รองรับ AI สามารถต้องการกำลังไฟฟ้าได้ตั้งแต่ 30 kW จนถึงกว่า 100 kW[1] โดยฮาร์ดแวร์รุ่นล่าสุด เช่น NVIDIA GB200 NVL72 อาจบริโภคพลังงานได้ถึง 120 kW ต่อ Rack

ในระดับโรงงานประมวลผล (Facility Level) Hyperscale Data Center รุ่นใหม่มีขนาดตั้งแต่ 100 MW จนไปถึงระดับ Gigawatt โดย Meta ได้ประกาศแผนพัฒนา "Hyperion Cluster" ที่มีกำลังรวมถึง 5 GW ซึ่งนับเป็นการเปลี่ยนแปลงเชิงกระบวนทัศน์ที่โครงข่ายไฟฟ้าในหลายประเทศยังไม่มีกรอบกฎหมายและมาตรฐานทางเทคนิครองรับอย่างเพียงพอ

1.1.2 บริบทประเทศไทยและเขตพัฒนาพิเศษภาคตะวันออก (EEC)

ประเทศไทยได้กำหนดนโยบายเชิงรุกในการดึงดูดการลงทุนด้านโครงสร้างพื้นฐาน Data Center โดยเฉพาะในพื้นที่เขตพัฒนาพิเศษภาคตะวันออก (Eastern Economic Corridor: EEC) ซึ่งเป็นพื้นที่ที่มีการพัฒนาอุตสาหกรรมความหนาแน่นสูง โดยมีการใช้อุปกรณ์อิเล็กทรอนิกส์กำลังที่ใช้ไฟฟ้ามาก ซึ่งรวมกันมีขนาดกว่า 3 GW

เป้าหมายการลงทุนดังกล่าวได้ดึงดูดผู้ประกอบการรายใหญ่ระดับโลก ซึ่งสะท้อนให้เห็นถึงความเชื่อมั่นในศักยภาพของโครงสร้างพื้นฐานของประเทศ อย่างไรก็ตาม การเติบโตอย่างรวดเร็วของความต้องการไฟฟ้าจาก Data Center ที่มีลักษณะโหลดแตกต่างจากลูกค้าอุตสาหกรรมทั่วไปอย่างมีนัยสำคัญ ได้ก่อให้เกิดความท้าทายใหม่ที่ยังไม่เคยปรากฏในบริบทของโครงข่ายไฟฟ้าไทยมาก่อน

1.1.3 ความท้าทายใหม่ที่ส่งผลกระทบต่อโครงข่ายไฟฟ้า

ลักษณะโหลดที่โดดเด่นและเป็นความท้าทายหลักของ Data Center ประเภท AI คือความผันผวนของกำลังไฟฟ้าที่รวดเร็วและมีขนาดใหญ่อย่างผิดปกติ งานวิจัยจาก NERC พบว่า ในช่วงที่มีอัตราการเปลี่ยนแปลงสูงสุด ความต้องการไฟฟ้าเปลี่ยนแปลงในอัตรา 1.9 หน่วยต่อวินาที (p.u./s) เป็นเวลาประมาณ 250 มิลลิวินาที[2] ความผันผวนดังกล่าวมีขนาดเกินกว่าอัตราการเปลี่ยนแปลงโหลดที่ระบบไฟฟ้าส่วนใหญ่ถูกออกแบบมาเพื่อรองรับอย่างมีนัยสำคัญ

นอกจากความเร็วในการเปลี่ยนแปลงแล้ว Data Center ยังเชื่อมต่อกับโครงข่ายไฟฟ้าผ่านอุปกรณ์อิเล็กทรอนิกส์กำลังเกือบทั้งหมด ซึ่งแตกต่างจากโหลดภาคอุตสาหกรรมแบบดั้งเดิมที่มีสัดส่วนของมอเตอร์เหนี่ยวนำสูง อุปกรณ์อิเล็กทรอนิกส์กำลังเหล่านี้ไม่ให้ความเฉื่อยทางกลไก (Physical Inertia) แก่ระบบ ก่อให้เกิดความเสี่ยงต่อเสถียรภาพของความถี่ที่ระบบป้องกันแบบดั้งเดิมอาจไม่สามารถรองรับได้ในเวลาที่เหมาะสม

1.2 วัตถุประสงค์การวิจัย

โครงการวิจัยนี้กำหนดวัตถุประสงค์หลัก 3 ประการ ซึ่งครอบคลุมสเปกตรัมตั้งแต่การทำความเข้าใจปัญหา การพัฒนาแนวทางแก้ไข ไปจนถึงการเสนอกรอบนโยบายทางเทคนิคเพื่อการประยุกต์ใช้งานจริง

