<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE root>
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:ali="http://www.niso.org/schemas/ali/1.0/" article-type="research-article" dtd-version="1.2" xml:lang="ru"><front><journal-meta><journal-id journal-id-type="publisher-id">News of the Kabardino-Balkarian Scientific Center of the Russian Academy of Sciences</journal-id><journal-title-group><journal-title xml:lang="en">News of the Kabardino-Balkarian Scientific Center of the Russian Academy of Sciences</journal-title><trans-title-group xml:lang="ru"><trans-title>Известия Кабардино-Балкарского научного центра РАН</trans-title></trans-title-group></journal-title-group><issn publication-format="print">1991-6639</issn><issn publication-format="electronic">2949-1940</issn></journal-meta><article-meta><article-id pub-id-type="publisher-id">265569</article-id><article-id pub-id-type="doi">10.35330/1991-6639-2024-26-4-71-82</article-id><article-id pub-id-type="edn">UPCIWQ</article-id><article-categories><subj-group subj-group-type="toc-heading" xml:lang="en"><subject>System analysis, management and information processing</subject></subj-group><subj-group subj-group-type="toc-heading" xml:lang="ru"><subject>Математические, статистические и инструментальные методы в экономике</subject></subj-group><subj-group subj-group-type="article-type"><subject>Research Article</subject></subj-group></article-categories><title-group><article-title xml:lang="en">Building the trend component of an additive mathematical model of planned electricity production volume to improve energy efficiency</article-title><trans-title-group xml:lang="ru"><trans-title>Построение трендовой составляющей аддитивной математической модели объема планового производства электрической энергии для повышения энергоэффективности</trans-title></trans-title-group></title-group><contrib-group><contrib contrib-type="author"><contrib-id contrib-id-type="orcid">https://orcid.org/0000-0002-2420-5356</contrib-id><contrib-id contrib-id-type="spin">7170-3021</contrib-id><name-alternatives><name xml:lang="en"><surname>Demyanenko</surname><given-names>Tatyana S.</given-names></name><name xml:lang="ru"><surname>Демьяненко</surname><given-names>Татьяна Сергеевна</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><bio xml:lang="en"><p>Candidate of Economics Sciences, Associate Professor of the Department of Mathematical and Computer Modeling</p></bio><bio xml:lang="ru"><p>канд. эконом. наук, доцент кафедры математического и компьютерного моделирования</p></bio><email>demianenkots@susu.ru</email><xref ref-type="aff" rid="aff1"/></contrib><contrib contrib-type="author"><name-alternatives><name xml:lang="en"><surname>Semenenko</surname><given-names>Lyubov M.</given-names></name><name xml:lang="ru"><surname>Семененко</surname><given-names>Любовь Михайловна</given-names></name></name-alternatives><address><country country="RU">Russian Federation</country></address><bio xml:lang="ru"><p>студент группы ЕТ-229</p></bio><bio xml:lang="en"><p>Student of the ЕТ-229 Group</p></bio><email>lubashtyka28@gmail.com</email></contrib></contrib-group><aff-alternatives id="aff1"><aff><institution xml:lang="en">South Ural State University (National Research University)</institution></aff><aff><institution xml:lang="ru">Южно-Уральский государственный университет (национальный исследовательский университет)</institution></aff></aff-alternatives><content-language>ru</content-language><pub-date date-type="pub" iso-8601-date="2024-10-07" publication-format="electronic"><day>07</day><month>10</month><year>2024</year></pub-date><pub-date date-type="collection"><year>2024</year></pub-date><volume>26</volume><issue>4</issue><issue-title xml:lang="en"/><issue-title xml:lang="ru"/><fpage>71</fpage><lpage>82</lpage><history><date date-type="received" iso-8601-date="2024-10-06"><day>06</day><month>10</month><year>2024</year></date><date date-type="accepted" iso-8601-date="2024-10-06"><day>06</day><month>10</month><year>2024</year></date></history><permissions><copyright-statement xml:lang="ru">Copyright ©; 2024, Демьяненко Т.С., Семененко Л.М.</copyright-statement><copyright-statement xml:lang="en">Copyright ©; 2024, Демьяненко Т.S., Семененко Л.M.</copyright-statement><copyright-year>2024</copyright-year><copyright-holder xml:lang="ru">Демьяненко Т.С., Семененко Л.М.