
Data Center เปลี่ยน “ไฟฟ้าสำรอง” ของไทย จากต้นทุนส่วนเกินสู่โอกาสเศรษฐกิจใหม่
เมื่อ AI กำลังสร้างความต้องการไฟฟ้าครั้งใหญ่ ประเทศไทยควรใช้โอกาสนี้ปรับโครงสร้างระบบไฟฟ้าไปสู่ Clean Energy + Storage + Smart Grid โดย อาจารย์ ดร.เมทังกร เสริมสุข วิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม (CIIM) สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.)
ในช่วงหลายปีที่ผ่านมา หนึ่งในประเด็นที่ถูกตั้งคำถามมากที่สุดเกี่ยวกับระบบไฟฟ้าไทย คือ ประเทศไทยมีกำลังผลิตไฟฟ้าสำรองมากเกินความจำเป็นหรือไม่ และกำลังผลิตส่วนเกินดังกล่าวมีส่วนทำให้ประชาชนต้องแบกรับต้นทุนของระบบไฟฟ้ามากเพียงใด
คำถามนี้กำลังมีความหมายใหม่ เพราะประเทศไทยกำลังเผชิญกับความต้องการไฟฟ้ารูปแบบใหม่จาก Data Center, Artificial Intelligence, Cloud Computing, EV และอุตสาหกรรมดิจิทัล
แทนที่จะมอง Data Center เพียงในฐานะ “ผู้ใช้ไฟฟ้ารายใหญ่” ประเทศไทยอาจสามารถใช้ความต้องการไฟฟ้าก้อนใหม่นี้เป็นโอกาสครั้งสำคัญในการ ปรับโครงสร้างระบบไฟฟ้าที่มีอยู่ให้มีประสิทธิภาพมากขึ้น และเร่งเปลี่ยนผ่านไปสู่ระบบพลังงานสะอาด
Reserve Margin ของไทย 25.5% หรือกว่า 40% กันแน่?
ก่อนอื่นต้องเข้าใจว่าตัวเลขทั้งสองชุดมาจาก วิธีมองกำลังผลิตที่แตกต่างกัน
ปัจจุบันระบบไฟฟ้าไทยมี "กำลังผลิตติดตั้งตามสัญญา" ของโรงไฟฟ้าทุกแห่งรวมกันอยู่ที่ประมาณ 50,000 – 55,000 เมกะวัตต์ (MW) มีกำลังผลิตสำรองดิบเหลือล้นระบบอยู่ค่อนข้างมาก คิดเป็นสัดส่วนราว ๆ 35% - 43% ของความต้องการใช้ไฟฟ้าสูงสุด
กระทรวงพลังงานเคยชี้แจงว่า ในปี 2567 ความต้องการไฟฟ้าสูงสุด หรือ Peak Demand ของระบบ 3 การไฟฟ้า เกิดขึ้นเมื่อวันที่ 2 พฤษภาคม เวลา 22.24 น. อยู่ที่ประมาณ 36,792 MW
ในช่วงเวลาดังกล่าว กระทรวงพลังงานประเมิน “กำลังผลิตไฟฟ้าที่พึ่งพาได้” ประมาณ 46,191 MW เมื่อนำมาคำนวณจึงได้ Reserve Margin ประมาณ 25.5%
