ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ АКТИВНЫХ ЭНЕРГЕТИЧЕСКИХ КОМПЛЕКСОВ В ПРОМЫШЛЕННОСТЬ РОССИИ

Дзюба А. П.; Соловьева И. А.; Семиколенов А. В.

DOI: 10.29141/2658-5081-2022-23-2-5 EDN: BEAXKI JEL classification: M11, L94, L11

А. П. Дзюба Южно-Уральский государственный университет (национальный иссле-

довательский университет), г. Челябинск, Российская Федерация И. А. Соловьева Южно-Уральский государственный университет (национальный иссле-

довательский университет), г. Челябинск, Российская Федерация А. В. Семиколенов Южно-Уральский государственный университет (национальный исследовательский университет), г. Челябинск, Российская Федерация

Перспективы внедрения активных энергетических комплексов в промышленность России

Аннотация. Задача повышения энергетической эффективности в промышленном секторе России является одной из наиболее актуальных. Исследование направлено на определение перспектив использования в регионах России, в том числе старопромышленных, активных энергетических комплексов с целью сокращения затрат на энергоснабжение промышленных предприятий. Методологическая база исследования имеет междисциплинарный характер и включает теоретические аспекты ценообразования в рамках моделей оптовых и розничных рынков электроэнергии, положения о неравномерности спроса на потребление энергоресурсов при использовании активных энергетических комплексов. Применялись методы анализа, синтеза, систематизации, статистического наблюдения, матрицирования и построения карт позиционирования. Информационную базу исследования составили параметры графиков потребления электроэнергии промышленными предприятиями различных типов, а также значения действующих в субъектах РФ единых котловых тарифов на передачу электроэнергии. Разработаны авторская система показателей оценки вариативности стоимости услуг по передаче электроэнергии и карта регионов России, иллюстрирующие перспективность использования активных энергетических комплексов и механизмов управления спросом в промышленно развитых регионах с целью сокращения затрат на энергоснабжение.

Ключевые слова: промышленность; промышленный регион; активные энергетические комплексы; энергоэффективность; стоимость электроэнергии; электропотребление.

Для цитирования: Dzyuba A. P., Solovyeva I. A., Semikolenov A. V. (2022). Prospects of introducing microgrids in Russian industry. Journal of New Economy, vol. 23, no. 2, pp. 80-101. DOI: 10.29141/2658-5081-2022-23-2-5. EDN: BEAXKI.

Информация о статье: поступила 28 января 2022 г.; доработана 21 февраля 2022 г.; одобрена 9 марта 2022 г.

Anatoly P. Dzyuba South Ural State University, Chelyabinsk, Russia

Irina A. Solovyeva South Ural State University, Chelyabinsk, Russia

Aleksandr V. Semikolenov South Ural State University, Chelyabinsk, Russia

Prospects of introducing microgrids in Russian industry

Abstract. Improving energy efficiency keeps on being one of the most pressing problems for Russian industry. The paper aims to examine the prospects of using microgrids in Russian regions, including in the old industrial ones, to reduce energy costs of industrial enterprises. The methodological basis of the study comprises theoretical aspects of pricing within the models of retail and wholesale energy markets, tenets of uneven demand for energy under the use of microgrids. The authors apply analysis, synthesis, systematisation and statistical observation, create matrices and positioning maps and explore the parameters of energy consumption schedules at industrial enterprises of various types as well as the values of 'common pot' electricity transmission tariffs introduced in the subjects of the Russian Federation. The researchers develop own system of indicators for assessing the variability in the cost of electricity transmission services and present a map of Russian regions that illustrate the prospects of using microgrids and mechanisms of demand management in industrially developed regions with a view to cutting energy costs.

Keywords: industry; industrial region; microgrids; energy efficiency; energy costs; energy consumption.

For citation: Dzyuba A. P., Solovyeva I. A., Semikolenov A. V. (2022). Prospects of introducing microgrids in Russian industry. Journal of New Economy, vol. 23, no. 2, pp. 80-101. DOI: 10.29141/2658-5081-2022-23-2-5. EDN: BEAXKI.

Article info: received January 28, 2022; received in revised form February 21, 2022; accepted March 9, 2022

Введение

Интенсивная цифровизация бизнес-процессов, роботизация производственных комплексов и нарастающее влияние мирового финансового кризиса стимулируют рост энергопотребления и обусловливают особое внимание к вопросам энергосбережения и энергоэффективности.

Одним из актуальных и перспективных направлений повышения энергетической эффективности промышленных комплексов и регионов является использование систем распределенной энергетики. От традиционных систем выработки электроэнергии их отличает следующее:

• относительно невысокий уровень установленной мощности объектов распределенной энергетики по сравнению с мощностью традиционных электростанций;

• расположение указанных объектов на площадках промышленных предприятий либо в непосредственной близости от них;

• создание объектов распределенной энергетики для удовлетворения потребности в тепловой и электрической энергии (мощности) одного базового потребителя либо группы базовых потребителей;

• законодательно закрепленная возможность реализации выработанной распределенной энергетикой электроэнергии (мощности) по ценам, определяемым согласно договоренности сторон;

• отсутствие внешних ограничений от операторов технологической инфраструктуры (объединенных и региональных диспетчерских управлений ЕЭС России) относительно объемов производства электроэнергии (мощности) и их оперативных изменений.

Таким образом, распределенная энергетика отличается автономностью функционирования, обеспечением энергоснабжения конкретных базовых объектов, отсутствием жесткого подчинения операторам технологической инфраструктуры энергосистем, возможностью реализации излишков вырабатываемой электроэнергии в энергосистему и свободой взаимоотношений между производителями и потребителями электроэнергии (мощности). Это позволяет сокращать затраты на энергообеспечение промышленных комплексов и повышать энергетическую эффективность как отдельных промышленных предприятий, так и целых регионов.

Объектом исследования выступили активные энергетические комплексы промышленных предприятий. Существует два варианта использования этими предприятиями системы распределенной генерации: 1) присоединение данной системы к площадке предприятия, без применения внешней электрической сети; 2) подключение предприятия либо к системе, объект которой не входит в единый комплекс промышленного предприятия, либо через электрические сети, принадлежащие сторонней организации.

В современной практике наиболее распространен второй вариант. В этом случае промышленное предприятие вынуждено оплачивать стоимость услуг по передаче электроэнергии, даже если технологическое присоединение выполнено напрямую к электрическим сетям ее производителей. Вместе с тем активные энергетические комплексы необходимы в том числе для сокращения затрат на энергоснабжение промышленного предприятия и рост общей энергетической эффективности.

Задачи исследования - определение перспектив использования активных энергетических комплексов в российских регионах, прежде всего старопромышленных, и оценка возможностей экономии в сфере оплаты услуг по передаче электроэнергии в региональном разрезе.

Использование распределенной энергетики: теоретический обзор

Значимость распределенной энергетики в развитии энергосистем большинства стран мира положила начало таким направлениям исследований, как повышение КПД работы соответствующих систем, создание технологий распределенной энергетики на основе альтернативных и возобновляемых источников энергоснабжения, развитие технологий распределенной энергетики малой мощности (микрогриды), интеграция технологий распределенной энергетики в параллельную работу с централизованными энергосистемами и технологиями управления спросом.

