The paper presents multi-criteria optimization method allowing for selection of the best production scenarios in underground coal mines. We discuss here the dilemma between strategies maximizing economic targets and rational resources depletion. Elaborated method combines different geological and mining parameters, structure of the deposit, mine’s infrastructure constrains with economic criteria such as the net present value (NPV), earnings before deducting interest and taxes (EBIT ) and the free cash flows to firm (FCFF). It refers to strategic production planning. Due to implementation of advanced IT software in underground coal mines (digital model, automated production scheduling) we were able to identify millions of scenarios finally reduced to a few – the best ones. The method was developed and tested using data from mine operation “X” (a real project – an example of a coking coal mine located in Poland). The reliability of the method was approved; we were able to identify multiple production scenarios better than the one chosen for implementation in the “X” mine. The final product of the method were rankings of scenarios grouped according to economic decision criteria. The best scenarios reached NP V nearly 50% higher than the Base Case, which held only 52. position out of 60. According to EBIT and FCFF criteria, 10 scenarios achieved results higher than the Base Case, but the percentage differences were very small, below 2 and 4%, respectively. The developed method is of practical importance and can be successfully applied to many other coal projects.
PL
W artykule zaprezentowano wielokryterialną metodę optymalizacji produkcji górniczej, prowadzącą do wyboru najlepszych harmonogramów wydobycia w podziemnych kopalniach węgla kamiennego. Przeprowadzono także dyskusję nad dylematem pomiędzy wyborem strategii maksymalizujących efekty ekonomiczne a racjonalną gospodarką zasobami. Opracowana metoda łączy różne parametry geologiczne i górnicze, budowę złoża, ograniczenia infrastruktury kopalni, z kryteriami ekonomicznym takimi jak NPV, EBIT i FCFF. Tym samym wpisuje się w obszar planowania strategicznego. W związku z wdrożeniem zaawansowanych narzędzi IT w podziemnym górnictwie węglowym (cyfrowy model złoża, zautomatyzowane harmonogramowanie produkcji górniczej) możliwe było zidentyfikowanie milionów scenariuszy, ograniczonych w efekcie końcowym do kilku najlepszych. Metoda została zaprojektowana i przetestowana z wykorzystaniem danych dotyczących projektu górniczego „X” (projekt rzeczywisty – przykład kopalni węgla koksowego zlokalizowanej w Polsce). Jej zastosowanie umożliwiło identyfikację wielu scenariuszy produkcji lepszych od wariantu wybranego do wdrożenia w tej kopalni. Tym samym potwierdzono jej skuteczność. Produkt finalny metody stanowią rankingi scenariuszy zgrupowanych według różnych kryteriów oceny efektywności ekonomicznej. Najlepsze scenariusze osiągnęły wartości NP V blisko 50% wyższe od scenariusza bazowego, który spośród 60 zajął dopiero 52. miejsce. Według kryteriów EBIT i FCFF, 10 scenariuszy osiągnęło wyniki lepsze niż scenariusz bazowy, ale różnice w ujęciu procentowym były jednak bardzo niewielkie, odpowiednio poniżej 2 i 4%. Opracowana metoda ma przede wszystkim praktyczne znaczenie i może być z powodzeniem stosowana w wielu przypadkach projektów węglowych.
The subject of the research presented in this paper were financial results of mining industry enterprises (PKD 5 – Polish Classification of Activity – “Mining of coal and lignite”) in 2007–2019. The research was conducted using relative and absolute financial measures, forming an extensive and coherent set of features characterizing their financial condition. The purpose was to measure and evaluate the efficiency of examined enterprises operation, considered as an attribute of development as well as factors describing and determining it. This evaluation was made against the background of ongoing restructuring processes taking into account their potential effects. The article presents the course of the process of adapting Polish hard coal mining to market economy conditions after 1989. The process can be conventionally divided into several periods. The scope and intensity of changes in the mining industry followed the subsequent government programs for mining industry restructuring. The lignite mining has not implemented any specific restructuring programs. The remedy processes were mainly related to organizational and ownership changes. In relation to operation efficiency and value creation three turning points in the development path of enterprises were highlighted – 2011, 2015 and 2017, while the period of strong deterioration of results occurred in 2011–2015. It was proved that restructuring processes did not affect the operating return on sales. However, there was a strong relation between changes in economic conditions on the coal market (prices) and the accumulation rate.
