Модель инфраструктуры беспроводного заряда для электротранспорта предприятий открытой добычи полезных ископаемых
- 1 — д-р техн. наук старший научный сотрудник Кузбасский государственный технический университет имени Т.Ф.Горбачева ▪ Orcid ▪ Elibrary ▪ Scopus ▪ ResearcherID
- 2 — д-р техн. наук профессор Кузбасский государственный технический университет имени Т.Ф.Горбачева ▪ Orcid ▪ Scopus
- 3 — аспирант Кузбасский государственный технический университет имени Т.Ф.Горбачева ▪ Orcid
- 4 — канд. техн. наук педагог дополнительного образования Севастопольская станция юных техников ▪ Orcid ▪ Elibrary
Аннотация
Рассмотрены перспективы внедрения на предприятиях открытой добычи полезных ископаемых аккумуляторных карьерных самосвалов. Основное внимание уделяется проблеме зарядной инфраструктуры для реализации концепции безлюдного производства. Предлагается использовать станции беспроводного заряда для совмещения заряда аккумуляторных батарей с отдельными технологическими операциями, что позволяет снизить их емкость и увеличивает коэффициент использования электротранспорта. Для определения эффективных решений зарядной инфраструктуры требуется провести оценку взаимодействия самосвала и зарядных станций. Цель исследования – разработка модели, отражающей потоки мощности между зарядной инфраструктурой и аккумуляторной батареей самосвала при реализации технологического процесса. Модель учитывает параметры технологического цикла, параметры самосвала с вариантами силовой схемы, обеспечивающими рекуперацию при торможении, а также параметры зарядной инфраструктуры в трех вариантах: одна зарядная станция стационарного типа за пределами технологических трасс (вариант А), рассчитанная на одновременный заряд нескольких карьерных самосвалов; зарядные станции стационарного типа для одного самосвала, размещаемые на пунктах погрузки (вариант Б); станция динамического заряда в процессе движения (вариант В). Предложена методика определения мощности единичной станции беспроводного заряда, а также взаимосвязанная с ней методика определения емкости аккумуляторных батарей. При определении емкости учитываются параметры цикла заряда-разряда и кратность зарядного тока. Реализация описанной модели выполнена на базе MATLAB Simulink с использованием m-файлов для обработки спутниковых данных параметров трассы, полученных от геоинформационных систем, а также элементов библиотек Stateflow и Simscape Electrical. Возможности модели продемонстрированы на примере Лебединского горно-обогатительного комбината, в качестве аккумуляторных самосвалов выбран БелАЗ-7558Е. В рассмотренном примере суммарная мощность беспроводной зарядной инфраструктуры для вариантов А, Б и В составила 10,6; 6,3 и 13,5 МВт, при этом вариант Б обеспечивает наибольшее значение среднего уровня заряда аккумуляторных батарей 0,65 отн.ед. при наименьшем удельном потреблении электроэнергии на самосвал 2,4 МВт·ч. Результаты моделирования позволяют определять различные эксплуатационные характеристики системы, оценивать соответствие элементов системы по мощности, сравнивать варианты реализации инфраструктуры беспроводного заряда и принимать обоснованные проектные решения.
Финансирование
Исследование выполнено при финансовой поддержке Государственного задания Министерства науки и высшего образования Российской Федерации (№ 075-03-2024-082-2).