Многие зарубежные исследования посвящены моделированию работы распределенной генерации с централизованной системой энергоснабжения и повышению устойчивости энергоснабжения потребителей [Beltrán et al., 2020, p. 102; Sandhya, Chatterjee, 2021; Anuradha, Jayatunga, Ranjit Perera, 2021; Baghbanzadeh et al., 2021; Matos, 2021; Martinez et al., 2021]. Особое внимание уделяется вопросам интеграции систем распределенной генерации [Howlader, Matayoshi, Senjyu, 2015; Rahiminejad et al., 2016; Kakran, Chanana, 2018, p. 532; Menke, Bornhorst, Braun, 2019; Belmahdi, ElBouardi, 2020; Valencia, Hincapie, Gallego, 2021; Li, Chen, 2022], в том числе с энергорыночными механизмами [Kumar,

Kumar, Sandhu, 2018, p. 835; Craig et al., 2018; Yu et al. 2018; Liu et al. 2019; Abdulkareem Saleh Abushamah, Haghifam, Ghanizadeh Bolandi, 2021; Lin et al. 2021].

Цифровизация электроэнергетики привела к развитию технологий управления спросом и разработке практических механизмов оптимизации электрических нагрузок систем распределенной генерации и программ внедрения таких инструментов в практику функционирования энергосистем [Poudineh, Jamasb, 2014; Howlader, Matayoshi, Senjyu, 2015; Nakada, Shin, Managi, 2016; Viana, Junior, Udaeta, 2018; Wang et al., 2018, p. 1077; Nejad et al., 2019].

Развитие отечественных научных разработок в рассматриваемой сфере было серьезно простимулировано изменением законодательства в области использования в России технологий управления спросом и активных энергетических комплексов1.

К наиболее значимым исследованиям о повышении эффективности систем распределенной генерации с учетом управления спросом на электроэнергию относятся работы Р. Корзитцке [2013], В. В. Ханаева [2020a, 2020b] и И. Н. Нехороших [2019]. Отдельная часть российских публикаций посвящена снижению затрат на энергоснабжение для потребителей электроэнергии [Байрамгулова, Гончарова, Варганова, 2017; Веселов, Пан-крушина, Золотова, 2018; Папков, Осокин, Куликов, 2018; Ховалова, Жолнерчик, 2018; Варганова и др., 2019; Зацаринная, Логачева, Григорьева, 2019; Шеломенцев, Орлов, 2019] и перспективам использования в этих целях достижений цифровизации [Глотов, Зайцев, 2018, с. 8-9; Рогалев, Молодюк, Исамухамедов, 2019, с. 10-16].

Развитие цифровых технологий управления в топливно-энергетическом комплексе и технологий управления спросом на потребление электроэнергии приводит к совершенствованию функциональных свойств потребителей в процессе участия в электроэнергетической системе. Это обусловливает их выделение в самостоятельную экономическую категорию и объект исследования - «активных потребителей», имеющих собственные источники распределенной генерации [Волкова, Губко, Сальникова, 2013; Головщиков, Закирова, 2016; Ворошилов, Кечкин, Шалухо, 2017; Кучеров и др., 2018, с. 84; Косарев, Федоров, Хамитов, 2020].

В наиболее общем виде активный энергетический комплекс - это объект по производству электрической энергии установленной генерирующей мощностью не выше 25 МВт, имеющий прямые электрические связи с энергопринимающими устройствами промышленного потребителя электрической энергии (мощности) и только одну электрическую связь с Единой энергетической системой, регулирование производства и потребления электрической энергии (мощности) которых производится в рамках единого сальдо-перетока с учетом параметров ценообразования на закуп электрической энергии (мощности) и природного газа в современных энергорыночных условиях и существующих технологических ограничений разрешенной мощности потребления энергоприни-мающих устройств предприятия, синхронно управляемых на основе интеллектуальных функционально объединенных устройств.

Анализ исследований в области применения систем распределенной энергетики на промышленных предприятиях показывает недостаточную проработанность практических механизмов использования активных энергетических комплексов в промышленности. Так, отсутствует методический подход к комплексному регулированию спроса и

1 О внесении изменений в некоторые акты Правительства Российской Федерации по вопросам функционирования агрегаторов управления спросом на электрическую энергию в Единой энергетической системе России, а также совершенствования механизма ценозависимого снижения потребления электрической энергии и оказания услуг по обеспечению системной надежности: постановление Правительства РФ от 20.03.2019 № 287. http://www.consultant.ru/document/cons_doc_LAW_320896/.

затрат на закуп электроэнергии и природного газа в процессе управления функционированием указанных комплексов на промышленных предприятиях России.

Для разработки такого подхода необходимо учитывать неравномерность графиков спроса на потребление природного газа, изменения комплексного спроса на потребление электроэнергии и природного газа, результаты анализа принципов ценообразования оптового и розничного рынков электроэнергии, а также ценовых параметров стоимости закупа электроэнергии промышленными предприятиями, напрямую присоединенными к сетям производителей электроэнергии.

Перспективы использования активных энергетических комплексов для сокращения затрат на оплату услуг по передаче электроэнергии

Как отмечено выше, для эффективного внедрения активных энергетических комплексов в деятельность промышленных предприятий необходимо учитывать параметры неравномерности графиков энергетической нагрузки предприятий. Целью этого учета является своевременное ценозависимое регулирование спроса на закуп энергоресурсов, которое позволит сократить затраты промышленного предприятия на энергоснабжение и повысить его общую энергетическую эффективность.

Существует ряд традиционных показателей, которые используются для описания графиков электрических нагрузок. Далее приведем формулы для их расчета.

Коэффициент заполнения суточного графика электрических нагрузок Кзап рассчитывается следующим образом:

Кзап = р^ (1)

макс

сут

где Рсрсут - среднее значение потребления электрической энергии за исследуемые сутки, кВт; Рмакссут - максимальное часовое значение потребления электрическиой энергии за каждые сутки, кВт.

Рсрсут определяется по формуле:

У Р

_ чассут (2)

сРсут ~~ 24 '

где Рчассут - почасовое значение потребления электроэнергии в каждый час исследуемых суток.

Коэффициент неравномерности суточного графика электрических нагрузок Кнеравн. рассчитывается по формуле:

р

„ _ 1 МИНсут (3)

^неравн. р ' ^ '

макс сур

где Рминсут - минимальное часовое значение потребления электрической энергии за каждые сутки, кВт.

Для расчета коэффициента формы суточного графика электрических нагрузок Кформы используется следующая формула:

К - Рско (4)

формы Р ' у '

"СРсут

где Рско - среднеквадратичное отклонение мощности на суточном интервале, кВт.

На рис. 1 приведены примеры графиков электрических нагрузок с различными показателями неравномерности спроса (обозначены литерами А-И). Все графики отражают

одинаковый общий объем суточного потребления электроэнергии, при этом коэффициенты заполнения представленных графиков нагрузки отличаются друг от друга последовательным изменением пикового значения электропотребления в дневной период.

МВт

1,5

1,0 0,5 0,0

®

МВт

1,5

1,0 0,5 0,0

®

МВт 1,5

1,0

0,5

0,0

®

1 5 10 15 20 25

МВт 1,5

1,0

0,5

0,0

©

МВт

1,5

1,0 0,5 0,0

@

1 5 10 15 20 25

МВт

2,5

2,0 1,5 1,0 0,5 0,0

1 5 10 15 20 25

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

1 5 10 15 20 25

Рис. 1. Графики электрических нагрузок с различными показателями неравномерности спроса Fig. 1. Graphs of electrical loads with various indicators of uneven demand

Описательные параметры исследуемых суточных графиков электрических нагрузок, представленных на рис. 1, агрегированы в табл. 1.

