Открытый доступ Открытый доступ  Ограниченный доступ Платный доступ

Анализ фактических электрических нагрузок многоквартирных жилых домов Москвы

Ю. И. Солуянов, Н. В. Чернова, А. И. Федотов, А. Р. Ахметшин

Аннотация


Приведён анализ фактических электрических нагрузок многоквартирных жилых домов (МКД) г. Москвы за летний (июнь - июль 2021 г.) и зимний (декабрь 2021 г. - январь 2022 г.) периоды наблюдения. Результаты анализа показали, что нормативные значения удельных электрических нагрузок, указанные в СП 256.1325800.2016 "Электроустановки жилых и общественных зданий. Правила проектирования и монтажа", завышены более, чем в 2 раза. Актуализация нормативных значений, используемых при проектировании МКД г. Москвы, позволит обеспечить снижение потерь электроэнергии в силовых трансформаторах (СТ) и стоимость технологического присоединения к электрическим сетям, включая уменьшение количества СТ и длины кабельных линий. На основе проведенного исследования выделено 5 групп МКД по количеству этажей (эт.): до 5 эт., 6 - 10 эт., 11 - 18 эт., 19 - 25 эт., 26 эт. и более. Результатом научно-исследовательской работы являются статистически обоснованные значения удельных электрических нагрузок по кластерам МКД высотностью 11 - 18 и 19 - 25 этажей.

Ключевые слова


удельные расчетные электрические нагрузки; резервная электрическая мощность; график электрической нагрузки; кластеры многоквартирных жилых домов

Полный текст:

PDF

Литература


СП 256.1325800.2016 "Электроустановки жилых и общественных зданий. Правила проектирования и монтажа".

Постановление Правительства Российской Федерации от 28.05.2021 № 815 "Об утверждении перечня национальных стандартов и сводов правил (частей таких стандартов и сводов правил), в результате применения которых на обязательной основе обеспечивается соблюдение требований Федерального закона".

Методика расчета электрических нагрузок многоквартирных домов, разработанная по заказу Департамента градостроительной политики г. Москвы в рамках государственного контракта от 22.01.2018 № ДГП 18-05-Р. [Электронный ресурс]. Разработчик: ОАО "ИНСОЛАР ИНВЕСТ". - 18 c. URL: https://mtsk.mos.ru/documents/32428(датаобращения:11.08.2022).

Солуянов, Ю. И. Актуализация нормативных значений удельной электрической нагрузки многоквартирных домов в Республике Татарстан / Ю. И. Солуянов, А. И. Федотов, Ю. Я. Галицкий и др. // Электричество. - 2021. - № 6. - С. 62 - 71.

Солуянов, Ю. И. Актуализация расчетных электрических нагрузок с последующим практическим применением на примере Республики Татарстан / Ю. И. Солуянов, А. И. Федотов, А. Р. Ахметшин, В. А. Халтурин // Промышленная энергетика. - 2021. - № 2. - С. 32 - 40.

Солуянов, Ю. И. Анализ фактических электрических нагрузок многоквартирных жилых домов Московской области / Ю. И. Солуянов, А. И. Федотов, А. Р. Ахметшин [и др.] // Промышленная энергетика. - 2022. - № 4. - С. 20 - 28.

Жилкина, Ю. В. Процессы реформирования электроэнергетики в России / Ю. В. Жилкина // Энергетик. - 2020. - № 1. - С. 29 - 32.

Майоров, А. В. Развитие системы оперативно-технологического управления электросетевым комплексом в рамках концепции цифровой трансформации 2030 / А. В. Майоров // Электроэнергия. Передача и распределение. - 2019. - № 2(13). - C. 2 - 7.

Надтока, И. И. Повышение точности расчета электрических нагрузок многоквартирных домов с электроплитами / И. И. Надтока, А. В. Павлов // Известия вузов. Северо-Кавказский регион. Технические науки. - 2015. - № 2. - С. 45 - 48.

