← Apps
PEA BILL HISTORY · OBSERVED DATA FIRST

Electricity Bill
Analyzer

กรอกข้อมูลบิลจริงย้อนหลังได้สูงสุด 7 เดือนจาก PEA Smart Plus แล้วดูการใช้ไฟจริงรายเดือน, kWh/day, ค่าไฟต่อหน่วย และ annualized demand โดยไม่เอายอดค่าไฟมาแปลงเป็นขนาด Solar ตรง ๆ

PRIVACY BOUNDARYไม่ต้องกรอกชื่อ ที่อยู่ CA หรือเลขมิเตอร์

V1 ใช้เฉพาะเดือนของบิล จำนวนวันในรอบบิล kWh และยอดรวม ข้อมูลที่คุณแก้ในหน้านี้คำนวณใน browser และยังไม่มีการบันทึกขึ้น server

INPUT WINDOWสูงสุด 7 บิลManual transcription จาก PEA Smart Plus
DAILY DEMANDใช้ billing days จริงไม่เดาจากจำนวนวันปฏิทิน
ANNUALIZATIONkWh/day × 365เป็น estimate ไม่ใช่ observed 12 เดือน
INITIAL VIEWEXAMPLE DATAแก้ตัวเลขด้านล่างเพื่อใช้ข้อมูลของคุณ
01 / BILL HISTORY

กรอกข้อมูลจาก PEA Smart Plus

ใช้เฉพาะแถวที่กรอกครบทั้ง 4 ช่อง หากมีข้อมูลน้อยกว่า 7 เดือนสามารถล้างแถวที่ไม่ใช้ได้

รายละเอียดบิลเพิ่มเติม Optional
ฟิลด์ส่วนนี้เก็บไว้เพื่อใช้ tariff reconciliation ในขั้นต่อไป ไม่จำเป็นต่อการวิเคราะห์พลังงานพื้นฐาน และปล่อยว่างได้ทั้งหมด
แถว 1
แถว 2
แถว 3
แถว 4
แถว 5
แถว 6
แถว 7
LOCAL DATAบันทึก / ย้ายข้อมูลโดยไม่ส่งขึ้น server
ยังไม่ได้บันทึกใน browser

JSON เก็บทั้งบิลและ Solar planner assumptions เพื่อ restore session ได้ครบ ส่วน CSV เก็บเฉพาะข้อมูลบิลสำหรับเปิดใน spreadsheet หรือ import กลับมา ข้อมูลทั้งสองแบบไม่มีชื่อ ที่อยู่ CA หรือเลขมิเตอร์ตาม data contract ของ V1

02 / OBSERVED ANALYSIS

ภาพรวมการใช้ไฟ

ข้อมูลตัวอย่าง 7 เดือน ครอบคลุม 214 billing days

OBSERVED ENERGY4,440 kWh7 เดือนจริง
AVERAGE / DAY20.75 kWhweighted by billing days
AVERAGE / MONTH634 kWhobserved months only
OBSERVED BILL฿19,030.00เฉลี่ย 4.29 THB/kWh
03 / ANNUALIZED ESTIMATE≈ 7,573 kWh/year

คำนวณจาก observed average 20.75 kWh/day × 365 ไม่ได้หมายความว่าเรามีบิลครบ 12 เดือน

Observed coverage58.6%
LOWEST MONTHมี.ค. 69580 kWh
HIGHEST MONTHพ.ค. 69720 kWh
CALENDAR SPAN7 เดือนไม่พบเดือนขาด
04 / MONTHLY DASHBOARD

ดูแนวโน้มจากข้อมูลจริงแต่ละบิล

กราฟทั้งหมดใช้ค่าจากบิลที่กรอก ไม่เติมเดือนที่หายและไม่ smooth ค่าเพื่อให้ดูสวยขึ้น