Литература
- Nobahar P., Chaoshui Xu, Dowd P., Shirani Faradonbeh R. Exploring digital twin systems in mining operations: A review // Green and Smart Mining Engineering. 2024. Vol. 1. Iss. 4. P. 474-492. DOI: 10.1016/j.gsme.2024.09.003
- Jian-guo Li, Kai Zhan. Intelligent Mining Technology for an Underground Metal Mine Based on Unmanned Equipment // Engineering. 2018. Vol. 4. Iss. 3. P. 381-391. DOI: 10.1016/j.eng.2018.05.013
- Zhengguo Hu, Shibin Lin, Xiuhua Long et al. Excavation trajectory planning for unmanned mining electric shovel using B-spline curves and point-by-point incremental strategy under uncertainty // Automation in Construction. 2025. Vol. 174. № 106135. DOI: 10.1016/j.autcon.2025.106135
- Dongyang Huo, Jinshi Chen, Tongyang Wang. Chaos-based support vector regression for load power forecasting of excavators // Expert Systems with Applications. 2024. Vol. 246. № 123169. DOI: 10.1016/j.eswa.2024.123169
- Yukun Yang, Wei Zhou, Jiskani I.M., Zhiming Wang. Extracting unstructured roads for smart Open-Pit mines based on computer vision: Implications for intelligent mining // Expert Systems with Applications. 2024. Vol. 249. Part C. № 123628. DOI: 10.1016/j.eswa.2024.123628
- Lalezar M., Izadi I., Hoseinie S.H., Mohamadrezaie H. A Model Predictive Control Algorithm for Autonomous Mining Dump Trucks // IFAC-PapersOnLine. 2024. Vol. 58. Iss. 22. P. 60-65. DOI: 10.1016/j.ifacol.2024.09.291
- Siyu Teng, Luxi Li, Yuchen Li et al. FusionPlanner: A multi-task motion planner for mining trucks via multi-sensor fusion // Mechanical Systems and Signal Processing. 2024. Vol. 208. № 111051. DOI: 10.1016/j.ymssp.2023.111051
- Воронов Ю.Е., Воронов А.Ю., Дубинкин Д.М., Максимова О.С. Диспетчеризация в карьерных экскаваторно-автомобильных комплексах с беспилотным транспортом // Уголь. 2023. № 9 (1171). С. 75-83. DOI: 10.18796/0041-5790-2023-9-75-83
- Li Zhang, Wenxuan Shan, Bin Zhou, Bin Yu. A dynamic dispatching problem for autonomous mine trucks in open-pit mines considering endogenous congestion // Transportation Research Part C: Emerging Technologies. 2023. Vol. 150. № 104080. DOI: 10.1016/j.trc.2023.104080
- Yamini E., Zarnoush M., Jalilvand M. et al. Integration of emerging technologies in next-generation electric vehicles: Evolution, advancements, and regulatory prospects // Results in Engineering. 2025. Vol. 25. № 104082. DOI: 10.1016/j.rineng.2025.104082
- Verma S., Sharma A., Tran B., Alahakoon D. A systematic review of digital twins for electric vehicles // Journal of Traffic and Transportation Engineering. 2024. Vol. 11. Iss. 5. P. 815-834. DOI: 10.1016/j.jtte.2024.04.004
- Balboa-Espinoza V., Segura-Salazar J., Hunt C. et al. Comparative life cycle assessment of battery-electric and diesel underground mining trucks // Journal of Cleaner Production. 2023. Vol. 425. № 139056. DOI: 10.1016/j.jclepro.2023.139056
- Qingsong Tang, Manjiang Hu, Yougang Bian et al. Optimal energy efficiency control framework for distributed drive mining truck power system with hybrid energy storage: A vehicle-cloud integration approach // Applied Energy. 2024. Vol. 374. № 123989. DOI: 10.1016/j.apenergy.2024.123989
- Замятин И.Д. Анализ перспектив развития конструкции карьерных самосвалов // Вопросы устойчивого развития общества. 2021. № 6. С. 641-651.
- Черепанов В.А., Журавлев А.Г., Глебов И.А., Чендырев М.А. Обзор транспорта с электропитанием в фокусе развития горнодобывающих предприятий // Проблемы недропользования. 2019. № 1 (20). С. 33-49. DOI: 10.25635/2313-1586.2019.01.033
- Hunt J.D., Nascimento A., Wenxuan Tong et al. Perpetual motion electric truck, transporting cargo with zero fuel costs // Journal of Energy Storage. 2023. Vol. 72. Part D. № 108671. DOI: 10.1016/j.est.2023.108671
- Хазин М.Л. Электрифицированный автотранспорт для подземных и открытых горных работ // Известия Уральского государственного горного университета. 2019. Вып. 1 (53). С. 128-135. DOI: 10.21440/2307-2091-2019-1-128-135
- Дубинкин Д.М., Карташов А.Б., Арутюнян Г.А. и др. Современное состояние техники и технологий в области карьерных самосвалов с накопителями энергии // Горное оборудование и электромеханика. 2020. № 6 (152). С. 31-42. DOI: 10.26730/1816-4528-2020-6-31-42
- Грачев А.И. Абсолютно «зеленый» БЕЛАЗ-7558Е // Горная промышленность. 2022. № 2. С. 30-32.