</copyright-holder><copyright-holder xml:lang="en">Демьяненко Т.S., Семененко Л.M.</copyright-holder><ali:free_to_read xmlns:ali="http://www.niso.org/schemas/ali/1.0/"/><license><ali:license_ref xmlns:ali="http://www.niso.org/schemas/ali/1.0/">https://creativecommons.org/licenses/by/4.0</ali:license_ref></license></permissions><self-uri xlink:href="https://journals.rcsi.science/1991-6639/article/view/265569">https://journals.rcsi.science/1991-6639/article/view/265569</self-uri><abstract xml:lang="en"><p>The nationally declared "Energy Strategy of Russia for the Period up to 2035" involves a comprehensive structural transformation of the energy sector and its transition to a qualitatively new level that meets the needs of the country's economic development. Improvement of energy efficiency is one of the priority directions of the policy outlined in Russian energy strategy for this period. Nowadays steps are being taken to encourage consumers to participate in increasing energy efficiency and leveling load schedules. The need for highly accurate forecasts of both energy consumption and production is becoming increasingly important. Moreover, a growing number of enterprises are becoming interested in improving their own energy efficiency and reducing electricity consumption costs, thereby increasing their profits. This research aims to develop a highly accurate mathematical model for forecasting electricity production volume. The accuracy of the model is enhanced by incorporating only dominant factors into the model, with a preliminary determination of the type of their functional dependence on the studied parameter. Additionally, these factors are shifted back by several periods to use reliable values of all factors in the model and avoid constructing separate forecasting models for them. This approach prevents the forecast error of each factor from compounding the overall model error. The magnitude of the shift is justified by the autocorrelation function.</p></abstract><trans-abstract xml:lang="ru"><p>Декларированная на национальном уровне «Энергетическая стратегия России на период до 2035 года» предполагает комплексную структурную трансформацию энергетического сектора и его переход на качественно новый уровень, обеспечивающий потребности экономического развития страны. Повышение уровня энергетической эффективности – одно из приоритетных направлений политики, обозначенных в энергетической стратегии России на указанный период. В настоящее время предпринимаются шаги по стимулированию потребителей к участию в повышении энергоэффективности и выравниванию графиков нагрузки. Во главу угла вновь становится необходимость высокоточных прогнозов как потребления, так и производства электроэнергии, причем все большее количество предприятий становятся заинтересованными в повышении собственной энергоэффективности и снижении затрат на потребление электроэнергии, а следовательно, в увеличении прибыли. Данное исследование направлено на разработку высокоточной математической модели прогнозирования объема производства электроэнергии. Точность модели повышается за счет введения в модель только доминантных факторов с предварительным определением вида их функциональной зависимости с исследуемым параметром, а также сдвига этих факторов на несколько периодов назад, чтобы использовать в модели уже достоверные значения всех факторов и не строить для них отдельные модели прогнозирования, тем самым не накладывая ошибку прогноза каждого фактора на общую ошибку модели. Величина сдвига обосновывается функцией автокорреляции.</p></trans-abstract><kwd-group xml:lang="ru"><kwd>повышение энергоэффективности</kwd><kwd>модель прогнозирования</kwd><kwd>многофакторная регрессия</kwd><kwd>определение функциональной связи</kwd><kwd>выявление доминантных факторов</kwd><kwd>управление спросом</kwd><kwd>электроэнергетика</kwd><kwd>объем планового производства</kwd><kwd>рынок на сутки вперед</kwd><kwd>минимальный индекс равновесной цены</kwd></kwd-group><kwd-group xml:lang="en"><kwd>improvement of energy efficiency</kwd><kwd>forecasting model</kwd><kwd>multifactor regression</kwd><kwd>determination of functional relationship</kwd><kwd>identification of dominant factors</kwd><kwd>demand management</kwd><kwd>electric power industry</kwd><kwd>planned production volume</kwd><kwd>day-ahead market</kwd><kwd>minimum equilibrium price index</kwd></kwd-group><funding-group/></article-meta></front><body></body><back><ref-list><ref id="B1"><label>1.