Energy / MonthkWh
580
มี.ค. 69
610
เม.ย. 69
720
พ.ค. 69
680
มิ.ย. 69
640
ก.ค. 69
590
ส.ค. 69
620
ก.ย. 69
Energy / DaykWh/day
18.7
มี.ค. 69
20.3
เม.ย. 69
23.2
พ.ค. 69
22.7
มิ.ย. 69
20.6
ก.ค. 69
19.0
ส.ค. 69
20.7
ก.ย. 69
Bill / MonthTHB
2,500
มี.ค. 69
2,600
เม.ย. 69
3,050
พ.ค. 69
2,900
มิ.ย. 69
2,750
ก.ค. 69
2,550
ส.ค. 69
2,680
ก.ย. 69
Effective CostTHB/kWh
4.31
มี.ค. 69
4.26
เม.ย. 69
4.24
พ.ค. 69
4.26
มิ.ย. 69
4.30
ก.ค. 69
4.32
ส.ค. 69
4.32
ก.ย. 69
เดือนวันkWhkWh/dayTHBTHB/kWhΔ kWh
มี.ค. 693158018.71฿2,500.004.31—
เม.ย. 693061020.33฿2,600.004.265.2%
พ.ค. 693172023.23฿3,050.004.2418.0%
มิ.ย. 693068022.67฿2,900.004.26-5.6%
ก.ค. 693164020.65฿2,750.004.30-5.9%
ส.ค. 693159019.03฿2,550.004.32-7.8%
ก.ย. 693062020.67฿2,680.004.325.1%
05 / SOLAR PLANNER

แยก “ข้อมูลจริง” ออกจาก “สมมติฐานการใช้ไฟ” ก่อนเลือกขนาด Solar

บิลรายเดือนไม่มี load curve จึงต้องเพิ่ม Day/Night assumption ก่อน ทุกค่าในส่วนนี้เป็น planning estimate ไม่ใช่ผลวัดจาก Smart Meter

ASSUMED DAYTIME40.0%≈ 8.30 kWh/day
ASSUMED NIGHTTIME60.0%≈ 12.45 kWh/day
ASSUMPTION STATUSNot interval-meteredเปลี่ยน profile เพื่อดู sensitivity ก่อนใช้ข้อมูล CT / Smart Meter จริง
06 / SELECTED SCENARIO

Balanced

ใช้ข้อมูลบิลตัวอย่างและสมมติฐาน Day 40.0% · PSH 4.5 · PR 80.0%

PRELIMINARY PV4.03 kWp3.63–4.44 kWp
ANNUAL GENERATION TARGET5,301 kWhTarget 70.0% ของ annualized load
OBSERVED-WINDOW SELF USE1,776 kWh57.1% ของ Solar generation
OBSERVED-WINDOW EXPORT1,332 kWhประมาณจาก monthly energy-window model
OBSERVED-WINDOW GRID IMPORT2,664 kWhSolar self-use cover 40.0% ของ observed load
NIGHT LOAD SIGNAL12.45 kWh/dayไม่ได้แปลว่าต้องติด Battery อัตโนมัติ
WHAT THIS ANALYSIS MEANS

บิลบอก “ใช้เท่าไร”
Planner ช่วยทดลองว่า “ถ้าใช้ตอนนี้” จะเกิดอะไรขึ้น

ค่า kWh/day มาจากบิลจริง ส่วน Day/Night split, PSH และ Performance Ratio เป็น assumption ที่ผู้ใช้เปลี่ยนได้ การแยกสองชั้นนี้ทำให้เราไม่แอบตีความว่าบิลรายเดือนมีข้อมูลเวลาใช้งานที่จริง ๆ แล้วไม่มี

Self-use Focused พยายามวาง annual generation ใกล้ daytime-energy bucket ขณะที่ Balanced และ High Offset เพิ่ม generation มากขึ้น จึงมีโอกาส export มากขึ้นหากไม่มี Battery หรือโหลดกลางวันรองรับ

ถ้ามี CT meter, Smart Meter หรือ Home Assistant interval data ให้ไปต่อที่ Load Profile Analyzer เพื่อแทน Day/Night assumption ด้วย measured load curve จริง โดยยังใช้ประวัติบิลชุดนี้เป็นภาพรวมด้านพลังงานได้

07 / CONTINUE THE DECISION

เอา Scenario ที่เลือกไปวิเคราะห์ต่อ

Bill Analyzer คือ Level 1 จากข้อมูลรายเดือน หากมี interval data ให้ขยับไป Level 2 ก่อน แล้วค่อยใช้ Payback, Battery, TOU หรือ EV tools ตามโจทย์ โดยไม่ใส่ข้อมูลส่วนตัวลง URL query

LEVEL 2 · MEASURED LOAD PROFILE

มี Smart Meter / CT / Home Assistant data?

อัปโหลด CSV 15/30/60 นาทีเพื่อวัด Day/Night จริงและจำลอง Solar overlap ทีละ interval แทน assumption รายเดือน

เปิด Load Profile Analyzer →