Анализ показал, что, несмотря на общий суточный объем потребления электроэнергии, характеристики максимума и минимума за сутки, а также коэффициенты заполнения, неравномерности и формы различны. При этом исследуемые параметры графиков имеют экстремум на графике «Г», который выражается равными значениями в каждый час исследуемых суток.

В табл. 1 приведены также результаты расчетов сумм затрат промышленного предприятия на энергоснабжение в зависимости от формы графика электрических нагрузок, а именно величина обязательств по оплате электрической мощности Тсэмт и величина обязательств по оплате услуг по передаче электроэнергии Wnm.

Таблица 1. Описательные параметры исследуемых суточных графиков

электрических нагрузок Table 1. Descriptive parameters of the investigated daily schedules of electrical loads

Параметр Графики электрических нагрузок*

А Б В Г Д Е Ж З И

Объем потребления электроэнергии за сутки 24,0 24,0 24,0 24,0 24,0 24,0 24,0 24,0 24,0

Среднее значение потребления за сутки 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00

Максимум за сутки 1,28 1,10 1,06 1,00 1,07 1,24 1,43 1,93 2,28

Минимум за сутки 0,57 0,84 0,94 1,00 0,93 0,85 0,72 0,48 0,33

Коэффициент заполнения 0,78 0,91 0,95 1,00 0,94 0,81 0,70 0,52 0,44

Коэффициент неравномерности 0,44 0,76 0,89 1,00 0,88 0,69 0,50 0,25 0,14

Коэффициент формы 0,26 0,09 0,04 0,00 0,04 0,13 0,26 0,58 0,78

Номер часа максимума энергосистемы 11 11 11 11 11 11 11 11 11

Величина мощности в период часа максимума 0,57 0,84 0,94 1,00 1,06 1,24 1,43 1,93 2,28

Величина обязательств по оплате электрической мощности 0,57 0,84 0,94 1,00 1,06 1,24 1,43 1,93 2,28

Величина обязательств по оплате услуги по передаче электроэнергии 0,85 0,98 1,02 1,00 1,06 1,24 1,43 1,93 2,28

Коэффициент оплаты услуги по передаче электроэнергии 0,036 0,041 0,042 0,042 0,044 0,051 0,060 0,080 0,095

^Соответствующие графики представлены на рис. 1.

Графики сумм обязательств по оплате электрической мощности и оплате услуг по передаче электроэнергии, проиллюстрированные на рис. 2, не имеют экстремума и последовательно увеличиваются при переходе от графика «А» к графику «И». Таким образом, использование традиционных показателей оценки волатильности суточного графика электропотребления не позволяет проследить зависимость величины затрат на оплату электрической мощности и услуг по передаче электроэнергии.

Для определения влияния параметров волатильности графиков электропотребления на величину обязательств по оплате услуги по передаче электроэнергии мы предлагаем использовать авторский показатель - коэффициент оплаты услуги по передаче электроэнергии:

тах(Рчасрабмес. Е Рпиксо) К- оплаты пер — 744 ' ( '

где Рчасраб - среднее значение часовой мощности в рабочие дни календарного месяца, соответствующие интервалам плановых часов пиковой нагрузки энергосистемы Рпиксо. Показатели Рпиксо утверждаются АО «Системный оператор Единой энергетической системы» (далее - СО ЕЭС) на каждый месяц календарного года в конце года, предшествующего году, в котором производится потребление электроэнергии; 744 - количество часов в расчетном месяце, состоящем из 31 дня. Если в расчетном месяце количество дней составляет 30, то число в знаменателе формулы (5) будет составлять 720, а в случае продолжительности месяца 28 дней - 672.

АБВГДЕЖЗИ Объем потребления электроэнергии за сутки

МВт

Б В Г Д Е Ж 3 Максимум за сутки

АБВГДЕЖЗ Коэффициент заполнения

АБВГДЕЖЗИ Коэффициент формы

т-1-1-1-1-1-1-1-1—

АБВГДЕЖЗИ Величина обязательств по оплате электрической мощности

МВт 8,0 6,0 4,0 2,0 0,0

X

АБВГДЕЖЗИ Среднее значение потребления за сутки

МВт

Б В Г Д Е Ж Минимум за сутки

МВт 15,0

10,0

5,0

АБВГДЕЖЗИ Коэффициент неравномерности

0,0

АБВГДЕЖЗИ Номер часа максимума энергосистемы

МВт

АБВГДЕЖЗИ Величина обязательств по оплате услуги по передаче электроэнергии

Рис. 2. Параметры исследуемых суточных графиков электрических нагрузок Fig. 2. Parameters of the studied daily schedules of electrical loads

Периоды Рпиксо, утвержденные СО ЕЭС для первой ценовой зоны оптового рынка электроэнергии на 2022 г., представлены на рис. 3. Различия в интервалах пиковых нагрузок по месяцам календарного года обусловлены изменением сезонных характеристик

пиков электроэнергетической системы различных регионов и изменением продолжительности светового дня.

Месяц 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

Январь

Февраль

Март

Апрель

Май

Июнь

Июль

Август

Сентябрь

Октябрь

Ноябрь

Декабрь

Рис. 3. Периоды плановых часов пиковой нагрузки энергосистемы для первой ценовой зоны, 2022 Fig. 3. Periods of planned peak load hours of the power system for the first price zone, 2022

0,00306

Для исследуемых нами типовых суточных графиков электрических нагрузок (см. рис. 1) рассчитаны значения коэффициента оплаты услуги по передаче электроэнергии (рис. 4).

ед. 0,0035 0,0030 0,0025 0,0020 0,0015 0,0010 0,0005 0,0000

0,00076

0,00113 ">ии

I I

___0,00193

п ппго, 0,00134 0>00М У

1Ш

в

Д Е Ж 3

Рис. 4. Значения коэффициента оплаты услуги по передаче электроэнергии для исследуемых графиков электрических нагрузок Fig. 4. Values of the coefficient of payment for the electricity transmission for the investigated electrical load schedules

Соответствующие значения характеризуются последовательным возрастанием по мере изменения формы графика спроса (а именно увеличения объема почасового потребления электроэнергии в пиковый период суточного спроса) и отражают его влияние на величину средних цен на оплату услуг по передаче электроэнергии. Показатель Роплатыпер может использоваться при прогнозировании стоимости закупа электроэнергии в различных сценариях моделирования и управления характеристиками суточной волатиль-ности графиков электрических нагрузок.

На величину оплаты услуг по передаче электроэнергии промышленными предприятиями, действующими в различных регионах России, помимо формы графика

электропотребления оказывают существенное влияние величины региональных тарифов на оказание услуг по передаче электроэнергии. Эти тарифы устанавливаются для каждого региона индивидуально по «котловому» принципу, т. е. являются едиными для всей территории субъекта федерации и отражают затраты на передачу электроэнергии всех электросетевых компаний, функционирующих в регионе.

В табл. 2 представлены значения котловых тарифов на передачу электроэнергии, действующих на территориях Свердловской области и Пермского края в первом полугодии 2022 г. Видно, что изменение тарифов по уровням расчетного напряжения является нелинейным как в разрезе отдельных ставок, так и в контексте соотношений между ставками в региональном разрезе.

Таблица 2. Единые (котловые) тарифы на услуги по передаче электрической энергии по сетям Свердловской области и Пермского края, действующие в первом полугодии 2022 г.