</label><citation-alternatives><mixed-citation xml:lang="en">Mokhov V.G., Demyanenko T.S. Analiz regionalnogo rynka electricheskoy energii Rossii [Analysis of the regional electrical energy market of Russia]. Chelyabinsk: SUSU. 2019. 183 p. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Мохов В. Г., Демьяненко Т. С. Анализ регионального рынка электрической энергии России. Челябинск: ЮУрГУ. 2019. 183 с.</mixed-citation></citation-alternatives></ref><ref id="B2"><label>2.</label><citation-alternatives><mixed-citation xml:lang="en">Pryahin A.V., Androshina I.S. Features of assessing the investment attractiveness of shares of generating companies. Internauka [Interscience]. 2023. Vol. 42-3 (312). Pp. 11–14. EDN: ZRPNNZ. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Пряхин А. В., Андрошина И. С. Особенности оценки инвестиционной привлекательности акций генерирующих компаний // Интернаука. 2023. Т. 42-3(312). С. 11–14. EDN: ZRPNNZ</mixed-citation></citation-alternatives></ref><ref id="B3"><label>3.</label><citation-alternatives><mixed-citation xml:lang="en">Gatiyatullina D.A. Energy marketing as an effective path to energy saving: theoretical aspects. Vestnik Kazanskogo tekhnologicheskogo universiteta [Bulletin of Kazan Technological University]. 2012. Vol. 15. No. 43. Pp. 149–158. EDN: OQPVMB. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Гатиятуллина Д. А. Энергетический маркетинг как эффективный путь к энергосбережению: теоретические аспекты // Вестник Казанского технологического университета. 2012. Т. 15. № 4. С. 149–158. EDN: OQPVMB</mixed-citation></citation-alternatives></ref><ref id="B4"><label>4.</label><citation-alternatives><mixed-citation xml:lang="en">Glazov V.I. Managing the demand for electricity as an opportunity for additional income and saving energy costs for oil and gas enterprises. Vserossijskaya nauchno-prakticheskaya konferenciya “Voprosy ekonomiki i upravleniya neftegazovym kompleksom” [All-Russian Scientific and Practical Conference “Issues of Economics and Management of the Oil and Gas Complex”]. Rossiуskij gosudarstvennyj universitet nefti i gaza (nacional'nyj issledovatel'skij universitet) imeni I.M. Gubkina. Moscow. 2021. Pp. 49–50. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Глазов В. И. Управление спросом на электроэнергию как возможность дополнительного дохода и экономии затрат на электроэнергию для предприятий нефтегазового комплекса // Всероссийская научно-практическая конференция «Вопросы экономики и управления нефтегазовым комплексом». Российский государственный университет нефти и газа (национальный исследовательский университет) имени И. М. Губкина. Москва, 2021. С. 49–50.</mixed-citation></citation-alternatives></ref><ref id="B5"><label>5.</label><citation-alternatives><mixed-citation xml:lang="en">Klyuev R.V., Morgoeva A.D., Gavrina O.A. et al. Forecasting planned electricity consumption for the interconnected power system using machine learning. Zapiski Gornogo instituta [Notes of the Mining Institute]. 2023. Vol. 261. Pp. 392–402. EDN: FJGZTVD. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Клюев Р. В., Моргоева А. Д., Гаврина О. А. и др. Прогнозирование планового потребления электроэнергии для объединенной энергосистемы с помощью машинного обучения // Записки Горного института. 2023. Т. 261. С. 392–402. EDN: FJGZTVD</mixed-citation></citation-alternatives></ref><ref id="B6"><label>6.</label><citation-alternatives><mixed-citation xml:lang="en">Mokhov V.G., Demyanenko T.S. Determination of significant factors when forecasting the volume of electricity consumption in the unified energy system of the Urals based on regression analysis. Vestnik UrFU. Seriya: Ekonomika i upravlenie [Bulletin of UrFU. Series: Economics and management.]. 2017. Vol. 16. No 4. Pp. 642–662. DOI: 10.15826/ vestnik.2017.16.4.031. (In Russian)</mixed-citation><mixed-citation xml:lang="ru">Мохов В. Г., Демьяненко Т. С. Определение значимых факторов при прогнозировании объема потребления электроэнергии по объединенной энергосистеме Урала на основе регрессионного анализа // Вестник УрФУ. Серия: Экономика и управление. 2017. Т. 16. № 4. С. 642–662. DOI: 10.15826/vestnik.2017.16.4.031</mixed-citation></citation-alternatives></ref></ref-list></back></article>
