Data Center University

12/08/2026

Reserve Margin เป็นเสมือน งบประมาณกำลังไฟฟ้าคงเหลือ ที่บอกว่า ประเทศไทยยังรองรับโหลดใหม่จาก Data Centers และ EVs ได้อีกเท่าใด

ณ เดือนสิงหาคม 2569 ยังไม่พบการประกาศค่า Adjusted Reserve Margin ของประเทศไทยสำหรับปี 2569 อย่างเป็นทางการจากหน่วยงานด้านพลังงาน โดย กฟผ. รายงานว่าความต้องการพลังไฟฟ้าสูงสุดของระบบ กฟผ. ในปี 2569 อยู่ที่ 35,991.60 MW ขณะที่กำลังผลิตตามสัญญาของระบบเดือนมิถุนายน 2569 อยู่ที่ 48,852.11 MW อย่างไรก็ตาม กำลังผลิตตามสัญญาไม่เท่ากับกำลังผลิตที่พึ่งพาได้ในช่วงเกิด Peak จึงไม่สามารถใช้ตัวเลขดังกล่าวคำนวณ Adjusted Reserve Margin ได้โดยตรง ส่วนตัวเลขประมาณ 25.7% ที่ปรากฏในการวิเคราะห์บางแห่งเป็นค่าคำนวณจากข้อมูลข่าว และยังไม่ถือเป็นตัวเลขทางการของปี 2569
Reserve Margin ปี 2569 ไม่ใช่เพียงตัวชี้วัดว่า “วันนี้ไฟฟ้าพอหรือไม่” แต่เป็นเสมือน งบประมาณกำลังไฟฟ้าคงเหลือ ที่บอกว่า ประเทศไทยยังรองรับโหลดใหม่จาก Data Centers และ EVs ได้อีกเท่าใด ก่อนที่ความมั่นคงของระบบจะลดต่ำกว่าเกณฑ์ 15% หากไม่มีโรงไฟฟ้าหรือกำลังผลิตที่พึ่งพาได้ชุดใหม่เข้าระบบ
การประเมินเบื้องต้น
หากใช้สมมติฐานชั่วคราวว่า
กำลังผลิตที่พึ่งพาได้: 46,191 MW
Peak Demand ปี 2569: 36,758 MW
Reserve Margin ขั้นต่ำ: 15%
ไม่มีกำลังผลิตใหม่และยังไม่มีโรงไฟฟ้าปลดระวาง
กำลังผลิตที่ระบบต้องรักษาไว้สำหรับโหลดสูงสุด คือ
ดังนั้น Peak Demand สูงสุดที่ระบบรองรับได้โดยยังรักษา Reserve Margin 15% คือ
กำลังรองรับโหลดใหม่จึงเหลือประมาณ
ผลลัพธ์นี้มีความหมายว่า ภายใต้สมมติฐานดังกล่าว ประเทศไทยเหลือพื้นที่สำหรับการเติบโตของ Peak Load อีกเพียงประมาณ 3.4 GW ก่อนที่ Reserve Margin จะลดลงถึง 15%
โหลดใหม่พร้อมกัน
Peak Demand
Reserve Margin โดยประมาณ
0 MW
36,758 MW
25.7%
1,000 MW
37,758 MW
22.3%
2,000 MW
38,758 MW
19.2%
3,000 MW
39,758 MW
16.1%
3,408 MW
40,166 MW
15.0%
4,000 MW
40,758 MW
13.3%
5,000 MW
41,758 MW
10.6%
ความหมายต่อ Data Centers และ EVs
หาก Data Centers และ EVs สร้าง Peak Load เพิ่มพร้อมกันประมาณ 3,400 MW จริง พื้นที่สำรองเหนือเกณฑ์ 15% จะถูกใช้หมด แม้ระบบอาจยังมีไฟฟ้าจ่ายในภาวะปกติ แต่ความสามารถในการรองรับเหตุการณ์ต่อไปนี้จะลดลง:
โรงไฟฟ้าขนาดใหญ่หยุดเดินเครื่องกะทันหัน
ก๊าซธรรมชาติหรือ LNG ขาดช่วง
ไฟฟ้านำเข้าจากประเทศเพื่อนบ้านไม่สามารถส่งได้
โรงไฟฟ้าพลังน้ำมีกำลังผลิตลดลงตามฤดูกาล
อุณหภูมิสูงผิดปกติทำให้ Peak Demand เพิ่มพร้อมกับประสิทธิภาพโรงไฟฟ้าลดลง
Data Center หลายโครงการเข้าสู่ระบบเร็วกว่าที่คาดการณ์
EV ชาร์จพร้อมกันในช่วง Peak กลางคืน
Data Center มีผลต่อระบบมากเป็นพิเศษ เพราะเป็นโหลดขนาดใหญ่ เดินต่อเนื่อง และมี Load Factor สูง ส่วน EV มีความยืดหยุ่นมากกว่า หากใช้ Time-of-Use Tariff, Smart Charging และ Vehicle-to-Grid ก็สามารถย้ายการชาร์จออกจากช่วง Peak ได้
แต่ Reserve Margin ยังไม่ใช่คำตอบทั้งหมด
Reserve Margin เป็นตัวชี้วัดระดับประเทศด้าน “กำลังผลิต” แต่การรองรับ Data Center ต้องตรวจสอบอย่างน้อยสี่มิติพร้อมกัน:
มิติ คำถามสำคัญ
Generation adequacy
ประเทศมีกำลังผลิตที่พึ่งพาได้เพียงพอหรือไม่
Transmission capacity
ระบบส่งสามารถนำไฟมายัง EEC กรุงเทพฯ และพื้นที่ Data Center ได้หรือไม่
Distribution capacity
สถานีไฟฟ้าและสายจำหน่ายในพื้นที่รองรับโหลดระดับ 100–500 MW ได้หรือไม่
Energy and fuel adequacy
มีก๊าซ LNG น้ำ และพลังงานสะอาดเพียงพอตลอดทั้งปีหรือไม่
ดังนั้น ต่อให้ Reserve Margin ระดับประเทศยังสูงกว่า 15% ก็อาจเกิด Local Grid Constraint ได้ เช่น ประเทศมีโรงไฟฟ้าเพียงพอ แต่สายส่งหรือสถานีไฟฟ้าในชลบุรี ระยอง ฉะเชิงเทรา หรือกรุงเทพฯ ไม่สามารถส่งกำลังไฟให้ Data Center เพิ่มได้

ข้อสรุปเชิงนโยบาย
สิ่งที่กำลังพยายามหาคำตอบจึงไม่ใช่เพียงว่า “Reserve Margin ปี 2569 เท่ากับกี่เปอร์เซ็นต์” แต่คือ:
หากประเทศไทยไม่เพิ่มกำลังผลิตที่พึ่งพาได้ ระบบไฟฟ้าจะรองรับ Peak Load ใหม่จาก Data Centers, EVs และการเติบโตทางเศรษฐกิจได้อีกประมาณเท่าใด และ Reserve Margin จะลดต่ำกว่า 15% ในปีใด
จากตัวเลขเบื้องต้น พื้นที่รองรับโหลดใหม่ก่อนแตะเกณฑ์ 15% อยู่ที่ประมาณ 3.4 GW เท่านั้น ไม่ใช่ส่วนต่างทั้งหมด 9.4 GW เพราะระบบต้องเก็บกำลังส่วนหนึ่งไว้รับมือเหตุขัดข้อง
อย่างไรก็ตาม ตัวเลข 3.4 GW ยังเป็น Planning Estimate เพราะกำลังผลิตที่พึ่งพาได้ 46,191 MW ยังต้องได้รับการยืนยันสำหรับปี 2569 จากหน่วยงานทางการ ขณะที่ Peak Demand ระบบ กฟผ. ที่ประกาศอย่างเป็นทางการสำหรับปี 2569 คือ 35,991.60 MW กฟผ. จึงควรพัฒนาแบบจำลองต่อโดยใช้ข้อมูลฐานเดียวกัน แล้วหักโหลดปกติของประเทศ การปลดระวางของโรงไฟฟ้า (ในแต่ละปี) และความเสี่ยงด้านเชื้อเพลิง ก่อนจัดสรรส่วนที่เหลือให้ Data Centers และ EVs ครับ

