ปัญหา: Energy Management ทำมือไม่ทันแล้ว
โรงงานที่มี Solar + BESS ในปี 2026 เผชิญความซับซ้อน 3 ชั้น:
- Tariff TOU ซับซ้อน — Peak / Off-Peak / Holiday — เปลี่ยนตามเวลา ตามฤดูกาล
- Solar generation ผันผวน — เมฆ ฝน ฤดู — เปลี่ยนทุก 5 นาที
- Load ไม่คงที่ — ขึ้นกับ shift, การผลิต, อากาศ
GridMind AI ทำอะไร?
GridMind AI เป็น Edge-native AI Platform — รันบน Hardware ที่ site จริง ไม่ใช่ Cloud — Latency <50ms — ไม่ต้องพึ่ง Internet ตลอดเวลา
8 Core Functions
1. AI Load Forecasting
- ทำนาย Load 24-48 ชม.ล่วงหน้า
- ใช้ Historical data + Weather + Calendar (วันหยุด, ฤดู)
- Accuracy: MAPE 5-10%
2. AI Solar Forecasting
- ทำนาย Solar generation ทุก 5 นาที
- ใช้ Sensor GHI + Open-Meteo Weather API + Cloud Cover
- Accuracy: MAPE 15-20% (now-cast), 25% (+1h)
3. Smart Dispatch
- Charge/Discharge BESS อัตโนมัติตาม Tariff TOU จริง
- Optimize ระยะยาว (ไม่ใช่แค่ now)
- ป้องกัน Battery degradation (DoD limit, C-rate limit)
4. Peak Shaving
- ลด Demand Charge ที่เป็นค่าใช้จ่ายสูงสุดของโรงงาน
- Auto-detect Demand peak ก่อนเกิดและตัดด้วย BESS
- ลดค่า Demand 15-25% (ตัวอย่างจำลอง)
5. TOU Shifting
- ย้าย Load จาก Peak → Off-Peak โดยใช้ BESS
- ลดค่าไฟ Off-Peak rate vs Peak rate (typically 4-5 บาท/kWh ต่าง)
6. Solar Clipping Recovery
- เมื่อ Solar ผลิตเกิน Inverter capacity (Clipping) — ปกติพลังงานนี้สูญเปล่า
- GridMind AI ดึงเข้า BESS ผ่าน DC Coupling — ได้ energy เพิ่ม 3-5% ต่อปี
7. Generator Fuel Optimizer
- สำหรับ PV-Diesel Hybrid Microgrid
- AI คำนวณว่าเมื่อไหร่ควรเปิด Generator vs ใช้ Battery
- ลดน้ำมัน Diesel 60-80% เทียบ Diesel-only
8. Automated Carbon Reporting
- คำนวณ CO₂ saved อัตโนมัติ
- รายงาน tCO2e ด้วยค่าการปล่อยของ TGO/IEA พร้อมยื่น CBAM และ T-VER
- พร้อม export PDF / CSV — ใช้ในงานความยั่งยืนได้ทันที
ภาพผลลัพธ์ที่เป็นไปได้ — ตัวอย่างจำลอง
โรงงานอาหาร 1 MWp PV + 500 kWh BESS (กรณีจำลอง)
ตัวเลขด้านล่างเป็น ตัวอย่างจำลอง ของโรงงานอาหารทั่วไปที่ใช้ค่าไฟแบบ TOU — ไม่ใช่ไซต์ติดตั้งจริงเฉพาะแห่ง — เพื่อให้เห็นภาพว่า dispatch แบบพยากรณ์ล่วงหน้าให้ผลประมาณไหน · ผลจริงขึ้นกับโครงสร้างค่าไฟ โปรไฟล์โหลด และขนาดระบบ:
| Metric | ก่อน GridMind AI | หลัง GridMind AI | เปลี่ยน |
|---|---|---|---|
| ค่าไฟต่อเดือน | 3,200,000 บาท | 1,980,000 บาท | -38% |
| Demand Charge | 480,000 บาท | 360,000 บาท | -25% |
| Solar Self-consumption | 62% | 91% | +29% |
| Battery Cycle/วัน | 0.8 | 1.4 | +75% |
| ROI Payback | 7.0 ปี | 5.2 ปี | -1.8 ปี |
เปรียบเทียบ GridMind AI vs Rule-based EMS
| ฟีเจอร์ | Rule-based EMS | GridMind AI |
|---|---|---|
| Forecasting | ไม่มี | Load + Solar |
| Optimization | Greedy (now) | Long-horizon (24h) |
| Adaptation | ต้อง config มือ | Auto-learn |
| Carbon Report | — | TGO/IEA · CBAM · T-VER |
| Vendor lock-in | สูง | Vendor-agnostic |
| ค่าไฟลด (ตัวอย่างจำลอง) | 5-15% | 15-30% |
ใช้กับอุปกรณ์ของยี่ห้ออื่นได้ไหม?
GridMind AI vendor-agnostic — ใช้ได้กับ:
- PCS / Inverter ของ LEONICS, SMA, Sungrow, Huawei, ABB
- BMS ของ CATL, BYD, LG, Samsung, Panasonic
- Solar Inverter ของ Huawei, SMA, Sungrow, GoodWe
- Smart Meter ของ Schneider, ABB, Siemens
2 Models ของ GridMind AI
Model A — Edge Controller (Retrofit)
- เพิ่ม AI ให้ระบบเดิมที่มีอยู่
- Plug-in module + Cloud subscription
- Setup 1-2 วัน
- เหมาะกับ: ลูกค้าที่มี BESS / PCS แล้ว
Model B — Full Turnkey
- ซื้อใหม่ทั้งระบบ — GridMind + Leonics PCS รวมในเครื่องเดียว
- Pre-integrated, Single SKU
- Setup ตามโครงการ (typically 1-3 เดือน)
- เหมาะกับ: โครงการใหม่ Utility / C&I
สรุป
GridMind AI ไม่ใช่ "EMS รุ่นใหม่" — เป็น AI Platform ที่ใช้ Cloud-trained, Edge-run architecture ทำให้:
- ทำนายแม่นยำกว่า Rule-based 3-5 เท่า
- Adaptation อัตโนมัติเมื่อ Tariff/Pattern เปลี่ยน
- ประหยัดค่าไฟ 15-30% (ตัวอย่างจำลอง)
- Carbon Report พร้อมใช้งาน
- ไม่ผูก vendor
อ่านเพิ่มที่ หน้า GridMind AI หรือดูการทำงานจริงใน โซลูชัน Peak Shaving สำหรับโรงงาน และ โครงการซื้อขายพลังงานระดับยูทิลิตี้
สนใจ GridMind AI? — LEONICS มีบริการประเมินฟรี เช็คว่าสำหรับงานของคุณจะประหยัดได้เท่าไร — ติดต่อเรา หรือโทร 02-746-9500