Table 2. Uniform ('common pot') rates for electricity transmission services through the grids of the Sverdlovsk oblast and the Perm krai, effective in the first half of 2022

№ п/п Тарифные группы потребителей электрической энергии (мощности) Единица измерения ВН СН-I СН-II НН

Свердловская область

1. Прочие потребители (тарифы указываются без учета НДС)

1.1. Двухставочный тариф:

1.1.1. ставка за содержание электрических сетей руб./МВт-мес 560 931,60 939 969,40 1 228 469,95 1 347 924,14

1.1.2. ставка за оплату

технологического расхода(потерь) руб./МВт-ч 164,3 278,69 371,46 747,46

в электрических сетях

1.2. Одноставочный тариф руб./кВт-ч 1,05763 1,87032 2,83671 3,5564

Пермский край

1. Прочие потребители (тарифы указываются без учета НДС)

1.1. Двухставочный тариф:

1.1.1. ставка за содержание электрических сетей руб./МВт-мес 669 370,30 890 346,19 1 008 672,64 973 547,02

1.1.2. ставка за оплату

технологического расхода (потерь) руб./МВт-ч 163,88 330,49 514,39 1074,86

в электрических сетях

1.2. Одноставочный тариф руб./кВт-ч 1,17953 1,59708 2,35792 3,47989

Различия между тарифами в Свердловской области и Пермском крае

Двухставочный тариф:

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

« ^ 2 s s Sä ^ ставка за содержание электрических сетей руб./МВт-мес -108 438,70 49 623,21 219 797,31 374 377,12

ставка за оплату

Ith S 1 « ч H m технологического расхода (потерь) руб./МВт-ч 0,42 -51,80 -142,93 -327,40

Pu в электрических сетях

Одноставочный тариф руб./кВт-ч -0,12 0,27 0,48 0,08

Различие составляющих тарифов на оказание услуг по передаче электроэнергии влияет на изменение конечных величин соответствующих тарифов при эквивалентном изменении показателей коэффициента оплаты услуг по передаче электроэнергии и приводит к значительной вариации экономического эффекта от снижения затрат на оплату указанных услуг при управлении графиками спроса активного энергетического комплекса промышленного предприятия.

В табл. 3 проиллюстрирована разница тарифов на передачу электроэнергии в регионах при показателях коэффициента оплаты услуг по передаче электроэнергии для графиков типа «Г» и «И».

Таблица 3. Разница тарифов на передачу электроэнергии в регионах РФ при значениях коэффициента оплаты услуг по передаче электроэнергии для графиков типа «Г» и «И» (двухставочный тариф СН-II) Table 3. Difference in electricity transmission tariffs in the Russian regions with the values of the coefficient of payment for electricity transmission services for schedules of the type "D" and "I" (double-rate tariff CN-II)

№ пп Федеральный округ Регион Разница в тарифах № пп Федеральный округ Регион Разница в тарифах

1 СКФО Республика Ингушетия 5,06 40 ЦФО Орловская область 2,34

2 ЦФО Курская область 3,85 41 СФО Республика Хакасия 2,32

3 ЦФО Смоленская область 3,64 42 ЦФО Ярославская область 2,27

4 СЗФО Ленинградская область 3,54 43 ДВФО Забайкальский край 2,27

5 СКФО Республика Северная Осетия 3,46 44 ДВФО Республика Бурятия 2,23

6 ЮФО Республика Калмыкия 3,44 45 ПФО Республика Татарстан 2,23

7 ЦФО Рязанская область 3,33 46 СКФО Республика Дагестан 2,22

8 ЮФО Ростовская область 3,31 47 ЦФО Белгородская область 2,21

9 УФО Курганская область 3,22 48 УФО Свердловская область 2,18

10 УФО Тюменская область 3,22 49 СЗФО Архангельская область 2,17

11 ЦФО Липецкая область 3,21 50 СФО Республика Тыва 2,14

12 СЗФО Республика Карелия 3,12 51 ПФО Оренбургская область 2,09

13 ЦФО Костромская область 3,11 52 ЦФО Тульская область 2,06

14 ПФО Самарская область 3,03 53 СЗФО Новгородская область 2,05

15 ЦФО Брянская область 3,02 54 ПФО Удмуртская Республика 2,04

16 СФО Томская область 3,02 55 СЗФО Калининградская область 2,03

17 СЗФО г. Санкт-Петербург 2,96 56 ПФО Республика Мордовия 2,01

Окончание таблицы 3

Table 3 (concluded)

№ пп Федеральный округ Регион Разница в тарифах № пп Федеральный округ Регион Разница в тарифах

18 СЗФО Псковская область 2,89 57 ПФО Пензенская область 2,00

19 ПФО Саратовская область 2,84 58 ДВФО Приморский край 1,96

20 ЦФО Калужская область 2,84 59 СФО Красноярский край 1,86

21 СЗФО Вологодская область 2,81 60 СКФО Ставропольский край 1,86

22 ПФО Республика Марий Эл 2,80 61 ДВФО Еврейская автономная область 1,84

23 ЦФО Тамбовская область 2,79 62 ЦФО Московская область 1,84

24 ЮФО Республика Адыгея 2,78 63 ПФО Пермский край 1,80

25 ЮФО Краснодарский край 2,78 64 ЦФО г. Москва 1,76

26 ЦФО Воронежская область 2,76 65 СКФО Карачаево-Черкесская Республика 1,74

27 ПФО Нижегородская область 2,76 66 СФО Кемеровская область 1,74

28 СЗФО Республика Коми 2,74 67 СФО Новосибирская область 1,69

29 ПФО Ульяновская область 2,72 68 СФО Республика Алтай 1,68

30 ЮФО Волгоградская область 2,71 69 СФО Алтайский край 1,68

31 ЦФО Ивановская область 2,63 70 ЮФО Республика Крым 1,58

32 ДВФО Амурская область 2,61 71 ПФО Чувашская Республика 1,57

33 СКФО Кабардино-Балкарская Республика 2,60 72 СЗФО Мурманская область 1,53

34 ЦФО Владимирская область 2,54 73 ЮФО Астраханская область 1,49

35 СКФО Чеченская Республика 2,51 74 ПФО Республика Башкортостан 1,47

36 ПФО Кировская область 2,50 75 ДВФО Хабаровский край 1,46

37 ДВФО Якутия 2,46 76 ЮФО г. Севастополь 1,35

38 УФО Челябинская область 2,40 77 СФО Омская область 1,04

39 ЦФО Тверская область 2,36 78 СФО Иркутская область 0,96

Анализ показал, что при одинаковом изменении коэффициента оплаты услуг по передаче электроэнергии показатели тарифов на оказание этих услуг, утвержденные для различных регионов России, изменяются непропорционально. Тарифы могут варьироваться более чем в 2,5 раза. Так, в случае изменения указанного коэффициента с графика «Г» до графика «И» тариф на передачу электроэнергии при уровне расчетного напряжения СН-11 в Иркутской и Омской областях, Хабаровском крае, Республике Башкортостан возрастает не более чем на 50 %, тогда как при аналогичном изменении коэффициента оплаты услуги по передаче электроэнергии в Курской, Смоленской и Ленинградской областях он увеличивается более чем на 250 %.