12/08/2026

12/08/2026

ประเทศไทยควรเริ่มจัดหากำลังผลิตใหม่ตั้งแต่ปีไหนเพื่อให้รองครับความต้องการไฟฟ้าของ Data Centers และ EVs

ตามแผน PDP2018 Revision 1 ซึ่งยังเป็นฐานอ้างอิงทางการในปัจจุบัน ปี พ.ศ. 2570 (ค.ศ. 2027) คาดว่าประเทศไทยจะมี:
ความต้องการพลังไฟฟ้าสูงสุด (Peak Demand) = 41,079 MW
เกณฑ์ Reserve Margin ขั้นต่ำ = 15%
กำลังผลิตสำรองที่ต้องมี = ประมาณ 6,162 MW
กำลังผลิตที่พึ่งพาได้รวมขั้นต่ำ = ประมาณ 47,241 MW
คำนวณจาก:
Reserve Margin=41,079×15%=6,161.85 MW
ดังนั้น คำตอบโดยตรงคือ ปี 2570 ประเทศไทยควรมีกำลังผลิตสำรองไม่น้อยกว่าประมาณ 6,162 MW

อย่างไรก็ตาม ตัวเลขนี้คือ “กำลังสำรองตามเกณฑ์วางแผน” ไม่ใช่กำลังผลิตติดตั้งส่วนเกินทั้งหมด เพราะกำลังผลิตจากแสงอาทิตย์ ลม และโรงไฟฟ้าบางประเภทต้องปรับด้วยค่าความพร้อมจ่ายหรือ Firm Capacity ก่อนนำมาคำนวณ Reserve Margin นอกจากนี้ แผน PDP ฉบับใหม่ 2026–2050 ยังอยู่ระหว่างจัดทำ จึงอาจปรับตัวเลขปี 2570 โดยเฉพาะเมื่อรวมโหลดใหม่จาก Data Center และ EV ข้อมูลแผน PDP ของ กกพ., ข้อมูลประมาณการ Peak Demand ของ PDP2018 Rev.1

ประเทศไทยควรเริ่มจัดหากำลังผลิตใหม่ตั้งแต่ปี 2569 และให้กำลังผลิตที่พึ่งพาได้ชุดแรกเข้าระบบไม่เกินปี 2571 โดยควรเพิ่มกำลังผลิตที่พึ่งพาได้สะสมประมาณ 4,000–6,000 MW ภายในปี 2573
หากรอให้ความต้องการเกิดขึ้นจริงแล้วจึงเริ่มสร้างโรงไฟฟ้า จะช้าเกินไป โดยเฉพาะโรงไฟฟ้าพลังความร้อนร่วมและระบบส่งที่ใช้เวลาประมาณ 4–7 ปี

1. ภาระไฟฟ้าใหม่ที่ต้องนำมาคำนวณ
Data Center
ข้อมูลที่เปิดเผยเกี่ยวกับโครงการที่ได้รับส่งเสริมจาก BOI แสดงว่า:
โครงการ Data Center ที่ได้รับอนุมัติในปี 2568 มี IT Load รวมประมาณ 2,066 MW
เดือนมกราคม 2569 มีโครงการเพิ่มเติมอย่างน้อย 223 MW
เดือนพฤษภาคม 2569 มีโครงการเพิ่มเติมอย่างน้อย 334 MW
รวม IT Load ที่ระบุขนาดได้แล้วประมาณ 2,600 MW
ยังไม่รวมบางโครงการที่ BOI เปิดเผยเพียงมูลค่าการลงทุน แต่ไม่เปิดเผย IT Load
เมื่อคิด PUE เฉลี่ย 1.25–1.35:
ดังนั้น หากโครงการทั้งหมดทยอยเปิดดำเนินการ ภาระไฟฟ้าหน้ามิเตอร์ของ Data Center อาจอยู่ที่ประมาณ 3,200–3,600 MW ทั้งนี้ BOI รายงานโครงการใหม่ เช่น Skyline ขนาด 200 MW IT Load และ Bridge Data Centres ขนาด 134 MW IT Load เพิ่มเข้ามาอย่างต่อเนื่อง BOI – โครงการ Data Center ปี 2569, BOI – การอนุมัติโครงการเดือนมกราคม 2569
อย่างไรก็ตาม ไม่ควรสมมติว่าโครงการ BOI ทุกโครงการจะใช้ไฟเต็มพิกัดพร้อมกัน ผมจึงเสนอใช้ Realization and Coincidence Factor ดังนี้:
กรณี
Data Center peak load ที่เกิดขึ้นจริงภายในปี 2573
ต่ำ
1,800–2,200 MW
ฐาน
2,500–3,000 MW
สูง
3,300–4,000 MW
กรณีสูงเผื่อโครงการใหม่ที่ยื่น BOI ระหว่างปี 2569–2570 ด้วย
รถยนต์ไฟฟ้า
เป้าหมาย 30@30 ของประเทศไทยมุ่งให้รถยนต์ที่ผลิตในปี 2573 ประมาณ 30% เป็นรถ ZEV แต่จำนวนรถที่ผลิตไม่เท่ากับจำนวนรถ EV ที่ใช้งานในประเทศ เพราะบางส่วนส่งออก EVAT – นโยบาย 30@30
ภาระจาก EV จึงขึ้นอยู่กับ “เวลาชาร์จ” มากกว่าจำนวนรถอย่างเดียว:
รูปแบบการชาร์จในปี 2573
EV coincident peak load
Managed charging / TOU
500–900 MW
กรณีฐาน
900–1,500 MW
ชาร์จพร้อมกันช่วงหัวค่ำ
2,000–3,500 MW
งานวิจัยเกี่ยวกับประเทศไทยพบว่า EV Peak สามารถเพิ่มขึ้นอย่างมากในช่วง 20.00–22.00 น. หากไม่มีการบริหารเวลาชาร์จ โดยบางฉากทัศน์ประเมินโหลด EV ปี 2573 สูงถึงประมาณ 3,628 MW งานศึกษา EV Peak Load ของประเทศไทย

2. กำลังผลิตใหม่ที่ประเทศไทยต้องจัดหา
ในกรณีฐาน:
เมื่อต้องรักษา Reserve Margin 15%:
ดังนั้น ประเทศไทยควรจัดหากำลังผลิตที่พึ่งพาได้เพิ่มประมาณ 4,000–5,200 MW ภายในปี 2573 และควรวางแผนเผื่อกรณีสูงไว้ที่ประมาณ 6,000–7,000 MW
ตัวเลขนี้หมายถึง Firm/Dependable Capacity ไม่ใช่กำลังผลิตติดตั้งตามป้าย เช่น Solar 1,000 MW ไม่สามารถนับเป็นกำลังผลิตสำรอง 1,000 MW ได้เต็มจำนวน หากไม่มี BESS หรือแหล่งผลิตที่ควบคุมการจ่ายได้

3. กำหนดเวลาที่เหมาะสม
ช่วงเวลา
สิ่งที่ต้องดำเนินการ
2569–2570
อนุมัติแผน จัดหาพื้นที่ เชื้อเพลิง PPA ระบบส่ง และเริ่มก่อสร้าง
ไม่เกิน 2571
กำลังผลิตที่พึ่งพาได้ชุดแรก 1,500–2,500 MW ต้องเข้าระบบ
2572
เพิ่มสะสมเป็นประมาณ 3,000–4,000 MW
2573
เพิ่มสะสมเป็น 4,000–6,000 MW
หลัง 2573
ปรับตาม Data Center ที่ก่อสร้างจริง EV registration และโหลดที่วัดได้
ดังนั้น หากถามว่า “ต้องมีโรงไฟฟ้าใหม่ภายในปีไหน” คำตอบคือ:
กำลังผลิตใหม่ชุดแรกควรจ่ายไฟเชิงพาณิชย์ภายในปี 2571 และต้องมีกำลังผลิตใหม่ครบประมาณ 4,000–6,000 MW ภายในปี 2573

