CC BY
31
ГИАБ. Горный информационно-аналитический бюллетень / MIAB. Mining Informational and Analytical Bulletin, 2022;(6—1):361—378 ОБЗОРНАЯ СТАТЬЯ / REVIEW PAPER
УДК 004.75 DOI: 10.25018/0236_1493_2022_61_0_361
ЦИФРОВЫЕ ПЛАТФОРМЫ НА ОСНОВЕ БЛОКЧЕЙН ДЛЯ СНИЖЕНИЯ УГЛЕРОДНОГО СЛЕДА ГОРНЫХ ПРЕДПРИЯТИЙ
Ю. Л. Жуковский1, А. В. Семенюк1, Л. З. Алиева1, Е. Г. Арапова1
1 Санкт-Петербургский горный университет, Санкт-Петербург, 199106, Россия
Аннотация: Раскрываются проблемы горного производства на пути достижения целей устойчивого развития, предлагаются способы их решения путем использования цифрового платформенного подхода. Произведена оценка необходимости и скорости внедрения цифровизации на горных предприятиях, осуществляющих добычу, обогащение и транспортировку полезных ископаемых. Изучена зависимость потребления и генерации электроэнергии в зависимости от средней температуры окружающей среды. Проанализированы инструменты, позволяющие предприятию стать более устойчивым в эпоху четвертого энергетического перехода: декарбонизация энергообеспечения вследствие использования возобновляемых источников энергии; снижение объемов потребления электрической энергии как эффект интеграции управления спросом в систему электроснабжения; электрификация горного транспорта и развитие зарядной инфраструктуры; покупка «зеленых» сертификатов и реинжиниринг. На основе проведенных исследований предлагается применение технологии блокчейн для интеграции «зеленых» сертификатов и высвобождаемой энергии вследствие управления спросом. Предлагается опыт компаний, которые на данный момент используют «зеленые» технологии в производстве либо имеют такой план в стратегии дальнейшего развития. Представляется концепция структуры мультиагентной сетевой платформы на основе технологий блокчейн для реагирования на спрос и управление декарбонизацией горных предприятий.
Ключевые слова: Управление спросом, цифровая платформа, «зеленые» сертификаты, peer-to-peer, блокчейн, цифровая энергетика, цифровые технологии, ВИЭ (возобновляемые источники энергии).
Для цитирования: Жуковский Ю. Л., Семенюк А. В., Алиева Л. З., Арапова Е. Г. Цифровые платформы на основе блокчейн для снижения углеродного следа горных предприятий // Горный информационно-аналитический бюллетень. — 2022. — № 6—1. — С. 361—378. DOI: 10.25018/0236_1493_2022_61_0_361.
Blockchain-based digital platforms to reduce the carbon footprint of mining
Y. L. Zhukovskiy1, A. V. Semenyuk1, L. Z. Alieva1, E. G. Arapova1
1 Department of Electrical Engineering, Saint Petersburg Mining University, 2 21st Line, 199106
Saint Petersburg, Russia
Abstract: This article reveals the problems of mining production on the way to achieving the Sustainable Development Goals, suggests ways to solve them by using a digital platform approach. The necessity and speed of digitalization implementation at mining enterprises
© Ю. Л. Жуковский, А. В. Семенюк, Л. З. Алиева, Е. Г. Арапова. 2022
engaged in mining, processing and transportation of minerals are assessed. The dependence of electricity consumption and generation on the average ambient temperature has been studied. The tools that allow the enterprise to become more sustainable in the era of the fourth energy transition are analyzed: decarbonization of energy supply, due to the use of renewable energy sources; reduction in electricity consumption, as an effect of integrating demand management into the power supply system; electrification of mining transport and the development of charging infrastructure; purchase of green certificates and reengineering. Based on the conducted research, the application of blockchain technology is proposed for the integration of green certificates and released energy due to demand management. The experience of companies that currently use green technologies in production, or have such a plan in the strategy of further development, is offered. The concept of the structure of a multi-agent network platform based on blockchain technologies for responding to demand and managing the decarbonization of mining enterprises is presented.
Key words: Demand response, digital platform, green certificates, peer-to-peer, blockchain, digital energy, digital technology, renewable energy sources.
For citation: Zhukovskiy Y. L., Semenyuk A. V., Alieva L. Z., Arapova E. G. Blockchain-based digital platforms to reduce the carbon footprint of mining. MIAB. Mining Inf. Anal. Bull. 2022;(6— l):361—378. [In Russ]. DOI: 10.25018/0236_1493_2022_61_0_361.
Введение
Становление горного производства в мире неразрывно связано с большим количеством постоянно меняющихся факторов, также включающих в себя экономику, политику и кадровый потенциал. Ограниченность ресурсов, волатильность цен и прочие критические рыночные факторы определяют экономическую диверсификацию как ключевую стратегию планирования устойчивого развития на любом из масштабов прогнозирования. Ожидается, что спрос на полезные ископаемые и энергию со временем будет расти, качество руды снижаться, а затраты на доступ к ней возрастать, равно как и ожидания общества в отношении результатов деятельности горнодобывающих компаний [1, 2].
Переход к интеллектуальной энергетике и сырьевому комплексу на основе цифровых технологий, интеграции различных ресурсов и средств распределенной генерации является экономически привлекательным, а также создает предпосылки для «инновационного преобразования» отрасли в высокотех-
нологичную [3]. Эффективная инфраструктура горных предприятий обеспечивает количественный и качественный экономический рост и устойчивость. Для идеальной реализации и интеграции устойчивого развития в отрасль три принципа устойчивости (экологическая и социальная ответственность, экономическая выгодность) должны сосуществовать, а не последовательно появляться на разных этапах жизненного цикла горнодобывающей промышленности.
В последние годы анализ жизненного цикла стал основой для оценки ответственного управления минеральными ресурсами [4, 5]. Он также широко использовался для измерения потребления природных ресурсов и сопутствующих воздействий на окружающую среду в отношении производственных и энергетических систем, цепочек поставок [6].
Цифровые технологии способны решить большинство актуальных для отрасли проблем, однако для реализации имеющегося потенциала потребуется межотраслевое и межгосудар-
ственное взаимодействие. Появление новых бизнес-моделей, способов ведения бизнеса, организации производства обуславливаются интеграцией цифровых технологий [7]. Опыт повышения интеллектуализации производств демонстрирует увеличение скорости цепочки создания стоимости самого производства. [8]. Более того, развитие компетенций персонала и формирование доверия к новым цифровым технологиям являются ключевыми в вопросах цифровой трансформации горных предприятий [9, 10].
