Проблема сохранности плодоовощной продукции является одной из ключевых задач агропромышленного комплекса. Согласно данным Food and Agriculture Organization, потери фруктов и овощей на этапах хранения и транспортировки могут достигать 20–50 % в зависимости от климатических условий и уровня технологического оснащения. Особенно актуальной становится задача оптимизации хранения в условиях нестабильного климата и волатильности энергетических рынков. В странах Европы отопительный период сопровождается значительными изменениями цен на электроэнергию, а температурные аномалии влияют как на внешний тепловой баланс складов, так и на рыночное предложение сельскохозяйственной продукции. Современные системы хранения преимущественно ориентированы на поддержание фиксированных параметров температуры и влажности. Однако перспективным направлением является применение климатических прогнозов для адаптивного управления сроками хранения продукции.
Цель исследования – разработка подхода к оптимизации сроков хранения овощей и фруктов на основе прогнозируемых температурных аномалий и экономических факторов.
Теоретические основы управляемого хранения. Плодоовощная продукция после уборки продолжает физиологическую активность: дыхание, испарение влаги и процессы созревания. Интенсивность этих процессов существенно зависит от температуры окружающей среды. Экономическая эффективность хранения определяется следующими факторами:
1. Естественная убыль продукции (% массы).
2. Изменение рыночной цены в период хранения.
3. Стоимость электроэнергии для холодильных установок.
4. Эксплуатационные выбросы CO2.
При этом алгоритм принятия решения может иметь два сценария: не медленную реализацию продукции или управляемую выдержку (отложенная продажа при благоприятном прогнозе рынка).
В работе использованы:
1) статистические материалы FAO;
2) данные Европейской комиссии по тарифам на электроэнергию;
3) исследования по постуборочным потерям продукции;
4) аналитические данные по выбросам CO2 в энергетике.
Для оценки эффективности хранения используется следующая модель прибыли:
P = Qt • Ct – (Q0 • L + E + CO2 + S)
где: P – прибыль от хранения;
Qt – объем продукции после хранения;
Ct – цена реализации;
L – потери от естественной убыли;
E – затраты на электроэнергию;
CO2 – углеродные издержки;
S – эксплуатационные расходы склада.
Температурная аномалия определяется как отклонение прогнозируемой температуры от климатической нормы:
ΔT = Tforecast – Tnorm
При положительной аномалии нагрузка на холодильное оборудование возрастает, а при отрицательной – снижается.
Далее следует провести анализ факторов хранения. По данным FAO, средние потери фруктов и овощей при хранении составляют от 2 % до 23 % в развитых странах и могут превышать 30–50 % в развивающихся регионах. Рассмотрим таблицу 1, в которой представлена средняя естественная убыль плодоовощной продукции при хранении.
Таблица 1 – Средняя естественная убыль плодоовощной продукции при хранении
| Вид продукции | Средняя естественная убыль, % |
| Картофель | 2-5 |
| Яблоки | 5-10 |
| Томаты | 12-25 |
| Бананы | 15-35 |
| Клубника | до 23 |
Температурные аномалии отопительного периода существенно влияют на энергозатраты холодильных комплексов. По данным Европейской комиссии, рост температуры наружного воздуха на 1–2 °C может увеличивать нагрузку на холодильные системы на 3–7 %. Рассмотрим влияние температурных аномалий на энергопотребление склада, которое представлено в таблице 2.
Таблица 2 – Влияние температурных аномалий на энергопотребление склада
| Температурная аномалия | Изменение энергопотребления |
| - 3 °C | - 8 % |
| - 1 °C | - 3 % |
| + 1 °C | + 4 % |
| + 3 °C | + 9 % |
Цены на овощи и фрукты имеют выраженную сезонность. В зимний период наблюдается рост цен вследствие сокращения предложения. Условная динамика оптовых цен на яблоки представлена в таблице 3.
Таблица 3 – Условная динамика оптовых цен на яблоки
| Месяц | Цена, €/т |
| Сентябрь | 420 |
| Октябрь | 450 |
| Ноябрь | 510 |
| Декабрь | 590 |
| Январь | 640 |
Составлено по материалам европейских оптовых рынков.
Рост цены способен компенсировать затраты на хранение при условии контролируемой естественной убыли.
В 2021–2024 гг. в странах ЕС наблюдался значительный рост цен на электроэнергию вследствие энергетического кризиса. В таблице 4 рассмотрим средние тарифы на электроэнергию для промышленных потребителей в ЕС.
Таблица 4 – Средние тарифы на электроэнергию для промышленных потребителей в ЕС
| Год | Средний тариф, €/МВт*ч |
| 2020 | 70 |
| 2021 | 110 |
| 2022 | 220 |
| 2023 | 180 |
| 2024 | 145 |
Алгоритм «управляемой выдержки» включает следующие этапы:
1. Получение прогноза температурных аномалий на отопительный период.
2. Оценка ожидаемого энергопотребления холодильного комплекса.
3. Прогноз динамики оптовых цен.
4. Расчет естественной убыли продукции.
5. Определение ожидаемой прибыли хранения.
Решение принимается по критерию:
Pstorage > Pimmediate
Если ожидаемая прибыль от хранения превышает прибыль немедленной реализации, активируется режим управляемой выдержки.
Эксплуатация холодильных складов сопровождается выбросами CO2, связанными с производством электроэнергии. По данным европейских энергетических исследований, углеродная интенсивность электроэнергии в ЕС постепенно снижается благодаря росту доли возобновляемых источников энергии. Оценка CO2-выбросов при хранении продукции представлена в таблице 5.
Таблица 5 – Оценка CO2-выбросов при хранении продукции
| Показатель | Значение |
| Потребление электроэнергии склада | 120 кВт*ч/т |
| Средний коэффициент выбросов | 0,23 кг СО2/кВт*ч |
| Выбросы на 1 т продукции | 27,6 кг СО2 |
Составлено на основе данных европейской энергетики.
Проведенное исследование показывает, что использование климатических прогнозов для управления сроками хранения овощей и фруктов позволяет существенно повысить экономическую эффективность логистических процессов. Основные выводы исследования:
1) Температурные аномалии оказывают значительное влияние на энергозатраты холодильного хранения.
2) Управляемая выдержка продукции экономически оправдана при прогнозируемом росте оптовых цен.
3) Естественная убыль продукции должна учитываться совместно с энергетическими и экологическими издержками.
4) В условиях роста тарифов на электроэнергию целесообразно применять адаптивные алгоритмы хранения.
5) Интеграция климатических прогнозов в системы управления складом позволяет сократить совокупные потери на 8–15 %.
Таким образом, развитие интеллектуальных систем хранения на основе климатических прогнозов является перспективным направлением цифровизации агрологистики.