4. ไม่ควรใช้โรงไฟฟ้าอย่างเดียว
พอร์ตที่เหมาะสมอาจประกอบด้วย:
กำลังผลิต Firm หรือ Dispatchable 2,000–3,000 MW เช่น CCGT, Cogeneration หรือไฟฟ้านำเข้าแบบมีสัญญาความมั่นคง
Solar/Wind พร้อม BESS และ Grid-forming capability 1,500–2,500 MW ในรูปกำลังผลิตที่ผ่านการปรับค่าความพึ่งพาได้แล้ว
BESS ระยะ 4–8 ชั่วโมงอย่างน้อย 1,000–2,000 MW
Demand Response จาก Data Center และ Smart EV Charging 500–1,000 MW
กำหนดให้ Data Center มี BESS/UPS ที่ช่วยระบบไฟฟ้าได้ โดยไม่กระทบ Tier หรือความต่อเนื่องของบริการ
ประเด็นสำคัญที่สุดคือ แม้ Reserve Margin ระดับประเทศอาจดูเพียงพอ แต่ปัญหาอาจเกิดก่อนปี 2571 ในพื้นที่ EEC ได้แก่ ชลบุรี ฉะเชิงเทรา ระยอง และสมุทรปราการ เพราะข้อจำกัดของสถานีไฟฟ้าและสายส่ง ดังนั้น การอนุมัติ Data Center ควรพิจารณาทั้ง National Reserve Margin และ Regional Deliverability พร้อมกัน ไม่ควรใช้ตัวเลขกำลังผลิตรวมของประเทศเพียงตัวเดียว.

11/08/2026

สเปซเอ็กซ์ (SpaceX) และ เทสลา (Tesla) ภายใต้การนำของ อีลอน มัสก์ (Elon Musk) ได้เผยความคืบหน้าครั้งประวัติศาสตร์ในการประกาศร่วมมือสร้างโรงงานผลิตชิปเซมิคอนดักเตอร์ขนาดมหึมาในรัฐเท็กซัส ภายใต้ชื่อโครงการ "เทราแฟบ" (Terafab)

โดยมีวัตถุประสงค์หลักเพื่อรับมือกับปัญหาคอขวดด้านห่วงโซ่อุปทานเทคโนโลยี และลดการพึ่งพาผู้ผลิตจากต่างชาติในระยะยาว มหาโปรเจกต์นี้เป็นการจับมือร่วมกันระหว่าง เทสลา, สเปซเอ็กซ์ และ เอ็กซ์เอไอ (xAI) โดยมี บริษัท อินเทล (Intel) เป็นพันธมิตรเทคโนโลยีที่สำคัญในการขับเคลื่อนนวัตกรรมการผลิตชิปขั้นสูง

การตัดสินใจลงทุนสร้างฐานการผลิตของตนเองในครั้งนี้ เกิดจากการประเมินของ อีลอน มัสก์ ที่ระบุว่า กำลังการผลิตเซมิคอนดักเตอร์ทั่วโลกในปัจจุบันสามารถรองรับความต้องการที่กำลังเติบโตอย่างก้าวกระโดดของกลุ่มบริษัทในเครือได้เพียงประมาณร้อยละ 2 เท่านั้น

การสร้าง Terafab จึงถูกออกแบบมาเพื่อรองรับความต้องการการประมวลผลคอมพิวเตอร์ที่คาดว่าจะทะลุเกิน 1 เทราวัตต์ (Terawatt) ต่อปี ซึ่งเป็นขนาดที่เกินกว่าปริมาณชิปที่มีป้อนอยู่ในตลาดโลกขณะนี้อย่างมหาศาล ชิปสมรรถนะสูงเหล่านี้จะถูกนำไปขับเคลื่อนนวัตกรรมเปลี่ยนโลกหลายประเภท ไม่ว่าจะเป็น หุ่นยนต์ฮิวแมนนอยด์ ออปติมัส (Optimus), รถยนต์ไร้คนขับ ไซเบอร์แค็บ (Cybercab) ตลอดจนศูนย์ข้อมูลปัญญาประดิษฐ์ในอวกาศของบริษัท SpaceX

โดยโรงงาน Terafab จะตั้งอยู่บนพื้นที่ Grimes County รัฐเท็กซัส หากก่อสร้างเสร็จสมบูรณ์ อาคารขนาดใหญ่ยักษ์แห่งนี้จะมีพื้นที่รวมมากกว่า 100 ล้านตารางฟุต และอาจมีความยาวมากถึง 10 กิโลเมตร แม้ตัวเลขยังไม่ถูกระบุอย่างเป็นทางการ

โดยโครงการนี้มีจุดเด่นคือการใช้แนวคิดการผลิตแบบบูรณาการแนวดิ่ง (Vertical Integration) ซึ่งรวบรวมทุกขั้นตอนการผลิตชิปไว้ภายใต้หลังคาเดียวกันทั้งหมด ตั้งแต่การออกแบบชิป การสร้างโฟโตมาสก์ การผลิตชิปประมวลผล (Logic Chip) ชิปหน่วยความจำ (Memory Device) ไปจนถึงกระบวนการประกอบบรรจุภัณฑ์ขั้นสูง (Advanced Packaging) และการทดสอบระบบ (Testing)

ความครบวงจรนี้ช่วยลดระยะเวลาจากขั้นตอนการพัฒนาไปสู่การใช้งานจริง (Deployment) ได้อย่างมีนัยสำคัญ ส่งผลให้บริษัทสามารถอัปเกรดดีไซน์และส่งมอบชิปตัวใหม่เข้าสู่ตลาดได้อย่างรวดเร็ว ซึ่งก่อนหน้านี้ เทสลาได้เริ่มปูทางด้วยการก่อสร้างโรงงานวิจัยต้นแบบ (Research Fab) ที่วิทยาเขตเหนือของ Giga Texas ตั้งแต่ช่วงเดือนเมษายน 2569 ที่ผ่านมาแล้ว

อีลอน มัสก์ ได้เปิดเผยถึงโครงการนี้ผ่านแพลตฟอร์ม X เมื่อวันที่ 6 สิงหาคม 2569 โดยแสดงความเชื่อมั่นว่า Terafab ในเท็กซัส จะเป็นอาคารที่ใหญ่ที่สุดและมีมูลค่าสูงที่สุดในโลก และจะได้รับการออกแบบให้มีความสวยงามน่าอัศจรรย์เป็นอย่างยิ่ง

สำหรับรายละเอียดเชิงเทคนิค ตัวโรงงานจะใช้กระบวนการผลิต Intel 14A ซึ่งเป็นเทคโนโลยีขนาด 1.4 นาโนเมตรอันล้ำสมัยที่สุดของอินเทล โดยสัดส่วนการกระจายกำลังประมวลผลที่ได้จากโรงงานนี้จะแบ่งเป็น ร้อยละ 25 เพื่อใช้กับหุ่นยนต์ Optimus และรถ Cybercab ในลักษณะการทำงานแบบ Edge AI และการอนุมาน (Inference) ส่วนอีกร้อยละ 75 ที่เหลือจะถูกจัดสรรให้กับยานอวกาศ AI และระบบดาวเทียมศูนย์ข้อมูลในอวกาศของบริษัท SpaceX

โครงการเมกะโปรเจกต์นี้คาดว่าจะต้องใช้เงินลงทุนในเฟสแรกสูงถึง 16,800 ล้านดอลลาร์สหรัฐ หรือราว 5.54 แสนล้านบาท ซึ่งเป็นเงินทุนร่วมกันจาก SpaceX และ Tesla โดยในอนาคตมีโอกาสขยายมูลค่าการลงทุนไปแตะระดับหลายแสนล้านดอลลาร์