- Нгуен Т.Х., Васильев Б.Ю. Анализ автономных роботизированных машин горного производства с автономными системами электродвижения // Горное оборудование и электромеханика. 2022. № 5 (163). С. 59-69. DOI: 10.26730/1816-4528-2022-5-59-69
- Sudev V., Sindhu M.R. State-of-the-art and future trends in electric vehicle charging infrastructure: A review // Engineering Science and Technology, an International Journal. 2025. Vol. 62. № 101946. DOI: 10.1016/j.jestch.2025.101946
- Revankar S.R., Kalkhambkar V.N. Grid integration of battery swapping station: A review // Journal of Energy Storage. 2021. Vol. 41. № 102937. DOI: 10.1016/j.est.2021.102937
- Weipeng Zhan, Zhenpo Wang, Lei Zhang et al. A review of siting, sizing, optimal scheduling, and cost-benefit analysis for battery swapping stations // Energy. 2022. Vol. 258. № 124723. DOI: 10.1016/j.energy.2022.124723
- Mahaadevan V.C., Narayanamoorthi R., Logeshwer S.P.P. et al. Integrated design and YOLO based control framework for autonomous EV charging robot platforms // Results in Engineering. 2025. Vol. 26. № 105438. DOI: 10.1016/j.rineng.2025.105438
- Santos G.R., Romeral P.A., Zancul E. et al. Exploring electric vehicle robot charging stations: A simulation-based approach for charging capacity improvement // Research in Transportation Business & Management. 2025. Vol. 60. № 101383. DOI: 10.1016/j.rtbm.2025.101383
- Hao Chen, Zhongnan Qian, Ruoqi Zhang et al. Modular Four-Channel 50 kW WPT System With Decoupled Coil Design for Fast EV Charging // IEEE Access. 2021. Vol. 9. P. 136083-136093. DOI: 10.1109/ACCESS.2021.3116696
- Завьялов В.М., Семыкина И.Ю., Дубков Е.А., Велиляев А.С. Система беспроводного заряда аккумуляторов для рудничного электровоза // Записки Горного института. 2023. Т. 261. С. 428-442.
- Rogge M., Wollny S., Sauer D.U. Fast Charging Battery Buses for the Electrification of Urban Public Transport – A Feasibility Study Focusing on Charging Infrastructure and Energy Storage Requirements // Energies. 2015. Vol. 8. Iss. 5. P. 4587-4606. DOI: 10.3390/en8054587
- Rothgang S., Rogge M., Becker J., Sauer D.U. Battery Design for Successful Electrification in Public Transport // Energies. 2015. Vol. 8. Iss. 7. P. 6715-6737. DOI: 10.3390/en8076715
- Basso R., Kulcsár B., Egardt B. et al. Energy consumption estimation integrated into the Electric Vehicle Routing Problem // Transportation Research Part D: Transport and Environment. 2019. Vol. 69. P. 141-167. DOI: 10.1016/j.trd.2019.01.006
- Yang Xing, Chen Lv, Dongpu Cao, Chao Lu. Energy oriented driving behavior analysis and personalized prediction of vehicle states with joint time series modeling // Applied Energy. 2020. Vol. 261. № 114471. DOI: 10.1016/j.apenergy.2019.114471
- Jia-Hao Syu, Lin J.C.-W., Yu P.S. Multi-head learning models for power consumption prediction of unmanned ground vehicles // Information Fusion. 2025. Vol. 118. № 102895. DOI: 10.1016/j.inffus.2024.102895
- Xu Y., Ingelström P., Kersten A. et al. Improving powertrain efficiency through torque modulation techniques in single and dual motor electric vehicles // Transportation Engineering. 2024. Vol. 18. № 100289. DOI: 10.1016/j.treng.2024.100289
- Бурмистрова О.Н., Пластинина Е.В., Тимохова О.М. К вопросу определения зависимости скорости движения автомобиля от расстояния видимости на кривых в плане // Фундаментальные исследования. 2015. № 2-10. С. 2074-2078.
