จี้จัดโซนนิ่งคุม Data Center แก้ปัญหาแย่งไฟฟ้า-น้ำ ประชาชน

ข้อมูลจากสำนักงานคณะกรรมการส่งเสริมการลงทุน หรือบีโอไอ รายงานยอดขอรับการส่งเสริมการลงทุนในช่วงครึ่งแรกปี 2569 ของกลุ่มอุตสาหกรรมดิจิทัล มีมูลค่าลงทุนราว 1,115,260 ล้านบาท จาก 90 โครงการ ส่วนใหญ่เป็นโครงการ Data Center, Data Hosting, Cloud Service Data Center จากนักลงทุนต่างประเทศ (FDI)

ทั้งนี้ การไฟฟ้าส่วนภูมิภาค(กฟภ.) รายงานว่า ยอดสะสม ณ เดือนมิถุนายน 2569 มีโครงการ Data Center ได้ยื่นขอใช้ไฟฟ้ากับ กฟภ. รวม 95 โครงการ คิดเป็นความต้องการใช้ไฟฟ้าสูงสุดที่ 26,045.2 เมกะวัตต์

อย่างไรก็ตามโครงการข่ายไฟฟ้าที่มีอยู่ สามารถจัดหาไฟฟ้าได้เพียง 4,882.7 เมกะวัตต์ หรือ 18.7% ของความต้องการทั้งหมด แบ่งเป็น ยืนยันจ่ายไฟได้ 3,240.7 เมกะวัตต์ ยืนยันแบบมีเงื่อนไข 1,642 เมกะวัตต์ โดยมีการลงนามสัญญาซื้อขายไฟฟ้า หรือ PPA แล้ว 2,768.2 เมกะวัตต์ จาก 18 โครงการ

ส่วนปริมาณความต้องการใช้ไฟฟ้า 21,162.5 เมกะวัตต์ ใน 75 โครงการ ทางกฟภ.ไม่สามารถจัดหาไฟฟ้าป้อนความต้องการได้ จากปัญหาคอขวดของระบบโครงข่ายไฟฟ้าที่ยังมีข้อจำกัด ทั้งการปรับปรังสายส่งไฟฟ้าของฝ่ายจำหน่ายและขยายการก่อสร้างโครงข่ายสายส่งไฟฟ้าเพิ่มเติม

กลุ่มนักลงทุนที่ยังต้องรอการแก้ปัญหาของโครงการข่ายไฟฟ้า เช่น จากนักลงทุนจีน 29 โครงการ ปริมาณความต้องการไฟฟ้ารวม 9,474 เมกะวัตต์ นักลงทุนไทย 29 โครงการ ปริมาณความต้องการรวม 6,778 เมกะวัตต์ นักลงทุนต่างชาติอื่น 26 โครงการ รวม 7,108.2 เมกะวัตต์ ไม่ระบุข้อมูล 11 โครงการ ปริมาณความต้องการรวม 2,685 เมกะวัตต์

แนะอย่ารับโครงการก่อน แล้วสร้างไฟฟ้า-น้ำตามหลัง

ดร.เมทังกร เสริมสุข อาจารย์ประจำวิทยาลัยการจัดการนวัตกรรมและอุตสาหกรรม (CIIM) สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) ชี้ให้เห็นว่า ประเทศไทยไม่ควรใช้แนวทาง “รับทุกโครงการก่อน แล้วค่อยสร้างไฟฟ้าและน้ำตามหลัง” แต่ควรวางผังแบบ Energy–Water–Digital Planning ไปพร้อมกันตั้งแต่ต้น

สิ่งที่ต้องจับตามากที่สุดไม่ใช่เพียงปริมาณไฟฟ้า แต่คือลักษณะของโหลด เพราะ Data Center เป็นโหลดขนาดใหญ่ที่ใช้ไฟเกือบคงที่ตลอด 24 ชั่วโมง แตกต่างจากโรงงานหรืออาคารทั่วไปที่มีช่วงเปิดและปิด

ตัวอย่างเชิงตัวเลข Data Center ขนาด 200 เมกะวัตต์ หากเดินเครื่องเต็มกำลังตลอดปี จะใช้ไฟฟ้าราว 4,800 เมกะวัตต์-ชั่วโมงต่อวัน หรือประมาณ 1.75 เทระวัตต์-ชั่วโมงต่อปี ซึ่งเทียบเคียงได้กับการใช้ไฟฟ้าของครัวเรือนราว 200,000–400,000 ครัวเรือน ขึ้นอยู่กับสมมติฐานการใช้ไฟฟ้าเฉลี่ยต่อครัวเรือน

