Моделирование и оптимизация удельного электропотребления основных технологических процессов горнодобывающего предприятия

Целью данного исследования является анализ и прогнозирование удельного электропотребления на горнодобывающем предприятии, а также выявление факторов, влияющих на расход электроэнергии, для дальнейшей оптимизации энергозатрат. В качестве объекта исследования выступает Тырныаузский вольфрамо-молибденовый комбинат, характеризующийся сложными горно-геологическими условиями и применением как подземного, так и открытого методов добычи руды. Использованы статистические данные по ежемесячному потреблению электроэнергии и объемам добычи руды. Проведенный анализ показал отсутствие устойчивой линейной корреляция между общим энергопотреблением и объемом добытой руды. Выявлена неоднородность в законах распределения электропотребления для различных производственных этапов. Прогнозные значения энергопотребления и удельного расхода, полученные с помощью метода наименьших квадратов, показывают их снижение в перспективе, но требуют дальнейшей верификации. С учетом сложной и многофакторной природы энергопотребления на горнодобывающем предприятии, перспективным направлением для дальнейших исследований является разработка комплексных моделей, сочетающих в себе статистические методы, методы машинного обучения и экспертные оценки. Такие модели позволят более точно прогнозировать энергопотребление и разрабатывать оптимальные стратегии управления энергоресурсами, что, в свою очередь, приведет к снижению затрат, повышению энергоэффективности и уменьшению негативного воздействия на окружающую среду.

Клюев Р. В. Моделирование и оптимизация удельного электропотребления основных технологических процессов горнодобывающего предприятия // Горный информационно-аналитический бюллетень. – 2025. – № 4. – С. 170–181. DOI: 10. 25018/0236_1493_2025_4_0_170.

Клюев Роман Владимирович — д-р техн. наук, доцент, профессор, Московский политехнический университет, e-mail: kluev-roman@rambler.ru, ORCID ID: 0000-0003-3777-7203.

1. Жуковский Ю. Л., Сусликов П. К. Оценка потенциального эффекта применения технологии управления спросом на горных предприятиях // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 3. — С. 895—908. DOI: 10.21177/1998-4502-2024-16-3-895-908.

2. Клюев Р. В. Анализ надежности элементов системы электроснабжения карьеров // Горные науки и технологии. — 2024. — № 9(2). — С. 183—194. DOI: 10.17073/2500-0632-2024-03-254.

3. Петров В. Л., Пичуев А. В. Оценка эффективности средств повышения качества электроэнергии в системе частотно-регулируемого электропривода скребковых конвейеров // Горные науки и технологии. — 2024. — Т. 9. — № 1. — С. 60—69. DOI: 10.17073/2500-0632-2024-01-198.

4. Zatsepina V., Astanin S. Investigation of new approaches to determining the level of reliability / 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA). 2021, pp. 1184—1187. DOI: 10.1109/SUMMA53307.2021.9632086.

5. Клюев Р. В. Системный анализ методов расчета систем электроснабжения карьеров // Устойчивое развитие горных территорий. — 2024. — Т. 16. — № 1. — С. 302—310. DOI: 10.21177/ 1998-4502-2024-16-1-302-310.

6. Перстенёва Н. П., Токарев Ю. А., Горбунова О. А., Кравченко О. В. Моделирование влияния потребления различных видов энергоресурсов на экономическое развитие страны // Уголь. — 2022. — № 9. — С. 53—55. DOI: 10.18796/0041-5790-2022-9-53-55.

7. Савон Д. Ю., Новоселов С. В., Борисова Л. В., Сафронов А. Е. Тенденции мирового потребления энергоресурсов и стратегическая роль угля в топливно-энергетическом балансе России // Уголь. — 2024. — № 5. — С. 86—91. DOI: 10.18796/0041-5790-2024-5-86-91.

8. Zhukovskiy Y., Batueva D., Buldysko A., Shabalov M. Motivation towards energy saving by means of IoT personal energy manager platform // Journal of Physics: Conference Series. 2019, vol. 1333, no. 6, article 062033. DOI: 10.1088/1742-6596/1333/6/062033.