นอกจากประโยชน์ทางเทคโนโลยีแล้ว การเกิดขึ้นของ Terafab ยังส่งผลกระทบเชิงบวกอย่างมหาศาลต่อเศรษฐกิจท้องถิ่น โดยคาดว่าจะสร้างตำแหน่งงานผู้เชี่ยวชาญไม่น้อยกว่า 3,000 ตำแหน่ง ในพื้นที่ Grimes County และ Brazos County ซึ่งที่ผ่านมา แหล่งอุตสาหกรรมในเท็กซัสของ SpaceX และ Tesla มีประวัติการจ้างงานคนในท้องถิ่นสูงถึงร้อยละ 60 ถึง 80

โดยปัจจุบันฐานการดำเนินงานต่างๆ ของ SpaceX ทั้งที่ Starbase, Bastrop และ McGregor ได้ขับเคลื่อนให้เกิดการจ้างงานทั้งทางตรงและทางอ้อมไปแล้วกว่า 56,000 ตำแหน่ง และสร้างมูลค่าหมุนเวียนทางเศรษฐกิจในรัฐเท็กซัสรวมกว่า 28,000 ล้านดอลลาร์สหรัฐ ตั้งแต่ปี 2567

ในมิติการรักษาสิ่งแวดล้อม ทั้งสองบริษัทระบุว่า Terafab จะลดผลกระทบต่อชุมชนด้วยการหันไปใช้น้ำจากอ่างเก็บน้ำ Gibbons Creek Reservoir สำหรับขั้นตอนการผลิตในอุตสาหกรรม แทนการขุดเจาะใช้น้ำบาดาลในพื้นที่ พร้อมบูรณาการระบบบำบัดน้ำเสียในโรงงาน การหมุนเวียนน้ำกลับมาใช้ซ้ำ รวมถึงมาตรการจัดการสารเคมีและของเสียอุตสาหกรรมตามมาตรฐานความปลอดภัยสูงสุดเพื่อการพัฒนาที่ยั่งยืนควบคู่ไปกับชุมชนโดยรอบ

ที่มาของข้อมูล SpaceX, Interestingengineering
คลิกอ่านเพิ่มเติมบนเว็บไซต์ TNN Thailand

