Модели и методы прогнозирования объемов потребления энергоресурсов в экономике Российской Федерации до 2030 года

Н. Н. Володина, М. В. Кротова

---

Аннотация. В современных условиях развития мировой экономики энергоресурсы, такие как газ и электроэнергия, играют ключевую роль, оказывая значительное влияние на экономическую стабильность государств, деятельность промышленных предприятий и уровень жизни населения. Как показывает обзор ситуации на глобальном рынке энергоносителей первой половины XXI века,
изменение доступности энергоресурсов способно не только создавать кризисы, перераспределение финансовых потоков и изменять конкурентоспособность компаний на глобальном рынке, но и изменять расстановку сил в мире. Поэтому задача прогнозирования физических объемов потребления энергоресурсов (нефти, газа, электроэнергии) как в натуральном выражении, так и в универсальном измерителе – тоннах условного топлива, – оказывается не менее важной, чем традиционный прогноз цен на энергоносители.
Цель исследования – анализ российского рынка энергоресурсов и прогнозирование объемов потребления энергоресурсов в различных отраслях экономики страны.
Методы исследования. Были использованы статистический и системный анализ, а также методы оценки влияния геоэкономических и геополитических факторов на развитие энергетического сектора, статистические методы анализа временных рядов, методы машинного обучения (ML) и методы, основанные на нейронных сетях.
Выводы. Будучи крупнейшей страной-производителем и экспортером нефти, газа и других энергоносителей, национальная экономика РФ не может ограничиваться традиционной для стран-экспортеров задачей догоняющего развития. Необходимо обеспечить и поддерживать в постоянном режиме технологический и энергетический суверенитет страны. Практическая значимость исследования заключается в возможности применения разработанных моделей для оценки, корректировки и оптимизации управленческих решений в топливно-энергетическом комплексе и в различных отраслях экономики.

Ключевые слова: энергоресурсы, потребление энергоносителей, прогнозирование цен, стратегическое планирование, отрасли экономики, энергосбережение, энергоэффективность

Для цитирования. Володина Н. Н., Кротова М. В. Модели и методы прогнозирования объемов потребления энергоресурсов в экономике Российской Федерации до 2030 года // Известия Кабардино-Балкарского научного центра РАН. 2026. Т. 28. № 3. С. 181–192. DOI: 10.35330/1991-6639-2026-28-3-181-192

©  Володина Н. Н., Кротова М. В., 2026

Список литературы

1. Агашин А. В. Прогнозирование цен на природный газ как инструмент снижения угроз экономической безопасности России // Современные технологии управления. 2022. № 4(100). С. 9. EDN: DACESS
2. Бочкарев К. Г. Прогнозирование спроса электроэнергии в энергетике: описание проблемы и ее решение // Энерджинет. 2023. № 1-2(1). С. 27. DOI: 10.57112/E231-048
3. Вертакова Ю. В. Обзор экономических подходов и моделей для прогнозирования ВВП // Экономика и управление. 2016. № 2(124). С. 22–29. EDN: VVJAUX
4. Гальперова Е. В. Использование стенда моделей для долгосрочного прогнозирования рыночного спроса на энергоносители // Информационные и математические технологии в науке и управлении. 2016. № 4-2. С. 17–27. EDN: XCHSXV
5. Дробыш И. И. Статистические модели прогнозирования цен на оптовых рынках электроэнергии: российский и зарубежный опыт // Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент. 2017. Т. 11. № 3. С. 41–54.
6. Золотова И. Ю., Дворкин В. В. Краткосрочное прогнозирование цен на российском оптовом рынке электроэнергии на основе нейронных сетей // Проблемы прогнозирования. № 6. С. 47–57. EDN: YNJMGW
7. Каукин А. С., Павлов П. Н., Косарев В. С. Краткосрочное прогнозирование цен на электроэнергию с использованием генеративных нейронных сетей // Бизнес-информатика. Т. 17. № 3. С. 7–23. DOI: 10.17323/2587-814X.2023.3.7.23
8. Ленин В. И. Империализм как высшая стадия капитализма. М.: Политиздат, 1977. 136 с.
9. Леонтьева Л. Н. Выбор моделей прогнозирования цен на электроэнергию // Машинное обучение и анализ данных. 2011. Т. 1. № 2. С. 127–137. EDN: OXWKUF
10. Сидорова Н. П., Демина Д. С. Методы прогнозирования на основе анализа временных рядов // Информационно-технологический вестник. 2017. № 3 (13). С. 118–126. EDN: ZIWDQP
11. Суслов С. А., Кондратьев М. А., Сергеев К. В. Агентное моделирование как средство анализа и прогноза спроса на энергоресурсы // Проблемы управления. 2010. № 2. С. 46–52. EDN: MQHUHR
12. Шихина А. В., Ягодкина Т. В. Повышение точности предсказания цены электроэнергии за счет применения комбинированных моделей прогноза // Вестник Московского энергетического института. 2020. № 6. С. 119–128. DOI: 10.24160/1993-6982-2020-6-119-128
13. Щетинин Е. Ю. Методы моделирования и прогнозирования спотовых цен на электроэнергию // Финансовая аналитика: проблемы и решения. 2008. № 11. С. 78–83. EDN: JUDVZL

Информация об авторах

Розум Роман Сергеевич, аспирант кафедры информационных технологий, искусственного интеллекта и общественно-социальных технологий цифрового общества, Российский государственный социальный университет;
129226, Россия, Москва, ул. Вильгельма Пика, 4, cтр. 1;
romanrozum@yandex.ru, ORCID: https://orcid.org/0000-0002-2276-842X, SPIN-код: 2190-5760
Кузнецов Андрей Сергеевич, канд. тех. наук, доцент, доцент кафедры информационных технологий, искусственного интеллекта и общественно-социальных технологий цифрового общества, заместитель руководителя по научной деятельности факультета политических и социальных технологий, Российский государственный социальный университет;
129226, Россия, Москва, ул. Вильгельма Пика, 4, cтр. 1;
askgoogle@internet.ru, ORCID: https://orcid.org/0000-0003-1569-4765, SPIN-код: 8442-7210

Финансирование

Исследование проведено без спонсорской поддержки.