ตอนที่ 5 : การปรับปรุงความมั่นคง, ความน่าเชื่อถือและการเพิ่มประสิทธิภาพของโครงการไฟฟ้าพลังน้ำขนาดเล็กมากในพื้นที่ชนบทของภาคเหนือของประเทศไทย โดย ระบบพลังงานหมุนเวียนแบบผสมผสาน (Hybrid Renewable Energy Systems) แบบเดี่ยว (Stand-Alone)

การรวบรวมและการวิเคราะห์ข้อมูล
     1. การรวบรวมข้อมูล
          ผู้วิจัยได้ศึกษาข้อมูลและคำถามที่ใช้ซอฟต์แวร์ของ HOMER ในคู่มือผู้ใช้ HOMER และฟังก์ชั่นช่วยเหลือ (HOMER, 2016a; HOMER, 2016b) ซึ่งต้องการความต้องการข้อมูลโหลดไฟฟ้า ขนาดและค่าใช้จ่ายของส่วนประกอบพลังงานหมุนเวียน (REC)  ข้อมูลแหล่งพลังงานทดแทน(การแผ่รังสีแสงอาทิตย์และความเร็วลม) ข้อมูลอุทกวิทยา และข้อมูลทางเทคนิคของโครงการไฟฟ้าพลังน้ำขนาดเล็กมากบ้านขุนปั๋ง ซึ่งสามารถรวบรวมได้จากกรมพัฒนาพลังงานทดแทนและอนุรักษ์พลังงาน ขนาดและราคาของ REC สามารถรวบรวมได้จาก บริษัท ตัวแทนจำหน่าย REC การวิจัยครั้งนี้พิจารณาวิธีการรวบรวมความต้องการใช้ไฟฟ้า จากนั้นเลือกแบบสอบถามการสำรวจพื้นที่และการสัมภาษณ์เพื่อสำรวจและรวบรวมข้อมูลเนื่องจากแบบสอบถามเหมาะสำหรับโครงการนี้ การสัมภาษณ์ในพื้นที่เหมาะสำหรับโครงการนี้เนื่องจากผู้เข้าร่วมสามารถให้ข้อมูลทางประวัติศาสตร์และข้อมูลใหม่ (Creswell, 2013) หลังจากนั้นจะสร้างแบบสอบถามและคำถามสัมภาษณ์ การวิจัยครั้งนี้แปลแบบสอบถามและคำถามสัมภาษณ์เป็นภาษาไทยก่อนการสำรวจเนื่องจากชาวบ้านไม่สามารถพูดหรือเข้าใจภาษาอังกฤษได้ หลังจากรวบรวมคำติชมภาษาไทยมันถูกตีความเป็นภาษาอังกฤษและวิเคราะห์
       1.1 การสำรวจสถานที่และข้อมูลการสัมภาษณ์
             โครงการนี้ทำการสำรวจทางธรณีวิทยา เศรษฐกิจ สังคม ขนบธรรมเนียมประเพณี การศึกษาและปัญหาในหมู่บ้านบ้านขุนปั๋ง (Khun Pang Village,  KPV) โดยใช้การสัมภาษณ์ บทความนี้ต้องการข้อมูลพื้นฐานของหมู่บ้านเนื่องจากเกี่ยวข้องกับความต้องการไฟฟ้าและข้อจำกัดของทรัพยากร การวิจัยครั้งนี้สัมภาษณ์หัวหน้าหมู่บ้านผู้นำครูและประธานคณะสงฆ์ จากการสัมภาษณ์ นักวิจัยทราบจำนวนประชากรใน KPV ประชากร 110 คน 48 ครัวเรือนนักเรียน 20 คนในโรงเรียนและพระสงฆ์ 5 รูปในวัด
             KPV มี 48 ครัวเรือน จำนวนพลเมืองคือ 110 ชาวบ้านยากจนและมักจะทำนาข้าว ข้าวโพดและใบชา ได้แก่ ชา Camellia Sinensis ชาวบ้านบางคนมีฟาร์มไก่และหมูซึ่งเป็นเศรษฐกิจหลักของหมู่บ้าน นอกจากนี้ศาสนาของชาวบ้านก็คือชาวพุทธ ทุกครัวเรือนมีมิเตอร์ไฟฟ้า ราคาไฟฟ้าอยู่ที่ประมาณ 0.12 ดอลลาร์สหรัฐต่อหน่วย (4.00 บาท) หมู่บ้านสร้างกลุ่มใช้ไฟฟ้าและมีบอร์ดไฟฟ้าเพื่อการจัดการเช่นค่าไฟฟ้าและการบำรุงรักษา กลุ่มชุมชนใช้ไฟฟ้ามีรายได้สุทธิ 744 ดอลลาร์สหรัฐ (25,000 บาทต่อเดือน) หมู่บ้านมีปัญหาเรื่องความต้องการใช้ไฟฟ้า การผลิตไฟฟ้าไม่สามารถรองรับความต้องการได้เนื่องจากปริมาณน้ำในลำธารต่ำมากในฤดูร้อนและฤดูหนาว อัตราการไหลของน้ำต่ำที่สุดในฤดูร้อนน้อยกว่า 50 ลิตรต่อวินาที ชาวบ้านบางคนไม่สามารถใช้อุปกรณ์บางอย่างเช่นเครื่องทำน้ำอุ่นในช่วงฤดูร้อน สำหรับโรงเรียนประถมปัญหาจะเหมือนกับ KPV
       1.2 แบบสอบถาม
             ก่อนที่จะจำลองระบบพลังงานหมุนเวียนแบบผสมผสาน (Hybrid Renewable Energy Systems, HRES) การวิจัยนี้พิจารณาถึงวัตถุประสงค์และข้อมูลที่จำเป็นสำหรับโครงการ ดังนั้นงานวิจัยนี้จึงสร้างแบบสอบถามที่สำรวจกระแสไฟฟ้าในหมู่บ้านและความต้องการในอนาคต บทความนี้ใช้แบบสอบถามกระดาษเนื่องจากชาวบ้านไม่มีการเชื่อมต่ออินเทอร์เน็ตในหมู่บ้าน แบบสอบถามควรสั้นง่ายและเข้าใจง่าย (Dawson, 2009)  
       1.3 ขนาดการสุ่มตัวอย่าง
             จากการสัมภาษณ์และการสำรวจพื้นที่งานวิจัยนี้รู้จำนวนประชากรใน KPV ประชากร 110 คน 48 ครัวเรือนโรงเรียนและวัด เป้าหมายของแบบสอบถามนี้คือครัวเรือนโรงเรียนและวัดเพราะควรวัดภาระไฟฟ้าในบ้านต่อวัตต์ บทความนี้ต้องการผลตอบรับแบบสอบถามมากกว่า 70% เพื่อให้มั่นใจในความน่าเชื่อถือของแบบสอบถาม
       1.4 การสำรวจทางอินเทอร์เน็ต
 