10/08/2026

เมื่อ Data Center และ EV ท้าทายความมั่นคงของระบบไฟฟ้าไทย

จากกำลังผลิตสำรองสู่ข้อจำกัดของโครงข่ายไฟฟ้า
ประเทศไทยกำลังก้าวเข้าสู่ยุคที่ “ความต้องการใช้ไฟฟ้า” ไม่ได้เพิ่มขึ้นตามการเติบโตทางเศรษฐกิจแบบเดิมเท่านั้น แต่กำลังถูกเร่งด้วยผู้ใช้ไฟฟ้ากลุ่มใหม่สองประเภท ได้แก่ ศูนย์ข้อมูลขนาดใหญ่และ AI Data Center ซึ่งต้องใช้ไฟฟ้าต่อเนื่องตลอด 24 ชั่วโมง และ ยานยนต์ไฟฟ้า หรือ EV ซึ่งทำให้ภาระด้านพลังงานของภาคขนส่งค่อย ๆ ย้ายจากน้ำมันเข้าสู่ระบบไฟฟ้า ผู้ใช้ไฟฟ้าทั้งสองกลุ่มมีคุณลักษณะแตกต่างกันอย่างมาก Data Center เป็นโหลดขนาดใหญ่ มี Load Factor สูง และต้องการคุณภาพไฟฟ้าระดับวิกฤต ขณะที่ EV เป็นโหลดกระจายตัวจำนวนมหาศาล แต่สามารถเกิดการชาร์จพร้อมกันในช่วงเวลาและพื้นที่เดียวกันได้ หากไม่มีการบริหารจัดการที่เหมาะสม
ดังนั้น คำถามสำคัญจึงไม่ใช่เพียงว่า “ประเทศไทยมีกำลังผลิตไฟฟ้ารวมเพียงพอหรือไม่” แต่ต้องถามต่อว่า “มีกำลังผลิตที่พึ่งพาได้เพียงพอในเวลาที่ต้องการหรือไม่ และโครงข่ายสามารถส่งไฟฟ้าไปถึงพื้นที่ที่เกิดโหลดได้จริงหรือไม่” นี่คือความแตกต่างระหว่าง Adequacy—ความเพียงพอของกำลังผลิต กับ Security—ความมั่นคงในการเดินระบบจริง
1. ประเทศไทยมีไฟฟ้าสำรองมาก แต่ไม่ได้หมายความว่าไฟฟ้าจะไปถึงทุกพื้นที่
ในทางพื้นฐาน ปริมาณกำลังผลิตสำรองมักพิจารณาจาก Reserve Margin
แต่การนำกำลังผลิตติดตั้งทั้งหมดมาหักออกจากความต้องการไฟฟ้าสูงสุด อาจทำให้เกิดความเข้าใจที่คลาดเคลื่อน เพราะกำลังผลิตติดตั้งทุกเมกะวัตต์ไม่ได้มีคุณค่าเชิงความมั่นคงเท่ากัน
ระบบต้องพิจารณาว่าโรงไฟฟ้าแต่ละแห่ง
• พร้อมเดินเครื่องในช่วงพีกหรือไม่
• มีเชื้อเพลิงเพียงพอหรือไม่
• อยู่ระหว่างการซ่อมบำรุงหรือไม่
• พลังงานแสงอาทิตย์และลมผลิตได้ตรงกับช่วงที่ระบบต้องการหรือไม่
• ระบบสายส่งสามารถนำกำลังผลิตจากโรงไฟฟ้าไปยังศูนย์กลางโหลดได้มากเพียงใด
• หากโรงไฟฟ้าหรือสายส่งขนาดใหญ่หนึ่งวงจรขัดข้อง ระบบยังผ่านเกณฑ์ N-1 ได้หรือไม่
ในปี 2569 ระบบ กฟผ. บันทึกความต้องการพลังไฟฟ้าสูงสุดที่ 35,991.60 MW เมื่อวันที่ 22 เมษายน 2569 เวลา 20.50 น. ตัวเลขนี้สะท้อนประเด็นสำคัญว่า พีกของระบบสามารถเกิดขึ้นในช่วงกลางคืน หลังจากกำลังผลิตจาก Solar PV ลดลงแล้ว จึงไม่สามารถนับกำลังผลิตแสงอาทิตย์ทั้งหมดเป็นกำลังผลิตที่พึ่งพาได้ในช่วงพีกได้โดยตรง ข้อมูลความต้องการพลังไฟฟ้าสูงสุดของ กฟผ.
ประเทศไทยจึงอาจมี Reserve Margin ในระดับประเทศ แต่ยังเกิด “ภาวะขาดกำลังส่ง” ในบางพื้นที่ได้ โดยเฉพาะพื้นที่ที่มี Data Center และอุตสาหกรรมขนาดใหญ่กระจุกตัว เช่น สมุทรปราการ ชลบุรี ฉะเชิงเทรา และระยอง
ภาวะนี้เรียกว่า Grid Bottleneck หรือคอขวดของโครงข่าย กล่าวคือ มีไฟฟ้าอยู่ในระบบ แต่ไม่สามารถส่งไปยังจุดที่ต้องการได้อย่างเพียงพอและมั่นคง
2. Data Center ไม่ใช่เพียงโรงงานขนาดใหญ่ แต่เป็นโหลดที่ต้อง “ไม่ดับ”
Data Center แตกต่างจากผู้ใช้ไฟฟ้าอุตสาหกรรมทั่วไปในสามประการ
ประการแรก: ใช้ไฟฟ้าต่อเนื่องตลอด 24 ชั่วโมง
โรงงานจำนวนมากมีรอบการผลิตหรือสามารถลดกำลังการผลิตตามช่วงเวลาได้ แต่ Data Center โดยเฉพาะ Cloud และ AI Infrastructure ต้องทำงานอย่างต่อเนื่อง ค่า Load Factor อาจสูงกว่า 80–90% ซึ่งหมายถึงไม่ได้สร้างเฉพาะ Peak Demand แต่เพิ่มทั้งพีกและพลังงานฐานของระบบ
Data Center ขนาด 100 MW ที่มี Load Factor 90% จะใช้พลังงานประมาณ
หรือประมาณ 788 GWh ต่อปี
ประการที่สอง: IT Load ไม่เท่ากับกำลังไฟฟ้ารวมของอาคาร
ตัวเลขกำลังของโครงการที่ประกาศต่อสาธารณะมักเป็น “IT Load” แต่ Data Center ยังต้องใช้ไฟฟ้าสำหรับระบบทำความเย็น ปั๊มน้ำ พัดลม UPS ระบบจำหน่ายไฟฟ้า แสงสว่าง และระบบสนับสนุนอื่น ๆ
ความสัมพันธ์ดังกล่าวอธิบายด้วยค่า Power Usage Effectiveness หรือ PUE
ดังนั้น หาก Data Center มี IT Load 200 MW และมี PUE เท่ากับ 1.30 กำลังไฟฟ้ารวมที่รับจากระบบจะอยู่ที่ประมาณ
โครงการเดียวจึงอาจมีขนาดเทียบได้กับความต้องการไฟฟ้าของเมืองขนาดกลาง และต้องการสายส่ง สถานีไฟฟ้า หม้อแปลง และระบบป้องกันเฉพาะของตนเอง
ประการที่สาม: ต้องการความมั่นคงสูงกว่าผู้ใช้ไฟฟ้าทั่วไป
Data Center ไม่ได้ต้องการเพียง “มีไฟฟ้าใช้” แต่ต้องการ
• แหล่งจ่ายไฟสองเส้นทาง
• สถานีไฟฟ้าและหม้อแปลงแบบ Redundant
• คุณภาพแรงดันและความถี่สูง
• การป้องกัน Voltage Sag และ Harmonics
• ระบบ UPS และแบตเตอรี่
• เครื่องกำเนิดไฟฟ้าสำรอง
• ความสามารถในการบำรุงรักษาโดยไม่หยุดให้บริการ
ในปี 2569 มีรายงานว่าโครงการ Data Center ใหม่ 16 แห่งในพื้นที่ EEC ซึ่งวางแผนพัฒนาระหว่างปี 2569–2573 อาจต้องการไฟฟ้ารวมประมาณ 3,600 MW ขณะที่ กฟผ. ต้องเร่งลงทุนปรับปรุงระบบส่งในภาคตะวันออกราว 31,000 ล้านบาท Bangkok Post: EGAT upgrades EEC power system
ตัวเลข 3,600 MW มีขนาดประมาณหนึ่งในสิบของพีกระบบ กฟผ. ปี 2569 และยังไม่ควรตีความว่าโครงการทั้งหมดจะใช้ไฟพร้อมกันทันที แต่เพียงขนาดของ Pipeline ก็เพียงพอที่จะชี้ว่า การอนุมัติ Data Center ไม่สามารถแยกออกจากการวางแผนระบบไฟฟ้าได้อีกต่อไป
3. EV อาจไม่ทำให้ประเทศขาดพลังงานทันที แต่สามารถทำให้หม้อแปลงท้องถิ่นเกินพิกัด
ผลกระทบของ EV ต้องแยกออกเป็นสองมิติ
1. Energy Demand — ปริมาณพลังงานไฟฟ้าสะสมเป็น kWh หรือ MWh
2. Power Demand — กำลังไฟฟ้าที่เรียกใช้พร้อมกันเป็น kW หรือ MW
ตัวอย่างเช่น EV จำนวนหนึ่งล้านคัน หากแต่ละคันเดินทางเฉลี่ย 40 กิโลเมตรต่อวัน และใช้พลังงาน 0.18 kWh ต่อกิโลเมตร จะต้องใช้พลังงานประมาณ
คิดเป็นกำลังเฉลี่ยตลอด 24 ชั่วโมงประมาณ 300 MW ซึ่งในระดับประเทศอาจยังบริหารได้
แต่หากรถจำนวนมากกลับบ้านและเริ่มชาร์จด้วยเครื่องชาร์จ 7 kW ในเวลา 18.00–22.00 น. พร้อมกัน ปัญหาจะเปลี่ยนจาก “พลังงานไม่พอ” เป็น “กำลังไฟฟ้าเฉพาะช่วงเวลาและเฉพาะพื้นที่สูงเกินไป”
ผลกระทบอาจเกิดขึ้นตั้งแต่ระดับล่างของระบบ ได้แก่
• สายป้อนแรงต่ำและแรงปานกลางมีโหลดสูงเกินพิกัด
• หม้อแปลงจำหน่ายร้อนเกินไปและมีอายุสั้นลง
• แรงดันปลายสายตก
• เกิดความไม่สมดุลระหว่างเฟส
• Peak Demand ของพื้นที่เพิ่มขึ้นในช่วงค่ำ
• สถานีไฟฟ้าย่อยต้องขยายเร็วกว่าที่วางแผนไว้
สำหรับรถโดยสาร รถบรรทุก และสถานีชาร์จกำลังสูง ปัญหาจะยิ่งชัดเจนขึ้น เพราะเครื่องชาร์จหนึ่งหัวอาจใช้กำลังตั้งแต่ 150–350 kW และสถานีชาร์จรถบรรทุกในอนาคตอาจมีโหลดระดับหลายเมกะวัตต์