Достижения в области технологий способны предоставлять все больший объем информации и данных в режиме реального времени о машинах, персонале, энергии и ресурсах [11, 12]. Электроэнергия является основным источником для горных предприятий и как продукт имеет ряд особенностей: процессы производства и потребления совпадают по времени, а объемы потребления и производства не могут быть согласованы заранее; невозможно хранить электроэнергию в необходимом объеме и в определенном месте; невозможно связать конкретный источник и потребителя электроэнергии [13]. С другой стороны, современный рынок электроэнергии вводит технологии, которые позволяют нам: эффективно вырабатывать электроэнергию децентрализованным образом на основе возобновляемых и традиционных источников; накапливать произведенную электроэнергию там, где необходимо выровнять графики нагрузки и улучшить качество электроэнергии [14]; выдавать излишки электроэнергии в сеть для других потребителей, контролируя режимы работы сети и осуществляя мониторинг [15]. Следовательно, повышение конкурентоспособности на рынке связано с управлением распределенными ресурсами и информа-
цией между традиционными и децентрализованными системами, между производителем и потребителем. Такое управление должно быть эффективным, безопасным, распределенным, основанным на цифровых технологиях и Интернете.
Методы
Неэластичный спрос и невозможность рынка регулировать спрос и предложение на электроэнергию приводит к неэффективному использованию ресурсов и дополнительным затратам на использование дорогостоящей пиковой генерации для покрытия спроса в часы пик. В существующих системах распределения электроэнергии график может быть изменен с помощью регуляторов потребителей, способных ограничивать или передавать часть своей нагрузки с одних часов на другие, на основе административных (ограничительных) и экономических (стимулирующих) мер. Увеличение генерирующих мощностей может коррелировать с увеличением нагрузки [16]. В настоящее время основная проблема, с которой сталкивается энергетическая отрасль — это пропускная способность, которая имеет свои пределы. Имеется большое количество потенциальных потребителей (которым отказано в подключении из-за закрытых подстанций) с нулевым потреблением электроэнергии в часы пик: практически все односменные промышленные предприятия, офисы, банки, сервисные компании и т. д.
На рис. 1 представлена зависимость генерации и потребления электроэнергии от месяца и температуры ОЭС Юга. Данная ОЭС выбрана как яркий представитель использования ВИЭ: по итогам 2020 года Республика Калмыкия, входящая в состав ОЭС Юга, стала самым "зеленым" регионом по количе-
Риc. 1. Зависимость генерации и потребления ОЭС Юга от средней температуры и месяца года. Данные 2021 г.*
Fig. 1. Dependence of generation and consumption of the ECO of the South on the average temperature and month of the year. Data for 2021
*По данным АО «Системный оператор Единой энергетической системы»
ству возобновляемых источников энергии в балансе мощности региона. Доля установленной мощности «зеленой» генерации региона в Калмыкии составляет 94%. Ростовская область является лидером ветроэнергетики и самым активным ВИЭ-регионом (к 2024 году введут в эксплуатацию 4 ветроэлектро-станции, суммарная мощность составит более 700 МВт). В Ставропольском крае будет установлено 800 МВт ВИЭ-генерации (14% установленной мощности генерации региона). Несмотря на рост доли ВИЭ в общей генерации, отдельные районы остаются энергодефицитными. На диаграмме демонстрируется: в феврале, январе (самые холодные месяцы), июле, августе (самые жаркие месяцы) потребление превышает генерацию.
Одним из способов декарбонизации для горных предприятий явля-
ется покупка «зеленых» сертификатов у производителей электроэнергии. Данный рынок только появляется в России. При введении трансграничного налога в ЕС наиболее заинтересованными лицами станут экспортирующие предприятия, которым важно учесть минимизацию углеродного следа, ожидаемый объем рынка — около 200 млн МВтч в год, по данным Минэнерго. При этом объем потребления в России в 2020 году, по данным «Системного оператора ЕЭС», составил 1,05 трлн кВтч. Таким образом, оценочный спрос на «зелёное» электричество может достигнуть почти 20% от общего объема выработки. Горные предприятия являются одними из основным экспортеров продукции. Отсутствие или завышенная стоимость сертификатов в периоды большого спроса на энергию из ВИЭ впоследствии может стать
барьером для развития конкурентных преимуществ в ближайшие 10 — 15 лет. Данные факторы приводят к необходимости строительства собственной генерации ВИЭ у производителей продукции, ориентированной на экспорт. Дополнительный объем декарбонизации электроэнергии может быть основан на применении цифровых технологий и технологии управления спросом на энергию. Поэтому в сертификации необходимо учитывать не только энергию, произведенную на основе ВИЭ, но и непотребленную или перемещенную энергию за счет механизмов управления спросом. «Зеленые» сертификаты должны основываться не только на ВИЭ, но и на управлении спросом, особенно в самое холодное и жаркое время года, так как в большинстве регионов ОЭС Юга превалирует резко континентальный климат, характеризующийся низкими температурами в конце января — феврале (до -30 и ниже) и высокими в конце июня — августе (до +40 и выше).
Авторами предлагается интеллектуальная энергетическая система для решения проблем устойчивости электротехнических комплексов горных предприятий (таких как низкая надежность, большое количество отключений электроэнергии, высокий уровень выбросов парниковых газов и углерода, экономика, энергетическая безопасность). Одно из определений интеллектуальной сети заключается в том, что интеллектуальная сеть — это сеть связи поверх электрической сети, предназначенная для сбора и анализа данных, которые могут быть использованы в электроэнергетике, от различных компонентов электрической сети, а также для прогнозирования потребления энергии и спроса.
Подключение к централизованным сетям электроснабжения и переход
на поставщиков «зеленой» энергии, строительство собственных источников ВИЭ, электрификация транспорта и самоходной техники, машинное обучение и интеллектуальные системы автоматизации — всё это является мощными инструментами для построения эффективного горного производства. Для того, чтобы оставаться лидером отрасли в будущем, изменения требуются в настоящем.
Результаты
Новые тенденции в электроэнергетике, а именно появление интеллектуальных сетей электроснабжения, цифровых интервальных счетчиков электроэнергии, изменение структуры потребления, выявили возможность повышения гибкости потребления и привели к появлению концепции управления спросом (DSM) [17]. DSM — это комплекс мер по улучшению энергосистемы на стороне потребления, варьируется от повышения энергоэффективности за счет использования более качественных материалов, разумных тарифов на энергию со стимулами для определенных моделей потребления до сложного управления распределенными энергоресурсами в реальном времени. Целью любой программы DSM может быть ограничение пиковой нагрузки вместо добавления генерации путем простого смещения времени с периода пиковой нагрузки на период внепиковой нагрузки. DR (Demand Response) стремится регулировать спрос на нагрузку, а не регулировать предложение генерации. DR создают различные типы целей формирования нагрузки, такие как ограничение пиков, заполнение впадин, смещение нагрузки. Компенсация DR вызвана разнообразной политикой, рыночными механизмами и моделями реализации. Интеграция ресурсов аварийного вос-
становления в электроэнергетическую систему становится всемирной благодаря появлению коммуникационных технологий и инфраструктуры измерения [18].