            การวิจัยครั้งนี้สำรวจข้อมูลออนไลน์จำนวนมากและเว็บไซต์ที่เกี่ยวข้องกับโครงการเช่นประเภทเครื่องใช้และกำลังการผลิตซึ่งเป็นสิ่งสำคัญในการคำนวณปริมาณความต้องการไฟฟ้า
             ประเภทของอุปกรณ์และกำลังการผลิต (วัตต์) จะถูกรวบรวมจากอินเทอร์เน็ต ประเทศไทยมี บริษัท เครื่องใช้หลายแห่งที่มาจากญี่ปุ่นจีนเกาหลีตุรกีเนเธอร์แลนด์สวีเดนสหรัฐอเมริกาและไทย งานวิจัยนี้รวบรวมประเภทและความสามารถของเครื่องใช้ไฟฟ้าจากเว็บไซต์ บริษัท เครื่องใช้ไฟฟ้า (Samsung Thailand, 2017, Panasonic Thailand, 2017, Sharp Thai, 2017; Toshiba Thailand, 2017; Electrolux Thailand, 2017; Philips Electronics Thailand, 2017; Beko Thailand, 2017; Packard Thailand, 2017; Lenovo Thailand, 2017; Imarflex Thailand, 2017; Hanabishi Thailand, 2017; Mitsubishi Electric Thailand, 2017 และ Hatari, 2017) และเว็บไซต์ร้านค้าไทย (Powerbuy, 2017; Homepro, 2017 และ Central, 2017)
       1.5 ข้อมูลโดยตรง
             บทความนี้ติดต่อกรมพัฒนาพลังงานทดแทนและอนุรักษ์พลังงาน(DEDE) โดยตรง เพื่อรวบรวมข้อมูลดิบจากสถานที่ ข้อมูลอุทกวิทยา ข้อมูลการแผ่รังสีแสงอาทิตย์และความเร็วลมและข้อมูลทางเทคนิคสำหรับ Khun Pang Micro Hydropower Project(KP-MHP)
     2. การวิเคราะห์ข้อมูล
         จากส่วนการรวบรวมข้อมูลการวิจัยนี้ได้รับข้อมูล HRES ดิบทั้งหมดที่จำเป็น บทความนี้วิเคราะห์ข้อมูลทั้งหมดเช่นโหลดหลักและอื่นๆ, RER และส่วนประกอบและราคาเชื้อเพลิงดีเซล (DFP) เพื่อเตรียมการสำหรับการสร้างแบบจำลอง การวิเคราะห์ DFP จะใช้ในกรณีความไวที่จะนำเสนอในบทถัดไป
       2.1 โหลดหลัก
             โดยใช้ข้อมูลจากแบบสอบถามมาจากโรงเรียนและวัดและ 36 ครัวเรือน นี่คือ 75% ของครัวเรือนทั้งหมด (48 ครัวเรือน) งานวิจัยนี้ใช้ค่าเฉลี่ยของพฤติกรรมของชาวบ้านที่ใช้เครื่องใช้จากความคิดเห็น เพื่อเป็นตัวแทนของครัวเรือน นอกจากนี้ยังรู้เวลาและจำนวนชั่วโมงที่ชาวบ้านใช้ไฟฟ้า  โดยพิจารณาวันธรรมดาและเวลาสุดสัปดาห์ของการใช้ไฟฟ้าของชาวบ้าน ซึ่งคำนวณจากปฏิทินของ TL และรายการวันหยุด  
             การบริโภค CLD รายเดือน (kW) แสดงในตารางที่ 1 และ 2 และสูงในฤดูร้อนและต่ำในฤดูหนาว การบริโภค TFLD รายเดือน (kW) แสดงในตารางที่ 3 และ 4 และสูงในฤดูร้อนและต่ำในฤดูมรสุม