ดังนั้น EV จำนวนไม่มาก แต่กระจุกตัวอยู่ในนิคมอุตสาหกรรม ศูนย์โลจิสติกส์ คอนโดมิเนียม หรือสถานีชาร์จทางหลวง อาจสร้างผลกระทบต่อโครงข่ายท้องถิ่นสูงกว่า EV จำนวนมากที่กระจายตัวและชาร์จคนละเวลา
4. เมื่อ Data Center และ EV เติบโตพร้อมกัน ปัญหาจะเกิดในหลายระดับ
Data Center และ EV ไม่ได้เพียงนำโหลดสองกลุ่มมาบวกกัน แต่สามารถทำให้ความเสี่ยงของระบบไฟฟ้าซ้อนทับกัน
ระดับที่หนึ่ง: กำลังผลิตไฟฟ้า
หากโหลดเติบโตเร็วกว่าการก่อสร้างโรงไฟฟ้า กำลังผลิตที่พึ่งพาได้ BESS และ Demand Response ค่า Reserve Margin ที่ใช้งานได้จริงจะลดลง
ระดับที่สอง: เชื้อเพลิง
ระบบไฟฟ้าไทยยังพึ่งพาก๊าซธรรมชาติในสัดส่วนสูง การเพิ่มโหลดฐานจาก Data Center อาจเพิ่มการพึ่งพา LNG และทำให้ต้นทุนไฟฟ้าไวต่อราคาเชื้อเพลิงและอัตราแลกเปลี่ยนมากขึ้น
ระดับที่สาม: ระบบส่ง
แม้มีกำลังผลิตเพียงพอทั่วประเทศ แต่หากวงจรสายส่งหรือสถานีไฟฟ้าใน EEC และกรุงเทพฯ รอบนอกเต็มความสามารถ ก็ไม่สามารถรับ Data Center ใหม่ได้โดยไม่ลงทุนขยายระบบ
ระดับที่สี่: ระบบจำหน่าย
EV, Rooftop Solar, Battery และเครื่องชาร์จกำลังสูงทำให้ระบบจำหน่ายเปลี่ยนจากการไหลของไฟฟ้าทิศทางเดียว ไปสู่ระบบที่มีการไหลสองทิศทางและผันผวนตามเวลา
ระดับที่ห้า: เสถียรภาพของระบบ
เมื่อสัดส่วนพลังงานหมุนเวียนและอุปกรณ์ Power Electronics เพิ่มขึ้น ระบบต้องบริหารความถี่ แรงดัน Inertia, Fault Level และ Protection Coordination ให้ละเอียดกว่าเดิม
จึงต้องย้ำว่า กำลังผลิตสำรองสูง ไม่ได้ลบล้างความเสี่ยงของสายส่งเต็ม หม้อแปลงเกินพิกัด แรงดันตก หรือความไม่มั่นคงเฉพาะพื้นที่
5. ความเสี่ยงไม่ได้หมายความว่าประเทศไทยควรปฏิเสธ Data Center หรือ EV
ทั้ง Data Center และ EV มีความสำคัญต่ออนาคตของประเทศ
Data Center เป็นฐานของ Cloud, AI, Digital Government, Financial Technology และเศรษฐกิจข้อมูล ส่วน EV ช่วยลดการพึ่งพาน้ำมัน เพิ่มประสิทธิภาพพลังงาน และสนับสนุนการลดการปล่อยคาร์บอน
ปัญหาจึงไม่ใช่ว่า “ควรรับหรือไม่รับ” แต่คือ
ประเทศไทยจะรับโหลดใหม่ประเภทใด ที่ไหน เมื่อใด และภายใต้เงื่อนไขใด เพื่อให้ประโยชน์ทางเศรษฐกิจสูงกว่าต้นทุนที่ประชาชนและระบบไฟฟ้าต้องรับภาระ
การให้สิทธิประโยชน์การลงทุนโดยไม่ตรวจสอบกำลังรองรับของระบบส่ง น้ำ ที่ดิน กำลังคน และมูลค่าที่เกิดในประเทศ อาจทำให้สังคมเป็นผู้รับต้นทุนโครงสร้างพื้นฐาน ขณะที่ผลประโยชน์ส่วนใหญ่ไหลออกนอกประเทศ
6. ประเทศไทยควรเปลี่ยนจาก “ต่อไฟตามคำขอ” เป็น “วางแผนโหลดเชิงพื้นที่”
แนวทางเชิงนโยบายที่จำเป็นควรประกอบด้วยอย่างน้อย 8 ประการ
1. จัดทำ National Data Center and Digital Infrastructure Master Plan
ต้องเชื่อมโยง PDP, แผนระบบส่ง แผนจำหน่าย Power Map, Water Map, EIA, ผังเมือง กำลังคน และผลกระทบทางเศรษฐกิจเข้าสู่กระบวนการอนุมัติเดียว
2. ประเมินกำลังรองรับของโครงข่ายตามพื้นที่
ไม่ควรพิจารณาเฉพาะ Reserve Margin ระดับประเทศ แต่ต้องประกาศ Hosting Capacity ของแต่ละจังหวัด สถานีไฟฟ้า และเขตอุตสาหกรรม พร้อมแสดงช่วงเวลาที่ระบบใหม่จะพร้อมจ่ายไฟ
3. ใช้ Firm Capacity และ Effective Load Carrying Capability
การวางแผนต้องประเมินกำลังผลิตที่พึ่งพาได้จริงในช่วงพีก รวมความไม่แน่นอนของพลังงานหมุนเวียน การหยุดซ่อมโรงไฟฟ้า ความเสี่ยงเชื้อเพลิง และข้อจำกัดสายส่ง
4. กำหนดให้ Data Center มีความยืดหยุ่นต่อระบบ
Data Center ขนาดใหญ่ควรมี BESS, Demand Response, Load Shifting และความสามารถในการลดโหลดบางส่วนเมื่อระบบเกิดเหตุฉุกเฉิน โดยไม่กระทบ Critical Workload
UPS และแบตเตอรี่ของ Data Center ไม่ควรถูกมองเป็นเพียงอุปกรณ์สำรอง แต่สามารถพัฒนาเป็น Grid-Interactive UPS เพื่อช่วยพยุงความถี่และลดพีกได้ ภายใต้ข้อกำหนดที่ไม่กระทบความพร้อมใช้งานของศูนย์ข้อมูล
5. บริหาร EV Charging อย่างชาญฉลาด
ควรใช้ Smart Charging, TOU Tariff และ Dynamic Tariff เพื่อเลื่อนการชาร์จออกจากช่วงพีก รวมถึงเตรียมมาตรฐาน Vehicle-to-Grid หรือ V2G สำหรับรถที่สามารถคืนพลังงานให้ระบบได้
6. เร่งลงทุนระบบส่ง สถานีไฟฟ้า และ BESS
การสร้างโรงไฟฟ้าเพิ่มอย่างเดียวไม่เพียงพอ ต้องลงทุนในสายส่งแรงสูง ระบบจำหน่ายอัตโนมัติ Digital Substation, Dynamic Line Rating และระบบกักเก็บพลังงานในจุดที่เกิดคอขวด
7. พัฒนา Direct PPA และ Third-Party Access อย่างรอบคอบ
โครงการนำร่อง Direct PPA สำหรับ Data Center มีกรอบเป้าหมายไม่เกิน 2,000 MW เพื่อเปิดทางให้ผู้ใช้ไฟฟ้าซื้อพลังงานหมุนเวียนจากผู้ผลิตผ่านระบบโครงข่าย รายงานผลการดำเนินงานของสำนักงาน กกพ.
อย่างไรก็ตาม Direct PPA ไม่ได้สร้างกำลังส่งขึ้นมาโดยอัตโนมัติ ยังต้องกำหนด Wheeling Charge, Congestion Charge, Losses, Balancing Cost และค่าใช้ระบบสำรองอย่างเป็นธรรม เพื่อไม่ให้ต้นทุนถูกผลักไปยังผู้ใช้ไฟฟ้าทั่วไป
8. ใช้หลัก “ผู้ก่อให้เกิดต้นทุนต้องร่วมรับผิดชอบ”
โครงการขนาดใหญ่ที่ทำให้ต้องสร้างสายส่ง สถานีไฟฟ้า หรือระบบสำรองเพิ่มเติม ควรร่วมรับผิดชอบค่าใช้จ่ายผ่าน Connection Charge, Capacity Reservation Fee หรือสัญญารับซื้อกำลังไฟฟ้าระยะยาว เพื่อลดความเสี่ยงจากการจองกำลังแล้วไม่พัฒนาโครงการจริง
บทสรุป
ประเทศไทยไม่ได้กำลังเผชิญเพียงคำถามว่า “ไฟฟ้าจะพอหรือไม่” แต่กำลังเผชิญโจทย์ที่ซับซ้อนกว่านั้น คือ
• ไฟฟ้าพร้อมใช้ในเวลาที่ต้องการหรือไม่
• ส่งไปถึงพื้นที่เป้าหมายได้หรือไม่
• ระบบยังมั่นคงเมื่ออุปกรณ์สำคัญขัดข้องหรือไม่
• พลังงานสะอาดที่ซื้อมาเป็นพลังงานตรงเวลา หรือเป็นเพียงการชดเชยทางบัญชี
• ใครเป็นผู้รับผิดชอบต้นทุนการขยายโครงข่าย
• ประเทศได้รับมูลค่าทางเศรษฐกิจ เทคโนโลยี และกำลังคนกลับมาเพียงใด
Data Center และ EV ไม่จำเป็นต้องเป็นภัยต่อความมั่นคงทางพลังงาน หากประเทศไทยสามารถเปลี่ยนผู้ใช้ไฟฟ้าทั้งสองกลุ่มให้เป็น “ทรัพยากรที่บริหารจัดการได้” ผ่าน Smart Grid, BESS, Demand Response, Smart Charging และการวางแผนโครงสร้างพื้นฐานเชิงพื้นที่
แต่หากการอนุมัติโครงการเดินเร็วกว่าการพัฒนาระบบส่ง การผลิตไฟฟ้าที่พึ่งพาได้ และกลไกกำกับต้นทุน ประเทศไทยอาจมีโรงไฟฟ้าเพียงพอบนกระดาษ แต่ยังเกิดไฟฟ้าตก ไฟฟ้าดับ หรือไม่สามารถจ่ายไฟให้โครงการใหม่ในพื้นที่จริงได้
ความมั่นคงของระบบไฟฟ้าในยุค Data Center และ EV จึงไม่ได้วัดจากจำนวนเมกะวัตต์ที่ประเทศมีเท่านั้น แต่วัดจากความสามารถในการส่งมอบเมกะวัตต์ที่ถูกต้อง ไปยังสถานที่ที่ถูกต้อง ในเวลาที่ถูกต้อง ด้วยต้นทุนที่เป็นธรรมและความเสี่ยงที่สังคมยอมรับได้
#พลังงานไทย #ระบบไฟฟ้าไทย