1.2.1 วัตถุประสงค์ที่ 1: ศึกษาผลกระทบและความท้าทายทางเทคนิค

เป้าหมาย: ระบุและวิเคราะห์พฤติกรรมเชิงเทคนิคของ Data Center เพื่อประเมินความเสี่ยงต่อระบบไฟฟ้า การดำเนินงานครอบคลุม: (ก) การศึกษาลักษณะโหลดของ Data Center แต่ละประเภท ทั้ง Enterprise, Cloud, Hyperscale AI และ Cryptocurrency Mining; (ข) การศึกษาผลกระทบจากอุปกรณ์อิเล็กทรอนิกส์กำลัง เช่น UPS, Switch-Mode Power Supply (SMPS) และ Variable Frequency Drive (VFD) ที่ใช้ในระบบ Cooling; และ (ค) การศึกษาแนวทางป้องกันและแก้ไขปัญหาทางเทคนิคที่อาจส่งผลกระทบต่อการรักษาเสถียรภาพโครงข่ายไฟฟ้า

ผลงานวิจัยที่คาดว่าจะได้รับ: รายงานการศึกษาพฤติกรรมการใช้ไฟฟ้าของ Data Center และผลกระทบเชิงเทคนิคจากอุปกรณ์อิเล็กทรอนิกส์กำลังที่มีต่อเสถียรภาพโครงข่าย จำนวน 1 หน่วย

1.2.2 วัตถุประสงค์ที่ 2: ศึกษาแนวทางป้องกันและแบบจำลองพลวัต

เป้าหมาย: ศึกษาเทคโนโลยีเสริมประสิทธิภาพโครงข่าย การสร้างแบบจำลองทางพลวัต และการบริหารจัดการฝั่งโหลด เพื่อลดความเสี่ยงในการปฏิบัติการ การดำเนินงานครอบคลุม: (ก) การประเมินเทคโนโลยีบรรเทาผลกระทบ เช่น Battery Energy Storage System (BESS), Static VAR Compensator (SVC), Active Harmonic Filter และโปรแกรม Demand Response; (ข) การพัฒนากรอบแนวคิดสำหรับแบบจำลองทางพลวัตของ Data Center ทั้งในรูปแบบ Positive-Sequence (RMS) และ Electromagnetic Transient (EMT)

ผลงานวิจัยที่คาดว่าจะได้รับ: รายงานสรุปแนวทางการป้องกันและแก้ไขปัญหาเสถียรภาพโครงข่าย พร้อมกรอบแนวคิดและพารามิเตอร์สำหรับแบบจำลองทางพลวัตของ Data Center จำนวน 1 หน่วย

1.2.3 วัตถุประสงค์ที่ 3: พัฒนาแนวทางข้อกำหนดทางเทคนิค (Grid Code)

เป้าหมาย: เสนอแนวทางพัฒนาข้อกำหนดทางเทคนิค (Technical Requirements) 3 ด้าน ได้แก่ ด้านการออกแบบอุปกรณ์, ด้านการปฏิบัติงาน และด้านการศึกษาทางวิศวกรรม โดยอ้างอิงกรอบงานระดับนานาชาติ ได้แก่ AESO, NERC, ERCOT และ GridLAB และปรับใช้ให้สอดคล้องกับบริบทของโครงข่ายไฟฟ้าไทย

ผลงานวิจัยที่คาดว่าจะได้รับ: รายงานข้อเสนอแนะแนวทางการพัฒนาข้อกำหนดทางเทคนิคในการเชื่อมต่อศูนย์ข้อมูลขนาดใหญ่เข้ากับโครงข่ายไฟฟ้า จำนวน 1 ชุด

1.3 ขอบเขตการวิจัย

1.3.1 ประเภท Data Center ที่อยู่ในขอบเขตการศึกษา

งานวิจัยนี้มุ่งเน้นการศึกษา Data Center ขนาดใหญ่ในระดับ Transmission-connected หรือที่เชื่อมต่อกับระบบจำหน่ายแรงดันสูงปานกลาง (Medium Voltage Distribution) โดยพิจารณาขนาดตั้งแต่ 10 MW ขึ้นไป ซึ่งครอบคลุม Enterprise Data Center, Cloud / Colocation Data Center, Hyperscale AI Data Center และ Cryptocurrency Mining Facility การศึกษาเน้นพิจารณาจาก Grid Interconnection Point และลักษณะโหลดที่ปรากฏต่อโครงข่าย มิใช่การวิเคราะห์ระบบ IT หรือ Server ภายในอาคาร

1.3.2 ระดับแรงดันและขนาดโหลดที่พิจารณา

ขอบเขตการศึกษาครอบคลุมจุดเชื่อมต่อที่ระดับแรงดัน 69 kV, 115 kV, 230 kV และ 500 kV โดยกำหนดให้ขนาดโหลดขั้นต่ำที่อยู่ในข่ายต้องปฏิบัติตามข้อกำหนดพิเศษอยู่ที่ 10 MW สำหรับ Sub-transmission level และ 50–75 MW สำหรับ Transmission level ซึ่งสอดคล้องกับ ERCOT Large Load threshold ที่ 75 MW