Можно констатировать, что эффект от ценозависимого управления графиком потребления электрической энергии по показателям стоимости услуг по передаче электроэнергии активного энергетического комплекса на различных промышленных территориях будет существенно различаться. Соответственно, различны и перспективы использования активных энергетических комплексов в региональном разрезе.

Для сравнительной оценки относительных и абсолютных показателей тарифов на оплату услуг по передаче электроэнергии мы предлагаем использовать средний тариф на передачу электроэнергии в регионе (далее - средний тариф) и коэффициент волатиль-ности цен на передачу электроэнергии региона (далее - коэффициент волатильности).

Средний тариф рассчитывается по формуле:

[ТПВН +ТПСН1 +ТПСН2 +ТПНН] ,

т

[i

перср,- 4

ТСВН + ТСсн1 + тссн2 + ТСнн ]

X К оплаты пер J, (6)

где ТПВН/ТПст/ТПсн2/ТПНн - ставка тарифов на оплату технологического расхода (потерь) в двухставочном котловом тарифе на оплату услуги по передаче электрической энергии региона г, руб./кВтч; ТСВН/ТССш/ТССН2/ТСНН - ставка тарифов на содержание в двухставочном котловом тарифе на оплату услуги по передаче электрической энергии региона г (руб./кВт-мес). При расчете Тперсрг изменится величина коэффициента заполнения графика Кзап, равного 1 (Коплатыпер = 0,00134).

Коэффициент волатильности рассчитывается по формуле:

_ ^потери СН2 + ТссодХ Коплатыпер[= 0,0013] ^поЛдер. , (7)

' потери + Тссод Х Коплатыпер[= 0,0031]

где Коплать1пер[кзгш = 1] - коэффициент оплаты услуги по передаче электроэнергии при коэффициенте заполнения суточного графика электрической нагрузки, равном 1 (Коплатыпер = 0,00134); Коплатыпер[кзап = 0,44]) - коэффициент оплаты услуги по передаче электроэнергии при коэффициенте заполнения суточного графика электрической нагрузки, равном 0,44 (Коплатыпер = 0,00306).

Для наглядного представления уровня различий рассматриваемых показателей была построена карта вариативности стоимости услуг по передаче электроэнергии регионов (рис. 5), иллюстрирующая значения средних тарифов на передачу электроэнергии в регионе (абсолютный показатель) и степень изменения тарифов на передачу электроэнергии при эквивалентном изменении характеристик волатильности графиков суточного спроса на электропотребление.

3,2

2,7

Группа 1

• Курская область • Ингушетия * Северная Осетия

Липецкая область Калмыкия ** • Смоленская область

• Ленинградская область

Ростовская область •

Нижегородская область •

Тверская область

н

* 2,2

5

6

н >53 S

в «

<и

Он

и 1,7

т, . „ Брянская область

Краснодарский край в ^

_Л_Адыгея _Тыва

• Калужская область

• Костромская область "— ■____Тамбовская область

Марий Эл ^ ^ * * Рязанская область

•»»«. • Самарская область • Карелия Саратовская область уЛЬЯНОвск^бласть Оренбургская область # • . • Вологодская область

Тульская область Ярославская облас^ Амурская волгоградская область Орловская область * Белгородская область область Псковская область

Владимирская область^ • • г- Санкт-Петербур^ ^ _

Кировская область • Воронежская область Курганская область Пензенская область • _ * Томская область Тюменская область" ^

Группа 2

Кабардино-Балкария Бурятия Красноярский край « Новгородская область

- .______• Мордовия •

Челябинская область

Коми

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Чечня

Ставропольский край

• Забайкалье Архангельская область

• Ивановская область

Пермский край • *

Московская область <

Карачаево-Черкесия

• • Дагестан _ , Еврейская АО

Свердловская^область £ Татарстан

^. • Удмуртия • Приморский край

Астраханская область Новосибирская область \ Калининградская область

• г « \ • Хакасия

Башкортостан тт • • Алтай \ Кемеровская область

Чувашия . „ „ „ х _ ' Алтаискии край Ч •

г. Москва

\

г. Севастополь

\

• Крым

1,2

Хабаровский край

-»—[-

Омская область

Группа 3

• Иркутская область

0,7

1,80 1,85 1,90 1,95 2,00 2,05 2,10 2,15 2,20 Коэффициент волатильности цен на передачу электроэнергии

2,25

Рис. 5. Карта вариативности стоимости услуг по передаче электроэнергии в регионах РФ Fig. 5. Map of the variability in the cost of electricity transmission services in the Russian regions

В рамках кластерного анализа регионы были разделены на три группы в зависимости от степени эффективности управления затратами на оплату услуг по передаче электроэнергии.

Регионы первой группы характеризуются относительно высокими значениями среднего тарифа и высоким коэффициентом волатильности цен. В этом случае перспективы

управления спросом по показателям стоимости услуг по передаче электроэнергии наиболее благоприятны. Промышленные предприятия, функционирующие на этих территориях, имеют возможность, управляя графиками своих энергетических нагрузок, существенно сокращать затраты на оплату услуг по передаче электроэнергии посредством использования активного энергетического комплекса.

Во второй группе уровень средних тарифов ниже, чем в первой, и на среднем уровне находятся значения коэффициента волатильности. Эффективность ценозависимо-го управления спросом активного энергетического комплекса в данных регионах чуть ниже, чем в первой группе, при этом перспективы ценозависимого потребления электроэнергии по показателям стоимости услуг по передаче электроэнергии сохраняются.

В регионах третьей группы средние тарифы и коэффициент волатильности значительно ниже, чем в других группах. При принятии инвестиционных решений по строительству и использованию активных энергетических комплексов следует проводить детальный расчет экономического эффекта от применения распределенной генерации и расчет эффективности при различных сценариях ценозависимого управления спросом вследствие более низкой перспективности использования данных комплексов.

Группирование регионов согласно показателям вариативности стоимости услуг по передаче электроэнергии и, соответственно, перспективности применения активных энергетических комплексов с целью снижения затрат на электропотребление представлено в табл. 4.

Таблица 4. Разделение регионов на группы согласно показателям вариативности стоимости услуг по передаче электроэнергии Table 4. Grouping of the regions according to indicators of variability in the cost of electricity transmission services

Группа Регионы Показатели

ТпеРср, Кполпер;

1 Курская, Смоленская, Ленинградская, Рязанская, Ростовская, Липецкая, Костромская, Самарская, Брянская, Калужская, Тамбовская, Нижегородская области, Краснодарский край, республики Ингушетия, Северная Осетия, Калмыкия, Карелия, Адыгея, Тыва 2,48-3,28 руб./кВтч 2,01-2,21

2 Курганская, Тюменская, Томская, Псковская, Саратовская, Вологодская, Воронежская, Ульяновская, Волгоградская, Ивановская, Амурская, Кировская, Владимирская, Челябинская, Тверская, Орловская, Ярославская, Белгородская, Свердловская, Архангельская, Оренбургская, Тульская, Новгородская, Калининградская, Пензенская, Еврейская автономная, Кемеровская области, г. Санкт-Петербург, г. Москва, Кабардино-Балкарская, Чеченская, Карачаево-Черкесская, Удмуртская республики, республики Марий Эл, Коми, Саха (Якутия), Хакасия, Бурятия, Татарстан, Дагестан, Мордовия, Забайкальский, Приморский, Красноярский края 1,50-2,53 руб./кВтч 1,88-2,22

3 Ставропольский, Пермский, Алтайский, Хабаровский края, Московская, Новосибирская, Омская, Мурманская, Астраханская, Иркутская области, республики Алтай, Крым, Башкортостан, Чувашская Республика, г. Севастополь 0,89-1,92 руб./кВтч 1,21-2,10

Вторая региональная группа является самой многочисленной, что свидетельствует о высоком потенциале снижения затрат на оплату услуг по передаче электроэнергии в большинстве регионов России и наличии перспектив для внедрения активных энергетических комплексов, особенно в промышленных регионах со значительной долей электропотребления.