Концепция является эффективным инструментом снижения цен на рынке электроэнергии в часы пик, когда менее эффективные и более дорогие генерирующие мощности используются для покрытия спроса на электроэнергию [19]. В то же время относительно небольшое снижение потребления позволяет значительно снизить цену на электроэнергию. За счет уменьшения генерирующих мощностей, создающих резерв для потребления электроэнергии в пиковые часы суточного графика, и увеличения пропускной способности линий электропередач достигается наилучший экономический эффект при наибольшем количестве присоединений к энергосистеме. Технологический эффект выражается в повышении надежности функционирования электроэнергетических систем и снижении аварийности, увеличении срока службы электросетевого оборудования [20]. Пропускная способность реагирования на спрос — количественная оценка объема нагрузки, которая может участвовать в реагировании на спрос. Это предварительное условие для количественного анализа реакции спроса и теоретическая основа для практического применения и развития цифровых платформ для реагирования на спрос. Использование цифровых платформ основано на интеллектуальном анализе данных о потреблении энергии. Интеллектуальный анализ потребления в основном направлен на получение типичных моделей потребления электроэнергии, а затем на оценку потенциала реакции спроса.
Появление цифровой платформы в любой отрасли (Uber, Airbnb, Amazon,
СаЫао, SmartCAT, Predix и др.) обуславливает ускорение темпов производства, увеличение производительности и снижение влияния человеческого фактора.
По мере увеличения объемов потребления электроэнергии платформа анализирует текущую рыночную конъюнктуру и запасы в хранилищах (информация о них находится в распределенном реестре), наличие которых напрямую влияет на основной механизм регулирования — реакцию спроса на основе цен. При небольшом предложении и высоком спросе цена ресурса увеличивается, что снижает нагрузку на сеть. Возникает обратная ситуация, когда предложение превышает спрос, цена падает. Кроме того, включены другие механизмы регулирования, например, различные поведенческие реакции на спрос, учитывающие локализацию пользователей и их состояние [21]. При этом можно выделить ряд эффектов использования цифровых технологий:
- реакции на спрос позволяют изменить форму профиля потребления электроэнергии, чтобы сократить число часов использования максимума нагрузки. В отдельных случаях — исключить максимумы и снизить общее потребление электрической энергии.
- эффекты управления потерями при передаче и распределении электроэнергии формируются за счет снижения нагрузочных потерь при внедрении новых типов проводов и силового оборудования и снижения потерь нагрузки при переходе к интеллектуальному качеству управления режимами сети, а также из-за изменений энергопотребления при реализации эффектов реакции на спрос;
- эффекты управления мощностью линий в магистральных и распределительных сетях обеспечивают увеличе-
ние допустимых перетоков мощности за счет внедрения гибких технологий передачи и новых автоматизированных систем мониторинга статической устойчивости сети;
- эффекты управления генерацией позволяют рационально использовать крупную и распределенную генерацию. Одним из важных эффектов в этой области является интеграция больших объемов распределенной генерации в энергосистему и повышение управляемости потока электроэнергии, производимой на электростанциях с нерегулярными режимами генерации энергии (ветровая, солнечная и т. д.);
- влияние управления надежностью и качеством энергоснабжения сокращает частоту и продолжительность аварийных ситуаций, которые вызывают прямой дефицит электроэнергии для потребителей или неадекватное качество энергоснабжения. В результате сокращаются прямые экономические потери потребителей из-за упущенной финансовой выгоды, повреждения сырья, оборудования и расходных материалов.
Несмотря на значительные инвестиции в автоматизацию и ИТ-инфраструктуру, торговля электроэнергией остается в основном процессом обмена вручную, требующим взаимодействия с несколькими заинтересованными сторонами и многоуровневой цепочки создания стоимости. Интеграция в современную энергетическую систему с распределенными энергоресурсами (РЭР) повышает интерес к технологиям управления и снижения пиковых нагрузок, основанных на высокоза-щищенных и эффективных транзитивных энергетических платформах [22]. Однако централизованное решение проблемы управления спросом становится все более сложной задачей из-за широкого спектра проблем, затрагива-
ющих многочисленных клиентов и различные электрические устройства [23]. Блокчейн — технология, на которой такие платформы могут быть построены посредством прямых одноранговых транзакций, что позволяет потребителям и производителям обмениваться защищенной и надежной информацией в общей базе данных в режиме реального времени. Технология блок-чейн может удовлетворить требование прозрачного взаимодействия за счет реализации оптимальных стратегий управления энергопотреблением через распределенную базу данных [24].
Роль блокчейн в управлении
спросом
Система децентрализованной интеллектуальной сети электрической энергии представляет собой модель мультиагентной сети [25], где каждый объект имеет свои функции (например, прогнозирование потребления или поставки в локальные энергосистемы) и имеет номер конкретных возможностей. Исследования возможности использования одноранговой (Р2Р) торговли энергией в сети, привязанной к электрической сети, актуальны, поскольку необходимо понимать влияние финансовой Р2Р-торговли энергией на работу сети электроснабжения. При разработке схемы Р2Р-торговли важно учитывать различные вопросы, связанные с сетью электроснабжения [26].
Агент — это открытая система, способная получать и анализировать информацию, а также обмениваться полученными данными из внешней среды с другими агентами, находящимися в системе. Все агенты находятся во взаимодействии друг с другом, в результате чего в мультиагентной сети устанавливается согласованность действий, выполняются общие цели:
основная цель — баланс спроса и предложения, второстепенные — поддержание качественных параметров электроэнергии и уровня нагрузки сетевого подключения, учет и минимизация выбросов, снижение потерь энергии [27]. Блокчейн может служить основой мультиагентных сетевых платформ, алгоритмы смарт-контрактов выполняют функцию сигналов стоимости, которые отвечают за инициирование транзакций. При необходимости реализация транзакции, механизм которой показан на рис. 2, создает новый блок в цепочке — процесс майнинга. Каждый участник блокчейна подтверждает добавление нового блока в цепочку (подтверждение выполненной работы) на основе механизма консенсуса, за что получает вознаграждение, затем блок добавляется, система обновляется и синхронизируется.