Table 1  Monthly Current Load Demand Consumption (kW) for Weekdays 

Table 2 Monthly Current Load Demand Consumption (kW) for Weekends

Table 3 Monthly Total Future Load Demand Consumption (kW) for Weekdays

Table 4 Monthly Total Future Load Demand Consumption (kW) for Weekends

       2.2 การวิเคราะห์โหลดอื่นๆ
             ชุมชน KPV เช่นหมู่บ้านโรงเรียนและวัดจำเป็นต้องใช้ป๊มน้ำ( Water Pumping, WP) เพื่อเก็บน้ำประปาของหมู่บ้านและการชลประทาน จากนั้นบทความนี้มีจำนวนและความสามารถของ WP และสำรวจข้อมูลจำเพาะและ บริษัท ขาย WP (Grundfos, 2017)  ในฤดูร้อนอากาศร้อนมากและผู้คนใช้น้ำในการอาบน้ำในเวลากลางคืนก่อนนอน ดังนั้นในฤดูร้อนน้ำที่สูบได้จึงมากกว่าในฤดูหนาวและในฤดูฝน โหลดนี้แสดงในตารางที่ 5
             ชุมชน KPV จำเป็นต้องใช้ เครื่องตัดใบชา(Tea Leaf Cutting Machine, TLCM) ในการผลิตชาเนื่องจากการปลูกชาเป็นหนึ่งในอาชีพหลักของชาวบ้าน สามารถเพิ่มมูลค่าของใบชาที่จะเพิ่มรายได้ของเกษตรกร ดังนั้นงานวิจัยนี้ได้ทำการสำรวจความสามารถและข้อกำหนดของ TLCM (Surrimachine, 2017)  โดยโหลด TLCM แสดงในตารางที่ 5

Table 5 Deferrable Load

       2.3 การวิเคราะห์ข้อมูลอุทกวิทยา
             DEDE มีข้อมูลการผลิตไฟฟ้ารายเดือนเท่านั้น ดังนั้นงานวิจัยนี้คำนวณ WF โดยการแปลงข้อมูล ข้อมูล WF ถูกแปลงจากการผลิตไฟฟ้ารายเดือนซึ่งหมายถึงพลังของกังหันและการทำงานของเครื่องกำเนิด กำลังของ MH สามารถแปลงเพื่อคำนวณ WF ได้เพราะมันขึ้นอยู่กับ WF  
             อัตราการไหลสูงในช่วงมรสุมซึ่งคือมิถุนายน - พฤศจิกายน กระแสสูงสุดในเดือนกรกฎาคม ในทางตรงกันข้ามในเดือนมีนาคมเมษายนและพฤษภาคมซึ่งเป็นฤดูร้อนอัตราการไหลต่ำ กระแสต่ำสุดคือในเดือนเมษายน ข้อมูลอุทกวิทยาลำธารแม่ปังแสดงในตารางที่ 6