PL
Przedmiotem badań przedstawionych w artykule były wyniki finansowe przedsiębiorstw wydobywczych (PKD 5 „Górnictwo i wydobywanie węgla kamiennego i brunatnego”) za lata 2007–2019. Badania przeprowadzono z zastosowaniem względnych i bezwzględnych miar finansowych, stanowiących rozległy i spójny zbiór cech charakteryzujących ich kondycję finansową. Celem był natomiast pomiar i ocena efektywności funkcjonowania badanych przedsiębiorstw, uznawana za atrybut rozwoju oraz czynniki ją opisujące i kształtujące. O cena ta prowadzona była na tle przebiegających procesów restrukturyzacyjnych z uwzględnieniem ich potencjalnych efektów. W artykule przedstawiono przebieg procesu dostosowywania polskiego górnictwa węgla kamiennego do warunków gospodarki rynkowej od 1989 roku. Wyróżniono kilka okresów restrukturyzacji, a zakres i intensywność zmian w górnictwie postępowała w ślad za kolejnymi rządowymi programami restrukturyzacji górnictwa. W przypadku górnictwa węgla brunatnego nie zostały wdrożone żadne szczególne programy restrukturyzacyjne. Procesy naprawcze dotyczyły przede wszystkim zmian organizacyjnych i własnościowych. W zakresie efektywności działania i kreacji wartości wyróżniono punkty zwrotne ścieżki rozwoju przedsiębiorstw – lata 2011, 2015 i 2017, a okres silnego pogorszenia osiągniętych wyników wystąpił w latach 2011–2015. Wykazano, że procesy restrukturyzacyjne nie miały wpływu na rentowność operacyjną sprzedaży. Natomiast w wyraźny sposób uwidocznił się związek między zmianami koniunktury na rynku.
This publication presents the research aimed at developing statistical models, on the basis of which it was possible to prepare credible forecasts of unit cost and coal net output for longwalls in 5 hard coal mines in Poland. The argument has been verified that there is a dependence between the level of nuisance and the level of costs, as well as longwall production results. A research procedure has been developed for that purpose, which aimed at developing two statistical models connecting the nuisance due to geological and mining conditions with costs and longwall production results. The multiple linear regression technique has been used to develop statistical models. The set of data taken into account in the analyses comprised 120 longwalls mined in the years 2010–2019. Two models have been developed – one for forecasting unit costs, the other for forecasting coal net output. Subsequently, the models’ forecasting ability has been verified on a sample of historical data. A relative forecast error for 75% of observations has been in the range of (–25%; +37%). That result has been considered satisfactory. Subsequently, using those models, forecasts of unit costs and coal net output have been prepared for 220 longwalls planned for mining in the years 2020–2030. Those forecasts have been prepared in the stipulated ranges of geological and mining nuisance influencing mining process, by means of dedicated W Ue and W Ut factors. The nuisance models for forecasting purposes have been developed using the AHP (Analytic Hierarchy Process) method. The research hypothesis has been confirmed on the basis of the obtained results. An increase in the level of nuisance leads to an increase in the unit costs for longwalls and the deterioration of production results. Unit operating costs for longwalls in specific ranges of nuisance may differ by up to 30%, being in the range of 52.0–120.3 zł/Mg. Likewise, the coal daily output of longwalls may be even 22% lower, having the average level in the range of 1.89–3.61 thousand Mg/d.
PL
Publikacja prezentuje badania zmierzające do opracowania modeli statystycznych, na podstawie których możliwe było wykonanie wiarygodnych prognoz kosztu jednostkowego i wydobycia netto ścian w 5 kopalniach węgla kamiennego w Polsce. Weryfikowano tezę, że istnieje zależność pomiędzy poziomem uciążliwości a wielkością kosztów i wynikami produkcyjnymi ścian. W tym celu opracowano procedurę badawczą prowadzącą do skonstruowania dwóch modeli statystycznych wiążących uciążliwość warunków geologicznych i górniczych z kosztami i wynikami produkcyjnymi ścian. Do skonstruowania modeli statystycznych posłużono się techniką regresji wielorakiej. Zbiór danych, które uwzględniono w analizach, obejmował 120 ścian eksploatowanych w latach 2010–2019. Powstały dwa modele – jeden dla celów prognozowania kosztów jednostkowych, drugi – produkcji węgla netto. Następnie wykonano weryfikację zdolności prognostycznej tych modeli w próbie danych historycznych. Względny błąd prognozy dla 75% obserwacji wahał się w przedziale (–25%; +37%), a jego średnia wartość dla wszystkich obserwacji nie przekraczała 5% dla obu tych modeli. Wynik ten, mimo defektów modelowania liniowego, uznano za satysfakcjonujący. Następnie przy użyciu tych modeli wykonano prognozy kosztów jednostkowych i coal net output dla 220 ścian planowanych do wydobycia w latach 2020–2030. Prognozy te wykonano w umownych przedziałach uciążliwości geologicznych i górniczych warunków procesu eksploatacji za pomocą wskaźników WUe i WUt. Modele uciążliwości dla celów prognostycznych skonstruowano z wykorzystaniem metody AHP (Analytic Hierarchy Process). Na bazie otrzymanych wyników teza badawcza została potwierdzona. Wzrost uciążliwości prowadzi do wzrostu kosztu jednostkowego ścian i pogorszenia wyników produkcyjnych. Zależność ta nie jest liniowa. Koszty jednostkowe ścian w poszczególnych przedziałach uciążliwości mogą się wahać nawet do 30%, mieszcząc się w przedziale 52,0–120,3 zł/Mg. Podobnie również wydobycie dobowe ze ścian może być niższe nawet o 22%, i kształtować na poziomie średnim w przedziale 1,89–3,61 tys. Mg/d.