เกณฑ์มาตรฐานสากลดั้งเดิมกำหนดให้กำลังผลิตไฟฟ้าสำรอง (Reserve Margin) ที่เหมาะสมควรอยู่ที่ 15–20% ของความต้องการใช้ไฟฟ้าสูงสุด ช่วยลดค่าความพร้อมจ่าย" (Availability Charge) ที่ถูกส่งต่อมายังบิลค่าไฟฟ้าของประชาชน
ตัวเลขนี้แตกต่างจากการนำกำลังผลิตติดตั้งหรือตามสัญญาของระบบทั้งหมดมาเปรียบเทียบกับ Peak Demand โดยตรง เพราะโรงไฟฟ้าแต่ละประเภทมีความสามารถในการจ่ายไฟในช่วงเวลาที่ระบบต้องการแตกต่างกัน
โดยเฉพาะ Solar และ Wind ไม่สามารถนำกำลังผลิตตามป้าย หรือ Nameplate Capacity มานับเป็นกำลังผลิตที่พึ่งพาได้ 100% ในทุกช่วงเวลาได้
ตัวอย่างง่ายที่สุดคือ Peak Demand ปี 2567 เกิดขึ้นเวลา 22.24 น. ซึ่งเป็นช่วงที่ Solar PV แทบไม่สามารถช่วยจ่ายไฟได้แล้ว
ดังนั้น การบอกว่าประเทศไทยมี Reserve Margin 35-40% จากกำลังผลิตติดตั้งทั้งหมด และการบอกว่ามีกำลังผลิตสำรองที่พึ่งพาได้ 25.5% จึงเป็น คนละนิยามและไม่ควรนำมาเปรียบเทียบโดยตรง
จาก Reserve Margin สู่ LOLE
ประเด็นสำคัญกว่านั้นคือ โลกกำลังเปลี่ยนวิธีคิดเรื่อง “ความมั่นคงของระบบไฟฟ้า”
ในอดีต การวางแผนระบบไฟฟ้ามักใช้ Reserve Margin เช่น 15% หรือมากกว่าเป็นเกณฑ์สำคัญ แต่เมื่อระบบไฟฟ้ามีพลังงานแสงอาทิตย์และพลังงานลมเพิ่มขึ้น การนับจำนวน MW เพียงอย่างเดียวเริ่มไม่เพียงพอ
ประเทศไทยจึงเริ่มนำ Loss of Load Expectation หรือ LOLE เข้ามาใช้ในการวางแผน ซึ่งเป็นการประเมินเชิงความน่าจะเป็นว่า ระบบมีความเสี่ยงที่จะมีกำลังผลิตไม่เพียงพอต่อความต้องการมากเพียงใด
กระทรวงพลังงานเคยกำหนดแนวทางให้ PDP ใหม่ใช้เกณฑ์ LOLE ไม่เกิน 0.7 วันต่อปี แทนการพึ่งพา Reserve Margin เพียงอย่างเดียว ขณะที่กรอบนโยบายก่อนหน้านี้ก็ระบุชัดว่า LOLE สามารถสะท้อนความไม่แน่นอนของพลังงานหมุนเวียนได้ดีกว่าการมอง Reserve Margin แบบเดิม
นี่เป็นเรื่องสำคัญ เพราะในอนาคตคำถามไม่ควรเป็นเพียงว่า
“ประเทศไทยมีโรงไฟฟ้ากี่ MW?”
แต่ควรถามว่า
“ในชั่วโมงที่ประเทศไทยต้องการไฟฟ้ามากที่สุด เรามีกำลังผลิต ระบบกักเก็บพลังงาน และโครงข่ายที่สามารถจ่ายไฟได้จริงเพียงพอหรือไม่?”
แล้ว Data Center เข้ามาเปลี่ยนสมการอย่างไร?