Основой системы является распределенный реестр, в котором электроэнергия используется в качестве базы данных активов. Благодаря технологии распределенного реестра операции ста-
нут проще, быстрее и дешевле, рынок избавится от ненужных посредников, станет безопаснее и прозрачнее, а значит, более ликвидным. В состав участников (субъектов) системы должны входить производители и потребители электрической энергии. Участники рынка — узлы децентрализованной базы данных, которая на сетевом уровне предоставляет им информацию без централизованной авторизации, практически мгновенно. Следует подчеркнуть, что для микрогридов одноранговая торговля энергией разрешена и возможна между любыми участниками. Электрифицированная нагрузка может вовлекаться в управление спросом как для решения собственных проблем, так и для регулирования графиков для внешней сети. Горные производства смогут продавать избыточную энергию от накопителей энергии или электротранспорта для получения дохода, а также задействовать мобильных потребителей, содержащих накопители для участия в управлении спросом и получении дополнительных «зеле-
Puc. 2. Концепция проведения peer-to-peer транзакций в блокчейн (Составлено авторами) Fig. 1. The concept of conducting peer-to-peer transactions in the blockchain
ных» сертификатов. Любой субъект может быть зарегистрирован в системе в качестве потребителя, а наличие электрифицированного транспорта и интеграция в сеть технологии «автомобиль-сеть», солнечных панелей также позволяет быть производителем электроэнергии, участвуя на электронном аукционе электроэнергии [28], что приводит к демократизации бизнес-сектора. Блокчейн позволяет производству отслеживать «углеродный след» электроэнергии через цепочку блоков транзакций. К концу марта 2022 года в России планируется запуск национальной платформы «зеленых» сертификатов с целью снижения углеродного следа отечественной продукции. Кроме того, применение цифровых платформ позволяет отслеживать состояние оборудования с целью прогнозирования его выхода из строя [29]. Важным фактором является поддержание определенных параметров качества электроэнергии [30]. Есть выбор: дорогая, но экологически чистая энергия или дешевая, но вырабатываемая с использованием традиционных углеводородов. Для потребителей, которые делают свой выбор в основном в направлении «зеленой» энергетики, необходимо предусмотреть льготы [31]. В рамках достижения углеродной нейтральности продукция подорожает, в случае введения "углеродного" налога, ставка которого будет зависеть от объема парниковых газов при производстве. Действия платформы основаны на беспроигрышной стратегии устойчивого развития и декарбонизации потребляемой энергии горными предприятиями.
Примером развивающего декарбонизацию потребляемой энергии горного производства может послужить компания «Полиметалл». В 2018 году на месторождении «Светлое» в Хабаровском крае запущена пилотная сол-
нечная электростанция мощностью 1 МВт, где когенерационные установки путем использования тепла от работы дизельных электростанций и обогатительных фабрик вырабатывают энергию для электро- и теплоснабжения (29% теплоэнергии вырабатывается за счет систем рекуперации тепла).
В компании «Балтика» снижение углеродного следа достигается покупкой «зеленых» сертификатов с рынка или РРА, введения собственной генерации ВИЭ (солнечная, ветровая и т. д.), снижением удельного потребления тепла (с 19,46 кВтч/гл до 17,38 кВтч/ гл — 10%) и электричества (с 8,03 кВтч/ гл до 7,78 кВтч/гл — 3%), применением цифровых технологий для энергоэффективности и реинжиниринга процессов.
По прогнозам VYGON Consulting, нормированная стоимость электроэнергии новых солнечных электростанций к 2030 году снизится до 6 руб/кВтч, цена энергии ветроэлектростанций и даже ПГУ конкуренции не выдержат: цена на АЭС будет выше 6 рублей, на ПГУ — выше 4 рублей, а стоимость угольной генерации может достичь 10 руб/кВтч.
Для обеспечения эффективной работы интеллектуальной сети распределенной генерации требуется агрегированная работа различных элементов сети: традиционной энергетики (включая электростанции малой генерации), возобновляемых источников энергии, накопителей электроэнергии, объектов интеллектуального учета и прогнозирования [32]. Все эти компоненты являются частью виртуальной электростанции, где аукцион электроэнергии проводится итеративно. Внедрение крупных систем хранения энергии покроет большой спрос в часы пик без значительного увеличения тарифов на ресурсы и обеспечения надежного покрытия спроса [33]. Интегра-
ция Интернета вещей (IoT) позволяет участникам рынка взаимодействовать быстро и гибко, по принципу «каждый со всеми», для того чтобы генерация электроэнергии, её транспорт и потребление были эффективны и выгодны для каждого участника. Блокчейн позволяет масштабировать технологию Интернета вещей в децентрализованных интеллектуальных системах и устраняет избыточные узлы, сокращая количество транзакций.
Структура торговой платформы
В последнее десятилетие использование мультиагентных систем с механизмами регулирования ценообразования в электроснабжении часто рассматривается в пилотных проектах и стартапах. Например, Нидерландская организация прикладных научных исследований (TNO) создала технологию Power Matcher, которая основана на поддержании баланса между спросом и предложением с использованием подобия тендерного механизма. Эта технология поддерживает состояние баланса спроса и предложения, за которым следует равновесие экономики. В рамках организации взаимодействия представлена платформа, показанная на рис. 3, которая обеспечивает рыночную инфраструктуру для определения равновесия рынка, предметами спроса и предложения являются устройства. Каждое устройство демонстрирует готовность потреблять, снижать потребление, переносить потребление или производить энергию, на основании чего составляется база тарифов, которая в итоге формирует сбалансированную цену.
В протоколе Power Matcher ставка описывает соотношение спроса и предложения устройства, агент устройства для каждого случая торгов обновляет свою ставку на основе состояния устройства (заряд батареи, готовность
переносить потребление, готовность снижать потребление, объем возможного переноса или снижения энергии), в результате акционер имеет всю информацию о соотношении спроса и предложения на рынке и не требует итераций для определения рыночного баланса. Структура этой технологии представляет собой взаимосвязь трех звеньев: агент-акционер, агент-концентратор, агент-устройство.
Основная задача агента-акционера — суммировать ставки, определить баланс кластера и установить цену для каждого агента лично.
Основная задача агента-агрега-тора — агрегировать все ставки и отправлять их агенту-акционеру.
Основная задача агентского устройства (аккумулятор, солнечная панель, конвейер) — отправить заявку и получить цену от акционера. Подача заявок сильно влияет на рынок. Power Matcher обеспечивает автономность агента и устройства на основе предварительно установленных экономичных настроек, а также позволяет регулировать и отключать настройки.
Для участия в системе необходимы:
- отчет по предложениям генерируемой электроэнергии, полученный от агента-агрегатора
- динамическое изменение цен на эту электроэнергию, получаемое от агента-аукционера
В системе P2P торговли электроэнергией может быть разработан смарт-контракт для считывания данных счетчика или цены на электроэнергию в режиме реального времени через определенный период времени или для отправки инструкций по включению электрического устройства, когда цена на электроэнергию достигает оптимизированного порога.
Электроэнергетические и сырьевые компании все больше полагаются
Энергетическая система
Торговый сектор
Рис. 3. Концепция структуры мультиагентной сетевой платформы на основе технологий блокчейн для реагирования на спрос. (Составлено авторами)
Fig. 3. The concept of the structure of a multi-agent network platform based on blockchain technologies to respond to demand
на использование больших данных и облачных технологий для оптимизации своих услуг и бизнеса. Будущее управления спросом стоит за потребителем. Именно потребитель определяет новые модели реагирования на спрос: «поведенческая» модель, построенная на взаимодействии потребителя с системой посредством современных способов коммуникации и обратной связью системы на его совершённые и планируемы действия; «аналитическая» модель строится на основе расширенных данных о потреблении и алгоритме сложной самообучающейся системы, способной самостоятельно вычислить возможности к оптимизации потребления.
