Цель – определить и проанализировать ключевые особенности агрегации микросетей в энергетические сообщества в зависимости от преобладания промышленных и бытовых нагрузок. В работе были использованы методы литературного обзора и мета-анализа в области планирования, моделирования и управления микроэнергетических систем и их сообществ. Также применялся методологический подход, сочетающий методы многокритериального принятия решений и искусственного интеллекта. Эффективность предлагаемого подхода продемонстрирована на примере образования двух типов энергетических сообществ, построенных применительно к реальным удаленным поселениям на побережье Японского моря, которые сочетают типично «жилые» нагрузки с промышленными. Получены результаты тестирования модели «Автономный диспетчер», построенной на основе аппарата двухуровневой оптимизации и алгоритма обучения с подкреплением Монте-Карло по поиску в дереве для оптимального экономического управления режимами работы потенциального энергетического сообщества. На нижнем уровне данной модели решается задача нахождения рыночного равновесия посредством минимизации функции общих эксплуатационных затрат. На верхнем – выбирается стратегия управления, дающая наилучшее распределение прибылей между членами сообщества. Исследовались два сценария объединения и работы микросетей поселков в энергетическом сообществе: промышленного и общественного типа. Проведенные исследования показали, что работа поселков в составе энергетических сообществ любого типа более выгодна (с экономической и экологической точек зрения), чем в индивидуальном режиме. Установлено, что при объединении поселков в энергетическое сообщество промышленного типа происходит более существенное снижение стоимости электроэнергии по показателю LCOE от нормированного значения, чем в аналогичном сообществе общественного типа (с 22 руб/кВт∙ч до 6 руб/ кВт∙ч – против 22 руб/кВт∙ч до 9 руб/кВт∙ч). Анализ приведенных характеристик разных типов энергетических сообществ может помочь также и проектировщикам определить возможности, особ