นี่คือจุดที่น่าสนใจที่สุด
ประเทศไทยกำลังมีความต้องการไฟฟ้าขนาดใหญ่ก้อนใหม่เกิดขึ้นจาก Data Center และ AI ซึ่งมีลักษณะแตกต่างจากโหลดไฟฟ้าทั่วไป เพราะ Data Center ขนาด Hyperscale สามารถใช้ไฟฟ้าระดับหลายร้อยเมกะวัตต์ และทำงานตลอด 24 ชั่วโมง 365 วัน
ที่สำคัญ กระทรวงพลังงานระบุในเดือนกรกฎาคม 2569 ว่า กำลังเตรียมระบบเพื่อรองรับความต้องการไฟฟ้าจาก Data Center และ AI ซึ่งในอนาคต อาจสูงถึง 30,000 MW อย่างไรก็ตาม ตัวเลขนี้ควรมองเป็น “กรณีความต้องการในอนาคตระดับสูง” ไม่ใช่โหลด Data Center ที่เกิดขึ้นแล้วในปัจจุบัน
หากเกิดขึ้นจริง นี่ไม่ใช่การเพิ่มโหลดเล็กน้อย แต่เป็นการเปลี่ยนโครงสร้างความต้องการไฟฟ้าของประเทศไทยอย่างมีนัยสำคัญ
และนี่คือเหตุผลที่ผมมองว่า Data Center อาจเป็นได้ทั้ง “ความเสี่ยง” และ “โอกาส” สำหรับระบบไฟฟ้าไทย
อย่าใช้ Data Center เพียงเพื่อกินกำลังผลิตส่วนเกิน
ในด้านหนึ่ง โหลดใหม่สามารถช่วยเพิ่มการใช้ประโยชน์จากสินทรัพย์ระบบไฟฟ้าที่มีอยู่ ลดปัญหากำลังผลิตบางส่วนถูกใช้งานต่ำกว่าศักยภาพ และช่วยกระจายต้นทุนคงที่ของระบบไปยังฐานการใช้ไฟฟ้าที่ใหญ่ขึ้น
ในทางเศรษฐศาสตร์ หากบริหารจัดการอย่างเหมาะสม การมีผู้ใช้ไฟฟ้ารายใหญ่เพิ่มขึ้นสามารถช่วยเพิ่ม Utilisation ของโครงสร้างพื้นฐานที่ลงทุนไปแล้วได้
แต่เราต้องระวังไม่ตีความว่า
“ยิ่ง Data Center เข้ามามาก Reserve Margin ยิ่งต่ำ ค่าไฟประชาชนจึงต้องถูกลงโดยอัตโนมัติ”
เพราะ Data Center เองอาจทำให้ประเทศไทยต้องลงทุน โรงไฟฟ้า สายส่ง สถานีไฟฟ้า ระบบกักเก็บพลังงาน และโครงสร้างพื้นฐานใหม่ หากโหลดเพิ่มเร็วกว่าความสามารถของระบบ
ผลสุดท้ายต่อค่าไฟจึงขึ้นอยู่กับว่า ใครเป็นผู้รับต้นทุนของการลงทุนใหม่ โครงสร้าง tariff ถูกออกแบบอย่างไร และโหลดใหม่ช่วยเพิ่มประสิทธิภาพระบบได้มากกว่าต้นทุนที่มันสร้างขึ้นหรือไม่
นี่คือโจทย์ที่ประเทศไทยต้องออกแบบให้ดีตั้งแต่วันนี้
อย่าสร้างระบบไฟฟ้าแบบเดิมเพื่อรองรับเศรษฐกิจแบบใหม่
หากความต้องการไฟฟ้าจาก AI และ Data Center เพิ่มขึ้นหลายพันเมกะวัตต์ สิ่งที่ไม่ควรเกิดขึ้นคือประเทศไทยตอบสนองด้วยการสร้างโรงไฟฟ้าฟอสซิลแบบเดิมตามจำนวน MW ที่เพิ่มขึ้นเพียงอย่างเดียว
เพราะ Hyperscaler ระดับโลกไม่ได้ต้องการแค่ “ไฟฟ้า”
แต่ต้องการ Clean Electricity + Reliability + Competitive Price
ดังนั้น ความต้องการไฟฟ้าก้อนใหม่ควรเป็นตัวเร่งให้ประเทศไทยปรับ Energy Mix ครั้งใหญ่