- Брынь М.Я., Мустафин М.Г., Баширова Д.Р., Васильев Б.Ю. Исследования точности построения цифровых моделей рельефа техногенных массивов по данным спутниковых определений координат // Записки Горного института. 2025. Т. 271. С. 95-107.
- Семыкина И.Ю., Завьялов В.М., Дубков Е.А., Нечипоренко Я.А. Оценка мощности технологического присоединения беспроводной зарядной инфраструктуры для аккумуляторных карьерных самосвалов // Проблемы и перспективы развития энергетики, электротехники и энергоэффективности: Материалы VIII Международной научно-технической конференции, 22 ноября 2024. Чебоксары, Россия. В 2 частях. Чебоксары: Чувашский государственный университет им. И.Н.Ульянова, 2024. Ч. 1. С. 265-273.
- Печенко В.В. Динамическая модель ячейки аккумуляторной батареи с единственным состоянием // Радиотехника. 2015. № 4. С. 58-60.
- Hao Mu, Rui Xiong, Fengchun Sun. A Novel Multi-model Probability Based Battery State-of-charge Fusion Estimation Approach // Energy Procedia. 2016. Vol. 88. P. 840-846. DOI: 10.1016/j.egypro.2016.06.061
- Rui Xiong, Yongzhi Zhang, Ju Wang et al. Lithium-Ion Battery Health Prognosis Based on a Real Battery Management System Used in Electric Vehicles // IEEE Transactions on Vehicular Technology. 2019. Vol. 68. Iss. 5. P. 4110-4121. DOI: 10.1109/TVT.2018.2864688
- De Santis E., Pennazzi V., Luzi M., Rizzi A. Degradation mechanisms and differential curve modeling for non-invasive diagnostics of lithium cells: An overview // Renewable and Sustainable Energy Reviews. 2025. Vol. 211. № 115349. DOI: 10.1016/j.rser.2025.115349
- Сыркин И.С., Бузунов Н.В., Тургенев И.А. Типоразмеры аккумуляторных батарей низковольтного электрооборудования карьерных самосвалов грузоподъемностью от 218 до 255 т // Техника и технология горного дела. 2022. № 2 (17). С. 53-66. DOI: 10.26730/2618-7434-2022-2-53-66
- Голубчик Т.В., Куликов А.С. Результаты экспериментальных испытаний литий-железо-фосфатного аккумулятора производства компании «Лиотех» в низкотемпературных условиях // Электроника и электрооборудование транспорта. 2021. № 1. С. 17-20.
- Гурский А.С. Анализ параметров высоковольтных аккумуляторных батарей электробусов с целью создания алгоритмов их общего и поэлементного диагностирования с применением телематических систем // Транспорт и транспортные системы: конструирование, эксплуатация, технологии. Минск: Белорусский национальный технический университет, 2022. Вып. 4. С. 12-20.
- Кузнецов И.С., Зиновьев В.В., Николаев П.И., Стародубов А.Н. Компьютерная система имитационного моделирования для оптимизации параметров экскаваторно-автомобильных комплексов // Горный информационно-аналитический бюллетень. 2022. № 6-1. С. 304-316. DOI: 10.25018/0236_1493_2022_61_0_304
- Воронов А.Ю. Оптимизация показателей эксплуатационной производительности экскаваторно-автомобильных комплексов разрезов: Автореф. дис. … канд. техн. наук. Кемерово: Кузбасский государственный технический университет имени Т.Ф.Горбачева, 2015. 19 с.