Legacy of FIBO
ระบบช่วยตัดสินใจการใช้พลังงาน (จบ)
| พึงสังเกตว่า การเพิ่ม set point ของอุณหภูมิของ AHU ในที่นี้ไม่เป็นการลดการใช้พลังงานในเชิงลด Peak-demand แต่อย่างใด เนื่องจากในช่วงเวลาที่ศึกษานี้ อาคารใช้ความเย็นจากบ่อกักเก็บน้ำแข็ง การเพิ่ม set point ของอุณหภูมิ เป็นผลให้มีการละลายน้ำแข็งน้อยลง แต่การใช้พลังงานของ AHU และเครื่องสูบน้ำในวงจรละลายน้ำแข็งยังคงเท่าเดิม |
| (ข) การเลื่อนเวลาการใช้งานบางอุปกรณ์ออกไปให้พ้นจากช่วงที่คาดว่าจะเกิดความต้องการพลังไฟฟ้าสูงสุด ซึ่งในที่นี้คือเวลา 18:30 น. ได้แก่
(1) ปิด AHU บางพื้นที่ที่ขอทำงานล่วงเวลาไปก่อนถึงเวลา 18:30 น. และเปิด AHU อีกครั้งเมื่อเวลา 19:00 น. เนื่องจากระบบทำความเย็นมีลักษณะการตอบสนองเป็นลำดับหนึ่ง (First order) มีค่าคงที่ของเวลา (Time constant) ประมาณ 30 นาที สามารถคงความเย็นในพื้นที่ไว้ได้ระยะเวลาหนึ่งแม้จะปิด AHU ไปแล้ว (2) ปิดเครื่องสูบน้ำในวงจรละลายน้ำแข็ง (Glycol pump) คงไว้แต่เพียงเครื่องสูบน้ำในวงจรน้ำเย็น ให้มีน้ำเย็นหมุนเวียนจ่ายความเย็นให้ AHU ได้ชั่วระยะเวลาหนึ่ง และเปิดเครื่องสูบน้ำในวงจรละลายน้ำแข็งขึ้นอีกครั้งเมื่อเวลา 19:00 น. (3) ปิด AHU ที่จ่ายความเย็นให้ห้องเครื่องต่าง ๆ เป็นระยะเวลาสั้น ๆ และเปิด AHU ขึ้นอีกครั้งเมื่อเวลา 19:00 น. (ค) การสลับกันใช้งานอุปกรณ์ แทนที่จะให้มีการใช้งานพร้อมกัน ได้แก่ สลับการทำงานของ AHU ในแต่ละกลุ่มเป็นช่วง ๆ ตัวอย่างเช่น AHU ในกลุ่มชั้นทำงานปกติ (Typical 4th 21st floor) มีการใช้งานในช่วง On-peak รวม 12 ตัว ให้เปิดใช้งานคราวละ 4 ตัว เป็นเวลา 20 นาที จากนั้นปิดชุดแรก เปิดใช้งานชุดที่สองอีก 4 ตัวเป็นเวลา 20 นาที จากนั้นปิดชุดที่สอง และเปิดชุดที่สาม 4 ตัวเป็นเวลา 20 นาที เป็นต้น (ง) การปิดการใช้งานอุปกรณ์ที่มีลำดับความสำคัญต่ำ ได้แก่ (จ) การประสมประสานกลยุทธ์การจัดการพลังงานรูปแบบต่าง ๆ ข้างต้นเข้าด้วยกัน โดยอาจใช้ได้มากกว่า 1 วิธีในการปรับปรุงการเดินเครื่อง ไม่ให้ค่าความต้องการพลังไฟฟ้าสูงเกินระดับที่กำหนด |
| ภาพหน้าจอแสดงการคำนวณภาระโหลดประจำวันเทียบกับค่า Demand limit ที่กำหนด โดยมีการแยกประเภทของโหลดตามลักษณะการใช้งาน กล่าวคือ โหลดที่มีการใช้งานแน่นอน โหลดที่มีการใช้งานแปรเปลี่ยนไปตามผู้ใช้งานในแต่ละวัน อันอาจเกิดจากการขอทำงานล่วงเวลา หรือการจัดงานพิเศษในบางพื้นที่มีการประเมินสถานการณ์การใช้พลังงานของอาคารแยกตามช่วงเวลา เพื่อให้สามารถแยกแยะลำดับความสำคัญได้แม่นยำยิ่งขึ้น โดยส่วนใหญ่การใช้พลังงานจะเกิดขึ้นมากในช่วงเวลา 18:30 19:30 น. เท่านั้น และจะค่อยๆ น้อยลงตามลำดับ