ข้อมูลการผลิตไฟฟ้าสะสมถึงเดือนมิถุนายน 2569 ของ กฟผ. แสดงว่า ในระบบของ กฟผ. ก๊าซธรรมชาติยังมีสัดส่วนถึง 64.48% ถ่านหินและลิกไนต์ 14.76% ขณะที่พลังงานหมุนเวียนประมาณ 20.05%
นี่สะท้อนว่าการเปลี่ยนผ่านยังมีพื้นที่อีกมาก
จาก Gas-Based Grid สู่ Green Digital Grid
หากประเทศไทยต้องการเป็น AI Data Center Hub ของอาเซียน ผมมองว่าเป้าหมายระยะยาวควรเดินไปสู่ระบบที่พึ่งพาพลังงานฟอสซิลน้อยลงอย่างมีลำดับ ขณะเดียวกันเพิ่มพลังงานสะอาดที่มีต้นทุนแข่งขันได้
ภาพหนึ่งที่ประเทศไทยสามารถศึกษาในระยะยาว คือระบบที่มี Solar + Wind + Hydro และพลังงานสะอาดอื่น ๆ เป็นสัดส่วนหลัก ขณะที่พลังงานที่จ่ายได้ต่อเนื่อง เช่น SMR ในอนาคต อาจเข้ามาเสริมความมั่นคงของระบบ หากผ่านการประเมินด้านความปลอดภัย เศรษฐศาสตร์ กฎหมาย และการยอมรับของสังคม
หากประเทศไทยต้องการรองรับการเติบโตของ AI Data Center พร้อมลดการปล่อยคาร์บอน โครงสร้างการผลิตไฟฟ้าในระยะยาวควรค่อย ๆ ลดการพึ่งพาเชื้อเพลิงฟอสซิล และเพิ่มสัดส่วนพลังงานสะอาดอย่างมีระบบ โดยอาจตั้งเป้าเชิงนโยบายให้พลังงานหมุนเวียนเป็นแหล่งผลิตหลักประมาณครึ่งหนึ่งของระบบ ขณะที่กำลังผลิตจากเชื้อเพลิงฟอสซิลลดลงเหลือประมาณ 40% เพิ่มพลังงานหมุนเวียนขึ้นไปที่ 50% และเปิดพื้นที่ประมาณ 10% สำหรับพลังงานนิวเคลียร์รุ่นใหม่ เช่น SMR หากเทคโนโลยี กฎหมาย ความปลอดภัย ต้นทุน และการยอมรับของสังคมมีความพร้อมแต่การเพิ่มพลังงานหมุนเวียน จำนวนมากไม่สามารถเกิดขึ้นโดยไม่มีการลงทุนระบบอื่นควบคู่กัน
ประเทศไทยจำเป็นต้องเร่งพัฒนา Battery Energy Storage System (BESS), Pumped Storage, Smart Grid, ระบบพยากรณ์ Renewable, Demand Response, ระบบสายส่งใหม่ และ Flexible Generation
กกพ. เองกำลังศึกษาแนวทางรองรับสัดส่วนพลังงานหมุนเวียนที่เพิ่มขึ้น ทั้งด้านเสถียรภาพระบบ การเชื่อมต่อโครงข่าย และมาตรการบริหารกำลังผลิต ขณะที่ กฟผ. ระบุว่าความผันผวนของ Renewable จำเป็นต้องได้รับการบริหารจัดการด้วยเทคโนโลยีและระบบควบคุมที่เหมาะสม
Solar Rooftop ต้องเปลี่ยนประชาชนจาก Consumer เป็น Prosumer
อีกส่วนหนึ่งที่ควรเกิดพร้อมกันคือการเปิดระบบไฟฟ้าให้ประชาชนและภาคธุรกิจมีบทบาทมากขึ้น
บ้าน อาคาร โรงงาน มหาวิทยาลัย และนิคมอุตสาหกรรมที่ติดตั้ง Solar Rooftop ไม่ควรถูกมองเป็นเพียงผู้ใช้ไฟฟ้า แต่ควรสามารถเป็น Prosumer คือทั้งผลิตและใช้ไฟฟ้าได้
รัฐบาลประกาศในปี 2569 ว่า PDP 2026 มุ่งเพิ่มสัดส่วนไฟฟ้าสะอาดในระยะยาว พร้อมผลักดัน Solar Rooftop และ Direct PPA ซึ่งเป็นทิศทางที่สอดคล้องกับการสร้างตลาดไฟฟ้าที่รองรับเศรษฐกิจดิจิทัลมากขึ้น