Заключение

Результаты исследования величин тарифов на передачу электроэнергии и затрат, связанных с неравномерностью графиков спроса на потребление электроэнергии промышленными потребителями, позволяют констатировать следующее.

На эффективность применения активного энергетического комплекса в части цено-зависимого управления электропотреблением из энергосистемы по показателям стоимости оплаты услуг по передаче электроэнергии влияют два ключевых фактора:

• абсолютная величина единого (котлового) тарифа на оказание услуг по передаче электроэнергии, утвержденная для определенного уровня напряжения отдельно для каждой промышленной территории;

• относительная величина изменения конечного тарифа на оплату услуг по передаче электроэнергии промышленного предприятия при изменении структуры графика электропотребления в процессе управления спросом.

Авторская система показателей оценки тарифов на оказание услуг по передаче электроэнергии и параметров графиков спроса, влияющих на формирование суммы обязательств по оплате услуг по передаче электроэнергии, и разработанная на их основе карта вариативности регионов по стоимости услуг по передаче электроэнергии позволяет

• более объективно принимать управленческие решения и повысить эффективность использования активных энергетических комплексов;

• управлять работой систем распределенной генерации электроэнергии в соответствии с показателями стоимости услуг по передаче электроэнергии;

• оценивать экономическую эффективность инвестиционных проектов по созданию активных энергетических комплексов, присоединяемых к электрическим сетям различного класса расчетного уровня напряжения и расположенных на территориях различных промышленных энергорайонов России.

Полученные результаты имеют особую практическую значимость для старопромышленных регионов, наиболее остро нуждающихся в действенных механизмах сокращения затрат и повышения эффективности функционирования в условиях экономической нестабильности.

Предложенные показатели могут стать основой для принятия решений по реализации инвестиционных программ развития энергетики и повышения энергетической эффективности как на уровне отдельных промышленных предприятий, так и в региональном и федеральном масштабах.

Источники

Байрамгулова Ю. М., Гончарова И. Н., Варганова А. В. (2017). Методики оценки эффективности внедрения источников распределительной генерации // Энергетические и электротехнические системы: международный сборник научных трудов. С. 61-66.

Варганова А. В., Гончарова И. Н., Байрамгулова Ю. М., Ефимова В. А. (2019). Методика оценки эффективности внедрения источников распределенной генерации // Вестник Южно-Уральского государственного университета. Серия «Энергетика». Т. 19, № 4. С. 52-58. Б01: 10.14529/ рсгеег190406.

Веселов Ф. В., Панкрушина Т. Г., Золотова И. Ю. (2018). Тарифная политика в электросетевом комплексе как фактор инвестиционной привлекательности источников распределенной генерации в ЕЭС России // Промышленная энергетика. № 11. С. 2-10.

Волкова И. О., Губко М. В., Сальникова Е. А. (2013). Активный потребитель: задача оптимизации потребления электроэнергии и собственной генерации // Проблемы управления. № 6. С. 53-61.

Ворошилов А. А., Кечкин А. Ю., Шалухо А. В. (2017). К вопросу об оценке оптимального распределения электроэнергии в активно-адаптивных электрических сетях с распределенной генерацией // Проблемы и перспективы развития энергетики, электротехники и энергоэффективности. материалы I Международной научно-технической конференции. С. 89-93.

Глотов А. В., Зайцев Н. Н. (2018). Цифровая эволюция мобильных ГТЭС // Энергия единой сети. № 3 (38). С. 6-10.

Головщиков В. О., Закирова С. З. (2016). Распределенная генерация (включая возобновляемые источники энергии) как элемент интеллектуальной электроэнергетической системы с активно-адаптивной сетью // Современные технологии и научно-технический прогресс. Т. 1. С. 86-87.

Зацаринная Ю. Н., Логачева А. Г., Григорьева М. О. (2019). Электроэнергия на розничных рынках как товар в интеллектуальных энергетических системах // Энергетические системы. № 1. С. 237-242.

Корзитцке Р. (2013). Управление спросом, распределенная генерация и виртуальные электростанции: экономические сигналы // Эффективное антикризисное управление. № 1 (76). С. 40-49.

Косарев Б. А., Федоров В. К., Хамитов Р. Н. (2020). Моделирование включения активного потребителя на параллельную работу с системой электроснабжения нефтегазодобывающего предприятия // Известия Томского политехнического университета. Инжиниринг георесурсов. Т. 331, № 8. С. 144-153. https://doi.Org/10.18799/24131830/2020/8/2776.

Кучеров Ю. Н., Иванов А. В., Корев Д. А., Уткин Н. А., Жук А. З. (2018). Развитие технологий активного потребителя и их интеграция в электрическую сеть общего пользования // Энергетическая политика. № 5. С. 73-86.

Непомнящий В. А., Илюшин П. В. (2013). Новые подходы в обеспечении надежности электроснабжения потребителей электрической энергии // Надежность и безопасность энергетики. № 4 (23). С. 14-25.

Нехороших И. Н. (2019). Инновационные механизмы управления спросом на электрическую энергию: обзор мирового опыта и оценка перспектив его применения в России // Известия Юго-Западного государственного университета. Серия «Экономика. Социология. Менеджмент». Т. 9, № 2 (31). С. 17-25.

Папков Б. В., Осокин В. Л., Куликов А. Л. (2018). Об особенностях малой и распределенной генерации в интеллектуальной электроэнергетике // Вестник Уфимского государственного авиационного технического университета. Т. 22, № 4 (82). С. 119-131.

Рогалев Н. Д., Молодюк В. В., Исамухамедов Я. Ш. (2019). Повышение надежности функционирования электроэнергетики в условиях развития распределенной генерации и цифровой экономики // Воропай Н. И. (ред.) Методические вопросы исследования надежности больших систем энергетики. Иркутск: Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения РАН. С. 8-17.

Рыцова А. В. (2018). Влияние распределенной генерации на режим работы энергосистемы // Вестник современных исследований. № 12.5 (27). С. 247-249.

Ханаев В. В. (2020а). Управление спросом на электроэнергию - современное состояние и перспективы развития // Электроэнергия. Передача и распределение. № 5 (62). С. 74-77.

Ханаев В. В. (2020Ь). Управление спросом на электроэнергию как дополнение к распределенной генерации // Энергетическая политика. № 4 (146). С. 38-51.

Ховалова Т. В., Жолнерчик С. С. (2018). Эффекты внедрения интеллектуальных электроэнергетических сетей // Стратегические решения и риск-менеджмент. № 2 (105). С. 92-101. о^/10.17747/2078-8886-2018-2-92-101.

Худяков К. И., Чиров Д. А., Смирнов А. Ю., Яковлев С. О. (2020). Проблемы интеграции распределенной генерации и централизованной системы электроснабжения // Приоритетные направления инновационной деятельности в промышленности: сборник научных статей по итогам третьей международной научной конференции. С. 162-164.