Надтока, И. И. Проблемы расчета электрических нагрузок коммунально-бытовых потребителей микрорайонов мегаполисов / И. И. Надтока, А. В. Павлов, С. И. Новиков // Известия вузов. Электромеханика. - 2013. - № 1. - С. 136-139.

Алексеева, И. Ю. Прогнозирование электропотребления с использованием метода искусственных нейронных сетей / И. Ю. Алексеева, А. С. Ведерников, М. О. Скрипачев // Вестник Самарского государственного технического университета. Серия: Технические науки. - 2010. - № 2 (27). - С. 135 - 138.

Гофман, А. В. Повышение точности краткосрочного и оперативного прогнозирования электропотребления энергосистемы с применением искусственной нейронной сети / А. В. Гофман, А. С. Ведерников, Е. С. Ведерникова // Электрические станции. - 2012. - № 7 (972). - С. 36 - 41.

Wang, J. Ensemble-based deep learning model for non-intrusive load monitoring /j. Wang, S. El Kababji, C. Graham, P. Srikantha // IEEE Electrical Power and Energy Conference, EPEC 2019, art. no. 9074816.

Надтока, И. И. Расчёты электрических нагрузок жилой части многоквартирных домов с электрическими плитами, основанные на средних нагрузках квартир / И. И. Надтока, А. В. Павлов // Известия высших учебных заведений. Электромеханика. - 2014. - № 3. - С. 36 - 39. - EDN SIAKJT.

Федотов, А. И. Определение параметров симметрирующих трансформаторов / А. И. Федотов, А. Р. Ахметшин, Н. В. Чернова // Промышленная энергетика. - 2015. - № 1. - С. 54 - 59.

Лоскутов, А. Б. Разработка и исследование гибкой интеллектуальной электрической сети среднего напряжения, основанной на гексагональной структуре / А. Б. Лоскутов, А. А. Лоскутов, Д. В. Зырин. - Н. Новгород: Труды НГТУ им. Р. Е. Алексеева. - 2016. - № 3 (114). - C. 85 - 94.

Ashok, K. Distribution transformer health monitoring using smart meter data / K. Ashok, D. Li, D. Divan, et al. // IEEE Power and Energy Society Innovative Smart Grid Technologies Conference. - 2020. Article number 9087641.

Лоскутов, А. Б. Интеллектуальные распределительные сети 10 - 20 кВ с гексагональной конфигурацией / А. Б. Лоскутов, Е. Н. Соснина, А. А. Лоскутов, Д. В. Зырин // Промышленная энергетика. - 2013. - № 12. - C. 3 - 7.

Proedrou, A.Comprehensive review of residential electricity load profile models / A. Proedrou // IEEE Access. - 2021. - Vol. 9. - Pp. 12114 - 12133.

Carroll, P. Household classification using smart meter data / P. Carroll, T. Murphy, M. Hanley, et al. // Journal of official statistics. - 2018. - Vol. 34. - № 1. - Pp. 1 - 25.

Приказ Министерства строительства и жилищно-коммунального хозяйства РФ от 29.04.2020 № 273/пр "Об утверждении условий отнесения жилых помещений к стандартному жилью".

James, G. An introduction to statistical learning with / G. James, D. Witten, T. Hatie, et al. // Applications in R. 2nd ed. Cham. Springer. 2021. - P. 612.

Гореева, Н. М. Статистика / Н. М. Гореева, Л. Н. Демидова. - М.: Прометей, 2019. - 496 c.




DOI: http://dx.doi.org/10.34831/EP.2022.82.36.002

Ссылки

  • На текущий момент ссылки отсутствуют.


                                                

© 1998 — 2024 НТФ "Энергопрогресс"

Адрес редакции: 129090, г. Москва, ул. Щепкина, д. 8
Телефон редакции   234-7449.

E-mail: prom_energy@rambler.ru; prom_energy1@mail.ru