Table 6 Mae Pang Stream Flow Rate

       2.4 การวิเคราะห์ข้อมูลรังสีแสงอาทิตย์
             ข้อมูล SR ถูกรวบรวมจากไซต์ในรูปของข้อมูลรายชั่วโมงและหน่วย MJ / m2 งานวิจัยนี้คำนวณข้อมูลรายชั่วโมงของ SR เป็นข้อมูลรายเดือนและแปลงข้อมูล SR ในรูปของหน่วย MJ / m2 เป็นหน่วย kWh / m2 เพราะ HOMER ต้องการข้อมูลรายเดือนในรูปหน่วย kWh / m2 (HOMER, 2017b) ข้อมูล SR แสดงในตารางที่ 7

Table 7 Solar Radiation of Project

       2.5 การวิเคราะห์ข้อมูลความเร็วลม
             ข้อมูล WS ถูกรวบรวมจากไซต์ในรูปของข้อมูลรายชั่วโมงและหน่วย m / s งานวิจัยนี้ได้คำนวณข้อมูลรายชั่วโมงของ WS เป็นข้อมูลรายเดือน HOMER ต้องการข้อมูลรายเดือนในรูปของหน่วย m / s (HOMER, 2016b) ข้อมูล WS แสดงในตารางที่ 8

Table 8 Wind Speed of Project

       2.6 การวิเคราะห์องค์ประกอบพลังงานทดแทน
             การวิจัยครั้งนี้รู้ถึงคุณสมบัติและราคาของ REC ใน TL จาก บริษัท REC Sale และตัวแทนจำหน่ายจากนั้นงานวิจัยนี้คำนวณราคา REC โดยราคาเฉลี่ยของผู้ผลิตทั้งสามราย สำหรับข้อมูลจำเพาะกระดาษนี้ใช้ข้อมูลซึ่งเป็น REC ประเภทเดียวกัน ตัวอย่างเช่นข้อมูลจำเพาะ SPV จะใช้จากเซลล์หลายชนิดจากผู้ผลิตสามราย ข้อมูล REC แสดงในตารางที่ 9

Table 9 RE Component Prices and Specification

       2.7 การวิเคราะห์ราคาน้ำมันดีเซล
             การวิจัยครั้งนี้จำเป็นต้องสร้างโครงการที่ยั่งยืนเพื่อให้โครงการสามารถรองรับทุกกรณีในอนาคต ดังนั้นโครงการนี้พิจารณาความอ่อนไหวของ DFP เนื่องจากองค์กรของประเทศผู้ส่งออกน้ำมัน (OPEC) คาดการณ์ราคาน้ำมันดิบ (OPEC, 2016) จะเพิ่มขึ้น (รูปที่ 21)

          Figure 1 OPEC Forecasting of Crude Oil Price 

          บทความนี้เปรียบเทียบราคาน้ำมันดิบเฉลี่ยจาก OPEC และ TL ในปี 2559 (PTT, 2017, Shell Thailand, 2017) จากนั้นจึงคำนวณการคาดการณ์ราคาน้ำมันดิบของ TL และแปลงเป็นราคาน้ำมันดีเซลที่คาดการณ์จาก 2016 ถึง 2040 โดยใช้อัตราแลกเปลี่ยนบาทไทยในสกุลเงินดอลลาร์สหรัฐ (ธนาคารแห่งประเทศไทย 2017b) ในที่สุดกระดาษนี้สันนิษฐานว่าช่วง DFP สำหรับการสร้างแบบจำลองของโฮเมอร์คือ 0.75, 1.0, 1.25 และ 1.50 $ / L

โดยตอนต่อไปจะกล่าวถึงผลการวิจัยและการอภิปรายผล(ตอนที่6/7)                                                  
นายวุฒิพงษ์ อภิชนบุตร กพพ.

ลิงค์ที่เกี่ยวข้อง
ตอนที่ 1 
http://webkc.dede.go.th/testmax/node/4186
ตอนที่ 2 http://webkc.dede.go.th/testmax/node/4211
ตอนที่ 3 http://webkc.dede.go.th/testmax/node/4531
ตอนที่ 
http://webkc.dede.go.th/testmax/node/4765
รายงาน Improving the Reliability of A Micro-Hydropower Project in Rural Areas of North Thailand By Stand-Alone Hybrid Renewable Energy Systems http://webkc.dede.go.th/testmax/node/4183

ไฟล์/vdo/ข้อมูล ที่เกี่ยวข้อง: 
promote: 
level: 
1