1.3.3 ปัจจัยที่ไม่รวมอยู่ในขอบเขต

งานวิจัยนี้ไม่ครอบคลุม: (ก) การออกแบบระบบไฟฟ้าภายใน Data Center ในระดับ Rack หรือ PDU; (ข) การศึกษาทางไซเบอร์ซิเคียวริตี้หรือ Operational Technology Security; (ค) การคำนวณทางเศรษฐศาสตร์หรือการวิเคราะห์ต้นทุน-ผลประโยชน์ในเชิงการลงทุน; และ (ง) นโยบายด้านการเสริมสร้างการแข่งขันหรือการกำกับดูแลตลาดไฟฟ้า

1.4 ประโยชน์ที่คาดว่าจะได้รับ

ผลลัพธ์จากโครงการวิจัยนี้มีเป้าหมายสร้างคุณค่าในสามมิติหลัก ดังนี้

มิติที่ 1 — ความตระหนักและความเข้าใจเชิงเทคนิค: ทำให้ กฟผ. และหน่วยงานที่เกี่ยวข้องตระหนักและเข้าใจถึงผลกระทบเชิงเทคนิคและความท้าทายใหม่ๆ ที่ศูนย์ข้อมูลขนาดใหญ่มีต่อการรักษาเสถียรภาพของโครงข่ายไฟฟ้า ซึ่งเป็นข้อมูลพื้นฐานที่จำเป็นสำหรับการวางแผนพัฒนาโครงข่ายระยะยาว

มิติที่ 2 — กรอบเทคนิคสำหรับการป้องกันและแบบจำลอง: ได้แนวทางเชิงเทคนิคในการป้องกันปัญหาเสถียรภาพ และกรอบข้อมูลและพารามิเตอร์ที่จำเป็นสำหรับการพัฒนาแบบจำลองพลวัต เพื่อใช้วิเคราะห์ผลกระทบในระยะต่อไป

มิติที่ 3 — แนวทางมาตรฐานสำหรับ Grid Code: ได้แนวทางที่เป็นมาตรฐานในการกำหนดหลักเกณฑ์การเชื่อมต่อศูนย์ข้อมูลขนาดใหญ่ เพื่อความมั่นคงของระบบไฟฟ้าในระยะยาว ซึ่งจะเป็นแนวทางอ้างอิงสำหรับการปรับปรุง Grid Code สำหรับ Data Center

งานวิจัยนี้ดำเนินการโดยนำองค์ความรู้พื้นฐานด้านวิศวกรรมไฟฟ้ากำลัง เช่น ระบบอิเล็กทรอนิกส์กำลัง (Power Electronics), เสถียรภาพโครงข่ายไฟฟ้า และการสร้างแบบจำลองทางพลวัต มาประยุกต์ใช้กับบริบทของ Data Center เป็นครั้งแรกในเชิงระบบ เพื่อตอบสนองต่อความต้องการเร่งด่วนของ กฟผ. ในการรับมือกับการลงทุน Data Center ใน EEC

1.5 โครงสร้างของรายงาน

รายงานฉบับนี้จัดแบ่งเนื้อหาออกเป็น 6 บท โดยมีความสัมพันธ์เชิงตรรกะดังนี้

บท	เนื้อหา	ความเชื่อมโยงกับวัตถุประสงค์
บทที่ 1	บทนำ: ความเป็นมา วัตถุประสงค์ ขอบเขต	กรอบงานวิจัยโดยรวม
บทที่ 2	พื้นฐานทางเทคนิคและลักษณะโหลด Data Center	สนับสนุนวัตถุประสงค์ที่ 1
บทที่ 3	ผลกระทบต่อเสถียรภาพโครงข่ายไฟฟ้า	ตอบวัตถุประสงค์ที่ 1 โดยตรง
บทที่ 4	แนวทางป้องกัน แก้ไข และแบบจำลองพลวัต	ตอบวัตถุประสงค์ที่ 2 โดยตรง
บทที่ 5	แนวทางพัฒนาข้อกำหนดทางเทคนิค	ตอบวัตถุประสงค์ที่ 3 โดยตรง
บทที่ 6	สรุปและข้อเสนอแนะ	บูรณาการผลการวิจัยทั้ง 3 วัตถุประสงค์

ตลอดทั้งรายงาน เนื้อหาจะอ้างอิงเอกสารทางวิชาการและรายงานทางเทคนิคจำนวน 24 ฉบับ จากองค์กรระดับนานาชาติ ได้แก่ NERC (North American Electric Reliability Corporation), WECC (Western Electricity Coordinating Council), ERCOT (Electric Reliability Council of Texas), AESO (Alberta Electric System Operator), ESIG (Energy Systems Integration Group), GridLAB, IEEE และสถาบันวิจัยชั้นนำ ซึ่งมีรายการครบถ้วนในส่วนบรรณานุกรม