ขณะที่สำนักงานพลังงานระหว่างประเทศ (IEA) ระบุว่า Data Center ที่เน้นงาน AI ทั่วไปหนึ่งแห่งอาจใช้ไฟฟ้าเทียบเท่าราว 100,000 ครัวเรือน และโครงการขนาดใหญ่ที่สุดที่กำลังก่อสร้างอาจใช้มากกว่านั้นถึง 20 เท่า

“ผลกระทบไม่ได้อยู่ที่พลังงานรวมเพียงอย่างเดียว แต่เกิดจากการกระจุกตัวของโหลด”

ดร.เมทังกร กล่าว พร้อมยกตัวอย่างว่า หากมี Data Center ขนาด 200 เมกะวัตต์ จำนวน 5 แห่งตั้งอยู่ในพื้นที่เดียวกัน จะเกิดโหลดใหม่ราว 1,000 เมกะวัตต์ เทียบเท่าโรงไฟฟ้าขนาดใหญ่หนึ่งโรง และอาจต้องลงทุนสร้างสถานีไฟฟ้า สายส่ง หม้อแปลง รวมถึงโรงไฟฟ้าเพิ่มเติมเพื่อรองรับ ซึ่งเป็นต้นทุนที่ต้องตอบให้ชัดตั้งแต่ต้นว่าใครเป็นผู้รับภาระ

เตือนอย่าสับสน “น้ำหมุนเวียน” กับ “น้ำที่ใช้จริง”

ในประเด็นน้ำ ดร.เมทังกร ระบุว่าต้องแยกให้ชัดเป็น 3 ส่วน คือ น้ำที่หมุนเวียนอยู่ภายในระบบ น้ำที่เติมชดเชยและถูกใช้จริง และน้ำที่ใช้ทางอ้อมในการผลิตไฟฟ้า โดยตัวชี้วัดที่นิยมใช้คือ Water Usage Effectiveness (WUE) หน่วยเป็นลิตรต่อพลังงาน IT หนึ่งกิโลวัตต์-ชั่วโมง

หาก Data Center ขนาด 200 เมกะวัตต์ มีค่า WUE เท่ากับ 2.0 ลิตรต่อกิโลวัตต์-ชั่วโมง จะมีการใช้น้ำราว 9,600 ลูกบาศก์เมตรต่อวัน หรือประมาณ 3.5 ล้านลูกบาศก์เมตรต่อปี เทียบเท่าการใช้น้ำของครัวเรือนราว 14,500–16,000 ครัวเรือน

อย่างไรก็ตาม “น้ำที่ใช้หรือสูญเสียจริงตามนิยาม WUE” ไม่ใช่ปริมาณน้ำทั้งหมดที่หมุนเวียนอยู่ใน Cooling Tower ซึ่งอาจมีหลายแสนลูกบาศก์เมตรต่อวัน แต่เป็นน้ำเดิมที่ถูกหมุนเวียนซ้ำ จึงไม่ควรนำปริมาณน้ำหมุนเวียนทั้งหมดไปเปรียบเทียบกับการใช้น้ำประปาของประชาชน เพราะจะทำให้ตัวเลขสูงเกินความเป็นจริงและนำไปสู่การถกเถียงบนข้อมูลที่คลาดเคลื่อน

ทั้งนี้ ในเขตร้อนชื้นอย่างประเทศไทย ความท้าทายจะสูงขึ้น เนื่องจากอุณหภูมิและความชื้นสูงทำให้ระบบทำความเย็นใช้ไฟฟ้ามากขึ้น และหากเลือกใช้ระบบ Evaporative Cooling ก็อาจใช้น้ำมากขึ้นตามไปด้วย

ไฟฟ้าไทย “พอ” แต่ไฟฟ้าสะอาด 24 ชั่วโมง “ยังไม่พอ”

ดร.เมทังกร ประเมินว่า หากถามในเชิงกำลังผลิตรวม ประเทศไทยยังมีระบบไฟฟ้าขนาดใหญ่และมีกำลังสำรองพอสมควร แต่หากถามว่ามีไฟฟ้าสะอาดที่ตรวจสอบย้อนกลับได้และส่งมอบได้ตลอด 24 ชั่วโมงเพียงพอสำหรับ Hyperscale Data Center หรือไม่ คำตอบคือยังไม่เพียงพอ