Для реализации модели предлагаемой платформы будут работать два
отдельных алгоритма, один на стороне агента-акционера, а другой — на стороне агента-агрегатора. Агрегаторы, использующие агентов устройств, будут определять свои графики нагрузки и объявленный график сброса или переноса нагрузки. Затем каждый агент-агрегатор оптимизирует свои векторы энергетического планирования в соответствии с возможными ограничениями. Агенты-агрегаторы передают обновленные расписания обратно акционеру. Обмен информацией будет продолжаться до тех пор, пока агрегирующий агент не внесет изменений и не будет найдено оптимальное решение для всех. Когда алгоритмы оптимизации генерируют план управления энергопотреблением, его можно отправить обратно каждому пользо-
вательскому узлу. Двунаправленный информационный поток гарантируется протоколами обмена сообщениями, такими как Telemetry Message Queuing Telemetry (MQTT), которые взаимодействуют с различными интерфейсами прикладного программирования (API).
Заключение
Для повышения энергоэффективности производства и увеличения валового внутреннего продукта (ВВП) цифровая трансформация должна действовать комплексно, охватывать все сектора промышленности, осуществлять взаимодействие между тем, кто производит, и тем, кто потребляет [34, 35].
Очевидно, что реализация цифровой трансформации, развитие цифровых и информационных технологий должны стимулировать общие экосистемы, что станет стимулом для развития технологий и оборудования [36, 37]. Проникновение цифровизации во все слои топливно-энергетического и минерально-сырьевого комплексов способствует созданию принципиально новых экономических отношений, ведущих к изменению горных предприятий.
Принимая во внимание постоянно меняющиеся тенденции, горная отрасль часто сталкивается с проблемами, которые необходимо решать наиболее эффективно, быстро и экономично. В то же время растет огромное количество новых практических технологий, которые являются инструментом
для решения этих задач [38, 39]. Муль-тиагентные системные технологии, такие как аварийное восстановление и блокчейн, являются ответом на решение проблем регулирования спроса и предложения, отслеживания выбросов, динамизации транзакций, постоянного обновления, хранения данных, децентрализации и прозрачности среди многих других проблем. Использование этих технологий в симбиозе приведет к оптимизации процессов, рациональному и осознанному потреблению, развитию альтернативной энергетики, улучшению экологической ситуации, а также процессов, связанных с ними. Цифровизация энергообеспечения на основе блокчейн-платформ создаст новые экономические стимулы вовлечения все большего числа механизмов декарбонизации и устойчивости горного производства.
Вклад авторов
Жуковский Ю.Л., к.т.н. — генерация идеи исследования, написание текста статьи;
Семенюк А. В., асп. — постановка задачи исследования, генерация идеи исследования;
Алиева Л. З., студ. — выполнение по систематизации материала, получение данных для анализа;
Арапова Е. Г., студ. — анализ результатов исследования и подготовка данных, написание текста статьи.
Авторы заявляют об отсутствии конфликта интересов.
СПИСОК ЛИТЕРАТУРЫ
1. Ponomarenko T., Nevskaya M., Jonek-Kowalska I. Mineral resource depletion assessment: Alternatives, problems, results // Sustainability. 2021, vol. 13, pp.1-15. DOI: 10.3390/su13020862.
2. Kazanin O. I., Sidorenko A. A., Meshkov A. A. Reproduction of the longwall panels: Modern requirements for the technology and organization of the development operations at coal mines // Eurasian mining. 2020, no. 2, pp. 19-23. DOI: 10.17580/em.2020.02.05
3. Novikova O., Vladimirov I., Bugaeva T. Expansion of the Fuel and Energy Balance Structure in Russia through the Development of a Closed-Loop Recycling // Sustainability. 2021, vol. 13, no. 9, pp. 1-15. DOI: 10.3390/su13094965.
4. Gorman M. R.; Dzombak D. A. A review of sustainable mining and resource management: Transitioning from the life cycle of the mine to the life cycle of the minera //. Resources, conservation, and recycling. 2018, vol. 137, pp. 281-291. D0l:10.1016/j. resconrec.2018.06.001.
5. Malyshkov G. B., Sinkov L. S., Nikolaichuk L. A. Analysis of economic evaluation methods of environmental damage at calculation of production efficiency in mining industry // International Journal of Applied Engineering Research. 2017, vol. 12, no.10, pp. 2551-2554.
6. Yin J., Gong L., Wang S. Large-scale assessment of global green innovation research trends from 1981 to 2016: a bibliometric study // J. Clean. Prod. 2018, vol. 197, no. 1, pp. 827-841. DOI: 10.1016/j.jclepro.2018.06.169.
7. Сафиуллин Р. Н., Афанасьев А. С., Резниченко В. В. Концепция развития систем мониторинга и управления интеллектуальных технических комплексов // Записки Горного института. - 2019. - Т. 237. - С. 322-330. DOI: 10.31897/pmi.2019.3.322.
8. Beloglazov 1.1., Petrov P. A., Bazhin V. Y. The concept of digital twins for tech operator training simulator design for mining and processing industry // Eurasian Mining. 2020, no. 2, pp. 50-54. DOI: 10.17580/em.2020.02.12
9. Litvinenko V. S. Digital Economy as a Factor in the Technological Development of the Mineral Sector // Natural Resources Research. 2020, vol. 29, no. 3, pp. 1521-1541. DOI: 10.1007/s11053-019-09568-4
10. Paschke M., Lebedeva O., Shabalov M., Ivanova D. Economic and legal aspects of digital transformation in mining industry // Paper presented at the Advances in Raw Material Industries for Sustainable Development Goals. 2021, vol. 1, pp. 492-500.
11. Ge X., Su S., Yu H., Chen G., Lu X. Smart mine construction based on knowledge engineering and internet of things // Int. J. Perform. Eng. 2018, vol. 14, no. 5, pp. 10601068. DOI: 10.23940/ijpe.18.05.p25.10601068.
12. Shushpanov I., Suslov K., Ilyushin P., Sidorov D. N. Towards the Flexible Distribution Networks Design Using the Reliability Performance Metric // Energies. 2021, vol. 14, no. 19, pp. 1-25. DOI: 10.3390/en14196193.
13. Пирог С., Шклярский Я. Э., Скамьин А. Н. Идентификация местоположения нелинейной электрической нагрузки // Записки Горного института. — 2019. — Т. 237. — С. 317-321. DOI: 10.31897/pmi.2019.3.317
14. Сычев Ю. А., Зимин Р. Ю. Повышение качества электроэнергии в системах электроснабжения минерально-сырьевого комплекса гибридными фильтрокомпенсиру-ющими устройствами // Записки Горного института. — 2021. — № 247(1). — С. 132140. DOI: 10.31897/PMI.2021.1.14
15. Mohsenian-Rad A., Wong V. W. S., Jatskevich J., Schober R., Leon-Garcia A. Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid // IEEE Transactions on Smart Grid. 2010, vol. 1, no. 3, pp. 320-331. DOI: 10.1109/TSG.2010.2089069.
