Обоснование предварительной мощности и схемы присоединения объекта распределенной генерации для населенного пункта с аномальным электропотреблением

   В статье рассмотрена задача обоснования предварительной мощности и схемы присоединения объекта распределенной генерации для населенного пункта, характеризующегося повышенным удельным электропотреблением относительно нормируемого уровня. Работа развивает ранее выполненный этап интервального оценивания техноценоза муниципальных образований Прокопьевского района Кемеровской области — Кузбасса и посвящена следующему этапу оптимизации: выбору аномального объекта, нормированию его удельного электропотребления и предварительной инженерной оценке мощности локального генерирующего источника.

   В качестве объекта исследования выбран поселок Маяковка на территории Кемеровской области — Кузбасса.

   На основе непрерывного ряда из 48 месячных интервалов наблюдения выполнено сопоставление фактического и нормируемого удельного электропотребления, определена средняя величина превышения фактических значений над нормируемыми и показано, что эквивалентная средняя мощность компенсирующего источника составляет порядка 28 кВт, тогда как для более устойчивой компенсации дополнительной потребности в энергоресурсе целесообразно рассматривать предпроектный диапазон установленной мощности 32–70 кВт. В исследовании обоснована схема совместной работы локального источника с централизованной сетью, при которой внешняя сеть используется как основной резерв. Полученные результаты могут быть использованы при предварительном выборе параметров распределенной генерации для других сельских населенных пунктов с аномальным электропотреблением.

1. Grisales-Noreña L. F., Restrepo-Cuestas B. J., Cortés-Caicedo B. [et al.]. Optimal location and sizing of distributed generators and energy storage systems in microgrids : A review. Energies. 2023;16(1):106. doi: 10.3390/en16010106. EDN: COASYU.

2. Nogueira W. C., Garcés Negrete L. P., López-Lezama J. M. Optimal allocation and sizing of distributed generation using interval power flow. Sustainability. 2023;15(6):5171. doi: 10.3390/su15065171. EDN: GAMPBB.

3. Jain A., Gupta S. C. Optimal placement of distributed generation in power distribution system and evaluating the losses and voltage using machine learning algorithms. Frontiers in Energy Research. 2024;12:1378242. doi: 10.3389/fenrg.2024.1378242. EDN: COYMJZ.

4. Hussein Farh H. M., Al-Shamma’a A. A., Qamar A. [et al.]. Optimal sizing and placement of distributed generation under n-1 contingency using hybrid crow search–particle swarm algorithm. Sustainability. 2024;16(6):2380. doi: 10.3390/su16062380. EDN: SGQFNY.

5. Bouchikhi N., Boussadia F., Bouddou R. [et al.]. Optimal distributed generation placement and sizing using modified grey wolf optimization and ETAP for power system performance enhancement and protection adaptation. Scientific Reports. 2025;15:13919. doi: 10.1038/s41598-025-98012-0. EDN: FCMNED.

6. Khenissi I., Guesmi T., Alshammari B. M. [et al.]. A hybrid chaotic bat algorithm for optimal placement and sizing of DG units in radial distribution networks. Energy Reports. 2024;12:1723–1741. doi: 10.1016/j.egyr.2024.07.042. EDN: JZBTFQ.

7. Iqbal H., Stevenson A., Sarwat A. I. Impact analysis and optimal placement of distributed energy resources in diverse distribution systems for grid congestion mitigation and performance enhancement. Electronics. 2025;14(10):1998. doi: 10.3390/electronics14101998. EDN: CJTLJN.

8. Valencia-Díaz A., Hincapié R. A., Gallego R. A. Optimal placement and sizing of distributed generation in electrical dc distribution networks using a stochastic mixed-integer LP model. Arabian Journal for Science and Engineering. 2025;50:5835–5851. doi: 10.1007/s13369-024-09655-6. EDN: TNPXSA.

9. Castellanos-Buitrago S. F., Maya-Duque P., Villa-Acevedo W. M. [et al.]. Enhancing energy microgrid sizing: a multiyear optimization approach with uncertainty considerations for optimal design. Algorithms. 2025;18(2):111. doi: 10.3390/a18020111. EDN: OTPOAZ.

10. Karve G. M., Thakare M. S., Vaidya G. A. Optimal siting and sizing of battery energy storage system in distribution system in view of resource uncertainty. Energies. 2025;18(9):2340. doi: 10.3390/en18092340. EDN: BLWSUW.

11. Кудрин Б. И. Выделение и описание электрических ценозов // Известия высших учебных заведений. Электромеханика. 1985. № 7. С. 49–54.

12. Гнатюк В. И., Кивчун О. Р., Васильев В. Н., Луценко Д. В. Методика мониторинга электропотребления электротехнического комплекса Калининградской области // Промышленная энергетика. 2015. № 3. С. 26–35. EDN: TNGDEJ.

13. Гнатюк В. И., Кивчун О. Р., Илюшин П. В. Параметрическая адаптация данных об электропотреблении объектов региональной энергосистемы на основе рангового анализа // Промышленная энергетика. 2020. № 10. С. 48–56. EDN: HJXNGB.

14. Кивчун О. Р., Гнатюк В. И. Методика определения Z2-потенциала энергосбережения объектов регионального электротехнического комплекса // Морские интеллектуальные технологии. 2021. № 4-4(54). С. 94–98. doi: 10.37220/MIT.2021.54.4.003. EDN: XWFKBD.

15. Кивчун О. Р. Режимное нормирование электропотребления объектов регионального электротехнического комплекса на основе векторного рангового анализа // Промышленная энергетика. 2023. № 4. С. 48–58. EDN: ZSVDKB.

16. Паскарь И. Н., Фролова М. В. Интервальное оценивание техноценоза по параметру потребления электроэнергии на примере Прокопьевского района Кузбасса // Горное оборудование и электромеханика. 2020. № 5 (151). С. 64–70. doi: 10.26730/1816-4528-2020-5-64-70. EDN: DEREMW.

17. Завьялов Н. В., Паскарь И. Н., Лебедев Г. М. Применение ципфового (Z-) метода прогнозирования при нормировании техноценоза региональной энергосистемы // Горное оборудование и электромеханика. 2023. № 5 (169). С. 22–30. doi: 10.26730/1816-4528-2023-5-22-30. EDN: GNOBDZ.

18. Завьялов Н. В., Паскарь И. Н., Лебедев Г. М. Исследование региональных энергетических систем с применением техноценологического подхода // Горное оборудование и электромеханика. 2024. № 2 (172). С. 39–50. doi: 10.26730/1816-4528-2024-2-39-50. EDN: LMPBXG.