ПРОГНОЗИРОВАНИЕ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ КАК ИНСТРУМЕНТ ПОВЫШЕНИЯ ЭНЕРГОЭФФЕКТИВНОСТИ И УСТОЙЧИВОГО ТАРИФНОГО УПРАВЛЕНИЯ В СИСТЕМЕ ЭЛЕКТРОСНАБЖЕНИЯ ЖЕЛЕЗНОДОРОЖНОГО ТРАНСПОРТА
Abstract
В статье рассматривается подход к повышению энергоэффективности и снижению тарифных потерь в системе электроснабжения железнодорожного транспорта Республики Казахстан за счет интеллектуального прогнозирования почасового электропотребления и последующей оптимизации закупки электроэнергии в условиях дифференцированных (двух- и трехзонных) тарифов. Объектом исследования выступает дистанция электроснабжения железнодорожного транспорта (на примере Астанинской дистанции), для которой характерны доминирование тяговой нагрузки (до 80–85%), выраженная суточная сезонность, влияние температуры и графика движения поездов, а также наличие электромагнитных факторов (гармоники и импульсные перенапряжения), влияющих на цифровые каналы и надежность телеметрии. Предложена модель прогнозирования на базе SARIMA с сезонным периодом 24 часа, дополненная корректировкой по эксплуатационно‑климатическим факторам. Сформулирована задача минимизации суточных затрат на электроэнергию как задача линейного программирования при ограничении договорной мощности и неизменном суточном объеме энергии. На основе данных за 2015–2024 гг. и отчетных показателей 2025 г. показано, что электроэнергия формирует 64,12% энергетического баланса (в условном топливе) и 76,8% денежных затрат, а рост совокупных расходов за десятилетие превышает 280%, что подтверждает доминирующее влияние тарифного фактора. Достигнутая точность прогноза (MAPE 3,8%; RMSE 4,5 МВт) достаточна для тарифного планирования. Моделирование тарифной оптимизации демонстрирует снижение затрат на 6,5% (двухзонный тариф) и до 9,2% (трехзонный тариф). Предложена цифровая архитектура «поле → SCADA → аналитика → ERP» с учетом кибербезопасности (IEC 62351) и требований ЭМС (IEC 61000, IEEE 519).
Fields of Study & Subjects
Energy Load and Power Forecasting
Railway Systems and Energy Efficiency
Smart Grid Energy Management
Publication details
- Journal / source
- Zenodo (CERN European Organization for Nuclear Research)
- Publication date
- 28 February 2026
- Language
- RU