9. Gunkel P. A., Jacobsen H. K., Bergaentzlé C.-M., Scheller F. Andersen F. M. Variability in electricity consumption by category of consumer: The impact on electricity load profiles // International Journal of Electrical Power & Energy Systems. 2022, vol. 147, article 108852. DOI: 10.1016/j.ijepes.2022. 108852.

10. Кумаритов А. М., Соколова Е. А., Соколов А. А. Геоинформационная система мониторинга экологической обстановки в районе внутригородских промышленных объектов // Горный журнал. — 2016. — № 2. — С. 94—96. DOI: 10.17580/gzh.2016.02.18.

11. Sokolov A. A., Fomenko O. A., Ignatev I. V. Development of algorithms for control and control of electric power parameters based on information-measuring system data // Journal of Physics: Conference Series. 2022, vol. 2176, no. 1, article 012076. DOI: 10.1088/1742-6596/2176/1/012076.

12. Вялкова С. А., Моргоева А. Д., Гаврина О. А. Разработка гибридной модели прогнозирования потребления электрической энергии для горно-металлургического предприятия // Устойчивое развитие горных территорий. — 2022. — Т. 14. — № 3. — С. 486—493. DOI: 10.21177/ 1998-4502-2022-14-3-486-493.

13. Моргоева А. Д., Моргоев И. Д., Клюев Р. В., Гаврина О. А. Прогнозирование потребления электрической энергии промышленным предприятием с помощью методов машинного обучения // Известия Томского политехнического университета. Инжиниринг георесурсов. — 2022. — Т. 333. — № 7. — C. 115—125. DOI: 10.18799/24131830/2022/7/3527.

14. Капанский А. А. Методы решения задач оценки и прогнозирования энергетической эффективности // Вестник Казанского государственного энергетического университета. — 2019. — Т. 11. — № 2 (42). — С. 103—115.

15. Голик В. И. Перспективное направление восстановления потенциала Садона // Устойчивое развитие горных территорий. — 2022. — Т. 14. — № 1. — С. 68—75. DOI: 10.21177/19984502-2022-14-1-68-75.

16. Martyushev N. V., Malozyomov B. V., Khalikov I. H., Kukartsev V. A., Kukartsev V. V., Tynchenko V. S., Tynchenko Ya. A., Qi M. Review of methods for improving the energy efficiency of electrified ground transport by optimizing battery consumption // Energies. 2023, vol. 16, no. 2, article 729. DOI: 10.3390/en16020729.

17. Malozyomov B. V., Martyushev N. V., Voitovich E. V., Kononenko R. V., Konyukhov V. Y., Tynchenko V., Kukartsev V. A., Tynchenko Y. A. Designing the optimal configuration of a small power system for autonomous power supply of weather station equipment // Energies. 2023, vol. 16, no. 13, article 5046. DOI: 10.3390/en16135046.

18. Zhou C., Chen X. Predicting China’s energy consumption: Combining machine learning with three-layer decomposition approach // Energy Reports. 2021, vol. 7, pp. 5086—5099. DOI: 10.1016/j. egyr.2021.08.103.

19. Yousaf A., Asif R. M., Shakir M., Rehman A. U., Adrees M. An Improved residential electricity load forecasting using a machine-learning-based feature selection approach and a proposed integration strategy // Sustainability. 2021, vol. 13, article 6199. DOI: 10.3390/su13116199.

20. Hamed M. M., Ali H., Abdelal Q. Forecasting annual electric power consumption using a random parameters model with heterogeneity in means and variances // Energy. 2022, vol. 255, article 124510. DOI: 10.1016/j.energy.2022.124510.

21. Kanté M., Li Y., Deng S. Scenarios analysis on electric power planning based on multi-scale forecast: A case study of Taoussa, Mali from 2020 to 2035 // Energies. 2021, vol. 14, article 8515. DOI: 10.3390/en14248515.

22. Афанасьев В. Я., Краев В. М., Тихонов А. И., Серебрякова Г. В. Перспективные способы аккумулирования энергии // Уголь. — 2024. — № 8. — С. 124—129. DOI: 10.18796/0041-57902024-8-124-129.