16. Andoni M., Robu V., Flynn D., Abram S., Geach D., Jenkins D., Mccallum P., Peacock A. Blockchain technology in the energy sector: A systematic review of challenges and opportunities // Renewable and Sustainable Energy Reviews. 2019. vol. 100, pp. 143174. DOI: 10.1016/j.rser.2018.10.014.
17. Fadlullah Z. M., Quan D. M., Kato N., Stojmenovic I. GTES: An optimized game-theoretic demand-side management scheme for smart grid // IEEE Systems Journal. 2014, vol. 8, pp. 588-597.
18. Nur M., Yateendra M. Demand-Side Management and Demand Response for Smart Grid // Smart Grids and Their Communication Systems. 2018, vol.1, no. 6, pp. 197-231. DOI: 10.1007/978-981-13-1768—2_6.
19. Shklyarskiy J. E., Batueva D. E. The influence of external climatic factors on the accuracy of the forecast of energy consumption // E3S Web of Conferences, 2019, vol. 140, pp. 1-5. DOI: 10.1051/e3sconf/201914004014
20. Huang W., Zhang N., Kang C., Li M., Huo M. From demand response to integrated demand response: review and prospect of research and application // Protection and Control of Modern Power Systems. 2019, vol. 4, no. 1, pp. 1-13. DOI: 10.1063/5.0051157.
21. Malov D., Edemskii A., Saveliev A. Architecture of proactive localization service for cyber-physical system's users // Interactive Collaborative Robotics. 2019, vol. 1, pp. 10-18. DOI: 10.1007/978-3-030—26118—4_2.
22. Dobush V. S., Belsky A. A., Skamyin A. N. Electrical Complex for Autonomous Power Supply of Oil Leakage Detection Systems in Pipelines // Journal of Physics: Conference Series. 2020, vol. 1441, pp. 1-13. DOI: 10.1088/1757—899X/643/1/012029.
23. Pawar P., Tarun Kumar M., Vittal K. P. An IoT based Intelligent Smart Energy Management System with accurate forecasting and load strategy for renewable generation // Measurement: Journal of the International Measurement Confederation. 2020, vol. 152, no. 4, pp. 1-10. DOI: 10.1016/j.measurement.2019.107187.
24. Morstyn T., Farrell N., Darby S. J., Mcculloch M. D. Using peer-to-peer energy-trading platforms to incentivize prosumers to form federated power plants // Nature Energy. 2018, vol. 3, no. 2, pp. 94-101. DOI: 10.1038/s41560-017—0075-y.
25. Santos A. Q., Monaro R., Coury D.,Oleskovicz M. A new real-time multi-agent system for under frequency load shedding in a smart grid context // Electric Power Systems Research. 2019, vol. 174, no. 12, pp. 487-492. DOI: 10.1016/j.epsr.2019.04.029.
26. Azim M. I., Pourmousavi S. A., Tushar W., Saha T. K. Feasibility Study of Financial P2P Energy Trading in a Grid-tied Power Network // IEEE Power and Energy Society General Meeting. 2019, vol. 1, pp. 1-5. DOI: 10.1109/PESGM40551.2019.8973809.
27. Strasser T., Andrén F., Kathan J., Cecati C., Buccella C., Siano P., Leitâo P., Zhabelova G., Vyatkin V., Vrba, P., Marik V., A Review of Architectures and Concepts for Intelligence in Future Electric Energy Systems // IEEE Transactions on industrial electronics. 2015, vol. 62, no. 4, pp. 1-3. DOI: 10.1007/s00450-017-0377-0.
28. Zhukovskiy Y. L., Suslikov P. K., Arapova E. G., Alieva L. Z. Digital platform as a means of process optimization of integrating electric vehicles into electric power networks // Journal of Physics: Conference Series. 2020, vol. 1661, no.1, pp. 1-8. DOI:10.1088/1742 — 6596/1661/1/012162.
29. Korolev N., Kozyaruk A., Morenov V. Efficiency Increase of Energy Systems in Oil and Gas Industry by Evaluation of Electric Drive Lifecycle // Energies. 2021, vol. 14, no. 6074, pp. 1-15. DOI: 10.3390/en14196074.
30. Klyuev R. V., Bosikov 1.1., Alborov A. D. Research of Non-sinusoidal Voltage in Power Supply System of Metallurgical Enterprises // Lecture Notes in Electrical Engineering. 2020, vol. 641, pp. 393-400. DOI: 10.1007/978—3-030—39225 — 3_42.
31. Litvinenko V. S., Tsvetkov P. S., Molodtsov K. V. The social and market mechanism of sustainable development of public companies in the mineral resource sector // Eurasian Mining. 2020, no. 1, pp. 36-41. DOI: 10.17580/em.2020.01.07.
32. Lavrik A., Iakovleva E., Leskov A. Assessing the solar power plant efficiency degradation resulting from heating // Journal of Ecological Engineering. 2018, vol. 19, no. 3, pp.115-119. DOI:10.12911/22998993/86149.
33. Savard C., Iakovleva E. V. A suggested improvement for small autonomous energy system reliability by reducing heat and excess charges // Batteries. 2019, vol. 5, no. 1, pp. 1-17. DOI: 10.3390/en14030718.
34. Vasilyeva N. V., Fedorova E. R., Koteleva N. I. Real-time control data wrangling for development of mathematical control model soft technological processes // Journal
of Physics: Conference Series. 2018, vol. 1015, no. 3, pp. 1-6. D0l:10.1088/1742-6596/1015/3/032067.
35. Boikov A. V., Savelev R. V, Payor V. A., Erokhina O. O. The control method concept of the bulk material behavior in the pelletizing drum for improving the results of DEM-modeling // CIS Iron and Steel Review. 2019, vol. 1710, no. 13, pp. 10-13. DOI: 10.17580/ cisisr.2020.01.01.
36. Makhovikov A., Kryltcov S. Development of Secure and Reliable Communications System for Corporate Sector Over Mobile Telecom Networks // Asian Journal of Information Technology. 2016, vol. 15, no. 24, pp. 5120-5125. DOI: ajit.2016.5120.5125.
37. Клюев Р. В., Босиков И. И., Гаврина О. А. Повышение эффективности релейной защиты на горно-обогатительном комбинате // Записки Горного института. — 2021. — Т. 248. — С. 300-311. DOI: 10.31897/PMI.2021.2.14
38. Петров В.Л., Кузнецов Н. М., Морозов И. Н. Управление спросом на электроэнергию в горнопромышленном секторе на основе интеллектуальных электроэнергетических систем // Горный информационно-аналитический бюллетень. — 2022. — № 2. — С. 169-180. DOI: 10.25018/0236_1493_2022_2_0_169.
39. Зиновьева О. М., Кузнецов Д. С., Меркулова А. М., Смирнова Н. А. Цифрови-зация систем управления промышленной безопасностью в горном деле // Горный информационно-аналитический бюллетень. — 2021. — № 2-1. — С. 113-123. DOI: 10.25018/0236-1493-2021-21 — 0-113—123. ЕИЗ
REFERENCES
1. Ponomarenko T., Nevskaya M., Jonek-Kowalska I. Mineral resource depletion assessment: Alternatives, problems, results. Sustainability. 2021, vol. 13, pp.1-15. DOI: 10.3390/su13020862.
