Page Header

การประยุกต์เทคโนโลยีภูมิสารสนเทศเพื่อคาดการณ์ความต้องการพลังงานไฟฟ้า: กรณีศึกษา จังหวัดชลบุรี

สุพิชชา ภมรจันทรมัส, สุพรรณ กาญจนสุธรรม, แก้ว นวลฉวี, ณรงค์ พลีรักษ์

Abstract


บทคัดย่อ

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการขยายตัวของเมืองและปริมาณการใช้ไฟฟ้า และคาดการณ์ทิศทางและปริมาณความต้องการใช้ไฟฟ้าในอนาคต โดยใช้เทคนิคซ้อนทับข้อมูลจากดาวเทียม ร่วมกับแบบจำลอง CA Markov ในระบบสารสนเทศภูมิศาสตร์ (Geographic Information System: GIS) โดยมีวิธีการศึกษาโดยใช้ข้อมูลจากดาวเทียม LANDSAT 5 และ LANDSAT 7 ทำการจำแนกข้อมูลแบบกำกับดูแล (Supervised Classification) ออกเป็น 5 ประเภทประกอบด้วย สิ่งปลูกสร้างแหล่งน้ำ พื้นที่ว่างเปล่า พื้นที่เพาะปลูก และป่าไม้ทำการศึกษาการขยายตัวของเมืองจากข้อมูลที่จำแนกจากดาวเทียม พ.ศ. 2547 พ.ศ. 2551 และ พ.ศ. 2555 นำมาเปรียบเทียบข้อมูลสิ่งปลูกสร้างกับปริมาณการใช้ไฟฟ้ารายปีเพื่อหาค่าเฉลี่ยไฟฟ้าต่อวันต่อตารางกิโลเมตร นำข้อมูลที่ได้จากการจำแนกจากดาวเทียมมาใช้คาดการณ์การเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน โดยใช้แบบจำลอง CA Markov ในการคาดการณ์การเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน พ.ศ. 2559 นำสิ่งปลูกสร้างที่ได้จากการคาดการณ์กับปริมาณการใช้ไฟฟ้าต่อวันต่อตารางต่อกิโลเมตร พบว่า พ.ศ. 2559 มีความต้องการไฟฟ้า 19,010,161.16 เมกะวัตต์เพิ่มขึ้นจาก พ.ศ. 2555 เฉลี่ยปีละ 4,752,540.29 เมกะวัตต์โดยพบว่าพื้นที่ที่ต้องการไฟฟ้าเพิ่มมากขึ้นแบ่งออกได้เป็นสองกลุ่มใหญ่ๆ ได้แก่กลุ่มที่หนึ่งคือพื้นที่นิคมอุตสาหกรรม โดยพื้นที่ที่มีนิคมอุตสาหกรรมมีความต้องการไฟฟ้าเพิ่มมากขึ้น มีทิศทางขยายตัวออกจากนิคมอุตสาหกรรม ประกอบด้วยพื้นที่อำเภอเมืองชลบุรีอำเภอศรีราชาและอำเภอบ้านบึงและกลุ่มที่สองคือแหล่งท่องเที่ยว โดยพื้นที่แหล่งท่องเที่ยวมีการพัฒนาเพื่อรองรับนักท่องเที่ยว ส่งผลให้มีปริมาณความต้องการไฟฟ้าเพิ่มมากขึ้น รองลงมาประกอบด้วยพื้นที่อำเภอเมืองชลบุรี อำเภอศรีราชาและอำเภอบางละมุง ซึ่งพื้นที่ทั้งหมดมีปริมาณความต้องการไฟฟ้าเพิ่มขึ้น จึงควรมีการวางแผนและการจัดการเพื่อรองรับกับความต้องการไฟฟ้าที่เพิ่มขึ้นในอนาคต

คำสำคัญ: การพยากรณ์ไฟฟ้า พลังงานไฟฟ้า การเปลี่ยนแปลงการใช้ประโยชน์ที่ดิน แบบจำลอง CA Markov ชลบุรี

Abstract

The research aims to study an urban gowth and a forcast of electricity demand in the future by using Geographic Information System (GIS), Cellular Automata and Markov chain (CA Markov). The study was conducted by analyzing data from satellite imagery, LANDSAT 5 and LANDSAT 7 and, then, employing supervised classification to group data into five categories including urban area, water, available land, cultivated area and forest. The research studies the urban growth of the five categories from 2547 B.E., 2551 B.E. and 2555 B.E. and compare on buildings data and annual electricity use to find the average of electricity use per day per kilomater. It was found that the consumption of electricity in 2559 B.E. would be 19,010,161.16 MV increasing from 2555 B.E. at 4,5752,540.29 MW on each year average. The area with higher electricity demand can be classified into 2 groups. The first one is the industrial estate. which reports high demand in electricity with the expansion direction starting from the industrial estate in Amphur Muang, Sriracha, and Banbung. The second one is tourism area because this area has been developed in order to support tourists resulting in higher demand of electricity. Apart from those 2 areas, Chonburi, Sriracha and Banglamung district also have high electricity demand so there should be a plan and a management system to support the increasing electricity demand in the future.

Keywords: Load Forecast, Electricity Power, Land Use Change, CA Markov Model, Chon Buri


Full Text: PDF

ISSN: 2985-2145