Dealing with risk and addressing risk consequences constitute indispensable and specific elements of every business activity. The aim of this paper has been to assess the level of risk connected with the process of exploitation of hard coal deposits used for the production of coke in Poland, that is why a methodology has been developed which takes into account the impact of significant risk factors resulting from both geological and mining conditions upon unit cost of coal mining. This methodology constitutes a comprehensive approach to sustainable management of hard coal resources. The key source of information pertaining to exploitation risk factors is the digital geological model of hard coal deposit which has been developed. It comprises a structural model as well as a quality model of the basic quality parameters of coal. Structural models and coal quality models have been developed on the basis of litho-stratigraphic profiles from geological exploratory boreholes and underground observations (boreholes drilled from underground workings and their profiling). The structural grid model also contains information on tectonic disturbances (faults) or sedimentation disturbances (intercalations, wash-outs, and the like). The digital model was used as the basis for devising time schedules of development and preparatory works, as well as coal extraction proper. Historical results of mining and economic data from 81 longwalls mined in the years 2016-2022 have been used for the purpose of analysis of the impact of risk factors on unit operating costs. The analysis comprised a total of 23 criteria which influence the costs of mining. From that group, 10 risk factors have been selected by means of statistical analysis using segmented regression, these factors have been utilized to make an assessment of the forecast concerning risk factor level for zones of the deposit meant for mining until the year 2035. The risk factors taken into account were those which are due to natural hazards, geological structure of the deposit (coal seam) and technical limitations. Risk factor (RF) indicator has been developed, for its construction the Fuzzy Analytic Hierarchy Process (FAHP ) has been used. The value of RF, which expresses the aggregated form of variability concerning individual factors pertaining to geology and mining, has been used to determine the adjusted own risk assessment when estimating the economic efficiency of the coking coal deposit for 8 exploitation zones with the use of discounted cash flow method. The assessed average value of RF for the entire deposit amounted to 0.29. The lowest level of RF was noted in case of zone W (RF = 0.17), whereas the highest value of risk occurs in zone PN (RF = 0.64). The values of RF were used to calculate the rate of discount as consolidated measure of own risk, when assessing investment projects in mining. For zone W with the lowest risk of mining the discount rate amounts to 8.34%, whereas in case of zone PN which has the highest risk level, it amounts to 15.02%. Assessing the level of mining risk provides the possibility to optimize the cost of mining, and may be utilized for making decisions concerning the sequence and time of mining from particular zones of the deposit.