เมื่อกดปุ่ม Suggestion โปรแกรมจะคำนวณหาแนวทางเดินเครื่องที่เป็นไปได้ทั้งหมด ค่าลำดับความสำคัญและปริมาณโหลดในแต่ละส่วน เพื่อประเมินหาแนวทางที่ได้ค่าลำดับความสำคัญต่ำที่สุด และมีการตัดโหลดน้อยที่สุด นอกจากนี้ยังแสดงแนวทางเดินเครื่องที่เป็นไปได้ทั้งหมด ภายใต้เงื่อนไขความต้องการใช้งานของผู้อยู่อาศัยและค่าพลังงานไฟฟ้าสูงสุดที่กำหนด โดยมีทางเลือกที่แนะนำ (Recommended Possible Choice) แสดงไว้ในส่วนล่างสุดของหน้าจอ นั่นคือทางเลือกที่มีค่าลำดับความสำคัญต่ำที่สุด และมีการตัดโหลดน้อยที่สุด ผู้บริหารระบบต้องตัดสินใจว่า จะเลือกใช้วิธีใด หลังจากที่ผู้บริหารระบบตัดสินใจเลือกแล้ว หน้าถัดไปเป็นการแสดงรายละเอียดของวิธีการเดินเครื่องที่เลือก ผลกระทบ และสิ่งที่ผู้บริหารระบบควรปฏิบัติ โปรแกรมจะขอคำยืนยันอีกครั้ง เมื่อได้ทราบผลกระทบทั้งหมดแล้วว่า ยังคงต้องการเลือกใช้วิธีนี้หรือไม่ ผู้บริหารระบบสามารถย้อนกลับไปเลือกทางเลือกอื่น และดูวิธีการเดินเครื่องพร้อมผลกระทบใหม่ได้ แต่ถ้าผู้บริหารระบบยืนยันการเดินเครื่องวิธีนี้ โปรแกรมจะสอบถามวิธีการปรับปรุงตารางเดินเครื่อง (Schedule) ผู้บริหารระบบสามารถปรับปรุงตารางเดินเครื่องเอง หรือให้โปรแกรมปรับปรุงให้โดยอัตโนมัติก็ได้ ผลการปรับปรุงการเดินเครื่อง สามารถพิมพ์เป็นเอกสารเพื่อส่งให้ห้องควบคุมอาคาร ดำเนินการตามที่ต้องการต่อไป พลังงานจึงถูกใช้ไปอย่างคุ้มค่าที่ อาคารสำนักงานใหญ่ ธนาคารไทยพาณิชย์ มหาชน ทั้งนี้เกิดจากการบริหารระบบด้วยความรู้ความเข้าใจเทคโนโลยีอย่างละเอียดและถูกต้องครับ
——————————————————————————————
ดร. ชิต เหล่าวัฒนา จบปริญญาตรีวิศวกรรมศาสตร์ (เกียรตินิยม) จากมหาวิทยาลัยเทคโนโลยีพระจอมเกล้า ธนบุรี ไดัรับทุนมอนบูโช รัฐบาลญี่ปุ่นไปศึกษาและทำวิจัยด้านหุ่นยนต์ที่มหาวิทยาลัยเกียวโต ประเทศญี่ปุ่น เข้าศึกษาต่อระดับปริญญาเอกที่มหาวิทยาลัยคาร์เนกี้เมลลอน สหรัฐอเมริกา ด้วยทุนฟุลไบรท์ และจากบริษัท AT&T ได้รับประกาศนียบัตรด้านการจัดการเทคโนโลยีจากสถาบันเทคโนโลยีแห่งมลรัฐแมสซาชูเซสต์ (เอ็มไอที) สหรัฐอเมริกา
|