Шеломенцев В. А., Орлов В. С. (2019). Средства и способы снижения стоимости электрической энергии и повышение надежности электроэнергетических систем // Энергосбережение и инновационные технологии в топливно-энергетическом комплексе: материалы национальной

с международным участием научно-практической конференции студентов, аспирантов, ученых и специалистов, посвященной 20-летию создания кафедры электроэнергетики: в 2 т. С. 363-367.

Abdulkareem Saleh Abushamah H., Haghifam M. R., Ghanizadeh Bolandi T. (2021). A novel approach for distributed generation expansion planning considering its added value compared with centralized generation expansion. Sustainable Energy, Grids and Networks, vol. 25, 100417. DOI: 10.1016/j. segan.2020.100417.

Anuradha K. B. J., Jayatunga U., Ranjit Perera H. Y. (2021). Loss-voltage sensitivity analysis based battery energy storage systems allocation and distributed generation capacity upgrade. Journal of Energy Storage, vol. 36, 102357. DOI: 10.1016/j.est.2021.102357.

Baghbanzadeh D., Salehi J., Samadi Gazijahani F., Shafie-khah M., Catalao J. P. S. (2021). Resilience improvement of multi-microgrid distribution networks using distributed generation. Sustainable Energy, Grids and Networks, vol. 27, 100503. DOI: 10.1016/j.segan.2021.100503.

Belmahdi B., El Bouardi A. (2020). Simulation and optimization of microgrid distributed generation: A case study of University Abdelmalek Essaadi in Morocco. Procedia Manufacturing, vol. 46, pp. 746-753. DOI: 10.1016/j.promfg.2020.03.105.

Beltran J. C., Aristizabal A. J., Lopez A., Castaneda M., Zapata S., Ivanova Y. (2020). Comparative analysis of deterministic and probabilistic methods for the integration of distributed generation in power systems. Energy Reports, vol. 6, Supplement 3, pp. 88-104. DOI: 10.1016/j.egyr.2019.10.025.

Craig M. T., Jaramillo P., Hodge B.-M., Williams N. J., Severnini E. (2018). A retrospective analysis of the market price response to distributed photovoltaic generation in California. Energy Policy, vol. 121, pp. 394-403. DOI: 10.1016/j.enpol.2018.05.061.

Howlader H. O. R., Matayoshi H., Senjyu T. (2015). Distributed generation incorporated with the thermal generation for optimum operation of a smart grid considering forecast error. Energy Conversion and Management, vol. 96, pp. 303-314. DOI: 10.1016/j.enconman.2015.02.087.

Howlader H. O. R., Matayoshi H., Senjyu T. (2016). Distributed generation integrated with thermal unit commitment considering demand response for energy storage optimization of smart grid. Renewable Energy, vol. 99, pp. 107-117. DOI: 10.1016/j.renene.2016.06.050.

Kakran S., Chanana S. (2018). Smart operations of smart grids integrated with distributed generation: A review. Renewable and Sustainable Energy Reviews, vol. 81, part 1, pp. 524-535. DOI: 10.1016/j. rser.2017.07.045.

Kumar M., Kumar A., Sandhu K. S. (2018). Impact of distributed generation on nodal prices in hybrid electricity market. International Conference on Processing of Materials, Minerals and Energy, vol. 5, issue 1, part 1, pp. 830-840. DOI: 10.1016/j.matpr.2017.11.154.

Li Z., Chen G. (2022). Fixed-time consensus based distributed economic generation control in a smart grid. International Journal of Electrical Power & Energy Systems, vol. 134, 107437. DOI: 10.1016/j. ijepes.2021.107437.

Lin Q., Liu L.-J., Yuan M., Ge L.-J., Wang Y.-H., Zhang M. (2021). Choice of the distributed photovoltaic power generation operating mode for a manufacturing enterprise: Surrounding users vs a power grid. Journal of Cleaner Production, vol. 293, 126199. DOI: 10.1016/j.jclepro.2021.126199.

Liu S., Bie Z., Liu F., Li Z., Li G., Wang X. (2019). Policy implication on distributed generation PV trading in China. Energy Procedia, vol. 159, pp. 436-441. DOI: 10.1016/j.egypro.2018.12.043.

Martinez S. D., Campos F. A., Villar J., Rivier M. (2021). Joint energy and capacity equilibrium model for centralized and behind-the-meter distributed generation. International Journal of Electrical Power & Energy Systems, vol. 131, 107055. DOI: 10.1016/j.ijepes.2021.107055.

Matos S. P. S., Vargas M. C., Fracalossi L. G. V., Encarna^ao L. F., Batista O. E. (2021). Protection philosophy for distribution grids with high penetration of distributed generation. Electric Power Systems Research, vol. 196, 107203. DOI: 10.1016/j.epsr.2021.107203.

Menke J.-H., Bornhorst N., Braun M. (2019). Distribution system monitoring for smart power grids with distributed generation using artificial neural networks. International Journal of Electrical Power & Energy Systems, vol. 113, pp. 472-480. DOI: 10.1016/j.ijepes.2019.05.057.

Nakada T., Shin K., Managi S. (2016). The effect of demand response on purchase intention of distributed generation: Evidence from Japan. Energy Policy, vol. 94, pp. 307-316. DOI: 10.1016/j.en-pol.2016.04.026.

Nejad H. C., Tavakoli S., Ghadimi N., Korjani S., Nojavan S., Pashaei-Didani H. (2019). Reliability based optimal allocation of distributed generations in transmission systems under demand response program. Electric Power Systems Research, vol. 176, 105952. DOI: 10.1016/j.epsr.2019.105952.

Poudineh R., Jamasb T. (2014). Distributed generation, storage, demand response and energy efficiency as alternatives to grid capacity enhancement. Energy Policy, vol. 67, pp. 222-231. DOI: 10.1016/j. enpol.2013.11.073.

Rahiminejad A., Vahidi B., Hejazi M. A., Shahrooyan S. (2016). Optimal scheduling of dispatchable distributed generation in smart environment with the aim of energy loss minimization. Energy, vol. 116, part 1, pp. 190-201. DOI: 10.1016/j.energy.2016.09.111.

Sandhya K., Chatterjee K. (2021). A review on the state of the art of proliferating abilities of distributed generation deployment for achieving resilient distribution system. Journal of Cleaner Production, vol. 287, 125023. DOI: 10.1016/j.jclepro.2020.125023.

Valencia A., Hincapie R. A., Gallego R. A. (2021). Optimal location, selection, and operation of battery energy storage systems and renewable distributed generation in medium-low voltage distribution networks. Journal of Energy Storage, vol. 34, 102158. DOI: 10.1016/j.est.2020.102158.

Viana M. S., Junior G. M., Udaeta M. E. M. (2018). Analysis of demand response and photovoltaic distributed generation as resources for power utility planning. Applied Energy, vol. 217, pp. 456-466. DOI: 10.1016/j.apenergy.2018.02.153.

Wang Y., Huang Y., Zeng M., Li F., Zhang Y. (2018). Energy management of smart micro-grid with response loads and distributed generation considering demand response. Journal of Cleaner Production, vol. 197, part 1, pp. 1069-1083. DOI: 10.1016/j.jclepro.2018.06.271.

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Yu H., Hong B., Luan W., Huang B., Semero Y. K., Tesfaye Eseye A. (2018). Study on business models of distributed generation in China. Global Energy Interconnection, vol. 1, issue 2, pp. 162-171. DOI: 10.14171/j.2096-5117.gei.2018.02.008.