PL
Radzenie sobie z ryzykiem z jego konsekwencjami to nieodzowny i specyficzny element każdego działania biznesowego. Celem artykułu była ocena poziomu ryzyka związanego z procesem eksploatacji złóż węgla kamiennego wykorzystywanych do produkcji koksu w Polsce, dlatego opracowano metodykę uwzględniającą wpływ istotnych czynników ryzyka wynikających zarówno z warunków geologicznych, jak i górniczych, na koszt jednostkowy wydobycia węgla. Metodologia ta stanowi kompleksowe podejście do zrównoważonego zarządzania zasobami węgla kamiennego. Kluczowym źródłem informacji o czynnikach ryzyka eksploatacyjnego jest opracowany cyfrowy model geologiczny złoża węgla kamiennego. Zawiera model strukturalny oraz model jakościowy podstawowych parametrów jakościowych węgla. Modele strukturalne i modele jakości węgla opracowano na podstawie profili litostratygraficznych z odwiertów badań geologicznych i obserwacji podziemnych (otwory wiertnicze z wyrobisk podziemnych i ich profilowanie). Model siatki strukturalnej zawiera również informacje o zaburzeniach tektonicznych (uskokach) lub zaburzeniach sedymentacji (interkalacje, wymywania itp.). Model cyfrowy posłużył jako podstawa do opracowania harmonogramów prac rozwojowych, przygotowawczych i samego wydobycia węgla. Do analizy wpływu czynników ryzyka na jednostkowe koszty operacyjne wykorzystano historyczne wyniki badań górniczych i dane ekonomiczne z 81 ścian eksploatowanych w latach 2016-2022. W analizie wzięto pod uwagę łącznie 23 kryteria wpływające na koszty wydobycia. Z tej grupy wyłoniono 10 czynników ryzyka w drodze analizy statystycznej metodą regresji segmentowej, na podstawie których dokonano oceny prognozy poziomu czynników ryzyka dla stref złoża przeznaczonych do eksploatacji do roku 2035. Wzięto pod uwagę czynniki ryzyka, które wynikają z zagrożeń naturalnych, budowy geologicznej złoża (pokład węgla) oraz ograniczeń technicznych. Opracowano wskaźnik czynnika ryzyka (RF), do jego budowy wykorzystano proces Fuzzy Analytic Hierarchy Process (FAHP ). Wartość współczynnika RF, wyrażająca zagregowaną postać zmienności poszczególnych czynników geologiczno-górniczych, posłużyła do wyznaczenia skorygowanej własnej oceny ryzyka przy szacowaniu efektywności ekonomicznej złoża węgla koksującego dla 8 stref eksploatacyjnych przy zastosowaniu zdyskontowanych metoda przepływu środków pieniężnych. Oszacowana średnia wartość RF dla całego złoża wyniosła 0,29. Najniższy poziom RF odnotowano w strefie W (RF = 0,17), natomiast największa wartość ryzyka występuje w strefie PN (RF = 0,64). Wartości RF posłużyły do obliczenia stopy dyskonta jako skonsolidowanej miary ryzyka własnego przy ocenie projektów inwestycyjnych w górnictwie. Dla strefy W o najniższym ryzyku eksploatacyjnym stopa dyskontowa wynosi 8,34%, natomiast dla strefy PN o najwyższym poziomie ryzyka wynosi 15,02%. Ocena poziomu ryzyka eksploatacyjnego daje możliwość optymalizacji kosztów wydobycia i może być wykorzystana do podejmowania decyzji dotyczących kolejności i czasu eksploatacji poszczególnych stref złoża.
The study examines the factors and risks that affect the operational safety of energy infrastructure. Economic and technical diagnostics were performed, and the causes of equipment (turbine generator) failures were identified in order to develop effective approaches to managing the technical diagnostics of critical energy equipment and ensuring energy efficiency and safety of energy processes. This study presents a methodology for analyzing heat transfer in the stator winding core of turbine generators at South Ukrainian and Khmelnytsky NPPs, which allows us to gain insight into the temperature distribution and suggest ways to optimize thermal processes. The proposed approach facilitates the assessment of the temperature regime, identification of overheating risks and formulation of emergency measures. The results of the analysis of Khmelnytskyi NPP (Unit 2) and South Ukrainian NPP (Unit 1) showed that at Khmelnytskyi NPP the heat transfer parameters are within the permissible values for all rods, and at South Ukrainian NPP, the heat transfer parameter in rods 13 and 23 is 0 W, which requires immediate intervention to ensure the safety of further operation. This approach allows for timely response to power unit failures, ensuring safety and efficient management of power equipment operation and ensuring the continuous stable operation of the energy infrastructure with maximum efficiency. Further research will focus on the development of methods for predicting the stable operation of the power system based on preliminary technical assessments and thermal and mechanical analysis, which will allow for making science-based decisions on the stability of NPP equipment.