ข้อมูลจาก IRENA ระบุว่าในปี 2566 ประเทศไทยผลิตไฟฟ้าจากพลังงานหมุนเวียนราว 21% ขณะที่อีกราว 79% ยังมาจากแหล่งที่ไม่ใช่พลังงานหมุนเวียน และในสัดส่วนพลังงานหมุนเวียนนั้นส่วนใหญ่มาจากชีวมวล

ขณะที่แสงอาทิตย์ ลม และน้ำ ยังมีข้อจำกัด ประกอบกับไทยยังพึ่งพาก๊าซธรรมชาติเป็นแหล่งผลิตไฟฟ้าหลัก ซึ่ง IEA ชี้ว่าการลดการพึ่งพาก๊าซธรรมชาติและเพิ่มความยืดหยุ่นของระบบไฟฟ้าเป็นโจทย์สำคัญของประเทศ

ประเมินว่าราว 20% ของโครงการ Data Center ที่วางแผนไว้ทั่วโลกมีความเสี่ยงล่าช้าจากข้อจำกัดด้านโครงข่ายไฟฟ้า และประเทศที่จัดหาไฟฟ้าราคาจับต้องได้ เชื่อถือได้ และยั่งยืนได้รวดเร็วที่สุด จะอยู่ในตำแหน่งที่ได้ประโยชน์จากการเติบโตของ AI มากที่สุด

หากไทยไม่เร่งแก้เรื่อง Direct PPA, Third-Party Access, โครงข่ายไฟฟ้า และการออกใบรับรองพลังงานสะอาด นักลงทุนอาจหันไปพิจารณามาเลเซีย เวียดนาม อินโดนีเซีย ญี่ปุ่น เกาหลี หรือออสเตรเลีย ที่ต่างแข่งขันเสนอทั้งพื้นที่ พลังงานหมุนเวียน และความเร็วในการเชื่อมต่อระบบไฟฟ้า

ชง 7 ข้อเสนอทบทวนหลักเกณฑ์การลงทุน

ดร.เมทังกร กล่าวว่า สำหรับทางอออกในการจัดระเบียบ Data Center ได้เสนอกรอบการรับมือ 7 ประการ ซึ่งสอดรับกับทิศทางที่ภาครัฐกำลังทบทวนอยู่ ดังนี้

1. จัดทำ Data Center Zoning กำหนดพื้นที่ที่มีความพร้อมครบทั้งสายส่งไฟฟ้ารองรับ แหล่งน้ำที่ไม่แย่งน้ำประชาชน ระบบบำบัดน้ำเสีย โครงข่าย Fiber และ Submarine Cable แหล่งพลังงานสะอาด และความเสี่ยงน้ำท่วมต่ำ โดยไม่ควรปล่อยให้ Data Center กระจุกตัวอยู่ในกรุงเทพฯ หรือ EEC เพียงไม่กี่จุด

2. ใช้หลัก Bring Your Own Power โครงการขนาดใหญ่ควรมีส่วนร่วมลงทุนในโรงไฟฟ้า พลังงานหมุนเวียน ระบบกักเก็บพลังงาน และระบบสายส่งของตนเอง ไม่ควรให้ต้นทุนทั้งหมดถูกส่งผ่านไปยังผู้ใช้ไฟฟ้าทั่วประเทศ ซึ่งเป็นแนวคิดที่หลายประเทศให้ความสำคัญมากขึ้น จากความกังวลว่าครัวเรือนทั่วไปจะต้องรับภาระค่าโครงข่ายที่สร้างขึ้นเพื่อรองรับ AI Data Center

3. เปิด Direct PPA อย่างมีระบบ อนุญาตให้ Data Center ซื้อไฟฟ้าจากผู้ผลิตพลังงานสะอาดโดยตรง ควบคู่กับการจ่ายค่าบริการโครงข่ายอย่างเป็นธรรมและโปร่งใส

4. กำหนดมาตรฐานประสิทธิภาพตามขนาดและประเภทโครงการ เช่น Data Center ใหม่ควรออกแบบให้ค่า PUE ต่ำกว่า 1.4–1.5 ต้องรายงานค่า WUE และปริมาณน้ำที่ใช้จริง ส่วนโครงการในพื้นที่ขาดแคลนน้ำควรใช้ระบบ Waterless หรือ Closed-Loop Cooling