หากทำควบคู่กับ Smart Meter, Energy Storage และระบบซื้อขายไฟฟ้าที่เหมาะสม ไฟฟ้าจากหลังคาบ้านและโรงงานนับล้านแห่งสามารถกลายเป็นส่วนหนึ่งของระบบพลังงานแห่งอนาคตได้
Data Center จึงไม่ควรเป็นภาระของประชาชน
หลักการสำคัญที่สุดของนโยบายนี้ควรเป็นว่า
การดึง Data Center เข้ามาลงทุนต้องไม่ทำให้ประชาชนต้องจ่ายค่าไฟแพงขึ้นเพื่อสร้างโครงสร้างพื้นฐานรองรับนักลงทุน
ผู้ใช้ไฟฟ้ารายใหญ่ควรรับผิดชอบต้นทุนส่วนเพิ่มที่ตนสร้างต่อระบบอย่างเหมาะสม ตั้งแต่การเชื่อมต่อสายส่ง สถานีไฟฟ้า ไปจนถึงกำลังผลิตและบริการรักษาเสถียรภาพระบบ
ในขณะเดียวกัน หาก Data Center สามารถสร้างรายได้ให้ระบบไฟฟ้า เพิ่ม utilisation ของสินทรัพย์เดิม และช่วยเร่งการลงทุน Renewable + Storage ได้ ผลประโยชน์ดังกล่าวก็ควรถูกส่งกลับมาสู่ระบบและผู้ใช้ไฟฟ้ารายอื่น
นี่จึงเป็นเรื่องของ การออกแบบตลาดไฟฟ้า มากกว่าการสร้างโรงไฟฟ้าเพียงอย่างเดียว
จาก “ไฟฟ้าสำรอง” สู่ “ทุนสำรองสำหรับเศรษฐกิจใหม่”
ประเทศไทยจึงไม่ควรมองกำลังผลิตไฟฟ้าสำรองในอดีตว่าเป็นเพียงปัญหา และไม่ควรมอง Data Center ว่าเป็นเพียงผู้เข้ามาใช้กำลังผลิตส่วนเกิน
สิ่งที่เราควรทำคือใช้จังหวะการเติบโตของ AI เปลี่ยนโครงสร้างระบบไฟฟ้าทั้งระบบ
ลดการลงทุนฟอสซิลใหม่ที่ไม่จำเป็น เพิ่ม Renewable และพลังงานคาร์บอนต่ำ ลงทุน Energy Storage สร้าง Smart Grid ขยายระบบสายส่ง เปิด Direct PPA และเปิดโอกาสให้ประชาชนผลิตและขายไฟฟ้าเข้าสู่ระบบได้มากขึ้น
เป้าหมายไม่ควรเป็นการบังคับให้ Reserve Margin ลดเหลือเลขใดเลขหนึ่ง แต่คือการสร้างระบบไฟฟ้าที่มี ต้นทุนรวมต่ำที่สุด มีความมั่นคงตามเกณฑ์ LOLE และมีคาร์บอนต่ำเพียงพอที่จะรองรับการแข่งขันของเศรษฐกิจยุค AI
หากประเทศไทยทำได้ Data Center จะไม่ใช่เพียงอาคารที่เต็มไปด้วย GPU และใช้ไฟฟ้ามหาศาล แต่จะกลายเป็น Anchor Demand ที่ช่วยผลักดันการลงทุนโครงสร้างพื้นฐานพลังงานยุคใหม่
และประโยชน์ที่แท้จริงจะไม่ได้หยุดอยู่ที่ Data Center เพราะเมื่อประเทศไทยมีไฟฟ้าสะอาด ราคาที่แข่งขันได้ โครงข่ายมีเสถียรภาพ และโครงสร้างพื้นฐานดิจิทัลพร้อม สิ่งที่จะตามมาคือการลงทุนใน AI, Cloud, Semiconductor, Robotics, Advanced Manufacturing และ Digital Economy
ดังนั้น คำถามสำคัญอาจไม่ใช่ว่า
“ประเทศไทยมีไฟฟ้าสำรองมากเกินไปหรือไม่?”
แต่คือ
“เราจะเปลี่ยนกำลังผลิตและโครงสร้างพื้นฐานที่มีอยู่ ให้กลายเป็นความได้เปรียบในการแข่งขันของเศรษฐกิจ AI ได้อย่างไร?”