Информация об авторах Дзюба Анатолий Петрович, доктор экономических наук, старший научный сотрудник кафедры экономики и финансов Южно-Уральского государственного университета (национального исследовательского университета), 454080, РФ, г. Челябинск, пр. Ленина, 76 Контактный телефон: +7 (351) 267-91-28, e-mail: dziubaap@susu.ru

Соловьева Ирина Александровна, доктор экономических наук, доцент, заведующий кафедрой экономики и финансов Южно-Уральского государственного университета (национального исследовательского университета), 454080, РФ, г. Челябинск, пр. Ленина, 76 Контактный телефон: +7 (351) 267-98-17, e-mail: solovevaia@susu.ru

Семиколенов Александр Викторович, соискатель кафедры экономики и финансов ЮжноУральского государственного университета (национального исследовательского университета), 454080, РФ, г. Челябинск, пр. Ленина, 76

Контактный телефон: +7 (351) 267-91-28, e-mail: avs@msk-energo.ru

■ ■ ■

References

Bayramgulova Yu. M., Goncharova I. N., Varganova A. V. (2017). Methods for assessing the effectiveness of the introduction of distributional generation sources. In: Collection of Int. Sci. Essays "Energy and Electric Technical Systems" (pp. 61-66). (In Russ.)

Varganova A. V., Goncharova I. N., Bayramgulova Yu. M., Efimova V. A. (2019). Efficiency estimation method used to evaluate distributed generation sources introduction. Vestnik Yuzhno-Uralskogo gosudarstvennogo universiteta. Seriya "Energetika" = Bulletin of South Ural State University. Series "Power Engineering", vol. 19, no. 4, pp. 52-58. DOI: 10.14529/power190406. (In Russ.)

Veselov F. V., Pankrushina T. G., Zolotova I. Yu. (2018). Tariff policy of the integrated power grid as a factor of investment attractiveness of the sources of distributed generation in the UES of Russia. Promy-shlennaya energetika = Industrial Power Engineering, no. 11, pp. 2-10. (In Russ.)

Volkova I. O., Gubko M. V., Salnikova E. A. (2013). Active consumer: The problem of optimising the consumption of electricity and own generation. Problemy upravleniya = Control Sciences, no. 6, pp. 53-61. (In Russ.)

Voroshilov A. A., Kechkin A. Yu., Shalukho A. V. (2017). On the issue of assessing the optimal distribution of electricity in active-adaptive electrical grids with distributed generation. Proc. 1stInt. Sci.-Tech. Conf. "Problems and Prospects for the Development of Energy, Electrical Engineering and Energy Efficiency" (pp. 89-93). (In Russ.)

Glotov A. V., Zaytsev N. N. (2018). Digital evolution of mobile GTPPs. Energiya edinoy seti = Energy of Common Grid, no. 3 (38). pp. 6-10. (In Russ.)

Golovshchikov V. O., Zakirova S. Z. (2016). Distributed generation (including renewable energy sources) as an element of an intelligent electric power system with an active-adaptive grid. Sovremennye tekhnologii i nauchno-tekhnicheskiy progress = Modern Technologies and Scientific and Technical Progress, vol. 1, pp. 86-87. (In Russ.)

Zatsarinnaya Yu. N., Logacheva A. G., Grigoryeva M. O. (2019). Electricity in retail markets as a commodity in smart grids. Energeticheskie sistemy = Energy Systems, vol. 4, no. 1, pp. 237-242. (In Russ.)

Korzittske R. (2013). Demand management, distributed generation and virtual power plants: Economic signals. Effektivnoe antikrizisnoe upravlenie = Efficient Crisis Management, no. 1 (76), pp. 40-49. (In Russ.)

Kosarev B. A., Fedorov V. K., Khamitov R. N. (2020). Modeling the connection of a prosumer in parallel operation with the power supply system of an oil and gas production enterprise. Izvestiya Tom-skogo politekhnicheskogo universiteta. Inzhiniring georesursov = Bulletin of the Tomsk Polytechnic University. Geo Assets Engineering, vol. 331, no. 8, pp. 144-153. https://doi.org/10.18799/24131830/2020/87277 6. (In Russ.)

Kucherov Yu. N., Ivanov A. V., Korev D. A., Utkin N. A., Zhuk A. Z. (2018). Development of active consumer technologies and their integration into the public electric network. Energeticheskaya politika = Energy Policy, no. 5, pp. 73-86. (In Russ.)

Nepomnyashchiy V. A., Ilyushin P. V. (2013). New approaches to ensure the reliability of power supply to consumers of electric energy. Nadezhnost i bezopasnost energetiki = Safety and Reliability of Power Industry, no. 4 (23), pp. 14-25. (In Russ.)

Nekhoroshikh I. N. (2019). Innovative mechanisms of control demand for electric power: A review of international experience and assessment of the prospects of its application in Russia. Izvestiya Yugo-Zapadnogo gosudarstvennogo universiteta. Seriya "Ekonomika. Sotsiologiya. Menedzhment" = Bulletin of the Southwest State University. Series "Economics. Sociology. Management", vol. 9, no. 2 (31), pp. 17-25. (In Russ.)

Papkov B. V., Osokin V. L., Kulikov A. L. (2018). About the features of small and distributed generation in the intellectual electric power industry. Vestnik Ufimskogo gosudarstvennogo aviatsionnogo tekhnicheskogo universiteta = Buleltin of the Ufa State Aviation Technical University, vol. 22, no. 4 (82), pp. 119-131. (In Russ.)

Rogalev N. D., Molodyuk V. V., Isamukhamedov Ya. Sh. (2019). Improving the reliability of the functioning of the electric power industry in the conditions of the development of distributed generation and the digital economy. In: Voropay N. I. (ed.) Methodological issues of research of the reliability of large energy systems (pp. 8-17). Irkutsk: Melentiev Energy Systems Institute (Siberian Branch of RAS). (In Russ.)

Rytsova A. V. (2018). Influence of distributed generation on the mode of operation of the power system. Vestnik sovremennykh issledovaniy = Bulletin of Modern Research, no. 12.5 (27), pp. 247-249. (In Russ.)

Khanaev V. V. (2020a). Demand side management - current state and development prospects. Elektroenergiya. Peredacha i raspredelenie = Electric Power. Transmission and Distribution, no. 5 (62), pp. 74-77. (In Russ.)

Khanaev V. V. (2020b). Electricity demand management as an addition to distributed generation. Energeticheskaya politika = Energy Policy, no. 4 (146), pp. 38-51. (In Russ.)

Hovalova T. V., Zholnerchik S. S. (2018). The effects of the introduction of smart grids. Strategich-eskie resheniya i risk-menedzhment = Strategic Decisions and Risk Management, no. 2 (105), pp. 92-101. https://doi.org/10.17747/2078-8886-2018-2-92-101. (In Russ.)

Khudyakov K. I., Chirov D. A., Smirnov A. Yu., Yakovlev S. O. (2020). Problems of integration of distributed generation and centralised power supply system. In: Proc. 3rd Int. Sci. Conf. "Priority Directions of Innovative Activity in Industry" (pp. 162-164). (In Russ.)

Shelomentsev V. A., Orlov V. S. (2019). Means and methods for reducing the cost of electroactivity and improving the reliability of electric power systems. Proc. Sci-Prac. Conf. "Energy saving and innovative technologies in the fuel and energy complex" (pp. 363-367). Tyumen: Tyumen Industrial University. (In Russ.)