5. ใช้น้ำ Reclaimed Water ก่อนน้ำประปา ส่งเสริมการใช้น้ำบำบัดจากชุมชนและนิคมอุตสาหกรรม น้ำฝน และน้ำจากระบบปิด แทนการใช้น้ำประปาคุณภาพสูง

6. ส่งเสริม Carbon-Aware Computing งานประมวลผลบางประเภท เช่น AI Training, Data Backup หรือ Batch Computing สามารถเลื่อนไปดำเนินการในช่วงที่มีไฟฟ้าจากพลังงานหมุนเวียนมาก หรือย้าย Workload ไปยังศูนย์ข้อมูลในพื้นที่อื่นได้

7. กำหนดเงื่อนไข Local Value Creation Data Center ควรสร้างประโยชน์มากกว่ารายได้จากที่ดินและค่าไฟฟ้า เช่น การตั้งศูนย์วิจัย AI การเปิด Cloud Region การพัฒนาบุคลากร การถ่ายทอดเทคโนโลยี การจ้างงานวิศวกร และการสร้างผู้ประกอบการ Digital Service ของไทย

ชง 4 ตัวชี้วัดบังคับเปิดเผยก่อนอนุมัติ

ดร.เมทังกร ระบุอีกว่า ข้อเสนอดังกล่าวที่สามารถนำไปปฏิบัติได้ทันทีและมีต้นทุนต่ำที่สุด คือการกำหนดให้โครงการ Data Center ต้องเปิดเผยข้อมูลอย่างน้อย 4 ตัวชี้วัดประกอบการพิจารณาอนุมัติ ได้แก่ กำลังไฟฟ้าสูงสุด, ค่า PUE, ค่า WUE และสัดส่วนการใช้น้ำประปา น้ำรีไซเคิล และน้ำอุตสาหกรรม

อีกทางเลือกที่ไทยมีจุดแข็งเชิงโครงสร้างพื้นฐาน คือการนำ พลังงานความเย็นจาก LNG (LNG Cold Energy) มาใช้ เนื่องจาก LNG ถูกเก็บที่อุณหภูมิราวลบ 160 องศาเซลเซียส และต้องรับความร้อนเพื่อเปลี่ยนกลับเป็นก๊าซก่อนส่งเข้าระบบท่อ พลังงานความเย็นดังกล่าวสามารถนำไปผลิตน้ำเย็นสำหรับ Data Center ลดการใช้ Chiller และลดทั้งค่า PUE และการใช้น้ำจาก Cooling Tower

จากงานวิจัยที่ดำเนินการร่วมกับภาคอุตสาหกรรม พบว่าการบูรณาการพลังงานความเย็นจาก LNG สามารถลดพลังงานไฟฟ้าในระบบทำความเย็นได้ราว 79% ลดค่า PUE จากประมาณ 2.00 เหลือราว 1.36 และอาจลดค่า WUE จากระดับ 1.9–3.0 ลิตรต่อกิโลวัตต์-ชั่วโมง เหลือราว 0.3 ลิตรต่อกิโลวัตต์-ชั่วโมง ภายใต้เงื่อนไขการออกแบบที่เหมาะสม

อย่างไรก็ตามข้อจำกัดที่สำคัญคือ Data Center ต้องตั้งอยู่ใกล้ LNG Terminal หรือมีระบบส่งพลังงานความเย็น เช่น Chilled Water Network หรือ Secondary Refrigerant ซึ่งพื้นที่มาบตาพุด บ้านฉาง และ EEC เป็นพื้นที่ที่มีความพร้อมเชิงโครงสร้างพื้นฐานมากที่สุด

ปัจจุบันการนำ LNG Cold Energy มาใช้กับ Data Center โดยตรงยังจัดอยู่ในกลุ่มเทคโนโลยีเกิดใหม่ แม้จะมีผู้ประกอบการ LNG ผู้พัฒนา Data Center และกลุ่มพลังงานให้ความสนใจต่อเนื่อง แต่โครงการเชิงพาณิชย์ที่ใช้กับ Hyperscale Data Center ยังอยู่ในระยะเริ่มต้น และหลายโครงการยังไม่เปิดเผยข้อมูลต่อสาธารณะ จึงควรแยกให้ชัดระหว่าง การศึกษาและความสนใจกับการเดินเครื่องเชิงพาณิชย์แล้ว.