10/08/2026

เมื่อคลื่นทุน Data Center ทะลักเข้าไทยและใช้ทรัพยากรมหาศาล

ประเทศไทยกำลังเปลี่ยนจากช่วง “เร่งดึงการลงทุน Data Center” ไปสู่ช่วง “คัดเลือกและกำกับการลงทุนเชิงคุณภาพ” เนื่องจากโครงการ Data Center โดยเฉพาะ Hyperscale และ AI Data Center ต้องใช้ไฟฟ้า น้ำ ระบบสายส่ง และที่ดินจำนวนมาก ขณะที่ผลประโยชน์ทางเศรษฐกิจที่ตกอยู่ในประเทศอาจไม่สูง หากไม่มีเงื่อนไขด้านบุคลากร เทคโนโลยี สังคม สิ่งเวดล้อม และการเชื่อมโยงกับผู้ประกอบการไทยอย่างชัดเจน
1. สถานการณ์ Data Center ของประเทศไทย
บทความรายงานตัวเลขจากหลายฐานข้อมูล ซึ่งมีขอบเขตการนับแตกต่างกัน ได้แก่
• ประเทศไทยมี Data Center ประมาณ 60 แห่ง มากเป็นอันดับ 4 ของอาเซียน
• BOI อนุมัติส่งเสริมการลงทุน Data Center มากกว่า 40 โครงการในช่วงสามปีที่ผ่านมา
• มี Data Center เปิดดำเนินการประมาณ 40 แห่ง อยู่ระหว่างก่อสร้าง 20 แห่ง และอยู่ในขั้นวางแผนอีกประมาณ 10 แห่ง
• ประมาณ 70% ของโครงการที่ได้รับการส่งเสริมกระจุกตัวอยู่ใน EEC โดยเฉพาะชลบุรี ระยอง และฉะเชิงเทรา
ตัวเลขจำนวนแห่งไม่ควรนำมาเปรียบเทียบตรง ๆ โดยไม่ตรวจสอบนิยาม เพราะบางแหล่งนับเฉพาะ Colocation บางแหล่งรวม Enterprise, Edge, Cloud Region และหลายอาคารภายใน Campus เดียวกัน
2. ประเด็นไฟฟ้าที่น่ากังวลที่สุด
กกพ. ระบุว่า หากโครงการที่ยื่นความต้องการทั้งหมดเดินเครื่องเต็มกำลัง อาจมีความต้องการไฟฟ้ารวมเกือบ 30,000 MW หรือมากกว่าครึ่งหนึ่งของกำลังผลิตติดตั้งของประเทศไทยประมาณ 55,000 MW
อย่างไรก็ตาม ตัวเลข 30,000 MW ควรตีความว่าเป็น:
“ยอดคำขอหรือศักยภาพความต้องการไฟฟ้าสูงสุดของโครงการใน Pipeline” ไม่ใช่โหลด Data Center ที่เกิดขึ้นจริงในปัจจุบัน
โครงการจำนวนหนึ่งอาจยังอยู่เพียงขั้นขอสิทธิ์ ขอเชื่อมต่อระบบ หรือสำรอง Capacity และบางโครงการอาจไม่ได้ก่อสร้างจริง ดังนั้น หากนำตัวเลขนี้ไปใช้วางแผนระบบไฟฟ้าโดยไม่ปรับด้วยความน่าจะเป็น จะเสี่ยงต่อการลงทุนระบบผลิตและสายส่งเกินความจำเป็น แต่หากประเมินต่ำเกินไปก็อาจเกิดไฟฟ้าและสายส่งไม่เพียงพอ
ควรแบ่ง Pipeline อย่างน้อยเป็น:
ระดับโครงการ สถานะ น้ำหนักในการพยากรณ์โหลด
Operational เดินเครื่องแล้ว 90–100%
Under construction ก่อสร้างและมีสัญญาเชื่อมต่อ 70–90%
Committed มีที่ดิน เงินทุน และลูกค้าหลัก 50–70%
Approved ได้ BOI แต่ยังไม่ก่อสร้าง 20–50%
Announced/Planned ประกาศหรือยื่นความสนใจ 5–20%
นี่จะช่วยแยก “โหลดที่ต้องรองรับจริง” ออกจาก “โหลดที่ผู้ลงทุนขอสงวนไว้”
3. หลักประกันไฟฟ้า 4.5 ล้านบาทต่อ MW
มาตรการสำคัญคือ ผู้ประกอบการต้องวางหลักประกันประมาณ 4.5 ล้านบาทต่อความต้องการไฟฟ้า 1 MW ตัวอย่างเช่น โครงการขนาด 100 MW ต้องวางหลักประกันประมาณ 450 ล้านบาท
หลักประกันจะทยอยคืนเมื่อโครงการใช้ไฟถึงเกณฑ์ที่กำหนด และคืนทั้งหมดเมื่อใช้ไฟถึงประมาณ 70% ของ Capacity ที่ขอไว้
มาตรการนี้มีเป้าหมายเพื่อ:
• ป้องกันการขอจองกำลังไฟและสิทธิ์เชื่อมต่อเกินความต้องการจริง
• กรองโครงการที่ไม่มีเงินทุนหรือไม่มีลูกค้ารองรับ
• ลดปัญหาการไฟฟ้าลงทุนสถานีและสายส่งแล้วโครงการไม่เกิด
• บังคับให้ผู้ลงทุนประเมิน Load Ramp-up อย่างสมเหตุสมผล
แต่หลักประกันเพียงอย่างเดียวยังไม่เพียงพอ ควรมี Milestone เช่น วันซื้อที่ดิน ใบอนุญาตก่อสร้าง Financial Close การสั่งซื้อหม้อแปลง และกำหนด Commercial Operation Date หากไม่ผ่าน Milestone ควรลดหรือยกเลิก Capacity ที่จัดสรรไว้
4. ปัญหาคอขวดไม่ได้อยู่ที่กำลังผลิตรวมเพียงอย่างเดียว
แม้ประเทศไทยจะมีกำลังผลิตสำรองระดับประเทศ แต่ไม่ได้หมายความว่าจะมีไฟฟ้าส่งไปยัง Data Center ได้ทุกพื้นที่ ปัญหาที่สำคัญกว่าคือ “ความสามารถของระบบส่งและระบบจำหน่ายเฉพาะพื้นที่”
ใน EEC โครงการจำนวนมากขอเชื่อมต่อกับระบบ 115 kV ของ กฟภ. ขณะที่โหลดระดับ Hyperscale 100–500 MW อาจเหมาะกับการเชื่อมต่อระบบ 230 kV หรือ 500 kV ของ กฟผ. มากกว่า
ดังนั้น ความเพียงพอต้องตรวจสอบอย่างน้อยสี่ระดับ:
1. กำลังผลิตรวมของประเทศ
2. ความสามารถส่งไฟเข้าสู่ภูมิภาค
3. Capacity ของสถานีไฟฟ้าและวงจรสายส่งในพื้นที่
4. ความเชื่อถือได้ ณ จุดเชื่อมต่อ เช่น N−1 หรือ 2N ตามความต้องการของ Data Center
กล่าวอีกนัยหนึ่ง ประเทศไทยอาจมี Reserve Margin ในภาพรวม แต่ยังเกิด “Megawatt Gap” ในชลบุรี ระยอง หรือฉะเชิงเทราได้ เพราะติดข้อจำกัดของสายส่งและสถานีไฟฟ้า