PL
W zaprezentowanych wynikach badań przeanalizowano czynniki i zagrożenia wpływające na bezpieczeństwo eksploatacji infrastruktury energetycznej. Przeprowadzono schematy diagnostyki technicznej i ekonomicznej oraz zidentyfikowano przyczyny awarii urządzeń (turbiny generatora) w celu opracowania skutecznych podejść do zarządzania diagnostyką techniczną krytycznych urządzeń energetycznych oaz zapewnienia efektywności energetycznej i bezpieczeństwa procesów energetycznych. W artykule zaprezentowano metodykę analizy wymiany ciepła w rdzeniu uzwojenia stojana turbiny generatorów w elektrowniach jądrowych południowo-ukraińskiej i chmielnickiej, co pozwoliło nam uzyskać wgląd w rozkład temperatur i zaproponowanie sposobów optymalizacji procesów cieplnych. Proponowane podejście ułatwia ocenę reżimu temperaturowego, identyfikację ryzyka przegrzania i przygotowanie środków awaryjnych. Wyniki analizy Chmielnickiej Elektrowni Jądrowej (Blok 2) i Południowo-ukraińskiej Elektrowni Jądrowej (Blok 1) wykazały, że w Chmielnickiej Elektrowni Jądrowej parametry wymiany ciepła mieszczą się w dopuszczalnych granicach dla wszystkich prętów. W Południowo-ukraińskiej Elektrowni Jądrowej parametr wymiany ciepła w prętach 13 i 23 wynosi 0 W, co wymaga natychmiastowej interwencji w celu zapewnienia bezpieczeństwa dalszej eksploatacji. Zaproponowane podejście pozwala na szybką reakcję na awarie bloków energetycznych, zapewniając bezpieczeństwo i efektywne zarządzanie pracą urządzeń energetycznych oraz ciągłą stabilną pracę infrastruktury energetycznej z maksymalną wydajnością. Dalsze badania będą koncentrować się na opracowaniu metod diagnozy pracy systemu elektroenergetycznego w oparciu o wstępne oceny techniczne oraz analizę cieplną i mechaniczną, co pozwoli na podejmowanie opartych na wiedzy decyzji w zakresie stabilizowania pracy urządzeń elektrowni jądrowej.
The objective of the European Green Deal is to change Europe into the world’s first climate- -neutral continent by 2050. Therefore, European countries are developing technological solutions to increase the production of energy from renewable sources of energy. In order to universally implement energy production from renewable energy sources, it is necessary to solve the problem of energy storage. The authors discussed the issue of energy storage and renewable energy sources, reviewing applied thermal and mechanical energy storage solutions. They referred to the energy sector in Poland which is based mainly on mining activities. The method that was used in this paper is a review of thermal and mechanical energy storage solutions. In industrial practice, various solutions on energy storage are developed around the world. The authors reviewed those solutions and described the ones which currently function in practice. Hence, the authors presented the good practices of energy storage technology. Additionally, the authors conducted an analysis of statistical data on the energy sector in Poland. The authors presented data on prime energy production in Poland in 2004–2019. They described how the data has changed over time. Subsequently, they presented and interpreted data on renewable energy sources in Poland. They also showed the situation of Poland compared to other European countries in the context of the share of renewables in the final gross energy consumption.
PL
Celem Europejskiego Zielonego Ładu jest przekształcenie Europy w pierwszy na świecie kontynent neutralny dla klimatu do 2050 roku. Z tego względu kraje europejskie opracowują rozwiązania technologiczne zwiększające produkcję energii z odnawialnych źródeł. W celu powszechnego wdrożenia produkcji energii z odnawialnych źródeł energii konieczne jest rozwiązanie problemu magazynowania energii. Autorzy omówili problematykę magazynowania energii i odnawialnych źródeł energii, dokonując przeglądu stosowanych rozwiązań magazynowania energii cieplnej i mechanicznej. Odnieśli się do sektora energetycznego w Polsce, który opiera się głównie na działalności górniczej. Metodą, która została zastosowana w pracy, jest przegląd rozwiązań magazynowania energii cieplnej i mechanicznej. W praktyce przemysłowej na całym świecie opracowywane są różne rozwiązania w zakresie magazynowania energii. Autorzy dokonali ich przeglądu i opisali te, które obecnie funkcjonują w praktyce. W artykule przedstawione zostały dobre praktyki techniki magazynowania energii. Dodatkowo autorzy przeprowadzili analizę danych statystycznych dotyczących sektora energetycznego w Polsce. Zaprezentowali dane dotyczące produkcji energii pierwotnej w Polsce w latach 2004–2019 oraz opisali, jak zmieniały się one w czasie. Następnie przedstawili i zinterpretowali dane dotyczące odnawialnych źródeł energii w Polsce, a także sytuację Polski na tle innych krajów europejskich w kontekście udziału OZE w końcowym zużyciu energii brutto.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.