2. Kazanin O. I., Sidorenko A. A., Meshkov A. A. Reproduction of the longwall panels: Modern requirements for the technology and organization of the development operations at coal mines. Eurasian mining. 2020, no. 2, pp. 19-23. DOI: 10.17580/em.2020.02.05.
3. Novikova O., Vladimirov I., Bugaeva T. Expansion of the Fuel and Energy Balance Structure in Russia through the Development of a Closed-Loop Recycling. Sustainability. 2021, vol. 13, no. 9, pp. 1-15. DOI: 10.3390/su13094965.
4. Gorman M. R.; Dzombak D. A. A review of sustainable mining and resource management: Transitioning from the life cycle of the mine to the life cycle of the mineral. Resources, conservation, and recycling. 2018, vol. 137, pp. 281-291. DOI:10.1016/j. resconrec.2018.06.001.
5. Malyshkov G. B., Sinkov L. S., Nikolaichuk L. A. Analysis of economic evaluation methods of environmental damage at calculation of production efficiency in mining industry. International Journal of Applied Engineering Research. 2017, vol. 12, no.10, pp. 25512554.
6. Yin J., Gong L., Wang S. Large-scale assessment of global green innovation research trends from 1981 to 2016: a bibliometric study. J. Clean. Prod. 2018, vol. 197, no. 1, pp. 827-841. DOI: 10.1016/j.jclepro.2018.06.169.
7. Safiullin R. N., Afanasyev A. S., Reznichenko V. V. The concept of development of monitoring systems and management of intelligent technical complexes. Journal of Mining Institute. 2019, vol. 237, pp. 322-330. [In Russ]. DOI: 10.31897/pmi.2019.3.322.
8. Beloglazov I. I., Petrov P. A., Bazhin V. Y. The concept of digital twins for tech operator training simulator design for mining and processing industry. Eurasian Mining. 2020, no. 2, pp. 50-54. DOI: 10.17580/em.2020.02.12.
9. Litvinenko V. S. Digital Economy as a Factor in the Technological Development of the Mineral Sector. Natural Resources Research. 2020, vol. 29, no. 3, pp. 1521-1541. DOI: 10.1007/s11053-019-09568-4.
10. Paschke M., Lebedeva O., Shabalov M., Ivanova D. Economic and legal aspects of digital transformation in mining industry. Paper presented at the Advances in Raw Material Industries for Sustainable Development Goals. 2021, vol. 1, pp. 492-500.
11. Ge X., Su S., Yu H., Chen G., Lu X. Smart mine construction based on knowledge engineering and internet of things. Int. J. Perform. Eng. 2018, vol. 14, no. 5, pp. 1060-1068. DOI: 10.23940/ijpe.18.05.p25.10601068.
12. Shushpanov I., Suslov K., Ilyushin P., Sidorov D. N. Towards the Flexible Distribution Networks Design Using the Reliability Performance Metric. Energies. 2021, vol. 14, no. 19, pp. 1 — 25. DOI: 10.3390/en14196193.
13. Pirog S., Shklyarskiy Y. E. and Skamyin A. N. Non-linear electrical load location identification. Journal of Mining Institute. 2019, vol. 237, pp. 317-321. [In Russ]. DOI: 10.31897/pmi.2019.3.317.
14. Sychev Y. A., Zimin R. Y. Improving the quality of electricity in the power supply systems of the mineral resource complex with hybrid filter-compensating devices. Journal of Mining Institute. 2021, vol. 247, pp. 132-140. [In Russ]. DOI: 10.31897/PMI.2021.1.14.
15. Mohsenian-Rad A., Wong V. W. S., Jatskevich J., Schober R., Leon-Garcia A. Autonomous demand-side management based on game-theoretic energy consumption scheduling for the future smart grid. IEEE Transactions on Smart Grid. 2010, vol. 1, no. 3, pp. 320-331. DOI: 10.1109/TSG.2010.2089069.
16. Andoni M., Robu V., Flynn D., Abram S., Geach D., Jenkins D., Mccallum P., Peacock A. Blockchain technology in the energy sector: A systematic review of challenges and opportunities. Renewable and Sustainable Energy Reviews. 2019. vol. 100, pp. 143-174. DOI: 10.1016/j.rser.2018.10.014.
17. Fadlullah Z. M., Quan D. M., Kato N., Stojmenovic I. GTES: An optimized game-theoretic demand-side management scheme for smart grid. IEEE Systems Journal. 2014, vol. 8, pp. 588-597.
18. Nur M., Yateendra M. Demand-Side Management and Demand Response for Smart Grid. Smart Grids and Their Communication Systems. 2018, vol.1, no. 6, pp. 197-231. DOI: 10.1007/978-981-13-1768—2_6.
19. Shklyarskiy J. E., Batueva D. E. The influence of external climatic factors on the accuracy of the forecast of energy consumption. E3S Web of Conferences. 2019, vol. 140, pp. 1-5. DOI: 10.1051/e3sconf/201914004014.
20. Huang W., Zhang N., Kang C., Li M., Huo M. From demand response to integrated demand response: review and prospect of research and application. Protection and Control of Modern Power Systems. 2019, vol. 4, no. 1, pp. 1-13. DOI: 10.1063/5.0051157.
21. Malov D., Edemskii A., Saveliev A. Architecture of proactive localization service for cyber-physical system's users. Interactive Collaborative Robotics. 2019, vol. 1, pp. 10-18. DOI: 10.1007/978—3-030—26118—4_2.
22. Dobush V. S., Belsky A. A., Skamyin A. N. Electrical Complex for Autonomous Power Supply of Oil Leakage Detection Systems in Pipelines. Journal of Physics: Conference Series. 2020, vol. 1441, pp. 1-13. DOI: 10.1088/1757—899X/643/1/012029.
23. Pawar P., Tarun Kumar M., Vittal K. P. An IoT based Intelligent Smart Energy Management System with accurate forecasting and load strategy for renewable generation. Measurement: Journal of the International Measurement Confederation. 2020, vol. 152, no. 4, pp. 1-10. DOI: 10.1016/j.measurement.2019.107187.
24. Morstyn T., Farrell N., Darby S. J., Mcculloch M. D. Using peer-to-peer energy-trading platforms to incentivize prosumers to form federated power plants. Nature Energy. 2018, vol. 3, no. 2, pp. 94-101. DOI: 10.1038/s41560—017—0075-y.
25. Santos A. Q., Monaro R., Coury D.,Oleskovicz M. A new real-time multi-agent system for under frequency load shedding in a smart grid context. Electric Power Systems Research. 2019, vol. 174, no. 12, pp. 487-492. DOI: 10.1016/j.epsr.2019.04.029.