5. แนวคิดให้ กฟผ. จ่ายไฟตรงแก่ Data Center
ข้อเสนอให้ กฟผ. จำหน่ายไฟตรงแก่ Data Center ขนาดใหญ่ที่อยู่ใกล้สายส่ง 230/500 kV สามารถช่วยลดภาระของระบบ 115 kV ได้ แต่จำเป็นต้องออกแบบกติกาอย่างรอบคอบ เนื่องจากเกี่ยวข้องกับ:
• เขตบริการและบทบาทของ กฟผ. กฟน. และ กฟภ.
• อัตราค่าบริการระบบส่งและระบบจำหน่าย
• การแบ่งต้นทุนสถานีไฟฟ้าและสายส่งเฉพาะโครงการ
• การป้องกันไม่ให้ต้นทุนถูกผลักไปยังผู้ใช้ไฟทั่วไป
• หลักเกณฑ์ Direct PPA และ Third-Party Access
• ความรับผิดชอบด้าน System Balancing และพลังงานสำรอง
แนวทางที่เหมาะสมคือ “ผู้ก่อภาระเป็นผู้รับผิดชอบต้นทุน” หรือ Cost-Causation Principle โดยแยกต้นทุนเชื่อมต่อเฉพาะโครงการออกจากต้นทุนพัฒนาโครงข่ายส่วนรวม
6. ค่าไฟเฉพาะสำหรับ Data Center
บทความระบุว่ารัฐอยู่ระหว่างศึกษาค่าไฟประเภทใหม่สำหรับ Data Center ซึ่งอาจสูงกว่าผู้ใช้ไฟทั่วไป แนวคิดนี้มีเหตุผล หากต้นทุนดังกล่าวสะท้อน:
• การขยายระบบส่งและสถานีไฟฟ้า
• ความต้องการไฟฟ้าคงที่ตลอด 24 ชั่วโมง
• ค่า Capacity และ Reliability
• ค่า Ancillary Services และกำลังสำรอง
• ต้นทุน BESS หรือ Fast Frequency Response
• ต้นทุนคาร์บอนและการจัดหาพลังงานสะอาด
แต่ไม่ควรกำหนดค่าไฟสูงแบบเหมารวม เพราะ Data Center บางโครงการอาจลงทุนสายส่ง BESS หรือพลังงานหมุนเวียนเอง ควรใช้โครงสร้างแบบแยกส่วน ได้แก่ Energy Charge, Demand Charge, Network Charge, Reliability Charge และ Carbon Attribute แทน
7. น้ำและผลกระทบสิ่งแวดล้อม
บทความตั้งข้อสังเกตว่า Data Center ยังไม่ใช่ประเภทโครงการที่ต้องทำ EIA โดยอัตโนมัติ แม้บางแห่งใช้ไฟฟ้าและน้ำปริมาณสูง ประเด็นนี้ควรแก้ด้วย “การประเมินตามขนาดและผลกระทบ” ไม่ใช่บังคับทุกโครงการเท่ากัน
เกณฑ์ที่ควรพิจารณา ได้แก่
• IT Load และ Total Facility Load
• ปริมาณน้ำใช้สูงสุดและรายปี
• เทคโนโลยี Cooling และ WUE
• แหล่งน้ำดิบและผลกระทบในฤดูแล้ง
• น้ำทิ้งและ Cooling Tower Blowdown
• เครื่องกำเนิดไฟฟ้าสำรองและปริมาณน้ำมันเชื้อเพลิง
• เสียง มลพิษอากาศ และการปล่อยก๊าซเรือนกระจก
• สารทำความเย็นและความเสี่ยงจากสารเคมี
การใช้ WUE เพียงค่าเดียวไม่เพียงพอ เพราะระบบที่ประหยัดน้ำอาจใช้ไฟฟ้ามากขึ้น จึงควรประเมิน PUE, WUE และ Carbon Usage Effectiveness ร่วมกัน
8. เกณฑ์ “Quality Investment” ของ BOI
การเปลี่ยนจากการนับจำนวนโครงการไปสู่ Quality Investment เป็นทิศทางที่ถูกต้อง โดยบทความเสนอให้พิจารณาสี่มิติหลัก:
1. ประโยชน์ต่อประเทศ
2. ความเพียงพอของไฟฟ้า
3. ความเพียงพอของน้ำ
4. ผลกระทบต่อสิ่งแวดล้อม
สำหรับงานเชิงนโยบาย ผมเห็นว่าควรเพิ่มอีกอย่างน้อยสี่มิติ:
• การพัฒนาบุคลากรไทยและการถ่ายทอดเทคโนโลยี
• การใช้ผู้รับเหมา วิศวกร และ Supply Chain ภายในประเทศ
• การเปิด Computing Capacity ให้มหาวิทยาลัย SME และ Startup ไทย
• ความมั่นคงปลอดภัยไซเบอร์และอธิปไตยทางข้อมูล
โครงการที่เป็นเพียง “อาคารวาง Server ของต่างชาติ” และใช้ทรัพยากรไทยจำนวนมาก ไม่ควรได้รับสิทธิประโยชน์ระดับเดียวกับโครงการที่สร้าง AI Research Center, Cloud Region, Sovereign Cloud, AI Factory หรือศูนย์พัฒนาบุคลากรในประเทศ
ข้อสรุปเชิงนโยบาย
หัวใจของปัญหาไม่ใช่คำถามว่า “ประเทศไทยควรรับหรือไม่รับ Data Center” แต่คือ:
ประเทศไทยควรจัดสรรไฟฟ้า น้ำ ที่ดิน และสิทธิประโยชน์ให้แก่ Data Center ประเภทใด ภายใต้เงื่อนไขใด และประเทศจะได้รับคุณค่ากลับคืนมาเท่าใด
มาตรการวางหลักประกัน 4.5 ล้านบาทต่อ MW, Power Map, Water Map และการกลั่นกรอง 4 มิติ เป็นจุดเริ่มต้นที่ดี แต่ประเทศไทยยังต้องมี National Data Center Master Plan ซึ่งบูรณาการ PDP, ระบบส่งไฟฟ้า, แผนน้ำ, EIA, Direct PPA/TPA, กำลังคน และ Economic Impact Scorecard เข้าเป็นระบบอนุมัติเดียว
ข้อเสนอสำคัญที่สุดคือไม่ควรใช้เฉพาะ “จำนวนเงินลงทุน” เป็นตัวชี้วัดความสำเร็จ แต่ต้องวัด:
• มูลค่าเพิ่มที่คงอยู่ในประเทศไทย
• จำนวนบุคลากรไทยทักษะสูง
• กำลังประมวลผลที่คนไทยเข้าถึงได้
• สัดส่วนพลังงานสะอาดที่เกิดขึ้นใหม่
• ประสิทธิภาพการใช้ไฟฟ้าและน้ำ
• ผลกระทบต่อค่าไฟและความมั่นคงของผู้ใช้เดิม
ดังนั้น บทความนี้สะท้อนจุดเปลี่ยนสำคัญว่า ไทยไม่ควรแข่งขันด้วยการ “อนุมัติเร็วและให้สิทธิประโยชน์มากที่สุด” แต่ควรแข่งขันด้วยการเป็นประเทศที่มีโครงสร้างพื้นฐาน กฎเกณฑ์ และระบบจัดสรรทรัพยากรที่น่าเชื่อถือที่สุดในภูมิภาคครับ