26. Azim M. I., Pourmousavi S. A., Tushar W., Saha T. K. Feasibility Study of Financial P2P Energy Trading in a Grid-tied Power Network. IEEE Power and Energy Society General Meeting. 2019, vol. 1, pp. 1-5. DOI: 10.1109/PESGM40551.2019.8973809.
27. Strasser T., Andrén F., Kathan J., Cecati C., Buccella C., Siano P., Leitao P., Zhabelova G., Vyatkin V., Vrba, P., Marík V., A Review of Architectures and Concepts for Intelligence in Future Electric Energy Systems. IEEE Transactions on industrial electronics. 2015, vol. 62, по. 4, pp. 1-3. DOI: 10.1007/s00450-017-0377-0.
28. Zhukovskiy Y. L., Suslikov P. K., Arapova E. G., Alieva L. Z. Digital platform as a means of process optimization of integrating electric vehicles into electric power networks. Journal of Physics: Conference Series. 2020, vol. 1661, no.1, pp. 1-8. DOI:10.1088/1742 — 6596/1661/1/012162.
29. Korolev N., Kozyaruk A., Morenov V. Efficiency Increase of Energy Systems in Oil and Gas Industry by Evaluation of Electric Drive Lifecycle. Energies. 2021, vol. 14, no. 6074, pp. 1-15. DOI: 10.3390/en14196074.
30. Klyuev R. V., Bosikov I. I., Alborov A. D. Research of Non-sinusoidal Voltage in Power Supply System of Metallurgical Enterprises. Lecture Notes in Electrical Engineering. 2020, vol. 641, pp. 393-400. DOI: 10.1007/978—3-030—39225 — 3_42.
31. Litvinenko V. S., Tsvetkov P. S., Molodtsov K. V. The social and market mechanism of sustainable development of public companies in the mineral resource sector. Eurasian Mining. 2020, no. 1, pp. 36-41. DOI: 10.17580/em.2020.01.07.
32. Lavrik A., Iakovleva E., Leskov A. Assessing the solar power plant efficiency degradation resulting from heating. Journal of Ecological Engineering. 2018, vol. 19, no. 3, pp.115 — 119. DOI:10.12911/22998993/86149.
33. Savard C., Iakovleva E. V. A suggested improvement for small autonomous energy system reliability by reducing heat and excess charges. Batteries. 2019, vol. 5, no. 1, pp. 1-17. DOI: 10.3390/en14030718.
34. Vasilyeva N. V., Fedorova E. R., Koteleva N. I. Real-time control data wrangling for development of mathematical control model soft technological processes. Journal of Physics: Conference Series. 2018, vol. 1015, no. 3, pp. 1-6. DOI:10.1088/1742 — 6596/1015/3/032067.
35. Boikov A. V., Savelev R. V, Payor V. A., Erokhina O. O. The control method concept of the bulk material behavior in the pelletizing drum for improving the results of DEM-modeling. CIS Iron and Steel Review. 2019, vol. 1710, no. 13, pp. 10-13. DOI: 10.17580/ cisisr.2020.01.01.
36. Makhovikov A., Kryltcov S. Development of Secure and Reliable Communications System for Corporate Sector Over Mobile Telecom Networks. Asian Journal of Information Technology. 2016, vol. 15, no. 24, pp. 5120-5125. DOI: ajit.2016.5120.5125.
37. Klyuev R. V., Bosikov I. I., Gavrina O. А. Improving the efficiency of relaprotection at a mining and processing plant. Journal of Mining Institute. 2021, vol. 248, pp. 300-311. [In Russ]. DOI: 10.31897/PMI.2021.2.14
38. Petrov V. L., Kuznetsov N. M., Morozov I. N. Electric energy demand management in mining industry using smart power grids. MIAB. Mining Inf. Anal. Bull. 2022, vol. 2, pp. 169-180. [In Russ]. DOI: 10.25018/0236_1493_2022_2_0_169.
39. Zinovieva O. M., Kuznetsov D. S., Merkulova A. M., Smirnova N. A. Digitalization of industrial safety management systems in mining. MIAB. Mining Inf. Anal. Bull. 2021, no. 2-1, pp. 113-123. [In Russ]. DOI: 10.25018/0236-1493-2021-21 — 0-113—123.
ИНФОРМАЦИЯ ОБ АВТОРАХ
Жуковский Юрий Леонидович — кандидат технических наук, доцент кафедры электроэнергетики и электромеханики, https://orcid.org/0000-0003-0312-0019, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия д.2, Россия, e-mail: zhukovskiy_yul@pers.spmi.ru;
Семенюк Александра Вадимовна — аспирант кафедры электроэнергетики и электромеханики, https://orcid.org/0000-0002-4839-8498, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия д.2, Россия, e-maiL: watermeLonaLeks@gmaiL.com;
Алиева Ляман Захид кызы — студент, https://orcid.org/0000-0003-4565-0560, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия д.2, Россия, e-maiL: LiamanaLieva54@gmaiL.com;
Арапова Екатерина Геннадьевна — студент, https://orcid.org/0000-0002-3010-130X, Санкт-Петербургский горный университет, 199106, Санкт-Петербург, Васильевский остров, 21 линия д.2, Россия, e-maiL: ekaterinv.arapova@maiL.ru. Для контактов: Жуковский Юрий Леонидович, e-maiL: zhukovskiy_yuL@pers.spmi.ru
INFORMATION ABOUT THE AUTHORS
Zhukovskiy Y. L., Cand. Sci. (Eng.), Associate Professor of the Department of ELectric Power Engineering and ELectromechanics, https://orcid.org/0000-0003-0312-0019, St. Petersburg Mining University, 199106, St. Petersburg, VasiLievsky IsLand, 21 Line 2, Russia, e-maiL: zhukovskiy_yuL@pers.spmi.ru;
Semenyuk A. V., postgraduate student of the Department of ELectric Power Engineering and ELectromechanics, https://orcid.org/0000-0002-4839-8498, St. Petersburg Mining University, 199106, St. Petersburg, VasiLievsky IsLand, 21 Line 2, Russia, e-maiL: watermeLonaLeks@gmaiL.com;
Alieva L. Z., student, https://orcid.org /0000-0003-4565-0560, Saint Petersburg Mining University, 199106, Saint Petersburg, VasiLievsky IsLand, 21 Line 2, Russia, e-maiL: LiamanaLieva54@gmaiL.com;
Arapova E. G, student, https://orcid.org /0000-0002-3010-130X, Saint Petersburg Mining University, 199106, Saint Petersburg, VasiLievsky IsLand, 21 Line 2, Russia, e-maiL: ekaterinv.arapova@maiL.ru.
For contacts: Zhukovskiy Y. L., e-maiL: zhukovskiy_yuL@pers.spmi.ru
Получена редакцией 14.01.2022; получена после рецензии 30.05.2022; принята к печати 10.05.2022. Received by the editors 14.01.2022; received after the review 30.05.2022; accepted for printing 10.05.2022.
_Д
